Đang tải... (xem toàn văn)
Nghiên cứu ứng dụng thuật toán ACO tối ưu thời gian và chi phí cho dự án xây dựng
TẠP CHÍ PHÁT TRIEN KH&CN, TẬP 13, SO QI - 2010 NGHIEN CUU UNG DUNG THUAT TOAN ACO (ANT COLONY OPTIMIZATION) TOI UU THOT GIAN VÀ CHI PHÍ CHO DỰ ÁN XÂY DUNG Phạm Hồng Luân “', Dương Thành Nhân”) (1) Trường Đại học Bách Khoa, ĐHQG-HCM (2) Công ty CP Tài trợ Phát triển địa ốc R.C (Bài nhận ngày 30 tháng 09 năm 2009, hồn sửa chữa ngày 24 tháng 12 năm 2009) TÓM TẮT: Bài tốn tối ưu thời gian - phí khía cạnh quan trọng quản lý dự án xây dựng Đề cực đại hóa lợi nhuận, nhà lập kế hoạch xây dựng phải co gang tim cách tối ưu đông thời thời gian phí Trong nhiều năm qua, nhiều nghiên cứu thực nhằm nghiên cứu mối quan hệ thời gian - phí, kỹ thuật ứng dụng từ phương pháp tì kiếm, phương pháp tốn học thuật giải di truyền Trong báo này, thuật toán tối ưu dựa nên tảng tiễn hóa, với tên gọi tối tru đàn kiến (ACO) ứng dụng để giải toán tối tru mục tiêu thời gian - phí Bằng cách kết hợp với phương pháp trọng số thích ứng sửa đổi (MAIWA), mơ hình tìm lời giải tối ưu Mơ hình ACO-TCO pháp triển chương trình máy tính Visual Basie Một ví dụ phân tích đề minh họa khả mơ so sánh với phương pháp trước Kết phương pháp có khả tìm kết tốt mà không cần sử dụng nhiều đến máy điện tốn, từ cung cắp phương tiện hữu hiệu để hỗ trợ nhà lập kế hoạch quản lý việc lựa chọn định thời gian — phí cách hiệu Tir khéa: Ant colony optimization (ACO), genetic algorithm, GA, MAWA, ACO-TCO GIỚI THIỆU Với đời sáng kiến : kỹ thuật xây dựng hiệu quả, sáng kiến quản lý phương pháp phân phát, thời gian xây dựng cải thiện cách ` rõ rệt vòng vài thập kỷ gần Trên ` : quan điểm chủ đầu tư, dự án kết thúc sớm giúp giảm bớt khoản nợ tài ¬ cho phép họ thu lại nguồn vốn đầu tư sớm Mặt khác, nhà thầu tiết kiệm ` phí gián tiếp giảm thiểu nguy lạm : phát số lượng nhân công thời „ gian dự án rút ngắn Trên sở này, nhà lập kế hoạch quản lý dự án có gắng bảo đảm tắt hoạt động xây Bản quyền thuộc ĐHQG-HCM dựng phải hồn thành khơng thời gian tiến độ mà phải vượt tiến độ đề Bài toan 161 wu thoi gian — chi phi (timecost optimization — TCO) toán quan trọng việc lập quản lý dự án Các nhà quản lý dự án phải lựa chọn nguồn tài nguyên thích hợp, bao gồm: ” kích cỡ tổ đội, vật tư thiết bị, máy móc phương pháp kỹ thuật thi công để thực cơng tác dự án Nói chung, có mối quan hệ tương quan thời gian phí để hồn thành cơng tác; chi phi thấp thời gian thực công tác kéo dài, ngược lại Những tốn loại thường khó giải chúng khơng có đáp Trang 17 Science & Technology Development, Vol 13, No.Q1- 2010 án Vì vậy, nhiệm vụ nhà nhược điểm riêng việc giải quản lý dự án phải xem xét, đánh giá cách kỹ lưỡng nhiều phương pháp khác toán TCO Tuy nhiên, dự án lớn với nhằm đạt kết cân tối ưu phương pháp quy hoạch toán học thời gian phí khơng thể đạt lời giải tối ưu cách sơ đồ mạng lớn, phương pháp tìm kiếm Các phương pháp để giải tốn hiệu Với mục tiêu đạt lời giải tối ưu TCO chia thành ba nhóm: cho tốn TCO, nhiều nhà nghiên cứu bắt phương pháp tìm kiém (heuristic methods), đầu khám phá khả sử dụng phương thuật toán tối ưu dựa tảng tiến pháp tiên tiến EOAs EOAs (evolutionary-based optimization algorithms) phương pháp nghiên cứu dựa việc mơ hóa (evoluionary-based optimization algorithms_EOAs) Phương pháp tìm kiếm hành vi xã hội loài Trong số phương pháp quy hoạch tốn học (mathematical programming models) q trình tiến hoá giới tự nhiên kỹ thuật tìm kiếm dựa ý kiến chủ quan EOAs, GAs (genetic algorithms) - thuật của người định Các phương pháp truyền - sử dụng rộng rãi nhằm thu tìm kiếm tiêu biểu dùng để giải toán lời giải tối ưu cho toán tối ưu đa TCO gồm : phương pháp Fondahl (1963), phương pháp khung (Prager 1963), phương pháp độ dốc phí hiệu (Siemens 1971), Phương pháp quy hoạch tốn học sử dụng chương trình tốn học quy hoạch tuyến tính (linear programming_LP), giới thiệu Kelly (1961), Hendrickson and Au mục tiêu nhiều lĩnh Chẳng hạn, Feng (1989) va Pagnoni (1990) để mơ hình hóa mối quan hệ tuyến tính thời gian - phí Ngồi ra, quy hoạch số nguyên (integer programming_IP) giới thiệu Meyer & Shaffer (1963) để giải mối quan hệ tuyến tính rời rạc thời gian - phí Gần đây, Burns cộng (1996) cộng (1997) phát triển mơ hình GA mà cải thiện mơ hình lai ghép phát minh Liu cộng (1995) Feng cộng (2000) phát triển mơ hình GA cho tốn cân thời gian-chỉ phí xây dựng Bên cạnh thuật giải truyền, nhiều kỹ thuật EOA khác lấy cảm hứng từ nhiều tiến trình khác tự nhiên phát triển thuật toán memetic (Moscato 1989), tối ưu bầy đàn (Kenedy va Eberhart 1995) Vào đầu thập niên 90, thuật toán với tên gọi Tối wu dan kiến (Ant Colony phát triển mơ hình lai ghép LP/IP nhằm Optimization _ACO) đề xuất thiết ập đáp án xác cho khoảng phương pháp việc tìm kiếm lời giải thời gian mong muốn tối ưu cho toán tối ưu đa mục tiêu Cả hai phương pháp tìm kiếm quy hoạch tốn học có điểm mạnh Trang 18 ACO lần tiên ứng dụng đề giải toán người thương gia TSP (Traveling Bản quyền thuộc ĐHQG-HCM TẠP CHÍ PHÁT TRIEN KH&CN, TẬP 13, SO QI - 2010 Salesmen Problem), va gần mở đích đánh dấu đường cho theo sau rộng cải tiến để áp dụng cho nhiều toán Vét mui bay dan theo thời tối ưu khác gian, củng cố Bài báo sâu nghiên cứu ứng dụng thuật toán ACO - phương pháp tìm kiến khác tiếp tục đường, kiếm nên dạng heuristic - để giải toán tối ưu đa mục tiêu TCO lần Dần dần, kiến theo sau lựa chọn đường với lượng mùi dày đặc hơn, chúng làm gia tăng nỗng độ mùi triển đường u thích Các chương trình máy tính dựa mơ hình thuật đường với nồng độ mùi rốt bị toán nghiên cứu, nhằm kiểm tra kết loại bỏ cuối cùng, tất đàn kiến dự án xây dựng Việc phát dựa số liệu dự án xây dựng thực tế, kéo đường mà có khuynh hướng trở so sánh với phương pháp trước đây, xem xét báo ăn chúng (Dorigo Gambardella 1996) thành đường ngắn từ tổ đến nguồn thức Để bắt chước hành vi kiến THUAT TOAN ACO thực, Dorigo xây dựng kiến nhân tạo (artjfieial anis) có đặc trưng sản sinh ACO (Ant Colony Optimization — Toi wu vết mùi để lại đường khả lần vết đàn kiến) phương pháp nghiên cứu lấy theo nồng độ mùi để lựa chọn đường có cảm hứng từ việc mô hành vi đàn nỗng độ mùi cao dé di Gắn với cạnh kiến tự nhiên nhằm mục tiêu giải (7) nồng độ vết mùi z„ thông số heuristic toán tối ưu phức tạp my cạnh Được giới thiệu lần vào năm 1991 Ban đầu, nồng độ mùi cạnh (¡/) A Colorni M Dorigo, Giải (huật kiến nhận ý rộng lớn nhờ vào khả khởi tạo số c, xác định theo cơng thức : tối ưu nhiều lĩnh vực khác Khái niệm ACO lấy cảm hứng từ việc quan sát hành vi đàn kiến trình chúng tìm kiếm nguồn thức ăn Người ta khám phá rải g, đàn kiến ln tìm đị — Tụ= m cm + vai) Trong : "7: nồng độ vết mùi cạnh ij đường ngắn từ tổ chúng đến nguồn " m: số lượng kiến thức ăn Phương tiện truyền đạt tín hiệu " C”: kiến sử dụng để thơng báo cho khác việc tìm đường hiệu mùi chúng (pheromone) Kiến để lại vệt mùi mặt đất chúng chuyển với mục Bản quyền thuộc ĐHQG-HCM a) chiều dài hành trình cho phương pháp tìm kiếm gần Tại đỉnh 7, kiến & chọn đỉnh/ chưa qua tập láng giềng i Trang 19 Science & Technology Development, Vol 13, No.Q1- 2010 "4: giá trị lựa chọn cách ngẫu theo quy luật phân bố xác suất xác nhiên với xác suất không thay đổi định theo công thức sau: £ [z„Ý In, Dy = Ma _ ie NS ye @) k lựa chọn canh i,jsở *j,:Esxác suấted kiến "7jy: thông tin heuristic giúp đánh giá định từ đỉnh qua đỉnh/ ; xác định theo công thức : My = May " @) _: khoảng cách đỉnh ¡ đỉnh/ phân bố xác suất theo công thức (2) kiến tìm đường đi, vết mùi (¡,) cạnh cập nhật lại, chúng bị biến đổi trình bay trình tích lũy mùi kiến cạnh Sau vịng lặp, vết mùi cạnh cập nhật lại theo công thức sau: k ta Trong : : tập đỉnh láng giềng = O(n, Ƒ] IEN) : tỷ lệ bay vệt mùi *Ørj (1): lượng mùi mà kiến & để Quy luật mô hoạt động Néu q" qo nà z+0) =(
