基于SAGA铁路工程施工进度-成本动态优化研究.pdf
《基于SAGA铁路工程施工进度-成本动态优化研究.pdf》由会员分享,可在线阅读,更多相关《基于SAGA铁路工程施工进度-成本动态优化研究.pdf(10页珍藏版)》请在咨信网上搜索。
1、第 20 卷 第 8 期2023 年 8 月铁道科学与工程学报Journal of Railway Science and EngineeringVolume 20 Number 8August 2023基于SAGA铁路工程施工进度-成本动态优化研究张飞涟1,何媛媛1,吴科一2,胡所亭3,韩鹏辉4(1.中南大学 土木工程学院,湖南 长沙 410075;2.纽约大学 阿布扎比分校 S.M.A.R.T.建筑研究组,阿联酋 阿布扎比 129188;3.中国铁道科学研究院集团有限公司 铁道建筑研究所,北京 100081;4.中铁第四勘察设计集团有限公司 工程经济设计研究院,湖北 武汉 430063)摘
2、要:在提高铁路工程安全性,实现高质量高标准铁路工程项目建设的同时,为降低铁路工程施工总成本,提高资金使用效率,提出铁路工程施工进度成本动态优化方法。通过分析铁路工程施工成本构成,考虑资金成本及费用发生时点,构建以提高铁路工程资金使用效率为目的,以优化铁路工程施工成本为核心,以铁路工程施工组织方案中的最大工期、各建设活动之间的逻辑关系、有限资源等为约束条件,以直接成本和间接成本为计算基础的铁路工程施工进度成本动态优化模型。由于该模型具有多约束条件、强复杂性特点,为减小求解过程中掉入局部陷阱的概率,扩大算法的试算范围,提出将Metropolis准则和基于基因的选择、交叉、变异的种群进化过程相结合的
3、模拟退火遗传算法(SAGA)。以工期为20个月的某铁路桥梁工程为案例,在考虑资金成本和费用发生时点条件下,原方案中由资金成本引起的成本上涨额为1 295.027 8万元,利用基于SAGA的铁路工程施工进度成本动态优化方法进行成本优化,优化后的方案比原方案节省了66.431 8万元,优化额占原方案中由资金成本引起的成本上涨额的5.13%,一定程度缓解了资金成本引起的铁路工程成本上涨的压力,印证了该模型的可行性和有效性。研究成果可为资金成本较大的铁路工程施工进度成本动态优化提供一定的借鉴和参考。关键词:资金成本;进度成本动态优化;模拟退火遗传算法中图分类号:U215.11 文献标志码:A 开放科学
4、(资源服务)标识码(OSID)文章编号:1672-7029(2023)08-3118-10Research on dynamic optimization of railway engineering construction schedule-cost based on SAGAZHANG Feilian1,HE Yuanyuan1,WU Keyi2,HU Suoting3,HAN Penghui4(1.School of Civil Engineering,Central South University,Changsha 410075,China;2.SMA.R.T.Constructi
5、on Research Group,New York University Abu Dhabi,Abu Dhabi 129188,United Arab Emirates;3.Railway Engineering Research Institute,China Academy of Railway Sciences Group Co.,Ltd.,Beijing 100081,China;4.Engineering Economic Design Institute,China Railway Siyuan Survey and Design Group Co.,Ltd.,Wuhan 430
6、063,China)Abstract:While enhancing the safety of railway engineering projects and achieving high-quality and high-收稿日期:2022-08-22基金项目:国家自然科学基金资助项目(71942006)通信作者:张飞涟(1964),女,湖南湘潭人,教授,博士,从事工程经济与工程管理研究;Email:DOI:10.19713/ki.43-1423/u.T20221633第 8 期张飞涟,等:基于SAGA铁路工程施工进度-成本动态优化研究standard railway construct
7、ion,a dynamic optimization method for the progress-cost relationship in railway construction projects was proposed to reduce the overall construction costs and improve the efficiency of fund utilization.By analyzing the construction cost of railway engineering,considering the cost of funds and the t
8、ime point when the expenses occurred,a railway engineering schedule-cost dynamic optimization model was developed,which aimed at improving the efficiency of railway engineering funds,optimized the construction cost of railway engineering as the core,took the maximum construction period of the constr
9、uction project,the logical relationship of construction activities,limited resources in the railway engineering construction organization as the core constraints,and based on the direct cost and indirect construction cost of railway engineering.Due to the characteristics of multiple constraints and
10、strong complexity of this model,in order to reduce the probability of falling into a local trap during the solution process and expand the scope of the algorithm,Simulated Annealing Genetic Algorithm(SAGA)was proposed,which combines the Metropolis criterion and the population evolution process based
11、 on gene selection,crossover and mutation.The railway bridge project with a construction period of 20 months was taken as a case study.After taking into account the cost of funds and the time point when the expenses occurred,the cost increase of the original plan caused by the capital cost is 12.950
12、 278 million.By using the SAGA-based railway engineering construction schedule-cost dynamic optimization method to optimize the cost of this project,the optimized plan is better than the original plan saved 0.664 318 million,and the optimization amount accounted for 5.13%of the cost increase caused
13、by the capital cost in the original plan.To a certain extent,the pressure of rising railway engineering costs was caused by capital costs,confirming the feasibility and effectiveness of the model.This research result can provide some reference for the dynamic optimization of schedule-cost of constru
14、ction projects with large capital cost.Key words:the cost of funds;schedule-cost dynamic optimization;simulated annealing genetic algorithm 近年来,随着中西部发展战略的提出,铁路网规模不断向中西部扩大,为有效应对中西部复杂建设环境,保证铁路运行的安全性,铁路工程建设目标向高起点、高质量、高标准方向转变,致使铁路工程的施工成本也不断上涨,极大制约了铁路的发展1,如何对铁路工程施工成本进行优化成为铁路建设过程中亟待解决的问题。进度和成本是工程建设两大重要目标,
15、且两者互相联系互相影响,专家学者们通常把施工进度调整和成本优化联系在一起,在保证工程建设质量要求的前提下,通过调整进度计划来实现对成本的优化。对于施工进度-成本优化的研究,主要分为两大流派:第1个流派考虑通过对进度计划的调整,来实现对有限资源的最大化利用,从而实现对成本的优化。如HEGAZY等2提出一种确定单个施工作业成本最低,生产率最高的资源量的优化方法。GHODDOUSI等3提出多模式资源约束离散进度成本资源优化模型,在资源配置和均衡方面提供使用的解决方案。李英攀等4针对资源优化模型特点,提出基于SAGA的项目资源优化方法。第2个流派提出:通过调整进度计划,控制工期,来实现对成本的直接优化
16、。如ZHENG等5提出基于遗传算法的多目标进度成本优化模型。AI HAJ等6提出一种进度成本风险的均衡模型,在进行进度成本优化时,考虑对工程总时差的影响,避免工期延误风险的提高。黄良辉等7通过研究工序持续时间与成本的关系,建立了工程项目成本工期均衡优化数学模型,通过调整关键线路建设活动持续时间,来实现进度工期的优化。虽然施工进度成本优化模型的研究受到了一定的关注,但大多数研究都集中在优化资源利用或缩短工期的模型开发上,且以中小型工程项目为主,很少有研究考察大型铁路工程建设周期内的由资金成本和时间因素引起的潜在费用成本问题。当工程费用不高,资金成本较小,建设周期较短时,利用上述模型安排施工进度计
17、划,对施工成本的控制是非3119铁 道 科 学 与 工 程 学 报2023 年 8月常有效的。但由于大型铁路工程的施工费用高,建设周期较长,随着时间的推移资金成本所引起潜在费用的增加是大型铁路工程不可忽视的成本问题,此时,实现资源的最优化利用或最短的工期并不一定能保证施工成本的最小,因此,在进行铁路工程进度安排时,需考虑费用发生时点8,把每一笔资金用在关键节点,最大限度地减少铁路工程施工过程中潜在费用成本的上涨,发挥有限资金最佳效能。本研究为提高铁路工程施工过程中资金的利用效率,在构建铁路工程施工进度成本优化模型的同时,考虑资金成本和费用发生时点的,并提出与本模型具有高适配性的模拟退火遗传算法
18、(SAGA),降低了模型在计算过程中陷入局部陷阱的概率,提高了计算结果的准确率。以某铁路桥梁工程为案例验证了铁路工程施工进度成本优化的可行性以及 SAGA 算法的可操作性。本研究成果可为铁路工程施工进度成本动态优化提供借鉴和参考。1 铁路工程施工成本优化模型建立91.1铁路工程施工成本构成铁路工程施工成本,一般按性质分为直接成本和间接成本10。直接成本是指直接用于施工的人工、材料、机械等直接费用,间接成本是指为保证项目正常施工但不直接用于项目施工的企业管理费、规费等间接费用1112。1.2前提假设本模型假设各建设活动所花费的费用在持续时间内平均分布。1.3目标函数建设资金由于受时间、风险等因素
19、的影响,在使用期间是有一定成本的,通常称之为资金成本13。随着施工工期的加长,施工费用的增大,资金成本对资金的使用效率的影响也在逐渐增大,是项目不可忽视的潜在成本。本模型以提高铁路工程建设资金使用效率为目标,以资金成本率为折现率,考虑铁路工程各建设活动施工费用发生时点,以施工工期末为计算基点,通过调整进度计划,寻求工期末最小施工总成本。施工直接成本在工期末的成本终值可表示为:F=i=1Ik=STiFTiCiDi(1+r)max(FT1FTiFTI)-k(1)施工间接成本在工期末的成本终值可表示为:F=i=1Ik=STiFTiCiDi(1+r)max(FT1FTiFTI)-k(2)故,目标函数可
20、表示为:minTC=i=1Ik=STiFTiCijDi(1+r)max(FT1FTiFTI)-k+i=1Ik=STiFTiCijDi(1+r)max(FT1FTiFTI)-k(3)式中:F为考虑资金成本后的施工直接成本在工期末的成本终值;F为考虑资金成本后的施工间接成本在工期末的成本终值;TC为铁路建设项目在工期末的施工总成本终值;I为项目建设活动数量;i表示第i项建设活动;k为某一时间点;Di为第i项建设活动的持续时间,可为根据成本与建设活动持续时间关系或历史经验,所得到的各建设活动的最佳持续时间;r为资金成本率;Ci为采用施工组织设计方案的第i项建设活动的直接成本,本模型假设该费用在第i项
21、建设活动工期内平均分布,如果需要更精确表达,具体分布也可以根据类似项目历史数据确定;Ci为按一定的间接费费率所得到的第i项建设活动的建设管理的间接成本,本模型假设该费用在第i项建设活动工期内平均分布,如果需要更精确表达,具体分布也可以根据类似项目历史数据确定;STi为第i项建设活动的计划开始时间;FTi为第i项建设活动的计划结束时间。1.4约束条件在本模型中,成本的优化主要是通过调整各建设活动的进度计划来实现的。项目在进行进度安排时需满足工期要求、建设活动逻辑关系要求、有限资源使用要求。1)工期约束。所得工期不可超过合同规定的最大工期。max(FT1FTiFTI)Tr(4)式中:Tr为合同规定
22、工期。2)逻辑关系约束。需满足施工组织设计中的前后任务的逻辑关系要求,考虑其与前置任务是否满足 F-S(或 S-S,S-F,F-F)+搭接时间DT的逻辑关系:3120第 8 期张飞涟,等:基于SAGA铁路工程施工进度-成本动态优化研究FS:STiFTi+DTiiiI(5)SS:STiSTi+DTiiiI(6)SF:FTiSTi+DTiiiI(7)FF:FTiFTi+DTiiiI(8)式中:i是第i项建设活动的前置任务;DTi为第i项建设活动和第i项建设活动的搭接时间。3)资源约束。每日资源需求量不可超过各类资源的每日使用限定量。资源每日使用限量是管理者根据库存、工程采购条件、运输能力等对各类资
23、源所制定的每日最大使用量,后管理者可根据优化后的进度计划进行资源的采购和分配。RklSkllL(9)式中:Rl为l类资源每日需求总量;Sl为l类资源每日限定总量;L为所有资源的集合。2 模拟退火遗传算法2.1模拟退火算法模拟退火算法(Simulated Annealing,SA)是一种较为典型的概率算法,其优点在于:它在搜索过程中既接受“好”解,也能以一定概率接受“坏”解,以此跳出局部陷阱,从而找到全局最优解。此优点的实现主要依靠模拟退火算法引入的 Metropolis 准则,并将其作为接受新解的主要依据。设目标函数为miny(x),自变量为x,假设当前解为xi,通过一定规则产生的新解为xj,
24、依据Metropolis准则,新解的接受与否由以下关系式决定14:PT(xixj)=1若y(xj)y(xi)exp()y(xi)-y(xj)T否则(10)其中:T表示温度,为重要控制参数。在模拟退火算法中T以一定方式递减,通常为:Tk+1=Tk(11)其中,为递减系数,其取值通常为0.851,目前较多的取值为0.95。k为迭代次数。在一定程度上温度 T决定着接受新解的概率,在计算过程中,温度与接受新解的概率呈正比,随着温度的递减,接受新解的概率也在逐渐降低,是一种从全局到局部的计算方法。2.2遗传算法遗传算法(Genetic Algorithm,GA)被大多数学者认为是较为高效的随机搜索算法,
25、常被应用于组合优化类问题。该算法模仿种群进化过程,传统的算法中会随机产生一个解集,并将其作为初代父代,一般称此“父代”为初始种群,在该初始种群中,将各解视为染色体,通常通过二进制转化方式将各个染色体上化作一组变量并将其看作基因,模仿基因的选择、交叉、变异过程,后通过综合适应度值(目标函数值)对每条染色体进行评价,多次进化直到满足迭代结束条件,从而提供问题最优解的一种模型求解方法1516。2.3模拟退火遗传算法无论是模拟退火算法还是遗传算法在某种程度上都属于启发式算法,是一种概率算法,并不能保证每次运行的解相同,且都是最优解,对于复杂的问题来说,易陷入局部陷阱。由于本模型的变量较多,约束条件较多
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SAGA 铁路工程 施工进度 成本 动态 优化 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。