摘 要:為了提升大型工程項目的施工效率,本文提出了一種基于遺傳算法的土方調(diào)配優(yōu)化方法,以期縮短施工周期、節(jié)約土方調(diào)配成本。首先,構(gòu)建了土方調(diào)配的基本模型,并給出了關(guān)鍵參數(shù)和約束條件的詳細描述。其次,從適應度函數(shù)、選擇計算、交叉計算和變異計算等方面,完成了遺傳算法的設(shè)計,使其更符合土方調(diào)配的特定目標多約束優(yōu)化問題。最后,對所提方法進行了驗證性試驗,試驗結(jié)果顯示,采用本文提出的遺傳算法獲得的土方調(diào)配方案與理想方案間擬合度較高。
關(guān)鍵詞:遺傳算法;大型工程項目;土方;調(diào)配優(yōu)化
中圖分類號:TU 751" " " " 文獻標志碼:A
目前,我國基礎(chǔ)設(shè)施建設(shè)獲得了前所未有的發(fā)展,各地興建各類大型工程項目,極大提升了民生保障水平[1]。大型工程項目不僅規(guī)模大、建筑施工的工程量大,而且涉及土方工程這個重要方面。一方面,土方工程需要采用挖掘施工,開辟出足夠建設(shè)施工的空間場地,另一方面需要通過回填施工,使土石總量保持平衡并恢復施工現(xiàn)場的土地平整性??梢?,土方工程是大型工程項目整體建設(shè)中的一部分[2]。同時,土方工程也與生態(tài)環(huán)境的保護密切相關(guān)。大型工程項目的工序內(nèi)容較多,施工操作流程復雜性高,其中的土方工程也具有同樣特點。在何處挖掘、土方的存放地和土方何時回填等,均涉及不同場地間的調(diào)配和地上、地下的調(diào)配。土方調(diào)配處理不得當,會增加工程成本,甚至影響工程進度[3]。因此,對大型工程項目進行土方調(diào)配優(yōu)化,可以降低工程成本、縮短工期,并保證工程項目按時完工,對我國大型工程項目建設(shè)水平的提升具有重要意義。
1 大型工程項目的土方調(diào)配模型設(shè)定
土方調(diào)配是一個復雜的過程,為了簡化土方調(diào)配,便于成本計算,上文對土方調(diào)配過程進行了簡化,本節(jié)也采用與上文相同的簡化方法。根據(jù)土方調(diào)配目標函數(shù)的性質(zhì),即成本函數(shù)是否為線性,可以將土方調(diào)配分為線性優(yōu)化模型和非線性優(yōu)化模型,2個模型的建模不同,求解方法也有較大差別,下面分別對2種優(yōu)化模型進行分析。
目前對線性優(yōu)化模型及其標準形式已有深入研究,在前人研究基礎(chǔ)上,本文假設(shè)土方施工分區(qū)整體土方量為填方大于挖方,需要借土且所有土方材料均能滿足填方需求,不需要進行土方換填等操作。針對上述工程假設(shè),對土方工程進行線性土方調(diào)配模型建模。
設(shè)定土方調(diào)配優(yōu)化過程中的各個參數(shù),在調(diào)配過程中,總挖方量要小于總填方量,并且所有挖方土壤均可以滿足回填要求,如果總挖方量大于總填方量,那么需要所有挖方土壤都可以滿足回填要求。如果并不是所有挖方土壤都能滿足填方需要,那么就會產(chǎn)生借方體積和棄方體積均不為零的情況。因為在假設(shè)條件下,棄方和借方的體積只與總填方體積、總挖方體積相關(guān),不會因調(diào)配方案的不同而產(chǎn)生變化,同時借方成本和棄方成本也不考慮運距,所以可以將借方、棄方的成本和體積單獨作為一個常量,當進行調(diào)配優(yōu)化時,不考慮借方和棄方的成本,所得調(diào)配方案是最優(yōu)方案,為了簡化調(diào)配計算過程,后續(xù)計算如無特殊說明,也不考慮借方和棄方成本。
2 土方調(diào)配過程的遺傳算法優(yōu)化
已經(jīng)建立的大型工程項目的土方調(diào)配模型包括多種參數(shù)、多項約束和特定目標。為了取得最合理的土方調(diào)配,需要運用一定算法對模型進行優(yōu)化,以得到土方調(diào)配的最優(yōu)解。對于多約束的目標優(yōu)化問題,可以選用的優(yōu)化算法較多,例如神經(jīng)網(wǎng)絡(luò)算法、模擬退化法、決策樹方法和粒子群算法等。本文針對大型工程項目的土方調(diào)配問題的實際需求,進行了基于遺傳算法的優(yōu)化。
遺傳算法在特定的目標引導下,從初始狀態(tài)不斷進行優(yōu)化調(diào)整,從而使土方調(diào)配不斷向目標前進,包括最短調(diào)配距離、最低運輸成本等。遺傳算法建立在染色體逐漸向下一代遺傳和進化的基礎(chǔ)上,土方調(diào)配中的各種約束條件也成為遺傳算法執(zhí)行過程中的優(yōu)化條件,保證目標能夠?qū)崿F(xiàn)的函數(shù)稱為適應度函數(shù)。染色體不斷進化的過程也是適應度函數(shù)不斷調(diào)整、適應度值不斷趨于合理的過程。染色體的進化又基于染色體個體的變異、染色體間的交叉和選擇等操作。因此,為了實現(xiàn)大型工程項目的土方調(diào)配優(yōu)化,需要對這些內(nèi)容進行具體設(shè)計。
2.1 染色體之間選擇操作的計算過程設(shè)計
遺傳算法的理論基礎(chǔ)是遺傳學和進化論,其核心思想是物競天擇、適者生存和優(yōu)勝劣汰。因此,在遺傳過程中,染色體總會向那些更合理的方向進化,或者把染色體中更好的基因遺傳給下一代。為了判斷染色體中哪一個基因更好,遺傳算法會采用適應度函數(shù)的計算,如公式(1)所示。
(1)
式中:Fit(k)表示在大型工程項目土方調(diào)配優(yōu)化過程的第k種情況下的適應度;p(k)表示出現(xiàn)第k種適應度在大型工程項目的土方調(diào)配優(yōu)化過程中出現(xiàn)全部適應度中所占的概率。
顯然,上述選擇操作會選取概率最大的適應度,向下一代染色體進行遺傳。
2.2 染色體間交叉操作的計算過程設(shè)計
交叉操作體現(xiàn)了染色體間的相互作用,是個體結(jié)合后擇優(yōu)遺傳給下一代的具體體現(xiàn)。在遺傳算法中,染色體間交叉操作的計算過程如圖1所示。
遺傳算法中的交叉操作需要在2個染色體間進行,同時2個染色體需要帶有一定程度的差異性,至少保證有一組基因是不重復的,即2個染色體的基因組序列不能完全一致,如果完全一致,就會失去交叉計算的意義。因此,染色體間的差異性保持在適中的狀態(tài)是最理想的。其中一部分基因是無條件向下一代遺傳的,這一部分基因在交叉操作中不列入候選。如果2個染色體的基因組完全不同,也不利于交叉操作的執(zhí)行和計算。
2.3 染色體個體變異操作的計算過程設(shè)計
染色體個體的變異是進化過程中非常重要的因素,正是因為變異的存在,才可能出現(xiàn)更好、更新的物種。對應本文中的大型工程項目土方調(diào)配優(yōu)化問題,染色體個體出現(xiàn)變異,才可能出現(xiàn)新的優(yōu)化方案,這個計算過程如圖2所示。
從圖2可以看出,當2個染色體進行交叉運算時,因為變異的存在,所以出現(xiàn)了2個全新的基因組排序,進一步擴大了大型工程項目的土方調(diào)配優(yōu)化方案的候選解。
3 大型工程項目土方調(diào)配優(yōu)化試驗結(jié)果與分析
上文針對大型工程項目的土方調(diào)配問題,給出了包括多個參數(shù)的模型。在此基礎(chǔ)上,本文提出基于遺傳算法的土方調(diào)配優(yōu)化策略,并針對其中的適應度函數(shù)設(shè)置、染色體間的選擇計算、染色體間的交叉計算以及染色體個體的變異計算進行了詳細設(shè)計。下文將采用測試試驗,驗證所提遺傳算法在大型工程項目土方調(diào)配優(yōu)化中的效果。本文遺傳算法的參數(shù)配置情況見表1。
第一組試驗,在已知大型工程項目土方最佳調(diào)配取得理想值的情況下,采用遺傳算法進行調(diào)配方案的優(yōu)化處理,將優(yōu)化結(jié)果與最佳調(diào)配預設(shè)值進行比較,結(jié)果如圖3所示。
從圖3不難發(fā)現(xiàn),隨著遺傳算法迭代次數(shù)增加,其大型工程項目土方調(diào)配優(yōu)化結(jié)果與預設(shè)理想結(jié)果間的擬合度一直為94%以上,并穩(wěn)定在94%~99%。
第二組試驗考察進化代數(shù)約束下的遺傳算法優(yōu)化過程的演進,結(jié)果如圖4所示。
從圖4可以看出,遺傳算法在進化5代以后基本達到穩(wěn)定狀態(tài),其獲得的大型工程項目土方調(diào)配優(yōu)化結(jié)果與預設(shè)理想調(diào)配方案間的擬合度為95%以上,其后的進化過程也基本保證了土方優(yōu)化調(diào)配與理想方案間的高度擬合。
4 結(jié)論
隨著我國經(jīng)濟持續(xù)高速增長,大型工程項目的數(shù)量也不斷增加,土方調(diào)配是其中非常重要的施工內(nèi)容,直接關(guān)系工程項目的建設(shè)成本和完工周期。為了降低工程成本、縮短施工工期,應該采取有效方法對土方調(diào)配進行優(yōu)化。土方調(diào)配屬于典型的特定目標多約束優(yōu)化問題,為了取得更好的優(yōu)化效果,本文以遺傳算法為基礎(chǔ)進行了優(yōu)化過程設(shè)計。在土方調(diào)配的優(yōu)化過程中,以適應度函數(shù)的計算為整體進化的標志判斷,進而利用選擇計算、交叉計算和變異計算的設(shè)計,對優(yōu)化過程進行細化。試驗結(jié)果表明,隨著迭代次數(shù)和進化代數(shù)增加,本文提出的遺傳算法可以獲得理想的土方調(diào)配優(yōu)化結(jié)果。
參考文獻
[1]申明亮,劉新剛,陳鋼,等.堆石壩土石方調(diào)配與道路運輸強度的聯(lián)合優(yōu)化模型[J].武漢大學學報(工學版),2006,39(5):14-18.
[2]張晴,周宜紅,龔攀.績溪抽水蓄能電站土石方調(diào)配方案研究[J].水電能源科學,2016,34(3):136-139.
[3]金鑫,李瀚遠,杜蒙蒙,等.基于遺傳—蟻群算法的農(nóng)田微地形特征土方調(diào)配路徑研究[J].中國農(nóng)機化學報,2024,45(8):270-275.