成飛飛,李巖松,王要武,凌賢長
(哈爾濱工業(yè)大學(xué)a.管理學(xué)院;b.土木工程學(xué)院,黑龍江 哈爾濱150090)
土方作業(yè)是指與土方施工活動相關(guān)的所有作業(yè),受施工活動工作流、信息流和隨機(jī)性因素等影響,是復(fù)雜的動態(tài)離散事件[1]。
土方作業(yè)設(shè)備管理主要以提高生產(chǎn)率、設(shè)備利用效率和施工安全性為最終目標(biāo),根據(jù)既定施工項目選擇最優(yōu)設(shè)備方案,進(jìn)而提高施工生產(chǎn)率和承包商效益,以期達(dá)到在既定工期時間內(nèi)施工設(shè)備利用率、生產(chǎn)效率的最優(yōu)化和施工成本的最小化。通過給定可用設(shè)備數(shù)量、設(shè)備特征參數(shù)、施工管理原則、主要影響因素和相關(guān)費(fèi)用等信息,可以用土方作業(yè)虛擬施工仿真模型預(yù)測土方作業(yè)的施工情況、設(shè)備生產(chǎn)率、預(yù)計完成時間和成本,為土方施工的組織和管理提供可靠依據(jù)。
為實(shí)現(xiàn)上述目標(biāo),在土方施工作業(yè)方面已開發(fā)了一些仿真模型和方法,預(yù)測與作業(yè)參數(shù)相關(guān)的結(jié)果和績效。Kim等[2]開發(fā)了基于多Agent仿真系統(tǒng),通過確定現(xiàn)場環(huán)境的動態(tài)變化,描述施工設(shè)備的特點(diǎn),模擬土方作業(yè)施工現(xiàn)場的設(shè)備流量。Hola等[3]用人工神經(jīng)網(wǎng)絡(luò)預(yù)測土方作業(yè)的設(shè)備使用率,根據(jù)土方作業(yè)的執(zhí)行時間和成本選擇最優(yōu)的設(shè)備組合。Hare等[4]用混合整數(shù)線性規(guī)劃模型預(yù)測土方作業(yè)的施工成本。Liao等[5]通過有效使用約束或非約束資源,利用啟發(fā)式算法對施工作業(yè)的規(guī)劃、成本預(yù)算、施工進(jìn)度、項目檢測與控制等方面進(jìn)行優(yōu)化。Marzouk等[6],Wu 等[7],Navon 等[8]將 遺 傳 算 法、控制算法或其他仿真技術(shù)相結(jié)合。Van等[9]提出了一個土方作業(yè)的資源分配模型,該模型用智能agents和信念網(wǎng)絡(luò)來優(yōu)化模型的性能。Zhang[10]用粒子群算法進(jìn)行仿真,搜索潛在的設(shè)備配置。Prata等人使用Petri網(wǎng)方法,通過仿真來確定裝載機(jī)和卡車小組的規(guī)模,研究還使用隨機(jī)有色Petri網(wǎng)模型表達(dá)推土工作的運(yùn)行動態(tài)性[1]。
大多數(shù)土方作業(yè)施工仿真方法使用各種智能算法直接對資源、時間、成本等目標(biāo)進(jìn)行優(yōu)化,并不關(guān)注土方作業(yè)實(shí)際工作流的變化,往往不考慮土方作業(yè)過程中設(shè)備的隨機(jī)空閑、多功能設(shè)備作業(yè)的智能調(diào)度、個體作業(yè)設(shè)備的動態(tài)性和隨機(jī)不確定性,這使得仿真結(jié)果與現(xiàn)實(shí)作業(yè)的切合度較低。Prata等人考慮了土方作業(yè)過程的動態(tài)性,選擇裝載土方和卡車運(yùn)輸局部作業(yè)作為仿真和優(yōu)化對象,對裝載-卡車作業(yè)小組進(jìn)行動態(tài)仿真,但所提出的Petri網(wǎng)仿真模型不能對整個作業(yè)過程進(jìn)行仿真優(yōu)化,也不能對施工過程中出現(xiàn)的典型隨機(jī)、動態(tài)事件進(jìn)行仿真響應(yīng)。
為了實(shí)現(xiàn)對土方作業(yè)施工過程的設(shè)備規(guī)劃調(diào)度虛擬精益仿真,在分析研究實(shí)際土方作業(yè)工作流和施工設(shè)備與施工活動之間動態(tài)約束關(guān)系的基礎(chǔ)上,構(gòu)建了一個通用、易擴(kuò)展的土方作業(yè)Petri網(wǎng)仿真模型 CPNSMEO(Colored Petri net simulation model of earthmoving operations)。與現(xiàn)有土方施工仿真模型相比,該模型描述了土方施工過程工作流與信息流的動態(tài)變化,描述了作業(yè)設(shè)備與施工環(huán)境之間的動態(tài)約束關(guān)系,實(shí)現(xiàn)了對施工活動隨機(jī)性和主要施工影響因素的精益仿真。在CPNTools仿真平臺上模擬,對土方作業(yè)施工過程的設(shè)備規(guī)劃調(diào)度進(jìn)行動態(tài)可視化虛擬仿真。該模型還考慮了土方作業(yè)中常見的施工影響因素和設(shè)備機(jī)械的人工智能調(diào)度偏好。最后,通過一個實(shí)際土方施工案例,對模型進(jìn)行說明和驗證。
土方作業(yè)的核心活動包括:土方挖掘、施工現(xiàn)場的土方轉(zhuǎn)移、土方裝載、土方運(yùn)輸和土方卸載等五項工作。通常使用的設(shè)備為挖掘機(jī)、鏟土機(jī)、裝載機(jī)和卡車。根據(jù)施工作業(yè)特點(diǎn),可將施工設(shè)備分為挖掘與轉(zhuǎn)移單元、裝載單元和運(yùn)輸單元。
挖掘與轉(zhuǎn)移單元是指挖掘機(jī)將土方切削、挖掘后,由鏟土機(jī)將松散的土方轉(zhuǎn)移到土方裝卸位置。如果施工場地足夠大且卡車可直接進(jìn)入,松散土方的轉(zhuǎn)移工序可以省略,直接裝載挖掘機(jī)挖掘出的土方。裝載單元是指挖掘處的土方由裝載設(shè)備裝到運(yùn)載卡車上,裝載作業(yè)通常由裝載機(jī)完成。運(yùn)輸單元是指卡車將挖掘的土方按要求運(yùn)載到指定地點(diǎn),卸載后返回繼續(xù)進(jìn)行運(yùn)載作業(yè)。
挖掘機(jī)是可以用于切削和裝載作業(yè)的高效率機(jī)械,由于運(yùn)營成本高,一般不直接用于裝載作業(yè)。但當(dāng)待裝載土方量大,或裝載的限定時間很短時,使用挖掘機(jī)進(jìn)行裝載作業(yè)是合理選擇。鏟土機(jī)在土方作業(yè)中用于短距離土方轉(zhuǎn)移和現(xiàn)場平整。裝載機(jī)一般能夠完成裝載、短距離運(yùn)輸和卸載等土方作業(yè),具有負(fù)荷小、成本低和高敏捷性等特點(diǎn),主要與卡車配合進(jìn)行土方裝載??ㄜ囀亲畛S玫耐练竭\(yùn)載工具,適合土方中遠(yuǎn)距離的運(yùn)輸。
在實(shí)際土方施工作業(yè)過程中,承包商為在限定期限和限定成本范圍內(nèi)完成施工任務(wù),多趨向使用已有的、成本較低的設(shè)備,而不是使用理論上最佳的施工設(shè)備配置。
根據(jù)一般土方作業(yè)活動工作流和作業(yè)設(shè)備與作業(yè)活動之間的約束關(guān)系,本研究構(gòu)建了土方施工作業(yè)工作流模型。模型中主要施工活動和約束關(guān)系如下。
1)挖掘機(jī)在挖掘作業(yè)點(diǎn)進(jìn)行土方挖掘,施工面的大小限制了同時進(jìn)行發(fā)掘作業(yè)的機(jī)械數(shù)量。挖出的土方臨時存放在施工面附近。挖掘機(jī)具有挖掘和裝載兩項功能,現(xiàn)場管理者根據(jù)現(xiàn)場實(shí)際作業(yè)情況對其進(jìn)行調(diào)動,以提高生產(chǎn)率。
2)挖掘作業(yè)點(diǎn)附近臨時存放的挖出土方由推土機(jī)轉(zhuǎn)移到土方裝載點(diǎn)附近的土方臨時存放地。
3)在裝載作業(yè)點(diǎn),施工現(xiàn)場管理者會根據(jù)等待裝載的卡車數(shù)量和待裝載土方量考慮是否將挖掘機(jī)調(diào)動到裝載作業(yè)點(diǎn)協(xié)助裝載機(jī)同時進(jìn)行裝載作業(yè)。裝載作業(yè)面的大小會影響同時進(jìn)行裝載作業(yè)卡車的最大數(shù)量,實(shí)際工作中不會出現(xiàn)兩臺以上裝載設(shè)備同時為一臺卡車進(jìn)行裝載作業(yè)的情況。
4)完成裝載作業(yè)的卡車,由現(xiàn)場管理者調(diào)度離開施工現(xiàn)場,前往土方卸載場。土方卸載后卡車將返回施工現(xiàn)場的卡車臨時停放場,等待作業(yè)調(diào)度??ㄜ嚨墓ぷ餍适苈窙r和交通情況影響,道路交通情況的影響一般是分時段周期性的。
圖1為土方施工作業(yè)的工作流模型。
圖1 土方施工作業(yè)工作流模型
Carl Adam Petri(1962)在博士論文中首次提出了Petri網(wǎng)理論。為了模擬離散系統(tǒng)并行、異步的行為,該方法基于圖論,提供了數(shù)學(xué)公式和圖形化的表達(dá)。一個Petri網(wǎng)通常包括庫所、變遷和弧。每個弧連接了從變遷到庫所,或者連接從庫所到變遷。托肯駐留在庫所上。更多Petri網(wǎng)相關(guān)信息請參見文獻(xiàn)[11-12]。
CPNSMEO是在有色時間Petri網(wǎng)理論和土方作業(yè)工作流模型的基礎(chǔ)上構(gòu)建的,模型的結(jié)構(gòu)和運(yùn)行的正確性可以通過Petri網(wǎng)的活性和安全性進(jìn)行驗證。模型的數(shù)學(xué)表達(dá)如下:
土方作業(yè)Petri網(wǎng)仿真模型可以表達(dá)為一個9元組,CPNSMEO= (R,P,T,F(xiàn),M0,C,G,I,S),其中:
1)R是托肯顏色的多重集;
2)P是n維庫所的有限集;
3)T是m維變遷的有限集;
4)F是弧的有限集,記做P∩T =P∩F =T∩F= ?;
5)M0是初始狀態(tài)標(biāo)識;
6)C是顏色函數(shù),其定義是從P到R;
7)G是守衛(wèi)函數(shù),t∈T;[Type(G(t)=Boolean∧Type(Var(G(t)))■R],其定義是變遷 T 的表達(dá)式;
8)I是初始化函數(shù),p∈P:[Type(I(p))]=C(p(a))MS],其定義是從P 到閉環(huán)的表達(dá)式,p(a)是N(a)的庫所,MS是多重集;
9)S(S∈ [0,1])是變遷T與其它變遷發(fā)生沖突時被觸發(fā)的可能性,無沖突時S=1。
CPNSMEO與一般有色Petri網(wǎng)模型不同,CPNSMEO中托肯的顏色是由執(zhí)行環(huán)境決定的,受其他托肯顏色的影響。
應(yīng)用實(shí)例來源于哈爾濱紫金城高層住宅建筑項目。仿真數(shù)據(jù)來源于與項目經(jīng)理、現(xiàn)場工程師的訪談和現(xiàn)場觀測。該建筑項目總建筑面積為320 000m2,項目涉及:在施工現(xiàn)場挖掘180 000m3自然土方,將土方從施工現(xiàn)場移到15km處的土方放置場。土方平均自然密度是1.53t/m3,疏松密度是1.2t/m3。設(shè)備組包括:挖掘機(jī)、推土機(jī)、裝載機(jī)和自卸卡車。
受施工場地限制,挖掘施工面最多可設(shè)置8個挖掘點(diǎn),每個挖掘點(diǎn)最多可以設(shè)置兩臺挖掘機(jī)同時作業(yè),裝載區(qū)最多可以設(shè)置5個裝載點(diǎn),每個裝載點(diǎn)可以最多允許兩臺裝載設(shè)備同時裝載一輛卡車。在挖掘施工區(qū)設(shè)有最大容量為2 000m3的臨時土方存放點(diǎn),在裝卸區(qū)設(shè)有最大容量為3 600m3的臨時土方存放點(diǎn)。另外,由于施工地點(diǎn)位于市區(qū)內(nèi),卡車土方運(yùn)輸情況受城市交通情況限制。通常6:00-22:00期間卡車行駛受交通影響較大,22:00-6:00期間卡車受城市交通狀況影響較小。
土方作業(yè)施工過程中存在著大量的隨機(jī)不確定性,最主要的不確定性是挖掘機(jī)、鏟土機(jī)、裝載機(jī)和卡車每次作業(yè)的工作時間以及作業(yè)土方的裝載量。本研究采用模糊三角概率函數(shù)模擬施工活動中的不確定性[13]。通過對在不同時間段隨機(jī)抽取施工設(shè)備進(jìn)行施工活動觀測,確保每項土方作業(yè)活動總的觀測數(shù)量均超過100次。對每項土方作業(yè)活動現(xiàn)場觀測數(shù)據(jù)隨機(jī)抽取100個統(tǒng)計樣本,使用拉丁超立方法對觀測數(shù)據(jù)進(jìn)行處理。通過對土方挖掘作業(yè)活動隨機(jī)抽取的50個觀測數(shù)據(jù)對假定概率分布函數(shù)進(jìn)行驗證,沒有1個檢驗拒絕假定,這說明收集的數(shù)據(jù)適合模糊三角概率函數(shù)。設(shè)備基本參數(shù)和觀測統(tǒng)計數(shù)據(jù)參見表1和表2。
表1 可用設(shè)備型號(基本參數(shù))及數(shù)量
表2 可用設(shè)備型號(基本參數(shù))及數(shù)量卡車運(yùn)行時間的三角概率函數(shù)(分鐘)
在CPNTools仿真平臺上實(shí)現(xiàn)CPNSMEO模型的應(yīng)用和仿真。CPNTools可用于有色Petri網(wǎng)的建模、仿真和分析,具有良好的使用界面,便于用戶操作,可以實(shí)現(xiàn)可視化仿真。
CPNSMEO在CPNTools上的可視化仿真實(shí)現(xiàn)如圖2所示。
表3說明了模型的主要庫所和變遷,其它未在列表中注明的變遷和庫所為模型調(diào)控和構(gòu)建的輔助結(jié)構(gòu)。仿真數(shù)據(jù)均采用表1和表2中現(xiàn)場觀測統(tǒng)計后的數(shù)據(jù)。
庫所Pin中的待挖掘土方經(jīng)過T1(挖掘機(jī))挖掘變遷,將挖出的土方暫存在P1庫所中,經(jīng)過T2(推土機(jī))將施工場地內(nèi)臨時存放的土方移動到P2庫所等待裝載。P2庫所中的土方經(jīng)過T3-6土方裝載仿真模塊裝載到P8的等待裝載卡車中,經(jīng)過T5運(yùn)輸仿真模塊,最終將土方運(yùn)到棄土場,空卡車返回,形成工作循環(huán)。
圖2 土方作業(yè)有色時間Petri網(wǎng)
表3 建筑土方作業(yè)仿真模型主要變遷說明
在實(shí)際土方作業(yè)中,現(xiàn)場管理者會根據(jù)現(xiàn)場作業(yè)情況對施工機(jī)械設(shè)備和資源進(jìn)行優(yōu)化和調(diào)控。CPNSMEO模型的T4設(shè)備調(diào)度模塊主要調(diào)度控制機(jī)理如下:
1)模型每間隔1分鐘會對P1、P2中的土方存量和現(xiàn)實(shí)時間進(jìn)行監(jiān)測,并將監(jiān)測結(jié)果反饋到T4調(diào)度模塊;
2)如果P1庫所中的土方量達(dá)到2 000m3暫存(臨時存儲)上線,挖掘機(jī)不再繼續(xù)工作;P2庫所中土方暫存量達(dá)到3 600m3時,推土機(jī)不再工作;
3)在22:00—6:00時段時,卡車運(yùn)力增強(qiáng)。當(dāng)P2中土方暫存量超過3 000m3時,模型將自動調(diào)度部分挖掘機(jī)到裝卸點(diǎn)協(xié)助裝載機(jī)進(jìn)行裝載。在6:00-22:00時段,卡車運(yùn)力下降。當(dāng)P1中的土方量小于300m3時,模型將自動將用于裝載的挖掘機(jī)調(diào)回至挖掘點(diǎn)進(jìn)行挖掘。
CPNSMEO通過T4設(shè)備調(diào)度模塊和相關(guān)守衛(wèi)調(diào)度函數(shù),實(shí)現(xiàn)了對施工現(xiàn)場智能化的調(diào)度仿真。
模型描述了卡車裝載過程土方載有量、卡車運(yùn)輸?shù)牡缆方煌ㄒ蛩?、挖掘機(jī)調(diào)動過程的耗時、挖掘機(jī)挖掘和裝載的不同生產(chǎn)效率。模型還可對施工場地裝卸位置最大進(jìn)入卡車數(shù)量、卡車等待點(diǎn)最大卡車等待數(shù)、卡車裝載最大設(shè)備數(shù)等施工活動影響因素進(jìn)行精確表達(dá)。
受篇幅限制,模型仿真實(shí)現(xiàn)的變量及函數(shù)定義略。
表4是施工單位實(shí)際設(shè)備條件下用傳統(tǒng)設(shè)備調(diào)度管理方法制定的28個設(shè)備配置方案。模型仿真時間精度設(shè)定為0.1min,土方量仿真精度設(shè)為0.1m3。將所有28個仿真方案應(yīng)用到土方作業(yè)仿真模型中進(jìn)行仿真分析,仿真結(jié)果見表4和圖4。
圖3為應(yīng)用實(shí)例的仿真結(jié)果輸出,橫坐標(biāo)為作業(yè)時間,單位為d;縱坐標(biāo)為作業(yè)成本,單位為元。
圖3 應(yīng)用實(shí)例的仿真結(jié)果輸出
通過分析圖4應(yīng)用實(shí)例仿真結(jié)果,可以找到在所有28項仿真方案中項目時間最短、成本最小、時間和成本同時優(yōu)化的3個仿真方案,分別是:方案28、方案21和方案26。由于表4的28個仿真方案省略了所有挖掘機(jī)為奇數(shù)的方案,因此需要對與方案28、21、26相鄰的挖掘機(jī)數(shù)量為奇數(shù)的設(shè)備配置方案進(jìn)行仿真分析。驗證仿真結(jié)果,獲得不同優(yōu)化目標(biāo)的設(shè)備配置優(yōu)化方案,如表5所示。
表5 不同優(yōu)化目標(biāo)的設(shè)備配置
以仿真方案28的設(shè)備配備數(shù)量為基礎(chǔ),保持其中3種施工設(shè)備資源配置不變,對第4種施工設(shè)備資源數(shù)量進(jìn)行單獨(dú)調(diào)整,按照新的配置方案進(jìn)行仿真分析,獲得圖4。
圖4 土方作業(yè)不同數(shù)量的設(shè)備對生產(chǎn)率的影響
在實(shí)際施工中,卡車的費(fèi)用取決于實(shí)際土方運(yùn)輸?shù)能嚧慰偭?,一般為固定值。由圖5(d)可知:本施工方案卡車的配置臨界值為30臺,在實(shí)際施工現(xiàn)場配置了40臺卡車以確保不影響其他施工環(huán)節(jié)的生產(chǎn)率。
從圖5(a)、(b)、(c)可看出,在現(xiàn)有施工條件下,挖掘機(jī)數(shù)量對應(yīng)用實(shí)例中土方作業(yè)生產(chǎn)率的影響是持續(xù)增強(qiáng)的。推土機(jī)和裝載機(jī)數(shù)量增加會提高土方作業(yè)生產(chǎn)率,但當(dāng)推土機(jī)數(shù)量超過6臺、挖掘機(jī)數(shù)量超過7臺時,施工設(shè)備數(shù)量的增加將不再會提高土方作業(yè)的生產(chǎn)率。綜上,對于本土方作業(yè)實(shí)例,挖出土方的施工場內(nèi)移動和土方裝載是影響整個土方作業(yè)過程的關(guān)鍵過程。推土機(jī)和裝載機(jī)數(shù)量變化對土方作業(yè)生產(chǎn)率影響的要大于卡車與挖掘機(jī)的數(shù)量變化對土方作業(yè)生產(chǎn)率的影響。
如不對仿真模型進(jìn)行驗證和校驗,就不能確定模型是否能正確執(zhí)行,仿真結(jié)果是否有效。哈爾濱紫金城高層住宅建筑項目土方施工作業(yè)設(shè)備的實(shí)際施工配置方案為:挖掘機(jī)13臺、推土機(jī)6臺、裝載機(jī)7臺,實(shí)際工作時間為累計15d(期間因大雨暫停施工兩次)。應(yīng)用相同設(shè)備配置方案進(jìn)行50次仿真,工期的仿真結(jié)果為13.82d,模型的工期仿真偏差為7.86%,成本偏差為4.32%,較施工單位應(yīng)用確定性模型計算預(yù)測的13d工期要精確5.47%。經(jīng)與現(xiàn)場工程師和管理人員訪談,對模型仿真活動執(zhí)行過程和仿真參數(shù)設(shè)定進(jìn)行了校驗,分析認(rèn)為以下3個方面是導(dǎo)致仿真模型偏差的主要因素。
1)觀測統(tǒng)計數(shù)據(jù)有80%來源于白天的觀測點(diǎn)。雖然施工人員采用8h/班工作制,但施工人員白天的工作效率相對夜里略高,這導(dǎo)致應(yīng)用于模型的實(shí)測仿真參數(shù)略高于現(xiàn)實(shí)值。
2)實(shí)證項目的土方作業(yè)由于大雨被迫中斷兩次,大雨使實(shí)際復(fù)工時設(shè)備的生產(chǎn)率要短時偏低于統(tǒng)計觀測數(shù)據(jù),這也導(dǎo)致模型仿真時間短于實(shí)際工期。
3)實(shí)際作業(yè)過程中會發(fā)生對機(jī)械設(shè)備一些簡單的日常維護(hù),如加油、部件常規(guī)檢查等活動。這些活動并沒有在仿真模型中體現(xiàn),但也導(dǎo)致實(shí)際工期的延長。
在分析研究實(shí)際土方作業(yè)工作流和施工設(shè)備與施工活動動態(tài)約束關(guān)系的基礎(chǔ)上,構(gòu)建了一個通用、易擴(kuò)展的土方作業(yè)動態(tài)虛擬施工Petri網(wǎng)仿真模型。模型可以實(shí)現(xiàn)在多個復(fù)雜施工限定條件下對土方作業(yè)施工過程的動態(tài)、可視化仿真。
與其他土方作業(yè)仿真模型相比較,該模型的優(yōu)點(diǎn)總結(jié)如下:
1)更加清楚地描述了土方施工過程工作流與信息流的變化,描述了各種作業(yè)設(shè)備與施工環(huán)境(施工限制條件)之間的動態(tài)約束關(guān)系。
2)更精益地實(shí)現(xiàn)了對施工活動隨機(jī)性和主要施工影響因素的動態(tài)可視化仿真,構(gòu)建的模型更加貼近實(shí)際土方施工作業(yè),仿真結(jié)果與實(shí)際土方施工的切合度更高。
3)模型可以模擬不同生產(chǎn)率設(shè)備在同一施工過程的智能調(diào)度,使得模型對多種施工設(shè)備混合施工的動態(tài)過程有更好的描述能力和仿真能力。
4)模型具有更強(qiáng)的擴(kuò)展性,可通過對變遷、托肯、守衛(wèi)函數(shù)的修改,將模型應(yīng)用到不同類型的土方施工作業(yè)對象。
[1]Prata B A,Júnior N B,Barroso G C.A stochastic colored petri net model to allocate equipments for earth moving operations[J].ITcon,2008,13:476-490.
[2]Kyoungmin K,Kyong J K.Multi-agent-based simulation system for construction operations with congested flows[J].Automation in Construction,2010,19(7):867-874.
[3]Bozena H,Krzysztof S W.Estimation of earthworks execution time cost by means of artificial neural networks[J].Automation in Construction,2010,19(5):570-579.
[4]Warren L H,Valentin R K,Yves L.Models and algorithms to improve earthwork operations in road design using mixed integer linear programming [J].European Journal of Operational Research,2011,215(2):470-480.
[5]Warren L T,Egbelu P J,Sarker B R,et al.Metaheuristics for project and construction management:A state-of-the-art review[J].Automation in Construction,2011,20(5):491-505.
[6]Marzouk M M,Omar O A,Abdel H M S,et al.An optimization algorithm for simulation-based planning of low-income housing projects[J].Journal of Advanced Research,2010,1(4):291-300.
[7]WU I C,Borrmann A,Ert U,et al.Bridge construction schedule generation with pattern-based construction methods and constraint-based simulation[J].Advanced Engineering Informatics,2010,24(4):379-388.
[8]Navon R,Goldschmidt E,Shpatnisky Y.A concept proving prototype of automated earthmoving control[J].Automation in Construction,2004,13(2):225-239.
[9]Van T Anthony A,Abourizk S M.Simulation modeling decision support through belief networks [J].Simulation Modelling Practice and Theory.2006,14(5):614-640.
[10] HONG Z.Multi-objective simulation-optimization for earthmoving operations[J].Automation in Construction,2008,18(1):79-86.
[11]Jensen K.Coloured petri nets:basic concepts,analysis methods and practical use-Volume 2:basic concepts[M].Springler-Verlag.1997.
[12]Vander A W M P.The application of Petri nets to workflow management [J].Journal of Circuits,Systems and Computers,1998,8(1):21-66.
[13]Zimmermann H J.模糊集合論及其應(yīng)用[M]:4版.北京:世界圖書出版公司,2011.