基于Lyapunov動態(tài)隊列控制技術的施工期能耗權衡設計

何 威，李 偉

(燕山大學 a.建筑工程與力學學院；b.河北省土木工程綠色建造與智能運維重點實驗室，河北 秦皇島 066004)

能源問題長期以來是人類關注的熱點[1]，能耗控制也是人類持續(xù)努力的重要方向[2]，建筑業(yè)能耗是全球總能耗的重要組成部分，在中國這一比例已經(jīng)高達40%[3]，建筑業(yè)能耗分為材料制造能耗、施工能耗和運行能耗[4]，其中建筑施工能耗約占建筑物全生命周期總能耗的23%，在低能耗建筑中該比例甚至高達40%～60%[5]，施工能耗的研究已經(jīng)成為業(yè)內(nèi)專家學者工作的著重點，施工能耗量也成為項目竣工驗收的重要指標之一，現(xiàn)階段建筑企業(yè)通過計算各類能耗定額[6]進行粗淺的能耗統(tǒng)計，并沒有一套貫穿施工期的能耗實時權衡分析方法。施工能耗的控制分析不僅可以提高施工項目的經(jīng)濟效益，還可以降低資源浪費實現(xiàn)社會效益，通過對施工現(xiàn)場的數(shù)據(jù)挖掘，利用智能算法實現(xiàn)施工能耗分析的可視化，并以此構建施工能耗數(shù)據(jù)庫[7,8]，對擬建工程進行能耗預算，因此施工期能耗的精準分析和有效控制[9～11]對推動建筑行業(yè)的能耗管理具有重要意義。

針對施工能耗各國專家學者多年來做了大量的研究工作，相關研究成果給予建筑行業(yè)豐富的理論基礎，主要工作集中在三個方面：(1)施工能耗定額分析研究：在住宅建筑施工初始能耗定量計算[12]中，分析了各階段能耗的比例和能耗定額計算值，針對碳排放做出了計量分析[13]等工作；(2)節(jié)能施工技術：通過對建筑技術的統(tǒng)計分析[14]，在施工能耗控制上利用NB-IoT等技術給建筑行業(yè)帶來了較好的經(jīng)濟效益[15]，并且促進施工節(jié)能技術的發(fā)展；(3)建筑能耗監(jiān)測：根據(jù)多年來對中國建筑能耗現(xiàn)狀特征[16]的探析，發(fā)現(xiàn)合同能源管理模式下的公共建筑能耗監(jiān)測存在風險[17]，利用BIM(Building Information Modeling)協(xié)同優(yōu)化方案對建筑能耗進行了系統(tǒng)性分析[18]等相關研究，隨后有關學者對施工能耗進行了多目標優(yōu)化[19]，得到了適用的調(diào)度方案。但是現(xiàn)存工作中忽略了施工期隨機事件和施工方式對施工能耗的影響分析，目前隨機性的研究很廣泛[20～22]，在施工和管理中尤為突出，并且隨機性事件的影響概率分布很難被統(tǒng)計出來，已有工作都是在理想化約束條件下完成的，因此在考慮施工期隨機性事件和施工方法的前提下，對施工能耗進行權衡分析是一項有研究意義的工作。

本文根據(jù)前人研究和現(xiàn)存問題，利用處理動態(tài)隊列控制的Lyapunov drift-plus-penalty技術[23～25]應用于施工期能耗的權衡分析，該技術本身的突出優(yōu)勢在于考慮隨機性事件過程中不需要知道其概率分布[26]，以此處理施工期隨機性事件下的施工能耗權衡問題具有良好的結合性。通過構建施工隊列和虛擬隊列[27]，引入二次Lyapunov函數(shù)，進行函數(shù)漂移后把目標函數(shù)引入懲罰邊界[28]，實現(xiàn)算法的漂移加懲罰。以實際工程項目為實驗背景，分析施工期能耗的動態(tài)關系[29]，可以實現(xiàn)施工能耗數(shù)據(jù)可視化、多影響因素權衡分析和精準施工能耗管理的目的。

1 問題表達與建模

1.1 問題描述

在基于Lyapunov動態(tài)隊列控制技術的施工期能耗權衡模型設計過程中，目的是解決土木工程施工期內(nèi)的能耗權衡和控制問題，使施工期內(nèi)工程管理的特性細節(jié)化。將研究問題劃分為三個階段進行處理，第一個階段是建立動態(tài)施工隊列，首先要根據(jù)施工期工序的先后狀態(tài)將其進行編排，構造施工隊列函數(shù)Qi(t+1)，然后將進度劃分為由單位時間槽t(工日)組成的時標軸(T—正常工期；T′—應急工期)；第二階段是利用Lyapunov動態(tài)隊列控制技術進行算法設計，構建虛擬施工隊列，考慮到施工中隨機性事件對能耗的影響，使用drift-plus-penalty算法，突出懲罰參數(shù)V的控制影響；第三個階段是將Lyapunov動態(tài)隊列控制技術應用于實際工程案例，構建時變工期和能耗函數(shù)T(t)，E(t)，調(diào)查勘測出各階段實際能耗數(shù)額，以懲罰參數(shù)V來控制多余浪費的能耗工序，經(jīng)過權衡后進行詳細分析，文中所用函數(shù)的表達含義如表1所示。

表1 主要符號注釋

記C=(N,L)表示以N0(開工)作為施工隊列的起點，經(jīng)過施工隊列通道的數(shù)量為L(l1,l2,…,ln)，以Ne(竣工驗收)作為施工隊列的終點，建立以N1(土方工程)、N2(基礎工程)、N3(主體工程)、N4(裝飾裝修工程)為工程信息節(jié)點的施工隊列單向傳輸模型；同時，記工期為T，能耗為E，將各子工序在單位時間槽內(nèi)的實時狀態(tài)信息表達出來，其中，用Li+1(L1,L2,…,L5)表示各施工節(jié)點前后順序的傳輸路徑，i+j×10t來表示t時內(nèi)的施工隊列數(shù)據(jù)狀況，i∈[1,10]，i=10表示施工隊列結束，i為工序數(shù)，j為對應i的施工技術，將施工過程數(shù)據(jù)化，設Umin為各階段施工的最低完成質(zhì)量，當i工序完成并且Ui(t)>Umin時，i+1工序的開工條件滿足要求，當i工序完成但是Ui(t)

圖1 施工隊列模型示意

(1)每項活動的不同工序自由選擇，以便編排施工隊列；

(2)施工順序是單向的；

(3)由于實際施工過程中具有隨機性和不可預估性，故單位時間內(nèi)的施工狀態(tài)和能耗均不同，并且具有隨機性，根據(jù)算法本身的特性，不需要預先知道施工期內(nèi)隨機性事件的概率分布；

(4)在本文中做如下規(guī)定：將0

(5)本文的能耗統(tǒng)計是基于同一個工程進行的。

1.2 構建施工隊列

(1)將工期變量進行統(tǒng)籌安排，以每工日為單位建立時間槽t，構建施工進度平行計劃：T，T′。

(2)將施工期的過程項目在單位t內(nèi)進行編排，t是正整數(shù)，由于整體工期受合同的規(guī)定時間限制，因此，其范圍如下：

tmax>t∈[1,2,…,n]

(1)

(3)劃分施工節(jié)點：N0，N1，N2，N3，N4，Ne。

Ni∈(N0,Ne)

(2)

(4)施工指示判決標量：an(t)∈[0,1],n∈N。其中，an(t)=1表示該工序完成進入下一個工序施工；an(t)=0表示該工序未開始。根據(jù)施工進行程度將an(t)劃分為0,0.1,0.2,…,1的11個狀態(tài)與上文提到的階段完成質(zhì)量U的情況共同表示某個施工階段的實時信息，an(t)=[a1(t),a2(t),…，aN(t)]表示在t內(nèi)的施工指示判決標量，并且定義傳輸矢量：

μ(t)=(μn(t))|n∈N

(3)

式中：μn(t)為進入到下一施工階段的數(shù)量，使得0<μ(t)<μmax。根據(jù)以上信息和問題表達，構建施工隊列，將施工組織設計的流水施工方案規(guī)定的施工工序n放入單位臺班t內(nèi)，排成可以根據(jù)實際狀況進行隨機資源分配的施工隊列，并且施工隊列的實時更新如下：

Qi(t+1)=max[Qi(t)-μn(t)bi(t),0]+

an(t)μn(t)，Qi(0)=0，0<μ(t)<μmax，

0≤bi(t),U>Umin

(4)

式(4)右端包括兩個部分，分別表示考慮到了bm(t)的影響和未完成工序傳輸量。

根據(jù)an(t)指示，工序銜接數(shù)量的實時狀態(tài)。bm(t)=(b1(t),b2(t),…,bn(t))為第m類別隨機性事件的n級影響程度下所需要決策的實時工序變量。將施工中的隨機性數(shù)據(jù)化，對抽象的施工期隨機性事件進行處理，產(chǎn)出隨機的數(shù)組來模擬實際情況。

1.3 工期模型

本文將工期函數(shù)劃分為三個部分尋解：施工過程工期Ti、流水間歇工期Tz和驗收時間Ts。根據(jù)實際施工情況進行如下分析。

施工過程中，在預估時間及成本條件下，Ti太小會涉及質(zhì)量問題，Ti過大，則會涉及到趕工期的問題，意味著長時間占用人員、機械，因此會導致能耗和成本的增加，故工期要在Tg下找到一個平衡值，來規(guī)范工期的長短。因此，存在一個最小的施工過程時間，記作ti,min，因此規(guī)定ti,min

(1)施工項目過程工期Ti(各個施工段的工期)，由于該部分工期不是主動的能變值，因此在這方面做簡單的累加：

(5)

(2)流水間歇工期Tz：

Tz=nti

(6)

為了方便計算，按施工經(jīng)驗，取ti=2 d。

(3)根據(jù)施工現(xiàn)場的實際竣工情況來確定的驗收時間Ts。

綜上，得到工期的權值函數(shù)T(t)：

(7)

式(7)右端包括三個部分，分別表示：施工順利銜接所用的工期、施工中所耽誤的工期、驗收時間。

1.4 能耗模型

本文考慮施工過程總能耗Ep，在計算上會減少大量不可估計的數(shù)值。為方便計算，利用施工工序能耗估算法及施工現(xiàn)場實測法進行統(tǒng)計。能耗統(tǒng)計主要受到四個方面的影響：自然條件、機械效能、技術因素和管理水平。注意，在統(tǒng)計機械效能過程中，氣溫與海拔會對機械產(chǎn)生較大的影響，在本文的計算中均取中國內(nèi)地施工標準值。因此，本文將施工能耗劃分為以下三個方面，并且做了相關的現(xiàn)場統(tǒng)計。

(1)施工過程能耗E1

(8)

式中：Ni,j為第i項活動的第j道工序；P為一臺機械的耗油率(比油耗)，P=Tn/9550；I為一臺設備電能消耗率，I=8NK1K2K3/K4，電能利用系數(shù)K1∈(0.6,0.8)，時間利用系數(shù)K2∈(0.6,0.75)，損耗系數(shù)K3=1.05，電機在滿負荷時，有效利用系數(shù)K4=K1[30]；t為設備工作時間，按統(tǒng)一規(guī)定，一個臺班為8 h；βEi,j為第i項活動的第j個工序的特殊能耗，考慮到其影響的比重，β∈[0,1]為權衡系數(shù)。

表2是在施工現(xiàn)場實際勘察后計算整合起來的分部工程能耗統(tǒng)計表，并且以此作為后續(xù)仿真參考。

表2 施工各分部工程能耗統(tǒng)計

(2)施工生活區(qū)能耗E2

生活及辦公區(qū)的能耗均取定額量，為了確保精確性，以實際統(tǒng)計值為準，單位統(tǒng)一為熱量單位J。由于部分能耗不易被統(tǒng)計出來，用理論計算值能耗作為參考，表3為施工過程中的主要輔助能耗統(tǒng)計。

表3 施工過程中輔助能耗統(tǒng)計

(3)施工后期廢棄物處理能耗E3

本部分能耗以往在竣工前后產(chǎn)生，為了方便審查驗收，施工單位會組織機械處理施工后的場地，但是在實際工作中這部分能耗時常被企業(yè)忽視，本文查詢了施工現(xiàn)場中常用垃圾貨物清理車的物理標量及能耗定額，表達式如下：

(9)

式中：et為運走單位質(zhì)量，單位時間、單位距離的能耗；mi為垃圾的質(zhì)量；l為安排清理廢棄垃圾時所運輸?shù)木嚯x，是根據(jù)施工現(xiàn)場管理安排的，一般取固定值。

綜上，得到施工期能耗的權值函數(shù)E(t)：

(10)

式(10)右端包括三個部分，分別表示：施工順利銜接的能耗、施工中耽誤工期的能耗、廢物處理的能耗。用施工指示判決標量an(t)來權衡各部分的問題。

2 算法設計及求解

2.1 算法設計

(1)利用前文所構建的施工隊列函數(shù)與工期內(nèi)能耗函數(shù)進行處理得到目標函數(shù)。

(2)引入Lyapunov優(yōu)化算法：1)構建虛擬施工隊列依次進行調(diào)度；2)將施工隊列函數(shù)導入二次Lyapunov函數(shù)；3)將2)進行漂移處理，帶入懲罰項及懲罰參數(shù)V，得到目標函數(shù)的Lyapunov drift-plus-penalty表達式。

(3)經(jīng)算法運行后，分析懲罰參數(shù)V和施工期隨機性事件參數(shù)bi(t)對施工期能耗的權重影響與措施。

模型設計流程如圖2所示。

圖2 模型設計流程

2.2 相關理論與求解過程

2.2.1 虛擬施工隊列

假設虛擬施工隊列的積壓隨時間t的關系滿足下式：

Qi(t+1)=max[Qi(t)-μ(t)bi(t)+

δQi(t),0]

(11)

式中：Qi(0)=0；δQi(t)是根據(jù)Qi(t)實時狀態(tài)可調(diào)的參數(shù)，當Qi(t)>0時，δQi(t)取值影響隨機情況下的延誤工期和優(yōu)化的目標函數(shù)，本文Qi(t)>0是根據(jù)隨迭代次數(shù)的增多而變化的，可以用來計算在t內(nèi)的Lyapunov漂移邊界：

Qi(t+1)2=max(Qi(t)-μn(t)bi(t)+δQi(t)>0)2

≤(Qi(t)-μn(t)bi(t)+δQi(t)>0，0)2

(12)

2.2.2 施工排隊網(wǎng)絡的Lyapunov漂移

在離散的單位時隙t內(nèi)進行網(wǎng)絡排隊，在施工期，有N個工序，定義工序的虛擬隊列積壓量為Qi(t)={Q1(t),Q2(t),…,Qn(t)},對于每個時隙t內(nèi)的所有隊列大小平方和后取1/2，由此，定義二次Lyapunov函數(shù)：

(13)

用式(13)函數(shù)來表示排隊網(wǎng)絡的隊列積壓狀態(tài)，是一個標量。

定義Lyapunov漂移為兩個相鄰時隙內(nèi)的二次Lyapunov變化量：

ΔL(t)=L(t+1)-L(t)

(14)

據(jù)施工隊列及虛擬的施工隊列的實時更新可得：

ΔL(t)=L(t+1)-L(t)

(15)

ΔL(t)=L(t+1)-L(t)

(16)

式中：

因為在時隙t+1內(nèi)完成的工序和將要開始的工序數(shù)量積壓是有界的，因此一定存在一個大于0的常數(shù)B使得施工隊列和虛擬隊列的向量θ(t)∈{θ1(t),θ2(t),…,θn(t)}，在時隙t滿足E[B(t)|θ(t)]≤B，對ΔL(t)可以得到有界的Lyapunov漂移的條件期望：

E[ΔL(t)|θ(t)]≤B+

(17)

使其滿足，對實數(shù)ε>0，滿足

E[μn(t)bi(t)-δQi(t)>0|θ(t)]≤-ε

(18)

2.2.3 施工排隊網(wǎng)絡的Lyapunov漂移加懲罰

(1)Lyapunov漂移加懲罰理論

將Vp(t)引入漂移項當中，使懲罰的函數(shù)p(t)接近最優(yōu)，得到相應的平均隊列大小。因此，這里定義施工隊列的控制狀態(tài)的最小化如下面的漂移加懲罰表達式：

ΔL(t)+Vp(t)

(19)

式中：V為非負權衡值；p(t)為在時間平均狀態(tài)下的懲罰函數(shù)，假設p(t)是由其他R個yi(t)時間平均函數(shù)的集合約束，可以選擇不同的權值V，使得懲罰函數(shù)達到最優(yōu)，該方法用于施工模型中，不需要知道施工工序某時刻的完成量和是否處于正在驗收狀態(tài)的概率分布，分析式子，當V=0時，漂移加懲罰方法則轉化成最小Lyapunov漂移算法。當V>0時，表示在算法控制中增加了權重參數(shù)，權重隊列的增減和最小化目標函數(shù)之間的平滑，V值越大，說明隊列等待數(shù)量越多，穩(wěn)定性會有所降低，目標函數(shù)的權重越大。

(2)漂移加懲罰的表達式

由于保障隊列的穩(wěn)定，定義Lyapunov函數(shù)L(t)，對等式的兩邊取平方的形式，得到隊列的邊界：

Qi(t+1)2≤(Qi(t)+yi(t))2

=Qi(t)2+2Qi(t)yi(t)

(20)

(21)

將ΔL(t)代入式(21)，得到：

(22)

(23)

再將Vp(t)加入到不等式兩邊，在每個時間槽t內(nèi)，觀察當前隊列狀態(tài)采取懲罰措施以控制最小化的drift-plus-penalty界限，得到漂移加懲罰表達式：

Θ(t)=ΔL(t)+Vp(t)

(24)

2.2.4 施工期E(t)的權衡管理

由于實際施工項目的工期、能耗單位和計算方法的要求存在差異，故要采取權重的處理方式，將多目標量進行無量綱化處理：

(25)

(26)

S(t)=log(αST(t)+(1-α)SE(t))

(27)

為了直觀地將數(shù)據(jù)表達及方便計算式(28)，定義log(x)為凸函數(shù)，α為權重系數(shù)，并且0<α<1。由于能耗和工期各自的權重函數(shù)里已經(jīng)考慮了控制變量對各自的影響，因此為了方便計算，工期和能耗的權衡目標函數(shù)不做重復參數(shù)的迭代，只需做目標函數(shù)中參數(shù)的權衡。

綜上所述，算法設計如下：

漂移加懲罰算法的主要思想為在滿足一定平均時間的約束下最小化懲罰函數(shù)，首先在時隙t內(nèi)選擇懲罰函數(shù)所包含的事件向量和控制決策函數(shù)，在施工隊列模型中，由于施工模型不同于通信網(wǎng)絡所存在的隊列穩(wěn)定、時變收斂和數(shù)據(jù)參數(shù)廣泛等問題，使得運算具有簡單性，由施工期能耗和工期所聯(lián)合控制的施工函數(shù)S(t)為目標函數(shù)，最終將目標函數(shù)尋找一個控制策略來最小化如下問題：

Θ(t)=ΔL(t)+VS(t)

≤B(t)+VP(T(t),E(t))+

(28)

(29)

Θ(t)=ΔL(t)+VS(t)

VP(ST(t),SE(t))+

(30)

yi(t)=Yi(ST(t),SE(t))

(31)

p(t)=P(ST(t),SE(t))

(32)

(33)

約束條件為U>Umin。

上式y(tǒng)i(t)是在平均t內(nèi)的影響函數(shù)的集合，是非負的。根據(jù)施工模型可知，yi(t)，S(t)都是有界的，其中E(x)表示對x求數(shù)學期望，U>Umin時，保證施工質(zhì)量。

3 仿真與分析

3.1 仿真設計

現(xiàn)有河北省秦皇島市某小區(qū)工程，住宅部分為剪力墻結構，地下車庫為框架結構，具體工程概況如下，根據(jù)算法設計部分的目標函數(shù)及相關參數(shù)仿真設計如表4所示。

表4 仿真設計參數(shù)

(1)建筑面積：175445.63 m2(地上建筑面積約144820 m2，地下建筑面積約30625.63 m2)。

(2)目標工作：由六棟地上建筑(38#，39#，40#，41#，42#，43#六棟樓，30～32層加地下室3層)和一層地下人防車庫組成。

(3)工期要求：2017.6.15—2018.9.30(共472 d)。

(4)能耗統(tǒng)計：截止到2018年9月30日，項目共消耗電量41.2萬度，汽油用量3.66 t，柴油用量8.64 t，綜合能耗0.0098 t標準煤/萬元，低于本年分解指標0.0326 t標準煤/萬元(可比價)。表5～7為二—四季度(按300個臺班)的主體及裝修施工階段總能耗統(tǒng)計表與其他研究數(shù)據(jù)。

表5 施工現(xiàn)場主體施工階段能耗統(tǒng)計

(5)其他：建筑垃圾處理階段，安排清理廢棄垃圾時所運輸?shù)木嚯xl=1210 km，使用常規(guī)的垃圾壓縮車，容積8 t；竣工驗收時間約為10 d，包括合同簽字；bi(t)=1，3，4，5，7；V=10，20，30，40；1 MJ熱量按0.03412 kg標準煤計算，單位取t標準煤。

表6 項目部所統(tǒng)計的2018年二—四季度主體施工及裝修階段相關指標

表7 工程項目的工期及工序安排

3.2 懲罰參數(shù)V和bi(t)對施工模型的影響及分析

本文在設置隨機性bi(t)的取值問題解決如下：在三個影響等級中均勻取值，分別取隨機性bi(t)=1，3，4，5，7，其中m是隨機事件的類別。通過非負的懲罰參數(shù)V和隨機性影響等級參數(shù)對施工網(wǎng)絡模型的影響，仿真結果如圖3～5所示。

圖3 參數(shù)V和隨機性bi(t)對施工網(wǎng)絡模型的傳輸完成數(shù)量的影響

圖4 參數(shù)V控制下對施工隊列模型單位t內(nèi)的平均能耗影響

圖5 參數(shù)V、隨機性bi(t)和施工隊列平均能耗關系

圖3通過調(diào)節(jié)參數(shù)V來控制因bi(t)影響的施工工序的數(shù)量，可見V由10到40的懲罰力度很大，在考慮隨機性事件發(fā)生條件下不耽誤施工或者將其影響降到最低。如圖3，bi(t)>3時，說明某一隨機性影響在中等及以上，會對施工有較大影響，但通過調(diào)節(jié)參數(shù)V的大小來增加對這一隨機性的懲罰，即對施工中的隨機性進行預估處理，可以降低該事件對施工工序阻礙的影響，間接改變工期，這是符合實際要求的。

通過計算機仿真實驗，利用rand(x)函數(shù)產(chǎn)出所要模擬隨機性事件的影響等級對實際施工過程的影響，觀察算法的懲罰參數(shù)V和隨機性事件影響的等級參數(shù)bi(t)對目標的作用，分析結果如下：

根據(jù)圖3,4可知，bi(t)的值增大，說明隨機性能影響增大，嚴重會阻礙施工，會降低能耗值，但這并不是我們在實際工程中想要的結果，所以，調(diào)整懲罰參數(shù)V來降低能耗變化，但是增加了懲罰項的隊列堆積，會延誤施工進度，增加工期，V在0～10之間的影響最為明顯，對施工中的隨機性進行預估處理來應對隨機性對施工的影響。為了突顯仿真結果，取V=10時，能耗與施工隊列的數(shù)值如表8所示。

表8 V=10時對施工網(wǎng)絡模型性能的影響

由表8可知，同一非負懲罰參數(shù)V條件下，對隨機性影響的完成施工量和隨機性影響的平均能耗的權重影響是由bi(t)來決定的，如圖6所示。bi(t)>7時，無明顯影響，因為此時隨機性偶遇事件對施工的影響很大，需要采取對應方案處理。V代表著采取的處理措施及力度。

圖6 V=10時不同bi(t)下的施工隊列和平均能耗關系

當bi(t)對施工期的影響程度逐漸增加時，可以看到平均能耗隨之增長，為了懲罰多余的能耗浪費，此時懲罰參數(shù)V亦隨之增加，目的是針對過多的能耗量實現(xiàn)對bi(t)的懲罰，減小目標函數(shù)中SE(t)的值。當V在同一個值的狀況下，表示懲罰效益不變，隨著施工隊列的進行，bi(t)取小值，而施工隊列已經(jīng)進行到一定程度，能耗值不可能為負數(shù)，說明三者之間必然存在一個權衡范圍，因此在上述V=10的研究過程中，bi(t)和Qi(t)的值符合仿真設計得到的結果。

施工期隨機事件對能耗的影響，主要研究的是極端天氣對施工進度和能耗的影響，可以結合人工智能技術實現(xiàn)學科的互融性和專業(yè)交叉的應用，通過引入大數(shù)據(jù)的思想采集50年內(nèi)的某地區(qū)施工日志、環(huán)境數(shù)據(jù)和地區(qū)法規(guī)來約束bi(t)的函數(shù)關系，提高算法精度和速度。將施工期隨機性做精準的函數(shù)表達與定義是下一步要解決的重要工作。

由于虛擬隊列的構建、相關參數(shù)的選取和數(shù)量級范圍與施工模型存在差異，因此本文在算法設計上進行了修改，選取合適的參數(shù)和符合實際施工的約束條件，避免數(shù)據(jù)處理的計算錯誤；然而，這個模型也有一些局限性，在算法仿真中很難克服隨機性中級數(shù)范圍的取值問題，因為該算法的自身隨機包容量很大，搜索結果可能存在不穩(wěn)定性，針對這個問題，作者正在努力尋求改進的方法。

4 結 論

本文利用Lyapunov動態(tài)隊列控制技術建立施工隊列模型對施工能耗進行權衡與分析，得出以下結論：

(1)通過對國內(nèi)外文獻的查閱與施工現(xiàn)場的調(diào)研，發(fā)現(xiàn)了目前建筑企業(yè)的施工能耗管理存在重視程度不足和分析片面等問題，因此建立了施工隊列模型，對施工能耗進行系統(tǒng)的權衡分析。

(2)利用Lyapunov控制動態(tài)隊列技術的優(yōu)點和土木工程施工的特點，將兩者巧妙結合，實現(xiàn)智能化施工，本文模型的明顯優(yōu)越之處是不需要知道施工隨機事件的概率分布信息。

(3)通過實證分析，驗證了該模型的適用性和可行性，根據(jù)仿真結果對影響參數(shù)進行了詳細分析，特別是懲罰參數(shù)V的影響，體現(xiàn)了該模型的應用價值，對建筑企業(yè)施工能耗的分析和控制具有一定的指導意義。