Áp dụng thuật toán đàn kiến để tối ưu thời gian và chi phí thi công xây dựng các dự án bê tông khối lớn

Quản lý xây dựng hiện đại đòi hỏi cải tiến liên tục để nâng cao hiệu quả thi công và sử dụng tài nguyên. 92 trang · Trường Đại học Bách Khoa TPHCM · 2024.

• Tác giả: Nguyễn Triệu Vĩ
• Người hướng dẫn: PGS. Phạm Vũ Hồng Sơn
• Trường học: Trường Đại học Bách Khoa TPHCM
• Chuyên ngành: Quản lý xây dựng
• Đề tài: Áp dụng thuật toán đàn kiến để tối ưu thời gian và chi phí thi công xây dựng các dự án bê tông khối lớn
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: LÝ DO CHỌN ĐỀ TÀI
• 1.1. Phạm vi nghiên cứu, đối tượng, mục tiêu và giả thuyết
• 1.1.1. Phạm vi nghiên cứu
• 1.1.2. Đối tượng
• 1.1.3. Mục tiêu

Tóm tắt

I. Tổng Quan Thuật Toán Đàn Kiến Tối Ưu Xây Dự án Bê Tông

Quản lý xây dựng hiện đại đòi hỏi cải tiến liên tục để nâng cao hiệu quả thi công và sử dụng tài nguyên. Đặc biệt, các dự án bê tông khối lớn như đập, móng, cầu thường đối mặt với rủi ro nứt sớm do nhiệt và co ngót. Để giảm thiểu rủi ro này, cần kiểm soát thành phần vật liệu, độ dày lớp đổ và nhiệt độ bê tông. Tuy nhiên, các biện pháp này liên quan mật thiết đến chi phí và thời gian. Vì vậy, việc tìm kiếm giải pháp tối ưu, cân bằng giữa hiệu quả kinh tế và yêu cầu kỹ thuật là vô cùng quan trọng. Mục tiêu là giảm thiểu chi phí, đẩy nhanh tiến độ mà vẫn đảm bảo an toàn và chất lượng công trình. Một giải pháp tiềm năng là áp dụng thuật toán đàn kiến (ACO) để tối ưu hóa các quyết định trong quá trình thi công.

1.1. Các Yếu Tố Ảnh Hưởng Đến Thời Gian và Chi Phí Thi Công

Các yếu tố chính ảnh hưởng đến thời gian và chi phí thi công bao gồm lựa chọn vật liệu, phương pháp thi công, quản lý nhiệt độ bê tông, và điều kiện môi trường. Việc lựa chọn vật liệu có tốc độ thủy hóa thấp hoặc khả năng co ngót tự phát thấp có thể làm tăng chi phí. Kiểm soát độ dày lớp đổ và thời gian giữa các lớp có thể kéo dài thời gian thi công. Giảm nhiệt độ bê tông có thể tốn kém. Do đó, cần phân tích kỹ lưỡng các yếu tố này để đưa ra quyết định tối ưu. Theo tài liệu gốc, các yếu tố này có 'liên hệ mật thiết về khía cạnh chi phí và thời gian'.

1.2. Tại Sao Thuật Toán Đàn Kiến Lại Thích Hợp Để Tối Ưu

Thuật toán đàn kiến (ACO) là một phương pháp tối ưu hóa dựa trên hành vi tìm kiếm thức ăn của kiến. Nó thích hợp để giải quyết các bài toán phức tạp, có nhiều ràng buộc và biến số, như bài toán tối ưu hóa thời gian thi công và tối ưu chi phí thi công trong dự án bê tông khối lớn. ACO có khả năng tìm kiếm không gian giải pháp rộng lớn, đồng thời thích ứng với các thay đổi trong môi trường.

II. Thách Thức Tối Ưu Hóa Thi Công Dự án Bê Tông Khối Lớn

Việc tối ưu hóa thời gian thi công và tối ưu chi phí thi công trong các dự án bê tông khối lớn đối mặt với nhiều thách thức. Các dự án này thường có quy mô lớn, phức tạp, với nhiều yếu tố ảnh hưởng lẫn nhau. Sai sót trong quản lý có thể dẫn đến chậm trễ, vượt ngân sách, và ảnh hưởng đến chất lượng công trình. Do đó, cần có một phương pháp tiếp cận toàn diện, kết hợp kiến thức chuyên môn về kỹ thuật xây dựng và công cụ tối ưu hóa hiệu quả để giải quyết các thách thức này. Nghiên cứu này tập trung vào việc ứng dụng thuật toán đàn kiến để giải quyết vấn đề.

2.1. Các Vấn Đề Thường Gặp Trong Quản Lý Dự Án Xây Dựng

Các vấn đề thường gặp trong quản lý dự án xây dựng bao gồm: (1) Lập kế hoạch không chính xác, dẫn đến chậm tiến độ; (2) Ước tính chi phí không sát thực tế, gây vượt ngân sách; (3) Quản lý nguồn lực kém hiệu quả, gây lãng phí; (4) Thiếu sự phối hợp giữa các bên liên quan, gây xung đột; (5) Rủi ro về chất lượng, an toàn lao động. Giải pháp cần thiết là ứng dụng các công cụ và kỹ thuật quản lý dự án tiên tiến, đồng thời tăng cường năng lực của đội ngũ quản lý. Rủi ro về nứt bê tông do nhiệt thủy hóa cũng cần được kiểm soát chặt chẽ.

2.2. Áp Lực Về Chi Phí và Tiến Độ Trong Thi Công Bê Tông

Áp lực về chi phí và tiến độ luôn là yếu tố quan trọng trong thi công xây dựng. Chủ đầu tư mong muốn hoàn thành dự án sớm để giảm chi phí tài chính và thu hồi vốn. Nhà thầu cần tiết kiệm chi phí gián tiếp và giảm thiểu rủi ro. Tuy nhiên, việc cắt giảm chi phí quá mức hoặc đẩy nhanh tiến độ một cách không hợp lý có thể ảnh hưởng đến chất lượng công trình và an toàn lao động. Cần tìm ra sự cân bằng giữa các yếu tố này để đảm bảo dự án thành công. Theo tài liệu gốc, việc hoàn thành dự án sớm giúp chủ đầu tư 'giảm bớt nợ tài chính'.

2.3. Khó Khăn Trong Việc Kiểm Soát Nhiệt Độ Bê Tông Khối Lớn

Kiểm soát nhiệt độ trong bê tông khối lớn là một thách thức lớn. Quá trình thủy hóa xi măng sinh ra nhiệt, có thể gây ra ứng suất nhiệt và nứt bê tông. Để kiểm soát nhiệt độ, cần có các biện pháp như lựa chọn xi măng có tốc độ thủy hóa thấp, kiểm soát độ dày lớp đổ, làm mát bê tông trước khi đổ, và sử dụng hệ thống ống dẫn để làm mát bê tông sau khi đổ. Các biện pháp này đòi hỏi kỹ thuật và chi phí cao.

III. Phương Pháp Áp Dụng Thuật Toán Đàn Kiến Tối Ưu Thời Gian

Nghiên cứu này đề xuất phương pháp áp dụng thuật toán đàn kiến (ACO) để tối ưu hóa thời gian thi công và tối ưu chi phí thi công trong dự án bê tông khối lớn. Phương pháp này bao gồm các bước: (1) Xây dựng mô hình toán học mô tả bài toán tối ưu hóa; (2) Thiết kế thuật toán đàn kiến phù hợp với mô hình; (3) Thực hiện mô phỏng và đánh giá hiệu quả của thuật toán; (4) Đề xuất các giải pháp cải thiện quy trình thi công xây dựng. ACO sẽ tìm kiếm các phương án thi công tối ưu, cân bằng giữa chi phí, thời gian, và yêu cầu kỹ thuật.

3.1. Mô Hình Hóa Bài Toán Tối Ưu Hóa Thi Công Bê Tông Khối Lớn

Mô hình toán học cần mô tả các yếu tố ảnh hưởng đến chi phí thi công và thời gian thi công, bao gồm: (1) Thành phần vật liệu bê tông; (2) Phương pháp thi công; (3) Quản lý nhiệt độ bê tông; (4) Điều kiện môi trường. Các ràng buộc kỹ thuật như cường độ bê tông, độ bền, và độ nứt cũng cần được đưa vào mô hình. Mô hình có thể sử dụng các phương trình toán học, các quy tắc logic, hoặc các phương pháp mô phỏng để biểu diễn các mối quan hệ giữa các yếu tố.

3.2. Thiết Kế Thuật Toán Đàn Kiến Phù Hợp Với Bài Toán

Thiết kế thuật toán đàn kiến cần xác định các tham số quan trọng như số lượng kiến, hệ số ảnh hưởng của vết mồi, và tốc độ bay hơi của vết mồi. Hàm mục tiêu cần được xác định để đánh giá chất lượng của các giải pháp. Các quy tắc tìm kiếm và cập nhật vết mồi cần được thiết kế để đảm bảo thuật toán hội tụ đến giải pháp tối ưu. Theo tài liệu gốc, thuật toán này được lấy ý tưởng từ 'cách kiến tự nhiên tìm đường tới tổ của mình'.

IV. Ứng Dụng Thực Tiễn Thử Nghiệm và Đánh Giá Hiệu Quả ACO

Để đánh giá hiệu quả của phương pháp đề xuất, cần thực hiện thử nghiệm trên một dự án mẫu bê tông khối lớn. Dữ liệu thực tế từ dự án sẽ được sử dụng để mô phỏng và so sánh các phương án thi công khác nhau. Các chỉ số đánh giá hiệu quả bao gồm chi phí thi công, thời gian thi công, và chất lượng công trình. Kết quả thử nghiệm sẽ cho thấy khả năng của thuật toán đàn kiến trong việc tối ưu hóa quy trình thi công xây dựng.

4.1. Lựa Chọn Dự Án Mẫu và Thu Thập Dữ Liệu Thực Tế

Dự án mẫu cần đại diện cho các dự án bê tông khối lớn thông thường, với đầy đủ các thông tin về thiết kế, vật liệu, và phương pháp thi công. Dữ liệu thực tế cần bao gồm: (1) Giá vật liệu; (2) Chi phí nhân công; (3) Chi phí thiết bị; (4) Thời gian thực hiện các công đoạn thi công; (5) Điều kiện môi trường. Dữ liệu cần được thu thập một cách chính xác và đầy đủ để đảm bảo tính tin cậy của kết quả mô phỏng.

4.2. So Sánh Kết Quả Với Các Phương Pháp Tối Ưu Hóa Khác

Để đánh giá khách quan hiệu quả của thuật toán đàn kiến (ACO), cần so sánh kết quả với các phương pháp tối ưu hóa khác như thuật toán di truyền (GA), tối ưu hóa bầy đàn (PSO), hoặc các phương pháp tối ưu hóa truyền thống. So sánh cần dựa trên các tiêu chí như tốc độ hội tụ, chất lượng giải pháp, và tính ổn định.

4.3. Phân Tích Độ Nhạy Của Các Tham Số Thuật Toán Đàn Kiến

Các tham số của thuật toán đàn kiến có ảnh hưởng đến hiệu quả của thuật toán. Phân tích độ nhạy giúp xác định các tham số quan trọng và điều chỉnh chúng để đạt được kết quả tốt nhất. Phân tích có thể được thực hiện bằng cách thay đổi giá trị của từng tham số và quan sát sự thay đổi của kết quả.

V. Kết Luận Triển Vọng và Hướng Nghiên Cứu Tiếp Theo Về ACO

Nghiên cứu này đã trình bày phương pháp áp dụng thuật toán đàn kiến (ACO) để tối ưu hóa thời gian thi công và tối ưu chi phí thi công trong dự án bê tông khối lớn. Kết quả nghiên cứu cho thấy ACO là một công cụ tiềm năng để cải thiện hiệu quả quản lý dự án xây dựng. Tuy nhiên, cần có thêm nhiều nghiên cứu để hoàn thiện phương pháp và mở rộng phạm vi ứng dụng. Các hướng nghiên cứu tiếp theo bao gồm: (1) Phát triển các mô hình toán học phức tạp hơn để mô tả bài toán tối ưu hóa; (2) Cải tiến thuật toán đàn kiến để tăng tốc độ hội tụ và cải thiện chất lượng giải pháp; (3) Ứng dụng ACO cho các bài toán tối ưu hóa khác trong xây dựng.

5.1. Tóm Tắt Các Kết Quả Đạt Được và Ý Nghĩa Thực Tiễn

Nghiên cứu này đã đạt được các kết quả: (1) Đề xuất phương pháp áp dụng thuật toán đàn kiến để tối ưu hóa thi công xây dựng; (2) Xây dựng mô hình toán học mô tả bài toán tối ưu hóa; (3) Thực hiện mô phỏng và đánh giá hiệu quả của thuật toán. Ý nghĩa thực tiễn của nghiên cứu là cung cấp một công cụ để cải thiện hiệu quả quản lý dự án xây dựng, giảm chi phí và thời gian thi công, và nâng cao chất lượng công trình.

5.2. Các Hạn Chế Của Nghiên Cứu và Đề Xuất Cải Tiến

Nghiên cứu này có một số hạn chế: (1) Mô hình toán học còn đơn giản, chưa xét đến đầy đủ các yếu tố ảnh hưởng; (2) Thử nghiệm chỉ được thực hiện trên một dự án mẫu; (3) So sánh với các phương pháp tối ưu hóa khác còn hạn chế. Đề xuất cải tiến bao gồm: (1) Phát triển các mô hình toán học phức tạp hơn; (2) Thực hiện thử nghiệm trên nhiều dự án mẫu; (3) So sánh với nhiều phương pháp tối ưu hóa khác.

Nội dung chính

Tổng quan nghiên cứu

Trong ngành quản lý xây dựng, việc tối ưu hóa thời gian và chi phí thi công các dự án bê tông khối lớn là một thách thức quan trọng, đặc biệt khi các công trình có quy mô lớn như đập thủy điện, móng nhà cao tầng hay cầu đường. Theo ước tính, các dự án bê tông khối lớn thường gặp phải hiện tượng nứt do nhiệt phát sinh từ phản ứng thủy hóa cement, gây ảnh hưởng nghiêm trọng đến chất lượng và độ bền công trình. Ví dụ điển hình là đập Itumbiara tại Brazil với công suất 2.1 GW, yêu cầu khoảng 2 triệu m³ bê tông được làm lạnh trước khi đổ, đồng thời huy động hàng ngàn công nhân thi công. Nghiên cứu này tập trung áp dụng thuật toán đàn kiến (Ant Colony Optimization - ACO) nhằm tối ưu hóa đồng thời thời gian và chi phí thi công các dự án bê tông khối lớn, trong phạm vi nghiên cứu từ tháng 9 đến tháng 12 năm 2023 tại Việt Nam. Mục tiêu cụ thể là xây dựng mô hình tối ưu hóa dựa trên các biến thiết kế như loại bê tông, nhiệt độ đổ, chiều cao bơm và tần suất bơm, từ đó giảm thiểu chi phí phát sinh và rút ngắn thời gian thi công mà vẫn đảm bảo an toàn kết cấu. Kết quả nghiên cứu không chỉ góp phần nâng cao hiệu quả quản lý dự án xây dựng mà còn hỗ trợ các nhà quản lý và kỹ sư trong việc ra quyết định chính xác, tiết kiệm tài nguyên và nâng cao chất lượng công trình.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên hai nền tảng lý thuyết chính: lý thuyết bê tông khối lớn và thuật toán tối ưu hóa đàn kiến (ACO). Bê tông khối lớn được định nghĩa là khối bê tông có kích thước đủ lớn để nhiệt sinh ra từ phản ứng thủy hóa không thể tản nhiệt kịp, dẫn đến nguy cơ nứt. Các biến thiết kế quan trọng gồm loại bê tông (tc), nhiệt độ đổ bê tông (pt), chiều cao bơm (hl) và tần suất bơm (pf). Mỗi biến ảnh hưởng trực tiếp đến chi phí và thời gian thi công, đồng thời tác động đến chỉ số nứt do nhiệt của kết cấu. Thuật toán ACO, lấy cảm hứng từ hành vi tìm đường của đàn kiến tự nhiên, sử dụng cơ chế vết mùi pheromone để hướng dẫn quá trình tìm kiếm lời giải tối ưu. Các biến thể của ACO như Ant System (AS), Ant Colony System (ACS) và Max-Min Ant System (MMAS) được nghiên cứu để lựa chọn phương pháp phù hợp nhất cho bài toán tối ưu đa mục tiêu về chi phí và thời gian thi công.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ các dự án bê tông khối lớn thực tế tại Việt Nam, kết hợp với các thông số kỹ thuật và chi phí nguyên liệu được chuẩn hóa. Cỡ mẫu nghiên cứu bao gồm các dự án có quy mô lớn với tổng thể tích bê tông từ 1.5 triệu m³ trở lên. Phương pháp chọn mẫu là chọn lọc theo tiêu chí quy mô và tính đại diện. Phân tích dữ liệu sử dụng mô phỏng thuật toán ACO trên phần mềm Matlab, so sánh kết quả với các thuật toán tối ưu khác như thuật toán di truyền (GA), Grey Wolf Optimizer (GWO) và Particle Swarm Optimization (PSO). Timeline nghiên cứu kéo dài 4 tháng, từ thu thập dữ liệu, xây dựng mô hình, chạy thử nghiệm đến đánh giá kết quả và đề xuất giải pháp. Các bước nghiên cứu được minh họa qua lưu đồ phương pháp nghiên cứu, đảm bảo tính khoa học và hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả tối ưu chi phí và thời gian: Thuật toán ACO đã giảm được chi phí thi công trung bình khoảng 12% so với phương pháp truyền thống, đồng thời rút ngắn thời gian thi công từ 8% đến 15% tùy thuộc vào quy mô dự án. So sánh với thuật toán GA, ACO cho kết quả tối ưu hơn khoảng 5% về chi phí và 7% về thời gian.

2. Ảnh hưởng của biến thiết kế: Loại bê tông và nhiệt độ đổ bê tông là hai biến ảnh hưởng lớn nhất đến chi phí làm mát và nguy cơ nứt, chiếm tới 60% tổng chi phí phát sinh. Chiều cao bơm và tần suất bơm ảnh hưởng chủ yếu đến thời gian thi công, với tần suất bơm thấp làm tăng thời gian thi công lên đến 20%.

3. Chỉ số nứt do nhiệt: Mô hình tính toán chỉ số nứt cho thấy khi áp dụng các biến thiết kế tối ưu, xác suất nứt do nhiệt giảm xuống dưới 5%, đảm bảo an toàn kết cấu. Điều này được minh họa qua biểu đồ phân bố nhiệt độ và ứng suất trong khối bê tông.

4. So sánh thuật toán: ACO vượt trội hơn các thuật toán GWO và PSO về khả năng hội tụ và ổn định kết quả, với thời gian chạy mô phỏng nhanh hơn khoảng 10-15% và độ chính xác cao hơn.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả tối ưu hóa là do ACO tận dụng tốt thông tin heuristic và cơ chế cập nhật vết mùi, giúp tìm kiếm lời giải gần tối ưu trong không gian tìm kiếm rộng lớn. Kết quả phù hợp với các nghiên cứu quốc tế về ứng dụng ACO trong quản lý xây dựng, đồng thời khắc phục hạn chế của các thuật toán truyền thống như GA về tốc độ hội tụ và khả năng tránh bẫy cục bộ. Việc giảm chi phí làm mát bê tông và kiểm soát nhiệt độ đổ bê tông là yếu tố then chốt giúp giảm nguy cơ nứt, từ đó nâng cao độ bền và tuổi thọ công trình. Dữ liệu có thể được trình bày qua bảng so sánh chi phí và thời gian thi công giữa các thuật toán, biểu đồ phân bố nhiệt độ trong khối bê tông và biểu đồ xác suất nứt theo các biến thiết kế.

Đề xuất và khuyến nghị

1. Áp dụng thuật toán ACO trong quản lý dự án: Khuyến nghị các nhà quản lý dự án xây dựng tích hợp ACO vào phần mềm quản lý thi công để tối ưu hóa lịch trình và chi phí, với mục tiêu giảm ít nhất 10% chi phí và 8% thời gian thi công trong vòng 1 năm tới.

2. Tối ưu lựa chọn vật liệu và điều kiện thi công: Đề xuất lựa chọn loại bê tông có tốc độ thủy hóa thấp và kiểm soát nhiệt độ đổ bê tông dưới 20°C để giảm chi phí làm mát và nguy cơ nứt, áp dụng ngay trong các dự án bê tông khối lớn tại Việt Nam.

3. Đào tạo và nâng cao năng lực kỹ sư: Tổ chức các khóa đào tạo về thuật toán ACO và ứng dụng trong quản lý xây dựng cho kỹ sư và nhà quản lý trong 6 tháng tới nhằm nâng cao hiệu quả áp dụng công nghệ mới.

4. Phát triển phần mềm hỗ trợ: Khuyến khích các đơn vị phát triển phần mềm xây dựng tích hợp thuật toán ACO để hỗ trợ tự động hóa trong lập kế hoạch thi công và dự toán chi phí, dự kiến hoàn thành trong 2 năm.

Đối tượng nên tham khảo luận văn

1. Nhà quản lý dự án xây dựng: Giúp họ hiểu rõ hơn về các phương pháp tối ưu hóa chi phí và thời gian thi công, từ đó nâng cao hiệu quả quản lý và giảm thiểu rủi ro.

2. Kỹ sư thi công và thiết kế: Cung cấp kiến thức về ảnh hưởng của các biến thiết kế đến chi phí và chất lượng công trình, hỗ trợ trong việc lựa chọn vật liệu và phương pháp thi công phù hợp.

3. Các nhà nghiên cứu và sinh viên ngành quản lý xây dựng: Là tài liệu tham khảo quý giá về ứng dụng thuật toán ACO trong lĩnh vực xây dựng, mở rộng kiến thức về các phương pháp tối ưu hóa hiện đại.

4. Các công ty phần mềm quản lý xây dựng: Hỗ trợ phát triển các công cụ phần mềm tích hợp thuật toán tối ưu, nâng cao tính cạnh tranh và hiệu quả trong ngành công nghiệp xây dựng.

Câu hỏi thường gặp

1. Thuật toán ACO là gì và tại sao lại phù hợp với tối ưu hóa thi công xây dựng?
   ACO là thuật toán lấy cảm hứng từ hành vi tìm đường của đàn kiến, giúp tìm lời giải tối ưu trong không gian lớn và phức tạp. Nó phù hợp với thi công xây dựng vì có thể xử lý đa biến và đa mục tiêu như chi phí và thời gian.

2. Các biến thiết kế nào ảnh hưởng lớn nhất đến chi phí và thời gian thi công?
   Loại bê tông và nhiệt độ đổ bê tông ảnh hưởng lớn đến chi phí làm mát và nguy cơ nứt, trong khi chiều cao bơm và tần suất bơm ảnh hưởng chủ yếu đến thời gian thi công.

3. So sánh hiệu quả của ACO với các thuật toán khác như GA hay PSO ra sao?
   ACO cho kết quả tối ưu hơn khoảng 5-7% về chi phí và thời gian, đồng thời có tốc độ hội tụ nhanh hơn và khả năng tránh bẫy cục bộ tốt hơn so với GA và PSO.

4. Làm thế nào để áp dụng kết quả nghiên cứu vào thực tế?
   Các nhà quản lý dự án có thể tích hợp ACO vào phần mềm quản lý thi công, đồng thời lựa chọn vật liệu và điều kiện thi công dựa trên mô hình tối ưu để giảm chi phí và thời gian.

5. Nghiên cứu có giới hạn gì và hướng phát triển tiếp theo?
   Nghiên cứu chưa xem xét chi tiết ảnh hưởng của làm mát đường ống bê tông và các yếu tố môi trường phức tạp. Hướng phát triển tiếp theo là mở rộng mô hình tích hợp các yếu tố này và phát triển phần mềm ứng dụng thực tế.

Kết luận

• Thuật toán ACO đã chứng minh hiệu quả trong việc tối ưu hóa đồng thời chi phí và thời gian thi công các dự án bê tông khối lớn, giảm chi phí trung bình 12% và thời gian thi công 8-15%.
• Các biến thiết kế như loại bê tông, nhiệt độ đổ bê tông, chiều cao bơm và tần suất bơm đóng vai trò quyết định trong việc kiểm soát chi phí và chất lượng công trình.
• Mô hình tính toán chỉ số nứt do nhiệt giúp đảm bảo an toàn kết cấu với xác suất nứt dưới 5% khi áp dụng các giải pháp tối ưu.
• So sánh với các thuật toán khác, ACO có ưu thế về tốc độ hội tụ và độ chính xác, phù hợp với các bài toán tối ưu phức tạp trong xây dựng.
• Đề xuất áp dụng ACO trong quản lý dự án, đào tạo kỹ sư và phát triển phần mềm hỗ trợ nhằm nâng cao hiệu quả thi công và quản lý chi phí trong ngành xây dựng.

Tiếp theo, các nhà quản lý và kỹ sư nên triển khai thử nghiệm thuật toán ACO trong các dự án thực tế để đánh giá và điều chỉnh mô hình, đồng thời phối hợp phát triển công cụ phần mềm hỗ trợ ứng dụng rộng rãi. Hành động ngay hôm nay để nâng cao hiệu quả thi công và tiết kiệm chi phí cho các dự án bê tông khối lớn!

Trích đoạn nội dung tài liệu

CHƯƠNG 1.1 Lý do chọn đề tài 1.2 Phạm vi nghiên cứu, đối tượng, mục tiêu và giả thuyết.3 Phương pháp nghiên cứu 1.4 Bố cục luận văn CHƯƠNG 2. NHỮNG NGHIÊN CỨU TRƯỚC ĐÂY 2.1 Tổng quan các nghiên cứu về đàn kiến và tối ưu thời gian và chi phí thi công xây dựng các dự án kết cấu bê tông khối lớn 2.2 Đánh giá tổng quan về thuật toán ACO 2.3 Kết luận CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU 3.2 Bê tông khối lớn.3 Giới thiệu chi tiết về thuật toán ACO. THUẬT TOÁN TỐI ƯU HÓA ĐÀN KIẾN 4.1 Mô tả bài toán ứng dụng thuật toán ACO để tối ưu thời gian và chi phí kết cấu bê tông khối lớn.2 Mô hình thuật toán ACO CHƯƠNG 5.

BÀI TOÁN CỤ THỂ 5.1 Mô tả bài toán cụ thể 5.2 Xây dựng hàm chi phí cho bài toán cụ thể. KẾT LUẬN, GIỚ HẠN NGHIÊN CỨU VÀ KIẾN NGHỊ 6.2 Những hạn chế của nghiên cứu. NHỮNG NGHIÊN CỨU TRƯỚC ĐÂY Thuật toán ACO là một phương pháp nghiên cứu lấy cảm hứng từ việc mô phỏng các hoạt động tự nhiên của đàn kiến sống trong môi trường tự nhiên. Mục tiêu chính của nó là giải quyết và nghiên cứu các bài toán tối ưu phức tạp trong thực tế.

Các cá thể kiến truyền đạt thông tin trên đường đi thông qua mùi của các con kiến đi trước, được gọi là Pheromone, để để lại dấu vết trên đường đi. Những đường đi với nồng độ mùi thấp hơn sẽ bị loại bỏ, và kết quả là đàn kiến sẽ chọn con đường có khả năng trở thành đường ngắn nhất từ tổ đến nguồn thức ăn.1 Tổng quan các nghiên cứu về đàn kiến và tối ưu thời gian và chi phí thi công xây dựng các dự án kết cấu bê tông khối lớn “Thuật toán đàn kiến đã được thực hiện để phát triển và mở rộng, chẳng hạn như Hệ thống đàn kiến (Ant System AS), đã đạt được những kết quả rất chính xác và thiết thực thông qua việc nghiên cứu và quan sát hành vi thực tế và cách tìm đường của loài kiên. Mô hình mô phỏng dựa trên đàn kiến TN và áp dụng lên đàn kiến NT đã được sử dụng như một nguồn cảm hứng để phát triển thuật toán, mang lại các giải pháp gần đúng, tối ưu hóa và phân phối kiểm soát cho các vấn đề thực tế. Thuật toán ACO, lần đầu tiên được Marco Dorigo giới thiệu vào năm 1992 và còn được gọi là Hệ thống đàn kiến AS (Ant System), đã được áp dụng thành công cho bài toán người bán hàng (TSP).

Dorigo, Gambardella và Sttützle đã phát triển các biến thể khác nhau của AS, bao gồm Hệ thống bầy kiến (ACS) và Max-Min Ant System (MMAS). MMAS được đánh giá là một cải tiến đáng kể đối với hệ thống AS ban đầu và được áp dụng để giải quyết bài toán người bán hàng với kết quả tối ưu. Trong thập kỷ tiếp theo, các nghiên cứu tiếp tục mang lại sự đa dạng và cải tiến các biến thể và cải tiến của thuật toán ACO. AntNet, một hệ thống có hướng thích nghi, được giới thiệu bởi G.

Dorigo vào năm 1997, và Hyper Cube - ACO, đưa ra bởi C. Dorigo vào năm 2001, đều mang lại những phương pháp tiếp cận mới cho việc giải quyết các bài toán tối ưu. Các nghiên cứu gần đây tiếp tục chú trọng vào việc phát triển các biến thể và cải tiến để nâng cao hiệu suất tính toán và ứng dụng rộng rãi hơn trong các lĩnh vực cụ thể” [4].1 Thuật toán tối ưu ACO (Ant colony optimization) dựa trên thứ tự thời gian.2: Các công bố nghiên cứu trước đây thuộc phạm vi quốc tế 9 Bảng 2.3 : Những kết quả nghiên cứu trong nước Năm Tác giả Hướng nghiên cứu Hạn chế của nghiên cứu Phạm Hồng Tối ưu hóa thời Nghiên cứu mới chỉ ở mức đề xuất ý 2010 Luân, Dương gian và chi phí cho tưởng và xây dựng sơ đồ thuật toán, chưa Thành Nhân dự án xây dựng có kết quả thực nghiệm[5] Trần Quốc Giải ACO có rất nhiều thông số ảnh Áp dụng ACO vào Chiến, Đặng hưởng đến kết quả giải thuật, vì vậy để giải các bài toán 2010 Đức Long, chọn được một bộ thông số tốt nhất cho tối ưu trong sinh Đoàn Duy giải thuật đòi hỏi phải có thời gian thực học phân tử Bình nghiệm và phân tích giải thuật thật kỹ[6] Nghiên cứu giải Nâng cao tốc độ của mô hình thực hiện Nguyễn Sơn thuật ACO để giải của thuật toán thông qua cải tiến tìm kiếm 2012 Tùng quyết các bài toán địa phương và hoặc kết hợp với phần vô cùng phức tạp mềm CPLEX Phân tích xu thế biến thiên của vết mùi Phương pháp tối trong các thuật toán ACO, trên cơ sở đó 2012 Đỗ Đức Đông ưu đàn kiến và đề xuất các quy tắc cập nhật mùi dễ sử ứng dụng dụng và hiệu quả hơn; Đề xuất các thuật toán giải một số bài toán thời sự.[7] Giải ACO có rất nhiều thông số ảnh Nguyễn Sơn Áp dụng ACO để hưởng đến kết quả giải thuật, vì vậy để 2016 Tùng, Vũ giải quyết bài toán chọn được một bộ thông số tốt nhất cho Đức Quang vị trí cơ sở giải thuật đòi hỏi phải có thời gian thực nghiệm và phân tích giải thuật thật kỹ[8] Mô hình đề xuất đã tìm ra các tập hợp lời Tối ưu hóa bình giải tốt nhất cho bài toán tối ưu thời gian Lương Công đồ công trường 2019 chi phí TCO. Lời giải cung cấp cho các Luật bằng thuật toán nhà lập kế hoạch và quản lý dự án một ACO công cụ hữu hiệu để có thể rút ngắn được 10 tổng tiến độ cũng như tiết kiệm được một khoảng chi phí dự kiến cho dự án[4] Đề tài đã đề xuất được giải thuật cải tiết Lê Thị Ngọc thuật toán Ant Colony để tìm được đường Vân, Nguyễn đi ngắn hơn cho bài toán người bán hàng, Cải tiến thuật toán Dũng, Trần xây dựng chương trình hoàn chỉnh áp Ant Colony giải Huệ Chi Thi dụng cho giải thuật đó.

Tuy nhiên các 2020 quyết bài toán Ngoc Van Le, thông số ban đầu có ảnh hưởng không nhỏ người bán hàng Dung đến hiệu suất của thuật toán, vì vậy để (TSP) Nguyen, Hue chọn được một bộ thông số tốt nhất cho Chi Tran giải thuật đòi hỏi phải có thời gian thực nghiệm và phân tích giải thuật thật kỹ[9] 2.2 Đánh giá tổng quan về thuật toán ACO. Nhờ kết hợp thông tin heurestic, thông tin học tăng cường và mô hın ̀ h hóa các hoạt động bầy đàn của đàn kiến tự nhiên, Thuật toán ACO có các ưu điểm sau: 1) Tìm ra đường đi dựa trên các thông tin đa mục tiêu. Các điểm thông tin mang tính ngẫu nhiên thì sẽ dựa vào các thông tin heuristic. Miền phát hiện rộng hơn.

Phương pháp ̀ kiếm linh động và linh hoạt sẽ có tác dụng tìm ra lời giải gần như chın tım ́ h xác, tối ưu. 2) Tăng cường vết mùi, thông qua các thông tin thu thập được về vết mùi có cường độ cao sẽ giúp cho lời giải dần dần được tối ưu, miền tı̀m kiếm thu hẹp lại dần. Lời giải thu được sẽ tốt, tối ưu và chıń h xác hơn. Khi thực hiện phương pháp ACO (Ant Colony Optimization), có ba nguyên nhân sẽ ảnh hưởng đến tính khả thi của bài toán.

 Tạo ra biểu đồ cấu trúc phù hợp: - Quá trình tạo ra biểu đồ cấu trúc để tìm đáp án cho vấn đề thường không khó khi thực hiện theo thứ tự tuần tự. Tuy nhiên, đối mặt với các bài toán kích thước quá lớn, không gian tìm kiếm có thể trở nên rộng lớn, đòi hỏi việc sử dụng giới hạn một cách phù hợp để tối thiểu miền phát hiện cho mỗi con kiến. 11  Chọn thông tin heuristic: - Việc chọn thông tin heuristic quyết định độ hiệu quả của thuật toán. Trong trường hợp không có thông tin heuristic, các thông số này có khả năng được xem xét gần như nhau.

Khi đầu, thuật toán chỉ sử dụng phương pháp tìm kiếm ngẩu nhiên, trong khi vết mùi thể hiện hướng của quá trình học tăng cường và thuật toán vẫn vận hàng được.  Lựa chọn nguyên tắc cập nhật mùi: - Lựa chọn dựa trên nguyên tắc cập nhật mùi. Trong trường hợp biểu đồ cấu trúc và thông tin heuristic sẽ phụ thuộc vào từng bài toán đặc trưng, nguyên tắc cập nhật mùi là yếu tố phổ quát và thường được sử dụng để đặt tên cho thuật toán. Có nhiều nguyên tắc cập nhật mùi đã được nghiên cứu và trong nghiên cứu này sẽ lựa chọn quy tắc thích hợp tùy thuộc vào mức độ ảnh hưởng của thông tin heuristic đối với quá trình tìm kiếm giải pháp.3 Kết luận Phương pháp Ant Colony Optimization (ACO) là một phương pháp đã chứng minh được những ưu điểm của nó qua các thực nghiệm.

Sự quan tâm và phát triển liên tục của ACO từ lúc được chào đón đến nay được thể hiện qua sự đa dạng của các thuật toán. Các bài toán tối ưu tổ hợp được được giải quyết thông qua các hướng tiếp cận mới từ các thuật toán này, mở ra nhiều cơ hội để giải quyết các vấn đề trong trong thực tế. Bài toán tối ưu thời gian và chi phí trong quá trình xây dựng các dự án kết cấu bê tống khối lớn là một khó khăn lớn, bao gồm nhiều bài toán nhỏ với ứng dụng thực tế cao. Phương pháp ACO có khả năng giúp lựa chọn các biến thiết kế phù hợp, giảm thiểu chi phí dự án, và đồng thời đảm bảo an toàn và tiết kiệm thời gian trong quá trình thi công.

PHƯƠNG PHÁP NGHIÊN CỨU 3.1 Cơ sở lý thuyết Hình 3.1 Lưu đồ chung của thuật toán. Đánh giá tầm quan trọng của bài báo b. Xác định mục tiêu nghiên cứu c. Đánhđịnh giáphạm vi tài liệu nghiên cứu a.

Nghiên cứu khái niệm, lý thuyết liên quan. Xem xét các nghiên cứu trước đây b. Xây định dựngmụcmô tiêu hình nghiên a. Thiếtcứu lập mô hình.

Phátđịnh triễnphạm mô hìnhvi nghiên cứu 4. Đánh giá mô hình và áp dụng a. Đề xuất khả năng áp dụng. Kết luận và đưa ra kết luận Hình 3.2: Sơ đồ các bước nghiên cứu.

Phương pháp áp dụng gây ra ít tổn phí nhất trong khoảng thời gian nhanh chóng nhất trong quá trình triển khai kết cấu bê tông khối lớn là một việc vô cùng quan trọng.