Ứng dụng thuật toán cộng sinh tìm kiếm đa mục tiêu và bim trong quản lý thời gian, chi phí của dự án
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (12.24 MB, 117 trang )
ĐẠI HỌC QUỐC GIA TP. HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA TP. HCM
------------
THẠCH PHI HÙNG
ỨNG DỤNG THUẬT TỐN CỘNG SINH TÌM KIẾM
ĐA MỤC TIÊU VÀ BIM TRONG QUẢN LÝ THỜI GIAN,
CHI PHÍ CỦA DỰ ÁN
Chuyên ngành: Quản lý xây dựng
Mã số: 60.58.03.02
LUẬN VĂN THẠC SĨ
TP. HỒ CHÍ MINH, tháng 01 năm 2020
CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
Cán bộ hướng dẫn khoa học: TS. TRẦN ĐỨC HỌC
TS. PHẠM HẢI CHIẾN
Cán bộ chấm nhận xét 1: PGS.TS LƯƠNG ĐỨC LONG
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. Hồ
Chí Minh, ngày 11 tháng 01 năm 2020.
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. PGS.TS PHẠM HỒNG LUÂN – CHỦ TICH HỘI ĐỒNG BẢO VỆ
2. TS. PHẠM VŨ HỒNG SƠN – THƯ KÝ
3. PGS.TS LƯƠNG ĐỨC LONG – PHẨN BIỆN 1
4. TS. NGUYỄN HOÀI NGHĨA – PHẢN BIỆN 2
5. TS. CHU VIỆT CƯỜNG - ỦY VIÊN
Chủ tịch hội đồng đánh giá luận văn
Bộ môn quản lý chuyên ngành
ĐẠI HỌC QUỐC GIA TP. HCM
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
TRƯỜNG ĐẠI HỌC BÁCH KHOA
___________________
Độc lập - Tự do - Hạnh phúc
________________________
NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ và tên học viên: THẠCH PHI HÙNG
MSHV
: 1770408
Ngày tháng năm sinh: 26 - 01 - 1992
Nơi sinh : Bến Tre
Chuyên ngành : QUẢN LÝ XÂY DỰNG
Mã số : 60.58.03.02
TÊN ĐỀ TÀI:
I.
ỨNG DỤNG THUẬT TỐN CỘNG SINH TÌM KIẾM ĐA MỤC TIÊU VÀ BIM
TRONG QUẢN LÝ THỜI GIAN, CHI PHÍ CỦA DỰ ÁN
NHIỆM VỤ LUẬN VĂN:
- Nghiên cứu tổng quan về các phương pháp tối ưu đa mục tiêu.
- Xây dựng mô hình tối ưu hóa đa mục tiêu dựa trên thuật toán cộng sinh tim
kiếm đa mục tiêu (Multiple Objective Symbiotic Organisms Search).
- Ứng dụng Dynamo để chuyển thông tin từ mơ hình Revit thành dữ liệu đầu vào
thuật tốn tối ưu.
- Đề xuất công cụ hỗ trợ đưa ra quyết định trực quan cho các nhà quản lý dự án
và nhà thầu thi cơng về việc lựa chọn chi phí và tiến độ thi công phù hợp với
từng dự án xây dựng.
II.
NGÀY GIAO NHIỆM VỤ: 19/08/2019
III.
NGÀY HOÀN THÀNH NHIỆM VỤ: 10/12/2019
IV.
CÁN BỘ HƯỚNG DẪN: TS. TRẦN ĐỨC HỌC, TS. PHẠM HẢI CHIẾN
Nội dung và đề cương Luận văn thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua.
Tp.HCM, ngày … tháng 12 năm 2019
CÁN BỘ HƯỚNG DẪN 1
CÁN BỘ HƯỚNG DẪN 2
TS. TRẦN ĐỨC HỌC
TS. PHẠM HẢI CHIẾN
CHỦ NHIỆM BỘ MÔN
TS. ĐỖ TIẾN SỸ
TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG
…………………………………………………………
LỜI CẢM ƠN
Năm 2017, tôi tiếp tục con đường học vấn của bản thân với lớp cao học
ngành Quản Lý Xây Dựng tại trường Đại học Bách Khoa Tp HCM. Thời gian trơi
qua thật nhanh! Giờ đây tơi đã hồn thành khóa học. Bài luận văn này xem là thử
thách cuối cùng cho quá trình nổ lực, kiên trì học tập và nghiên cứu của bản thân
trong 3 năm qua. Bên cạnh đó, tơi ln nhận được sự giúp đỡ tận tình của thầy cơ,
bạn bè, đồng nghiệp và đặc biệt là sự động viên, khuyến khích mạnh mẽ về tinh
thần từ gia đình.
Tơi xin gửi lời cảm ơn và tri ân sâu sắc nhất đến các Thầy Cô trong bộ môn
Thi công và Quản Lý Xây Dựng, cảm ơn sự giảng dạy tâm huyết và nhiệt tình của
Thầy Cơ, đã truyền đạt những kiến thức bổ ích và ln đồng hành trong suốt 3
năm qua.
Dưới sự hướng dẫn tận tình, sự động viên, giúp đỡ của thầy TS. Trần Đức
Học và Thầy TS. Phạm Hải Chiến đã giúp tôi hồn thành Luận văn với đề tài
“Ứng dụng thuật tốn cộng sinh tìm kiếm đa mục tiêu và Bim trong quản lý thời
gian, chi phí của dự án”. Trong quá trình thực hiện đề tài cịn gặp nhiều khó
khăn, tơi đã cố gắng hết sức để hoàn thiện luận văn, tuy nhiên sẽ khơng tránh khỏi
những sai sót. Vì vậy, tôi rất mong nhận được sự nhận xét của Thầy Cơ và các
bạn để nghiên cứu được hồn thiện hơn.
Cuối cùng, tôi xin cảm ơn những người thân trong gia đình đã ln ủng hộ
tinh thần và ln động viên em trong q trình thực hiện luận văn, đó là nguồn
động lực lớn để tôi phấn đấu trong học tập, nghiên cứu và làm việc tốt hơn.
Tp. HCM, ngày 10 tháng 12 năm 2019
Tác giả luận văn
Thạch Phi Hùng
TĨM TẮT LUẬN VĂN
Quản lý tiến độ và chi phí đóng vai trị quan trọng quyết định sự thành cơng
của dự án đầu tư xây dựng. Việc nâng cao hiệu quả trong quản lý tiến độ và chi phí
là vấn đề cốt lõi của mọi nhà thầu, nhằm tiết kiệm thời gian, ngun vật liệu, nhân
cơng, máy móc, thiết bị, tăng năng suất lao động ….Việc đảm bảo tiến độ và tiết
kiệm chi phí sẽ làm tăng lợi nhuận của nhà thầu, bên cạnh đó sẽ tạo uy tính đối với
chủ đầu tư và nâng cao vị thế cạnh tranh của nhà thầu trên thương trường.
Nghiên cứu này đề xuất mơ hình tối ưu hóa dựa trên một thuật tốn phát triển
gần đây được gọi là cộng sinh tìm kiếm đa mục tiêu (MOSOS). MOSOS bắt chước
các chiến lược quan hệ cộng sinh mà các sinh vật sử dụng để tồn tại trong hệ sinh
thái. Mơ hình đề xuất là thuật tốn cộng sinh tìm kiếm đa mục tiêu cho bài tốn: tiến
độ, chi phí. Đề xuất mơ hình được kiểm nghiệm bằng dự án thực tế trong nước. Các
kết quả thực nghiệm đạt được từ nghiên cứu này mang lại lợi ích rất lớn cho các nhà
quản lý dự án hay nhà thầu, hỗ trợ đưa ra quyết định khi giải quyết các bài toàn đa
mục tiêu trong lĩnh vực thi cơng xây dựng. Đặc biệt, mơ hình đề xuất này có thể
mang đến những lợi ích đáng kể cho ngành công nghiệp xây dựng như một công cụ
hỗ trợ hiệu quả cho các nhà thầu và quản lý xây dựng.
Từ khóa: Multiple Objective Symbiotic Organisms Search, Dynamo, BIM.
ABSTRACT
Managing progress and costs plays an important role in determining the
success of a construction investment project. Improving efficiency in managing
progress and costs is a core issue for all contractors, in order to save time, materials,
labor, machinery and equipment, increase labor productivity ... ensuring progress
and cost savings will increase contractor profits, besides, will create prestige for
investors and improve the competitive position of contractors in the market.
This study proposes an optimization model based on a recently developed
algorithm called
multiple objective symbiotic organisms search (MOSOS).
MOSOS mimics the symbiotic relationship strategies that organisms use to survive
in ecosystems. The proposed model is a algorithm for problems: time, cost.
Proposed models tested by actual domestic projects. The empirical results gained
from this study are of great benefit to project managers or contractors, supporting
decision-making when solving multi-objective projects in the field of construction. .
In particular, this proposed model can bring significant benefits to the construction
industry as an effective support tool for contractors and construction managers.
Keywords: Multiple Objective Symbiotic Organisms Search, Dynamo, BIM
LỜI CAM ĐOAN
Tôi xin cam đoan luận văn này là cơng trình nghiên cứu của cá nhân tơi, được
thực hiện dưới sự hướng dẫn khoa học của TS. Trần Đức Học và TS. Phạm Hải
Chiến. Các số liệu, những kết luận nghiên cứu được trình bày trong luận văn này
hồn tồn trung thực và chưa được cơng bố trước đây.
Ngồi ra, luận văn cịn có sử dụng các nhận xét và kết quả của các tác giả, tổ
chức trong và ngồi nước đều có trích dẫn nguồn gốc rõ ràng.
Tp.HCM, ngày 10 tháng 12 năm 2019
Thạch Phi Hùng
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
NỘI DUNG THỰC HIỆN
CHƯƠNG 1:
GIỚI THIỆU ................................................................................. 10
1.1
Lý do chọn đề tài ................................................................................ 10
1.2
Mục tiêu nghiên cứu ........................................................................... 12
1.3
Đối tượng, phạm vi và nội dung nghiên cứu ...................................... 13
1.3.1 Đối tượng nghiên cứu ................................................................. 13
1.3.2 Phạm vi nghiên cứu .................................................................... 13
1.3.3 Nội dung nghiên cứu .................................................................. 13
1.4
Phương pháp nghiên cứu .................................................................... 14
1.5
Đóng góp của nghiên cứu................................................................... 15
1.6
Bố cục luận văn .................................................................................. 15
CHƯƠNG 2:
NGHIÊN CỨU TRƯỚC ĐÂY VỀ TỐI ƯU HÓA ĐA MỤC TIÊU
17
CHƯƠNG 3:
3.1
CƠ SỞ LÝ THUYẾT .................................................................... 22
Tối ưu hóa đa mục tiêu (Multiple Objective Optimization)............... 22
3.1.1 Định nghĩa bài toán tối ưu đa mục tiêu ...................................... 23
3.1.2 Tính vượt trội và tập tối ưu (Dominance and Pareto Front) ....... 24
3.1.3 Sắp xếp không vượt trội nhanh (Fast non-dominated sorting) ... 25
3.1.4 Phương pháp đám đông Entropi (Crowding entropy measure) .. 26
3.2
Thuật tốn cơng sinh (Symbiotic Organisms Search) ........................ 27
3.2.1 Ngun lý của thuật toán cộng sinh ........................................... 27
3.2.2 Ưu điểm của thuật toán............................................................... 31
3.3
Tổng quan về BIM ............................................................................. 31
3.3.1 Khái niệm về BIM ...................................................................... 31
HVTH: Thạch Phi Hùng
1
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
3.3.2 BIM và những lợi ích ................................................................. 33
3.4
Tổng quan về Dynamo – Trình tạo lập thuật tốn trực quan với mã
nguồn mở. 34
3.4.1 Computational Design ................................................................ 34
3.4.2 Parametric Design ...................................................................... 36
3.4.2.1 Khái niệm Parametric Design ................................................. 36
3.4.2.2 Parametric Design với Revit................................................... 37
3.4.3 Generative Design ...................................................................... 38
3.4.4 Visual Programming và Dynamo ............................................... 39
3.4.4.1 Visual Programming ............................................................... 39
3.4.4.2 Dynamo .................................................................................. 41
3.4.4.3 Phương pháp tư duy và làm việc với Visual Programming... 42
3.4.5 Phương pháp kết hợp Dynamo để truy xuất dữ liệu từ Revit ..... 44
CHƯƠNG 4:
ĐỀ XUẤT MƠ HÌNH TỐI ƯU HĨA ĐA MỤC TIÊU, LAI GHÉP
BIM
45
4.1
Lưu đồ thuật tốn cộng sinh tìm kiếm đa mục tiêu ............................ 45
4.1.1 Khởi tạo quần thể ....................................................................... 45
4.1.2 Giai đoạn tương sinh (Mutualism Phase) ................................... 46
4.1.3 Giai đoạn hội sinh (Commensalishm Phase) .............................. 49
4.1.4 Giai đoạn ký sinh (Parasitism Phase) ......................................... 51
4.1.5 Điều kiện dừng ........................................................................... 53
4.1.6 Lưu đồ thuật tốn........................................................................ 55
4.2
Sử dụng Dynamo chuyển thơng tin từ Model revit thành dữ liệu đầu
vào cho thuật toán tối ưu. ..................................................................................... 56
HVTH: Thạch Phi Hùng
2
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
4.2.1 Xây dựng Workflow trong Dynamo cho quá trình xuất khối lượng
cột.
57
4.2.1.1 Xuất dữ liệu sang Excel (bước 5) ........................................... 59
4.2.1.2 Tạo dữ liệu theo định dạng Level và khối lượng (bước 4) ..... 62
4.2.1.3 Tạo dữ liệu Level và dữ liệu tổng khối lượng (bước 2, 3) ..... 63
4.2.1.4 Khởi tạo nhóm đối tượng (Bước 1) ........................................ 66
4.2.2 Xây dựng Workflow trong Dynamo cho quá trình xuất khối lượng
sàn.
69
4.2.3 Xây dựng Workflow trong Dynamo cho quá trình xuất khối lượng
dầm. 70
4.2.4 Xây dựng Workflow trong Dynamo cho quá trình xuất khối lượng
vách. 71
4.3
Hạn chế của mơ hình .......................................................................... 72
4.4
Các ứng dụng tìm năng của mơ hình.................................................. 72
CHƯƠNG 5:
5.1
BÀI TỐN CỤ THỂ..................................................................... 73
Bài tốn tối ưu chi phí và tiến độ thi công xây dựng. ........................ 74
5.1.1 Định nghĩa vấn đề. ...................................................................... 74
5.1.2 Áp dụng thuật tốn tìm kiếm sinh vật cộng sinh và kết quả thực
hiện 75
5.1.2.1 Các giả định của bài toán ........................................................ 75
5.1.2.2 Xây dựng tiến độ gộp cho dự án ............................................. 76
5.1.2.3 Chuyển đổi file Excel thành dữ liệu đầu vào bài toán tối ưu . 78
5.1.3 Áp dụng thuật tốn tìm kiếm sinh vật cộng sinh và kết quả thực
hiện 82
5.1.3.1 Áp dụng mơ hình thuật tốn với giới hạn vòng lập Gmax = 50 82
HVTH: Thạch Phi Hùng
3
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
5.1.3.2 Áp dụng mơ hình thuật tốn với giới hạn vịng lập Gmax = 10,
100 và so sánh kết quả. ......................................................................... 86
Bài tốn tối ưu chi phí và tiến độ thi cơng xây dựng xét đến sự phát
5.2
sinh.
90
5.2.1 Định nghĩa vấn đề. ...................................................................... 90
5.2.2 Áp dụng thuật tốn tìm kiếm sinh vật cộng sinh và kết quả thực
hiện 92
5.2.2.1 Trường hợp phát sinh thêm một tầng. .................................... 92
5.2.2.2 Trường hợp phát sinh thêm hai tầng. ...................................... 96
5.2.2.3 Trường hợp phát sinh thêm ba tầng. ....................................... 98
CHƯƠNG 6:
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .................................. 104
6.1
Kết quả đạt được .............................................................................. 104
6.2
Kết luận ............................................................................................ 104
6.3
Những đóng góp của nghiên cứu ..................................................... 105
6.4
Đề xuất hướng phát triển .................................................................. 105
6.4.1 Thuật toán ................................................................................. 105
6.4.2 Trường hợp nghiên cứu ............................................................ 106
TÀI LIỆU THAM KHẢO ...................................................................................... 107
HVTH: Thạch Phi Hùng
4
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
DANH MỤC HÌNH ẢNH
Hình 1.1 Sơ đồ các bước nghiên cứu ....................................................................... 14
Hình 2.1 Các thành phần của bầy ong ...................................................................... 18
Hình 3.1 Minh họa tập tối ưu ................................................................................... 22
Hình 3.2 Minh họa tính vượt trội và tập tối ưu ........................................................ 25
Hình 3.3 Minh họa một nhóm sinh vật cộng sinh trong hệ sinh thái ....................... 28
Hình 3.4 Các giai đoạn trong thuật tốn cộng sinh .................................................. 30
Hình 3.5 Quy trình BIM (Nguồn www.theaecassociates.com) ................................ 31
Hình 3.6 Cơng cụ Grasshopper 3D (nguồn grasshopper3d.com)............................. 35
Hình 3.7 Phần mềm Autodesk Revit (Student Version) .......................................... 36
Hình 3.8 Minh họa mối liên hệ giữa tường và level................................................. 37
Hình 3.9 Quy trình Generative Design ..................................................................... 38
Hình 3.10 Chi tiết máy được thiết kế theo phương pháp Generative Design (Nguồn
www.inceptra.com) .................................................................................................. 39
Hình 3.11 Một Workflow trong Dynamo ................................................................. 40
Hình 3.12 Visual Programming trong Dynamo ....................................................... 41
Hình 3.13 Minh họa gấp chiếc thuyền bằng giấy (nguồn gapgiayorigami.com) ..... 43
Hình 3.14 Quy trình tạo dựng dữ liệu đầu vào từ Revit ........................................... 44
Hình 4.1 Lưu đồ của thuật tốn ở giai đoạn khởi tạo quần thể ................................ 46
Hình 4.2 Lưu đồ thuật tốn ở giai đoạn tương sinh.................................................. 49
Hình 4.3 Lưu đồ thuật toán ở giai đoạn hội sinh ...................................................... 51
Hình 4.4 Minh họa muỗi Anophele và ký sinh trùng sốt rét Plasmodium ............... 52
Hình 4.5 Lưu đồ thuật tốn ở giai đoạn ký sinh ....................................................... 53
Hình 4.6 Lưu đồ thuật toán SOS .............................................................................. 55
HVTH: Thạch Phi Hùng
5
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
Hình 4.7 Mơ tả file dữ liệu đầu vào của Matlab....................................................... 56
Hình 4.8 Q trình chuyển đổi thơng tin mơ hình Revit vào bài tốn tối ưu ........... 57
Hình 4.9 Mơ hình thơng tin tịa nhà ......................................................................... 58
Hình 4.10 Quy trình xây dựng Workflow cho quá trình xuất khối lượng cột .......... 58
Hình 4.11 Mơ tả mục đích bước 5 ............................................................................ 59
Hình 4.12 Minh họa kết quả xuất thống kê cột và sàn ............................................. 59
Hình 4.13 Minh họa kết quả thống kê dầm và vách ................................................. 60
Hình 4.14 Workflow của bước xuất dữ liệu sang Execl .......................................... 61
Hình 4.15 Mơ tả mục đích bước 4 ............................................................................ 62
Hình 4.16 Node List.Combine ................................................................................. 62
Hình 4.17 Node List Create làm dữ liệu đầu vào cho List.Combine ....................... 62
Hình 4.18 Node Level.Elevation và Node List.SortIndexbyValue .......................... 63
Hình 4.19 Workflow của bước 2 .............................................................................. 64
Hình 4.20 Node List.GetItemAtIndex và Element.GetParameterValueByName .... 65
Hình 4.21 Workflow của bước 3 .............................................................................. 66
Hình 4.22 Node Categories và Node All Elements of Category .............................. 66
Hình 4.23 Node Element.GetParameterValueByName và Node String ................. 67
Hình 4.24 Work Flow bước 1................................................................................... 67
Hình 4.25 Workflow xuất thống kê cột trong Dynamo ............................................ 68
Hình 4.26 Workflow xuất thống kê sàn trong Dynamo ........................................... 69
Hình 4.27 Workflow xuất thống kê dầm trong Dynamo .......................................... 70
Hình 4.28 Workflow xuất thống kê vách trong Dynamo ......................................... 71
Hình 5.1 Mơ hình Revit bài tốn ứng dụng .............................................................. 75
Hình 5.2 Quy trình chuyển đổi từ Revit thành dữ liệu đầu vào bài toán tối ưu ....... 82
HVTH: Thạch Phi Hùng
6
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
Hình 5.3 Các giải pháp tốt nhất đạt được bởi mơ hình với số vịng lặp Gmax = 50... 83
Hình 5.4 Các giải pháp tốt nhất đạt được bởi mơ hình với số vịng lặp Gmax = 10... 86
Hình 5.5 Mơ tả kết quả tối ưu tương ứng với số vòng lặp G1 và G2. ...................... 88
Hình 5.6 Các giải pháp tốt nhất đạt được bởi mơ hình với số vịng lặp Gmax = 100. 89
Hình 5.7 Các giải pháp tốt nhất đạt được với số vòng lặp Gmax = 10, 50, 100 ......... 90
Hình 5.8 Quy trình thực hiện việc đưa ra quyết định pháp sinh so với truyền thống.
.................................................................................................................................. 91
Hình 5.9 Mơ hình Revit bài tốn được cập nhật thêm 1 tầng .................................. 93
Hình 5.10 Các giải pháp tốt nhất đạt được tương ứng trường hợp 1........................ 95
Hình 5.11 Mơ hình Revit bài tốn được cập nhật thêm 2 tầng ................................ 96
Hình 5.12 Các giải pháp tốt nhất đạt được tương ứng trường hợp 2........................ 98
Hình 5.13 Mơ hình Revit bài tốn được cập nhật thêm 3 tầng ................................ 99
Hình 5.14 Các giải pháp tốt nhất đạt được tương ứng trường hợp 3...................... 101
Hình 5.15 Các giải pháp tốt nhất đạt được tương ứng với các trường hợp phát sinh
................................................................................................................................ 102
Hình 5.16 Lựa chọn giải pháp ................................................................................ 103
HVTH: Thạch Phi Hùng
7
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
DANH MỤC BẢNG BIỂU
Bảng 2-1 Các nghiên cứu trước đây ở nước ngoài ................................................... 18
Bảng 2-2 Các nghiên cứu trước đây ở nước ngoài ................................................... 20
Bảng 4-1 Ứng dụng tiềm năng của thuật tốn SOS ................................................. 72
Bảng 5-1 Liệt kê các cơng tác gộp ........................................................................... 76
Bảng 5-2 Bảng thống kê khối lượng xuất từ mơ hình Revit .................................... 77
Bảng 5-3 Dữ liệu xuất từ Revit sang Excel .............................................................. 79
Bảng 5-4 Dữ liệu đầu vào của bài tốn .................................................................... 81
Bảng 5-5 Thơng số đầu vào của thuật toán .............................................................. 83
Bảng 5-6 Đề xuất kết quả lựa chọn cho mơ hình với số vịng lặp Gmax = 50 ........... 84
Bảng 5-7 Thông số đầu vào của thuật toán với Gmax = 10 và Gmax = 100 ................ 86
Bảng 5-8 Đề xuất kết quả lựa chọn cho mơ hình với số vịng lặp Gmax = 10 ........... 87
Bảng 5-9 So sánh giải pháp về tiến độ giữa hai lần chạy mơ hình Gmax = 10 và Gmax =
50 .............................................................................................................................. 88
Bảng 5-10 Dữ liệu đầu vào của bài tốn .................................................................. 94
Bảng 5-11 Thơng số đầu vào của thuật toán ............................................................ 95
Bảng 5-12 Dữ liệu đầu vào của bài tốn .................................................................. 96
Bảng 5-13 Thơng số đầu vào của thuật toán ............................................................ 98
Bảng 5-14 Dữ liệu đầu vào của bài tốn .................................................................. 99
Bảng 5-15 Thơng số đầu vào của thuật toán .......................................................... 101
HVTH: Thạch Phi Hùng
8
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
DANH SÁCH CÁC CHỮ VIẾT TẮT
SOS
Symbiotic Organisms Search
Tìm kiếm cộng sinh
PSO
Particle Swarm Optimization
Tối ưu hóa bầy đàn
ACO
Ant Colony Optimization
Tối ưu hóa đàn kiến
DE
Differential Evolution
Tiến hóa vi phân
BA
Bee Algorithm
Thuật tốn bầy ong
ABC
Artificial Bee Colony
Thuật tốn bầy ong nhân tạo
MOSOS
Multiple Objective Symbiotic
Organisms Search
Tìm kiếm cộng sinh đa mục
tiêu
HVTH: Thạch Phi Hùng
9
MSHV: 1770408
GVHD1: TS. Trần Đức Học
CHƯƠNG 1:
GVHD2: TS. Phạm Hải Chiến
GIỚI THIỆU
1.1 Lý do chọn đề tài
Quản lý tiến độ và chi phí đóng vai trị quan trọng quyết định sự thành công của
dự án đầu tư xây dựng. Việc nâng cao hiệu quả trong quản lý tiến độ và chi phí là vấn
đề cốt lõi của mọi nhà thầu, nhằm tiết kiệm thời gian, ngun vật liệu, nhân cơng,
máy móc, thiết bị, tăng năng suất lao động … .Việc đảm bảo tiến độ và tiết kiệm chi
phí sẽ làm tăng lợi nhuận của nhà thầu, bên cạnh đó sẽ tạo uy tính đối với chủ đầu tư
và nâng cao vị thế cạnh tranh của nhà thầu trên thương trường.
Trong thời đại 4.0, nền công nghiệp xây dựng trong nước đang đối mặt với
những khó khăn và thách thức nhất định. Chi phí và tiến độ là hai trong nhiều yếu tố
quyết định sự thành công của dự án đầu tư xây dựng ở bất kỳ công ty hay doanh
nghiệp nào. Hiện tại, đa số những nhà quản lý dự án hay nhà thầu dựa vào kinh
nghiệm để đưa ra quyết định lựa chọn phương pháp thi công xây dựng. Tuy nhiên,
phương pháp này thiếu tính nhất qn và có thể dẫn đến lãng phí tài ngun khơng
cần thiết hoặc vượt quá thời gian cho phép của dự án. Do đó, nghiên cứu này khai
thác sức mạnh của máy tính và các thuật tốn tiến hóa để xây dựng mơ hình tìm kiếm
đa mục tiêu hỗ trợ đưa ra quyết định cho các nhà quản lý dự án.
Theo Cheng [1], kỹ thuật tối ưu hóa là một lĩnh vực nghiên cứu đầy thách thức
đã thu hút sự chú ý ngày càng cao trong những thập kỷ gần đây. Phương pháp tối ưu
hóa dựa trên các thuật tốn đã được phát triển để giải quyết các vấn đề tối ưu hóa kỹ
thuật khác nhau. Có nhiều phương pháp đã được đề xuất để tối ưu bài tốn thời gian,
chi phí bằng cách chọn tổ hợp tối ưu các phương án thi công cho các công việc. Các
phương pháp để giải quyết bài tốn tối ưu thời gian và chi phí gồm có: Phương pháp
tốn học sử dụng các chương trình quy hoạch tuyến tính - Linear programming,
Phương pháp tìm kiếm - Heuristic-based approaches[2]. Nhiều thập kỷ gần đây, các
nhà khoa học trong nước và quốc tế đã sử dụng các thuật toán dựa trên nền tảng tiến
hóa - evolutionary-based optimization algorithm. Chẳng hạn, Luan và Nhan [3]
nghiên cứu ứng dụng thuật toán ACO tối ưu thời gian và chi phí cho dự án xây dựng.
HVTH: Thạch Phi Hùng
10
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
Trang [4] xây dựng phần mềm WinQSB tối ưu thời gian và chi phí của phần ngầm
dự án điều hành điện lực Đà Nẵng. Yang [5] phát triển thuật toán bầy đàn tối ưu đa
mục tiêu. Ng and Zhang [6] đưa ra thuật toán đa mục tiêu dựa vào thuật toán đàn kiến
để tối ưu bài tốn thời gian và chi phí.
Vấn đề tối ưu hóa cân bằng đồng thời chi phí và thời gian trong q trình lập kế
hoạch thi cơng xây dựng thông qua việc lựa chọn biện pháp thi công là một
trong những nhiệm vụ quan trọng của nhà quản lý dự án. Thông thường, một dự án
đầu tư xây dựng có thời gian ngắn sẽ phát sinh chi phí xây dựng cao và ngược lại. Có
nhiều phương pháp đã được đề xuất để giải bài toán cân bằng thời gian, chi phí từ khi
phương pháp đường găng được phát triển. James E. Kelley and Walker tiên phong
trong việc dùng phương pháp toán học để giải bài toán thời gian chi phí.
Tìm kiếm cộng sinh (Multipe Objecttive Symbiotic Organisms Search – viết tắc
MOSOS) đa mục tiêu là một phương pháp tối ưu hóa ngẫu nhiên mới được phát triển
bởi Cheng và Prayogo [1]. Phương pháp MOSOS được cải thiện bằng cách mô phỏng
các tương tác cộng sinh mà các sinh vật sử dụng để tồn tại trong hệ sinh thái. Ưu điểm
cơ bản chính của phương pháp này so với hầu hết các thuật toán khác là thuật toán
SOS có ít tham số điều khiển hơn, chỉ có hai tham số điều khiển chung (kích thước
quần thể và số lần lặp). Các nghiên cứu sơ bộ chỉ ra rằng thuật toán MOSOS mới
vượt trội hơn các thuật toán di truyền [7] được sử dụng rộng rãi, tối ưu hóa bầy đàn
(PSO), tiến hóa vi phân [8] và thuật tốn bầy ong [9] trong việc giải quyết vấn đề tối
ưu hóa tồn cầu mục tiêu duy nhất các vấn đề về chức năng và kỹ thuật [1, 7]. Vì
những lý do này, một số nhà nghiên cứu đã mở rộng MOSOS để giải quyết các vấn
đề đa mục tiêu với hiệu suất vượt trội so với các thuật toán đa mục tiêu khác được
báo cáo và xác minh rộng rãi [10, 11]. Do đó, nghiên cứu này áp dụng thuật tốn
MOSOS trong một mơ hình được thiết kế để tối ưu hóa đồng thời chi phí và tiến độ.
Để việc quản lý tiến độ và chi phí được tốt nhất, thì việc lựa chọn phương thức
thi cơng phải phù hợp với từng công tác trong Work Breakdown Structure (WBS).
Vấn đề đặt ra là làm thế nào để lựa chọn được biện pháp thi cơng phù hợp cho tồn
HVTH: Thạch Phi Hùng
11
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
bộ công tác thực hiện dự án để đạt được sự hợp lý đồng thời hai mục tiêu tuến độ, chi
phí của dự án.
1.2 Mục tiêu nghiên cứu
Mơ hình tối ưu hóa đề xuất dựa trên một thuật toán phát triển gần đây được gọi
là tìm kiếm sinh vật cộng sinh (SOS). SOS bắt chước các chiến lược quan hệ cộng
sinh mà các sinh vật sử dụng để tồn tại trong hệ sinh thái. Mơ hình đề xuất là thuật
tốn cộng sinh tìm kiếm đa mục tiêu (MOSOS) cho bài tốn: tiến độ và chi phí. Đề
xuất mơ hình được kiểm nghiệm bằng dự án thực tế trong nước. Các kết quả thực
nghiệm đạt được từ nghiên cứu này mang lại lợi ích rất lớn cho các nhà quản lý dự
án hay nhà thầu, hỗ trợ đưa ra quyết định khi giải quyết các bài toàn đa mục tiêu trong
lĩnh vực thi cơng xây dựng. Đặc biệt, mơ hình đề xuất này có thể mang đến những lợi
ích đáng kể cho ngành công nghiệp xây dựng như một công cụ hỗ trợ hiệu quả cho
các nhà thầu và quản lý xây dựng.
Mục tiêu nghiên cứu nhằm giải đáp những câu hỏi đã nêu ra tại vấn đề nghiên
cứu bằng cách thức như sau:
-
Xây dựng mơ hình cộng sinh tìm kiếm đa mục tiêu (Multiple Objective
Symbiotic Organisms Search): Module A;
-
Tối ưu hóa cộng sinh tìm kiếm đa mục tiêu cho bài tốn: Tiến độ, chi phí.
-
Sử dụng Dynamo để chuyển thơng tin từ mơ hình thơng tin xây dựng sơ khai
(Basic Revit Model) thành dữ liệu đầu vào cho thuật toán tối ưu.
-
Áp dụng bài tốn cộng sinh tìm kiếm đa mục tiêu tiến độ và chi chí vào dự án
cụ thể.
-
Đề xuất công cụ hỗ trợ đưa ra quyết định cho các nhà quản lý dự án và nhà
thầu thi công về việc lựa chọn biện pháp phù hợp với chi phí và tiến độ của dự
án.
HVTH: Thạch Phi Hùng
12
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
1.3 Đối tượng, phạm vi và nội dung nghiên cứu
1.3.1 Đối tượng nghiên cứu
Hiện nay, bài tốn tối ưu hóa đa mục tiêu đã và đang trở thành xu hướng của
các nhà nghiên cứu khoa học. Tuy nhiên, giới hạn của luận văn chỉ tập trung vào thuật
tốn cộng sinh tìm kiếm đa mục tiêu (MOSOS) để giải quyết bài toán tối ưu tiến độ
và chi phí của dự án. Bên cạnh đó, luận văn cịn nghiên cứu áp dụng Dynamo, để mơ
hình thơng tin xây dựng (Model Revit) có thể giao tiếp được với lập trình Matlab,
chuyển thơng tin mơ hình thành dữ liệu đầu vào của thuật toán tối ưu.
1.3.2 Phạm vi nghiên cứu
Với mong muốn làm rõ những mục tiêu nghiên cứu bằng một trường hợp cụ
thể, Luận Văn sẽ áp dụng vào một dự án thực tế trên địa bàn thành phố Hồ Chí Minh.
Tuy nhiên, vì tính bảo mật trong kinh doanh, Luận Văn không nêu tên cơng trình này,
thay vào đó Luận Văn sử dụng tên X để gọi thay thế (Dự án X). Chính vì vậy, một số
hoạt động mà có ảnh hưởng đến quá trình thực hiện dự án cũng hạn chế nêu lên trong
nghiên cứu này.
1.3.3 Nội dung nghiên cứu
-
Nghiên cứu tổng quan về các phương pháp tối ưu đa mục tiêu.
-
Xây dựng mơ hình tối ưu hóa đa mục tiêu (Multiple objective optimization
model) dựa trên thuật tốn cộng sinh tìm kiếm đa mục tiêu (Symbiotic
Organisms Search).
-
Sử dụng Dynamo để chuyển thông tin từ mơ hình thơng tin xây dựng sơ khai
(Basic Revit Model) thành dữ liệu đầu vào cho thuật toán tối ưu.
-
Lập trình các thuật tốn, thiết lập giao diện nhập liệu và kết xuất kết quả.
-
Đề xuất mơ hình hỗ trợ cho các nhà quản lý dự án, các nhà thầu xây dựng đưa
ra quyết định lựa chọn biện pháp phù hợp với chi phí và tiến độ của dự án.
HVTH: Thạch Phi Hùng
13
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
1.4 Phương pháp nghiên cứu
1. Tầm quan trọng của tối ưu chi phí
và tiến độ trong quản lý xây dựng.
Đánh giá vấn đề
2. Xác định mục tiêu nghiên cứu
nhằm giải quyết vấn đề đã đặt ra.
3. Xác định đối tượng, phạm vi và
nội dung nghiên cứu.
1. Tìm hiểu về các nghiên cứu tối ưu
đã có trong và ngồi nước.
Tìm hiểu về lý thuyết tối ưu
2. Tìm hiểu tổng quan về thuật tốn
tối ưu đa mục tiêu.
1. Nghiên cứu về nguyên lý thuật
toán.
Nghiên cứu thuật tốn tìm
kiếm sinh vật cộng sinh
(SOS)
2. Lưu đồ của thuật toán.
3. Đánh giá ưu điểm và nhược điểm
của thuật toán.
1. Nghiên cứu về BIM
và Dynamo
2. Sử dụng Dynamo
để chuyển mơ hình
thơng tin xây dựng sơ
khai (Basic Revit
Model) thành dữ liệu
đầu vào cho mơ hình
tối ưu trong Matlab.
Nghiên cứu
áp dụng BIM
vào mơ hình
tối ưu
Xây dựng
mơ hình tối
ưu hóa
1. Thiết lập
giao diện nhập
liệu đầu vào
cho thuật tốn
2. Lập mơ hình
A. Khởi tạo
quần thể
B. Đột biến
C. Lai ghép
D. Chọn lọc
E. Điều kiện
dừng
Áp dụng mơ hình vào bài
tốn cụ thể
1. Kết quả đạt được
Đánh giá mơ hình
2. Kết luận
3. Những đóng góp của nghiên cứu
4. Đề xuất hướng phát triển
Hình 1.1 Sơ đồ các bước nghiên cứu
HVTH: Thạch Phi Hùng
14
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
1.5 Đóng góp của nghiên cứu
Về mặt học thuật :
- Cung cấp một mơ hình tối ưu đa mục tiêu hỗ trợ cho các nhà quản lý dự án,
các nhà thầu để đưa ra quyết định phù hợp với chi phí và tiến độ của các dự
án khác nhau.
- Nâng cao được hiệu quả quản lý các dự án xây dựng.
Về mặt thực tiễn : Nghiên cứu này giúp các nhà quản lý dự án, nhà thầu có thể
đưa ra quyết định lựa chọn phương án tối ưu phù hợp với chi phí và tiến độ của dự
án.
1.6 Bố cục luận văn
Kết cấu luận văn gồm 6 chương như sau :
Chương 1 : Giới thiệu về luận văn: lý do chọn đề tài, mục tiêu nghiên cứu,
phạm vi nghiên cứu, nội dung nghiên cứu, phương pháp nghiên cứu.
Chương 2 : Các nghiên cứu trước đây về tối ưu hóa đa mục tiêu.
Chương 3 : Cơ sở lý thuyết, bao gồm :
- Tối ưu hóa đa mục tiêu, các định nghĩa bài tốn tối ưu.
- Giới thiệu về thuật tốn tìm kiếm sinh vật cộng sinh (SOS),
nguyên lý và lưu đồ của thuật toán.
- Đánh giá ưu điểm và nhược điểm của thuật toán.
- Tổng quan về BIM (Building information Model và Building
Information Modeling).
- Tổng quan về Dynamo
Chương 4 : Đề xuất mô hình tối ưu hóa đa mục tiêu và lai ghép BIM. Bao gồm
3 vấn đề chính sau :
- Xây dựng mơ hình tối ưu đa mục tiêu bằng thuật tốn tìm kiếm
sinh vật cộng sinh.
HVTH: Thạch Phi Hùng
15
MSHV: 1770408
GVHD1: TS. Trần Đức Học
GVHD2: TS. Phạm Hải Chiến
- Phương pháp sử dụng Dynamo để chuyển mơ hình thơng tin xây
dựng cơ bản (Basic Revit Model) thành dữ liệu đầu vào cho mơ
hình tối ưu hóa trong Matlab.
- Phân tích hạn chế và các ứng dụng tiềm năng của mô hình.
Chương 5 : Bài tốn cụ thể. Để xác minh tính hiệu quả của mơ hình tối ưu đa
mục tiêu bằng thuật tốn tìm kiếm sinh vật cơng sinh, chương này sẽ
trình bày bài tốn áp dụng cụ thể, với các bước áp dụng bao gồm :
- Định nghĩa vấn đề.
- Áp dụng thuật tốn tìm kiếm sinh vật cộng sinh đa mục tiêu vào
mơ hình và kết quả thực hiện.
Chương 6 : Kết luận và hướng phát triển.
HVTH: Thạch Phi Hùng
16
MSHV: 1770408
GVHD1: TS. Trần Đức Học
CHƯƠNG 2:
GVHD2: TS. Phạm Hải Chiến
NGHIÊN CỨU TRƯỚC ĐÂY VỀ TỐI ƯU HÓA
ĐA MỤC TIÊU
Trong ngành công nghiệp xây dựng, tồn tại nhiều vấn đề phức tạp liên quan đến
yếu tố kỹ thuật và quản lý của một dự án, đặc biệt đối với những dự án lớn có thời
gian thực hiện kéo dài và chi phí thực hiện lớn. Với trong mơi trường kinh doanh
cạnh tranh gay gắt hiện nay, các công ty xây dựng muốn tồn tại và phát triển thì cần
phải quản lý hiệu quả chi phí và tiến độ. Vì vậy, việc phát triển nhiều kỹ thuật và công
cụ để hỗ trợ các quyết định trong xây dựng được sự quan tâm của các nhà nghiên cứu.
Yếu tố chi phí và tiến độ luôn đi đôi với nhau trong các dự án xây dựng. Vấn đề cân
bằng hai nguồn tài nguyên này là thiết yếu với các nhà quản lý xây dựng. Có nhiều
phương pháp đã được đề xuất để tối ưu bài tốn tiến độ, chi phí bằng cách chọn tổ
hợp tối ưu các phương án thi công công việc. Bài tốn tối ưu chi phí và tiến độ là một
trong những chủ đề được nghiên cứu rộng rãi và thu hút được nhiều nhà khoa học
trên thế giới. Và cũng đã có rất nhiều mơ hình được xây dựng để giải bài tốn tối ưu
chi phí và tiến độ.
Những nghiên cứu tối ưu dựa trên thuật toán bầy ong nhân tạo (Artificial Bee
Colony- viết tắt là ABC) [9], là thuật tốn mơ phỏng ứng xử của lồi ong trong q
trình tìm kiếm thức ăn [9, 12]. Giống như các thuật tốn bầy đàn khác, ABC là thuật
tốn dựa vào mơ phỏng hành vi tìm kiếm thức ăn của đàn ong. Các cá thể trong quần
thể là các giải pháp tối ưu của bài toán đang xét. ABC cân nhắc các giải pháp như là
nguồn thức ăn. Mục đích của ABC là tìm kiếm các nguồn thức ăn chấp nhận được
với các tiêu chuẩn đánh giá đặc biệt. Mỗi giải pháp được đánh giá thông qua các hàm
mục tiêu. Các hàm mục tiêu này thay đổi theo từng vấn đề, bài tốn cụ thể. Khái qt
hóa, mỗi giải pháp có một giá trị đánh giá và giá trị đánh giá này được sử dụng các
cách chọn lọc khác nhau. Trong ABC, quần thể bao gồm ba thành phần cơ bản [13,
14]:
Nguồn thức ăn (Food Sources): Giá trị của nguồn thức ăn phụ thuộc nhiều yếu
tố như khoảng cách đối với tổ ong, sự dồi dào và tập trung của nguồn năng lượng.
HVTH: Thạch Phi Hùng
17
MSHV: 1770408
GVHD1: TS. Trần Đức Học
(A) Nguồn thức ăn
GVHD2: TS. Phạm Hải Chiến
(B) Ong dẫn hướng
(C) Ong khơng dẫn
hướng
Hình 2.1 Các thành phần của bầy ong
Ong dẫn hướng: Những con ong này mang những thông tin như khoảng cách
và hướng chỉ dẫn từ nguồn thức ăn tới tổ, lợi ích của ong dẫn là chia sẻ thông tin với
một xác suất nhất định.
Ong khơng dẫn hướng: Có hai loại ong khơng dẫn hướng: (a) ong do thám, là
loại tìm kiếm mơi trường xung quanh tổ để tìm nguồn thức ăn mới và (b) ong làm
mật, là loại chỉ ở trong tổ để làm mật thông qua thông tin của ong dẫn hướng.
Bảng 2-1 Các nghiên cứu trước đây ở nước ngoài
Thời
giang
2007
2012
Tác giả
Hướng nghiên cứu
Hạn chế của các
nghiên cứu
D. Karaboga
Thuật toán tối ưu hóa dựa trên
- Thuật tốn bầy ong
B. Basturk
một hành vi thông minh của
không ghi lại thông
bầy ong. So sánh hiệu suất
tin tìm kiếm từ các
của thuật tốn đàn ong nhân
vịng lập trước như
tạo với tiến hóa vi phân [8],
thuật tốn bầy đàn.
tối ưu hóa dịng hạt (PSO) và
Điều này có thể
thuật tốn tiến hóa (EA) cho
khơng
các vấn đề đa chiều.
trong các vịng lập
Dervis
Trình bày một cuộc khảo sát
tiếp theo.
Karaboga
tồn diện về những tiến bộ
- BO có nhược điểm là
Beyza
với thuật tốn bầy ong nhân
đơi khi bị hội tụ sớm
Gorkemli
tạo và các ứng dụng của nó.
trong vài vịng lặp
quả
đầu tiên và giải pháp
Celal Ozturk
HVTH: Thạch Phi Hùng
hiệu
18
MSHV: 1770408
