Ứng Dụng Trí Tuệ Nhân Tạo Trong Tối Ưu Chi Phí Tiến Độ Dự Án Xây Dựng Có Xét Đến Yếu Tố Môi Trường

Chuyên khảo kỹ thuật phân tích Ứng dụng trí tuệ nhân tạo trong tối ưu chi phí tiến độ dự án xây dựng có xét đến yếu tố môi trường, đánh giá các khía cạnh quan trọng, đề xuất hướng

• Tác giả: Võ Duy Phước
• Người hướng dẫn: Ts. Phạm Vũ Hồng Sơn
• Trường học: Trường Đại học Bách khoa
• Chuyên ngành: Quản lý Xây dựng
• Đề tài: Ứng dụng trí tuệ nhân tạo trong tối ưu chi phí tiến độ dự án xây dựng có xét đến yếu tố môi trường
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2024
• Địa điểm: Tp. Hồ Chí Minh

Tóm tắt

I. Tổng Quan Ứng dụng AI Tối Ưu Chi Phí Tiến Độ Xây Dựng

Ngành xây dựng đối mặt với nhiều thách thức do tính chất phức tạp và duy nhất của mỗi dự án. Việc tối ưu chi phí và tiến độ dự án xây dựng (TCT) là một trong những nhiệm vụ quan trọng nhất. Các nhà quản lý dự án thường gặp khó khăn trong việc cân bằng giữa tiến độ và chi phí để hoàn thành dự án đúng hạn với chi phí thấp nhất. Đồng thời, ngành xây dựng cũng gây ra nhiều vấn đề về môi trường, đặc biệt là phát thải khí nhà kính. Do đó, việc ứng dụng AI trong xây dựng để giải quyết bài toán TCT có xét đến yếu tố môi trường là vô cùng cần thiết. Luận văn này tập trung vào việc khám phá và phát triển các phương pháp quản lý xây dựng thông minh và bền vững, tạo ra một công cụ ra quyết định tiềm năng cho các nhà quản lý.

1.1. Tầm quan trọng của Tối Ưu Chi phí và Tiến độ

Việc tối ưu chi phí dự án xây dựng giúp tiết kiệm nguyên vật liệu, nhân lực, giảm chi phí vận hành và bảo trì sau khi hoàn thành. Tối ưu tiến độ dự án xây dựng đảm bảo dự án hoàn thành đúng thời hạn, giảm thiểu rủi ro, tránh chậm trễ và phạt hợp đồng. Điều này tạo niềm tin cho các bên liên quan và tạo thuận lợi cho khởi động hoạt động kinh doanh, mở ra cơ hội tiếp cận thị trường và tạo thu nhập sớm cho nhà đầu tư. Tóm lại, TCT mang lại nhiều lợi ích cho công ty xây dựng, từ tiết kiệm tài nguyên đến đảm bảo đúng tiến độ và tạo cơ hội kinh doanh.

1.2. Thách thức Môi Trường và Xây Dựng Bền Vững

Ngành xây dựng góp phần gây ra nhiều vấn đề môi trường liên quan đến hoạt động xây dựng và vận hành công trình. Những quá trình này đóng vai trò chủ yếu trong ô nhiễm môi trường ngoài trời và thải ra khí nhà kính. Trong đó, quá trình sản xuất vật liệu xây dựng tạo ra lượng khí CO2 cao nhất. Đề tài này tập trung giải quyết bài toán TCT, đồng thời giảm thiểu tác động môi trường, hướng tới mục tiêu xây dựng bền vững và phát triển bền vững.

II. Giải Pháp Ứng Dụng AI Để Quản Lý Dự Án Xây Dựng Hiệu Quả

Các phương pháp tối ưu truyền thống gặp nhiều hạn chế khi giải quyết bài toán TCT, đặc biệt khi xét đến yếu tố môi trường. Các phương pháp lập trình toán học đòi hỏi chi phí tính toán cao, trong khi các phương pháp heuristic chỉ mang lại giải pháp gần tối ưu. Do đó, việc ứng dụng trí tuệ nhân tạo trong quản lý dự án xây dựng (AI) để giải quyết bài toán này là một giải pháp tiềm năng. AI trong xây dựng có thể giúp đạt được tính toán hiệu quả và nhanh chóng cho bài toán TCTC, cung cấp cho các nhà quản lý dự án và nhà thầu một công cụ có khả năng lựa chọn các phương án tối ưu một cách có cơ sở, nhanh chóng và hiệu quả.

2.1. Giới thiệu về các Thuật Toán Trí Tuệ Nhân Tạo

Nghiên cứu này tập trung vào việc phát triển và ứng dụng các thuật toán AI trong dự báo chi phí xây dựng, đặc biệt là thuật toán châu chấu (GOA) và các biến thể của nó. Các thuật toán này có khả năng tìm kiếm các giải pháp tối ưu trong không gian tìm kiếm rộng lớn, giúp giải quyết các bài toán phức tạp trong quản lý dự án xây dựng. Cần so sánh kết quả của luận văn với các nghiên cứu trước đây để chứng minh hiệu quả của phương pháp.

2.2. Phương pháp Học Dựa Trên Sự Đối Diện OBL và Lựa Chọn Giải Đấu TS

Nghiên cứu cũng sử dụng các phương pháp học dựa trên sự đối diện (OBL) và lựa chọn giải đấu (TS) để cải thiện hiệu suất của các thuật toán AI trong lập kế hoạch tiến độ xây dựng. Phương pháp OBL giúp tăng cường khả năng khám phá không gian tìm kiếm, trong khi phương pháp TS giúp lựa chọn các giải pháp tốt nhất trong mỗi thế hệ. Nhờ đó, các thuật toán AI có thể hội tụ nhanh hơn và tìm ra các giải pháp tối ưu hơn.

2.3 Mô hình thông tin công trình BIM và AI

Sự kết hợp giữa Mô hình thông tin công trình (BIM) và AI mang lại lợi ích to lớn trong việc quản lý dự án. BIM cung cấp dữ liệu chi tiết và chính xác về công trình, tạo nền tảng cho AI phân tích và đưa ra quyết định tối ưu. Ví dụ: AI có thể sử dụng dữ liệu BIM để dự đoán chi phí, tiến độ, và rủi ro tiềm ẩn, từ đó giúp nhà quản lý dự án đưa ra các biện pháp phòng ngừa và ứng phó kịp thời.

III. Mô Hình Tối Ưu Mới eGOA và Trường Hợp Ứng Dụng Thực Tế

Luận văn này đề xuất một thuật toán tối ưu mới, được gọi là eGOA, dựa trên thuật toán châu chấu (GOA) và các phương pháp OBL và TS. Thuật toán eGOA được thiết kế để giải quyết bài toán TCTC một cách hiệu quả và nhanh chóng. Nghiên cứu này cũng trình bày các trường hợp ứng dụng thực tế để chứng minh hiệu quả của thuật toán eGOA trong việc giảm thiểu tác động môi trường trong xây dựng và tối ưu hóa chi phí dự án xây dựng.

3.1. Xây Dựng Thuật Toán Tối Ưu eGOA

Thuật toán eGOA kết hợp các ưu điểm của thuật toán GOA, phương pháp OBL và phương pháp TS để tạo ra một thuật toán mạnh mẽ và hiệu quả. Thuật toán này có khả năng tìm kiếm các giải pháp tối ưu trong không gian tìm kiếm phức tạp và hội tụ nhanh chóng đến các giải pháp tốt nhất. eGOA được kỳ vọng sẽ mang lại kết quả vượt trội so với các thuật toán tối ưu truyền thống.

3.2. Ứng Dụng eGOA trong Các Dự Án Thực Tế

Nghiên cứu này trình bày các trường hợp ứng dụng thực tế của thuật toán eGOA trong các dự án xây dựng khác nhau. Các kết quả cho thấy rằng thuật toán eGOA có khả năng tìm ra các giải pháp tối ưu, giúp giảm thiểu chi phí, rút ngắn tiến độ và giảm thiểu tác động môi trường của dự án. Phân tích dữ liệu dự án xây dựng cho thấy thuật toán eGOA hoạt động hiệu quả hơn các thuật toán khác.

IV. Phân Tích Chi Phí Vòng Đời LCA Kết Hợp Trí Tuệ Nhân Tạo

Để đánh giá đầy đủ tác động môi trường của các quyết định xây dựng, việc tích hợp phân tích chi phí vòng đời (LCA) với trí tuệ nhân tạo là rất quan trọng. AI và phân tích vòng đời công trình (LCA) cho phép tự động hóa quá trình thu thập và phân tích dữ liệu môi trường, từ đó cung cấp thông tin chính xác và kịp thời cho việc ra quyết định. Điều này giúp xác định các điểm nóng về môi trường và đề xuất các giải pháp giảm thiểu hiệu quả.

4.1. Thu thập và Phân tích Dữ liệu Môi trường bằng AI

AI có thể được sử dụng để thu thập dữ liệu về tiêu thụ năng lượng, sử dụng nước, và phát thải khí nhà kính trong suốt vòng đời của công trình. Các thuật toán học máy có thể phân tích dữ liệu này để xác định các yếu tố ảnh hưởng đến tác động môi trường và đề xuất các biện pháp cải thiện. Dữ liệu này có thể đến từ IoT trong xây dựng được thu thập.

4.2. Tối ưu hóa Thiết kế và Vật liệu Xây dựng dựa trên LCA và AI

AI có thể giúp các nhà thiết kế và kỹ sư lựa chọn vật liệu xây dựng và phương pháp thi công có tác động môi trường thấp nhất, đồng thời đảm bảo hiệu suất và độ bền của công trình. Điều này có thể được thực hiện bằng cách sử dụng các mô hình tối ưu hóa đa mục tiêu, kết hợp LCA và các tiêu chí kinh tế và kỹ thuật khác. Đồng thời phân tích chi phí môi trường trong xây dựng.

V. Kết Luận Triển Vọng và Hướng Nghiên Cứu Ứng Dụng AI

Luận văn này đã chứng minh tiềm năng của việc ứng dụng AI trong tối ưu chi phí và tiến độ dự án xây dựng có xét đến yếu tố môi trường. Các kết quả nghiên cứu cho thấy rằng thuật toán eGOA có khả năng tìm ra các giải pháp tối ưu, giúp giảm thiểu chi phí, rút ngắn tiến độ và giảm thiểu tác động môi trường của dự án. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội để tiếp tục nghiên cứu và phát triển trong lĩnh vực này.

5.1. Tổng Kết Các Kết Quả Nghiên Cứu

Nghiên cứu này đã đóng góp vào việc phát triển các phương pháp quản lý xây dựng thông minh và bền vững. Thuật toán eGOA có thể được sử dụng như một công cụ ra quyết định hiệu quả cho các nhà quản lý dự án và nhà thầu, giúp họ lựa chọn các phương án tối ưu một cách có cơ sở, nhanh chóng và hiệu quả.

5.2. Hướng Nghiên Cứu và Phát Triển Trong Tương Lai

Trong tương lai, cần tiếp tục nghiên cứu và phát triển các thuật toán AI mạnh mẽ hơn và hiệu quả hơn để giải quyết các bài toán phức tạp trong quản lý dự án xây dựng. Ngoài ra, cần tăng cường tích hợp các công nghệ Big Data trong xây dựng, IoT trong xây dựng và Mô hình thông tin công trình (BIM) với các thuật toán AI để tạo ra các giải pháp toàn diện và hiệu quả hơn.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: GIỚI THIỆU 1.1 Lý do chọn đề tài Hình 1. Sự phức tạp của một dự án xây dựng Ngành xây dựng là một trong những ngành công nghiệp quan trọng nhất trên toàn cầu. Tuy nhiên, nó cũng đối mặt với nhiều thách thức do tính chất đặc thù của mình. Mỗi dự án xây dựng là duy nhất, có giá trị lớn, quy mô phức tạp và không thể thay đổi một cách dễ dàng (Hình 1.

Trong quá trình xây dựng, thường xảy ra xung đột giữa các bên liên quan. Tiến độ, chi phí và chất lượng là một trong những ràng buộc quan trọng đối với các dự án xây dựng. Do đó, không chỉ chất lượng mà cả yếu tố thời gian và chi phí đều đóng vai trò quan trọng trong việc đạt được hiệu quả cho một dự án xây dựng (Hình 1. Tối ưu chi phí và tiến độ (TCT) là một trong những nhiệm vụ quan trọng và đầy thách thức trong quá trình quản lý dự án xây dựng.

Các nhà quản lý dự án thường gặp khó khăn khi tìm kiếm sự kết hợp hiệu quả giữa tiến 2 độ và chi phí nhằm hoàn thành dự án theo thời gian mong muốn với chi phí tối thiểu [1]. Yếu tố trong quản lý xây dựng Khi tối ưu hóa chi phí trong dự án xây dựng, có thể tiết kiệm nguyên vật liệu và nhân lực, giảm chi phí vận hành và bảo trì sau khi hoàn thành. Điều này không chỉ giúp tối ưu hóa sự sử dụng nguồn lực mà còn tránh lãng phí. Đồng thời, tối ưu hóa tiến độ đảm bảo rằng dự án hoàn thành đúng thời hạn.

Tuân thủ tiến độ giúp giảm thiểu rủi ro, tránh chậm trễ và phạt hợp đồng, tạo niềm tin cho các bên liên quan. Khi hoàn thành dự án đúng hạn còn tạo thuận lợi cho khởi động hoạt động kinh doanh, mở ra cơ hội tiếp cận thị trường và tạo thu nhập sớm cho nhà đầu tư. Tóm lại, TCT trong quản lý xây dựng mang lại nhiều lợi ích cho công ty xây dựng, từ tiết kiệm tài nguyên đến đảm bảo đúng tiến độ và tạo cơ hội kinh doanh [2]. Ngành xây dựng góp phần gây ra nhiều vấn đề môi trường liên quan đến hoạt động xây dựng và vận hành công trình [3, 4].

Những quá trình này đóng vai trò chủ yếu trong ô nhiễm môi trường ngoài trời và thải ra khí nhà kính (Hình 1. Trong đó, quá trình sản xuất vật liệu xây dựng tạo ra lượng khí carbon dioxide (CO2) cao nhất. Đối với hầu hết các dự án xây dựng, thành công được đo lường dựa trên các yếu tố quan trọng như thời gian, chi phí và chất lượng. Tuy nhiên, việc quan tâm đến các vấn đề liên quan đến môi trường hiếm khi được nhà quản lý dự án chú ý.

Hiện nay, có rất ít nghiên cứu xoay quanh việc TCT có xem xét các vấn đề liên quan đến môi trường. Một số nghiên cứu đã phát triển mô hình để đánh đổi giữa chi phí xây dựng và khí thải carbon dioxide bằng cách sử dụng các phương pháp tối ưu hóa đa mục tiêu dựa trên thuật toán tổ hợp [5]. 3 Hầu hết các nghiên cứu trước đây chỉ sử dụng một loại quan hệ cơ bản là "Finish to start" (FS), trong đó một hoạt động chỉ có thể bắt đầu sau khi các hoạt động trước đó đã hoàn thành. Tuy nhiên, giả định hạn chế này không phù hợp với thực tế của các dự án.

Trong thực tế, các nhà quản lý dự án thường tối ưu hóa thời gian dự án bằng cách lập lịch các hoạt động đồng thời trong sơ đồ mạng [6, 7]. Chẳng hạn, trong các dự án xây dựng tòa nhà cao tầng, việc xây tường và sơn nước có thể được thực hiện song song với nhau, thay vì tuân thủ sắp xếp tuần tự một cách logic cho từng hoạt động. Phát thải CO2 trực tiếp và gián tiếp của ngành xây dựng theo quốc gia/khu vực (Triệu tấn) năm 2009 [8] Vấn đề TCT đã được nghiên cứu rộng rãi và thu hút sự quan tâm đáng kể trong lĩnh vực quản lý xây dựng trong hơn năm thập kỷ qua. Ban đầu, Kelley Jr and Walker [9] đã đề xuất các phương pháp giải quyết vấn TCT bằng lập trình tuyến tính tham số.

Các kỹ thuật được phân loại thành hai nhóm chính: phương pháp lập trình toán học và phương pháp heuristic [10]. Phương pháp lập trình toán học sử dụng quy hoạch nguyên hỗn hợp để giải quyết vấn đề TCT, có khả năng tìm ra các giải pháp tối ưu hoặc liệt kê tất cả các giải pháp để tìm kiếm giải pháp tối ưu. Mặc dù phương pháp 4 lập trình toán học thường tìm ra giải pháp tối ưu, nhưng chúng đòi hỏi chi phí tính toán cao [11]. Trong khi đó, phương pháp heuristic được biết đến là các giải pháp gần đúng cho vấn đề, sử dụng quy tắc kinh nghiệm thay vì chứng minh toán học để giảm công sức tính toán [12, 13].

Tuy nhiên, các phương pháp này chỉ mang lại giải pháp gần tối ưu mà không đảm bảo tìm được giải pháp tối ưu [14]. Mặc dù phương pháp lập trình toán học có thể tìm ra phương án tối ưu, nhưng nó đòi hỏi chi phí tính toán cao. Đặc biệt, đối với bài toán tối ưu chi phí tiến độ xét đến yếu tố môi trường – TCTC (bao gồm ba tiêu chí tương quan), bài toán này có độ phức tạp cao với một số công việc lớn, với số lượng phương án khả thi là 1.63 x 1010 cho Case study 1 và 2.07 x 1026 cho công trình thực tế (Case study 2), việc sử dụng phương pháp lập trình toán học là không khả quan. Vấn đề này đã thúc đẩy nghiên cứu khả năng của các thuật toán tối ưu dựa trên trí tuệ nhân tạo, nhằm đạt được tính toán hiệu quả và nhanh chóng cho bài toán TCTC.

Tuy nhiên, các phương pháp này chỉ mang lại giải pháp gần tối ưu mà không đảm bảo tìm được giải pháp tối ưu. Do đó, để chứng minh hiệu quả của phương pháp mà học viên đề xuất, kết quả của luận văn sẽ được so sánh với các nghiên cứu trước đây. Cường độ phát thải CO2 trực tiếp và gián tiếp của ngành xây dựng theo quốc gia/khu vực (Kilotons/Triệu USD) năm 2009 [8] 5 Sau khi đánh giá được hiệu quả của việc áp dụng thuật toán tối ưu dựa trên trí tuệ nhân tạo để giải quyết bài toán TCTC, học viên hy vọng sẽ cung cấp cho các nhà quản lý dự án và nhà thầu một công cụ có khả năng lựa chọn các phương án tối ưu một cách có cơ sở, nhanh chóng và hiệu quả. Với tầm quan trọng ngày càng gia tăng của việc TCT trong lĩnh vực xây dựng, cùng với sự quan tâm ngày càng lớn đến yếu tố môi trường trong quá trình xây dựng, các hạn chế của các phương pháp tối ưu truyền thống cũng như tiềm năng của các thuật toán dựa trên trí tuệ nhân tạo đã thúc đẩy học viên thực hiện đề tài này.

Điều này nhằm mục đích tìm ra các phương án tối ưu, không chỉ từ quan điểm kinh tế mà còn từ quan điểm môi trường, để đảm bảo sự phát triển bền vững và giảm thiểu tác động tiêu cực đến môi trường từ các hoạt động xây dựng. Nhờ sự tiến bộ trong lĩnh vực này, học viên hy vọng có thể đạt được sự cân bằng giữa các yếu tố kinh tế, xã hội và môi trường trong các dự án xây dựng, góp phần thúc đẩy sự phát triển bền vững trong ngành công nghiệp xây dựng.2 Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: + Dự án xây dựng: Nghiên cứu tập trung vào các dự án xây dựng trong lĩnh vực công nghiệp xây dựng. + Chi phí xây dựng: Đối tượng nghiên cứu bao gồm các yếu tố liên quan đến chi phí trong quá trình xây dựng dự án, bao gồm kinh phí vật liệu, lao động, thiết bị, vận chuyển và quản lý chi phí tổng thể. + Tiến độ xây dựng: Đối tượng nghiên cứu cũng bao gồm các yếu tố liên quan đến tiến độ của dự án, như thời gian hoàn thành các công việc, lịch trình thi công, và quản lý tiến độ để đảm bảo dự án được hoàn thành đúng hạn.

+ Yếu tố môi trường: Nghiên cứu đặt sự chú trọng đến yếu tố môi trường trong quá trình tối ưu hóa, đặt biệt nhấn mạnh việc giảm thiểu khí thải CO2. Phạm vi nghiên cứu: 6 + Phương pháp tối ưu hóa: Nghiên cứu sẽ tập trung vào việc phát triển các phương pháp trí tuệ nhân tạo giải quyết bài toán TCTC trong quá trình xây dựng. + Các yếu tố tối ưu: Nghiên cứu xem xét các yếu tố liên quan đến chi phí, tiến độ và xem xét đến yếu tố môi trường trong quá trình xây dựng cũng như các thuật toán tối ưu dựa trên trí tuệ nhân tạo.3 Phương pháp nghiên cứu Để đạt được mục tiêu nghiên cứu của đề tài "Ứng dụng trí tuệ nhân tạo trong tối ưu chi phí tiến độ dự án xây dựng có xét đến yếu tố môi trường", học viên sẽ sử dụng phương pháp nghiên cứu sau: 1. Tìm hiểu bài toán TCTC: Học viên sẽ tiến hành tìm hiểu về phương pháp tối ưu hóa chi phí, tiến độ có xem xét đến yếu tố môi trường lĩnh vực quản lý xây dựng.

Điều này đảm bảo học viên có kiến thức sâu rộng về lĩnh vực nghiên cứu và cơ sở để tiến hành các phân tích sau này. Tìm hiểu về trí tuệ nhân tạo trong quản lý xây dựng: Học viên sẽ tiến hành một đánh giá tổng quan về trí tuệ nhân tạo và ứng dụng của nó trong lĩnh vực quản lý xây dựng. Qua đó, học viên sẽ tìm hiểu các phương pháp, công nghệ và công cụ trí tuệ nhân tạo phù hợp để áp dụng trong đề tài. Phát triển giải thuật tối ưu hóa: Học viên sẽ phát triển các giải thuật trí tuệ nhân tạo nhằm giải quyết bài toán TCTC.

Đánh giá và kiểm tra mô hình: Học viên sẽ thực hiện các thử nghiệm và kiểm tra hiệu quả của mô hình với các nghiên cứu trước. Qua đó, học viên sẽ đánh giá hiệu suất và độ chính xác của mô hình, cũng như sự đóng góp của mô hình trong quản lý xây dựng. Phân tích kết quả và đưa ra đề xuất: Học viên sẽ phân tích kết quả thu được từ các thử nghiệm và đánh giá, đồng thời đưa ra những đề xuất và khuyến nghị để cải thiện quá trình giải quyết bài toán TCTC dựa trên thuật toán trí tuệ nhân tạo. 7 Phương pháp nghiên cứu này kết hợp giữa lý thuyết và thực tiễn, sử dụng các công cụ trí tuệ nhân tạo để giải quyết bài toán TCTC trong quản lý xây dựng.