遗传算法在解决大规模施工时间/成本权衡问题中的应用

长期以来，时间/成本权衡（TCT）问题一直是建筑工程和管理研究人员的热门优化问题。这个问题表现为建筑项目总成本的优化，包括间接项目成本和单项活动成本。这种权衡是随着项目工期的延长而发生的，因此，项目间接成本随着单个活动工期的缩短而降低。通过增加对单个活动的资源分配来减少单个活动的持续时间，从而增加了完成这些活动的成本。历史上，由于计算复杂性和大型网络的要求，元启发式解决方案已应用于小规模问题。在本文中，我们证明了元启发式方法对于解决大规模建筑TCT问题是非常有效的。开发了一种自定义遗传算法（GA），用于在十分钟内利用个人计算机的计算能力，以高精度（<3%偏差）求解多达630个变量的大型基准网络。同样的方法也可用于以较长的处理时间为代价，以合理的精度（～7%的偏差）求解多达6300个变量的较大网络。演示了一些简单但有效的技术，这些技术可以提高TCT问题的GA性能；其中最有效的是一种基于加权图的新问题编码，它可以对所有候选解预先部分解决关键路径问题，从而显著提高适应度评估。其他改进包括并行适应度评估、优化算法参数和添加停滞标准。我们还通过全面的参数扫描和计算需求分析，提出了一些优化算法参数选择的指导原则。此外，本文中提出的方法是基于开放源码开发项目的，这些项目无需大量开发工作即可实现可伸缩的解决方案。这些信息将有助于其他研究人员提高其解决TCT问题的计算效率。