摘要: 施工规划中的一项重要任务是场地中的设施布置。然而，由于其复杂性，施工场地布置经常被忽略。实际项目中，项目经理往往根据经验进行施工现场的场地布置规划，从而降低施工的整体效率并且间接造成施工成本的增加，对建筑项目产生负面影响。 过去... 展开 施工规划中的一项重要任务是场地中的设施布置。然而，由于其复杂性，施工场地布置经常被忽略。实际项目中，项目经理往往根据经验进行施工现场的场地布置规划，从而降低施工的整体效率并且间接造成施工成本的增加，对建筑项目产生负面影响。 过去几十年，已经有很多研究致力于开发自动化的施工场地动态布置模型。然而，学者们开发的施工场地布置模型仍然存在各种各样的局限和缺陷，比如单一目标、仅与常规设施和场地区域相结合、二维场地布局表示、反映建筑工地动态性的低效方法、忽略空间再利用和设施搬迁、面积空间相等搜索、静态而非动态布置，种种缺陷导致开发的优化模型并不能涵盖最终用户的需求。这表明需要开发新的施工项目设施布置优化模型来弥补现有模型的限制和缺点，提高施工场地布置的效率、节省设施布置的成本，并最终满足用户的要求。 由于多目标优化遗传算法既能够达到帕累托最优，并且能够兼顾施工现场设施搬运成本最小和施工现场安全系数最大这一互不兼容的目标，故而常被用于施工场地的优化布置。多年来，就多目标优化遗传算法本身已有多个优化算法的研究，其中，NSGA采用的非支配分层方法，可以使好的个体有更大的机会遗传到下一代；适应度共享策略则使得帕累托前沿面上的个体均匀分布，保持了群体多样性，不但克服了超级个体的过度繁殖，也防止了群体的早熟收敛，使得 NSGA-II算法成为多目标优化遗传算法中最优秀的算法之一。 因此，本研究针对施工项目设施动态优化布置问题，利用多目标遗传算法中作为优化技术，创新性地建立了基于 NSGA-II 算法的优化模型，并通过MATLAB实现。本文所建立的模型旨在优化不同施工阶段中的设施位置，以最大限度地减少设施总处理成本并最大限度减少由于设施之间的相互影响造成的不安全因素。此外，所开发的模型考虑了三种类型的几何约束（边界、重叠、可达性约束），用于表示场地空间可用性以及施工和安全要求。 最后，本研究通过具体的案例，来直观表现所提出的设施动态优化布置模型呈现结果。在得到优化模型的解决结果之后，通过与实际中传统的总平面布置的结果进行对比，对本文中的模型进行评估，以验证优化模型的有效性。 本文提出的施工场地动态布置克服了目前施工场地布置中的的局限和缺陷，优化了现有场地布置的整体效率。 收起