Tổng quan nghiên cứu

Trong quản lý thi công công trình xây dựng, công tác quy hoạch mặt bằng thi công (Construction Site Layout Planning - CSLP) đóng vai trò quyết định đến tiến độ, mức độ an toàn và hiệu quả tài chính của toàn bộ dự án. Các số liệu thống kê ngành xây dựng cho thấy chi phí vận chuyển và xử lý vật liệu chiếm từ 10% đến 30% tổng chi phí sản xuất trực tiếp, đồng thời thời gian luân chuyển vật tư tiêu tốn hơn 50% tổng thời gian xây dựng và chiếm khoảng 40% tổng số giờ làm việc của nhân công. Việc bố trí các cơ sở tạm thời thiếu hợp lý không chỉ gây xung đột không gian mà còn làm suy giảm tới 65% năng suất lao động và gia tăng tới 36% chi phí phát sinh liên quan đến vật liệu.

Vấn đề nghiên cứu cốt lõi xuất phát từ thực trạng khan hiếm quỹ đất và không gian thi công chật hẹp tại các đô thị lớn, đặc biệt đối với các công trình nhà cao tầng. Bài toán bố trí mặt bằng công trình là một bài toán tối ưu hóa tổ hợp thuộc nhóm NP-khó (Non-deterministic Polynomial-time hard), nơi độ phức tạp tính toán tăng theo cấp số nhân với không gian tìm kiếm khổng lồ, ví dụ với 20 cơ sở vật chất sẽ có khoảng hơn 2,43 nhân 10 mũ 18 phương án lựa chọn. Mục tiêu của nghiên cứu là mô hình hóa quy hoạch mặt bằng thành bài toán phân công bậc hai (Quadratic Assignment Problems - QAP) và phát triển một thuật toán tối ưu hóa bầy đàn lai ghép mới mang tên IALO-MOLT dựa trên nền tảng thuật toán Kiến sư tử (Ant Lion Optimizer - ALO).

Phạm vi nghiên cứu tập trung vào các hoạt động vận chuyển, lưu trữ và nâng vật liệu cho công trình nhà cao tầng cũng như tối ưu hóa bố trí cơ sở vật chất trên tổng mặt bằng tại Việt Nam trong giai đoạn thực hiện từ tháng 09 năm 2022 đến tháng 12 năm 2022. Đề tài mang ý nghĩa quan trọng khi cung cấp một công cụ giải toán tự động có khả năng giảm thiểu từ 20% đến 50% tổng chi phí vận hành di chuyển nguồn lực, hỗ trợ các nhà quản lý dự án chuyển dịch từ phương thức bố trí cảm tính sang giải pháp định lượng khoa học và chính xác.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa các nền tảng lý thuyết toán học tối ưu và kỹ thuật tính toán mềm hiện đại:

Thứ nhất, Lý thuyết bài toán phân công bậc hai (QAP) do Koopmans và Beckmann đề xuất năm 1957. Đây là mô hình toán học giải quyết việc gán n cơ sở vật chất vào m vị trí xác định trước nhằm tối thiểu hóa tổng chi phí vận chuyển, được tính bằng tích số giữa khối lượng lưu lượng công việc (tương tác giữa các cơ sở) và khoảng cách di chuyển thực tế.

Thứ hai, Lý thuyết thuật toán Meta-heuristic phỏng sinh học, trọng tâm là Thuật toán Kiến sư tử (Ant Lion Optimizer - ALO) được Seyedali Mirjalili giới thiệu năm 2015. Thuật toán mô phỏng 5 hành vi săn mồi đặc thù của kiến sư tử trong tự nhiên: bước đi ngẫu nhiên của kiến mồi, xây dựng hố bẫy hình nón, giữ kiến trong bẫy cát, hiện tượng trượt cát bắt mồi và tái lập hố bẫy.

Thứ ba, Khung cải tiến và lai ghép thuật toán nâng cao (IALO-MOLT) tích hợp 4 toán tử tối ưu: Thuật toán Kiến sư tử cải tiến (Improved ALO - IALO) giúp giảm kích thước bước đi ngẫu nhiên dưới 20% chu kỳ lặp nhằm tăng cường khai thác cục bộ; Phương pháp lựa chọn cạnh tranh (Tournament Selection - TS) nâng cao khả năng chọn lọc cá thể ưu tú; Toán tử Đột biến và Trao đổi chéo (Mutation and Crossover - MC) mở rộng không gian tìm kiếm toàn cục; Phương pháp học dựa trên sự đối diện (Opposition-Based Learning - OBL) thúc đẩy tốc độ hội tụ và ngăn chặn hiện tượng rơi vào nghiệm tối ưu cục bộ.

Các khái niệm chính được chuẩn hóa trong nghiên cứu bao gồm: Mặt bằng thi công công trình (CSLP), Hàm thích nghi mục tiêu (Fitness Function), Ma trận hoán vị không gian (Permutation Matrix) và Điểm đối diện không gian đa chiều (High-dimensional Opposite Points).

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô phỏng số kết hợp thực nghiệm so sánh đối chuẩn trên hệ thống dữ liệu đa chiều:

Nguồn dữ liệu nghiên cứu bao gồm dữ liệu thực nghiệm chuẩn quốc tế từ các nghiên cứu đối chuẩn và dữ liệu thực tế thu thập từ 2 dự án cao tầng tại Việt Nam, tiêu biểu là Dự án Pacific Place tại Hà Nội và Dự án Tòa nhà Văn phòng Hải Âu (Gói thầu số 2) tại Thành phố Hồ Chí Minh. Bộ thông số đầu vào bao gồm nhu cầu của 10 loại vật liệu khác nhau (như kính, bê tông, xi măng, thép, gạch, gỗ, thiết bị điện), khoảng cách hình học đo đạc trực tiếp trên công trường và ma trận chi phí vận chuyển theo phương ngang cũng như phương thẳng đứng bằng vận thăng.

Phương pháp phân tích dựa trên mô phỏng lập trình thuật toán trên môi trường Python (PyCharm) và MATLAB 2022a chạy trên phần cứng vi xử lý máy tính xách tay tiêu chuẩn. Cỡ mẫu đánh giá bao gồm 30 lần chạy lặp lại độc lập cho mỗi thuật toán nhằm đảm bảo độ tin cậy thống kê. Phương pháp chọn mẫu áp dụng kỹ thuật gán ngẫu nhiên có kiểm soát ràng buộc hình học 2D không chồng lấn.

Lý do lựa chọn phương pháp phân tích meta-heuristic lai ghép xuất phát từ việc các phương pháp quy hoạch chính xác (Exact Algorithms) hay quy hoạch số nguyên hỗn hợp (MIP) hoàn toàn bất khả thi khi số lượng cơ sở vượt quá 15 vị trí do bùng nổ tổ hợp. Timeline nghiên cứu được thực hiện xuyên suốt trong 16 tuần từ tháng 09 năm 2022 đến tháng 12 năm 2022, hoàn thành nghiệm thu bảo vệ chính thức vào tháng 01 năm 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng thực nghiệm và xử lý thống kê qua 30 lần chạy độc lập đã đem lại 4 phát hiện khoa học quan trọng:

Thứ nhất, Thuật toán lai ghép IALO-MOLT thể hiện sự vượt trội rõ rệt về tốc độ hội tụ và độ chính xác của hàm mục tiêu so với các thuật toán truyền thống. Kết quả so sánh trên cùng một bộ dữ liệu công trình 30 tầng cho thấy IALO-MOLT giúp giảm tổng chi phí vận chuyển từ 12% đến 28% so với thuật toán Di truyền (GA), đồng thời cải thiện khoảng 8% đến 15% so với thuật toán ALO nguyên bản và thuật toán Hệ thống đàn kiến cực đại - cực tiểu (MMAS).

Thứ hai, Việc tối ưu hóa phân bổ 10 loại vật liệu vào 5 ô lưu trữ tại các tầng thấp (từ tầng 1 đến tầng 8) đã giải quyết triệt để nút thắt cổ chai trong lưu thông. Phân tích định lượng chứng minh rằng việc bố trí các vật liệu có trọng lượng và tần suất luân chuyển cao như bê tông (6000 kg), thép (4000 kg) và gỗ (3000 kg) tại các ô có khoảng cách ngang ngắn nhất đến vận thăng (10 mét) giúp cắt giảm tới 42% công năng vận chuyển theo phương ngang.

Thứ ba, Khi ứng dụng thực tế tại công trình Tòa nhà Văn phòng Hải Âu với bài toán quy mô 50 vị trí và 15 cơ sở chức năng, sơ đồ mặt bằng do thuật toán IALO-MOLT đề xuất đã tiết kiệm hơn 25% chi phí di chuyển nội bộ so với phương án bố trí mặt bằng thực tế do ban chỉ huy công trường thiết lập theo kinh nghiệm truyền thống.

Thứ tư, Độ lệch chuẩn của giá trị hàm thích nghi sau 30 lần chạy của IALO-MOLT đạt mức tiệm cận tối thiểu, chứng minh tính ổn định cực cao của thuật toán, không bị phụ thuộc vào quần thể khởi tạo ngẫu nhiên ban đầu.

Thảo luận kết quả

Hiệu năng vượt trội của thuật toán IALO-MOLT bắt nguồn từ sự phối hợp hiệp đồng giữa các toán tử lai ghép. Toán tử OBL giúp mở rộng vùng tìm kiếm ngay từ pha khởi tạo bằng cách đồng thời đánh giá cả cá thể hiện tại lẫn cá thể đối diện trong không gian Euclidean, loại bỏ sớm các vùng nghiệm kém chất lượng. Tiếp đó, phương pháp Tournament Selection chọn lọc các cá thể kiến sư tử có giá trị thích nghi cao nhất để làm tâm bẫy cát, kết hợp cùng toán tử Đột biến và Trao đổi chéo (MC) giúp thuật toán duy trì tính đa dạng di truyền, tránh hoàn toàn bẫy tối ưu cục bộ mà các thuật toán như GA hay ALO thuần túy thường gặp phải.

Khi so sánh với các công trình nghiên cứu trước đây của các tác giả quốc tế trong cùng lĩnh vực, mô hình của luận văn xử lý hiệu quả cả hai chiều không gian: vận chuyển phương đứng bằng vận thăng và vận chuyển phương ngang trên từng mặt bằng tầng. Trong cấu trúc luận văn, các kết quả này được trình bày trực quan thông qua đồ thị đường cong hội tụ (biểu diễn mối tương quan giữa số vòng lặp từ 1 đến 1000 thế hệ và giá trị chi phí tối ưu), ma trận hoán vị vị trí cơ sở kích thước 40 nhân 10 và 50 nhân 15, cùng với sơ đồ mặt bằng trực quan 2D mô phỏng vị trí lắp đặt các ô vật tư. Ý nghĩa thực tiễn của phát hiện này khẳng định tính khả thi của việc ứng dụng trí tuệ nhân tạo vào công tác quản lý dự án xây dựng tại Việt Nam, mang lại hiệu quả kinh tế định lượng rõ ràng.

Đề xuất và khuyến nghị

Dựa trên kết quả thực nghiệm và tính ưu việt của mô hình toán học, 4 giải pháp cụ thể được đề xuất nhằm nâng cao hiệu quả quản lý mặt bằng xây dựng:

  1. Tích hợp thuật toán IALO-MOLT vào hệ thống phần mềm quản lý thông tin công trình (BIM) và CAD nhằm tự động hóa hoàn toàn khâu lập biện pháp tổ chức thi công. Ban Kỹ thuật và Ban Điều hành Dự án thuộc các nhà thầu chính cần chủ trì thực hiện giải pháp này trong giai đoạn chuẩn bị dự án từ 30 đến 45 ngày trước khi khởi công, hướng tới mục tiêu cắt giảm từ 20% đến 30% chi phí vận chuyển nội bộ.

  2. Áp dụng chiến lược kho lưu trữ trung gian linh hoạt trên các sàn kết cấu đã hoàn thiện phần thô (từ tầng 1 đến tầng 8) đối với các công trình nhà cao tầng. Chỉ huy trưởng công trường phối hợp cùng Kỹ sư an toàn chịu trách nhiệm lập kế hoạch phân vùng tải trọng sàn định kỳ hàng tuần, nhằm mục tiêu giảm ít nhất 40% thời gian chờ đợi vận thăng của công nhân và vật liệu.

  3. Xây dựng và chuẩn hóa cơ sở dữ liệu định mức luân chuyển dòng vật tư và chi phí vận tải ngang - đứng cho từng gói thầu thi công. Phòng Đấu thầu và Phòng Quản lý Vật tư của doanh nghiệp cần triển khai số hóa hệ số tương tác công việc giữa các bộ phận, cam kết nâng cao độ chính xác của dữ liệu đầu vào đạt trên 95% trong lộ trình 3 đến 6 tháng.

  4. Tổ chức các chương trình tập huấn và đào tạo chuyên sâu về ứng dụng công cụ tối ưu hóa toán học và thuật toán thông minh trong quản lý thi công. Ban Giám đốc doanh nghiệp xây dựng phối hợp với các viện trường chuyên ngành tổ chức định kỳ mỗi năm 2 đợt, hướng tới chuẩn hóa năng lực cho 100% đội ngũ kỹ sư quản lý công trường.

Đối tượng nên tham khảo luận văn

Nội dung và mô hình nghiên cứu của luận văn mang lại giá trị ứng dụng thiết thực cho 4 nhóm đối tượng trọng tâm:

  1. Các nhà thầu xây dựng và Chỉ huy trưởng công trường: Luận văn cung cấp phương pháp luận chuẩn xác để thiết lập tổng mặt bằng thi công tối ưu, giúp giảm thiểu trực tiếp chi phí vận hành máy móc, chi phí thuê nhân công vận chuyển từ 15% đến 25%, đồng thời cải thiện đáng kể luồng giao thông nội bộ trên công trường chật hẹp.

  2. Các chuyên gia tư vấn quản lý dự án và tư vấn giám sát: Khung mô hình phân tích bài toán QAP trong nghiên cứu đóng vai trò như một bộ tiêu chuẩn định lượng khoa học giúp thẩm tra, đánh giá tính khả thi và mức độ an toàn của biện pháp thi công do nhà thầu đệ trình trong hồ sơ dự thầu.

  3. Các giảng viên, nhà nghiên cứu và nghiên cứu sinh chuyên ngành Quản lý xây dựng: Tài liệu là nguồn tham khảo học thuật giá trị cao về kỹ thuật lai ghép meta-heuristic (kết hợp ALO, OBL, TS, MC), mở ra các hướng phát triển mô hình toán học giải quyết các bài toán tối ưu hóa tổ hợp phức tạp khác trong kỹ thuật xây dựng.

  4. Các kỹ sư phát triển phần mềm xây dựng và chuyên viên chuyển đổi số ngành AEC: Cung cấp thuật toán chi tiết và mã nguồn mô phỏng trên nền tảng Python/MATLAB, làm cơ sở để phát triển các add-in tự động tối ưu hóa mặt bằng tích hợp trực tiếp vào phần mềm thiết kế như Revit, Navisworks.

Câu hỏi thường gặp

  1. Bài toán bố trí mặt bằng công trường xây dựng (CSLP) giải quyết những yêu cầu cốt lõi nào? Bài toán tập trung xác định kích thước, số lượng và vị trí tương đối của các công trình tạm (như kho bãi, bãi gia công thép, xưởng cốp pha, văn phòng điều hành) trong phạm vi không gian hạn chế của công trường. Mục tiêu chính là giảm thiểu tối đa quãng đường và chi phí vận chuyển, loại bỏ xung đột di chuyển, qua đó tiết kiệm từ 10% đến 30% chi phí sản xuất và gia tăng năng suất thi công.

  2. Vì sao thuật toán kiến sư tử cải tiến (IALO-MOLT) lại vượt trội hơn các thuật toán truyền thống như GA hay ALO gốc? IALO-MOLT kết hợp hài hòa giữa toán tử học đối diện OBL và lựa chọn cạnh tranh TS, giúp mở rộng không gian tìm kiếm ban đầu và đẩy nhanh tốc độ hội tụ. Việc bổ sung toán tử đột biến và trao đổi chéo MC ngăn ngừa thuật toán rơi vào điểm cực trị địa phương, mang lại kết quả tối ưu chi phí thấp hơn từ 12% đến 28% so với thuật toán di truyền thông thường qua 30 lần kiểm thử.

  3. Giải pháp sử dụng các tầng dưới của nhà cao tầng làm kho chứa vật liệu hoạt động như thế nào? Sau khi kết cấu bê tông cốt thép của các tầng thấp (ví dụ từ tầng 1 đến tầng 8) đạt đủ cường độ thiết kế chịu lực, các ô sàn được tận dụng làm nơi lưu trữ vật tư tạm thời. Việc này giúp rút ngắn khoảng cách vận chuyển trung gian từ mặt đất lên các tầng cao, phân bổ đều tải trọng nâng của vận thăng và giảm trên 40% thời gian chờ đợi cấp phát vật liệu.

  4. Các dữ liệu đầu vào bắt buộc để chạy mô hình tối ưu hóa mặt bằng bằng thuật toán là gì? Mô hình yêu cầu 4 nhóm thông số chính: ma trận khoảng cách hình học giữa các vị trí khả dụng trên mặt bằng, ma trận cường độ tương tác hoặc quy trình luân chuyển vật tư giữa các cơ sở, khối lượng nhu cầu cụ thể của từng loại vật liệu (tính bằng kilôgam hoặc đơn vị tương đương) và đơn giá vận chuyển đơn vị theo phương ngang và phương đứng.

  5. Thuật toán IALO-MOLT có khả năng áp dụng cho các dạng công trình xây dựng khác ngoài nhà cao tầng không? Thuật toán hoàn toàn có thể tùy biến linh hoạt cho mọi loại hình dự án từ công trình công nghiệp, nhà xưởng quy mô lớn đến các dự án hạ tầng giao thông đô thị. Người dùng chỉ cần cập nhật lại ma trận khoảng cách tọa độ 2D của khu đất và xác định lại các ràng buộc an toàn, môi trường phù hợp với đặc thù riêng của từng loại công trình.

Kết luận

  • Đã mô hình hóa thành công bài toán bố trí mặt bằng xây dựng phức tạp thành bài toán phân công bậc hai (QAP) có cấu trúc toán học chặt chẽ và khả thi.
  • Phát triển thành công thuật toán lai ghép meta-heuristic mới IALO-MOLT, tạo ra bước đột phá về tốc độ hội tụ và độ chính xác so với các thuật toán GA, MMAS và ALO truyền thống.
  • Giải quyết hiệu quả bài toán logistics phân phối vật liệu cho công trình nhà cao tầng 30 tầng thông qua mô hình kho trung gian nhiều tầng, giúp cắt giảm hơn 20% chi phí vận chuyển.
  • Kiểm chứng thực nghiệm thành công trên 2 dự án thực tế tại Việt Nam, khẳng định khả năng tiết kiệm trên 25% chi phí luân chuyển mặt bằng so với phương pháp bố trí thủ công.
  • Lộ trình triển khai tiếp theo định hướng tích hợp mô hình thuật toán vào môi trường BIM và bản sao số (Digital Twin) trong giai đoạn 6 đến 12 tháng tới.

Các nhà thầu, đơn vị tư vấn và chuyên gia quản lý xây dựng nên chủ động ứng dụng mô hình thuật toán IALO-MOLT vào công tác quy hoạch tổng mặt bằng để nâng cao năng lực cạnh tranh và tối ưu hóa chi phí dự án ngay từ hôm nay.