Luận văn thạc sĩ quản lý xây dựng 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

Khám phá luận văn thạc sĩ về quản lý xây dựng, áp dụng thuật toán đàn kiến để tối ưu thời gian và chi phí cho dự án bê tông khối lớn.

• Tác giả: Nguyễn Triệu Vĩ
• Người hướng dẫn: PGS. Phạm Vũ Hồng Sơn
• Trường học: Đại học Bách Khoa - Đại học Quốc gia Thành phố Hồ Chí Minh
• Chuyên ngành: Quản lý xây dựng
• Đề tài: Tối Ưu Thời Gian Và Chi Phí Thi Công Dự Án Bê Tông Khối Lớn Bằng Thuật Toán Đàn Kiến
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Thành phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Lý do chọn đề tài
• 1.2. Phạm vi nghiên cứu, đối tượng, mục tiêu và giả thuyết
• 1.2.1. Phạm vi nghiên cứu
• 1.3. Phương pháp nghiên cứu
• 1.4. Bố cục luận văn
• 2. 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
• 3. CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU
• 3.2. Bê tông khối lớn
• 3.2.1. Định nghĩa bê tông khối lớn
• 3.2.2. Biến thiết kế trong kết cấu bê tông khối lớn
• 3.3. Giới thiệu chi tiết về thuật toán ACO
• 3.3.1. Giới thiệu chung về thuật toán ACO
• 3.3.2. Từ kiến tự nhiên đến kiến Nhân tạo
• 3.3.3. Những ưu điểm và ứng dụng của thuật toán
• 3.3.4. Phương pháp thuật toán ACO
• 4. CHƯƠNG 4: 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
• 4.2. Mô hình thuật toán ACO
• 5. 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
• 5.2.1. Chi phí cho biến thiết kế
• 5.2.2. Điều kiện kháng nứt Icr
• 5.3. Áp dụng thuật toán ACO để tối ưu chi phí và thời gian thi công kết cấu bê tông khối lớn
• 5.4. So sánh thuật toán đàn kiến ACO so với thuật toán di truyền GA và các thuật toán khác
• 6. CHƯƠNG 6: KẾT LUẬN, GIỚ HẠN NGHIÊN CỨU VÀ KIẾN NGHỊ
• 6.2. Những hạn chế của nghiên cứu
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tối ưu hóa thi công

Tối ưu hóa thi công là một yếu tố quan trọng trong quản lý dự án xây dựng, đặc biệt là trong các dự án bê tông khối lớn. Việc áp dụng thuật toán đàn kiến (ACO) giúp cải thiện hiệu suất thi công và giảm thiểu chi phí thi công bê tông. Nghiên cứu chỉ ra rằng, việc tối ưu hóa không chỉ giúp tiết kiệm thời gian mà còn đảm bảo chất lượng công trình. Theo đó, các yếu tố như lựa chọn vật liệu, quy trình thi công và quản lý thời gian đều có ảnh hưởng lớn đến kết quả cuối cùng. Việc áp dụng ACO cho phép các nhà quản lý dự án có thể mô phỏng và tìm ra phương án thi công hiệu quả nhất, từ đó giảm thiểu rủi ro và chi phí phát sinh. "Tối ưu hóa thi công không chỉ là một lựa chọn, mà là một yêu cầu bắt buộc trong bối cảnh cạnh tranh hiện nay".

1.1 Chi phí thi công bê tông

Chi phí thi công bê tông khối lớn thường rất cao, do đó việc tối ưu hóa chi phí là một trong những mục tiêu hàng đầu. Nghiên cứu cho thấy rằng, việc áp dụng thuật toán ACO có thể giúp giảm thiểu chi phí thi công thông qua việc tối ưu hóa các biến thiết kế và quy trình thi công. Các yếu tố như lựa chọn vật liệu, thời gian thi công và quy trình quản lý đều có thể được điều chỉnh để đạt được hiệu quả tối ưu. "Chi phí thi công không chỉ là vấn đề tài chính, mà còn là vấn đề về thời gian và chất lượng". Việc phân tích chi phí và tìm ra các phương án tối ưu sẽ giúp các nhà thầu có thể đưa ra quyết định chính xác hơn trong quá trình thi công.

II. Quản lý thời gian dự án

Quản lý thời gian là một trong những yếu tố quyết định đến sự thành công của dự án xây dựng. Việc áp dụng thuật toán đàn kiến giúp tối ưu hóa thời gian thi công thông qua việc phân tích và điều chỉnh các yếu tố ảnh hưởng đến tiến độ. Nghiên cứu cho thấy rằng, việc lập kế hoạch chi tiết và sử dụng ACO để mô phỏng các kịch bản thi công có thể giúp giảm thiểu thời gian hoàn thành dự án. "Thời gian là tiền bạc trong ngành xây dựng, và việc tối ưu hóa thời gian thi công là một trong những cách hiệu quả nhất để tiết kiệm chi phí". Các nhà quản lý dự án cần phải chú trọng đến việc lập kế hoạch và theo dõi tiến độ để đảm bảo rằng dự án được hoàn thành đúng hạn.

2.1 Quy trình thi công

Quy trình thi công là một yếu tố quan trọng trong việc quản lý thời gian và chi phí. Việc áp dụng thuật toán ACO giúp tối ưu hóa quy trình thi công bằng cách phân tích các bước thực hiện và tìm ra phương án hiệu quả nhất. Nghiên cứu cho thấy rằng, việc tối ưu hóa quy trình không chỉ giúp tiết kiệm thời gian mà còn giảm thiểu rủi ro trong quá trình thi công. "Một quy trình thi công hiệu quả là chìa khóa để đạt được thành công trong dự án xây dựng". Các nhà quản lý cần phải thường xuyên đánh giá và điều chỉnh quy trình thi công để đảm bảo rằng mọi thứ diễn ra suôn sẻ.

III. Ứng dụng thực tiễn của thuật toán ACO

Việc áp dụng thuật toán đàn kiến trong các dự án bê tông khối lớn đã cho thấy nhiều kết quả tích cực. Nghiên cứu chỉ ra rằng, ACO không chỉ giúp tối ưu hóa thời gian và chi phí thi công mà còn cải thiện chất lượng công trình. Các nhà quản lý dự án có thể sử dụng ACO để mô phỏng và tìm ra các phương án thi công tối ưu, từ đó đưa ra quyết định chính xác hơn. "Sự linh hoạt trong việc áp dụng ACO cho phép các nhà quản lý dự án điều chỉnh kế hoạch thi công một cách hiệu quả". Kết quả từ nghiên cứu sẽ cung cấp thông tin hữu ích cho các chuyên gia xây dựng và góp phần vào sự phát triển bền vững của ngành công nghiệp xây dựng.

3.1 Đánh giá hiệu quả

Đánh giá hiệu quả của việc áp dụng thuật toán ACO là một phần quan trọng trong nghiên cứu. Nghiên cứu cho thấy rằng, việc sử dụng ACO giúp cải thiện đáng kể hiệu suất thi công và giảm thiểu chi phí. Các nhà quản lý dự án cần phải thường xuyên theo dõi và đánh giá kết quả để đảm bảo rằng các phương án thi công được áp dụng một cách hiệu quả. "Đánh giá hiệu quả không chỉ giúp cải thiện quy trình thi công mà còn giúp các nhà quản lý đưa ra quyết định chính xác hơn trong tương lai". Việc áp dụng ACO trong thực tế sẽ tạo ra một bản đồ chi tiết về các yếu tố chi phí và thời gian cần được quan tâm.

Nội dung chính

Tổng quan nghiên cứu

Trong quản lý và thi công các công trình hạ tầng quy mô lớn, việc kiểm soát chi phí và thời gian luôn là mục tiêu hàng đầu của các chủ đầu tư cũng như nhà thầu xây dựng. Điển hình như tại dự án thủy điện Itumbiara với công suất thiết kế 2,1 GW, công trình đã đòi hỏi xử lý hơn 2 triệu mét khối bê tông được làm lạnh sơ bộ trước khi đổ, đi kèm việc huy động hàng nghìn công nhân thi công liên tục. Tại Việt Nam, các kết cấu bê tông khối lớn như đài móng tòa nhà chọc trời, dầm chuyển, trụ tháp màng mố cầu và đập thủy điện thường có kích thước bề dày từ 0,8 mét đối với dạng tấm đến trên 1,2 mét đối với các khối hình học phức tạp. Hiện tượng tích tụ nhiệt lượng lớn từ phản ứng thủy hóa xi măng trong các kết cấu này tạo ra gradient nhiệt độ nghiêm trọng, dẫn đến ứng suất kéo vượt quá cường độ chịu kéo của bê tông và gây nứt nhiệt sớm.

Vấn đề cốt lõi đặt ra cho các nhà quản trị thi công là sự đánh đổi phức tạp giữa các yếu tố: việc kéo dài thời gian giữa các đợt đổ hoặc giảm chiều cao lớp đổ giúp khối bê tông tản nhiệt tốt hơn nhưng lại làm tăng thời gian xây dựng và chi phí vận hành thiết bị trạm bơm; ngược lại, đẩy nhanh tiến độ hoặc đổ lớp dày sẽ làm gia tăng nguy cơ nứt kết cấu, đòi hỏi chi phí làm mát sơ bộ tốn kém. Nghiên cứu này tập trung ứng dụng thuật toán tối ưu hóa đàn kiến nhằm giải quyết bài toán đa mục tiêu kinh tế và kỹ thuật trong giai đoạn thi công từ tháng 9 năm 2023 đến tháng 1 năm 2024. Mục tiêu cụ thể là thiết lập mô hình toán học tích hợp giữa phương pháp mô phỏng truyền nhiệt với thuật toán đàn kiến, tìm ra tổ hợp tối ưu giữa bốn biến thiết kế gồm cấp phối vật liệu, nhiệt độ đổ, chiều cao lớp đổ và tần suất bơm. Kết quả đạt được giúp giảm tổng chi phí xây dựng từ 12% đến 18%, rút ngắn thời gian thi công từ 15% đến 22%, đồng thời duy trì chỉ số kháng nứt nhiệt luôn đạt ngưỡng an toàn trên 1,85, khống chế xác suất rủi ro nứt bề mặt và nứt khối dưới 5%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng tích hợp giữa cơ học vật liệu, lý thuyết truyền nhiệt ba chiều trong môi trường bất đẳng hướng và lý thuyết tối ưu hóa toán học meta-heuristic.

Trước hết, quá trình phát triển nhiệt độ trong khối bê tông được mô tả bằng phương trình vi phân truyền nhiệt ba chiều kết hợp nguồn nhiệt thủy hóa đoạn nhiệt nội sinh phụ thuộc vào hàm lượng chất kết dính, tốc độ phản ứng và hệ số tỏa nhiệt của xi măng. Cơ chế sinh ứng suất kéo nhiệt sinh ra do sự chênh lệch nhiệt độ giữa tâm khối bê tông và bề mặt tiếp xúc với môi trường biên đối lưu có hệ số trao đổi nhiệt xác định.

Thứ hai, độ an toàn nứt nhiệt của kết cấu được đánh giá qua chỉ số kháng nứt nhiệt, biểu diễn bằng tỷ số giữa cường độ chịu kéo thực tế của bê tông theo thời gian và ứng suất kéo lớn nhất sinh ra trong khối đổ. Theo tiêu chuẩn kỹ thuật quốc tế và thực nghiệm xây dựng, giá trị chỉ số kháng nứt đạt từ 1,85 trở lên bảo đảm xác suất nứt do nhiệt không vượt quá 5%, trong khi giá trị nhỏ hơn 1,0 đồng nghĩa với việc kết cấu chắc chắn xuất hiện vết nứt phá hủy tính toàn vẹn.

Thứ ba, thuật toán tối ưu hóa đàn kiến được phát triển dựa trên hành vi tự tổ chức và tìm đường đi ngắn nhất của đàn kiến trong tự nhiên thông qua dấu vết mùi pheromone. Trong mô hình nhân tạo, các cá thể kiến di chuyển qua các nút biểu diễn trạng thái của các biến thiết kế, kết hợp thông tin dẫn đường heuristic và nồng độ mùi tích lũy để lựa chọn đường đi tối ưu. Ba khái niệm trung tâm bao gồm: biến thiết kế rời rạc (cấp phối, nhiệt độ đổ, chiều cao lớp đổ, tần suất bơm), hàm mục tiêu tổng chi phí thi công (tổng của chi phí nguyên vật liệu, chi phí làm mát và chi phí vận hành trạm bơm theo thời gian), và điều kiện biên ràng buộc chỉ số kháng nứt nhiệt.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu thực nghiệm bao gồm 8 loại cấp phối bê tông tiêu chuẩn với các thông số cơ - nhiệt chi tiết như mô đun đàn hồi, cường độ nén 28 ngày, hệ số giãn nở nhiệt và đường cong tỏa nhiệt đoạn nhiệt. Dữ liệu khí tượng môi trường được thu thập liên tục với chuỗi số liệu nhiệt độ trung bình ngày trong 3 năm tại khu vực thi công mẫu để xác lập chính xác điều kiện biên đối lưu nhiệt độ mặt thoáng và mặt đáy tiếp xúc nền đất.

Phương pháp chọn mẫu và phân tích dựa trên ma trận không gian trạng thái toàn diện, chia nhỏ bài toán kỹ thuật thành đồ thị mạng lưới tương tự bài toán người bán hàng. Cỡ mẫu mô phỏng bao gồm 50 cá thể kiến nhân tạo thực hiện tìm kiếm qua 200 vòng lặp lặp lại độc lập, bảo đảm tính hội tụ ổn định và quét sạch không gian nghiệm.

Lý do lựa chọn giải thuật tối ưu hóa đàn kiến trên nền tảng lập trình mô phỏng chuyên dụng xuất phát từ bản chất bài toán tối ưu hóa thời gian - chi phí trong thi công bê tông khối lớn thuộc nhóm bài toán phi tuyến phức tạp (NP-hard). Các phương pháp quy hoạch toán học cổ điển thường dễ bị rơi vào điểm cực trị cục bộ hoặc đòi hỏi thời gian tính toán quá dài đối với các hàm mục tiêu chứa biến rời rạc và ràng buộc nứt phi tuyến. Thuật toán đàn kiến thể hiện tính ưu việt vượt trội nhờ cơ chế học tăng cường, khả năng thích ứng linh hoạt và khả năng tìm kiếm nghiệm tối ưu toàn cục ổn định trong thời gian xử lý nhanh chóng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã ứng dụng thành công thuật toán đàn kiến để giải quyết bài toán tối ưu hóa chi phí và thời gian thi công cho công trình kết cấu bê tông khối lớn, ghi nhận những kết quả định lượng cụ thể:

• Tối ưu hóa tổng chi phí thi công: Lời giải tối ưu từ thuật toán đàn kiến giúp giảm 14,3% tổng chi phí thi công công trình so với phương án thiết kế ban đầu dựa trên kinh nghiệm truyền thống. Đơn giá trung bình của từng mét khối bê tông hoàn thiện giảm từ khoảng 2,45 triệu đồng xuống còn 2,10 triệu đồng.
• Rút ngắn tiến độ xây dựng: Thời gian thi công toàn bộ kết cấu được rút ngắn 19,2%, tương đương giảm từ 68 ngày xuống còn 55 ngày thi công liên tục. Việc lựa chọn tối ưu chiều cao lớp đổ ở mức 1,5 mét cùng tần suất bơm hợp lý 4 ngày giữa các đợt đổ giúp giảm đáng kể thời gian chờ đợi mà vẫn bảo đảm tản nhiệt an toàn.
• Kiểm soát an toàn kháng nứt nhiệt: Chỉ số kháng nứt nhiệt sau khi tối ưu đạt mức 1,91, cao hơn ngưỡng yêu cầu tối thiểu là 1,85. Xác suất nứt nhiệt của kết cấu được kéo giảm xuống còn 3,8%, triệt tiêu hoàn toàn nguy cơ xuất hiện các vết nứt xuyên tâm gây rò rỉ nước hoặc suy giảm khả năng chịu lực dài hạn của khối bê tông.
• Hiệu quả hội tụ vượt trội của thuật toán: Khi so sánh trực tiếp trên cùng một tập dữ liệu, thuật toán đàn kiến cho tốc độ hội tụ nhanh hơn 25,6% so với thuật toán di truyền và nhanh hơn 18,4% so với thuật toán tối ưu bầy sói xám, đồng thời độ lệch chuẩn giữa các lần chạy lặp lại chỉ ở mức 1,2%, chứng minh độ tin cậy toán học vượt trội.

Thảo luận kết quả

Hiệu quả giảm chi phí và thời gian đạt được là kết quả của sự phối hợp hài hòa giữa các biến thiết kế thay vì tối ưu hóa đơn lẻ. Việc sử dụng loại bê tông có hàm lượng tro bay và xỉ hạt lò cao thay thế một phần xi măng poóc lăng giúp giảm nhiệt lượng thủy hóa cực đại tới 32%, từ đó giảm áp lực phải làm lạnh sơ bộ vật liệu xuống mức nhiệt độ quá sâu. Điều này giúp tiết kiệm 28% chi phí làm mát hỗn hợp bê tông trước khi đổ. Đồng thời, việc giảm nhiệt độ ban đầu của hỗn hợp bê tông ở mức vừa phải từ 20 độ C đến 22 độ C cho phép tăng chiều cao mỗi lớp đổ lên mức tối đa mà không làm vượt ngưỡng nhiệt độ giới hạn bên trong kết cấu.

Khi đối chiếu với các công bố học thuật trước đây về bài toán đánh đổi thời gian - chi phí trong xây dựng, mô hình cải tiến của luận văn đã khắc phục được nhược điểm lớn của các nghiên cứu truyền thống là thường bỏ qua hoặc đơn giản hóa hiện tượng sinh nhiệt phi tuyến trong bê tông khối lớn. Nghiên cứu trước đây thường ấn định sẵn thời gian bảo dưỡng cố định giữa các lớp đổ, dẫn đến việc kéo dài tiến độ một cách lãng phí hoặc tiềm ẩn nguy cơ nứt vỡ nếu rút ngắn thời gian tùy tiện.

Dữ liệu kết quả có thể được trực quan hóa rõ nét thông qua biểu đồ phân bố trường nhiệt độ ba chiều theo thời gian đóng rắn, minh họa sự chênh lệch nhiệt độ giữa vùng lõi và bề mặt luôn duy trì dưới mức giới hạn cho phép 20 độ C. Bảng so sánh ma trận chi phí giữa các giải thuật tối ưu cũng chỉ ra rằng thuật toán đàn kiến luôn đạt được điểm cân bằng Pareto vượt trội, mang lại giải pháp thi công vừa tiết kiệm ngân sách vừa đáp ứng tuyệt đối các tiêu chuẩn an toàn kết cấu nghiêm ngặt.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu khoa học và thực nghiệm mô phỏng, luận văn đưa ra 4 nhóm giải pháp mang tính ứng dụng thực tiễn cao:

• Chuẩn hóa quy trình tối ưu hóa thiết kế thi công bằng thuật toán đàn kiến: Các ban quản lý dự án và nhà thầu xây dựng cần tích hợp module thuật toán đàn kiến vào giai đoạn lập kế hoạch biện pháp thi công chi tiết. Mục tiêu là tiết kiệm tối thiểu 10% đến 15% tổng chi phí năng lượng làm mát và nhân lực ngay trước khi triển khai đổ bê tông, hoàn thành áp dụng thử nghiệm trong vòng 3 tháng đầu của giai đoạn chuẩn bị dự án.
• Lắp đặt hệ thống cảm biến nhiệt độ tự động thời gian thực: Đơn vị thi công cần bố trí mạng lưới đầu đo nhiệt điện trở tại tối thiểu 6 vị trí trọng yếu (tâm khối, bề mặt, đáy móng và các góc cạnh) trong mỗi phân đoạn đổ bê tông. Hệ thống này giúp theo dõi liên tục gradient nhiệt độ thực tế 24/7 trong suốt 28 ngày đầu đóng rắn, bảo đảm chênh lệch nhiệt độ luôn dưới 20 độ C và chỉ số kháng nứt duy trì trên 1,85.
• Ứng dụng cấp phối bê tông tỏa nhiệt thấp sử dụng phụ gia khoáng hoạt tính: Các kỹ sư công nghệ bê tông tại trạm trộn cần chủ động thay thế từ 30% đến 45% lượng xi măng bằng tro bay loại F hoặc xỉ hạt lò cao nghiền mịn. Biện pháp này giúp giảm tốc độ sinh nhiệt đoạn nhiệt trong 72 giờ đầu tiên, đồng thời kéo giảm giá thành nguyên vật liệu khoảng 8% trên mỗi mét khối thành phẩm.
• Xây dựng sổ tay hướng dẫn và chuyển giao công nghệ điều hành trạm bơm: Nhà thầu chính cần ban hành quy trình chuẩn về việc điều phối chu kỳ bơm và bảo dưỡng bề mặt bê tông dựa trên các kịch bản thời tiết theo mùa. Đội ngũ chỉ huy trưởng và kỹ sư hiện trường cần được đào tạo chuyên sâu trong thời gian 1 tháng để làm chủ công cụ tính toán tiến độ tối ưu, hạn chế tối đa việc ra quyết định dựa trên cảm tính cá nhân.

Đối tượng nên tham khảo luận văn

Tài liệu luận văn thạc sĩ này là nguồn tài liệu tham khảo học thuật và cẩm nang ứng dụng thực tế có giá trị cao cho 4 nhóm đối tượng chuyên môn:

• Chủ đầu tư và Ban quản lý dự án xây dựng hạ tầng quy mô lớn: Tài liệu cung cấp cơ sở dữ liệu định lượng và phương pháp luận khoa học để thẩm định dự toán chi phí, phê duyệt biện pháp thi công và kiểm soát rủi ro nứt nhiệt cho các dự án đập thủy điện, móng trụ cầu dây văng hay tầng hầm nhà siêu cao tầng.
• Chỉ huy trưởng công trường và Kỹ sư quản lý thi công: Nghiên cứu cung cấp công cụ trực quan và ma trận tham số cụ thể giúp các kỹ sư hiện trường dễ dàng lựa chọn chiều cao lớp đổ, tần suất bơm và biện pháp bảo dưỡng tối ưu nhằm hoàn thành tiến độ sớm mà vẫn bảo đảm chất lượng kết cấu.
• Kỹ sư thiết kế kết cấu và Chuyên gia tư vấn giám sát: Luận văn mang lại góc nhìn sâu sắc về mối liên hệ giữa nhiệt thủy hóa, ứng suất nhiệt sớm và độ bền lâu của vật liệu bê tông, hỗ trợ công tác lập chỉ dẫn kỹ thuật thi công và nghiệm thu công trình chính xác.
• Học viên cao học, Nghiên cứu sinh và Giảng viên ngành Xây dựng: Công trình là tài liệu tham khảo chuyên ngành tiêu biểu về việc ứng dụng trí tuệ nhân tạo và các thuật toán meta-heuristic trong giải quyết các bài toán tối ưu hóa phức tạp thuộc lĩnh vực Quản lý Xây dựng và Công nghệ Bê tông tiên tiến.

Câu hỏi thường gặp

Thuật toán đàn kiến mang lại lợi thế gì vượt trội so với phương pháp lập tiến độ truyền thống trong thi công bê tông khối lớn?

Phương pháp truyền thống phụ thuộc lớn vào kinh nghiệm chủ quan của kỹ sư, thường chọn giải pháp an toàn quá mức làm tăng chi phí và kéo dài tiến độ. Thuật toán đàn kiến có khả năng quét hàng triệu kịch bản phối hợp giữa cấp phối, chiều cao lớp đổ và tần suất bơm trong vài giây. Kết quả thực nghiệm cho thấy thuật toán giúp giảm khoảng 14,3% chi phí và rút ngắn gần 20% thời gian thi công mà vẫn bảo đảm chính xác các ràng buộc kỹ thuật.

Tại sao chỉ số kháng nứt nhiệt cần phải đạt ngưỡng tối thiểu từ 1,85 trở lên?

Chỉ số kháng nứt nhiệt phản ánh tương quan giữa khả năng chịu kéo của bê tông và ứng suất kéo do chênh lệch nhiệt độ sinh ra. Khi chỉ số này đạt từ 1,85 trở lên, xác suất xuất hiện vết nứt do nhiệt được khống chế ở mức dưới 5%, bảo đảm an toàn cho kết cấu chịu lực. Nếu chỉ số giảm xuống dưới 1,0, cấu kiện chắc chắn sẽ bị nứt, gây suy giảm nghiêm trọng độ bền thấm và tuổi thọ công trình.

Việc giảm nhiệt độ hỗn hợp bê tông trước khi đổ tác động như thế nào đến tổng ngân sách dự án?

Giảm nhiệt độ đổ giúp hạ thấp nhiệt độ đỉnh bên trong khối bê tông, từ đó giảm nguy cơ nứt và cho phép đổ lớp dày hơn để rút ngắn thời gian. Tuy nhiên, việc làm lạnh sâu đòi hỏi hệ thống sản xuất nước đá hoặc làm mát cốt liệu tốn kém. Mô hình tối ưu hóa giúp tìm ra điểm cân bằng nhiệt độ đổ tối ưu trong khoảng từ 20 độ C đến 22 độ C, giúp tiết kiệm khoảng 28% chi phí làm mát so với việc làm lạnh cưỡng bức xuống 15 độ C.

Chiều cao lớp đổ và tần suất bơm có mối quan hệ tương hỗ ra sao trong việc kiểm soát nhiệt độ?

Chiều cao lớp đổ mỏng giúp bê tông tản nhiệt qua bề mặt nhanh hơn nhưng làm tăng số lượng mạch ngừng thi công và kéo dài tổng thời gian thực hiện. Ngược lại, lớp đổ dày thi công nhanh hơn nhưng giữ nhiệt lớn hơn. Tần suất bơm quyết định khoảng thời gian nghỉ để lớp dưới tản nhiệt trước khi đổ lớp tiếp theo. Thuật toán đàn kiến giúp xác định chính xác chiều cao phân lớp 1,5 mét kết hợp chu kỳ nghỉ 4 ngày để tối ưu hóa cả hai yếu tố này.

Mô hình thuật toán tối ưu trong nghiên cứu có thể mở rộng áp dụng cho các dạng kết cấu khác không?

Mô hình hoàn toàn có khả năng mở rộng và áp dụng linh hoạt cho nhiều loại kết cấu bê tông thể tích lớn khác nhau như dầm chuyển nhà cao tầng, bệ móng tuabin gió ngoài khơi hay cọc khoan nhồi đường kính lớn. Người sử dụng chỉ cần cập nhật lại thông số hình học của cấu kiện, điều kiện biên tiếp xúc môi trường và đơn giá nguyên vật liệu tại địa phương vào chương trình tính toán để nhận được phương án thi công tối ưu tương ứng.

Kết luận

• Nghiên cứu đã xây dựng thành công mô hình toán học tích hợp thuật toán tối ưu hóa đàn kiến để giải quyết bài toán đa biến về thời gian và chi phí trong thi công bê tông khối lớn.
• Hệ thống hóa và lượng hóa chính xác 4 biến thiết kế cốt lõi gồm cấp phối bê tông, nhiệt độ đổ ban đầu, chiều cao phân lớp và tần suất giữa các đợt bơm.
• Kết quả thực nghiệm chứng minh giải pháp tối ưu giúp tiết kiệm 14,3% tổng chi phí xây dựng, rút ngắn 19,2% tiến độ thi công và khống chế xác suất nứt nhiệt dưới 3,8%.
• Xác lập quy trình tính toán khoa học, tin cậy, vượt trội hơn các thuật toán tối ưu di truyền và bầy sói xám về tốc độ hội tụ cũng như độ ổn định của nghiệm.
• Cung cấp công cụ hỗ trợ ra quyết định đắc lực cho các nhà quản lý dự án, giúp thay thế phương thức quản lý dựa trên cảm tính bằng giải pháp kỹ thuật chính xác.

Đóng góp lớn nhất của luận văn là đã kết nối thành công lý thuyết tối ưu hóa toán học hiện đại với bài toán kỹ thuật thi công thực tế tại Việt Nam, mở ra hướng đi mới trong việc quản trị dự án thông minh. Trong lộ trình 6 đến 12 tháng tới, mô hình có thể được phát triển thành phần mềm thương mại có giao diện đồ họa thân thiện và tích hợp mô hình thông tin công trình BIM. Các đơn vị tư vấn và nhà thầu xây dựng hãy chủ động ứng dụng ngay giải pháp tối ưu hóa này vào các dự án trọng điểm để nâng cao năng lực cạnh tranh, bảo đảm chất lượng công trình và tối đa hóa hiệu quả kinh tế bền vững.

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.