不确定环境下的装配式住宅项目调度研究.docx

摘要

论文将装配式建筑的施工特征与生产性制造业的生产特点对比，论证了智能优化算法应用到装配式建筑施工调度的可行性，并在经典资源受限项目调度问题（RCPSP）的基础之上，通过讨论装配式住宅项目调度问题的约束条件，并考虑了在现场施工中一些不确定因素对工期造成的影响，提出了基于差分进化的改进粒子群算法（DEPSO），建立了以项目工期最优和鲁棒性最大为目标的进度优化模型。混合算法通过在DE和PSO之间建立信息交流机制，避免了单一的算法容易落入局部最优和精度低的缺陷，达到了预期的工期优化目标。最后以某装配式住宅项目为例进行仿真计算，仿真结果证明了DEPSO在求解工期不确定条件下装配式住宅项目进度优化中合理高效、鲁棒性较强，可以为装配式住宅的施工现场资源管理及进度优化提出合理、建设性的意见。

关键词：装配式住宅；差分算法；进度优化；

目录

TOC\o1-3\h\z\u第一章绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2国内外研究现状 2

1.2.1国外研究现状 2

1.2.2国内研究现状 2

第二章装配式住宅项目不确定环境下工期优化模型的建立 4

2.1不确定环境下装配式住宅项目调度分析 4

2.1.1传统建设项目工期确定 4

2.1.2装配式建筑项目调度问题 5

2.2装配式住宅项目中不确定因素处理与分析 5

2.2.1装配式建筑项目调度问题 5

2.2.2任务的缓冲时间和鲁棒性 5

2.3模型变量设置 7

第三章DEPSO算法求解工期不确定的资源受限项目调度问题 8

3.1PSO算法 8

3.1.1算法的原理 8

3.2DE算法 8

第四章算例分析 10

4.1装配式住宅项目背景 10

4.2装配式住宅项目调度问题 10

4.2.1装配式住宅项目调度问题 10

4.3DEPSO算法求解装配式住宅项目调度问题 11

第五章结论与展望 13

5.1结论 13

5.2展望 13

参考文献 14

致谢 15

绪论

1.1研究背景及意义

1.1.1研究背景

综观近些年来，从整体上看，住房建设产业整体上处于一个变革时期。从当前的情况来看，尽管发展的步伐已经出现了显著的减缓，但在一二线地区的价格依然很高；二、三线城市的房价下跌幅度很小，2016年甚至还有一些大的涨幅。考虑到目前的人口基数，大部分人都急需一套房子，因此，为了提高居民的居住质量，国家制定了相应的规定，要求各地政府尽快开发经济适用房，以解决目前的刚性需求和供给短缺的问题。在“十二五”计划中，要实现“建成360万个城市经济适用房和棚户区，2015年基本建成20%的社会保障房”；习近平总书记在“十三五”发展战略中再次提到，要把居民身份证列入城市住房保障体系，对保障性住房、棚户区、基础设施等进行综合统筹。“十三五”的发展需要大力推进预制式建筑，并在一定程度上解决了刚性需求的问题。

组装的建造可以追溯到1960年，现在是日本，英国；德国，美国，瑞典等最先发展组装房屋的国家都已有相当的成绩，并逐步建立起符合其自身特点的装配式工业化系统。日本作为一个经常发生地震的地区，它的组装技术非常发达，说明它能够达到住房的抗震性能；瑞典的组装行业占全国80%以上，居世界之首；英国，德国，美国，都在逐步增加组装工业的比例。随着中国经济的快速发展，中国的建筑市场必然会迎来一场新的革命。[1]

1.1.2研究意义

可持续发展是国民经济发展中始终遵循的一条基本方针，即：以人为本，以发展环保为主，尤其是以节能环保为主的住房工程，大力推进绿色建筑的发展。装配施工工艺不仅能降低现场作业量，使现场变得干净、干净，同时也大大降低了噪声、粉尘等污染，降低了对周围的污染，缓解了日益严峻的雾霾和大气污染；与此同时，在施工中，减少工地混凝土的浇灌，可以降低CO2的排放，达到低碳的环境需求；因此，对装配式房屋的规划问题进行深入的探讨，能够有效地解决目前越来越严重的城市生态问题，使建筑更加环保、节约能源。

传统的建筑业是一种高度依赖劳动力的劳动强度的生产模式。现在人口老龄化严重，建筑行业的人口也在不断的增加，所以对于建筑行业的人力资源，也是非常的紧缺。但是，装配式建筑需要更多的工业化劳动力，因此，发展组装型住宅是解决这个问题的有效途径。然而，组装房屋的建造，需要大量的工业化人员，这对他们的技术要求很高，而现在，工业化生产的劳动力并不多，再加上生产计划的不够完善，使得有限的劳动力无法得到充分的利用。所以，对装配施工进度的分析，能够使工业化的工人得到更好的安置，从而降低人力资源的