风险视角下基于IAO的预制构件供应链协同优化.pdf

摘要

装配式建造方式是当代建筑行业的一大创新，它不仅改变了传统施工模式，

还进一步推动了混凝土PC件（PrefabricatedComponent，PC）供应链管理的应用

和发展。目前，尽管装配式建筑行业在PC构件的生产、运输、装配等环节取得了

一定的进展，但在其供应链管理的深层次研究上仍显不足。因此，未来装配式建

筑行业在PC构件供应链管理方面的研究应更加深入和全面。本文的研究内容主要

针对以下几方面展开：

（1）构建了PC构件供应链最小化成本—最大质量—最小化风险的综合优化

模型。运用风险矩阵法进行供应链风险因素分析，结合决策实验室分析法

（Decision-makingTrialandEvaluationLaboratory,DEMATEL）和交叉影响矩阵相

乘分析法（Cross-ImpactMatrixMultiplicationAppliedtoClassification,MICMAC）

进行关键风险因素选取分析，确定主要影响因素并纳入下阶段模型参数选取。进

而分析各阶段主体相关指标，确定成本、质量、风险为三大优化目标并表示为函

数关系表达式，归一化处理模型，确定5个决策变量，进一步表述模型约束条件。

（2）针对以总成本最小化、质量最大化和风险最小化的供应链多目标综合优

化问题，对原始阿奎拉鹰算法（AquilaOptimizer,AO）进行改进，提出一种改进阿

奎拉鹰算法（ImprovementoftheAquilaOptimizer,IAO）算法。具体改进包括：基

于反向学习机制寻到对应的反向解，通过学习历史最优解的特征，生成更优秀的

初始种群，解决过早收敛现象；产生新解时使用柯西变异策略发挥柯西算子的扰

动能力，避免陷入局部最优值，使用贪婪规则对新旧位置进行比对，选定最优解。

最后，选取遗传算法（GeneticAlgorithm,GA）、多目标粒子群算法（Multi-Objective

ParticleSwarmOptimization,MOPSO）、AO与IAO进行性能测试和结果对比分析，

进一步有效验证改进算法的可行性。

（3）将提出的IAO算法应用于实际工程项目案例。本文提出的改进算法求解

应用实际M工程案例数值的模型中，并且将改进算法与多种智能算法进行对比，

I

验证其有效性、高效性；应用IAO对某建筑工程项目进行实例验证，根据工程项

目数据，构建实际项目模型，根据模型求解结果总结合理的PC构件供应链利益相

关者管理建议。

本文从PC构件供应链整体角度出发，以PC构件供应链各阶段各主体的成本、

质量和风险三大管理目标的优化为研究对象，以取得PC构件供应链综合目标函数

值最优为研究宗旨，运用供应链管理、风险管理、多目标优化等理论提出了最小

成本—最大质量—最优风险综合优化模型，利用IAO进行求解，并结合M工程项

目对所构建的多目标优化模型进行应用，总结出最佳风险管理和协同决策建议，

使得PC供应链管理的科学可控性具有重要意义，支撑了该领域的优化管理和可持

续发展。

关键词：PC构件供应链，供应链风险分析，风险管理，协同优化，IAO算法

Collaborativeoptimizationofprefabricatedcomponent

supplychainbasedonIAOfromtheperspectiveofrisk

Abstract

Theassemblyconstructionmethodisamajorinnovationinthecontemporary

constructionindustry,whichnotonlychangesthetraditionalconstructionmode,but

alsofurtherpromotestheapplicationanddevelopmentofthesupplychainmanagement

ofprefabricatedcomp