工程建设项目的总目标是使工期最短、成本最低、质量最优, 是互相关联的矛盾对立统一体
《1 数学模型的建立》
1 数学模型的建立
根据多属性效用函数的定义, 分解和构造原理
笔者只讨论各工作质量得分均为60分以上的工程。为了更准确地表示各个单项工作质量的严格程度, 可进行模糊语言变量划分, 如将60~100分划分为合格、一般、良好、优良、优秀5个等级, 并建立各自的模糊隶属度函数。
一个工程是由多项工作组成的, 各项工作质量要求的严格程度不同, 因此, 在确定整个工程项目的总体质量时, 对工程产生较大影响的工作, 赋予较大的权重。
1) 根据工程项目进度绘制网络计划图。
2) 利用专家评分法, 可以较准确地估计各工作的正常持续时间T
①假设有F1, F2, F3, F4指标排列如下:
《表1》
指标 |
F1 | F2 | F3 | F4 | Ki | ωi |
F1 |
0 | 2 | 1 | 3 | 0.125 | |
F2 |
4 | 4 | 3 | 11 | 0.458 | |
F3 |
2 | 0 | 1 | 3 | 0.125 | |
F4 |
3 | 1 | 3 | 7 | 0.292 | |
总计 |
F2>F4>F1=F3 | 24 | 1 |
②设0—很不重要, 1—不重要, 2—同样重要, 3—更重要, 4—非常重要。并对这4个指标做两两比较, 进行打分。
③将每行得分相加, 得各基本指标的总分。
④将各基本指标的总分加和, 得最终总分。
⑤计算每一个基本指标的权重
首先由参加评价的七位专家根据各单项工作对整个工程质量的重要程度, 对各项工作进行两两比较打分, 然后按上述计算步骤求得各专家确定的每一个基本指标的权重。在不考虑专家自身权重的情况下
st:T∈ (T0, T*) , C∈ (C0, C*) , Q∈ (Q*, Q0) 取理想解为u0=u (T0, C0, Q0) , 负理想解为u*=u (T*, C*, Q*) 。
《2 模型的求解》
2 模型的求解
采用遗传算法求解上述综合均衡优化模型
《3 应用实例》
3 应用实例
1) 某楼房项目的各项工作划分和工作间的相互关系见表1, 由表1可画出相应的网络计划图。用本文数学模型可求得各项工作的正常持续时间、成本和质量参数 (表1中 (1) , (3) , (5) 列) , 各项工作最短持续时间, 最大成本和最劣质量参数 (表1中 (2) , (4) , (6) 列) ;以及最终计算得到的各项工作权重参数 (表1中 (7) 列) 。
2) 由关键路线法 (CPM) 得到整个工程项目的最长工期T*=304 d, 最短工期T0=242 d;最小直接成本
3) 利用效用函数的二次函数形式及边界条件, 可求得工期T, 成本C和质量Q的单属性效用函数分别为:
Table 1 Works and their relative as well as parameters estimates
《表2》
序号 |
工作 名称 |
工作内容 | 紧后 工作 |
(1) T/d |
(2) TCi/d |
(3) C/元 |
(4) C/元 |
(5) Q/% |
(6) Q/% |
(7) ωi |
1 |
A | 开始节点 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
2 |
B | 基础工程 | 3 | 25 | 21 | 133 793 | 187 076 | 1 | 0.923 3 | 0.073 0 |
3 |
C | 一层墙体 | 4, 5 | 19 | 16 | 103 531 | 144 945 | 1 | 0.913 3 | 0.063 8 |
4 |
D | 一层梁板 | 7 | 32 | 26 | 164 053 | 229 678 | 1 | 0.915 6 | 0.053 4 |
5 |
E | 一、二层楼梯 | 6, 7 | 14 | 13 | 11 939 | 16 713 | 1 | 0.888 9 | 0.046 7 |
6 |
F | 一层地面 | 9 | 8 | 6 | 11 812 | 16 537 | 1 | 0.870 0 | 0.024 3 |
7 |
G | 二层墙体 | 8, 9 | 19 | 16 | 103 531 | 144 945 | 1 | 0.903 3 | 0.054 5 |
8 |
H | 二层梁板 | 10 | 32 | 26 | 164 053 | 229 678 | 1 | 0.898 9 | 0.051 5 |
9 |
I | 二、三层楼梯 | 10 | 14 | 13 | 11 939 | 16 713 | 1 | 0.878 9 | 0.043 8 |
10 |
J | 三层墙体 | 11 | 19 | 16 | 103 531 | 144 945 | 1 | 0.895 6 | 0.053 1 |
11 |
K | 三层梁板 | 12 | 32 | 26 | 164 053 | 229 678 | 1 | 0.874 4 | 0.046 5 |
12 |
L | 三、四层楼梯 | 13 | 14 | 13 | 11 939 | 16 713 | 1 | 0.878 8 | 0.042 9 |
13 |
M | 四层墙体 | 14 | 21 | 17 | 121 003 | 169 409 | 1 | 0.894 1 | 0.053 1 |
14 |
N | 四层梁板 | 15 | 32 | 26 | 164 053 | 229 678 | 1 | 0.873 4 | 0.044 1 |
15 |
O | 屋面 | 16, 24 | 12 | 9 | 76 812 | 107 356 | 1 | 0.882 2 | 0.034 1 |
16 |
P | 一层门窗及装饰 | 17, 18 | 14 | 10 | 82 377 | 115 287 | 1 | 0.860 0 | 0.023 1 |
17 |
Q | 一层安装工程 | 19, 20 | 5 | 3 | 18 225 | 25 515 | 1 | 0.892 2 | 0.042 5 |
18 |
R | 二层门窗及装饰 | 19, 20 | 14 | 10 | 79 052 | 110 671 | 1 | 0.868 9 | 0.023 9 |
19 |
S | 二层安装工程 | 21 | 5 | 3 | 18 225 | 25 515 | 1 | 0.887 8 | 0.043 1 |
20 |
T | 三层门窗及装饰 | 21, 23 | 14 | 10 | 79 052 | 110 671 | 1 | 0.870 0 | 0.024 8 |
21 |
U | 三层安装工程 | 23 | 5 | 3 | 18 225 | 25 515 | 1 | 0.885 6 | 0.042 8 |
22 |
V | 四层门窗及装饰 | 23 | 14 | 10 | 79 052 | 110 671 | 1 | 0.872 3 | 0.025 1 |
23 |
W | 四层安装工程 | 26 | 5 | 3 | 18 225 | 25 515 | 1 | 0.884 9 | 0.041 8 |
24 |
X | 外墙装饰 | 25 | 22 | 17 | 90 745 | 128 105 | 1 | 0.864 4 | 0.024 3 |
25 |
Y | 台阶散水等 | 26 | 5 | 3 | 6 672 | 9 329 | 1 | 0.870 0 | 0.023 8 |
26 |
Z | 结速节点 | - | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
于是, 工期T, 成本C和质量Q的多属性效用函为
4) 模型的解算:依据决策人对工期T, 成本C和质量Q的偏好不同, 在取KT=0.3, KC=0.4, KQ=0.3情况下, 利用自行编写的遗传算法程序, 输入表1中有关数据, 并设定群体规模500, 交叉概率0.6, 变异概率0.1的情况下, 求得最满意解为 (T, C, Q) = (279, 2 182 858, 0.972 980 5) , 工作持续时间按工作序号顺序排列为0, 25, 19, 27, 14, 8, 19, 32, 14, 19, 32, 14, 21, 32, 10, 10, 5, 10, 5, 10, 5, 10, 3, 21, 5, 0, 相应地, 各工作的成本为0, 147 172, 113 884, 226 922, 13 133, 12 973, 113 884, 180 458, 13 133, 113 884, 180 458, 13 133, 133 123, 180 458, 106 068, 113 784, 20 048, 109 323, 20 048, 109 323, 20 048, 109 323, 25 209, 99 720, 7 349, 0, u (T, C, Q) =0.847 675。应当指出, 该计算结果是从业主的角度计算得出的, 即认为工程质量水平要求越高越满意, 所以假设正常情况下的质量为100%合格。而对承包商而言, 一般只是希望能够达到最低合格的标准就满意了, 如果定义各项工作质量的最低合格标准为60% (即至少达到质量合格) , 从承包商角度对质量参数进行评分, 表1 (6) 列的值均应为0.6, 表示即使在赶工的情况下, 各项工作质量要求的严格程度也至少应该达到质量的最低合格标准; (5) 列中的值则表示承包商愿意达到的最高限度。在本实例中, 不妨假设承包商愿意达到的最高质量限度为表1 (6) 列的数值;采用同样计算方法, 即可求得质量Q的单属性效用函数以及工期T、成本C和质量Q的多属性效用函数, 此时的最满意解为: (T1, C1, Q1) = (276, 2 168 333, 0.767 235) , 相应的各工作持续时间和成本按工作序号顺序排列分别为0, 25, 19, 27, 14, 8, 19, 31, 14, 19, 31, 14, 19, 31, 10, 10, 5, 10, 5, 10, 5, 10, 3, 21, 5, 0和0, 143 787, 111 265, 221 702, 12 831, 12 675, 111 265, 176 849, 12 831, 111 265, 176 849, 12 831, 130 461, 176 849, 103 628, 111 167, 19 587, 106 809, 19 587, 106 809, 19 587, 106 809, 24 629, 97 426, 7 180, 0, u (T1, C1, Q1) =0.756 835 9。总成本比从业主的角度出发的计算值大约下降了2.21%。
与其他寻优算法不同, 遗传算法优化的最后一代中有许多接近最满意解的可行解, 为决策人提供了多个备选方案。如 (T, C, Q) = (278, 2 184 775, 0.971 255 3) , 工作持续时间按工作序号顺序排列分别为0, 25, 19, 27, 14, 8, 19, 32, 14, 19, 32, 14, 20, 32, 10, 10, 5, 10, 5, 10, 5, 10, 3, 21, 5, 0, u (T, C, Q) =0.847 435 3和 (T, C, Q) = (279, 2 183 374, 0.972 668 2) ;0, 25, 19, 27, 14, 8, 19, 32, 14, 19, 32, 14, 21, 32, 10, 10, 5, 10, 5, 10, 5, 10, 3, 21, 5, 0, u (T, C, Q) =0.847 557 9, 等等。尽管它们的解与解之间各项工作的压缩方案有所不同, 但最终工期, 成本和质量相差甚微, 分别集中在工期279 d, 成本218万元, 质量0.972附近。因此, 在实际应用时, 上述各个方案都可根据决策人对工期、成本和质量的不同偏好作为最终的决策方案。