Tối ưu hóa bố trí công trình xây dựng với thuật toán hybrid ant lion optimizer

Luận văn thạc sĩ kỹ thuật nghiên cứu quản lý xây dựng site layout optimization using novel hybrid ant lion optimizer alo algorithm, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Febrina Vienna Soulisa
• Người hướng dẫn: PhD/Associate Prof. Pham Vu Hong Son
• Trường học: Ho Chi Minh City University of Technology
• Chuyên ngành: Construction Management
• Đề tài: Tối ưu hóa bố trí mặt bằng thi công sử dụng thuật toán lai ghép kiến sư tử - (ALO) mới
• Loại tài liệu: master’s thesis
• Năm xuất bản: 2022
• Địa điểm: Ho Chi Minh City

Mục lục chi tiết

• Nhiệm vụ luận văn thạc sĩ
• Lời cảm ơn
• Tóm tắt tiếng Anh
• Tóm tắt luận văn thạc sĩ
• Lời cam đoan của tác giả
• Danh mục hình vẽ
• Danh mục bảng biểu
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Đặt vấn đề
• 1.2. Mục tiêu nghiên cứu
• 1.3. Phạm vi nghiên cứu
• 1.4. Phương pháp nghiên cứu
• 1.5. Ý nghĩa khoa học và thực tiễn
• 1.5.1. Ý nghĩa khoa học
• 1.5.2. Ý nghĩa thực tiễn
• 2. CHƯƠNG 2: TỔNG QUAN TÀI LIỆU
• 2.1. Tối ưu hóa bố trí mặt bằng thi công
• 2.2. Thuật toán tối ưu hóa kiến sư tử (ALO)
• 2.3. Các nghiên cứu liên quan đến tối ưu hóa bố trí mặt bằng thi công
• 3. CHƯƠNG 3: PHÁT TRIỂN VÀ ỨNG DỤNG
• 3.1. Ứng dụng thuật toán tối ưu hóa kiến sư tử (ALO)
• 3.2. Thuật toán kiến sư tử lai ghép mới (NH-ALO)
• 3.2.1. Học dựa trên đối lập (OBL)
• 3.2.2. Đột biến và lai ghép
• 3.3. Hàm mục tiêu và thông số thuật toán
• 4. CHƯƠNG 4: NGHIÊN CỨU ĐIỂN HÌNH
• 4.1. Nghiên cứu điển hình 1
• 4.2. Nghiên cứu điển hình 2
• 4.3. Nghiên cứu điển hình 3
• 4.4. Nghiên cứu điển hình 4
• 4.5. Đánh giá và so sánh kết quả
• 5. CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ
• 5.1. Kết luận
• 5.2. Kiến nghị cho nghiên cứu tương lai
• Tài liệu tham khảo
• Phụ lục A: Mã nguồn thuật toán bước đi ngẫu nhiên kiến sư tử (Random Walk)
• Phụ lục B: Kết quả cửa sổ lệnh MATLAB cho các nghiên cứu điển hình
• Phụ lục C: Kết quả xuất bảng tính Excel từ MATLAB

Tóm tắt

I. Tối ưu hóa bố trí công trình

Việc tối ưu hóa bố trí công trình xây dựng là một yếu tố quan trọng trong quản lý dự án, ảnh hưởng trực tiếp đến hiệu suất, chi phí và thời gian thực hiện. Một bố trí mặt bằng hợp lý giúp giảm thiểu khoảng cách di chuyển, tiết kiệm thời gian và giảm chi phí nhân công, đồng thời nâng cao an toàn lao động. Các nghiên cứu chỉ ra rằng một mặt bằng thi công được lên kế hoạch kỹ lưỡng có thể tiết kiệm từ 20% đến 50% chi phí hoạt động. Điều này nhấn mạnh tầm quan trọng của việc áp dụng các thuật toán tối ưu hóa, đặc biệt là trong bối cảnh xây dựng hiện đại, nơi mà các dự án ngày càng phức tạp và yêu cầu tính hiệu quả cao. Nghiên cứu này tập trung vào việc phát triển một thuật toán lai ghép mới, nhằm cải thiện khả năng tối ưu hóa mặt bằng thi công, đồng thời giảm thiểu các xung đột và tăng cường hiệu suất làm việc.

1.1. Tầm quan trọng của bố trí công trình

Bố trí công trình không chỉ ảnh hưởng đến hiệu suất mà còn liên quan mật thiết đến chi phí và thời gian thực hiện dự án. Một bố trí hợp lý giúp giảm thiểu thời gian di chuyển của công nhân và thiết bị, từ đó nâng cao năng suất lao động. Theo một nghiên cứu, việc tối ưu hóa mặt bằng có thể giảm chi phí vật liệu và chi phí vận chuyển từ 10% đến 30%. Điều này cho thấy rằng việc áp dụng các công nghệ xây dựng hiện đại và các thuật toán tối ưu hóa như thuật toán hybrid có thể mang lại lợi ích kinh tế lớn cho các dự án xây dựng.

II. Thuật toán Ant Lion Optimizer ALO

Thuật toán Ant Lion Optimizer (ALO) là một phương pháp tối ưu hóa dựa trên hành vi săn mồi của kiến sư tử. Mặc dù thuật toán này đã được chứng minh là hiệu quả trong nhiều lĩnh vực, nhưng nghiên cứu về ứng dụng của nó trong tối ưu hóa bố trí mặt bằng công trình còn hạn chế. ALO có khả năng tìm kiếm giải pháp tối ưu với độ chính xác cao và thời gian chạy ngắn. Tuy nhiên, để tối ưu hóa hơn nữa, cần phát triển một phiên bản lai ghép của ALO, kết hợp các phương pháp học tập đối kháng và các kỹ thuật đột biến để cải thiện khả năng hội tụ và hiệu suất tổng thể của thuật toán. Việc phát triển thuật toán lai ghép ALO sẽ mở ra hướng đi mới trong việc giải quyết các vấn đề phức tạp trong quản lý dự án xây dựng.

2.1. Cơ chế hoạt động của ALO

ALO hoạt động dựa trên cơ chế săn mồi của kiến sư tử, trong đó các con kiến di chuyển ngẫu nhiên để tìm kiếm thức ăn. Thuật toán này sử dụng chiến lược tối ưu hóa metaheuristic để tìm kiếm giải pháp tốt nhất cho các bài toán tối ưu hóa. Bằng cách mô phỏng hành vi của kiến sư tử và các con kiến, ALO có thể tìm ra các giải pháp tối ưu cho bố trí mặt bằng công trình, giảm thiểu khoảng cách di chuyển và chi phí. Việc áp dụng ALO trong tối ưu hóa bố trí công trình có thể giúp cải thiện đáng kể hiệu quả hoạt động và giảm thiểu rủi ro trong quá trình thi công.

III. Phát triển thuật toán lai ghép ALO

Nghiên cứu này đã phát triển một thuật toán lai ghép Ant Lion Optimizer (NH-ALO) nhằm cải thiện khả năng tìm kiếm giải pháp tối ưu cho bố trí công trình. Thuật toán này kết hợp các phương pháp học tập đối kháng và kỹ thuật đột biến để tăng cường khả năng hội tụ và hiệu suất của ALO. Các thử nghiệm cho thấy NH-ALO không chỉ vượt trội hơn so với ALO nguyên bản mà còn có thể cạnh tranh với các thuật toán tối ưu hóa khác như Particle Swarm Optimization (PSO) và Genetic Algorithm (GA). Việc áp dụng NH-ALO trong các nghiên cứu điển hình cho thấy khả năng tối ưu hóa hiệu quả, giảm thiểu khoảng cách di chuyển và thời gian thi công.

3.1. Các phương pháp cải tiến trong NH ALO

Để cải thiện hiệu suất của ALO, nghiên cứu đã áp dụng các phương pháp như học tập đối kháng (OBL) và kỹ thuật đột biến. Học tập đối kháng cho phép thuật toán tìm kiếm các giải pháp thay thế tốt hơn bằng cách so sánh các giải pháp hiện tại với các giải pháp tiềm năng khác. Kỹ thuật đột biến giúp tạo ra sự đa dạng trong quá trình tìm kiếm, từ đó tăng khả năng tìm ra giải pháp tối ưu. Nhờ vào những cải tiến này, NH-ALO cho thấy sự vượt trội trong việc tìm kiếm giải pháp tối ưu cho bố trí công trình, đồng thời giảm thiểu thời gian và chi phí thực hiện.

IV. Ứng dụng thực tiễn của NH ALO

Việc áp dụng thuật toán NH-ALO vào các bài toán thực tế trong xây dựng đã chứng minh tính khả thi và hiệu quả của nó. Các nghiên cứu điển hình cho thấy rằng NH-ALO có thể giảm thiểu đáng kể khoảng cách di chuyển giữa các khu vực trong công trường, từ đó tiết kiệm thời gian và chi phí cho các nhà thầu. Hơn nữa, việc sử dụng NH-ALO không chỉ giúp tối ưu hóa bố trí công trình mà còn cải thiện an toàn lao động bằng cách giảm thiểu tình trạng tắc nghẽn và tai nạn trong quá trình thi công. Điều này cho thấy NH-ALO không chỉ là một công cụ lý thuyết mà còn có giá trị thực tiễn cao trong ngành xây dựng.

4.1. Lợi ích kinh tế từ việc áp dụng NH ALO

Việc áp dụng NH-ALO trong tối ưu hóa bố trí công trình có thể mang lại nhiều lợi ích kinh tế cho các nhà thầu. Giảm thiểu khoảng cách di chuyển và thời gian thi công không chỉ giúp tiết kiệm chi phí nhân công mà còn giảm thiểu chi phí vật liệu. Theo các nghiên cứu, việc tối ưu hóa bố trí công trình có thể giảm chi phí tổng thể từ 10% đến 30%. Hơn nữa, NH-ALO có thể giúp cải thiện năng suất lao động, từ đó gia tăng hiệu quả kinh doanh cho các công ty xây dựng.

Nội dung chính

Tổng quan nghiên cứu

Quy hoạch mặt bằng thi công xây dựng đóng vai trò quyết định đến năng suất, an toàn lao động và hiệu quả tài chính của toàn bộ dự án. Theo các báo cáo chuyên ngành xây dựng, việc bố trí mặt bằng thiếu khoa học có thể làm gia tăng chi phí vận hành từ 20% đến 50%, đồng thời chi phí vận chuyển và bốc xếp vật liệu nội bộ chiếm khoảng 10% đến 30% tổng ngân sách vận hành công trường. Không gian thi công luôn là nguồn tài nguyên giới hạn và liên tục biến động, trong khi việc sắp xếp các công trình tạm như kho bãi, xưởng gia công, nhà điều hành, trạm trộn thường được thực hiện theo cảm tính hoặc kinh nghiệm chủ quan của chỉ huy trưởng.

Nghiên cứu của học viên Febrina Vienna Soulisa dưới sự hướng dẫn của Phó Giáo sư Tiến sĩ Phạm Vũ Hồng Sơn tại Trường Đại học Bách Khoa, Đại học Quốc gia Thành phố Hồ Chí Minh (chuyên ngành Quản lý Xây dựng, mã ngành 8580302, thực hiện từ tháng 03/2022 đến tháng 12/2022) tập trung giải quyết bài toán tối ưu hóa mặt bằng thi công (Site Layout Optimization). Đề tài phát triển thuật toán lai ghép mới dựa trên thuật toán tối ưu kiến sư tử (Novel Hybrid Ant Lion Optimizer - NH-ALO) nhằm tìm ra vị trí tối ưu cho các tiện ích phụ trợ, giảm thiểu tối đa tổng quãng đường di chuyển của nhân công và máy móc.

Về mặt học thuật và thực tiễn, nghiên cứu xác lập mô hình toán học giải quyết bài toán quy hoạch mặt bằng có ràng buộc không gian cố định, giảm độ phân tán sai số (độ lệch chuẩn xuống dưới ngưỡng 10 m đến 38 m qua các trường hợp điển hình) và duy trì sự ổn định hội tụ nghiệm trên 98%. Kết quả nghiên cứu cung cấp một công cụ hỗ trợ ra quyết định mạnh mẽ cho các nhà thầu thi công, giúp rút ngắn thời gian chuẩn bị công trường và nâng cao hiệu quả quản trị dự án.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết tối ưu hóa tổ chức mặt bằng xây dựng và các thuật toán tìm kiếm trí tuệ nhân tạo (Metaheuristics). Mô hình toán học quy hoạch mặt bằng thi công được thiết lập dưới dạng hàm mục tiêu tối thiểu hóa tổng quãng đường di chuyển nội bộ (Total Traveling Distance - TD). Hàm mục tiêu tích hợp ma trận tần suất tương tác giữa các công trình tạm và ma trận khoảng cách hình học giữa các vị trí định sẵn trên công trường.

Thuật toán gốc Ant Lion Optimizer (ALO) do Seyedali Mirjalili đề xuất năm 2015 mô phỏng 5 hành vi săn mồi đặc thù của ấu trùng kiến sư tử trong tự nhiên:

1. Quá trình di chuyển ngẫu nhiên của kiến trong không gian tìm kiếm (Random Walk) được chuẩn hóa qua hàm Min-Max.
2. Xây dựng bẫy cát hình nón nghiêng để bẫy con mồi.
3. Bắt giữ kiến thông qua xác suất lựa chọn cá thể.
4. Trượt cát hướng về tâm hố nhằm thu hẹp không gian tìm kiếm của con mồi một cách thích nghi.
5. Tiêu hóa con mồi, tái tạo hố cát và duy trì cơ chế tinh anh (Elitism) để giữ lại giải pháp tốt nhất qua từng thế hệ.

Nhằm khắc phục nhược điểm thời gian tính toán kéo dài và nguy cơ rơi vào điểm cực trị cục bộ của ALO gốc, mô hình NH-ALO tích hợp 3 kỹ thuật tiên tiến:

• Phương pháp Chọn lọc Giải đấu (Tournament Selection) với tham số quy mô k = 5 thay thế cho cơ chế vòng quay Roulette Wheel, giúp tăng tốc độ chọn lọc cá thể vượt trội gấp 5 lần.
• Kỹ thuật Học dựa trên Đối lập (Opposition-Based Learning - OBL) nhằm sinh ra các cá thể đối lập trong không gian tìm kiếm, gia tăng tốc độ hội tụ nghiệm toàn cục.
• Toán tử Đột biến (Mutation) với hệ số tỷ lệ F trong khoảng 0 đến 1 cùng toán tử Lai ghép (Crossover) với xác suất pc = 0.8 giúp duy trì tính đa dạng quần thể, ngăn ngừa hiện tượng hội tụ sớm.

Phương pháp nghiên cứu

Phương pháp nghiên cứu kết hợp mô hình hóa toán học, lập trình thuật toán mô phỏng trên nền tảng MATLAB và kiểm chứng thực nghiệm qua 4 tình huống nghiên cứu (Case Studies) cụ thể từ thực tế ngành xây dựng:

• Cỡ mẫu và thiết lập tham số thuật toán: Nghiên cứu thiết lập quy mô quần thể (popsize) gồm 30 đến 50 cá thể kiến và kiến sư tử; số vòng lặp tối đa (maxiter) chạy từ 30 đến 200 thế hệ. Mỗi kịch bản tối ưu được chạy lặp lại 30 lần độc lập để thu thập phân phối dữ liệu thống kê khách quan.
• Phương pháp chọn mẫu và nguồn dữ liệu: Dữ liệu đầu vào thu thập từ hồ sơ thiết kế thi công của các công trình thực tế, gồm 10 đến 14 phân khu tiện ích tạm thời và các vị trí cố định (cổng chính, cổng phụ, trạm biến áp, tháp cẩu). Dữ liệu bao gồm tọa độ mặt bằng thực tế để tính ma trận khoảng cách và bảng khảo sát tần suất di chuyển vật tư, nhân lực giữa các khu vực.
• Phương pháp phân tích: Sử dụng các chỉ số thống kê định lượng bao gồm giá trị quãng đường nhỏ nhất (Min), lớn nhất (Max), trung bình (Mean) và độ lệch chuẩn (Standard Deviation) để so sánh hiệu năng của NH-ALO với các thuật toán tối ưu kinh điển như Tối ưu bầy đàn (PSO), Tối ưu đàn ong nhân tạo (ABC), Tìm kiếm sinh vật cộng sinh (SOS), và thuật toán lai ghép WOA-CBO.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và kiểm chứng thuật toán NH-ALO trên 4 trường hợp nghiên cứu mang lại những kết quả định lượng nổi bật:

• Trường hợp 1 (Công trường 11 tiện ích với cổng chính và cổng phụ cố định): Với quy mô 30 cá thể và 30 vòng lặp, NH-ALO đạt tổng quãng đường di chuyển tối ưu nhỏ nhất là 12.546 m, cự ly trung bình đạt 12.549,20 m và cự ly lớn nhất là 12.578 m. Độ lệch chuẩn của NH-ALO đạt mức ấn tượng 9,84 m, thấp hơn đáng kể so với mức dao động 35 m đến 80 m của các thuật toán truyền thống. Khi nâng số vòng lặp lên 200 thế hệ với 50 cá thể, NH-ALO duy trì giá trị trung bình 12.548,25 m và độ lệch chuẩn chỉ 18,32 m.
• Trường hợp 2 (Dự án chung cư cao tầng tại Surabaya, Indonesia với 10 tiện ích, trạm gác và cổng vào cố định): Thuật toán NH-ALO xác lập quãng đường tối ưu 39.184 m, giá trị trung bình 39.193,80 m, giá trị lớn nhất 39.254 m và độ lệch chuẩn cực thấp đạt 24,202 m, chứng minh độ ổn định tuyệt đối trong việc sắp xếp các xưởng cốt thép, bãi ván khuôn và nhà điều hành.
• Trường hợp 3 (Dự án tổ hợp khách sạn tại Surabaya với 14 tiện ích, 4 vị trí cố định gồm cổng chính, cổng phụ, cần trục tháp và nguồn điện): NH-ALO đạt cự ly di chuyển tối thiểu kỷ lục là 3.946 m, trung bình 3.962,33 m và lớn nhất 4.044 m. Độ lệch chuẩn đạt 37,147 m, vượt trội hoàn toàn so với thuật toán PSO (đạt cự ly trung bình trên 4.100 m) và ABC.
• Tốc độ xử lý: Việc ứng dụng Tournament Selection giúp giảm thiểu thời gian tính toán từ 20% đến 35% so với ALO nguyên bản, giải quyết bài toán nghẽn tài nguyên phần cứng khi xử lý ma trận dữ liệu lớn.

Thảo luận kết quả

Kết quả nghiên cứu được biểu diễn trực quan thông qua các đường cong hội tụ (Convergence Curves) và bản đồ bố trí không gian hai chiều (Site Layout Plans). Trên đồ thị hội tụ, đường biểu diễn giá trị hàm mục tiêu của NH-ALO dốc đứng ngay từ thế hệ thứ 3 đến thứ 8, nhanh chóng tiệm cận nghiệm tối ưu toàn cục trước thế hệ thứ 15, trong khi các thuật toán như WOA hay CBO cần từ 40 đến 70 thế hệ mới đạt mức ổn định tương đương.

Nguyên nhân cốt lõi tạo nên ưu thế của NH-ALO nằm ở sự phối hợp hài hòa giữa toán tử Tournament Selection và cơ chế OBL. Tournament Selection giúp chọn lọc nhanh các phương án bố trí tiềm năng mà không bị chi phối bởi xác suất tích lũy chậm chạp của Roulette Wheel. Đồng thời, kỹ thuật OBL cho phép thuật toán khám phá vùng không gian đối diện ngay trong bước khởi tạo, loại bỏ hơn 50% các phương án kém hiệu quả. Toán tử đột biến và lai ghép đóng vai trò then chốt trong việc xáo trộn các vị trí công trình tạm, giúp giải pháp không bị mắc kẹt tại các cấu hình mặt bằng dưới chuẩn. So với các công bố của Prayogo năm 2018 và Kaveh năm 2018, NH-ALO thể hiện tính ưu việt rõ rệt về tính nhất quán, độ tin cậy và khả năng ứng dụng thực tế.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu thực nghiệm, tác giả đề xuất 4 nhóm giải pháp chiến lược nhằm chuyển hóa thuật toán vào thực tiễn quản lý thi công:

1. Tích hợp mô hình NH-ALO vào quy trình mô hình hóa thông tin công trình (BIM) và phần mềm lập tiến độ: Ban Giám đốc và Phòng Kỹ thuật công nghệ của các nhà thầu cần hoàn thiện công cụ plug-in tự động tính toán mặt bằng trong vòng 3 đến 6 tháng, mục tiêu cắt giảm 20% đến 30% thời gian thiết kế tổng mặt bằng thi công giai đoạn tiền khởi công.
2. Chuẩn hóa quy trình thu thập ma trận tần suất luân chuyển vật tư và nhân lực: Bộ phận Kinh tế - Kỹ thuật công trường cần thiết lập định mức di chuyển nội bộ theo từng ca làm việc, đảm bảo độ chính xác dữ liệu đầu vào đạt trên 95%, áp dụng ngay trong giai đoạn đấu thầu và ký kết hợp đồng thi công.
3. Ứng dụng quy hoạch mặt bằng thi công động (Dynamic Site Layout Planning): Chỉ huy trưởng công trường cần lập kế hoạch điều chỉnh vị trí các bãi tập kết vật liệu theo 3 giai đoạn kết cấu móng, phần thân và giai đoạn hoàn thiện, giúp tiết kiệm thêm 10% đến 15% chi phí bốc xếp trung chuyển nội bộ.
4. Tổ chức đào tạo chuyển giao công nghệ trí tuệ nhân tạo trong xây dựng: Doanh nghiệp cần phối hợp với các viện trường tổ chức các khóa đào tạo 40 giờ chuyên đề ứng dụng thuật toán Metaheuristic và quản trị mặt bằng cho đội ngũ kỹ sư hiện trường trong giai đoạn 2023-2025.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị thực tiễn cao cho 4 nhóm đối tượng chính:

• Giám đốc dự án, Chỉ huy trưởng và Kỹ sư hiện trường: Nắm vững phương pháp bố trí mặt bằng khoa học, giảm thiểu xung đột di chuyển, giải quyết triệt để tình trạng ùn tắc vật tư và nâng cao mức độ an toàn lao động tại các dự án có quy mô từ 10 đến 20 tiện ích tạm.
• Chuyên gia lập hồ sơ thầu và Biện pháp thi công: Sử dụng mô hình toán học để chứng minh tính khả thi, tối ưu hóa chi phí phụ trợ công trường, tăng tính cạnh tranh và tỷ lệ trúng thầu cho doanh nghiệp từ 15% đến 25%.
• Giảng viên, Nghiên cứu sinh và Học viên cao học ngành Quản lý Xây dựng: Tài liệu tham khảo học thuật giá trị về việc tùy biến, lai ghép thuật toán tối ưu bầy đàn và ứng dụng trí tuệ nhân tạo giải quyết các bài toán kỹ thuật công trình phức tạp.
• Các đơn vị phát triển giải pháp công nghệ xây dựng (ConTech): Cơ sở thuật toán chuẩn xác để xây dựng các mô-đun tự động hóa quy hoạch không gian trên nền tảng số hóa quản lý công trường.

Câu hỏi thường gặp

Thuật toán NH-ALO có điểm gì đột phá so với thuật toán ALO nguyên bản?

Thuật toán NH-ALO thay thế cơ chế chọn lọc Roulette Wheel bằng Tournament Selection với k = 5, bổ sung phương pháp Học dựa trên Đối lập (OBL) và toán tử đột biến - lai ghép. Các cải tiến này giúp thuật toán tăng tốc độ hội tụ từ 20% đến 35% và giảm độ lệch chuẩn xuống dưới 10 m, khắc phục triệt để nhược điểm chạy chậm và bẫy cực trị của ALO gốc.

Việc tối ưu hóa khoảng cách di chuyển mang lại lợi ích tài chính cụ thể nào cho dự án?

Tối ưu hóa mặt bằng giúp giảm cự ly vận chuyển vật tư và đi lại của công nhân từ 15% đến 30%. Điều này trực tiếp cắt giảm 10% đến 30% chi phí bốc dỡ vật liệu, hạ thấp từ 20% đến 50% chi phí vận hành chung của công trường và ngăn ngừa sự cố an toàn lao động.

Mô hình NH-ALO có thể giải quyết các mặt bằng có nhiều vị trí cố định không?

Mô hình toán học của NH-ALO được thiết kế linh hoạt với các biến ràng buộc ma trận nhị phân, cho phép cố định hoàn toàn các vị trí bất biến như cổng công trường, trạm biến áp, trạm cân hoặc cần trục tháp (như đã kiểm chứng thành công tại Trường hợp 3 với 4 vị trí cố định) trước khi tối ưu các khu vực còn lại.

Cần chuẩn bị những dữ liệu đầu vào nào để chạy mô hình tối ưu hóa mặt bằng?

Người dùng cần chuẩn bị 3 bộ dữ liệu: danh mục các tiện ích tạm thời và vị trí khả dụng trên mặt bằng, ma trận khoảng cách hình học giữa các vị trí (tính bằng mét từ bản vẽ CAD/BIM), và ma trận tần suất di chuyển dự kiến của nhân công, thiết bị giữa các tiện ích trong suốt giai đoạn thi công.

Thuật toán có áp dụng được cho các ngành sản xuất và logistics khác không?

Mặc dù được thiết kế cho ngành xây dựng, bản chất toán học của NH-ALO là giải quyết bài toán gán vị trí dạng toàn phương (QAP). Do đó, thuật toán hoàn toàn có thể áp dụng hiệu quả cho việc quy hoạch mặt bằng nhà xưởng sản xuất, phân bổ kho hàng logistics và tối ưu tuyến đường giao thông nội bộ.

Kết luận

• Luận văn đã phát triển thành công thuật toán lai ghép mới Novel Hybrid Ant Lion Optimizer (NH-ALO) kết hợp Tournament Selection, Opposition-Based Learning và toán tử Di truyền, giải quyết triệt để bài toán tối ưu hóa mặt bằng công trường.
• Thuật toán đã được kiểm chứng xuất sắc qua 3 bài toán kinh điển quốc tế và 1 bài toán thực tế, vượt trội hơn các thuật toán PSO, ABC, SOS, WOA-CBO về tốc độ hội tụ và độ ổn định (độ lệch chuẩn thấp từ 9,84 m đến 37,15 m).
• Đóng góp giải pháp giảm thiểu tổng quãng đường di chuyển nội bộ, tiết kiệm từ 10% đến 30% chi phí vận chuyển vật tư và nâng cao năng suất thi công tổng thể.
• Đề ra lộ trình 4 bước chuyển giao công nghệ vào quy trình quản lý dự án số hóa và tích hợp BIM cho các tổng thầu xây dựng trong giai đoạn 2023-2025.
• Nghiên cứu mở ra hướng ứng dụng rộng rãi của trí tuệ nhân tạo trong quản lý xây dựng; các doanh nghiệp và nhà nghiên cứu quan tâm nên tải toàn văn luận văn để ứng dụng trực tiếp mã nguồn vào dự án thực tế.

Trích đoạn nội dung tài liệu

VIETNAM NATIONAL UNIVERSITY HO CHI MINH CITY HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY FEBRINA VIENNA SOULISA SITE LAYOUT OPTIMIZATION USING NOVEL HYBRID ANT LION OPTIMIZER (ALO) ALGORITHM TỐI ƯU HÓA BỐ TRÍ MẶT BẰNG THI CÔNG SỬ DỤNG THUẬT TOÁN LAI GHÉP KIẾN SƯ TỬ - (ALO) MỚI Major: CONSTRUCTION MANAGEMENT Major code: 8580302 MASTER’S THESIS HO CHI MINH CITY, DECEMBER 2022 2 THIS RESEARCH IS COMPLETED AT: UNIVERSITY OF TECHNOLOGY – VNU – HCM CITY Instructor: PhD/Associate Prof. Pham Vu Hong Son Examiner 1: Assoc. Luong Duc Long Examiner 2: Dr. Nguyen Van Tiep Master’s thesis is defended at HCM city University of Technology, VNU- HCM City on December 7th, 2022 The board of the Master’s Thesis Defense Council includes: 1.

Do Tien Sy 2. Tran Duc Hoc 3. Counter-argument member 1: Assoc. Luong Duc Long 4.

Counter-argument member 2: Dr. Nguyen Van Tiep 5. Council member: Dr. Nguyen Thanh Viet Verification of the Chairman of the Master’s Thesis Defense Council and the Dean of faculty of Civil Engineering after the thesis being corrected (If any).

CHAIRMAN OF THE COUNCIL DEAN OF FACULTY OF CIVIL ENGINEERING …………………. 2 i VIETNAM NATIONAL UNIVERSITY SOCIALIST REPUBLIC OF VIETNAM HO CHI MINH CITY Independence – Freedom - Happiness HO CHI MINH CITY UNIVERSITY OF TECHNOLOGY THE TASK SHEET OF MASTER’S THESIS Full name: FEBRINA VIENNA SOULISA Student code: 2070288 Date of birth: 03/02/1994 Place of birth: Bandung, Indonesia Major: Construction Management Major code: 8580302 I. THESIS TOPIC: Site layout optimization using novel hybrid ant lion optimizer (ALO) algorithm Tối ưu hóa bố trí mặt bằng thi công sử dụng thuật toán lai ghép kiến sư tử - (ALO) mới II. TASKS AND CONTENTS: Site layout optimization using artificial intelligence in Construction Management III.

TASKS STARTING DATE: March, 2022 IV. TASKS ENDING DATE: December, 2022 V. INSTRUCTOR: PhD/Associate Prof. Pham Vu Hong Son HCM City, December, 2022 INSTRUCTOR PhD/Assoc.

Pham Vu Hong Son HEAD OF DEPARTMENT …………………. DEAN OF FACULTY OF CIVIL ENGINEERING …………………. i ii ACKNOWLEDGEMENT I want to express my gratitude to all the lecturers (both Vietnamese and Japanese), admins (both academic and OISP), and classmates, especially my fellow CEP students (John, Zei, and Poe) of the International Master Program at the Ho Chi Minh City University of Technology for the continuous support and help given during the program. The completion of this research is possible thanks to my respectful and kind thesis instructor and advisor, Ph.

Pham Vu Hong Son, for his guidance and assistance. The constructive feedback, advice, suggestions, and shared knowledge helped me a lot during the process of making this thesis research. I would like to send my special thanks to the Japan International Cooperation Agency Project for ASEAN University Network / Southeast Asia Engineering Education Development Network (JICA project for AUN-SEED-Net) for the scholarship of Collaborative Education Program (CEP) that allows me to pursue my master's degree and have the opportunity to broaden both my knowledge and connection with people within the construction industry. Finally, I would like to express my deepest gratitude to my family members (Reviyani Malinda Soulisa, Acung, Genu) and friends, especially Addinda, Precelia, Alver, and Aurora, for their continuous support.

I am also forever thankful for my favorite characters Suna Rintarou, Miya Atsumu, Miya Osamu, and Kokonoi Hajime, for being my source of motivation. ii iii ABSTRACT The layout of a construction site must be properly planned to guarantee safe and effective operations. Planning the construction site's layout has a significant impact on a project's productivity, budget, and timeline. An effective process for optimization models has been developed using a number of different algorithms.

Artificial intelligence-based solutions, such as metaheuristic algorithms, have been studied in depth for the site planning problem in the construction industry. However, the Ant Lion Optimization (ALO) algorithm has limited research in solving site layout optimization problems although proven consistent for problem that require an optimization approach. Moreover, a novel hybrid ALO algorithm is necessary to produce a more optimal solution with better runtime. Thus, this study developed a novel hybrid Ant Lion Optimizer (ALO) algorithm and applied it to a case study representing the site layout problem to determine the optimal site layout and travel distance.

Overall, the proposed algorithm outperformed other algorithms in terms of consistency and efficiency and can be used to solve site layout problem. Keywords: Construction, Site Layout, Optimization, Novel Hybrid Ant Lion Optimizer (ALO), Algorithm iii iv TÓM TẮT LUẬN VĂN THẠC SĨ Bố trí mặt bằng thi công của một công trường phải được lên kế hoạch chính xác để đảm bảo các hoạt động diễn ra an toàn và hiệu quả. Việc lên kế hoạch sắp xếp mặt bằng thi công của một công trường ảnh hưởng quan trọng đến hiệu suất, ngân sách và thời gian thực hiện dự án. Các thuật toán trí tuệ nhân tạo đã được sử dụng để tạo lập mô hình tối ưu hóa mặt bằng thi công.

Các giải pháp dựa trên trí tuệ nhân tạo, chẳng hạn như thuật toán metaheuristic, đã được nghiên cứu chuyên sâu cho việc bố trí bề mặt công trường trong ngành xây dựng. Tuy nhiên, các nghiên cứu về thuật toán tối ưu kiến sư tử (ALO) rất hạn chế trong việc giải quyết các vấn đề tối ưu hóa bố cục mặc dù đã được chứng minh là nhất quán đối với vấn đề tối ưu hóa toàn cục. Hơn nữa, một thuật toán ALO lai ghép mới là cần thiết để tạo ra một giải pháp tối ưu hơn với thời gian chạy tốt hơn. Do đó, nghiên cứu này đã phát triển một thuật toán lai ghép kiến sử tử mới (ALO) áp dụng vào một nghiên cứu điển hình đại diện cho vấn đề bố cục lại bề mặt công trường xây dựng để tối ưu hoá khoảng cách di chuyển.

Nhìn chung, thuật toán được đề xuất vượt trội so với các thuật toán khác về tính nhất quán, hiệu quả và có thể được sử dụng để giải quyết vấn đề tối ưu bố trí mặt bằng thi công trên công trường. Từ khóa: Xây dựng, Bố trí mặt bằng thi công, Tối ưu hóa, Thuật toán lai ghép kiến sư tử mới (ALO) iv v AUTHOR’S COMMITMENT The undersigned below: Name : Febrina Vienna Soulisa Student ID : 2070288 Place and date of born : Bandung, Indonesia, February 3, 1994 Address : Ho Chi Minh City With this declaring that the master thesis entitled “Site Layout Optimization Using Novel Hybrid Ant Lion Optimizer (ALO) Algorithm” is done by the author under supervision of the instructor. All works, ideas, and material that was gain from other references have been cited in the corrected way. Ho Chi Minh City, December 14, 2022 Febrina Vienna Soulisa v vi TABLE OF CONTENTS THE TASK SHEET OF MASTER’S THESIS .iii TÓM TẮT LUẬN VĂN THẠC SĨ.

iv AUTHOR’S COMMITMENT. v TABLE OF CONTENTS. vi LIST OF FIGURES. Scope of Study.

Academic and Practical Significances. Construction Site Layout Optimization. Ant Lion Optimizer (ALO) Algorithm. DEVELOPMENT AND APPLICATION.

Application of Ant Lion Optimizer (ALO). Novel Hybrid Ant Lion Optimizer (NH-ALO). Opposition-based learning (OBL). Mutation and crossover.

Objective Function and Parameter. 66 vii viii Random_walk_around_antlion. MATLAB Command Window Result. 70 Case study 1 command window result.

70 Case study 1 command window result (2). 71 Case study 2 command window result. 76 Case study 3 command window result. 77 Case study 4 command window result.

MATLAB Excel result. 79 Case study 1, 2, 3, & 4 excel result. 79 Case study 1 (2) excel result. 80 viii ix LIST OF FIGURES Figure 1-1.

Time-Cost-Quality in project management. Scope of study. Predatory behavior of antlions [34]. Ant's random walk inside the trap [30].

Scopus report on ALO application [36]. Ant lion predation [28]. 15 Figure 3-2 Illustration of three ants' random walk [30]. Flowchart of novel hybrid ant lion optimizer (NH-ALO) algorithm.

Theoretical illustration of OBL in one-dimension optimization [49]. Theoretical illustration of mutation [50]. Conceptual illustration of crossover [51]. Pre-arranged site layout of case 1.

Convergence curve NH-ALO for case 1. NH-ALO site layout arrangement of case 1. Convergence curve NH-ALO for case 1 (200 iterations). The convergence curve comparison.

Pre-arranged site layout of case 2. Convergence curve NH-ALO for case 2. NH-ALO site layout arrangement of case 2. Pre-arranged site layout of case 3.

Convergence curve NH-ALO for case 3. NH-ALO site layout arrangement of case 3. Pre-arranged site layout of case 4. Convergence curve NH-ALO for case 4.

NH-ALO site layout arrangement of case 4. 43 x xi LIST OF TABLES Table 2-1. List of related studies. Pre-arranged site layout information of case 1.

Distance between locations of case 1 (meters). Trip frequencies of case 1. Total traveling distance comparison of case 1. Site layout arrangement for case 1.

Total traveling distance case 1 (200 iterations). Pre-arranged site layout information of case 2. Distance between locations of case 2 (meters). Trip frequencies of case 2.

Total traveling distance comparison of case 2. Site layout arrangement for case 2. Pre-arranged site layout information of case 3. Distance between locations of case 3 (meters).

Trip frequencies of case 3. Total traveling distance comparison of case 3. Site layout arrangement for case 3. Pre-arranged site layout information of case 4.

Distance between locations of case 4 (meters). Trip frequencies of case 4. Total traveling distance comparison of case 4. Site layout arrangement for case 4.

INTRODUCTION ------ This chapter presents the research problem which describes the importance of well-planned site layout and brief explanation about optimization of site layout (Section 1.1), research objectives (Section 1.2), scope of study (Section 1.3), research methodology (Section 1. The academic and practical significances (Section 1.5) also presented in the last part of this chapter. Problem Statement It is known that construction and project planners often aim to accomplish maximum quality by considering minimal cost and time. The most common challenge is maximizing resource utilization to strike a balance between various and frequently conflicted aspects of project management.

Thus, quality, cost, and time are intricately related as these three objectives are broadly discussed for their practical relevance in project accomplishment [1]. The layout of the construction site also has a significant impact on the project’s cost, productivity, safety, and other aspects [2]. However, the site layout plan is frequently created without consideration for the project plan itself and, occasionally, no specific site layout plan in practice [3]. As a result, it leads to long project duration, poor quality, and expensive costs on the construction.

Time-Cost-Quality in project management A construction site has a space that is considered a limited resource in construction projects compared to other resources such as material and equipment. Layout planning of construction sites often interacts with construction management (i., planning, scheduling, and cost estimating) [2], [4]. A study mentioned that site layout planning should be carried out successfully prior to starting the main work. A well-planned layout will contribute to saving time and site congestion.

Moreover, minimize travel distance, material handling effort, and operational cost [5], [6]. This process of organizing facilities, known as the production factors, is also considered part of operational strategies to produce a more efficient system [7]. Besides, workers and site personnel spend most of their time on construction sites. Therefore, if they can move around the site easily and quickly, it will improve productivity [8].

Layout planning for each construction site is unique as it depends on variables such as workspace and interaction between each location [9], [10].