不确定环境下的装配式住宅项目调度研究

发布时间：2017-08-09 07:19

  本文关键词：不确定环境下的装配式住宅项目调度研究

  更多相关文章： 装配式住宅 工期不确定 差分算法 粒子群算法 进度优化

【摘要】：随着当前社会工业化、信息化进程的不断加快,人们对建筑产品的需求发生着很大的变化,那些品质高、污染少、规模化、可持续的绿色建筑不断受到人们的青睐。装配式建筑在施工过程中不仅可以减少扬尘、减少CO2排放、避免交叉污染、缓解日趋严重的雾霾及空气污染问题,还可以解决建筑工人的老龄化产生的用工短缺问题。基于装配式建筑这些优质特性使得人们对其接受和关注程度越来越高,但是目前由于施工调度不合理导致其施工进度较慢、成本较高,所以研究其调度问题有重要的理论意义和应用价值。当前国内外对装配式住宅项目的调度问题的研究较少,而且其中大部分的研究都假设任务工期不受不确定环境的影响,这显然与现实不符。论文从施工现场管理者的角度出发,考虑了装配式施工现场一些诸如恶劣天气、材料供应不及时、支付延迟等不确定因素对项目调度及工期的影响,重点研究不确定环境下的资源受限项目调度问题(RCPSP)问题,以达到资源调配和进度优化的目的,为装配式住宅项目的调度管理提供借鉴和参考。论文将装配式建筑的施工特征与生产性制造业的生产特点对比,论证了智能优化算法应用到装配式建筑施工调度的可行性,并在经典资源受限项目调度问题(RCPSP)的基础之上,通过讨论装配式住宅项目调度问题的约束条件,并考虑了在现场施工中一些不确定因素对工期造成的影响,提出了基于差分进化的改进粒子群算法(DEPSO),建立了以项目工期最优和鲁棒性最大为目标的进度优化模型。混合算法通过在DE和PSO之间建立信息交流机制,避免了单一的算法容易落入局部最优和精度低的缺陷,达到了预期的工期优化目标。最后以某装配式住宅项目为例进行仿真计算,仿真结果证明了DEPSO在求解工期不确定条件下装配式住宅项目进度优化中合理高效、鲁棒性较强,可以为装配式住宅的施工现场资源管理及进度优化提出合理、建设性的意见。
【关键词】：装配式住宅 工期不确定 差分算法 粒子群算法 进度优化
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU71;TP18
【目录】：

• 摘要3-5
• abstract5-9
• 1 绪论9-19
• 1.1 研究背景及意义9-11
• 1.1.1 研究背景9-10
• 1.1.2 装配式建筑的建造方式及特点10-11
• 1.1.3 研究意义11
• 1.2 国内外研究现状11-15
• 1.2.1 国外研究现状11-14
• 1.2.2 国内研究现状14-15
• 1.3 研究目的、内容及技术路线15-19
• 1.3.1 研究目的15-16
• 1.3.2 研究内容及技术路线16-19
• 2 经典资源受限项目调度问题理论及模型19-31
• 2.1 经典RCPSP问题概述19-26
• 2.1.1 经典RCPSP问题主要构成要素19-25
• 2.1.2 数学模型的建立25-26
• 2.2 求解经典RCPSP算法比较26-28
• 2.2.1 精确算法26
• 2.2.2 启发式算法26-28
• 2.3 调度生成机制28-31
• 2.3.1 并行调度方案28-29
• 2.3.2 串行调度方案29
• 2.3.3 调度规则29-31
• 3 装配式住宅项目不确定环境下工期优化模型的建立31-39
• 3.1 不确定环境下装配式住宅项目调度分析31-34
• 3.1.1 传统建设项目工期确定31-32
• 3.1.2 装配式建筑项目调度问题32-34
• 3.2 装配式住宅项目中不确定性因素处理与分析34-36
• 3.2.1 资源的利用率34-35
• 3.2.2 任务的缓冲时间和鲁棒性35-36
• 3.3 模型变量设置36-37
• 3.4 模型的建立37-39
• 4 DEPSO算法求解工期不确定的资源受限项目调度问题39-55
• 4.1 PSO算法39-44
• 4.1.1 算法的原理39-40
• 4.1.2 粒子群算法的改进40-42
• 4.1.3 算法参数设置的设置原则42-43
• 4.1.4 算法的步骤43-44
• 4.2 DE算法44-47
• 4.2.1 DE算法44-46
• 4.2.2 算法的参数设置46
• 4.2.3 算法的步骤46-47
• 4.3 DEPSO混合算求解装配式住宅项目调度问题47-55
• 4.3.1 混合算法改进设计47-48
• 4.3.2 混合算法的改进及步骤48-50
• 4.3.3 混合算法的性能测试及结果分析50-55
• 5 算例分析55-65
• 5.1 装配式住宅项目背景55-56
• 5.2 装配式住宅项目调度问题56-65
• 5.2.1 装配式住宅项目介绍56
• 5.2.2 DEPSO算法求解装配式住宅项目调度问题56-65
• 6 结论与展望65-67
• 6.1 结论65
• 6.2 展望65-67
• 致谢67-69
• 参考文献69-73
• 硕士研究生期间科研项目及论文发表73

【相似文献】

中国期刊全文数据库 前10条

1 高金;郭顺生;杜百岗;李西兴;;基于蚁群算法的资源受限多项目调度问题研究[J];武汉理工大学学报(交通科学与工程版);2013年01期

2 郭琦;;基于粒子群算法的多类资源受限项目调度[J];科技视界;2014年06期

3 罗荣桂;杨世宏;吴兵;李方卉;;柔性资源受限的复杂产品协同开发项目调度研究综述[J];武汉理工大学学报(信息与管理工程版);2006年10期

4 周蓉;叶春明;;基于粒子群的多目标多执行模式项目调度[J];上海理工大学学报;2013年01期

5 胡文斌;乐宇;许龙;王凯凯;夏畅;杜博;宋伟;;工期确定及可变工期下的受限资源多项目调度建模[J];计算机集成制造系统;2012年11期

6 张静文;刘金波;李若楠;;基于鲁棒性的离散时间—费用权衡项目调度[J];计算机集成制造系统;2013年11期

7 施国强;李伯虎;柴旭东;;基于着色Petri网的复杂产品开发多项目调度建模研究[J];系统仿真学报;2007年17期

8 邓林义;林焰;陈明;金朝光;游前文;;采用拓扑遍历方法优化船舶设计计划[J];计算机集成制造系统;2007年03期

9 张海梅,贲可荣,刘玻;给定人员情况下最小化开发时间和成本的软件项目调度[J];海军工程大学学报;2004年05期

10 王伟鑫;王旭;葛显龙;;任务可拆分的多模式多项目调度模型与算法[J];计算机集成制造系统;2014年06期

中国重要会议论文全文数据库 前1条

1 施国强;李伯虎;柴旭东;;复杂产品开发多项目调度建模研究[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 陈明喜;金秋经贸月项目调度会召开[N];南昌日报;2008年

2 记者 汪东平　实习生 万丹妮;我市召开城建项目调度会[N];九江日报;2009年

3 本报记者;我市召开第四届中博会签约项目调度会[N];淮南日报;2009年

4 记者王翠艳;我市召开首届曹洽会签约项目调度会议[N];唐山劳动日报;2010年

5 记者刘丹东;市政府召开重大项目调度会[N];锦州日报;2012年

6 记者 刘丹东;市政府召开重点项目调度会[N];锦州日报;2013年

7 记者 王伟杰 实习生 谭静云;加强项目调度督导 加快推进建设进度[N];常德日报;2013年

8 记者 邹伟军;我市两个项目通过全省第47次重大项目调度会[N];九江日报;2014年

9 记者 金显花 通讯员 毛迎新;海东出台重大项目调度制度[N];海东时报;2014年

10 记者 宁煜;市政府召开今年度市区未开工重点项目调度会[N];邵阳日报;2014年

中国博士学位论文全文数据库 前5条

1 付磊;基于关键链的复杂产品研发多项目调度问题研究[D];合肥工业大学;2013年

2 王伟鑫;不确定环境下的多项目调度研究[D];重庆大学;2014年

3 张松;资源受限项目调度若干问题研究[D];中国科学技术大学;2014年

4 郭海滨;工程项目资源配置模式研究[D];天津大学;2007年

5 陈旺;产品设计资源受限项目调度规划与算法[D];大连理工大学;2010年

中国硕士学位论文全文数据库 前10条

1 李学辉;基于遗传算法的项目调度优化与实现[D];大连理工大学;2015年

2 吴昊;不确定环境下的装配式住宅项目调度研究[D];西安建筑科技大学;2016年

3 周林;考虑资源闲置成本的多项目调度问题研究[D];重庆大学;2013年

4 辛润勤;基于启发式算法的柔性资源受限项目调度研究[D];武汉理工大学;2007年

5 胡淑芳;考虑资源技能和时间窗特性的任务可拆分项目调度[D];华中科技大学;2012年

6 杨秋格;跨企业项目调度优化方法研究[D];哈尔滨理工大学;2009年

7 何江英;多目标模糊项目调度优化方法研究[D];哈尔滨理工大学;2010年

8 陈岩;一类资源受限项目调度系统的设计与实现[D];北京交通大学;2014年

9 李昕;基于干扰管理的资源受限项目调度研究[D];沈阳工业大学;2013年

10 黄亚健;带资源时间窗的单设备项目调度研究[D];华中科技大学;2012年

，

本文编号：644057