Tối ưu thời gian chi phí dự án sử dụng thuật toán tối ưu hóa nhóm xã hội (SGO) và phương pháp ra quyết định đa tiêu chí

ĐẠI HỌC QUỐC GIA TP. HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN TRUNG HIẾU

TỐI ƯU THỜI GIAN CHI PHÍ DỰ ÁN SỬ DỤNG
THUẬT TỐN TỐI ƯU HĨA NHĨM XÃ HỘI (SGO)
VÀ PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA TIÊU CHÍ

Chuyên ngành

: QUẢN LÝ XÂY DỰNG

Mã số ngành

: 60.58.03.02

LUẬN VĂN THẠC SĨ

NGÀY
08 THÁNG
NĂM
2019
TP. HCM,
HỒ CHÍ
MINH,
tháng 0112năm
2020


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI

TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG TP.HCM
Cán bộ hướng dẫn khoa học
Cán bộ hướng dẫn 1: TS. Trần Đức Học

Cán bộ hướng dẫn 2: TS. Nguyễn Thanh Phong

Cán bộ chấm phản biện
Cán bộ chấm phản biện 1: PGS. TS. Phạm Hồng Luân

Cán bộ chấm phản biện 2: TS. Phạm Hải Chiến

Luận văn thạc sĩ được bảo vệ tại Trường Đại Học Bách Khoa, ĐHQG Tp. HCM
Ngày 10 tháng 01 năm 2020
Thành phần Hội đồng đánh giá Luận văn thạc sĩ gồm:
1. PGS. TS. Lương Đức Long
2. PGS. TS. Phạm Hồng Luân
3. TS. Phạm Hải Chiến
4. TS. Nguyễn Thanh Việt
5. TS. Nguyễn Anh Thư
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

…………………………..

……………………………………….

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


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

---oOo---

---oOo--NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ và tên học viên

: Nguyễn Trung Hiếu

MSHV

: 1770407

Ngày tháng năm sinh : 08/08/1993

Nơi sinh

Chuyên ngành

Mã số ngành :

: Quản lý xây dựng

:

Quảng Trị
60.58.03.02

I. TÊN ĐỀ TÀI:
TỐI ƯU THỜI GIAN CHI PHÍ DỰ ÁN SỬ DỤNG THUẬT TỐN TỐI ƯU HĨA
NHĨM XÃ HỘI (SGO) VÀ PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA TIÊU CHÍ
II. NHIỆM VỤ LUẬN VĂN:
-

Giới thiệu phương pháp tạo mơ hình phân tích cân bằng thời gian chi phí (TCT), áp

dụng cho dự án thực tế bằng cách xem xét mối quan hệ tổng quát giữa các công tác.
-

Phát triển thuật tốn tối ưu nhóm xã hội đa mục tiêu (MOSGO) để giải quyết bài toán

tối ưu cân bằng thời gian chi phí với một lần mơ phỏng duy nhất, kết hợp thuật toán MOSGO
với phương pháp ra quyết định đa tiêu chí để hỗ trợ nhà quản lý lựa chọn phương án.
-

Áp dụng mơ hình kết hợp MOSGO và ra quyết định đa tiêu chí cho trường hợp dự

án thực tế tại TPHCM.
3- NGÀY GIAO NHIỆM VỤ: 19/08/2019

4- NGÀY HOÀN THÀNH NHIỆM VỤ: 08/12/2019
5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN:
TS. TRẦN ĐỨC HỌC – TS. NGUYỄN THANH PHONG
Nội dung và đề cương Luận văn thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua.
TP. HCM, ngày 08 tháng 12 năm 2019
CÁN BỘ HƯỚNG DẪN 1

CÁN BỘ HƯỚNG DẪN 2

CHỦ NHIỆM BỘ MÔN

TS. TRẦN ĐỨC HỌC

TS. NGUYỄN THANH PHONG

TS. ĐỖ TIẾN SỸ

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

…………………………………………..
GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


LỜI CẢM ƠN!!!
Để hồn thành được chương trình Thạc sĩ này, trước hết tôi xin gửi lời cám ơn chân
thành đến quý thầy cô của trường Đại Học Bách Khoa TP.HCM, đặc biệt là thầy cô

bộ môn Thi công và Quản lý Xây dựng, khoa Kỹ thuật Xây dựng là những người đã
trực tiếp truyền đạt kiến thức cho tôi từ lý thuyết đến thực tiễn ngành trong suốt hai
năm học qua.
Đồng thời tơi xin bày tỏ lịng biết ơn sâu sắc đến Thầy Trần Đức Học, Thầy Nguyễn
Thanh Phong đã định hướng và tận tình hướng dẫn tơi trong suốt thời gian thực hiện
đề tài. Trên cơ sở những nghiên cứu trước đây của Thầy Trần Đức Học cùng với sự
tận tình chỉ bảo, đóng góp ý kiến của các Thầy là nền tảng quan trọng để tơi hồn
thiện nghiên cứu của mình.
Cuối cùng, cảm ơn các anh em đồng nghiệp, các bạn học khóa QLXD 2017 đã chia
sẽ kiến thức, kinh nghiệm chun ngành góp phần giúp tơi hồn thành Luận Văn.
Cám ơn gia đình đã ln bên cạnh để hỗ trợ tôi suốt thời gian qua.
Tp. Hồ Chí Minh, ngày 08 tháng 12 năm 2019
Người thực hiện luận văn

Nguyễn Trung Hiếu

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


TĨM TẮT LUẬN VĂN
Thị trường xây dựng có tính cạnh tranh cao và các dự án ngày càng lớn, phức tạp đặt
ra thách thức trong việc cực đại hóa lợi nhuận. Các nhà quản lý dự án ln cố gắng
tìm cách hoàn thành dự án với thời gian ngắn nhất và chi phí thấp nhất. Một trong
những nhiệm vụ chính của nhà quản lý dự án trong giai đoạn lập kế hoạch là xây
dựng đường cong thời gian chi phí của dự án, và xác định tiến độ phù hợp nhất cho
q trình xây dựng. Hầu như, các mơ hình phân tích cân bằng thời gian chi phí hiện

tại chỉ tập trung vào giải quyết các dự án đơn giản mà không xét đến các ràng buộc
phức tạp khác giữa các cơng tác. Nghiên cứu này trình bày một cách tiếp cận mới gọi
là “Tối ưu hóa đa mục tiêu nhóm xã hội” (MOSGO) để tối ưu hóa thời gian, chi phí
trong các dự án xây dựng có các mối quan hệ tổng quát. Áp dụng cho một dự án xây
dựng thực tế đã cho thấy tính hiệu quả của MOSGO khi so sánh với nhiều thuật tốn
tiến hóa đa mục tiêu khác đã được áp dụng rộng rãi trước đây. Các kết quả so sánh
chỉ ra rằng phương pháp MOSGO là một công cụ mạnh mẽ, hiệu quả trong việc tìm
kiếm đường cong tối ưu thời gian chi phí. Ngồi ra, phương pháp ra quyết định đa
tiêu chí cũng được áp dụng để xác định giải pháp tốt nhất cho mục tiêu thời gian, chi
phí của dự án.

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


ABSTRACT
The construction market is highly competitive, the bigger and the more complex
projects are, the more increasingly the challenge of maximizing profits requires.
Project managers always try to make the project completion with the shortest period
of time and the least amount of costs. One of the main task of project manager in the
planning phase is to generate the project time–cost curve and, further, to determine
the most appropriate schedule for construction process. Almost, existing time-cost
trade-off analysis models have focused on solving a simple project representation
without regarding for typical activity and project characteristics. This research
presents a novel approach called “multiple objective social group optimization”
(MOSGO) for optimizing time-cost in generalized construction projects. The case
studies of real construction projects were investigated and the performance of

MOSGO is compared to those of widely considered multiple objective evolutionary
algorithms. The comparison results indicated that the MOSGO approach is a
powerful, efficient and effective tool in finding the time-cost curve. In addition, the
multi-criteria decision making approaches are applied to identify the best schedule
for project implementation.

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


LỜI CAM ĐOAN
Tôi xin cam đoan luận văn: “TỐI ƯU THỜI GIAN CHI PHÍ DỰ ÁN SỬ DỤNG
THUẬT TỐN TỐI ƯU HÓA NHÓM XÃ HỘI (SGO) VÀ PHƯƠNG PHÁP RA
QUYẾT ĐỊNH ĐA TIÊU CHÍ” là cơng trình nghiên cứu của tơi. Nội dung nghiên
cứu là hồn tồn trung thực.
Tơi xin chịu hoàn toàn trách nhiệm về nội dung của luận văn này.
Tp. Hồ Chí Minh, ngày 08 tháng 12 năm 2019

Nguyễn Trung Hiếu
Khóa 2017
Chuyên ngành: Quản lý xây dựng
Trường Đại Học Bách Khoa TP.HCM

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU

MSHV: 1770407


MỤC LỤC
ĐẶT VẤN ĐỀ .................................................................................1
Lý do chọn đề tài ...........................................................................................1
Mục tiêu nghiên cứu ......................................................................................4
Phạm vi nghiên cứu .......................................................................................4
Phương pháp nghiên cứu ...............................................................................4
Đóng góp dự kiến của nghiên cứu .................................................................5
1.5.1.

Về mặt học thuật .....................................................................................5

1.5.2.

Về mặt thực tiễn ......................................................................................5
NGHIÊN CỨU TRƯỚC ĐÂY VỀ TỐI ƯU THỜI GIAN – CHI

PHÍ TRONG XÂY DỰNG .........................................................................................6
2.1.

Các nghiên cứu trước đây về tối ưu thời gian – chi phí: ...............................6

2.1.1.

Các nghiên cứu liên quan đến vấn đề cân bằng thời gian chi phí (TCT).
.................................................................................................................6

2.1.2.

Các nghiên cứu tiêu biểu trong nước sử dụng thuật toán metaheuristic

cho vấn đề tối ưu cân bằng thời gian chi phí (TCT) ..........................................12
2.2.

Các vấn đề còn tồn tại – hướng phát triển của đề tài...................................13
CƠ SỞ LÝ THUYẾT .....................................................................15

3.1.

Tối ưu đa mục tiêu. ......................................................................................15

3.2.

Tổng quan về thuật toán SGO .....................................................................17

3.2.1.

Cơ sở xây dựng thuật tốn nhóm xã hội (SGO) ...................................17

3.2.2.

Triển khai SGO để giải quyết vấn đề tối ưu hóa ..................................19

3.3.

Bài tốn tiến độ chi phí ................................................................................22

3.3.1.

Tối ưu hóa mục tiêu tiến độ dự án – xét dự án có mối quan hệ tổng quát
22

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


3.3.2.

Tổng chi phí của dự án - tối ưu mục tiêu chi phí ..................................24

3.3.3.

Bài tốn tối ưu hóa cân bằng thời gian chi phí .....................................24

3.4.

Phương pháp ra quyết định đa tiêu chí. .......................................................25

3.4.1.

Tổng quan về phương pháp ra quyết định đa tiêu chí. .........................25

3.3.4.

Phương pháp lý luận bằng chứng (ER).................................................27

PHÁT TRIỂN THUẬT TOÁN SGO ĐA MỤC TIÊU (MOSGO)

VÀ KẾT HỢP PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA TIÊU CHÍ ĐỂ GIẢI
QUYẾT BÀI TỐN TỐI ƯU CÂN BẰNG THỜI GIAN CHI PHÍ (TCT) ............29
4.1.

Thuật toán SGO đa mục tiêu cho bài toán tối ưu thời gian chi phí .............29

4.4.1.

Khởi tạo ................................................................................................30

4.4.2.

Biến quyết định .....................................................................................30

4.4.3.

Giai đoạn cải thiện ................................................................................31

4.4.4.

Giai đoạn thu thập .................................................................................32

4.4.5.

Lựa chọn quần thể.................................................................................32

4.4.6.

Điều kiện dừng......................................................................................33

4.2.

Kết hợp thuật toán MOSGO và phương pháp ra quyết định đa tiêu chi để

giải quyết bài tốn tối ưu cân bằng thời gian chi phí. ............................................35
TRƯỜNG HỢP NGHIÊN CỨU DỰ ÁN THỰC TẾ ....................37
5.1.

Trường hợp nghiên cứu: ..............................................................................37

5.2.

Kết quả tối ưu hóa .......................................................................................41

5.3.

So sánh kết quả ............................................................................................44

5.4.

Ra quyết định đa tiêu chí .............................................................................47
KẾT LUẬN VÀ ĐỊNH HƯỚNG ..................................................50

TÀI LIỆU THAM KHẢO .........................................................................................51

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


DANH MỤC BẢNG BIỂU
Bảng 3.1: Mối quan hệ tổng quát trong mạng dự án.................................................23
Bảng 3.2: Bảng đánh giá MCDM .............................................................................26
Bảng 5.1: Trường hợp nghiên cứu 1 .........................................................................37
Bảng 5.2: Trường hợp nghiên cứu 2 (Dự án thực tế tại TP.HCM) ...........................38
Bảng 5.3: Các giải pháp tốt nhất đạt được bởi mô hình MOSGO-TCT ...................42

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


DANH MỤC HÌNH ẢNH – LƯU ĐỒ
Hình 1.1: Quy trình nghiên cứu ..................................................................................5
Hình 3.1: Lưu đồ thuật tốn tối ưu nhóm xã hội (SGO) ...........................................22
Hình 4.1: Tóm lược quy trình thuật tốn MOSGO ...................................................30
Hình 4.2: Q trình lựa chọn cá thể (giải pháp) cho quần thể kết hợp .....................33
Hình 4.3: Sơ đồ thuật tốn SGO đa mục tiêu ............................................................34
Hình 4.4: Quy trình áp dụng thuật tốn MOSGO và phương pháp ra quyết định đa
tiêu chí để xử lý bài tốn tối ưu cân bằng thời gian chi phí (TCT) ...........................36
Hình 5.1: Các giải pháp tốt nhất đạt được bởi MOSGO-TCT của dự án một ..........44
Hình 5.2: Các giải pháp tốt nhất đạt được bởi MOSGO-TCT của dự án hai ...........44
Hình 5.3: So sánh kết quả tốt nhất giữa các thuật tốn khi áp dụng cho dự án một .46
Hình 5.4: So sánh kết quả tốt nhất giữa các thuật toán khi áp dụng cho dự án hai ..46

Hình 5.5: Chuyển đổi thuộc tính sang cấu trúc niềm tin...........................................48
Hình 5.6: Đánh giá tính khả thi của từng giải pháp trong bộ Pareto đã chọn cho
trường hợp dự án một ................................................................................................49
Hình 5.7: Đánh giá tính khả thi của từng giải pháp trong bộ Pareto đã chọn cho
trường hợp dự án hai .................................................................................................49

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


DANH SÁCH TỪ VIẾT TẮT
TCT

Time cost trade-off

TCTP

Time cost trade-off problems

TCO

Time cost optimization

GRP

NP-hard

SGO
MOSGO

MCDM

Generalized precedence
relations
Non-deterministic polynomial
time-hard problem

Cân bằng thời gian chi phí
Vấn đề cân bằng thời gian chi
phí
Tối ưu thời gian chi phí
Mối quan hệ tổng qt
Bài tốn mà khơng có thuật
tốn thời gian tính đa thức để
giải nó

Social group optimization

Tối ưu nhóm xã hội

Multiple objective social

Tối ưu đa mục tiêu nhóm xã

group optimization

hội

Multi-criteria decision
making

Ra quyết đinh đa tiêu chí

EAs

Evolutionary algorithms

Các thuật tốn tiến hóa

PSO

Particle swarm optimization

Tối ưu hóa bầy đàn

DE

Differential evolution

Tiến hóa vi phân

ABC

Artificial bee colony

Thuật tốn đàn ong nhân tạo

GA

Genetic algorithm

Thuật toán di truyền

ASA

Ant systerm algorthm

Thuật toán hệ thống đàn kiến

MOO

MOEAs

NSGA-II

MOPSO

Multiple objective
optimization

Tối ưu đa mục tiêu

Multiple objective

Thuật tốn tiến hóa đa mục

evalutionary algorithms

tiêu

Non-dominated sorting

Thuật toán di truyền sắp xếp

genetic algorithm II

khơng vượt trội II

Multiple objective particle

Tối ưu hóa bầy đàn đa mục

swarm optimization

tiêu

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


MLGAS

DTCTP

DPSO

Machine learning and Genetic Phương pháp máy học và
algorithm

thuật toán di truyền

Discrete time-cost trade-off

Vấn đề cân bằng thời gian chi

problem

phí rời rạc

Discrete particle swarm
optimization
Multiple objective artificial

MOSGOABCDE bee colony with differential
evolution
MODE

Multiple objective differential
evolution

Tối ưu hóa bầy đàn rời rạc
Thuật tốn tiến hóa đa mục
tiêu lai ghép bầy ong nhân tạo
và tiến hóa vi phân

Tiến hóa vi phân đa mục tiêu

DM

Decision maker

Người ra quyết định

AWA

Adaptive Weight Approach

Trọng số thích ứng

MAWA

Modified Adaptive Weight
Approach

Trọng số thích ứng sửa đổi

Technique for Order of
TOPSIS

Preference by Similarity to

Phương pháp điểm lý tưởng

Ideal Solution
SAW

Simple Additive Weighting

AHP

Analytic Hierarchy Process

ER

Evidential Reasoning

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

Trọng số đơn giãn
Phương pháp phân tích cấp
bậc
Phương pháp lý luận bằng
chứng

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407

1

ĐẶT VẤN ĐỀ
Lý do chọn đề tài
Thị trường xây dựng có tính cạnh tranh cao và các dự án ngày càng lớn, phực tạp đặt
ra thách thức trong việc cực đại hóa lợi nhuận của dự án cho các nhà lập kế hoạch và
quản lý. Tiến độ và chi phí là hai mục tiêu quan trọng mà các nhà quản lý dự án xây
dựng hướng đến, hai mục tiêu này có mối quan hệ phức tạp với nhau. Nhìn chung, có
một sự đánh đổi giữa thời gian và chi phí để hồn thành một dự án. Tài ngun càng
ít tốn kém thì thời gian hồn thành dự án càng kéo dài và ngược lại để rút ngắn được
thời gian thực hiện dự án thì địi hỏi tăng về nhân lực, thiết bị và ứng dụng công nghệ
hiện đại, đẩy chi phí của dự án tăng lên. Cuối cùng, việc phân bổ tài nguyên được
thực hiện để cân bằng hai mục tiêu thời gian, chi phí sao cho hồn thành được dự án
đạt yêu cầu của khách hàng [1, 2]. Người quản lý dự án tìm kiếm sự kết hợp thời gian,
chi phí hiệu quả của tất cả các cơng tác để thời gian hoàn thành dự án như mong muốn
với chi phí thấp nhất. Do đó bài tốn tối ưu hóa thời gian chi phí là bài tốn tối ưu đa
mục tiêu, mà lời giải của nó là việc tìm ra tập hợp các phương án phù hợp nhất để
tăng tốc dự án và giảm thiểu chi phí. Lợi nhuận của công ty xây dựng được tăng nếu
biết cách giảm thiểu đồng thời hai mục tiêu quan trọng và xung đột này [3].
Trong nhiều năm qua, các phương pháp để xử lý bài toán tối ưu cân bằng thời gian –
chi phí được chia thành ba nhóm chính: Phương pháp tìm kiếm (Heuristic-based
approaches) [4-7], Phương pháp quy hoạch tốn học [8-12], Phương pháp tìm kiếm
mở rộng meta-heuristic [13-18]. Trong khi các phương pháp heuristic, phương pháp
toán học bộc lộ nhiều nhược điểm trong việc giải quyết các vấn đề của bài tốn đa
mục tiêu, bài tốn có kích thước lớn, khơng gian quyết định khơng liên tục thì phương
pháp Metaheuristic lại cho thấy tính hiệu quả của nó. Do đó, một số nhà nghiên cứu
trong những năm gần đây đã khuyến khích áp dụng các thuật tốn metaheuristic cho
vấn đề TCT.
Tiến độ của dự án là mối quan hệ theo trình tự logic giữa các cơng tác về mặt thời

gian, trong một dự án thực tế, mối quan hệ này được tổng quát hóa gồm 4 mối quan
hệ FS (Finish-Start), FF (Finish-Finish), SF (Start-Finish), SS (Start-Start). Tuy
GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


2

nhiên, hầu như các phương pháp phân tích cân bằng thời gian chi phí hiện tại tập
trung vào giải quyết các vấn đề lập kế hoạch dự án thông thường với giả định về mối
quan hệ giữa các công tác là kết thúc bắt đầu (FS), nghĩa là một công tác có thể được
bắt đầu ngay sau khi hồn thành cơng tác trước đó. Tuy nhiên, trong các dự án thực
tế, các nhà quản lý dự án thường sắp xếp các công tác đồng thời để giảm thời gian dự
án [19, 20]. Ví dụ, việc đào đất và lắp đặt đường ống trong một con đường xây dựng
có thể bị chồng chéo một phần bằng cách cho phép độ trễ thời gian giữa hai cơng tác
thay vì mối quan hệ theo trình tự FS. Trong nghiên cứu này, mơ hình đề xuất đã giải
quyết được mối quan hệ ưu tiên tổng quát (GRP) giữa các công tác trong dự án thực
tế.
Trong vấn đề cân bằng thời gian chi phí (TCT), việc đẩy nhanh tiến độ của các công
tác dẫn đến rút ngắn thời gian dự án thường kéo theo việc tăng chi phí trực tiếp [21].
Tối ưu hóa cân bằng thời gian chi phí nói trên bao gồm (1) giảm thiểu chi phí trực
tiếp của dự án trước mốc thời gian cụ thể (vấn đề thời gian) [22, 23]; (2) xác định thời
gian dự án ngắn nhất trong một chi phí cụ thể (vấn đề chi phí) [24]; (3) thu được một
giải pháp cân bằng thời gian chi phí (TCT) duy nhất bằng cách áp dụng phương pháp
trọng số tuyến tính để đưa bài tốn đa mục tiêu thành đơn mục tiêu [25]; hoặc (4) xây
dựng một tập hợp các giải pháp khơng bị chi phối cịn được gọi là tập Pareto (vấn đề
đường cong thời gian chi phí) [26]. Để tối ưu hóa đồng thời hai mục tiêu trong một

bài toán, nhiều thuật toán đa mục tiêu được áp dụng [27-29].
Vấn đề phân tích cân bằng thời gian chi phí (TCT) đã được nghiên cứu rộng rãi và
thu hút sự chú ý đáng kể trong lĩnh vực quản lý xây dựng trong hơn năm thập kỷ.
James E. Kelley và Walker [21] khởi đầu trong việc đề xuất các giải pháp cho vấn đề
cân bằng thời gian chi phí (TCT) bằng cách sử dụng lập trình tuyến tính tham số. Các
kỹ thuật xuất hiện trong nghiên cứu của Feng, Liu, Burn được chia thành các phương
pháp lập trình tốn học và phương pháp heuristic [26]. Phương pháp đầu tiên bao
gồm các phương pháp tốn học dựa trên lập trình số nguyên hỗn hợp để giải quyết
các vấn đề cân bằng thời gian chi phí (TCT) vì chúng có khả năng tìm ra giải pháp
tối ưu; mặt khác, họ liệt kê tất cả các giải pháp để tìm kiếm tối ưu. Các phương pháp

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


3

chính xác đều dẫn đến các giải pháp tối ưu, tuy nhiên, chúng thường mất chi phí tính
tốn cao [30]. Các phương pháp heuristic, hay còn gọi là quy tắc ngón tay cái, thường
thiếu tính chặt chẽ tốn học nhằm đơn giản hóa tính tốn mà khơng cần sử dụng đến
máy tính [31-33]. Tuy nhiên, các phương pháp này chỉ đưa ra các giải pháp gần tối
ưu và không đảm bảo tìm được giải pháp tối ưu [34].
Do các kỹ thuật dựa trên máy tính phát triển nhanh chóng, các phương pháp
metaheuristic được thiết kế để giải quyết các hạn chế cịn tồn tại trong phương pháp
tốn học và heuristic, chẳng hạn như khơng có khả năng giải quyết vấn đề cân bằng
thời gian chi phí (TCT) trong các dự án quy mơ lớn, những hàm thời gian chi phí phi
tuyến hoặc hàm đa mục tiêu [33]. Các thuật toán tiến hóa (EA), là một loại tối ưu hóa

metaheuristic đã được nhiều nhà nghiên cứu quan tâm để giải quyết các vấn đề cân
bằng thời gian chi phí (TCT) trong những năm gần đây. Lấy cảm hứng từ quá trình
tiến hóa tự nhiên, các thuật tốn tiến hóa là một phương tiện để tìm ra giải pháp tối
ưu trong các vấn đề phức tạp, giải quyết nhiều mục tiêu với việc tính tốn đơn giản
hơn [35]. Kết quả là, nhiều nhà nghiên cứu đã áp dụng thành công các quy trình của
thuật tốn tiến hóa để đạt được giải pháp tối ưu cho vấn đề cân bằng thời gian chi phí
TCT [36].
Satapathy và Naik [37] đã phát triển một thuật tốn tối ưu hóa hiệu quả mới, được
gọi là tối ưu hóa nhóm xã hội, được xây dựng từ hành vi xã hội của con người để giải
quyết một vấn đề phức tạp. Thuật tốn SGO có cấu trúc đơn giản và dễ vận hành,
đồng thời thể hiện sự mạnh mẽ, dễ dàng tính tốn và có tính nhất qn trong việc
cung cấp các giải pháp tối ưu cho vấn đề tối ưu hóa đơn mục tiêu. Một nghiên cứu
mở rộng chỉ ra rằng thuật toán SGO mới vượt qua nhiều phiên bản cải tiến của các
thuật toán hiện đại như tối ưu hóa dịng hạt (PSO), tiến hóa vi phân (DE) và đàn ong
nhân tạo (ABC)…, và các biến thể của chúng trong việc giải quyết các bài toán tối
ưu toàn cục và các vấn đề kỹ thuật [38-40].
Từ bài toán SGO đơn mục tiêu, nghiên cứu này mở rộng thành bài toán SGO đa mục
tiêu, áp dụng trong mơ hình thiết kế để giải quyết vấn đề TCT trong dự án xây dựng
thực tế bằng cách xem xét mối quan hệ ưu tiên tổng quát giữa các công tác. Bài viết

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


4

này đóng góp kiến thức như sau: (1) giới thiệu phương pháp tạo mơ hình phân tích

cân bằng thời gian chi phí TCT, áp dụng cho dự án thực tế bằng cách xem xét các
mối quan hệ tổng quát giữa các cơng tác ; (2) phát triển thuật tốn tối ưu hóa nhóm
xã hội đa mục tiêu (MOSGO) mới để giải quyết vấn đề cân bằng thời gian chi phí
trong trường hợp đa mục tiêu bằng một mô phỏng duy nhất; (3) áp dụng phương pháp
ra quyết định đa tiêu chí giúp các nhà quản lý dự án dễ dàng lựa chọn lời giải cho bài
toán tối ưu cân bằng TCT.
Mục tiêu nghiên cứu
Nghiên cứu đề xuất mơ hình giải quyết bài toán cân bằng TCT :
(1) Giới thiệu phương pháp tạo mơ hình phân tích cân bằng thời gian chi phí TCT, áp dụng
cho dự án thực tế bằng cách xem xét mối quan hệ tổng quát giữa các cơng tác.

(2) Phát triển thuật tốn tối ưu nhóm xã hội đa mục tiêu (MOSGO) để xử lý bài toán tối ưu
cân bằng thời gian chi phí với một lần mơ phỏng duy nhất, kết hợp thuật tốn MOSGO với
phương pháp ra quyết định đa tiêu chí để hỗ trợ nhà quản lý lựa chọn phương án.

(3) Áp dụng mô hình kết hợp MOSGO và ra quyết định đa tiêu chí cho trường hợp dự án
thực tế tại TPHCM.

Phạm vi nghiên cứu
-

Phạm vi nghiên cứu của đề tài : kiểm nghiệm tính hiệu quả của thuật tốn trên

các dự án đã triển khai thực tế; áp dụng cho giai đoạn lập kế hoạch dự án.
-

Đối tượng nghiên cứu:

(1) Bài toán tối ưu tiến độ - chi phí xét đến 4 mối quan hệ tổng qt.
(2) Thuật tốn tiến hóa đa mục tiêu – thuật toán SGO đa mục tiêu (MOSGO)

(3) Phương pháp ra quyết định đa tiêu chí.
Phương pháp nghiên cứu
Quy trình nghiên cứu của luận văn được thể hiện theo lưu đồ Hình 1.1.

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


5

NGHIÊN CỨU VỀ TIẾN ĐỘ – CHI PHÍ CỦA DỰ ÁN

- CÁC MỐI QUAN HỆ GIỮA
CÁC CƠNG TÁC
- CHI PHÍ TRỰC TIẾP
- CHI PHÍ GIÁN TIẾP

NGHIÊN CỨU CƠ SỞ LÝ THUYẾT:
- TỐI ƯU HĨA ĐA MỤC TIÊU
- THUẬT TỐN ( SOCIAL GROUP OPTIMIZATION - SGO)
- PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA TIÊU CHÍ

XÁC ĐỊNH HÀM MỤC TIÊU XÂY DỰNG BÀI TOÁN TCO

PHÁT TRIỂN THUẬT TOÁN SGO ĐA MỤC TIÊU (MOSGO) ĐỂ
GIẢI QUYẾT BÀI TOÁN TỐI ƯU CÂN BẰNG TIẾN ĐỘ - CHI PHÍ

CƠNG CỤ LẬP TRÌNH BÀI
TỐN (MATHLAB)

LẬP TRÌNH GIẢI BÀI TỐN TCO BẰNG THUẬT TỐN MOSGO

TÌM KIẾM DỮ LIỆU CHI PHÍ
TIẾN ĐỘ DỰ ÁN CỤ THỂ –
ÁP DỤNG VÀO BÀI TOÁN

XUẤT BIỂU ĐỒ TẬP PARETO CỦA BÀI TOÁN

SO SÁNH KẾT QUẢ CỦA THUẬT TOÁN MOSGO SO VỚI CÁC
THUẬT TOÁN TIẾN HÓA KHÁC

ÁP DỤNG PHƯƠNG PHÁP RA QUYẾT ĐỊNH ĐA TIÊU CHÍ ĐỂ
LỰA CHỌN LỜI GIẢI TỐI ƯU

LỰA CHỌN PHƯƠNG ÁN - ĐÁNH GIÁ KẾT QUẢ BÀI TỐN KẾT LUẬN

Hình 1.1: Quy trình nghiên cứu
Đóng góp dự kiến của nghiên cứu
1.5.1. Về mặt học thuật
Giới thiệu cách tiếp cận mới với bài toán TCT bằng việc áp dụng thuật toán SGO đa
mục tiêu (MOSGO) kết hợp với phương pháp hỗ trợ ra quyết định đa tiêu chí vào lựa
chọn phương án.
1.5.2. Về mặt thực tiễn
Nghiên cứu này giúp người quản lý dự án và lập kế hoạch dự án có thể chọn phương
án hiệu quả trong giai đoạn lập kế hoạch. Từ đó giúp tiết kiệm chi phí, giảm thời gian
thi cơng, đảm bảo hồn thành mục tiêu của dự án.

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


6

NGHIÊN CỨU TRƯỚC ĐÂY VỀ TỐI ƯU THỜI GIAN –
CHI PHÍ TRONG XÂY DỰNG
2.1.

Các nghiên cứu trước đây về tối ưu thời gian – chi phí:
2.1.1. Các nghiên cứu liên quan đến vấn đề cân bằng thời gian chi phí
(TCT).

Các vấn đề tối ưu hóa cân bằng bao gồm một nhóm vấn đề lớn và quan trọng trong
quản lý dự án vì tính lý thuyết và thực tiễn của nó. Vấn đề phân tích cân bằng thời
gian chi phí TCT đã được nghiên cứu vào đầu những năm 1960 và được đưa vào tập
hợp các bài toán bài toán mà khơng có thuật tốn thời gian tính đa thức để giải nó
(NP-hard). Theo nhiều nghiên cứu về mơ hình hóa vấn đề TCT trong các dự án xây
dựng trước đây, các phương pháp khác nhau toán học và heuristic đến metaheuristic
và tiến hóa đã được trình bày để giải quyết vấn đề TCT.
Ban đầu với khả năng cung cấp lời giải tối ưu chính xác, các nhà nghiên cứu đã sử
dụng nhiều phương pháp toán học khác nhau để giải quyết vấn đề TCT. Phương pháp
phân tích sử dụng kỹ thuật tốn học như tuyến tính của Kelley [41], động học của
Robinson [12], phương trình bậc hai của Deckro, Hebert [42] hoặc lập trình tuyến
tính số ngun hỗn hợp của Sakellaropoulos and Chassiakos [20]; các phương pháp
phân tích chuyển đổi mơ hình cân bằng thời gian chi phí thành các mơ hình tốn học

và sử dụng quy hoạch tuyến tính Hendrickson and Au [8], [9] . Tuy nhiên, các phương
pháp này bị chỉ trích vì cơng thức tính tốn phức tạp, chi phí tính tốn cao khi xử lý
dự án quy mơ lớn [43]. Ngồi ra, do TCT là một bài toán thuộc NP-hard, nên việc
giải quyết vấn đề trở nên không khả thi khi số lượng các biến quyết định ngày càng
tăng. Do đó, phương pháp tốn học thiếu khả năng giải quyết với trường hợp các dự
án xây dựng thực tế.
Để khắc phục những nhược điểm này, các phương pháp heuristic đã được phát triển
như một giải pháp thay thế để giải quyết vấn đề cân bằng thời gian chi phí (TCT) [44,
45]. Phương pháp tìm kiếm (Heuristic) là phương pháp dựa trên kinh nghiệm quá khứ
để giải quyết các vấn đề tối ưu như phương pháp của Fondahl [4], phương pháp cấu
trúc chi phí của Moselhi [5], mơ hình quản lý cấu trúc của Prager [7], phương pháp

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


7

độ dốc chi phí hiệu quả của Siemens [6]. Trong vấn đề cân bằng thời gian chi phí
TCT và ra quyết định, phương pháp heuristic đã được ứng dụng trong một số nghiên
cứu gần đây như Pendharkar [46], Hauser [47]. Mặc dù các phương pháp heuristic
đơn giản, dễ thực hiện và được áp dụng rộng rãi để xử lý bài toán tối ưu trước đây,
nhưng các nhà quản lý dự án khơng đủ hài lịng khi sử dụng nó [48]. Các phương
pháp này thiếu tính chặt chẽ tốn học và xây dựng trên cơ sở các quy tắc được xác
định trước. Kết quả là hiệu suất phụ thuộc vào các loại vấn đề cụ thể và việc lựa chọn
quy tắc thực hiện. Ngồi ra, phương pháp heuristic cịn có nhược điểm là chỉ có thể
tối ưu một mục tiêu, tối ưu tồn cục khơng được đảm bảo và khơng cung cấp một

nhóm các giải pháp khả thi để người lập tiến độ xây dựng có thể lựa chọn giải pháp
phù hợp theo các kịch bản khác nhau nên không hiệu quả để giải quyết vấn đề tối ưu
tiến độ đa mục tiêu. Theo đó, các giải pháp tối ưu được tìm thấy khơng được đảm bảo
do có thể tồn tại một phương án khả thi tốt hơn.
Nhược điểm của các phương pháp tìm kiếm heuristics và tốn học được ghi nhận như
là khó áp dụng với bài tốn có khơng gian quyết định rời rạc và kích vấn đề lớn, phức
tạp; hạn chế khi áp dụng giải quyết bài toán đa mục tiêu [49]. Một số nhà nghiên cứu
trong những năm gần đây đã khuyến khích áp dụng các thuật tốn metaheuristic cho
vấn đề TCT. Các thuật tốn tiến hóa là thuật tốn metaheuristic có ảnh hưởng nhất đã
được áp dụng rộng rãi để tối ưu hóa TCT. Qua nhiều thập kỉ, các nghiên cứu được
phát triển qua từng giai đoạn.
Năm 1997, Feng, Liu [13] đã trình bày một thuật toán dựa trên các nguyên tắc của
GA để tối ưu hóa đánh đổi chi phí thời gian xây dựng và chương trình máy tính có
thể thực thi thuật tốn hiệu quả. Thuật toán mới của Feng dựa trên nguyên tắc thuật
toán di truyền (GA) để giải quyết bài toán TCTP trong dự án xây dựng. Ngoài các
phương pháp trọng số thích hợp được đề cập trước đó, một cách tiếp cận pareto, tập
trung vào việc tìm kiếm các giải pháp với xung đột ít nhất đã cung cấp một giải pháp
thay thế hấp dẫn. Thuật toán mới này cho thấy hiệu quả của nó bằng cách chỉ tìm
kiếm một phần nhỏ trong tổng khơng gian tìm kiếm. Độ chính xác của nó đã được
xác minh bởi nhiều trường hợp thử nghiệm. Sự phát triển của thuật toán mới cung

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


8

cấp một giải pháp thay thế hấp dẫn để giải quyết tối ưu hóa thời gian xây dựng. Xây
dựng một chương trình máy tính sử dụng Microsoft Excel tạo ra một bảng tính và
xem xét từng nhiệm vụ, xây dựng tùy chọn để tạo ra hình dạng của đường cong đánh
đổi tối ưu cho chi phí trực tiếp. Tuy nhiên vẫn cịn một số nhược điểm như việc mơ
hình này bị giới hạn trong các mạng đơn giản với các mối quan hệ Finish – start (FS)
và khơng có khả năng xử lý các tài nguyên hạn chế. Đến năm 1999, Hegazy [15]
trong nghiên cứu của họ đã đưa ra một quy trình thuật tốn di truyền được phát triển
để cung cấp một mơ hình tối ưu hóa thực tế cho bài tốn thời gian – chi phí. Quy trình
tìm kiếm sự kết hợp giữa chi phí nhỏ nhất ứng với biện pháp thi công cho các công
tác khác nhau xét đến thời gian hoàn thành, phạt do trễ tiến độ, thưởng hồn thành
vượt kế hoạch, và chi phí gián tiếp hàng ngày. Để tích hợp quy trình đề xuất với các
tính năng quản lý và kiểm sốt tài ngun khác, quy trình được triển khai trong một
phần mềm quản lý dự án thương mại, sử dụng ngôn ngữ lập trình macro của VBA.
Chương trình phát triển cung cấp một cơng cụ ứng dụng có thể được sử dụng trong
thực tế. Bài viết này đã thành công trong việc khắc phục những hạn chế của nổ lực
trước đó, và chứng minh được một số nổi bật: (1) Xem xét mối quan hệ chi phí thời
gian rời rạc trong các hoạt động; (2) Triển khai được phần mềm quản lý dự án thương
mại để tích hợp phân tích TCT với các tính năng mạnh mẽ của phần mềm, đặc biệt là
các phần mềm xử lý các tài nguyên hạn chế, tài nguyên chưa được khám phá; (3)
GAs đã được chứng minh hiệu quả trong việc tìm kiếm giải pháp bằng cách chỉ tìm
kiếm một phần nhỏ trong tổng khơng gian tìm kiếm. (4) Nó xem xét thời gian hồn
thành dự án, tiền thưởng vượt tiến độ, thiệt hại phải trả khi chậm tiến độ và chi phí
gián tiếp hàng ngày vào cơng thức của nó và sử dụng tổng chi phí dự án làm hàm
mục tiêu; (5) Mơ hình này giải thích cho việc hình thành của nhiều đường găng trong
q trình và kết hợp với một bộ xử lý để giảm các cơng tác khơng găng. Hạn chế của
thuật tốn là bản chất ngẫu nhiên của nó, địi hỏi thời gian xử lý lâu đối với các mạng
lớn và lựa chọn một ngơn ngữ lập trình khác nhanh hơn VBA trong Microsoft Project
để xử lý.
Cùng năm 1999, Heng Li [14] đã giải quyết vấn đề hạn chế của thuật toán di truyền
(GA) trong việc cân bằng thời gian – chi phí, vấn đề đầu tiên là việc hệ thống này yêu

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


9

cầu người dùng tự tạo đường cong chi phí để xây dựng các hàm mục tiêu. Thứ hai là
hệ thống chỉ giải quyết với mối quan hệ tuyến tính thời gian – chi phí. Để khắc phục
những hạn chế này, nghiên cứu đề xuất một hệ thống máy tính được gọi là MLGAS
(Machine learning and GA), tích hợp phương pháp máy học với GA. Một mẫu bậc
hai được giới thiệu để nắm bắt sự phi tuyến của các mối quan hệ thời gian – chi phí.
Phương pháp máy học tự động tạo ra đường cong thời gian – chi phí bậc hai từ dữ
liệu lịch sử và cũng đo lường mức độ tin cậy của từng đường cong. Các đường cong
bậc hai sau đó được sử dụng để xây dựng hàm mục tiêu có thể giải quyết bằng GA.
Một số cải tiến đã được thực hiện để tăng cường hệ thống GA truyền thống, những
cải tiến này bao gồm nhiều điểm chéo và xác suất đột biến thay đổi. Các cải tiến rất
hữu ích trong việc ngăn chặn các hoạt động GA bị mắc kẹt vào tối ưu cục bộ. MLGAS
đặc biệt hữu ích cho các tổ chức xây dựng nơi có ngân hàng dữ liệu lịch sử có sẳn.
Khi một dữ liệu thời gian – chi phí mới được đưa vào hệ thống, MLGAS có thể cập
nhật dần các đường cong thời gian, chi phí. So sánh phương pháp MLGAS với người
quản lý dự án có kinh nghiệm chỉ ra rằng MLGAS tạo ra các giải pháp tốt hơn cho
các vấn đề phi tuyến để cân bằng thời gian chi phí.
Bên cạnh giải thuật di truyền, các thuật tốn tiến hóa khác cũng được phát triển áp
dụng như thuật tốn bầy đàn mà điển hình là thuật tốn đàn kiến (ACO) hay tối ưu
hóa bầy đàn (PSO) cho thấy sự hiệu quả trong việc giải quyết các trường hợp quy mô
lớn.
Năm 2007, El-Gafy [17] trên nền tảng của thuật tốn tiến hóa đàn kiến (Ant

althorithm) dựa vào hành vi tìm kiếm thức ăn của chúng, bài báo này đã nghiên cứu
áp dụng thuật toán hệ thống đàn kiến (ASA), phát triển cơng thức sử dụng thuật tốn
ASA để phân tích vấn đề tối ưu hóa thời gian – chi phí trong xây dựng. Q trình tìm
kiếm sự kết hợp giữa chi phí nhỏ nhất ứng với biện pháp thi công cho các công tác
khác nhau xét đến thời gian hoàn thành, phạt do trễ tiến độ, thưởng hoàn thành vượt
kế hoạch, và chi phí gián tiếp hàng ngày. Nghiên cứu hướng đến các mục tiêu là: Giới
thiệu ASA tới cộng đồng quản lý và kỷ thuật xây dựng, phát triển các cơng thức sử
dụng ASA để phân tích vấn đề TCT trong xây dựng và so sánh hiệu suất của ASA và
các phương pháp heuristic khác để chứng minh tính hiệu của của phương pháp. Cùng
GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


10

năm đó, Ya-ping and Ying [16] trong nghiên cứu của mình cũng đã giới thiệu thuật
tốn tối ưu hóa đàn kiến (ACOA) để phân tích đánh đổi chi phí thời gian, ACOA là
một phương pháp tiến hóa dựa trên hành vi tìm kiếm thức ăn của kiến. Trong ACOA,
một số thế hệ kiến nhân tạo đi tìm kiếm giải pháp tốt, mỗi con kiến của một thế hệ
xây dựng một giải pháp từng bước trải qua một số quyết định xác suất. Nói chung
những con kiến tìm ra giải pháp tốt đánh dấu đường đi của chúng trong không gian
quyết định bằng cách đặt một lượng pheromone trên mép của con đường. Những con
kiến sau sẽ bị thu hút bơi pheromone vì vậy chúng sẽ tìm kiếm giải pháp trong khơng
gian các giải pháp gần tốt trước đó. Việc sử dụng ACOA và tiếp cận pareto front, tác
giả đã phát triển một thuật tốn để tối ưu hóa quyết định chi phí – thời gian xây dựng
bằng cách kết hợp với trọng số thích hợp (MAWA) để tích hợp thời gian – chi phí
thành một mục tiêu duy nhất đưa vào mơ phỏng. Mơ hình tìm thấy giải pháp tối ưu

và xác định được Pareto front. Thuật toán mới này cho thấy hiệu quả của nó bằng
cách tìm kiếm chỉ một phần nhỏ trong tổng khơng gian tìm kiếm. Độ chính xác của
phương pháp đã được xác minh bơi nhiều trường hợp thử nghiệm. So với GA, sự phát
triển của thuật toán mới cung cấp một giải pháp thay thế hấp dẫn hơn để giải quyết
bài tốn TCTP, và mơ hình hỗ trợ người ra quyết định đồng thời cả thời gian và tối
ưu tổng chi phí.
Trong một thập kỷ trở lại đây, thuật tốn tối ưu hóa bầy đàn (PSO) được phát triển
trong nhiều nghiên cứu và cho thấy tính hiệu quả của nó khi so sánh với các thuật
tốn khác. Điển hình như nghiên cứu của Yang [50] đã nghiên cứu phát triển một
thuật tốn tối ưu hóa mới, gọi là tối ưu hóa bầy đàn ưu tú. Thuật tốn này sửa đổi quy
trình tìm kiếm dựa trên dân số, tối ưu hóa bầy đàn bằng cách áp dụng sơ đồ lưu trữ
ưu tú để lưu trữ các giải pháp không phổ biến và bằng các sử dụng khéo léo các thành
viên của kho lưu trữ để tìm kiếm thêm. Tìm ra tập Pareto chi phí thời gian hoàn chỉnh
trước một tập hợp các khoảng thời gian dự án khả thi, tức là, nó giải quyết vấn đề
đánh đổi chi phí thời gian. Thuật tốn đề xuất nhằm đạt được ba mục tiêu để giải
quyết các vấn đề tồn tại trong bài tốn TCT: (1) để có được bộ giải pháp Pareto front
trong một lần chạy; (2) không bị ảnh hưởng với quy mô thời gian và chi phí và (3) để

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407


11

xử lý tất cả các loại hàm chi phí thời gian hoạt động hiện có, chẳng hạn như tuyến
tính, phi tuyến, rời rạc, không liên tục và kết hợp các yếu tố trên.
Hay một điển hình cho nghiên cứu thuật tốn tối ưu hóa bầy đàn rời rạc thành cơng

trong việc giải quyết vấn đề cân bằng chi phí thời gian rời rạc (DTCTP) của
Aminbakhsh and Sonmez [18]. Thuật toán bầy đàn rời rạc (DPSO) được đề xuất dựa
trên các nguyên tắc mới để biểu diễn, khởi tạo và cập nhật vị trí của các cá thể và
mang lại một số lợi ích cho việc giải quyết DTCTP, như thể hiện đầy đủ khơng gian
tìm kiếm riêng biệt và tăng cường khả năng tối ưu hóa do cải thiện được chất lượng
bầy đàn ban đầu. Kết quả thí nghiệm tính toán cho thấy phương pháp mới vượt trội
so với các phương pháp tiên tiến khác, cả về chất lượng giải pháp và thời gian tính
tốn, đặc biệt là đối với các vấn đề quy mơ vừa và lớn. Đóng góp chính của phương
pháp tối ưu hóa dịng hạt được đề xuất là nó cung cấp các giải pháp chất lượng cao
để tối ưu hóa chi phí thời gian của các dự án kích thước lớn trong vài giây và cho
phép lập kế hoạch tối ưu cho các dự án kích thước thực.
Trên thực tế, tiến độ - chi phí của một dự án lại là hai yếu tố thường xuyên thay đổi
và chịu tác động của nhiều sự việc không lường trường được như yếu tố thời tiết, biến
động giá thị trường, các sự việc gây gián đoạn…. Do đó nhiều nghiên cứu đã sử dụng
các cách tiếp cận khác nhau để giải quyết bài tốn TCT trong mơi trường khơng chắc
chắn. Điển hình như nghiên cứu của Kalhor, Khanzadi [51] đã sử dụng một cách tiếp
cận đàn kiến lưu trữ không bị chi phối để giải quyết vấn đề tối ưu hóa thời gian đánh
đổi chi phí thời gian ngẫu nhiên. Mơ hình tìm kiếm các giải pháp khơng bị chi phối,
coi tổng thời lượng và tổng chi phí của dự án là hai mục tiêu. Để mong đợi kết quả
thực tế hơn cho vấn đề đánh đổi chi phí thời gian, khơng chắc chắn về thời gian và
chi phí của dự án. Lý thuyết tập mờ được sử dụng để trả lời cho sự không chắc chắn
về thời gian và chi phí của dự án. Mơ hình nhúng cách tiếp cận cắt giảm để tính tốn
mức độ rủi ro được chấp nhận của người quản lý dự án. Phương pháp xếp hạng thống
trị trái và phải được sử dụng để tìm giải pháp khơng bị chi phối. Phương pháp xếp
hạng sử dụng sự lạc quan của người ra quyết định bằng cách sử dụng khái niệm. Hiệu
suất của mơ hình được kiểm tra theo các số liệu hiệu suất cho các thuật tốn tiến hóa

GVHD: TS. TRẦN ĐỨC HỌC
TS. NGUYỄN THANH PHONG

HVTH: NGUYỄN TRUNG HIẾU
MSHV: 1770407