ứng dụng thuật toán hướng dòng chảy cho các bài toán tối ưu đa mục tiêu trong quản lý xây dựng

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.15 MB, 110 trang )

Trang 1<div class="page_container" data-page="1">

ĐẠI HỌC QUỐC GIA TP. HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

</div>Trang 2<div class="page_container" data-page="2">

Cơng trình được hồn thành tại: Trường Đại học Bách Khoa – ĐHQG-HCM

Cán bộ hướng dẫn khoa học :

Cán bộ hướng dẫn 1: PGS. TS. Phạm Vũ Hồng Sơn ...

Cán bộ hướng dẫn 2: TS. Chu Việt Cường ...

Cán bộ chấm nhận xét 1 : PGS.TS Trần Đức Học ...

Cán bộ chấm nhận xét 2 : TS. Nguyễn Hoài Nghĩa ...

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày 25 tháng 01 năm 2024

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. Chủ tịch: TS. Lê Hoài Long

2. Thư ký: PGS.TS Đỗ Tiến Sỹ

3. Phản biện 1: PGS.TS Trần Đức Học 4. Phản biện 2: TS. Nguyễn Hoài Nghĩa 5. Ủy viên: TS. Đặng Thị Trang

Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có).

KHOA KỸ THUẬT XÂY DỰNG

PGS. TS. Lê Anh Tuấn

</div>Trang 3<div class="page_container" data-page="3">

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: BÙI NHẬT TRÍ ... MSHV : 2170903

Ngày, tháng, năm sinh: 18/03/1993 ... Nơi sinh: Bình Định

Chuyên ngành: Quản lý xây dựng ... Mã số : 8580302

I. TÊN ĐỀ TÀI: ỨNG DỤNG THUẬT TỐN HƯỚNG DỊNG CHẢY CHO CÁC BÀI TOÁN TỐI ƯU ĐA MỤC TIÊU TRONG QUẢN LÝ XÂY DỰNG.

CONSTRUCTION MANAGEMENT MULTIPLE-OBJECTIVE TRADE-OFF PROBLEMS USING THE FLOW DIRECTION ALGORITHM

II. NHIỆM VỤ VÀ NỘI DUNG

1. Giới thiệu thuật toán tối ưu Hướng dòng chảy (Flow direction algorithm -FDA).

2. Tìm hiểu và nắm vững cơ sở lý thuyết để áp dụng thuật toán vào bài toán tối ưu đa mục tiêu trong quản lý xây dựng.

3. Thông qua hai case study áp dụng thuật toán vào giải quyết vấn đề tối ưu đa mục tiêu. 4. So sánh, nhận xét, phân tích và đánh giá các kết quả khi áp các thuật toán này với thuật

toán tối ưu của hai case study.

5. Áp dụng thuật toán vào case study thực tế, nhận xét, đánh giá các kết quả khi áp dụng. 6. Kết luận và phương hướng nghiên cứu trong tương lai.

III. NGÀY GIAO NHIỆM VỤ: 04 / 09 / 2023

IV. NGÀY HOÀN THÀNH NHIỆM VỤ: 17 / 12 / 2023

V. CÁN BỘ HƯỚNG DẪN : PGS.TS. PHẠM VŨ HỒNG SƠN

Tp. Hồ Chí Minh, ngày 17 tháng 12 năm 2023

CÁN BỘ HƯỚNG DẪN 1 CÁN BỘ HƯỚNG DẪN 2 CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

PGS. TS. Phạm Vũ Hồng Sơn TS. Chu Việt Cường TS. Lê Hoài Long TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

</div>Trang 4<div class="page_container" data-page="4">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

LỜI CẢM ƠN

Đầu tiên tôi xin bày tỏ lòng biết ơn sâu sắc đến Thầy PGS. TS. Phạm Vũ Hồng Sơn và Thầy Chu Việt Cường. Cảm ơn các Thầy đã giảng dạy và truyền thụ kiến thức, tận tình hướng dẫn, đưa ra những gợi ý đầu và đường hướng để tôi hoàn thành đề tài “Ứng dụng thuật toán hướng dòng chảy (FDA) cho các bài toán tối ưu đa mục tiêu trong quản lý xây dựng”.

Tôi xin gửi lời chân thành cảm ơn quý Thầy, quý Cô Bộ môn Thi công và Quản lý Xây dựng, khoa Kỹ thuật Xây dựng, trường Đại học Bách Khoa Tp. HCM đã tận tâm chỉ dạy rất nhiều kiến thức hữu ích và ứng dụng cao. Tất cả là tiền đề giúp tôi trên con đường nghiên cứu khoa học và phát triển sự nghiệp sau này.

Để hoàn thành Luận văn này, tôi đã nhận được sự giúp đỡ nhiều từ tập thể và các cá nhân, đặc biệt là sự nhiệt tình giúp đỡ của em Lưu Ngọc Quỳnh Khôi, học viên khóa 21. Tôi xin xin chân thành cám ơn tất cả mọi người đã giành thời gian quý báu của mình để giúp đỡ tơi.

Luận văn này đã hoàn thành với sự tìm tòi nghiên cứu và nỡ lực của chính bản thân, tuy nhiên vẫn còn nhiều thiếu sót khó tránh khỏi. Kính mong quý Thầy, quý Cô chỉ dẫn thêm và cập nhật các kiến tức để tơi hồn thiện bản thân mình hơn.

Xin trân trọng cảm ơn./.

Tp. HCM, ngày 25 tháng 01 năm 2024

Bùi Nhật Trí

</div>Trang 5<div class="page_container" data-page="5">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

TĨM TẮT

Sau COVID-19, nền kinh tế có sự phục hồi, tuy nhiên đến thời điểm hiện tại kinh tế tồn cầu chính thức bước vào thời kì suy thối. Ngành Xây dựng ở Việt Nam cũng gặp muôn vàng khó khan, các công ty kinh doanh trong lĩnh vực bất động sản mất thanh khoản và rơi vào khủng hoảng nợ trầm trọng. Bên cạnh các khó khăn ấy, thi sự chuyển dịch của kinh tế toàn cầu cũng góp phần biến Việt Nam thành điểm sáng trong đầu tư vốn FDI. Do vậy cần nắm bắt tiềm năng phục hồi và tăng trưởng của toàn ngành xây dựng trong những năm tiếp theo. Các yếu tố ảnh hưởng đến dự án luôn là thách thức để các nhà quản lý vượt qua. Thông thường sự thành công của một dự án luôn được quyết định bởi các yếu tố chính thời gian, chi phí và chất lượng (hay an toàn, môi trường…). Do phần lớn các yếu tố xung đột không thể phối hợp đồng thời để hoàn thành một dự án nên việc tối ưu hóa thời gian, chi phí, chất lượng thường là điều bắt buộc để cân nhắc ban đầu trước khi triển khai một dự án. Tuy nhiên, một số yếu tố khác cũng có thể có tác động khơng nhỏ đến dự án. Chính vì vậy việc chọn lựa đánh giá các yếu tố để đánh đổi là ưu tiên hàng đầu để bắt đầu dự án.

Nghiên cứu này dựa trên thuật toán Hướng dòng chảy (Flow Drection Algorithm - FDA) để giải quyết vấn đề đánh đổi giữa tiến độ, chi phí và chất lượng trong một dự án xây dựng. Bên cạnh đó so sánh với các kết quả tối ưu trước đó để kiểm chứng khả năng giải quyết vấn đề tối ưu của thuật toán. Và từ đó áp dụng vào một dự án thực tế mà bản thân đã tham gia, kết quả nghiên cứu làm tiền đề trong việc đưa ra các quyết định lựa chọn ban đầu để tối ưu tiến độ, chi phí, chất lượng và các yếu tố khác trong một dự án xây dựng.

</div>Trang 6<div class="page_container" data-page="6">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

ABSTRACT

The economy bounced back after COVID-19, but a global recession has now been formally declared. Vietnam's construction sector likewise faces numerous challenges; real estate firms experience cash flow problems and major debt crises. In addition to these challenges, the global economic shift has made Vietnam a desirable destination for foreign direct investment (FDI). As a result, in the upcoming years, it will be important to seize the recovery and expansion potential of the overall construction sector. Project managers are always faced with obstacles to overcome. Typically, the three primary determinants of a project's success are time, money, and quality (or safety, environment, etc.). Time, cost, and quality optimization are frequently required initial considerations before implementing a project because most competing aspects cannot coordinate concurrently to execute a project. Nonetheless, a number of additional variables may also have a big influence on the project. Thus, the first step in starting the project is to select and assess trade-off factors.

The goal of this research is to tackle the trade-off issue between time, cost, and quality in a building project using the Flow Direction Algorithm (FDA). Additionally, compares with prior optimal solutions to confirm that the algorithm can solve the ideal problem. The research findings are then used as a basis for choosing the best options, in the beginning, to maximize a construction project's time, money, and other aspects by applying them to a real project in which I was involved.

</div>Trang 7<div class="page_container" data-page="7">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

LỜI CAM ĐOAN

Tôi xin cam đoan đây là luận văn do chính tơi thực hiện dưới sự hướng dẫn của Thầy PGS. TS. Phạm Vũ Hồng Sơn và TS. Chu Việt Cường.

Các kết quả của luận văn là đúng sự thật, đáng tin cậy và chưa được công bố ở các nghiên cứu khác.

Tôi xin chịu trách nhiệm về cơng việc thực hiện của mình.

Tp. Hồ Chí Minh, ngày 25 tháng 01 năm 2024

Bùi Nhật Trí

</div>Trang 8<div class="page_container" data-page="8">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

1.4. Phương pháp, quy trình nghiên cứu ... 4

1.5. Đóng góp của Luận văn... 4

1.6. Bố cục Luận văn ... 5

CHƯƠNG 2: NHỮNG NGHIÊN CỨU TRƯỚC ĐÂY ... 7

2.1. Liệt kê các nghiên cứu trước đây về vấn đề tối ưu hóa đa mục tiêu... 7

2.2. Liệt kê các nghiên cứu trước đây về Thuật toán Hướng dòng chảy ... 18

CHƯƠNG 3: MƠ HÌNH NGHIÊN CỨU ... 30

3.1. Giới thiệu chi tiết về thuật tốn tối ưu Hướng Dịng Chảy – Flow Drection Algorithm (FDA) ... 30

3.1.1. Giới thiệu ... 30

3.1.2. Nội dung thuật toán... 33

3.1.3. Thuật toán FDA ... 38

3.1.4. Sơ đồ quy trình của FDA ... 41

3.2. Sự khác biệt giữa thuật toán FDA và các thuật toán khác ... 42

3.3. Các vấn đề hạn chế của FDA ... 44

CHƯƠNG 4: ĐÁNH GIÁ MƠ HÌNH ... 45

4.1. Giới thiệu về case study về tối ưu tiến độ, chi phí, chất lượng trong một dự án xây dựng ... 45

4.1.1. Case study 1 ... 45

4.1.2. Case study 2 ... 53

</div>Trang 9<div class="page_container" data-page="9">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

5.2.1. Vị trí, đặc điểm dự án ... 72

5.2.2. Thuận lợi, khó khăn thực hiện dự án ... 73

5.3. Các phương án về tiến độ, chi phí, nhân lực trong q trình thực hiện dự án ... 74

5.3.1. Các phương án về tiến độ ... 74

5.3.2. Các phương án về chi phí ... 78

5.4. Chuẩn hóa dữ liệu và giải bằng thuật toán ... 85

5.4.1. Dữ liệu đầu vào và thiết lập các thông số thuật toán ... 85

5.4.2. Giải các vấn đề cân bằng tối ưu cần đạt được bằng thuật toán ... 87

5.5. So sánh phương án tối ưu với kết quả dự án thực tế hoàn thành ... 89

5.5.1. So sánh với kết quả thực tế của dự án ... 89

6.4. Đề xuất hướng phát triển ... 91

DANH MỤC CÁC CƠNG TRÌNH KHOA HỌC ... 92

TÀI LIỆU THAM KHẢO ... 93

</div>Trang 10<div class="page_container" data-page="10">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

DANH MỤC HÌNH ẢNH

Hình 3.1. Sơ đồ chỉ số Ø. [1] ... 30

Hình 3.2. Minh họa dịng và tám vị trí xung quanh nó. [1] ... 31

Hình 3.3. Sơ đồ của phương pháp D8. [1] ... 32

Hình 3.4. Vị trí của một rãnh trên đường của dịng chảy. [1] ... 33

Hình 3.5. Biến thiên của W bằng cách tăng lần lặp [1]. ... 35

Hình 3.6. Sơ đồ của thuật toán FDA ... 41

Hình 4.4. Pareto 3D case 1 (tối ưu thời gian) ... 60

Hình 4.5. Pareto Time-Cost case 1 (tối ưu thời gian) ... 60

Hình 4.6. Pareto Time-Quality case 1 (tối ưu thời gian) ... 61

Hình 4.7. Pareto 3D case 1 (tối ưu chi phí) ... 61

Hình 4.8. Pareto Cost-Time case 1 (tối ưu chi phí) ... 62

Hình 4.9. Pareto Cost-Quality case 1 (tối ưu chi phí) ... 62

Hình 4.10. Pareto 3D case 1 (tối ưu chất lượng) ... 63

Hình 4.11. Pareto Quality-Cost case 1 (tối ưu chất lượng) ... 63

Hình 4.12. Pareto Quality-Time case 1 (tối ưu chất lượng) ... 64

Hình 4.13. Pareto thỏa hiệp giữa Thời gian-Chi phí-Chất lượng ... 64

Hình 4.14. Pareto 3D kết quả tối ưu case 2 ... 66

Hình 4.15. Kết quả tối ưu Thời gian-Chi phí case 2 ... 66

Hình 4.16. Kết quả tối ưu Chi phí-Thời gian làm ca tối & đêm case 2 ... 67

Hình 4.17. Kết quả tối ưu Thời gian-Thời gian làm ca tối & đêm case 2 ... 67

Hình 5.1. Cơng trình ST Food bàn giao đưa vào sử dụng ... 73

Hình 5.2. Mối liên hệ giữa các cơng tác. ... 74

Hình 5.3. Kết quả tối ưu Thời gian-Chi phí case 3 ... 87

Hình 5.4. Kết quả tối ưu Thời gian-Chi phí case 3 (thời gian nhỏ hơn 220 ngày) ... 87

</div>Trang 11<div class="page_container" data-page="11">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

DANH MỤC CÁC BẢNG BIỂU

Bảng 2.1. Tóm tắt các nghiên cứu liên quan đến tối ưu hóa đa mục tiêu ... 7

Bảng 2.2. Tóm tắt các nghiên cứu liên quan đến mơ hình thuật toán ... 18

Bảng 4.1. Các trường hợp về thời gian, chi phí, chất lượng của dự án ... 46

Bảng 4.2. Các trường hợp về thời gian, chi phí, chất lượng của dự án (tiếp theo) ... 48

Bảng 4.3. Thông số FDA case 1 ... 52

Bảng 4.4. Các trường hợp về thời gian, chi phí, nhu cầu lao động theo ca dự án ... 53

Bảng 4.5. Thông số đầu vào case 2 ... 58

Bảng 4.6. Kết quả Case study 1 sau khi chạy thuật toán FDA ... 59

Bảng 4.7. Kết quả Case study 2 sau khi chạy thuật toán FDA ... 65

Bảng 4.8. So sánh chỉ số C-Metric ... 68

Bảng 4.9. So sánh chỉ số Spread ... 69

Bảng 4.10. So sánh chỉ số Hyper-Volume ... 70

Bảng 5.1. Bảng mối liên hệ giữa các công tác thi công ... 75

Bảng 5.2. Chi phí tiện ích và yêu cầu chung ... 78

Bảng 5.3. Bảng chi phí theo các đầu mục cơng việc của tiến độ ... 81

Bảng 5.4. Thông số đầu vào ... 86

Bảng 5.5. Kết quả Case study 3 sau khi chạy thuật toán FDA ... 88

</div>Trang 12<div class="page_container" data-page="12">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

MỘT SỐ KÝ HIỆU VIẾT TẮT

Flow Drection Algorithm (FDA) : Thuật toán Hướng dòng chảy

No free lunch theorems (NFL) : Định lý không có bữa trưa miễn phí Single Flow Direction Algorithm (SFD) : Thuật toán Hướng dòng chảy đơn Multiple Flow Direction Algorithm (MFD) : Thuật toán Hướng đa dòng chảy Intelligent Water Drops Algorithm (IWD) : Thuật toán Giọt nước thông minh Water Cycle Algorithm (WCA) : Thuật toán Tuần hoàn nước Hydrological Cycle Algorithm (HCA) : Thuật toán Chu trình thủy văn

Gridded Digital Elevation Models (DEMs) : Mơ hình độ cao kỹ thuật số dạng lưới Simulated Annealing (SA) : Phương pháp Ủ mô phỏng

Particle Swarm Optimization (PSO) : Phương pháp tối ưu hóa bầy đàn

Multiple Objective Symbiotic Organisms Search (MOSOS)

: Tìm kiếm sinh vật cơng sinh đa mục tiêu

Hybrid multiple objective artificial bee colony with differential evolution (MOABCDE)

: Thuật toán lai Bầy ong nhân tạo đa mục tiêu với thuật toán Tiến hóa khác biệt Slime Mould Algorithm (SMA) : Thuật toán Nấm nhầy

Multi Objective Differential Evolution

Multi-Objective Particle Swarm Optimization

Non-dominated Sorting Genetic Algorithm

Time-cost-quality tradeoff (TCQT) : Cân bằng Thời gian-Chi phí-Chất lượng

</div>Trang 13<div class="page_container" data-page="13">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

1.1. Đặt vấn đề

Mỡi dự án xây dựng rất phức tạp, bao gồm rất nhiều công tác thi công khác nhưng có mối quan hệ mật thiết giữa các công tác, các công tác có thể bắt đầu đồng thời, trước sau hay cùng nhau kết thúc. Các tài nguyên ban đầu trong giới hạn dẫn đến gây khó khăn trong việc quản lý, cân đối dự án về các mặt thời gian, chi phí, chất lượng, an toàn... Quản lý dự án xây dựng luôn bắt đầu với rất nhiều sự hỗn độn. Với hàng nghìn cơng tác cần chuẩn bị, hàng trăm nhân cơng cho mỡi cơng trình, rất nhiều máy móc thiết bị thi công cần điều phối, các nhà quản lý cơng trình phải nhanh nhạy trong việc sắp xếp và điều phối một cách phù hợp tất cả nguồn lực này, nhằm đạt được các mục tiêu mà dự án đã đề ra.

Hình 1.1. Các yếu tố trong quản lý dự án (nguồn internet)

Cần xây dựng mục tiêu, lập các đầu mục công việc, lên kế hoạch nguồn nhân lực từ đó lập một kế hoạch chi tiết để quản lý dự án. Bên cạnh đó cũng cần ứng dụng các kỹ năng, công cụ và công nghệ mới nhằm tiết kiệm thời gian, nâng cao hiệu quả trong công tác quản lý.

Vấn đề tối ưu hóa cân bằng giữa các yếu tố trong phạm vi dự án là cần thiết để đạt được mục tiêu ban đầu đề ra. Chẳng hạn như trong hầu hết các dự án vấn đề tối ưu chi phí thực hiện dự án mà các tiêu chí khác (thời gian, chất lượng, an

</div>Trang 14<div class="page_container" data-page="14">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

toàn…) vẫn được đảm bảo. Một trường hợp khác như trong các dự án cơng nghiệp, cơng trình cần sớm nhất để bàn giao cho chủ đầu tư sử dụng, vấn đề tối ưu thời gian thi công càng được đặt lên hàng đầu nhưng bên cạnh đó các tiêu chí khác (chi phí, chất lượng…) vẫn đảm bảo tương đối.

Để giải quyết những vấn đề tối ưu hóa cân bằng đa mục tiêu này cần một cơng cụ và thuật tốn AI đã được áp dụng để giải quyết vấn đề tối ưu hóa cân bằng trong luận văn này.

1.2. Lý do chọn đề tài

Trong những năm gần đây, phương pháp tính toán các thuật toán tối ưu hóa đã được giới thiệu như một phương pháp đáng tin cậy để tìm ra các giải pháp tối ưu cho các vấn đề phi tuyến tính và đầy thử thách [1]. Các thuật toán tối ưu có thể được phân loại thành ba loại phương pháp: dựa trên tiến hóa, bầy đàn và dựa trên vật lý [1].

Thuật tốn Hướng Dịng Chảy (FDA), là một thuật toán dựa trên vật lý. Thuật tốn FDA bắt chước hướng dịng chảy đến điểm đầu ra có chiều cao thấp nhất trong lưu vực thoát nước. Hiểu cách khác, hướng di chuyển sẽ gần giá trị cao nhất hoặc hàm mục tiêu tốt nhất [1].

Trong thuật toán này, sau khi tạo tổng thể ban đầu và đánh giá hàm mục tiêu, dân số ban đầu được chia thành sông, biển và suối dựa trên giá trị hàm mục tiêu. Trong các bước tiếp theo, sông chuyển ra biển và các dịng chảy ra sơng, tương tự như quá trình tự nhiên của vịng t̀n hoàn nước. Thuật tốn này sử dụng mơ phỏng quá trình bay hơi để thoát ra khỏi tối ưu cục bộ, đây được coi là một trong những điểm mạnh của thuật toán này [1].

Các quá trình liên quan đến nước có thể đóng góp rất nhiều vào việc giải quyết các vấn đề tối ưu hóa, mặc dù ít nghiên cứu được thực hiện về vấn đề này. Việc xác định hướng của các dòng nước chảy về phía đầu ra của lưu vực có thể là một mơ hình để thiết lập một thuật tốn tối ưu hóa dựa trên vật lý mới. Trong một lưu vực như tự nhiên, dòng chảy di chuyển đến vị trí có đỉnh thấp nhất. Hiện tượng vật lý này có thể được coi là một thuật tốn tối ưu hóa. Ngoài ra, việc lấp

</div>Trang 15<div class="page_container" data-page="15">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

đầy và di chuyển đến độ dốc khía cạnh có thể liên quan đến việc thoát khỏi mức tối ưu cục bộ trong một thuật toán tối ưu hóa [1].

Do đó, một thuật toán mới được gọi là thuật toán Hướng Dịng Chảy (FDA) được giới thiệu trong cơng trình này dựa trên sự chuyển động của hướng dịng chảy về phía đầu ra của một lưu vực thoát nước [1].

Thuật toán Hướng Dòng Chảy là một thuật tốn mới lạ ra đời năm 2021 chưa được tìm hiểu và áp dụng ở Việt Nam, đặc biệt mới trong lĩnh vực xây dựng. Điểm mạnh của thuật toán Hướng Dòng Chảy như đã nêu ra là thoát khỏi tối ưu cục bộ, giải quyết các bài toán tối ưu một cách nhanh chóng.

1.3. Đối tượng và phạm vi nghiên cứu

1.3.1. Đối tượng

Quản lý dự án xây dựng là một công việc khó khăn vì cần quản lý một lúc đồng thời rất nhiều mục tiêu của dự án, chẳng hạn như: chi phí, tiến độ, chất lượng, an toàn… Trong nghiên cứu này áp dụng thuật tốn Hướng Dịng Chảy (FDA) vào tối ưu hoá đa mục tiêu trong quản lý xây dựng. Nghiên cứu giúp người quản lý thiết lập kế hoạch hợp lý nhất, linh động nhất để cho kết quả tốt nhất về một hay đồng thời nhiều mục tiêu của dự án.

Mơ phỏng thuật tốn bằng chương trình tin học PYTHON để giải quyết vấn đề. So sánh từng mơ hình đề xuất với các mơ hình nghiên cứu trước đây. Bên cạnh đó ứng dụng vào bài toán tối ưu quản lý đa mục tiêu cụ thể của dự án xây dựng.

1.3.2. Phạm vi nghiêm cứu

Mục tiêu áp dụng thuật toán Hướng Dòng Chảy (FDA) vào việc tối ưu hoá đa mục tiêu giữa tiến độ, chi phí và một trong các tiêu chí khác trong lĩnh vực quản lý xây dựng.

Dữ liệu được lấy từ bài báo trong, ngoài nước và từ một dự án tại thực tế đã triển khai và có sự tham gia của chính bản thân học viên.

</div>Trang 16<div class="page_container" data-page="16">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

1.4. Phương pháp, quy trình nghiên cứu

Quy trình phương pháp được thể hiện qua Lưu đồ như Hình 1.2, cụ thể như sau:

Hình 1.2. Lưu đồ phương pháp nghiên cứu

1.5. Đóng góp của Luận văn

</div>Trang 17<div class="page_container" data-page="17">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

- Giới thiệu mơ hình tính tốn tiến độ, chi phí, chất lượng hay đánh giá nhân lực trong quản lý dự án xây dựng.

- Giới thiệu thuật toán Hướng Dòng Chảy (FDA) để giải bài toán tối ưu đa mục tiêu trong quản lý dự án xây dựng.

- So sánh và đánh giá những ưu khuyết điểm của thuật toán này với thuật toán tối ưu khác.

- Nghiên cứu này giới thiệu phương pháp mới và sáng tạo nhằm xác định sự cân bằng tối ưu giữa các mục tiêu quan trọng của dự án về thời gian, chi phí và chất lượng (hoặc một yếu tố khác). Mở ra hướng nghiên cứu cho các đề tài được phát triển từ thuật tốn Hướng Dịng Chảy (FDA) để thực hiện các bài toán tối ưu trong quản lý xây dựng.

- Thuật tốn Hướng Dịng Chảy (FDA) là một thuật toán rất mới trên thế giới, được đề xuất đầu tiên vào năm 2021 và hầu như chưa có ứng dụng nhiều để giải quyết các bài toán trong lĩnh vực xây dựng, đặc biệt là quản lý dự án trên thế giới và Việt Nam. Mở ra nhiều hướng nghiên cứu phát triển mới về thuật toán này trong tương lai.

1.6. Bố cục Luận văn

CHƯƠNG 2: NHỮNG NGHIÊN CỨU TRƯỚC ĐÂY

</div>Trang 18<div class="page_container" data-page="18">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

2.1. Liệt kê các nghiên cứu trước đây về vấn đề tối ưu hóa đa mục tiêu

2.2. Liệt kê các nghiên cứu trước đây về Thuật tốn mình áp dụng

CHƯƠNG 3: MƠ HÌNH NGHIÊN CỨU

3.1. Giới thiệu chi tiết về thuật tốn tối ưu Hướng Dịng Chảy – Flow Drection Algorithm (FDA)

3.2. Sự khác biệt của thuật toán FDA với các thuật toán khác 3.3. Các vấn đề hạn chế của FDA

CHƯƠNG 4: ĐÁNH GIÁ MƠ HÌNH

4.1. Giới thiệu về case study về tối ưu chi phí, tiến độ, chất lượng trong một dự án xây dựng

4.2. Giải bằng thuật toán 4.3. So sánh kết quả 4.4. Nhận xét

CHƯƠNG 5: ỨNG DỤNG VÀO THỰC TIỄN

5.1. Giới thiệu dự án xây dựng nhà xưởng ST Food tại khu cơng nghiệp Vsip 2 Bình Dương

5.2. Các phương án về tiến độ, chi phí, nhân lực trong quá trình thực hiện dự án 5.3. Chuẩn hóa dữ liệu và giải bằng thuật tốn

5.4. So sánh phương án tối ưu với kết quả dự án thực tế hoàn thành

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO

6.1. Kết luận

6.2. Những đóng góp của nghiên cứu 6.3. Những hạn chế

6.4. Đề xuất hướng phát triển

TÀI LIỆU THAM KHẢO

</div>Trang 19<div class="page_container" data-page="19">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

2.1. Liệt kê các nghiên cứu trước đây về vấn đề tối ưu hóa đa mục tiêu

Tối ưu hoá đa mục tiêu là quá trình tìm kiếm sự cân bằng lý tưởng giữa nhiều mục tiêu mà không ưu tiên một mục tiêu cụ thể nào quá mức.

Trong lĩnh vực toán học và kỹ thuật tối ưu hoá, các phương pháp như "đa mục tiêu tối ưu hoá" (multi-objective optimization) được phát triển để xử lý các bài tốn có nhiều mục tiêu đối với các ràng buộc khác nhau

Bảng 2.1. Tóm tắt các nghiên cứu liên quan đến tối ưu hóa đa mục tiêu

STT Tên bài báo Tác giả Năm Mô tả (Vấn đề, ưu/ nhược điểm)

1

Using genetic algorithms to solve

construction time cost trade off problems

Feng C-W, Liu L, Burns SA

1997

- Bài nghiên cứu sử dụng thuật toán GA và áp dụng vào việc tìm kiếm giải pháp tối ưu hóa tiến độ-chi phí xây dựng - Ưu điểm: Thuật toán GA được phát triển tối ưu hóa đa mục tiêu các yếu tố chính nhằm chứng tỏ tính hiệu quả của mơ hình bằng cách tìm kiếm một phần nhỏ trong trong tổng không gian. Qua nhiều trường hợp thử nghiệm để chứng minh tính chính xác của thuật toán - Nhược điểm: Thuật toán được đánh giá là khó và trừu tượng, khiến nhiều người ít thực hành được.

2

Time cost quality trade off analysis for highway

construction

Khaled Rayes, Amr Kandil,

El-2005

- Nghiên cứu trình bày mơ hình tối ưu hóa đa mục tiêu nhằm hỗ trợ cho người quản lý ra qút định.

- Mơ hình được thiết kế để tìm kiếm việc sử dụng tài nguyên một cách tối ưu có kế hoạch nhằm giảm thiểu chi phí, thời gian đồng thời tối ưu nguồn lực. Mơ hình phát triển theo các giai đoạn đơn giản, - Ưu điểm: Nghiên cứu tỏ ra hữu ích cho những người ra quyết định trong các dự án xây dựng, đặc biệt là những đơn vị tham gia vào các loại hợp đồng đòi hỏi hiệu suất, chất lượng.

</div>Trang 20<div class="page_container" data-page="20">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

3

Hybrid multiple objective artificial bee colony with differential evolution

Duc-Hoc Tran, Min-Yuan Cheng, Minh-Tu Cao

2015

- Một nghiên cứu sử dụng thuật toán lai MOABCDE để hỗ trợ nhà quản lí lựa chọn kế hoạch thích hợp để tối ưu hóa đa mục tiêu các yếu tố thời gian, chi phí và chất lượng.

- Ưu điểm: Thuật toán lai MOABCDE được so sánh với 4 thuật toán khác (NSGA-II, MOPSO, MODE, MOABC) đã xác minh tính hiệu quả của thuật toán - Nhược điểm: trong thực tế các chuyên gia, nhà thầu, kỹ sư và nhà quản lý thường đánh giá hiệu suất bằng ngôn ngữ và thuật ngữ khơng chính xác do sự cân nhắc khơng chắc chắn của mơi trường và tính chủ quan. Vì vậy, cần nghiên cứu thêm để xây dựng mơ hình tối ưu hóa, xem xét các khía cạnh mơ hồ, khơng chắc chắn và khơng chính xác.

4

A novel Multiple Objective Symbiotic Organisms Search

(MOSOS) for time cost labor utilization tradeoff problem

Duc-Hoc Tran, Min-Yuan Cheng, Doddy Prayogo

2016

- Nghiên cứu tiếp cận phương pháp mới gọi là "Tìm kiếm sinh vật đa mục tiêu" (MOSOS), áp dụng để giải quyết vấn đề tối ưu hóa cân bằng giữa thời gian, chi phí và việc sử dụng lao đơng ca tối & đêm trong khi vẫn duy trì tính liên tục công việc và các hạn chế về nguồn lực có sẵn.

- Thuật toán đánh giá so với các mơ hình khác được sử dụng rộng rãi (NSGA-II, MOPSO, MODE, MOABC). Các kết quả chứng minh MOSOS là một phương pháp kỹ thuật mạnh mẽ để tìm kiếm và tối ưu hóa lịch trình ca làm việc nhằm hỗ trợ nhà quản lý dự án trong việc lựa chọn phương án phù hợp.

- Ưu điểm: MOSOS thể hiện các đặc điểm đa dạng tốt hơn, mang lại các giải pháp thỏa hiệp tốt hơn và đạt được mức độ hài lòng cao hơn. Người ta cũng nhận thấy rằng phương pháp đề xuất mang lại hiệu quả cạnh tranh về đặc điểm đa

</div>Trang 21<div class="page_container" data-page="21">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

dạng, giải pháp thỏa hiệp và mức độ hài lòng.

5

Optimizing multi mode time cost quality trade off of

construction project using opposition multiple objective difference evolution

Duc-Long Luong, Duc-Hoc Tran & Phong Thanh Nguyen

2018

- Nghiên cứu tập trung phát triển một thuật toán tối ưu hóa mới, tiến hóa vi sai đa mục tiêu dựa trên đối lập (OMODE), được trình bày để giải quyết vấn đề cân bằng thời gian-chi phí-chất lượng (TCQT).

- Ưu điểm: Mơ hình OMODE giải qút đa mục tiêu một cách hiệu quả và tìm ra Pareto đa mục tiêu các giải pháp tối ưu trong các lần chạy mô phỏng, đa dạng tốt hơn, mang lại hiệu quả tốt hơn, mức độ chính xác hơn.

- Nhược điểm: cơng cụ lập kế hoạch trong nghiên cứu chỉ xem xét dữ liệu đầu vào xác định và giả định các mối liên hệ giữa các công tác.

6

Time cost quality trade off analysis for planning construction projects

Tianqi Wang, Moatassem Abdallah, Caroline Clevenger, Shahryar Monghasem

2021

- Nghiên cứu thực hiện các tính toán bằng mơ hình sử dụng Thuật toán di truyền sắp xếp không thống trị II (NSGA II) và tạo ra mơ hình đánh đổi giữa thời gian, chi phí và chất lượng.

- Ưu diểm: Hiệu suất của mơ hình đã phát triển được kiểm tra bằng cách sử dụng mơ hình xây dựng Dự án bao gồm 20 hoạt động để xác định sự cân bằng tối ưu giữa các mục tiêu quan trọng của dự án về thời gian, chi phí và chất lượng. - NSGA II được sử dụng để giải bài toán TCQT phi tuyến tính phức tạp và xác định các giải pháp tối ưu.

</div>Trang 22<div class="page_container" data-page="22">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

7

Latin hypercube sampling based NSGA-III

optimization model for multimode resource constrained time cost quality safety trade off in construction projects

Kamal Sharma & Manoj Kumar Trivedi

2022

- Nghiên cứu trình bày một mơ hình tối ưu hóa sự cân bằng giữa thời gian, chi phí, chất lượng & an toàn bị ràng buộc về tài nguyên đa phương thức. Ngoài ra, nghiên cứu này còn xem xét đến sự hạn chế về nguồn lực sẵn có cho từng

phương thức thực hiện hoạt động. Thuật toán Di truyền phân loại không trội III (NSGA III) được sử dụng để phát triển mơ hình.

- Mơ hình sử dụng LHS để tạo ra quần thể bố mẹ được phân bố tốt. Bên cạnh đó, phương pháp AHP đã được sử dụng để xác định trọng lượng của các chỉ số chất lượng và các hoạt động, phương pháp logic mờ được sử dụng để đánh giá yếu tố rủi ro, biểu đồ đường dẫn giá trị được sử dụng thể hiện bốn mục tiêu và cách tiếp cận tiên nghiệm được sử dụng để lựa chọn một giải pháp từ các giải pháp tối ưu Pareto thu được.

8

Utilizing artificial intelligence to solving time cost quality trade off problem

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2022

- Nghiên cứu trình bày Thuật toán Nấm nhầy (SMA) để giải quyết bài toán đánh đổi thời gian, chi phí ,chất lượng trong một dự án xây dựng.

- Nghiên cứu thảo luận và giải quyết vấn đề tối ưu hóa và so sánh đánh giá với các thuật toán khác như Tiến hóa vi phân đa mục tiêu dựa trên đối lập (OMODE), Thuật toán di truyền sắp xếp không thống trị (NSGA), Tối ưu hóa nhóm hạt đa mục tiêu (MODE)... để xác minh tính hiệu quả và tiềm năng của thuật toán đề xuất.

- Ưu điểm: Nghiên cứu này được đưa vào thực tế, tối ưu hóa cục bộ, được sử dụng để tối ưu hóa đồng thời ba mục tiêu, cũng cho thấy rõ những hạn chế của SMA. Các tác giả đề xuất kết hợp mơ hình SMA với các kỹ thuật nổi tiếng như

</div>Trang 23<div class="page_container" data-page="23">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

học đối lập, lựa chọn đối ngẫu và các phương pháp khác để hoàn thiện mơ hình theo hướng tích cực nhằm phát triển mơ hình SMA ngày càng ưu việt và vận hành để xử lý các vấn đề tối ưu hóa trong ngành xây dựng cũng như các lĩnh vực xã hội khác.

9

A Robusst Time-Cost- Quality-Energy- Environment trade off with resource constrained in project

management: A case study for a Bridge construction project

R Lotfi, Z Yadegari, S Hosseini, A Khameneh, E Tirkolaee, G Weber

2022

- Nghiên cứu nhằm mục đích xem xét các yếu tố chính trong việc lập kế hoạch dự án và sự không chắc chắn trong việc lập mơ hình chúng.

- Ưu điểm: Nghiên cứu sử dụng lập trình phi tuyến mạnh mẽ (NLP) để giải quyết vấn đề tối ưu đa mục tiêu chi phí, chất lượng, năng lượng và mức độ ơ nhiễm trong sự hạn chế về mặt tài nguyên. - Những hạn chế của nghiên cứu là quy mô của vấn đề. Khi quy mô của vấn đề lớn, thời gian tăng trưởng theo cấp số nhân và NP-cứng.

10

Optimization in

Construction Management Using

Adaptive Opposition Slime Mould Algorithm

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Nghiên cứu này là giải quyết bài toán tối ưu hóa bốn mục tiêu trong ngành xây dựng bằng cách sử dụng phương pháp lai thuật toán Nấm nhầy và phương pháp học tập dựa trên sự đối lập (AOSMA). - Ưu điểm: Xây dựng mơ hình tối ưu thời gian, chi phí, chất lượng và an toàn (TCQS). Kết quả tối ưu thu được bằng đồ thị Pareto, nhằm minh họa rõ hơn tiềm năng của mơ hình đề xuất. So sánh AOSMA với thuật toán di truyền sắp xếp không ưu thế III (NSGA III), tối ưu hóa bầy hạt đa mục tiêu (MOPSO) để đánh giá hiệu quả hoạt động của mơ hình. Từ đó hỡ trợ các nhà quản lý dự án trong lập kế hoạch về thời gian, chi phí, chất lượng, an toàn cho các dự án đầu tư xây dựng,

</div>Trang 24<div class="page_container" data-page="24">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

11

Optimizing time and cost simultaneously in projects with multi verse optimizer

Pham Vu Hong Son & Nghiep Trinh Nguyen Dang

2023

- Nghiên cứu sử dụng trình tối ưu hóa đa vũ trụ (MVO) ân bằng tối ưu về thời gian và chi phí (TCOP).

- Ưu điểm: Để đánh giá hiệu suất của MVO, sử dụng 3 hàm chuẩn để đánh giá. - Nhược điểm: Mặc dù kết quả của nghiên cứu này rất hứa hẹn nhưng việc áp dụng MVO bị giới hạn ở các vấn đề thời gian, chi phí quy mơ nhỏ. Trong thực tế, các dự án xây dựng thường phức tạp có các vấn đề thời gian, chi phí quy mơ lớn. Do đó yêu cầu phát triển MVO tiên tiến hơn để giải quyết ra quyết định tối ưu trong việc lựa chọn thời gian tối ưu và phân bổ chi phí.

12

Optimization of production schedules of multi plants for dispatching ready mix concrete trucks by integrating grey wolf optimizer and dragonfly algorithm

Vu Hong Son Pham, Nguyen Thi Nha Trang & Chau Quang Dat

2023

- Nghiên cứu cung cấp lịch trình điều độ hiệu quả cho các xe chở bê tông trộn sẵn (RMC) và tạo sự cân bằng giữa trạm trộn và công trường. Thiết kế/ phương pháp/ cách tiếp cận – nghiên cứu phát triển một thuật toán trí tuệ bầy đàn siêu dữ liệu mới sử dụng mã Java (DA-GWO). Giới thiệu một phương pháp lai mới giúp cân bằng hai khâu (thăm dò và khai thác) hiệu quả hơn các phương pháp trước đó.

- Ưu điểm: Nó cung cấp một công cụ tối ưu hóa hiệu quả để các nhà nghiên cứu phát triển các cơng trình trong tương lai và là tiền đề để khám phá các thuật toán mới, hiệu quả hơn. Những người thực hành và nhà nghiên cứu có thể thấy nghiên cứu này hữu ích trong việc xử lý các vấn đề tối ưu hóa đa mục tiêu mới, phức tạp cũng như giải quyết tốt hơn các vấn đề trước đó.

</div>Trang 25<div class="page_container" data-page="25">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

13

Time cost quality CO2 emissions optimization in construction management using slime mold algorithm opposition tournament mutation

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Nghiên cứu này đề xuất một mơ hình kết hợp thuật toán nấm nhầy và đột biến giải đấu đối lập (SMAOTM) để tối ưu hóa đánh đổi thời gian, chi phí, chất lượng, CO2 (TCQC) trong ba dự án xây dựng thực tế ở Việt Nam.

- Nghiên cứu này xem xét các dự án tòa nhà cao tầng, nhà phố và bệnh viện nổi tiếng tại Thành phố Hồ Chí Minh, Việt Nam.

- Việc tối ưu hóa đồng thời thời gian – chi phí – chất lượng – phát thải CO2 (TCQC) tại các dự án tại khu vực đơ thị gặp nhiều khó khăn vì các ́u tố luôn mâu thuẫn với nhau. Nghiên cứu đề xuất một mơ hình lai để giúp các nhà quản lý dự án tìm ra giải pháp tốt nhất cho những vấn đề này.

14

A study on optimization of HVAC system in buildings using gray wolf optimizer (GWO) and artificial

neural network (ANN)

Pham Vu Hong Son & Nguyen Van Khon

2023

- Nghiên cứu kết hợp giữa thuật toán Sói xám (GWO) và Mạng nơ-ron nhân tạo (ANN) để tối ưu hóa hoạt động của hệ thống sưởi, thông gió và điều hòa khơng khí (HVAC) cũng như các thơng số khác của tòa nhà nhằm giảm thiểu mức tiêu thụ năng lượng hàng năm và tối đa hóa tiện nghi nhiệt.

- Việc tối ưu hóa xem xét hai mục tiêu đã cho thấy kết quả tốt nhất về tiện nghi nhiệt và mức tiêu thụ năng lượng so với thiết kế cơ bản.

- Ưu điểm: Với kết quả trình bày ở trên, người quản lý dự án có thể dễ dàng tìm ra kết quả tối ưu từ các ́u tố độc lập hoặc thậm chí tìm được kết quả cân bằng giữa nhiều yếu tố với nhau. Ngoài ra, việc tiết kiệm năng lượng tiêu thụ và tiện nghi về nhiệt cho người sử dụng là những yếu tố quan trọng góp phần xây dựng thành công cho ban quản lý tòa nhà.

</div>Trang 26<div class="page_container" data-page="26">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

15

Adaptive selection slime mould

algorithm in time cost quality

environmental impact trade-off

optimization

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Trong nghiên cứu, sử dụng mơ hình lai thuật toán nấm nhầy với phương pháp lựa chọn cạnh tranh (ASSMA) được áp dụng để giải quyết vấn đề đánh đổi đa mục tiêu về thời gian, chi phí, chất lượng và mơi trường của dự án.

- Ưu điểm: ASSMA trái ngược với các thuật toán trước đó như thuật toán bầy đàn đa mục tiêu, thuật toán nấm nhầy với phương pháp lựa chọn cạnh tranh để nhấn mạnh kết quả của mô hình đề xuất. Sử dụng các tham số hiệu suất để đánh giá chất lượng mơ hình, tác giả dự đoán rằng nghiên cứu này sẽ vượt trội hơn nhiều và mở rộng so với các mơ hình trước đó.

- Tác giả đề xuất và thử nghiệm mơ hình ASSMA, được thể hiện thơng qua hình ảnh Pareto nhằm cung cấp sự hiểu biết thấu đáo về vòng đời dự án.

16

Optimization of

Construction Projects Time Cost Quality Environment Trade off Problem Using Adaptive Selection Slime Mold Algorithm

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Nghiên cứu sử dụng thuật toán lai Nấm nhầy với phương pháp lựa chọn canh tranh (ASSMA) để giải quyết vấn đề tối ưu hóa bốn yếu tố trong các dự án. Sự kết hợp này sẽ cải thiện hiệu suất của thuật toán gốc, tăng tốc độ tìm kiếm kết quả và đạt được độ hội tụ tốt thông qua Pareto Front.

- Quản lý tài nguyên hiệu quả phải được hiểu rõ để tối ưu hóa thời gian, chi phí, chất lượng và tác động mơi trường TCQE.

- Mơ hình dựa trên đặc điểm hành vi của nấm nhầy và kết nối với các kỹ thuật TS nhằm khắc phục những hạn chế của SMA

- Ưu điểm: Do tính đơn giản và sử dụng ít tham số nên thuật toán khuôn Slime ban đầu xử lý dữ liệu nhanh hơn các thuật toán so sánh. Thuật toán lai tạo ra

</div>Trang 27<div class="page_container" data-page="27">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

nhiều mã hơn và phức tạp hơn vì nó kết hợp nhiều thuật toán độc đáo.

17

Development Of A

Construction Logistic Planning For Optimizing Material Purchasing And

Construction Site Storage

Pham Vu Hong Son & Nguyen Huynh Chi Duy

2023

- Nghiên cứu phát triển thuật toán kết hợp giữa thuật toán Kiến sư tử (ALO) và thuật toán Chuồn chuồn (DA) để tìm ra yêu cầu nguyên vật liệu hợp lý phục vụ quy hoạch với quy mô kho phù hợp. - Các kết quả xác nhận cho thấy sự tối ưu hóa vượt trội so với nghiên cứu trước đây. Những khả năng mới này của mơ hình đã phát triển sẽ tỏ ra hữu ích trong các nhiệm vụ đầy thách thức trong việc lập kế hoạch và tối ưu hóa các quyết định mua sắm và lưu trữ vật liệu, đặc biệt là đối với các hạng mục cần mua lâu dài, trong các dự án xây dựng.

- Ưu điểm: Mơ hình cho phép người quản lý có thể linh hoạt lựa chọn phương án vật liệu và quy mô kho từ tiến độ xây dựng ban đầu và nhu cầu vật liệu. Từ đó có thể bố trí mặt bằng tối ưu cho mặt bằng trong từng giai đoạn thi công.

18

Multi-modal optimization for time cost quality work continuity trade off in construction projects using a hybrid based on SMA and M&C

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Nghiên cứu trình bày thuật toán Nấm nhầy đột biến chéo (MCSMA), giúp cân bằng thời gian, chi phí, chất lượng và tính liên tục trong cơng việc trong một dự án xây dựng.

- Bài toán trao đổi tối ưu tính đến tất cả các đặc điểm logic của các hoạt động đang diễn ra và lý do hiển nhiên được sử dụng để lựa chọn giải pháp thỏa hiệp cho việc thực hiện dự án. Để đánh giá hiệu quả và hiệu suất của mơ hình được đề xuất, MCSMA được so sánh với năm thuật toán nổi tiếng (OMOSOS, MOABC, MODE, MOPSO và NSGA-II).

- Ưu điểm: So với các thuật toán trước đây, mơ hình thuật toán phản ánh sự phát triển, tiến bộ và đa dạng trong thách

</div>Trang 28<div class="page_container" data-page="28">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

thức đạt được sự hội tụ và phân tán rộng của mơ hình, đồng thời mang lại tính đồng nhất cao hơn cho các giải pháp tối ưu.

19

Optimization time cost quality work continuity in construction management using mutation crossover slime mold algorithm

Pham Vu Hong Son & Luu Ngoc Quynh Khoi

2023

- Nghiên cứu này trình bày thuật toán nấm nhầy chéo đột biến (MCSMA) để cân bằng thời gian, chi phí, chất lượng và tính liên tục trong một dự án xây dựng cụ thể. Thuật toán nấm nhầy kết hợp với phương pháp đột biến – lai ghép để sửa đổi cơ chế vận hành và tăng khả năng tìm kiếm giải pháp tối ưu trong khơng gian thăm dò, khai thác trong quá trình tối ưu hóa.

- Bài toán trao đổi tối ưu xem xét tất cả các khía cạnh logic của các hoạt động đang diễn ra và lý do rõ ràng được áp dụng để lựa chọn giải pháp thỏa hiệp trong quá trình thực hiện dự án. MCSMA được so sánh với năm thuật toán nổi tiếng (OMOSOS, MOABC, MODE, MOPSO và NSGA-II) để xác minh tính hiệu quả và hiệu suất của mơ hình được đề xuất.

- Ưu điểm: Mơ hình thuật toán thể hiện sự phát triển, cải tiến và đa dạng hóa trong bài toán đạt được sự hội tụ và phân bố rộng của mơ hình và mang lại tính đồng nhất tốt hơn cho các giải pháp tối ưu so với các thuật toán khác

20

Optimizing time, cost, and carbon in construction: grasshopper algorithm empowered with

tournament selection and

Vu Hong Son Pham , Phuoc Vo Duy & Nghiep Trinh Nguyen Dang

2023

- Nghiên cứu này giới thiệu một phiên bản cải tiến của thuật toán tối ưu hóa châu chấu đa mục tiêu (MOGOA), được gọi là eMOGOA, như một phương pháp mới để giải quyết các vấn đề đánh đổi thời gian, chi phí và phát thải carbon dioxide (TCCP) trong quản lý dự án xây dựng.

- Ưu điểm: Kết quả chứng minh rằng eMOGOA vượt qua các thuật toán tối ưu

</div>Trang 29<div class="page_container" data-page="29">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

opposition based learning

hóa khác, chẳng hạn như MODA, MOSMA, MOALO và MOGOA khi áp dụng cho TCCP, tính hiệu quả và phù hợp của thuật toán eMOGOA trong lĩnh vực quản lý dự án xây dựng.

Trên thế giới đã có rất nhiều nghiên cứu về vấn đề tối ưu hóa đa mục tiêu, từ những bước chứng minh bằng các thuật toán gốc khác nhau, phát triển các thuật toán lai ghép… Các tác giả đã sử dụng các mơ hình thuật toán để giải qút các vấn đề tối ưu hóa đánh đổi hai mục tiêu thời gian – chi phí [2, 3]. Sau đó xuất hiện các nghiên cứu về cân bằng đa mục tiêu giữa thời gian-chi phí-chất lượng [4, 5] hay vấn đề tối ưu hóa cân bằng giữa thời gian, chi phí và việc sử dụng lao đông ca tối & đêm [6]. Sau đó, các mơ hình tối ưu hóa đánh đổi sử dựng thuật toán NSGA III để tối ưu hóa cân bằng giữa bốn yếu tố thời gian-chi phí-chất lượng và an toàn [7] hay nghiên cứu sử dụng lập trình phi tuyến mạnh mẽ (NLP) để giải quyết vấn đề tối ưu đa mục tiêu chi phí, chất lượng, năng lượng và mức độ ô nhiễm trong sự hạn chế về mặt tài nguyên [8] được đề xuất. Đặc biệt, tiếp tục phát triển vấn đề tối ưu hóa đa mục tiêu trong những năm gần đây, dưới sự hướng dẫn của thầy Phạm Vũ Hồng Sơn, các học viên thạc sĩ khóa trước đã có các nghiên cứu phát triển từ nhiều thuật toán khác nhau chắng hạn như: thuật toán Nấm nhầy (SMA) và các thuật toán lai phát triển từ thuật toán gốc [9-15], kết hợp giữa thuật toán Sói xám (GWO) và Mạng nơ-ron nhân tạo (ANN) [16], thuật toán Đa vũ trụ (MVO) [17], kết hợp giữa thuật toán Kiến sư tử (ALO) và thuật toán Chuồn chuồn (DA) [18]… để giải quyết các bài toán đa mục tiêu ứng dụng vào nhiều mảng trong xây dựng khác nhau từ đơn giản đến phức tạp.

</div>Trang 30<div class="page_container" data-page="30">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

2.2. Liệt kê các nghiên cứu trước đây về Thuật toán Hướng dòng chảy

Bảng 2.2. Tóm tắt các nghiên cứu liên quan đến mơ hình tḥt tốn

STT Tên bài báo Tác giả Năm Mô tả (Vấn đề, ưu/ nhược điểm)

1

A new method for the determination of flow directions and upslope areas in grid digital elevation models

David G.

Tarboton 1997

- Nghiên cứu đề xuất một quy trình mới để biểu diễn hướng dòng chảy và tính toán diện tích độ dốc sử dụng mơ hình độ cao kỹ thuật số lưới hình chữ nhật.

- Quy trình này dựa trên việc biểu diễn hướng dòng chảy dưới dạng một góc được lấy làm độ dốc hướng xuống dốc nhất trên tám mặt tam giác có tâm tại mỡi điểm lưới. Khu vực độ dốc được tính bằng cách chia tỷ lệ luồng giữa hai pixel độ dốc xuống theo mức độ gần của hướng luồng này với góc trực tiếp với pixel độ dốc xuống. - Ưu điểm: mang lại những cải tiến so với các quy trình trước đó vốn hạn chế dòng chảy theo tám hướng có thể (giới thiệu độ lệch lưới) hoặc dòng chảy tỷ lệ theo độ dốc (giới thiệu sự phân tán không thực tế).

2

A new triangular multiple flow direction algorithm for computing upslope areas from gridded digital elevation models

Jan Seibert and Brian L. McGlynn

2007

- Nghiên cứu về một thuật toán định tuyến luồng mới và so sánh nó với ba loại thuật toán phổ biến hiện đang được sử dụng rộng rãi. Ưu điểm của thuật toán mới là tránh được sự phân tán không thực tế trên các sườn đồi phẳng hoặc lõm, trong khi cho phép có nhiều hướng dòng chảy trên các sườn đồi lồi. Chúng tôi đề xuất rằng thuật toán đa hướng luồng hình tam giác (MD1) mới này phù hợp hơn cho nhiều ứng dụng định tuyến luồng

</div>Trang 31<div class="page_container" data-page="31">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

và chỉ mục địa hình.

- Ưu điểm: Thuật toán đa hướng hình tam giác (MD1) là sự phát triển của các thuật toán hiện có cho phép luồng đa hướng theo bất kỳ hướng dốc xuống nào, từ đó kết hợp các lợi ích của D1 và thuật toán đa hướng.

- Nhược điểm: Thuật toán còn triều tượng, khó tiếp cận.

3

An adaptive approach to selecting a flow partition exponent for a multiple flow direction algorithm

C. Qin , A.‐X. Zhu , T. Pei , B. Li , C. Zhou & L. Yang

2007

- Bài viết giải quyết vấn đề dựa trên ý tưởng rằng sự phân tán dòng chảy cục bộ thay đổi theo không gian do sự thay đổi khơng gian của điều kiện địa hình địa phương bằng thuật toán đa hướng luồng (MFD) - Áp dụng phương pháp tiếp cận mới sử dụng DEM theo thực tế của lưu vực sông ở vùng Đông Bắc thuộc Trung Quốc cho thấy sự tích lũy dòng chảy khi được tính toán bởi MFD-md tốt hơn so với dựa trên đánh giá trực quan điều kiện địa hình.

4

Water in the Landscape: A Review of Contemporary Flow Routing Algorithms

JP Wilson, Graeme AGGETT, D Yongxin, CS LAM

2008

- Nghiên cứu giới thiệu thuật toán Định hướng dòng chảy mô phỏng sự phân phối và dòng chảy của nước trên các cảnh quan. - Ưu điểm: Đánh giá chín thuật toán định tuyến luồng tạo ra các kết quả khác nhau và sự khác biệt có thể dự kiến sẽ khác nhau ở các phần khác nhau của bối cảnh. Chín thuật toán thực hiện các cách tiếp cận khác nhau để khớp một bề mặt với các DEM lưới vuông cũng như về cơ sở lý luận cũng như số lượng ô mà luồng được phân bổ.

</div>Trang 32<div class="page_container" data-page="32">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

5

The intelligent water drops algorithm: a nature-inspired swarm-based optimization algorithm

Hamed

Shah-Hosseini 2009

- Nghiên cứu giới thiệu Thuật toán giọt nước thông minh (IWD) là thuật toán tối ưu hóa dựa trên bầy đàn mới được lấy cảm hứng từ việc quan sát những giọt nước tự nhiên chảy trên sông.

- Ưu điểm: Thuật toán IWD được thử nghiệm để tìm lời giải của bài toán n-quân hậu với một heuristic cục bộ đơn giản. Bài toán nhân viên bán hàng du lịch (TSP) cũng được giải quyết bằng thuật toán IWD đã sửa đổi. Hơn nữa, thuật toán IWD được thử nghiệm với một số bài toán khác, thu được các giải pháp gần tối ưu hoặc tối ưu.

6

Parallelizing flow accumulation calculations on graphics

processing units From iterative DEM preprocessing algorithm to recursive multiple flow directionalgorithm

Cheng-Zhi Qin , LijunZ han

2012

- Nghiên cứu đề xuất một cách tiếp cận song song để tính toán tích lũy luồng (bao gồm cả tiền xử lý DEM lặp và thuật toán MFD đệ quy). - Ưu điểm: Trình bày sự song song hóa các phép tính tích lũy dòng (bao gồm cả bước tiền xử lý DEM lặp và thuật toán MFD đệ quy) trên GPU tương thích CUDA. Các thuật toán song song được thiết kế trong bài viết này bao gồm thuật toán tiền xử lý DEM P&D song song và hai thuật toán MFD-md song song dựa trên các chiến lược song song hóa khác nhau, cho thấy tiềm năng của GPU trong việc song song hóa cả thuật toán và ứng dụng trong miền DTA.

</div>Trang 33<div class="page_container" data-page="33">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

7

Water cycle algorithm–A novel

metaheuristic optimization method for solving constrained engineering optimization problems

H Eskandar, A Sadollah, A

Bahreininejad

2012

- Nghiên cứu trình bày một kỹ thuật tối ưu hóa mới gọi là thuật toán tuần hoàn nước (WCA) được áp dụng cho một số vấn đề tối ưu hóa và thiết kế kỹ thuật có ràng buộc.

- Các khái niệm và ý tưởng cơ bản làm nền tảng cho phương pháp đề xuất được lấy cảm hứng từ thiên nhiên và dựa trên việc quan sát quá trình tuần hoàn nước cũng như cách các sông suối chảy ra biển trong thế giới thực.

- Ưu điểm: So sánh đã được thực hiện để cho thấy tính hiệu quả của WCA so với các trình tối ưu hóa nổi tiếng khác về nỡ lực tính toán (các thước đo như số lần đánh giá hàm) và giá trị hàm (độ chính xác).

8

A Scalable performance Topographic Flow Direction

High-Algorithm for Hydrological Information Analysis

Kornelijus Survila, Ahmet Artu Yıldırım, Ting Li, Yan Y Liu, David G Tarboton, Shaowen Wang

2016

- Nghiên cứu phân tích thơng tin thủy văn dựa trên Mơ hình độ cao kỹ thuật số (DEM) cung cấp các đặc tính thủy văn bắt nguồn từ dữ liệu địa hình có độ phân giải cao được biểu diễn dưới dạng lưới độ cao.

- Trình bày một thuật toán hướng dòng song song hiệu quả giúp xác định các đặc điểm không gian và giảm số lần lặp tuần tự và song song cần thiết để tính toán hướng dòng chảy có động cơ địa mạo của chúng. Các thí nghiệm số cho thấy thuật toán của chúng tôi vượt trội hơn thuật toán D8 song song hiện có trong TauDEM hai bậc độ lớn. - Ưu điểm: Nhóm nghiên cứu sẽ kiểm tra thêm hiệu suất của thuật toán mới sử dụng DEM lớn hơn và nghiên cứu tác động của dữ liệu

</div>Trang 34<div class="page_container" data-page="34">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

không gian đặc điểm về hiệu suất thuật toán.

9

Hydrological cycle algorithm for continuous optimization problems

A Wedyan, J Whalley, A Narayanan

2017

- Một thuật toán tối ưu hóa mới lấy cảm hứng từ thiên nhiên gọi là Thuật toán chu trình thủy văn (HCA) được đề xuất dựa trên sự chuyển động liên tục của nước trong tự nhiên.

- Trong HCA, tập hợp các giọt nước trải qua các giai đoạn chu trình thủy văn khác nhau, chẳng hạn như dòng chảy, bay hơi, ngưng tụ và kết tủa. Mỗi giai đoạn đóng một vai trò quan trọng trong việc tạo ra nghiệm và tránh sự hội tụ sớm. HCA chia sẻ thông tin bằng cách liên lạc trực tiếp và gián tiếp giữa các giọt nước, giúp cải thiện chất lượng giải pháp.

- Ưu điểm: Các thí nghiệm chứng minh HCA được áp dụng trên nhiều hàm số liên tục được chuẩn hóa. Kết quả được cho là có tính cạnh tranh so với một số thuật toán khác và xác nhận tính hiệu quả của HCA.

10

Flow Direction Algorithm (FDA): A Novel

Optimization Approach for Solving Optimization Problems

Hojat Karami, Mahdi Valikhan Anaraki, Saeed Farzin, Seyedali Mirjalili

2021

- Nghiên cứu nhằm mục đích đề xuất một thuật toán tối ưu hóa mới có tên là Thuật toán hướng dòng chảy (FDA), đây là một thuật toán dựa trên vật lý. Thuật toán của FDA mô phỏng hướng dòng chảy đến điểm thoát nước có chiều cao thấp nhất trong lưu vực thoát nước. - Ưu điểm: Mười ba hàm chuẩn toán học cổ điển, mười hàm chuẩn toán học mới và năm bài toán thiết kế kỹ thuật, bao gồm giàn ba thanh, lò xo căng/nén, bộ giảm tốc,

</div>Trang 35<div class="page_container" data-page="35">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

truyền bánh răng và thiết kế dầm hàn, với các đặc tính khác nhau được xem xét để đánh giá thuật toán đề xuất. So sánh kết quả của FDA với các thuật toán tối ưu hóa khác cho thấy hiệu suất vượt trội của FDA trong việc giải quyết các vấn đề tối ưu hóa đầy thách thức.

11

Flow direction algorithm-based optimal power flow analysis in the presence of stochastic

renewable energy sources

Ankur

Maheshwari, Yog Raj Sood , Supriya Jaiswal

2023

- Nghiên cứu trình bày Thuật toán hướng dòng chảy (FDA) để giải bài toán OPF kết hợp với các nguồn năng lượng tái tạo ngẫu nhiên đã được mơ hình hóa thành công cho hoạt động của hệ thống điện trong ngày tới và được phân tích cho một số hệ thống thử nghiệm như hệ thống IEEE 30, 57 và 118-bus. Tính khơng chắc chắn của RES được giải qút bằng cách tạo kịch bản bằng mô phỏng Monte Carlo.

- Sau khi thiết lập thuật toán FDA, nghiên cứu mở rộng ứng dụng sang phân tích OPF khi RES được kết hợp với các hệ thống thử nghiệm được xem xét. Nghiên cứu góp phần xác định chi phí vận hành tối thiểu, giúp xem xét các hạn chế thực tế như hiệu ứng VPL và các khu vực hoạt động bị cấm.

12

Energy

management of hybrid PV/ diesel/ battery systems: A modified flow direction algorithm for optimal sizing design

Atef A. Elfatah, Fatma A. Hashim, Reham R. Mostafa, Hoda Abd El-Sattar, Salah Kamel

2023

- Nghiên cứu đề xuất một phiên bản cải tiến của Thuật toán hướng dòng chảy (FDA), được đặt tên là mFDA, để xác định kích thước tối ưu của một hệ thống độc lập bao gồm các tấm pin mặt trời, máy phát điện diesel (DG) và bộ pin dự phòng để đáp ứng tải nhu cầu ở Luxor, Ai Cập.

- Mục tiêu chính của nghiên cứu

</div>Trang 36<div class="page_container" data-page="36">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

này là giảm chi phí năng lượng (COE) của hệ thống, chi phí hiện tại ròng (NPC) của hệ thống điện hybrid được đề xuất, xác suất mất nguồn điện (LPSP) và quy mô của hệ thống điện. các thành phần của microgrid.

- Ưu điểm: Kết quả mô phỏng chỉ ra rằng thuật toán mFDA sửa đổi được đề xuất hoạt động tốt hơn các thuật toán khác khi thiết kế kích thước thành phần lưới điện siêu nhỏ lai.

13

A two-stage method for model parameter

identification based on the maximum power matching and improved flow direction algorithm

Xiang Chen, Kun Ding, Jingwei Zhang, Zenan Yang,

Yongjie Liu, Hang Yang

2023

- Nghiên cứu đề xuất Một phương pháp hai giai đoạn để xác định tham số mơ hình dựa trên kết hợp công suất tối đa (MPM) và thuật toán hướng dòng chảy cải tiến (IFDA) được đề xuất.

- Ưu điểm: Thử nghiệm so sánh mười sáu phương pháp, IFDA cho thấy độ chính xác cao nhất và có hiệu suất vượt trội.

14

Optimizing slope unit-based

landslide susceptibility mapping using the priority-flood flow direction algorithm

Ge Yan, Dingyang Lu, Sijin Li, Shouyun Liang, Liyang Xiong, Guoan Tang

2023

- Nnghiên cứu giới thiệu thuật toán hướng dòng chảy lũ ưu tiên (PFD) để khai thác thông tin dòng chảy cho các vùng trũng và so sánh các đơn vị độ dốc được cải thiện PFD với các đơn vị độ dốc dựa trên SBD trong các LSM tương ứng. - Ưu điểm: Kết quả cho thấy các đơn vị độ dốc được cải thiện không tạo ra ranh giới song song và các lớp yếu tố môi trường được tạo ra dựa trên các đơn vị độ dốc này đã ngăn chặn việc tạo ra các ranh giới lớp con-yếu tố song song, do đó làm giảm sự phân bố sọc của các yếu tố và tối ưu hóa các mẫu trong LSM. LSM được cải tiến bởi PFD

</div>Trang 37<div class="page_container" data-page="37">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

mang lại tỷ lệ thành công cao. Trong hai mươi năm qua, nhiều thuật toán hướng dòng chảy đã được phát triển [19]. Dựa trên giả định rằng dòng chảy từ một ơ có thể chảy vào chỉ một ơ lân cận hoặc vào một hoặc nhiều ô lân cận dốc xuống, các thuật toán điều hướng dịng chảy hiện có có thể được phân thành hai loại chính: thuật toán hướng dịng chảy đơn (SFD) (ví dụ: thuật toán D8 được đề xuất bởi O'Callaghan và Mark [20] và thuật toán đa luồng hướng (MFD) (ví dụ: thuật toán FD8 được đề xuất bởi Quinn và cộng sự [21] thuật toán D-inf được đề xuất bởi Tarboton [22], và thuật toán MFD do Qin và cộng sự đề xuất [23]. MFD thường được công nhận là hoạt động tốt hơn SFD từ góc độ lỗi thuật toán, đặc biệt khi mơ hình khơng gian của khu vực đóng góp cụ thể hoặc các thuộc tính địa hình dựa trên khu vực đóng góp cụ thể (ví dụ: chỉ số độ ẩm địa hình) ở quy mơ nhỏ là cần thiết [24]; [19]; [25].

Thuật toán giọt nước thông minh [26], chu kỳ nước [27] và chu kỳ thủy văn [25] là các thuật toán tối ưu hóa dựa trên vật lý. Thuật toán giọt nước thông minh được thiết kế dựa trên chuyển động của các giọt nước và xói mòn đất trong khi thuật toán tối ưu hóa chu trình nước được phát triển dựa trên quá trình tự nhiên của chu trình nước. Trong thuật tốn này, sau khi tạo tổng thể ban đầu và đánh giá hàm mục tiêu, dân số ban đầu được chia thành sông, biển và suối dựa trên giá trị hàm mục tiêu. Trong các bước tiếp theo, sông chuyển ra biển (câu trả lời hay nhất) và các dòng chảy ra sơng, tương tự như quá trình tự nhiên của vịng t̀n hoàn nước. Thuật tốn này sử dụng mơ phỏng quá trình bay hơi để thốt ra optima cục bộ, đây được coi là một trong những điểm mạnh của thuật toán này. Cuối cùng, thuật toán chu trình thủy văn, được thiết kế dựa trên quá trình chu trình thủy văn, bao gồm bốc hơi, ngưng tụ, lượng mưa và xói mòn đất và chính xác hơn thuật toán chu trình nước và giọt nước.

Các quá trình liên quan đến nước có thể đóng góp rất nhiều vào việc giải quyết các vấn đề tối ưu hóa, mặc dù ít nghiên cứu được thực hiện về vấn đề này. Khai thác xác định hướng của dòng chảy hướng ra đầu ra của lưu vực có thể là một mơ hình để thiết lập một thuật toán tối ưu hóa dựa trên vật lý mới [1].

Trong một lưu vực như tự nhiên, dòng chảy di chuyển đến vị trí có đỉnh thấp nhất. Hiện tượng vật lý này có thể được coi là một thuật toán tối ưu hóa.

</div>Trang 38<div class="page_container" data-page="38">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

Ngồi ra, việc lấp đầy nước ô trũng và di chuyển đến độ dốc khía cạnh có thể liên quan đến việc thoát khỏi mức tối ưu cục bộ trong một thuật toán tối ưu hóa. Do đó, một thuật toán mới gọi là Thuật toán hướng dòng chảy (FDA) được giới thiệu trong cơng trình này dựa trên sự chuyển động của hướng dịng chảy về phía đầu ra của một lưu vực thoát nước [1].

Trong những năm gần đây, các thuật tốn tối ưu hóa siêu mơ phỏng được mô phỏng bởi các hiện tượng vật lý (dựa trên vật lý) như nước và các quá trình giả định đã được các nhà nghiên cứu chú ý nhiều hơn. Thuật tốn Giọt nước thơng minh – Intelligent water drop algorithm (IWD) được thiết kế bằng cách di chuyển những giọt nước cao chót vót trên dịng sơng. Trong IWD giọt nước được coi là dân số của thuật toán [1].

Giọt nước khi truyền về phía sơng có một vận tốc và khối lượng đất. IWD coi khơng gian tìm kiếm của vấn đề như một đồ thị. Trong IWD, vận tốc giọt nước tỷ lệ nghịch với lượng đất và giọt nước di chuyển về phía sơng (giải pháp tốt nhất) trong biểu đồ này. Trong IWD, bản vá có đất thấp hơn là giải pháp tốt hơn cho vấn đề. Trong thuật toán chu trình nước - Water Cycle Algorithm (WCA), dân số là những giọt mưa. Giọt mưa tốt nhất được chọn là biển, một số giọt mưa tốt khác được chọn là sông, và những giọt mưa còn lại được coi là suối. WCA xem xét các quá trình khác nhau như mưa và bay hơi. Thuật tốn chu trình thủy văn - Hydrological Cycle Algorithm (HCA) được thiết kế bằng cách xem xét các giai đoạn khác nhau trong chu trình logic thủy văn như bốc hơi, ngưng tụ, lượng mưa, dòng chảy và xói mịn. Trong HCA, các giọt nước được gọi là dân số của độ lớn cao, và mỗi giọt nước có một vận tốc, lượng đất và chất lượng của dung dịch. Bằng cách chạy các giai đoạn HCA đã đề cập được áp dụng cho giọt nước. Trong quá trình này, giọt nước có nhiều đất hơn sẽ có dung dịch với chất lượng cao hơn. Do đó, trong những năm gần đây, các thuật toán tối ưu hóa tối ưu hóa dựa trên vật lý khác nhau được đề xuất và các vấn đề khác nhau được giải quyết bằng các thuật toán này [1].

Các thuật toán tối ưu hóa siêu mơ hình được chia thành các giải pháp đơn lẻ và các thuật toán bầy đàn. Các thuật toán giải pháp dựa trên đơn lẻ được tạo ra một giải pháp trong mỗi lần lặp lại. Do đó, các thuật toán này đã giải quyết vấn đề tối ưu hóa với đánh giá hàm thấp hơn (1 * số lần lặp tối đa). Tuy nhiên, trong

</div>Trang 39<div class="page_container" data-page="39">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

các thuật tốn này, xác suất để tìm ra mức tối ưu toàn cục là ít hơn. Mơ phỏng thuật tốn của Kirkpatrick [28] dựa trên thuật toán tối ưu hóa đơn lẻ được biết đến nhiều nhất. Trong thuật tốn này, chỉ có một giải pháp tạo ra trong mỗi lần lặp. Các trạng thái của giải pháp này là cập nhật bằng cách xác định một hàm xác suất. Trong quá trình này, người hàng xóm có giá trị thể lực tốt hơn có giá trị xác suất cao hơn, và do đó có khả năng cao để chấp nhận người hàng xóm là thống kê tiếp theo của giải pháp hiện tại. Ngược lại, các phương pháp tối ưu hóa dựa trên bầy đàn, sử dụng nhiều giải pháp trong mỗi lần lặp lại. Trong các phương pháp này, đầu tiên các giải pháp ngẫu nhiên được tạo ra dưới dạng tổng thể ban đầu. Sau đó, dân số ban đầu chia sẻ thông tin với nhau và được cải thiện bằng cách sử dụng các toán tử của thuật toán. Nhược điểm của thuật toán dựa trên bầy đàn là số lượng chức năng đánh giá nhiều hơn (số dân số * số lần lặp tối đa). Bất chấp vấn đề này, để sử dụng một quần thể và chia sẻ thông tin giữa các cá thể trong quần thể, các thuật toán bầy đàn có xác suất tìm kiếm tối ưu toàn cục cao hơn so với các thuật toán đơn lẻ.

Nói chung, các thuật toán tối ưu hóa bao gồm thuật toán dựa trên bầy đàn được lấy cảm hứng từ vật lý (chẳng hạn như thuật tốn giọt nước thơng minh và thuật toán chu trình nước), tốn học (chẳng hạn như Quy trình tìm kiếm thích ứng ngẫu nhiên tham lam [29], Xây dựng, Hợp nhất , Giải quyết & Thích ứng [30] và nhóm tìm kiếm cố định [31] hoặc các hiện tượng bản chất (chẳng hạn như GA và PSO). Sau đây, một số thuật toán tối ưu hóa dựa trên bầy đàn được biết đến nhiều nhất được nghiên cứu. Sau đó, các toán tử của thuật toán được thiết kế bằng cách mô phỏng hiện tượng đã đề cập, để đạt được kết quả tốt hơn. GA được phát triển bằng cách lấy cảm hứng từ q trình tiến hóa tự nhiên. Trong thuật tốn này, một bộ nhiễm sắc thể được coi là quần thể của thuật tốn. Ngồi ra, việc lựa chọn, giao nhau và đột biến được coi là các toán tử của thuật toán. Trên thực tế, các toán tử này được thiết kế dựa trên sự tiến hóa tự nhiên. Trong Phương pháp tối ưu bầy đàn (Particle swarm optimization-PSO), bầy hạt, đám dâu hay cá trường được coi là dân số. Trong PSO, cá thể quần thể có vận tốc, bổ sung cho vị trí. Vị trí và vận tốc này, dựa trên kinh nghiệm tốt nhất của mỗi cá nhân và kinh nghiệm tốt nhất của tất cả các cá nhân được cập nhật. Trong BA, quần thể là những con dơi nhân tạo, ngoài vị trí và địa điểm, vị trí đó thường

</div>Trang 40<div class="page_container" data-page="40">

LUẬN VĂN THẠC SĨ 2023 HVTH: BÙI NHẬT TRÍ

được cập nhật theo tần suất và vận tốc. Do đó, trong những năm gần đây, các thuật toán tối ưu hóa dựa trên bầy đàn khác nhau được đề xuất và các vấn đề khác nhau được giải quyết bằng các thuật toán này.

Trong những năm gần đây, các thuật toán tối ưu hóa siêu mô phỏng bằng các hiện tượng vật lý (dựa trên vật lý) như nước và các quá trình thủy văn đã được các nhà nghiên cứu chú ý nhiều hơn. Thuật tốn giọt nước thơng minh (IWD) được thiết kế bằng cách di chuyển những giọt nước cao chót vót trên dịng sơng. Trong IWD giọt nước được coi là dân số của thuật toán. Các giọt nước khi truyền về phía sơng có một vận tốc và khối lượng đất. IWD coi khơng gian tìm kiếm của vấn đề như một đồ thị. Trong IWD, vận tốc giọt nước tỷ lệ nghịch với lượng đất và giọt nước di chuyển về phía sơng (giải pháp tốt nhất) trong biểu đồ này. Trong IWD, bản vá có đất thấp hơn là giải pháp tốt hơn cho vấn đề. Trong thuật toán chu trình nước (WCA), dân số là những giọt mưa. Giọt mưa tốt nhất được chọn là biển, một số giọt mưa tốt khác được chọn là sông, và những giọt mưa còn lại được coi là suối. WCA xem xét các quá trình khác nhau như mưa và bay hơi. Thuật tốn chu trình thủy văn (HCA) được thiết kế bằng cách xem xét các giai đoạn khác nhau trong chu trình thủy văn như bốc hơi, ngưng tụ, lượng mưa, dòng chảy và xói mịn. Trong HCA, giọt nước được gọi là dân số của thuật tốn, và mỡi giọt nước có một vận tốc, lượng đất và chất lượng của dung dịch. Bằng cách chạy các giai đoạn HCA đã đề cập được áp dụng cho giọt nước. Trong q trình này, giọt nước có nhiều đất hơn sẽ có dung dịch với chất lượng cao hơn. Do đó, trong những năm gần đây các thuật toán tối ưu hóa dựa trên vật lý khác nhau được đề xuất và các vấn đề khác nhau được giải quyết bằng các thuật tốn này.

Ví dụ: Tayarani và Akbarzadeh [32] đã phát triển một thuật toán tối ưu hóa từ tính dựa trên lý thuyết từ tính. Kaveh và Bakhshpoori [33] đã giới thiệu thuật toán tối ưu hóa bay hơi nước được thiết kế bằng cách bắt chước sự bay hơi của một lượng nhỏ phân tử nước trên bề mặt rắn với khả năng thấm ướt khác nhau. Kaveh và Dadras [34] đã đề xuất một thuật toán tối ưu hóa trao đổi nhiệt bằng cách lấy cảm hứng từ định luật làm mát của Newton. Trong thuật tốn này, mỡi phần ngun được coi là đối tượng làm mát, và các cá thể khác được coi là môi

</div>

ứng dụng thuật toán hướng dòng chảy cho các bài toán tối ưu đa mục tiêu trong quản lý xây dựng

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về