基于粒子群算法的施工進(jìn)度優(yōu)化管理方法

劉蘇波

（嶺南師范學(xué)院基建處　524048）

基于粒子群算法的施工進(jìn)度優(yōu)化管理方法

劉蘇波

（嶺南師范學(xué)院基建處524048）

針對傳統(tǒng)施工進(jìn)度管理無法優(yōu)化配置資源的問題，研究了基于粒子群算法的施工進(jìn)度優(yōu)化管理方法。在該方法中，建立了施工進(jìn)度管理優(yōu)化模型，并采用先進(jìn)的集群智能優(yōu)化算法即粒子群算法搜索模型的最優(yōu)解，設(shè)計(jì)了新的拓?fù)浣Y(jié)構(gòu)。

施工進(jìn)度；粒子群算法；進(jìn)度管理；優(yōu)化方法

1　施工進(jìn)度管理問題分析

采用傳統(tǒng)的人工方法進(jìn)行施工進(jìn)度管理存在以下幾個(gè)方面問題：

1.1進(jìn)度計(jì)劃缺乏優(yōu)化

對于小規(guī)模工程，管理者缺乏重視。對于大型工程，人工方法又無法解決工期長，存在各種意外情況的問題，無法制定優(yōu)化的、科學(xué)地進(jìn)度計(jì)劃。

1.2進(jìn)度計(jì)劃沒有考慮實(shí)際情況

人工方法難以準(zhǔn)確核算工期，因此制定出的進(jìn)度計(jì)劃水平低，不能如實(shí)反映施工狀況以至失去指導(dǎo)作用。

1.3進(jìn)度計(jì)劃缺乏可行性

傳統(tǒng)管理方法容易造成制定的計(jì)劃過粗或過細(xì)。一旦發(fā)現(xiàn)作業(yè)延誤，將難以挽回。

2　施工進(jìn)度優(yōu)化管理數(shù)學(xué)模型

施工項(xiàng)目發(fā)生的總成本主要集中于組織、管理正式工程的施工階段，而這一階段所投入人力、物力的直接目的是為了達(dá)到業(yè)主認(rèn)可的各階段進(jìn)度目標(biāo)。因此，將施工進(jìn)度優(yōu)化的目標(biāo)分為兩個(gè)階段，約束條件為施工工期與所能投入的人力、資源與工期。

（1）第一階段工期優(yōu)化模型

式中：T為工期；ti為分項(xiàng)工程的開工日期；di為分項(xiàng)工程的工期，i=1，2，…，n；n為總的分項(xiàng)工程署；C為整個(gè)工程的直接費(fèi)用；tj為分項(xiàng)工程j的開工日期。

（2）第二階段資源配置優(yōu)化模型

式中：P=∑[pt（tj-ti）]+∑[pr（Rkq-bk）]。lk為第k種資源實(shí)際值與其總均值只差的和，P為總的懲罰值，pt為各分項(xiàng)工程的先后關(guān)系被破壞時(shí)的懲罰系數(shù)，pr為資源需求超過資源供給時(shí)的懲罰系數(shù)。wk為第k種資源的權(quán)重，Rkq為第q天第k種資源的總需求量。

3　基于粒子群算法的施工進(jìn)度優(yōu)化

基于PSO算法的施工進(jìn)度優(yōu)化過程具體為：

首先隨機(jī)的初始化一個(gè)粒子群（隨機(jī)解），在每一次的迭代中，每個(gè)粒子通過跟蹤兩個(gè)極值來實(shí)現(xiàn)更新自身：①粒子本身找到的最優(yōu)解，這個(gè)最優(yōu)解叫做個(gè)體極值點(diǎn)（用pbest表示它的位置）；②整個(gè)種群到目前為止找到的最優(yōu)解，叫做全局極值點(diǎn)（用gbest表示它的位置），然而局部PSO算法不用整個(gè)種群，僅用種群中的一部分鄰近粒子，所有鄰近粒子中的最優(yōu)解就是局部極值點(diǎn)（用lbest表示它的位置）。

粒子i的位置和速度信息可以用D維向量表示，位置表示為Xi=（Xi1，Xi2，…，XiD）

速度表示為Vi=（Vi1，Vi2，…，ViD）T，其他的向量與之類似，其速度和位置的更新方程為：

每一維粒子的速度都被限制了一個(gè)最大速度Vmax如果某一維速度更新后超過用戶設(shè)定的Vmax，那么這一維的速度就被設(shè)定為新的Vmax，粒子群優(yōu)化算法把每個(gè)可能產(chǎn)生的解表示為粒子群中的一個(gè)粒子，而每一個(gè)粒子都有自己的速度向量和位置向量，每一個(gè)位置都表示一個(gè)參數(shù)值，因此，對于一個(gè)N維優(yōu)化問題而言，在N維空間中的每一個(gè)位置的粒子都表示了優(yōu)化問題中的一個(gè)解，而位置就代表等待接受優(yōu)化調(diào)整的參數(shù)。

分配序列可表示為，其中di是指從一個(gè)節(jié)點(diǎn)出發(fā)經(jīng)過i條邊（不循環(huán)）可以到達(dá)的節(jié)點(diǎn)個(gè)數(shù)平均值。

采用的拓?fù)浣Y(jié)構(gòu)為Ring拓?fù)浣Y(jié)構(gòu)。它的節(jié)點(diǎn)間擁有最少的邊，信息在這種拓?fù)湎铝鲃?dòng)緩慢，這反映在算法中，搜索空間的不同區(qū)域可同時(shí)被搜索，這是由于一塊區(qū)域的成功搜索，要經(jīng)過很長時(shí)間才能傳遞到拓?fù)浣Y(jié)構(gòu)的其他地方[2]。

4　實(shí)例應(yīng)用

以河道疏浚工程為例驗(yàn)證所提方法的效果。該工程包括主壩工程（工程1）、副壩工程（工程2）、挖沙工程（工程3）、開流工程（工程4）、新建孔深孔閘工程（工程5）、石灘挖掘工程（工程6）、河道分岔改流工程（工程7）。整個(gè)工程周期長、耗資大、施工工序與物資需求復(fù)雜，因此需要對施工進(jìn)度進(jìn)行優(yōu)化管理以提高資源配置效率并縮短工期。采用本文提出的PSO算法以施工項(xiàng)目進(jìn)度控制為主線，在資源有限的前提下進(jìn)行全局優(yōu)化管理，給出工期優(yōu)化方案。選擇該方案將在投資額等資源不變的情況下整個(gè)施工工期由202個(gè)月縮短為187.1個(gè)月，壓縮了6.14%的工期（計(jì)14.9個(gè)月），并且在有限物資資源約束下，以合理的開工邏輯順序完成了主壩工程、副壩工程、300t挖沙工程、5km開流工程、新建孔深孔閘工程、318平方石灘挖掘工程以及1km河道分岔改流工程，施工進(jìn)度管理優(yōu)化效果顯著。

5　結(jié)論

本文首先建立了施工進(jìn)度管理優(yōu)化模型，并采用先進(jìn)的集群智能優(yōu)化算法即粒子群算法搜索模型的最優(yōu)解，設(shè)計(jì)了新的拓?fù)浣Y(jié)構(gòu)提高施工進(jìn)度優(yōu)化精度。運(yùn)用實(shí)例對所提方法進(jìn)行了驗(yàn)證，應(yīng)用結(jié)果說明所提方法能夠顯著縮短施工工期，具有顯著的資源配置優(yōu)化效果。

[1]王錫勇，王鴻雁，張興千.試論項(xiàng)目管理中施工進(jìn)度的管理[J].中國建材科技，2009（03）.

[2]吳霞，羅新艷.建筑施工進(jìn)度的管理方法探討[J].科技信息，2013（19）.

TP18

A

1673-0038（2015）28-0160-01

2015-5-23