Tối ưu hóa bình đồ công trường bằng thuật toán tối ưu đàn kiến (ACO)

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
-----******-----

LƯƠNG CƠNG ḶT

TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG
THUẬT TOÁN TỐI ƯU ĐÀ N KIẾN (ACO)

Chuyên ngành : QUẢN LÝ XÂY DỰNG
Mã số ngành : 60580302

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 07 năm 2019


ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA
-----******-----

LƯƠNG CƠNG ḶT

TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG
THUẬT TOÁN TỐI ƯU ĐÀ N KIẾN (ACO)

Chuyên ngành : QUẢN LÝ XÂY DỰNG
Mã số ngành : 60580302

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 07 năm 2019


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 : Lương Công Luâ ̣t

MSHV: 1570080

Chuyên ngành: Quản lý xây dựng

Mã số : 60580302

Ngày, tháng, năm sinh: 14/05/1991

Nơi sinh: Phú n

I. TÊN ĐỀ TÀI:
Tối ưu hóa bình đồ cơng trường bằng thuâ ̣t toán toán tố i ưu đàn kiế n (aco).

II. NHIỆM VỤ VÀ NỘI DUNG : Áp du ̣ng thuâ ̣t toán tố i ưu đàn kiế n để giải quyế t bài
toán bố trı́ tổng mă ̣t bằ ng công trường trong các giai đoạn thi công. Đồ ng thời hỗ trợ
các nhà quản lý xây dư ̣ng có thể kết hợp những kinh nghiệm và thế mạnh của thuật tốn
ACO để xử lý các tình huống thực tế nhằm nâng cao hiê ̣u quả trong cơng việc.
III. NGÀY GIAO NHIỆM VỤ : 11/02/2019

IV. NGÀY HỒN THÀNH NHIỆM VỤ: 02/06/2019

V. CÁN BỘ HƯỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): TS. Pha ̣m Vũ Hồ ng Sơn

CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)

TS. Pha ̣m Vũ Hồ ng Sơn

Tp. HCM, ngày . . . . tháng .. . . năm 2019
CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký)

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG
(Họ tên và chữ ký)


ĐH Bách Khoa TPHCM

2

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA-ĐHQG-HCM

Cán bộ hướng dẫn khoa học: TS. Pha ̣m Vũ Hồ ng Sơn
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 1: TS. Trần Đức Ho ̣c

(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Cán bộ chấm nhận xét 2: PSG. TS. Nguyễn Minh Hà
(Ghi rõ họ, tên, học hàm, học vị và chữ ký)
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp.
HCM ngày

tháng năm 2019.

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. ……………………………………………
2. ……………………………………………
3. ……………………………………………
4. ……………………………………………
5. …………………………………………….
Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên
ngành sau khi luận văn đã được sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

Luâ ̣n văn tha ̣c sỹ

TRUỞNG KHOA KỸ THUẬT XÂY DỰNG

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

3

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

LỜI CẢM ƠN
Trong khoảng thời gian học tập ta ̣i trường ĐH BK TPHCM và nghiên cứu thực
hiện luận văn cuố i khóa, tơi đã đươ ̣c các q thầy, cơ thuộc Bộ Môn Thi Công và Quản
lý xây dư ̣ng, Khoa Kỹ Thuật Xây Dựng, Phòng Đào Tạo Sau Đại Học của trường ĐH
BK TP. HCM nhiệt tình giảng dạy và hướng dẫn. Tôi xin đươ ̣c gửi lòng biết ơn chân
thành của mình đối với q thầy, cơ. Và hơn thế nữa tơi xin đươ ̣c bày tỏ lịng biết ơn
sâu sắc đến thầy TS. Pha ̣m Vũ Hồ ng Sơn đã tận tình chỉ bảo, hướng dẫn và giúp đỡ tôi
trong suốt thời gian thực hiện khóa luâ ̣n tốt nghiệp.
Tơi xin được cảm ơn gia đình của tôi đã luôn ủng hộ, chia sẻ, hỗ trợ cho tôi trong
suốt thời gian học tập và nghiên cứu tại trường ĐH BK TPHCM.
Trong thời gian học dưới mái trường ĐH BK TPHCM, tôi đã có nhưng trải
nghiệm về ho ̣c tập và nghiên cứu. Tôi cảm thấy yêu ngôi trường này hơn, và kı́nh tro ̣ng
những người thầ y cơ ở đây.
Qua việc nghiên cứu và hồn thành luận văn, tơi đã có thêm nhiều kiến thức bổ
ích trong chuyên môn cũng như phương pháp luận nghiên cứu khoa học. Tuy nhiên do
thời gian nghiên cứu chưa thể đi sâu, các vấ n đề nghiên cứu còn ha ̣n he ̣p chı̉ nằ m ở mô ̣t
khıá ca ̣nh nhỏ nên cịn nhiều hạn chế về khớ i lươ ̣ng kiến thức cũng như kinh nghiệm
thực hành nên tôi khơng thể tránh khỏi những thiếu sót nhất định trong bài nghiên cứu
mà chưa tôi chưa nghiên cứu sâu hơn rô ̣ng hơn trong nghiên cứu này và còn nhiế u vấ n
đề bản thân chưa thấy được. Tôi rất vui khi nhận được sự góp ý của thầy cô cũng như
các ba ̣n và các bạn đồng nghiệp để luận văn được hồn chỉnh hơn.
Cuối cùng, tơi chân thành gửi lời chúc sức khỏe và hạnh phúc đến quý thầy cơ,
gia đình, bạn bè và đồng nghiệp.
TP. HCM, ngày tháng 07 năm 2019
Tác giả luận văn

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

4

GVHD: TS. Pha ̣m Vũ Hờ ng Sơn

TĨM TẮT
TỐI ƯU HĨA BÌNH ĐỒ CƠNG TRƯỜNG BẰNG PHƯƠNG PHÁP TRÍ
TUỆ NHÂN TẠO
Bố trí cơng trường xây dựng là một bước quan trọng của việc lập thiết kế thi
công, nhằm mục đích xác định biện pháp thi cơng có hiệu quả nhất, giải quyết các vấn
đề liên quan đến công tác lập tiến độ và thiết kế công trường. Việc bố trí một tập hợp
các cơ sở vật chất được xác định trong biê ̣n pháp và kế hoa ̣ch thi cơng của nhà thầ u vào
các vị trí thích hợp có sẵn để đạt được một giải pháp tớ t nhấ t và tối ưu nhấ t, thực sự là
một bài tốn khó và cầ n lên phương án đối với nhà quản lý xây dựng vì có rất nhiều lựa
chọn để thay thế. Nhiều nghiên cứu dựa trên phương pháp Meta-heuristic được thực
hiện để giải quyết sự phức tạp của vấn đề này. Tuy nhiên, những phương pháp này đều
có những ưu và nhược điểm riêng mà người quản lý phải suy xét nhiề u. Để khắc phục
những nhược điểm này, nghiên cứu này đề xuất một mô hình lai ghép Meta-heuristic
mới. Thuật tốn đề xuất được đặt tên là ACO có cả hai khả năng tìm kiếm địa phương
và tồn cục đồng thời. Thuật tốn đàn kiến nhân tạo (ACO) có nhiều ưu điểm trong tìm
kiếm địa phương và toàn cục. Hệ thống hỗn loạn (Chaotic system) và Phương pháp học
dựa trên sự đối diện (Opposition-based learning) được áp dụng để tăng cường độ hội tụ
toàn cục trong việc khởi tạo các quần thể ban đầu. Hơn nữa, nghiên cứu này so sánh

hiệu quả của ACO so với các nghiên cứu trước đây về các vấn đề bố trí cơ sở vật chất
trên cơng trường xây dựng. Các kết quả cho thấy rằng hiệu quả của ACO có phần vượt
trội so với các thuật tốn tối ưu hóa hiện có trong việc giải quyết các vấn đề trên. Nghiên
cứu này hỗ trợ các nhà quản lý xây dưṇ g có thể kết hợp những kinh nghiệm và thế mạnh
của thuật tốn ACO để xử lý các tình huống thực tế nhằm nâng cao hiê ̣u quả trong công
việc.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

5

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

ABSTRACT
Construction site layout is an important part of construction design, which aims
to determine the construction methods are most effective, addressing issues related to
the work scheduling and design school. The arrangement of a set of facilities predefined
in the appropriate position is available to achieve an optimal solution, is a difficult
problem for the management of construction because there is so many choose instead.
Many studies based on Meta-heuristic method is done to solve the complexity of this
issue. However, these methods have advantages and disadvantages. To overcome this
drawback, this study proposes a hybrid model of new Meta-heuristic. The proposed
algorithm is named Ant Colony Optimization has the ability to search both locally and

globally at the same time. Artificial ant colony algorithm has many advantages in local
search and global. Chaotic system and learning method based on the opposite
(Opposition-based learning) to be applied to enhance the global convergence in the
initialization of the initial population. Moreover, this study compared the effects of Ant
Colony Optimization compared to previous studies on issues of infrastructure layout on
the construction site. The results show that the effectiveness of the ACO has
outperformed the optimization algorithm is to solve the above problems. This study
supports the construction manager can combine the experience and strengths of the ACO
algorithm to handle real-life situations in order to improve efficiency in the work.
Chaotic system and learning method based on the opposite (Opposition-based learning)
to be applied to enhance the global convergence in the initialization of the initial
population. Moreover, this study compared the effects of ACO compared to previous
studies on issues of infrastructure layout on the construction site. The results show that
the effectiveness of the ACO has outperformed the optimization algorithm is to solve
the above problems. This study supports the construction manager can combine the
experience and strengths of the ACO algorithm to handle real-life situations in order to
improve efficiency in the work. Chaotic system (Chaotic system) and learning method
based on the opposite (Opposition-based learning) to be applied to enhance the global
convergence in the initialization of the initial population. Moreover, this study compared

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

6

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

the effects of ACO compared to previous studies on issues of infrastructure layout on
the construction site. The results show that the effectiveness of the ACO has
outperformed the optimization algorithm is to solve the above problems. This study
supports the construction manager can combine the experience and strengths of the ACO
algorithm to handle real-life situations in order to improve efficiency in the work. This
study compared the effects of ACO compared to previous studies on issues of
infrastructure layout on the construction site. The results show that the effectiveness of
the ACO has outperformed the optimization algorithm is to solve the above problems.
This study supports the construction manager can combine the experience and strengths
of the ACO algorithm to handle real-life situations in order to improve efficiency in the
work. This study compared the effects of ACO compared to previous studies on issues
of infrastructure layout on the construction site. The results show that the effectiveness
of the ACO has outperformed the optimization algorithm is to solve the above problems.
This study supports the construction manager can combine the experience and strengths
of the ACO algorithm to handle real-life situations in order to improve efficiency in the
work.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

7

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

LỜI CAM ĐOAN
Tôi tên Lương Công Luâ ̣t, là một học viên cao ho ̣c của trường BK HCM, tôi
xin cam đoan rằ ng luận văn thạc sĩ “Tối ưu hóa bình đồ cơng trường bằng th ̣t toán
ACO” là cơng trình nghiên cứu và thưc̣ hiê ̣n của cá nhân tôi với sự hướng dẫn dẫn dắt
của thầy TS. Pha ̣m Vũ Hồ ng Sơn. Các số liệu trong nghiên cứu là trung thực. Việc
tham khảo tài liệu (nếu có) đều được trích dẫn theo đúng các quy định.
Tơi xin chịu hoàn toàn trách nhiệm về nội dung của luận văn này.
TP. Hồ Chí Minh, tháng 07 năm 2019

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

8

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

MỤC LỤC
LỜI CẢM ƠN ........................................................................................................... 3
TÓM TẮT LUẬN VĂN ........................................................................................... 4
LỜI CAM ĐOAN ..................................................................................................... 7
CHƯƠNG 1 ............................................................................................................ 12

ĐẶT VẤN ĐỀ ........................................................................................................ 12
1.1 Giới thiê ̣u chung: .............................................................................................. 12
1.2. Nghiên cứu, mục tiêu và giả thiế t ................................................................... 19
1.2.1. Phạm vi nghiên cứu .......................................................................................................... 19
1.2.2. Giả thiết................................................................................................................................ 19
1.2.3. Mục tiêu ............................................................................................................................... 19
1.2.4. Giả thuyết ............................................................................................................................ 21
1.3. Phương pháp nghiên cứu ................................................................................ 22
1.4. Bố cục của luận văn ....................................................................................... 23
CHƯƠNG 2: TỔNG QUAN ................................................................................... 24
2.1. Tổng quan các nghiên cứu về đàn kiến và tối ưu công trường. ....................... 24
2.2. Nhận xét chung về các thuật toán ACO .......................................................... 28
2.3. Kết luận ......................................................................................................... 29
CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU ..................................................... 30
3.1. Cơ sở lý thuyết ............................................................................................... 30
3.2. Từ kiến thực đến kiến nhân tạo ....................................................................... 31
3.2.1. Kiến thực ............................................................................................................................. 32
3.2.2. Kiến nhân ta ̣o ...................................................................................................................... 34
3.3. Phương pháp thuâ ̣t toán ACO .......................................................................... 36
3.4. Những kết quả đạt được từ thuật toán ACO từ các nghiên cứu:.......................... 43
CHƯƠNG 4: THUẬT TOÁN TỐI ƯU HÓA ĐÀN KIẾN ...................................... 47
4.1. Khởi tạo giải pháp ban đầu trong thuật tốn ACO .......................................... 47
4.2. Mơ hình thuật tốn ACO ................................................................................ 49
CHƯƠNG 5: BÀI TỐN CỤ THỂ......................................................................... 52
5.1. Nghiên cứu đơn giản để minh họa vấn đề bố trí cơng trường xây dựng cho một
dự án xây dưṇ g. ...................................................................................................... 52
5.2. Xây dưṇ g hàm chi phı́ cho bı̀nh đồ công trường. ............................................ 55
5.2.1. Mô tả bài toán: ............................................................................................... 55
5.3. Kết luận:............................................................................................................................... 61
CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ ........................................................... 62

6.1. Kết luận ......................................................................................................... 62
6.2. Kiến nghị ....................................................................................................... 63

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

9

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

DANH MỤC BẢNG
Bảng 1 Danh sách các chữ viết tắt ............................................................................. 11
Bảng 2 Thuật toán ACO theo thứ tự thời gian xuất hiện............................................. 25
Bảng 3 Nghiên cứu trước đây ở trong nước ............................................................... 26
Bảng 4 Nghiên cứu trước đây ở nước ngồi ............................................................... 27
Bảng 5 Chi phí lưu lượng........................................................................................... 56
Bảng 6 Khoảng cách giữa các địa điểm...................................................................... 57
Bảng 7 Chi phí lắp đặt cơ sở vật chất ở các địa điểm khác nhau................................. 57
Bảng 8 Chi phí loại bỏ các cơ sở ở các địa điểm khác nhau ....................................... 58
Bảng 9 Bố cục tố i ưu ................................................................................................. 59
Bảng 10 Kế t quả tố i ưu khi dùng với GA ................................................................... 61

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

10

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

MỤC LỤC HÌNH ẢNH
Hın
̀ h 1 Sơ đồ các bước nghiên cứu. ........................................................................... 22
Hın
̀ h 2 Sơ đồ chung của thuật toán ............................................................................ 30
Hı̀nh 3 Sơ đồ các bước nghiên cứu. ........................................................................... 31
Hın
̀ h 4 Thí nghiệm trên cây cầu đơi ........................................................................... 33
Hın
̀ h 5 Thí nghiệm ban đầu chỉ một nhánh dài và sau 30 phút thêm nhánh ngắn ........ 34
Hı̀nh 6 Đồ thị cấu trúc tổng quát cho bài toán cực tri hàm f(x1,…xn) ........................ 35
Hı̀nh 7 Biểu diễn bài toán TCO dưới dạng TSP ......................................................... 44
Hın
̀ h 8 Bố cục trường hợp nghiên cứu cơng trình xây dựng ....................................... 53
Hın
̀ h 9 Nghiên cứu điển hình: Khoảng cách giữa các cơ sở........................................ 54
Hı̀nh 10 Nghiên cứu trường hợp bố trí cơng trình xây dựng tối ưu. ............................ 54
Hı̀nh 11 Thời gian biểu của sự hiện diện của các cơ sở trong công trường. ................ 56
Hın

̀ h 12 Mô hın
̀ h hô ̣i tu ̣ của giải gáp tố i ưu ................................................................ 59
Hın
̀ h 14 Mơ hình hội tụ của các quầ n thể khác nhau .................................................. 60

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

11

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

Bảng 1 Danh sách các chữ viết tắt

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

12

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

CHƯƠNG 1
ĐẶT VẤN ĐỀ
1.1 Giới thiêụ chung:
Việc xây dựng vấn đề lập kế CSLP liên quan đến việc đặt một tập hợp các cơ sở ở
một số vị trí nhất định trong ranh giới cơng trình, trong khi tối ưu hóa các mục tiêu bố
trí và đáp ứng các ràng buộc bố cục. Bố trí cơng trình XD tối ưu là rất quan trọng để
QLDA vì nó làm ı́t đi thời gian để vận chuyển và do đó các chi phí vâ ̣n hành của dự án
và cũng tăng cường năng suất và an toàn của điều kiện làm việc. Vấn đề CSLP có thể
được định nghĩa là một số cơ sở được xác định trước n, được gán tối ưu cho một số vị
trí khơng được xác định trước m, trong đó m ≥ n. Vấn đề CSLP nói chung có thể được
mơ hình hóa như là cơ sở cho phân cơng vị trí hoặc cơ sở cho phân cơng cơng trình.
Việc đầu tiên gán một tập hợp các cơ sở được xác định trước cho một tập hợp các vị trí
được xác định trước trên cơng trình. Mặt khác, phương pháp phân bổ cơ sở cho cơng
trình, gán một tập hợp các cơ sở được xác định trước cho bất kỳ khơng gian trống nào
có sẵn trên trang web và dẫn đến một công thức phức tạp hơn do một số hạn chế về
không gian phải được thỏa mãn đồng thời. Cả hai dạng vấn đề có thể được mơ hình hóa
thành CSLP diện tích bằng nhau hoặc CSLP diện tích khơng bằng nhau tùy thuộc vào
việc tất cả các cơ sở có thể phù hợp với mọi vị trí có thể hay khơng. Vấn đề CSLP cũng
có thể được phân biệt thành vấn đề tĩnh hay động tùy thuộc vào việc không thay đổi
hoặc thay đổi cơ sở cơng trình và khơng gian cơng trình được xem xét trong các giai
đoạn dự án khác nhau.
Bố trí cơ sở vâ ̣t chất (CSVC) phù hợp dẫn đến năng suất cao và thành công dự án
bằng cách giảm thiểu chi phí đi lại, giảm thời gian và chi phí cho việc xử lý vật liệu và
cải thiện an toàn, đặc biệt là cho các công trường lớn
Trong thời gian trước, rất nhiề u các công trın
́ h nghiên cứu đã được thực hiện nhằm
tım

̀ hiể u mối liên hệ thời gian và chi phí, các kỹ thuật, phương pháp được ứng dụng từ
các phương pháp tìm kiếm, các phương pháp toán học cho đến thuật giải di truyền. Trong
báo cáo này, phương pháp thuật toán tối ưu dựa trên các nền tảng của sự tiến hóa, với
tên gọi tối ưu đàn kiến (ACO) được ứng dụng để mô phỏng và giải quyết bài toán tối ưu
đa mục tiêu để bố trí mặt bằ ng cơng trường dựa vào mớ i quan hê ̣ chi phı́ và thời gian.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

13

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

Quy hoạch không gian của tất cả các hoạt động thi công, quản lý trong dự án xây
dựng là một điều cần thiết cơ bản để hoàn thành dự án thành cơng. Bố trí cơng trình xây
dựng liên quan đến việc phối hợp sử dụng khơng gian cơng trình hạn chế để chứa các
cơ sở tạm thời cần thiết để hỗ trợ vận hành xây dựng như cửa hàng chế tạo, rơ moóc,
vật liệu hoặc thiết bị để chúng có thể hoạt động hiệu quả trên công trường. Vấn đề bố trí
thường được định nghĩa là vấn đề: (1) xác định hình dạng và kích thước của các cơ sở
được đặt ra, (2) xác định các ràng buộc giữa các cơ sở và (3) xác định vị trí tương đối
của các cơ sở này trong ranh giới của khơng gian có sẵn trên cơng trình để nó thỏa mãn
các ràng buộc giữa chúng và cho phép chúng hoạt động hiệu quả. Mặc dù tầm quan
trọng của nó, việc lập kế hoạch bố trí cơng trình thường bị bỏ qua. Thơng thường, bố trí
cơng trình xây dựng được lên kế hoạch hồn toàn dựa trên kinh nghiệm trong quá khứ

của người quản lý xây dựng. Không thể xử lý hiệu quả và thận trọng một số lượng lớn
các cơ sở, các yếu tố và sự phức tạp liên quan đến kế hoạch trang web chỉ dựa trên kiến
thức thu được từ kinh nghiệm. Việc thiếu kế hoạch bố trí cơng trình phù hợp này dẫn
đến mất năng suất dưới dạng tăng chi phí vận chuyển, giảm an tồn, tăng tần suất chuyến
đi và tăng chi phí di dời. Một cơng trình xây dựng được lên kế hoạch hiệu quả có thể
dẫn đến (i) giảm chi phí dự án, (ii) giảm thời gian và nỗ lực dành cho xử lý vật liệu, (iii)
cải thiện chất lượng công việc (iv) tăng năng suất, (v) cải thiện an toàn hoạt động của
dự án, và (vi) giảm thời gian hoàn thành dự án. Một trong những cách chính để bố trí
cơng trình xây dựng có thể đạt được mục tiêu là giảm thiểu thời gian di chuyển và loại
bỏ sự di chuyển không cần thiết của tài nguyên và xử lý tài liệu.
Trong công việc hiện tại, một cách tiếp cận mới để tăng cường thực tiễn chung về lập
kế hoạch bố trí cơng trường để tạo bố cục hiệu quả được trình bày bằng cách sử dụng
Ant Colony Optimization (ACO).
Điều kiện công trường thuận lợi sẽ hỗ trợ cho các công tác được thực hiện một cách
sn sẻ, nhanh chóng; bao gồm các cơng tác bố trí hệ thống các cơng trình giao thơng
tạm xung quanh khu vực xây dựng, văn phòng ban chỉ huy, lán trại cho công nhân, khu
vực thi công, các khu tiện ích, thiết bị thi cơng.
Bố trí hiệu quả sẽ nâng cao hiệu quả hoạt động tổng thể và có thể giảm từ 20% đến
50% tổng chi phí hoạt động (J. A. Tompkins, J. A. White, Y. A. Bozer, and J. M. A.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

14

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

Tanchoco, 2010). Mặt khác, bố trí khơng hiệu quả sẽ tăng khoảng 36% chi phí xử lý
nguyên vật liệu (J. Balakrishnan and C. H. Cheng, 2007).
Sự phức tạp của vấn đề sẽ tăng lên theo cấp số nhân với số lượng các cơ sở vật chất.
Nếu số lượng cơ sở vật chất nhiều, rất khó và khơng thể đưa ra giải pháp tối ưu trong
thời gian hợp lý (K. L. Mak, Y. S. Wong, With F. T. S. Chan, 1998). Với n cơ sở vật
chất, số lượng các lựa chọn thay thế có thể là n!. Ví dụ nếu ta có 10 cơ sở vật chất, số
lượng các lựa chọn thay thế sẽ là 10! = 3.628.000.
Vấn đề bố trí cơ sở vật chất trên cơng trường đã được hình thành như một vấn đề
bài tốn phân cơng bậc hai (Quadratic assignment problem-QAP). Công thức này, ban
đầu được đề xuất bởi Koopmans và Beckmann năm 1957, chỉ định cơ sở vật chất phân
bổ vào n vị trí. Vấn đề bố trí được xem xét ở đây giả định rằng mỗi cơ sở vật chất có thể
chỉ định cùng một khu vực, và do đó bất kỳ cơ sở vật chất nào có thể được gán cho bất
kỳ vị trí nào (T. Koopmans and M. Beckmann, 1957). Ban đầu, có một số phương pháp
được sử dụng để giải quyết vấn đề này, chẳng hạn như phương pháp nhánh cận
(Simmons, 1969), quy hoạch động (J.-C. Picard and M. Queyranne, 1981), quy hoạch
nửa xác định (M. Anjos and A. Vannelli, 2008), quy hoạch nguyên tuyến tính (R. F.
Love and J. Y. Wong, 1976).
Phương pháp tối ưu đàn kiến (ACO) là thuật tốn mơ phỏng cách tìm đường đi tới tổ
của kiến tự nhiên để giải các bài tốn TƯTH khó. Phương pháp này được Dorigo giới
thiệu vào năm 1991 dưới dạng hệ kiến (Ant System) ngày nay đã được phát triển dưới
nhiều biến thể và được ứng dụng rộng rãi.
Kiến TN và kiến nhân tạo Kiến NT: ( kiế n tư ̣ nhiên và kiến nhân ta ̣o)
Trên đường đi đến các nguồn thức ăn và mang thức ăn trở về tổ, mỗi con kiến TN để
lại một vết hoá chất trên tuyế n đường chúng đi gọi là vết mùi (pheromone trail) và theo
dấ u vết mùi này, các con con kiến khác trong bầ y sẽ theo và lâ ̣p la ̣i tuyế n đường mà con
kiên trước đó đã đi. Đường có nồng độ vết mùi càng cao thì càng có nhiều khả năng
được các con kiến chọn để đi. Nhờ cách giao tiếp gián tiếp này đàn kiến dần sẽ tìm được

đường đi ngắn nhất và gần như là tối ưu nhấ t từ tổ tới nguồn thức ăn.
Việc dò tìm đường đi đế n các ng̀ n thức ăn của các con kiến TN dựa trên nồng độ
vết mùi trên các tuyế n đường đi mà bầ y đàn để la ̣i làm ta liên tưởng tới cách học tăng
cường cho bài toán chọn tác động tối ưu, gợi mở một mơ hình mơ phỏng cho các con

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

15

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

kiến TN để tìm đường đi ngắn nhất giữa hai nút hoă ̣c qua nhiề u nút (tương ứng là tổ và
nguồn thức ăn) trên đồ thị. Trên cơ sở đó, mở rộng thành phương pháp ACO để giải các
bài toán tối ưu tổ hợp khó Kiến NT.
Khi mơ phỏng hành vi bày đàn và vế t mùi của đàn kiến để giải các bài toán thực,
người ta dùng đa tác tử (multiagent) làm đàn kiến NT, trong đó mỗi con kiến NT sẽ là
một tác tử, có nhiều khả năng hơn kiến TN. Kiến NT (về sau sẽ gọi là kiến) có bộ nhớ
riêng, có khả năng mở rộng, chẳng hạn, ghi nhớ các đỉnh đã thăm trong hành trình và
tính được độ dài đường đi nó chọn. Ngồi ra các con kiến có thể trao đổi các thơng tin
vế t mùi có được với nhau, thực hiện các tính toán cần thiết, cập nhật mùi…
Nhờ các khả năng mở rộng mà mỗi đàn kiến có thể thực hiện lặp quá trình tìm lời
giải nhờ thủ tục bước tuần tự trên đồ thị cấu trúc tương ứng của mỗi bài toán và cập nhật
mùi theo phương thức học tăng cường để tìm lời giải chấp nhận được và xác định lời

giải đủ tốt toàn cục.
 Những ưu điểm và ứng dụng của thuật tốn
Trước khi nói về nội dung thuật tốn đàn kiến ta đi tìm hiểu các th ̣c tính TN về đàn
kiến trong tự nhiên, xem các đặc điểm tự nhiên và cách hoạt động của đàn kiến TN. Từ
đó có thể đưa ra các đặc điểm cần thiết, tác động tới thuật toán đàn kiến.
Đàn kiến TN: Kiế n là một lồi có tổ chức cao, trong TN mỗi con kiến sẽ đánh hơi vết
mùi của bầy đàn khi di chuyển sẽ để lại một lượng thông tin pheromone trên mặt đất.
Đây là phương tiện để đánh dấu và để đàn kiến trao đổi thông tin khi tìm kiếm đường đi
đế n ng̀ n thức ăn. Khi đi tìm kiếm thức ăn: Sau khi từ tở và đế n nguồ n thức ăn, mỗi
con kiến sẽ thiế t lập ra mô ̣t con đường đi riêng của nó để đi từ tổ tới các nguồn thức ăn.
Các vế t mùi đươ ̣c thiế t lâ ̣p và trao đổ i thông tin giữa các có thể diễn ra, sau một khoảng
thời gian cả đàn kiến gần như tìm ra và đi theo con đường ngắn nhất từ tổ tới nguồn thức
ăn.
Sau khi quan sát và nghiên cứu cho thấy cơ chế hoạt động của đàn kiến tự nhiên trong
quá trình tìm đuờng đi ngắn nhất từ tổ tới nguồn thức ăn dựa trên các nguyên tắc sau:


Đường đi ngắn nhất là được xác định thông qua các thơng tin về Pheromone,

là một loại hóa chất mà các con kiến dùng để trao đổi thông tin về đường đi với nhau.


Khi di chuyển, mỗi con kiến sẽ tiế t ra và lưu lại một lượng Pheromone trên đường

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t

ĐH BK TPHCM

16

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

chúng đi qua đã đi qua.


Trong quá trình đánh mùi và di chuyển tìm đường đi, các con đường dì thı̀ lươ ̣ng

mùi vơi dần, trái lại thı̀ những con đường ngắ n mà đă ̣c biê ̣t là ngắ n nhấ t sẽ có có lượng
mùi tâ ̣p trung lướn nhấ t vı̀ thế con kiến sẽ được định hướng bởi các thông tin pheromone
đã được để lại trên đường đi.


Mỗi cá thể kiế n khi di chuyển một cách ngẫu nhiên khi khơng có thơng tin về

pheromone trên đoạn đường đi.


Các đường đi có lượng pheromone lớn, xác suất được chọn càng cao. Ngược lại

các đoạn đường có lượng pheromone thấp, xác suất được chọn càng thấp.
Từ việc nghiên cứu cơ chế hành động của đàn kiến TN đã cho ra đời thuật tốn đàn
kiến. Một cách khơng chính thức có thể nói ACO mơ phỏng một bầy kiến nhân tạo để
tım
̀ lời giải cho bài toán đặt ra.
Hệ thống Ant Colony – Thuật toán đàn kiến: Là một đàn kiến phi tư ̣ nhiên (Artificial

Ants) đươ ̣c mô phỏng và xây dư ̣ng dưạ trên các hoạt động của các đàn kiến tự nhiên. Và
các mô phỏng này sẽ có nhiề u thay đở i, điề u chı̉nh so với bày đàn tư ̣ nhiêu đẻ hiê ̣u quả
của thuâ ̣t toán đươ ̣c nâng lên và tin câ ̣y cao. Trong đó các hoạt động chính của các con
kiến nhân tạo là phải tìm đường đi dựa vào dữ liê ̣u lượng thông tin Pheromone đã để lại
trên mỗi đoạn đường. Chi tiết về hoạt động của đàn kiến nhân tạo như sau:
Bài toán cần giải sẽ được đưa về dạng một đồ thị đầy đủ với các ràng buộc của bài
toán được thể hiện bằng các cơng thức tốn học. Việc giải bài tốn đặt ta có sẽ đưa về
là tìm ra mơ ̣t đường đi tı̀m kiế m thức ăn (hoặc tập các đỉnh) thỏa mãn các ràng buộc của
bài toán. Các nguyên tắc sau được đưa ra:


Chi tiế t vế t mùi pheromone được tính tốn và đặt trên mỗi đoạn đường.



Điể m khởi đầ u của mỗi con kiến được chọn tự do một cách ngẫu nhiên.



Các nguyên tắ c lư ̣a cho ̣n đường đi:

o

Đươ ̣c xây dựng trên thông tin vế t mùi (pheromone) mà các con kiế n để lại, xác

suất của các vết mùi này mà các con kiế n sẽ thiế t lâ ̣p đường đi chın
́ h xác và ta ̣o ra đường
đi phù hơ ̣p.
o

Đường đi có nhiều lượng pheromone hơn sẽ được gán xác suất lớn hơn. Các

đường đi có lượng thơng tin pheromone nhỏ hoă ̣c kiế n ı́t đi sẽ có xác suất được chọn
LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

17

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

thấp hơn.


Các con kiến sẽ tiếp tục câ ̣p nhâ ̣t việc tìm đường đi và câ ̣p nhâ ̣t cho tới khi chúng

kế t thúc một cung đường đi theo lịch trình từ tở đế n ng̀ n thức ăn của nó (thỏa mãn các
điều kiện kế t thúc của con kiến).


Mỗi một tuyế n đường đi đươ ̣c lâ ̣p ra từ mỗi con kiế n được gọi là một lời giải giải

pháp cho bài toán đã đặt ra. Các lời giải đươ ̣c tổ ng hơ ̣p la ̣i và sẽ được phân tích, so sánh
và đánh giá la ̣i các lời giải với nhau để tìm phương án tối ưu nhất có thể. Đó là lời giải
đươ ̣c xem như là gầ n đúng và tối ưu nhấ t có thể của bài toán.



Sau khi con tất cả kiến trong đàn thư ̣c hiện xong mô ̣t lô ̣ trı̀nh tı̀m kiế m, chúng sẽ

lâ ̣p nên mô ̣t số lời giải cho bài toán, tiế p tu ̣c tiến hành cập nhật thông tin pheromone cho
các cung, tuyế n đường của tất cả các cá thể trong bầ y đàn. Số lượng của pheromone sẽ
được tính tốn và điều chỉnh để tìm được phương án tối ưu tốt hơn.


Những lời giải tốt đươ ̣c hình dung là sẽ có khối lượng pheromone lớn hơn để đặt

trên các cung đã được đi qua. Ngược lại, các lời giải tồi hơn sẽ có khối lượng pheromone
bé hơn.


Xác suất cho ̣n sẽ cao hơn cho một con kiến chọn đường đi có pheromone lớn.



Q trình lặp ở đây là các lâ ̣p các con đường như mô ̣t lời giải, quá trı̀nh lâ ̣p sẽ

đươ ̣c thư ̣c hiê ̣n cho tới khi cập nhâ ̣t đươ ̣c cung đường ngắ n nhấ t.
 Các ứng dụng của thuật toán
 Tồn tại tập các ràng buộc cho bài toán Ω: Thơng thường là các điều kiện để giải
bài tốn, các ràng buộc về giá trị và quan hệ giữa các đại lượng. Ví dụ như trong bài
tốn CPMP đó là các ràng buộc về khả năng phục vụ của các tâm phục vụ, hoặc là mỗi
tâm phục vụ có thể phục vụ nhiều khách hàng khác nhau nhưng mỗi một khách hàng chỉ
được phục vụ bởi một tâm phục vụ.
 Tập hữu hạn các thành phần N = {n1, n2, . .. nn}. Các thành phần này có thể chuyển
về tương ứng các đỉnh của một đồ thị. Trong bài toán CPMP các thành phần n1, n2, . ..

nn tương ứng với các địa điểm có thể trở thành tâm phục vụ.
 Bài toán được biểu diễn bởi các trạng thái, các trạng thái được định nghĩa dựa trên
chuỗi có thứ tự các thành phần б = <nr, ns, …nu, …> của tập các thành phần N. Nếu ta
kí hiệu ∆ là tập các chuỗi có thể thì ta kí hiệu ∆’ là chuỗi các kí hiệu khả thi (feasible
sequence) với các ràng buộc trong tập Ω. Các thành phần trong ∆’ là các trạng thái khả
LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

18

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

thi (feasible state). Và |б| là độ dài chuỗi trạng thái б. Trong bài tốn CPMP thì các trạng
thái này là tập các đỉnh mà con kiến đã đi qua khi xây dựng một lời giải (tức là các đỉnh
được xác định trở thành tâm phục vụ). Các trạng thái là phù hợp ở đây là khơng có đỉnh
nào đi qua quá một lần trong một lời giải.


Cấu trúc láng giềng được định nghĩa như sau : б2 là láng giềng của б1 nếu và chỉ

nếu:
o

б1 và б2 đều thuộc vào tập ∆.

o

Trạng thái б2 có thể tới được từ б1 bằng một di chuyển logic. Ví dụ: nếu r là thành

phần cuối cùng trong chuỗi trạng thái б1, tồn tại một trạng thái s trong N mà б2 = <б1,
s> và đường đi r → s là tồn tại. Tập các láng giềng khả thi của б1 là tập chứa tất cả các
chuỗi б2 thuộc ∆’. Nếu ngược lại ta gọi là láng giềng không khả thi của б1.


Lời giải S là một thành phần của ∆’ thỏa mãn toàn bộ các ràng buộc của bài toán

đưa ra. Trong bài tốn CPMP, đó là tập đủ p thành phần là các đỉnh khác nhau trên đồ
thị đã được con kiến đi qua, tức là đủ p tâm phục vụ.


Hàm đánh giá giá trị (cost) C(s) gắn với mỗi lời giải. Trong một số bài toán, giá

hoặc ước lượng của được gắn với trạng thái thay cho lời giải. Trong bài tốn CPMP
chính là hàm tính tổng khoảng cách phục vụ.
Ta có thể thấy ngay một mơ hình tiêu biểu để áp dụng cho bài tốn chính là biểu diễn
dưới dạng đồ thị có trọng số G = (V, E), trong đó E là tập các cạnh nối các thành phần
là đỉnh trong V. Cụ thể về đồ thị có trọng số như sau:


Các thành phần nr là các nút trong đồ thị.



Trạng thái б (và lời giải S) tương ứng với các đường đi trong đồ thị (chuỗi các

nút đã đi qua).


Các cạnh của đồ thị, ars là các đường nối (hoặc dịch chuyển) tạo nên cấu trúc láng

giềng. б2 = <б1,s> là hàng xóm của б1 nếu nhứ nút r là thành phần cuối cùng trong б1 và
cạnh ars tồn tại trong đồ thị.


Có thể tồn tại hàm đánh giá dịch chuyển crs cho mỗi cạnh.



Các thành phần và đường nối có thể gắn với một thơng tin pheromone trail τ và

một giá trị thuật toán η.
Giải thuật ACO được áp dụng cho một số lượng lớn các bài tốn tối ưu hóa tổ

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

19

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

hợp khác nhau. Các ứng dụng của giải thuật này được chia vào hai lớp ứng dụng sau:


Đầu tiên là các bài tốn tối ưu hóa tổ hợp NP-khó. Với lớp ứng dụng này, thuật

toán cho hiệu năng ở mức thấp. Đặc điểm của các ứng dụng áp dụng thành công giải
thuật ACO là đàn kiến được gắn kết với một giải thuật tìm kiếm cục bộ để tinh chỉnh
các lời giải.


Lớp bài toán ứng dụng thứ hai là các bài tốn đường đi ngắn nhất động, nghĩa là

các thơng số của bài toán thay đổi theo thời điểm thực hiện của giải thuật. Một ví dụ
điển hình là dùng giải thuật ACO để định hướng giao tiếp trong mạng.
Một số bài toán cụ thể đã áp dụng giải thuật đàn kiến:


Bài toán dùng cho người du lịch (Traveling salesman problem).



Bài toán gán bậc hai (Quadratic assignment problems).



Bài toán dùng để lập lịch (Scheduling Problem).



Bài toán định tuyến động (Dynamic routing problem in networks).



Bài tốn tơ màu (Graph Coloring).

1.2.

Nghiên cứu, mục tiêu và giả thiế t

1.2.1. Phạm vi nghiên cứu
1. Áp dụng thuâ ̣t toán đã đề xuất để giải quyết CSLP được xây dựng như QAP.
2. Các phương pháp tập trung vào các phương pháp Meta-heuristic.
3. Mục tiêu của CSLP là việc giảm thiểu chi phí của các luồng cơng việc.
4. Rủi ro về các vấn đề động, những tình huống khẩn cấp có thể xảy ra trong q
trình xây dựng không được đề cập trong nghiên cứu này.
1.2.2. Giả thiết
 Tất cả các thông số cần thiết trong ACO được xác định đồng nhất.
 Giải pháp xử lý các vấn đề bố trí các cơ sở vật chất trên cơng trường xây dựng
có thể được cải tiến bởi ACO.
 Việc ra quyết định trong các vấn đề bố trí của các cơ sở vật chất trên cơng
trường có thể được thực hiện bởi ACO.
1.2.3. Mục tiêu
Với sự ra đời của các sáng kiến cũng như các kỹ thuật xây dựng hiệu quả, các sáng
kiến trong quản lý và các phương pháp phân phát, thời gian xây dựng đã được cải thiện
LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

20

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

một cách rõ rệt trong vòng vài thập kỷ gần đây. Trên quan điểm của chủ đầu tư, một dự
án kết thúc sớm sẽ giúp giảm bớt khoản nợ về tài chính và cho phép họ thu lại nguồn
vốn đầu tư sớm hơn. Mặt khác, các nhà thầu sẽ tiết kiệm được chi phí gián tiếp và giảm
thiểu được nguy cơ lạm phát cũng như số lượng nhân công nếu thời gian của dự án có
thể được rút ngắn. Trên cơ sở này, các nhà lập kế hoạch và quản lý dự án đều cố gắng
bảo đảm rằng tất cả các hoạt động xây dựng đều phải hồn thành khơng những đúng
thời gian tiến độ mà phải vượt tiến độ đề ra.
Bài tốn rút ngắ n (tớ i ưu) thời gian và giảm các khoản chi phí (time- cost optimization
– TCO) là một trong những bài toán quan trọng nhất của việc lập và quản lý dự án. Các
nhà quản lý dự án phải lựa chọn những nguồn tài nguyên thích hợp, bao gồm: kích cỡ
tổ đội, vật tư thiết bị, máy móc… cũng như phương pháp và kỹ thuật thi cơng để thực
hiện các cơng tác của dự án. Nói chung, có một mối quan hệ tương quan giữa thời gian
và chi phí để hồn thành một cơng tác; chi phí thấp thì thời gian để thực hiện cơng tác
sẽ kéo dài, và ngược lại. Những bài toán loại này thường rất khó giải quyết bởi vì chúng
khơng có một đáp án duy nhất. Vì vậy, nhiệm vụ của các nhà quản lý dự án là phải xem
xét, đánh giá một cách kỹ lưỡng nhiều phương pháp khác nhau nhằm đạt được một kết
quả cân bằng tối ưu giữa TCO.
Vào đầu thập niên 90, một thuật toán ACO đã được đề xuất là một phương pháp mới
trong việc tìm kiếm lời giải tối ưu cho những bài toán tối ưu đa mục tiêu. ACO lần tiên
được ứng dụng để giải quyết bài toán người bán hàng - thương gia TSP (Traveling
Salesmen Problem), và gần đây nó đã được mở rộng và cải tiến để áp dụng tın

́ h toán cho
nhiều bài toán tối ưu khác nhau.
Bài báo này sẽ đi sâu nghiên cứu và ứng dụng thuật toán ACO - là một phương pháp
tìm kiếm nên cũng là một dạng heuristic - để giải quyết bài toán tối ưu đa mục tiêu TCO
trong một dự án xây dựng. Việc phát triển một chương trình máy tính dựa trên mơ hình
thuật toán được nghiên cứu, nhằm kiểm tra kết quả dựa trên số liệu của một dự án xây
dựng thực tế, cũng như so sánh với những phương pháp trước đây.
Các thuật tốn trước, ví dụ như GA, DE, PSO, BA, FA và ABC đều có những hạn
chế riêng. Do đó, để cải thiện hiệu suất, nghiên cứu này đề xuất thuật toán lai Metaheuristic mới kết hợp giữa thuật toán tối ưu hóa đàn kiến, Levy Flight, Phương pháp học
dựa trên sự đối diện và Hệ thống hỗn loạn (Chaotic system) để tăng cường sự hội tụ toàn

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

21

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

cục. ACO cố gắng để tích hợp mỗi thế mạnh của mỗi thuật toán để đạt được hiệu suất
tốt hơn trong việc giải quyết vấn đề bố trí cơ sở vật chất trên công trường xây dựng. Để
chứng minh rằng ACO đóng góp và cải thiện, nghiên cứu này cũng so sánh ACO với
các kết quả nghiên cứu ở trước đó.
1.2.4. Giả thuyết
Một số giả định và giả thuyết khi xây dựng mơ hình:

Giả định:
1. Toàn bơ ̣ các yếu tố ảnh hưởng đến các vấn đề cầ n nghiên cứu larrr tình huống
đã được biết.
2. Hầu hết các CSLP là NP-khó và được giải quyết bằng các phương pháp Metaheuristic.
3. Trong trường hợp nghiên cứu, nếu khơng có hạn chế đặc biệt về kích thước
khu vực, có nghĩa là mọi địa điểm đều phù hợp để chứa các cơ sở vật chất.
Giả thuyết:
2.

Tất cả các thông số cần thiết trong ACO được xác định đồng nhất.

3.

Giải pháp xử lý các vấn đề bố trí các cơ sở vật chất trên cơng trường xây dựng có
thể được cải tiến bởi ACO.

4.

Việc ra quyết định trong các vấn đề bố trí của các cơ sở vật chất trên cơng trường
có thể được thực hiện bởi ACO.
 Hướng nghiên cứu các chương:
Chương 1: Giới thiệu lý do chọn đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu,

các giả định, giả thiết và bố cục của luận văn.
Chương 2: Trình bày một số nghiên cứu trước đây về vấn đề bố trí các cơ sở vật chất.
Chương 3: Trình bày CSLP giống như QAP và đánh giá các phương pháp hiện có.
Chương này giới thiệu các khái niệm về các thuật toán khác nhau. Bên cạnh đó, những
ứng dụng, ưu điểm và nhược điểm của mỗi thuật tốn.
Chương 4: Trình bày sự phát triển của thuật toán được đề xuất bao gồm cấu trúc
chính. Các bước chi tiết của phương pháp đề xuất được trình bày.

Chương 5: Xác minh hiệu quả của mơ hình ACO giải quyết hai tình huống nghiên
cứu khác nhau được thơng qua để chứng minh rằng ACO có thể được tin cậy để giải
quyết vấn đề bố trí cơ sở vật chất trên cơng trường xây dựng ngồi thực tế.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t


ĐH BK TPHCM

22

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

Chương 6: Trình bày kết luận, đóng góp và kiến nghị hướng đi mới cho các nghiên
cứu trong tương lai.
1.3.

Phương pháp nghiên cứu

Hı̀nh 1 Sơ đồ các bước nghiên cứu.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t

ĐH BK TPHCM
1.4.

23

GVHD: TS. Pha ̣m Vũ Hồ ng Sơn

Bố cục của luận văn
Kết cấu luận văn gồm 6 chương:

Chương 1: Giới thiệu lý do chọn đề tài, mục tiêu nghiên cứu, phạm vi nghiên cứu,
các giả định, giả thiết và bố cục của luận văn.
Chương 2: Trình bày một số nghiên cứu trước đây về vấn đề bố trí các cơ sở vật
chất.
Chương 3: Trình bày CSLP giống như QAP và đánh giá các phương pháp hiện có.
Chương này giới thiệu các khái niệm về các thuật toán khác nhau.
Chương 4: Trình bày sự phát triển của thuật tốn được đề xuất bao gồm cấu trúc
chính. Các bước chi tiết của phương pháp đề xuất được trình bày.
Chương 5: Xác minh hiệu quả của mơ hình ACO giải quyết hai tình huống nghiên
cứu khác nhau được thơng qua để chứng minh rằng ACO có thể được tin cậy để giải
quyết vấn đề bố trí cơ sở vật chất trên cơng trường xây dựng ngồi thực tế.
Chương 6: Trình bày kết luận, đóng góp và kiến nghị hướng đi mới cho các nghiên
cứu trong tương lai.

LV tha ̣c sı ̃

MSHV: 1570080

HVTH: Lương Công Luâ ̣t