CN109146118B - 一种基于优化算法的预制构件堆场优化系统及其优化方法 - Google Patents
一种基于优化算法的预制构件堆场优化系统及其优化方法 Download PDFInfo
- Publication number
- CN109146118B CN109146118B CN201810629200.1A CN201810629200A CN109146118B CN 109146118 B CN109146118 B CN 109146118B CN 201810629200 A CN201810629200 A CN 201810629200A CN 109146118 B CN109146118 B CN 109146118B
- Authority
- CN
- China
- Prior art keywords
- optimization
- yard
- prefabricated
- component
- scheme
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims description 59
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000013075 data extraction Methods 0.000 claims abstract description 7
- 238000012790 confirmation Methods 0.000 claims abstract description 4
- 238000009826 distribution Methods 0.000 claims abstract description 4
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000002068 genetic effect Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 12
- 238000013461 design Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 8
- 238000009434 installation Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009439 industrial construction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及装配式建筑预制构件堆场管理技术领域,具体涉及一种基于优化算法的预制构件堆场优化系统及其优化方法。该系统包括系统输入模块,系统优化模块,系统输出模块三个模块;其中,系统优化模块包括编码识别单元、数据提取单元、堆场分配单元、优化算法单元、优化评价单元、优化确认单元,同时利用该系统可以进行相关的优化,通过该系统,解决了构件管理混乱、构件现场排布无序、堆场利用率低、吊装效率不高的问题,实现了预制构件的信息化管理和有限堆场空间的优化排布,使得堆场利用率最高、翻箱率最低,使得现场构件堆放合理,提高了工作效率,助推智慧工地的实现。
Description
技术领域
本发明涉及装配式建筑预制构件堆场管理技术领域,具体涉及一种基于优化算法的预制构件堆场优化系统及其优化方法。
背景技术
建筑工业化是指通过现代化的制造、运输、安装和科学管理的大工业的生产方式,来代替传统建筑业中分散的、低水平的、低效率的手工业生产方式。它的主要标志是建筑设计标准化、构配件生产工厂化,施工机械化和组织管理科学化。其基本内容是:采用先进、适用的技术、工艺和装备,科学合理地组织施工,发展施工专业化,提高机械化水平,减少繁重,复杂的手工劳动和湿作业;发展建筑构配件、制品、设备生产并形成适度的规模经营,为建筑市场提供各类建筑使用的系列化的通用建筑构配件和制品;制定统一的建筑模数和重要的基础标准(模数协调、公差与配合、合理建筑参数、连接等),合理解决标准化和多样化的关系,建立和完善产品标准、工艺标准、企业管理标准、工法等,不断提高建筑标准化水平;采用现代管理方法和手段,优化资源配置,实行科学的组织和管理,培育和发展技术市场和信息管理系统。
建筑工业化将是未来建筑发展的趋势,尽管我国建筑工业化道路上有各种各样的困难,如没有标准体系、技术规范缺失、投资回报周期长、受地域限制等方面制约等,但随着我国建筑业规模的持续扩大,普遍存在建造方式效率低下、整体技术进步缓慢、资源浪费严重的问题,以及我国后人口红利的时期的到来,建筑业走向工业化将成为解救建筑企业脱离激烈竞争的方式之一,成为最科学的、最良性的、可持续的发展道路。同时建筑业工业化的道路是转变经济发展方式、发展循环经济、建设资源节约型社会的必然要求。因此,建筑企业必须以科技创新为依托,以工业化的住宅结构体系和部品体系为基础,以标准化设计为龙头,运用科学的组织和现代化的管理,将住宅生产全过程中的设计、开发、施工、部品生产、管理和服务等环节集成为一个完整的产业系统。
《建筑产业现代化发展纲要》明确提出,到2020年,基本形成适应建筑产业现代化的市场机制和发展环境、建筑产业现代化技术体系基本成熟。装配式建筑将成为全国主流的建设模式,装配式建筑、工业化建造对建筑设计理念、形式、方法都产生巨大的影响,将原来产业链下游的工作提升到设计环节考虑和体现,设计将与制作、生产、施工、安装、材料等下游产业密切互动,设计标准化与多样化相结合,构配件设计要在标准化的基础上做到系列化、通用化,装配式结构,工厂化预制。
随着建筑工业化的发展,预制构件在装配式混凝土房屋建筑的应用也越来越普及。装配式混凝土房屋建筑通常将建筑物分割成几个标准单元设计,采用工业化手法进行预制构件的生产及施工,其主要流程可分为预制设计、模具规划、生产管理、制造、储放及搬运、工地现场堆放、工地安装及施工。其中预制构件的储放、工地现场堆放是工程施工中的重要环节。
预制构件要堆放在构件堆场中,构件堆放场地应平整坚实,无水坑、冰层,地面平整干燥,并应排水通畅,有较好的排水设施,同时有车辆进出的回路。但是工地现场空间,特别是城市内的项目施工现场留给堆场的空间有限,这就需要合理安排预制构件的生产、运输、堆放和吊装,但现实中往往由于堆放无序,导致堆场利用率低,存在安全隐患。一些时候由于堆放之前没有合理统筹,使得常常需要先吊装堆放在下面的构件,造成翻箱率升高,整体工作效率降低。同时,目前对预制构件的管理信息化不足,造成构件信息不全,构件信息不可追溯等问题。由于上述问题的存在,目前并无较好的堆场优化系统可以解决上述预制构件现场堆放问题,所以开发一套堆场优化系统十分必要,提高工作效率,实现降本增效。
发明内容
本发明的目的是为了解决上述问题,提供一种基于优化算法的预制构件堆场优化系统及,同时,还提供了一种采用该系统的优化方法。。
为了达到上述发明目的,本发明采用以下技术方案:
一种基于优化算法的预制构件堆场优化系统,该系统包括:
系统输入模块,获取预制构件的编码信息;获取预制构件的编码信息是通过手持机扫描预制构件的RFID芯片获取构件编码信息或采用手动输入构件编码信息;
系统优化模块,根据预制构件的编码信息,调取数据库中预制构件的参数信息,结合堆场信息优化待堆放预制构件的堆放位置和堆放方式,生成优化排布方案,对方案评价并确认后进行前端展示;
系统输出模块,输出优化排布方案,以进行前端显示。
作为优选,系统优化模块包括:
编码识别单元,根据信息输入系统导入的预制构件的编码信息,识别编码所代表的构件含义;
数据提取单元,根据识别的编码信息,从数据库中提取对应此编码的构件尺寸、制作和质量信息;
堆场分配单元,根据堆场编号信息,自动将预制构件分配到相应堆场;
优化算法单元,根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;算法模型包括遗传算法和剩余矩阵算法中的一种或两种;
优化评价单元,根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,进行手动调节排布方案,或,重新求解优化排布方案;
优化确认单元,经上述优化评价合理后,确认最终优化方案;
各单元依次连接;
作为优选,预制构件含义包括项目编号、堆场编号、构件类型和构件名称;
作为优选,所述算法模型包括遗传算法和剩余矩阵算法中的一种或两种。
作为优选,获取预制构件的编码信息是通过手持机扫描预制构件的RFID芯片获取构件编码信息或采用手动输入构件编码信息。
一种基于优化算法的预制构件堆场优化系统的优化方法,包括以下步骤:
S1:系统输入模块获取阈值构件的编码信息;
S2:系统优化模块根据输入的编码信息,从数据库中调取预制构件包括构件类型、构件尺寸的参数信息,并结合堆场信息对待堆放的预制构件的对方位置和对方方式进行优化,然后生成优化排布方案,并将生成的优化排布方案数据进行评价,评价后,进行最终确认;
S3:将确认后的优化排布方案数据由系统输出模块进行前端显示。
作为优选,步骤S2依次包括如下步骤:
编码识别:根据系统输入模块输入的预制构件的编码信息进行识别,识别编码信息所代表的构件含义,构件含义包括构件含义包括项目编号、堆场编号、构件类型和构件名称等信息;
数据提取:根据识别编码信息得到的数据,从数据库中提取对应此编码信息的包括构件尺寸、制作和质量信息在内的信息;
堆场分配:根据堆场编号信息,自动将构件分配到相应的堆场;
优化算法:根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;
优化评价:根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,手动调节排布方案,或,重新求解优化排布方案;
优化确认:对评价合理的方案进行确认,确认该方案为最终优化方案。
作为优选,所述优化算法的优化原理具体为:
设堆场优化所用的堆场宽为wa,长为Lmin;堆场的面积足以排下所有要排的预制构件。
所有待排布的预制构件的尺寸共有N种,第i种矩形件的长度为li,宽度为wi;
因此,针对此预制构件位置关系,可以通过等式得到:
为了确定预制构件在堆场的排样方式,引入0-1变量ri,当ri=1时表示零件横放,ri=0时表示构件竖放。这样一来任何一个构件的位置完全由其左下角坐标和其摆放方式(横放或竖放)决定,每一块矩形件的排放实际上只有三个自由变量。
求解从宽已知的堆场上堆放N个构件所使用堆场长度尽可能小的方案。堆场上排列不同尺寸预制构件时堆场的利用率:
其中:
L为堆场长度;
W为堆场宽度;
si不同型号构件的面积。
根据以上定义确定所求的目标函数如下:
其中:
li为编号为i的预制构件的长;
wi为编号为i的预制构件的宽;
Lmin为使用堆场的最小长度;
该目标函数的决策优化变量为Lmin;
设预制构件i和j为任意不相同的两个构件,为了方便表示构件在堆场上的位置关系,引入0-1变量sij和tij;
当sij=1时说明构件i在构件j的左侧,
当sij=0时说明构件i在构件j的右侧;
当tij=1时说明构件i在构件j的下方,
当tij=0时说明构件i在构件j的上方;
根据上述建立的坐标系,限制条件如下:
(1)预制构件在堆场堆放时任意一个构件不出界:
在堆放时按照下台阶方式,从左下角向右上角依次堆放,因此任意一个构件需要满足不出界的约束;
(2)预制构件坐标关系:
在构件堆放时,对于任意构件而言,其长宽已知,因此该构件左下角坐标和右上角坐标应满足如上约束关系。
(3)邻接预制构件之间长度和宽度的限制条件:
构件堆放时相邻构件之间长度和宽度的限制条件;
(4)预制构件位置不出现重叠:
sij+sji+tij+tji≥1,i,j∈I,i<j;
防止构件位置出现重叠,让各个构件之间必须满足上或者下,左或者右的关系;
(5)各个变量的数量约束:
ri,sij,tij∈{0,1};
由上述分析建立从宽已知的堆场上堆放N个构件所使用堆场长度尽可能小的方案的模型如下:
作为优选,所述算法模型为遗传算法和剩余矩阵算法中的一种或两种。
对构件排样时,各个构件的排样顺序实际上是一个有先后之分的动态过程,在此我们使用剩余矩阵算法使每一个构件排样完成时都会产生新的预留矩阵供下一个构件填充,使整个过程按照一定的排样顺序进行。同时我们使用遗传算法结合剩余矩阵算法对堆场排样过程进行动态优化,以排样顺序和横竖堆放状态作为二维编码,按照最大利用率为适应度函数通过选择、交叉和变异对个体进行筛选,保留适应度函数好的个体,即最大利用率。
本发明与现有技术相比,有益效果是:
(1)解决了构件管理混乱、构件现场排布无序、堆场利用率低、吊装效率不高的问题,
(2)实现了预制构件的信息化管理和有限堆场空间的优化排布,使得堆场利用率最高、翻箱率最低,
(3)使得现场构件堆放合理,提高了工作效率,助推智慧工地的实现。
附图说明
图1是本发明的预制构件与堆场坐标示意图结构示意图;
图2是本发明的优化系统的结构示意图;
图3是本发明的实施例的一种优化方案排样图。
具体实施方式
下面通过具体实施例对本发明的技术方案作进一步描述说明。
如果无特殊说明,本发明的实施例中所采用的原料均为本领域常用的原料,实施例中所采用的方法,均为本领域的常规方法。
实施例:
一种基于优化算法的预制构件堆场优化系统,该系统包括系统输入模块,系统优化模块,系统输出模块三个模块;具体如下:
系统输入模块,获取预制构件的编码信息;获取预制构件的编码信息是通过手持机扫描预制构件的RFID芯片获取构件编码信息或采用手动输入构件编码信息;
系统优化模块,根据预制构件的编码信息,调取数据库中预制构件的参数信息,结合堆场信息优化待堆放预制构件的堆放位置和堆放方式,生成优化排布方案,对方案评价并确认后进行前端展示;系统优化模块包括:
编码识别单元,根据信息输入系统导入的预制构件的编码信息,识别编码所代表的构件含义;预制构件含义包括项目编号、堆场编号、构件类型和构件名称;
数据提取单元,根据识别的编码信息,从数据库中提取对应此编码的构件尺寸、制作和质量信息;
堆场分配单元,根据堆场编号信息,自动将预制构件分配到相应堆场;
优化算法单元,根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;算法模型包括遗传算法和剩余矩阵算法中的一种或两种;
优化评价单元,根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,进行手动调节排布方案,或,重新求解优化排布方案;
优化确认单元,经上述优化评价合理后,确认最终优化方案;
各单元依次连接。
系统输出模块,输出优化排布方案,以进行前端显示。
如表1所示,为30块大小不同的叠合板(预制构件)的序号和尺寸,将这30块叠合板在堆场进行堆放,在堆场宽度为15m的堆场不重叠堆放上述30块叠合板。
利用上述系统进行优化的优化方法步骤如下:
S1:系统输入模块获取阈值构件的编码信息;
S2:系统优化模块根据输入的编码信息,从数据库中调取预制构件包括构件类型、构件尺寸的参数信息,并结合堆场信息对待堆放的预制构件的对方位置和对方方式进行优化,然后生成优化排布方案,并将生成的优化排布方案数据进行评价,评价后,进行最终确认;
S3:将确认后的优化排布方案数据由系统输出模块进行前端显示。
作为优选,步骤S2依次包括如下步骤:
编码识别:根据系统输入模块输入的预制构件的编码信息进行识别,识别编码信息所代表的构件含义,构件含义包括构件含义包括项目编号、堆场编号、构件类型和构件名称等信息;
数据提取:根据识别编码信息得到的数据,从数据库中提取对应此编码信息的包括构件尺寸、制作和质量信息在内的信息;
堆场分配:根据堆场编号信息,自动将构件分配到相应的堆场;
优化算法:根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;
优化评价:根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,手动调节排布方案,或,重新求解优化排布方案;
优化确认:对评价合理的方案进行确认,确认该方案为最终优化方案。
上述的所述优化算法具体为:
设:
堆场优化所用的堆场宽为wa,长为Lmin;
所有待排布的预制构件的尺寸共有N种,第i种矩形件的长度为li,宽度为wi;
有以下等式:
引入0-1变量ri,当ri=1时表示零件横放,ri=0时表示构件竖放。
堆场上排列不同尺寸预制构件时堆场的利用率:
其中:
L为堆场长度;
W为堆场宽度;
si不同型号构件的面积。
根据以上定义确定所求的目标函数如下:
其中:
li为编号为i的预制构件的长;
wi为编号为i的预制构件的宽;
Lmin为使用堆场的最小长度;
该目标函数的决策优化变量为Lmin;
设预制构件i和j为任意不相同的两个构件,引入0-1变量sij和tij;
当sij=1时说明构件i在构件j的左侧,
当sij=0时说明构件i在构件j的右侧;
当tij=1时说明构件i在构件j的下方,
当tij=0时说明构件i在构件j的上方;
根据上述建立的坐标系,限制条件如下:
(1)预制构件在堆场堆放时任意一个构件不出界:
在堆放时按照下台阶方式,从左下角向右上角依次堆放,因此任意一个构件需要满足不出界的约束;
(2)预制构件坐标关系:
在构件堆放时,对于任意构件而言,其长宽已知,因此该构件左下角坐标和右上角坐标应满足如上约束关系。
(3)邻接预制构件之间长度和宽度的限制条件:
构件堆放时相邻构件之间长度和宽度的限制条件;
(4)预制构件位置不出现重叠:
sij+sji+tij+tji≥1,i,j∈I,i<j;
防止构件位置出现重叠,让各个构件之间必须满足上或者下,左或者右的关系;
(5)各个变量的数量约束:
ri,sij,tij∈{0,1};
由上述分析建立从宽已知的堆场上堆放N个构件所使用堆场长度尽可能小的方案的模型如下:
上述的算法模型为遗传算法和剩余矩阵算法两种。对预制构件排样时,各个预制构件的排样顺序实际上是一个有先后之分的动态过程,在此我们使用剩余矩阵算法使每一个预制构件排样完成时都会产生新的预留矩阵供下一个预制构件填充,使整个过程按照一定的排样顺序进行。同时我们使用遗传算法结合剩余矩阵算法对堆场排样过程进行动态优化,以排样顺序和横竖堆放状态作为二维编码,按照最大利用率为适应度函数通过选择、交叉和变异对个体进行筛选,保留适应度函数好的个体,即最大利用率。
通过上述堆场优化系统求解,得到优化后所有预制构件的排列顺序(横竖放置)及堆放位置,堆场利用率95.1%,堆场优化后的优化方案排样图如图3,堆场现场工作人员可以按照本优化排样方案合理排放。
Claims (5)
1.一种基于优化算法的预制构件堆场优化系统,其特征在于,该系统包括:
系统输入模块,获取预制构件的编码信息;
系统优化模块,根据预制构件的编码信息,调取数据库中预制构件的参数信息,结合堆场信息优化待堆放预制构件的堆放位置和堆放方式,生成优化排布方案,对方案评价并确认后进行前端展示;
系统输出模块,输出优化排布方案,以进行前端显示;
其中,系统优化模块包括:
编码识别单元,根据信息输入系统导入的预制构件的编码信息,识别编码所代表的构件含义;
数据提取单元,根据识别的编码信息,从数据库中提取对应此编码的构件尺寸、制作和质量信息;
堆场分配单元,根据堆场编号信息,自动将预制构件分配到相应堆场;
优化算法单元,根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;
优化评价单元,根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,进行手动调节排布方案,或,重新求解优化排布方案;
优化确认单元,经上述优化评价合理后,确认最终优化方案;
各单元依次连接;
所述优化算法具体为:
设:
堆场优化所用的堆场宽为wa,长为Lmin;
所有待排布的预制构件的尺寸共有N种,第i种矩形件的长度为li,宽度为wi;
有以下等式:
引入0-1变量ri,当ri=1时表示零件横放,ri=0时表示构件竖放;
堆场上排列不同尺寸预制构件时堆场的利用率:
其中:
L为堆场长度;
W为堆场宽度;
si不同型号构件的面积;
根据以上定义确定所求的目标函数如下:
其中:
li为编号为i的预制构件的长;
wi为编号为i的预制构件的宽;
Lmin为使用堆场的最小长度;
该目标函数的决策优化变量为Lmin;
设预制构件i和j为任意不相同的两个构件,引入0-1变量sij和tij;
当sij=1时说明构件i在构件j的左侧,
当sij=0时说明构件i在构件j的右侧;
当tij=1时说明构件i在构件j的下方,
当tij=0时说明构件i在构件j的上方;
根据上述建立的坐标系,限制条件如下:
(1)预制构件在堆场堆放时任意一个构件不出界:
在堆放时按照下台阶方式,从左下角向右上角依次堆放,因此任意一个构件需要满足不出界的约束;
(2)预制构件坐标关系:
在构件堆放时,对于任意构件而言,其长宽已知,因此该构件左下角坐标和右上角坐标应满足如上约束关系;
(3)邻接预制构件之间长度和宽度的限制条件:
构件堆放时相邻构件之间长度和宽度的限制条件;
(4)预制构件位置不出现重叠:
sij+sji+tij+tji≥1,i,j∈I,i<j;
防止构件位置出现重叠,让各个构件之间必须满足上或者下,左或者右的关系;
(5)各个变量的数量约束:
ri,sij,tij∈{0,1};
由上述分析建立从宽已知的堆场上堆放N个构件所使用堆场长度尽可能小的方案的模型如下:
所述预制构件含义包括项目编号、堆场编号、构件类型和构件名称。
2.根据权利要求1所述的一种基于优化算法的预制构件堆场优化系统,其特征在于,所述算法模型包括遗传算法和剩余矩阵算法中的一种或两种。
3.根据权利要求1所述的一种基于优化算法的预制构件堆场优化系统,其特征在于,获取预制构件的编码信息是通过手持机扫描预制构件的RFID芯片获取构件编码信息或采用手动输入构件编码信息。
4.一种采用权利要求1所述的基于优化算法的预制构件堆场优化系统的优化方法,其特征在于,包括以下步骤:
S1:系统输入模块获取阈值构件的编码信息;
S2:系统优化模块根据输入的编码信息,从数据库中调取预制构件包括构件类型、构件尺寸的参数信息,并结合堆场信息对待堆放的预制构件的对方位置和对方方式进行优化,然后生成优化排布方案,并将生成的优化排布方案数据进行评价,评价后,进行最终确认;
S3:将确认后的优化排布方案数据由系统输出模块进行前端显示;
步骤S2依次包括如下步骤:
编码识别:根据系统输入模块输入的预制构件的编码信息进行识别,识别编码信息所代表的构件含义,构件含义包括构件含义包括项目编号、堆场编号、构件类型和构件名称等信息;
数据提取:根据识别编码信息得到的数据,从数据库中提取对应此编码信息的包括构件尺寸、制作和质量信息在内的信息;
堆场分配:根据堆场编号信息,自动将构件分配到相应的堆场;
优化算法:根据预制构件堆场优化原理,采用算法模型进行Matlab编程求解堆场最大利用率和构件优化排布方案;
优化评价:根据优化算法求解得到的堆场最大利用率和构件优化排布方案,人为评价方案是否合理,如果不合理,手动调节排布方案,或,重新求解优化排布方案;
优化确认:对评价合理的方案进行确认,确认该方案为最终优化方案。
5.根据权利要求4所述的优化方法,其特征在于,所述算法模型为遗传算法和剩余矩阵算法中的一种或两种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629200.1A CN109146118B (zh) | 2018-06-19 | 2018-06-19 | 一种基于优化算法的预制构件堆场优化系统及其优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810629200.1A CN109146118B (zh) | 2018-06-19 | 2018-06-19 | 一种基于优化算法的预制构件堆场优化系统及其优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109146118A CN109146118A (zh) | 2019-01-04 |
CN109146118B true CN109146118B (zh) | 2020-09-08 |
Family
ID=64802071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810629200.1A Active CN109146118B (zh) | 2018-06-19 | 2018-06-19 | 一种基于优化算法的预制构件堆场优化系统及其优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109146118B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326963B (zh) * | 2020-02-28 | 2022-12-20 | 天津大学 | 一种基于预制构件运输追踪与实时进度的堆场优化方法 |
CN111932203B (zh) * | 2020-08-03 | 2021-06-22 | 上海海勃物流软件有限公司 | 箱区集装箱翻箱自动选位分配方法、终端以及介质 |
CN112850199A (zh) * | 2020-12-24 | 2021-05-28 | 深圳大学 | 一种预制构件堆放方式的确定方法、装置、设备及介质 |
CN113378455A (zh) * | 2021-05-21 | 2021-09-10 | 北京工业大学 | 一种装配式建筑构件吊装过程智能优化方法 |
CN115526557B (zh) * | 2022-08-12 | 2023-11-03 | 苏州诀智科技有限公司 | 基于深度增强学习的智能堆场管控方法、系统及存储介质 |
CN117896506A (zh) * | 2024-03-14 | 2024-04-16 | 广东电网有限责任公司 | 一种动态的现场作业场景可视化监控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214321A (zh) * | 2011-07-14 | 2011-10-12 | 大连海事大学 | 一种三维集装箱装载布局优化方法及系统 |
CN102622663A (zh) * | 2011-12-31 | 2012-08-01 | 华中科技大学 | 金属结构件的下料方法及其制造系统 |
CN104778564A (zh) * | 2015-05-07 | 2015-07-15 | 中船第九设计研究院工程有限公司 | 一种基于信息编码的预制构件施工管理方法 |
CN107330214A (zh) * | 2017-07-11 | 2017-11-07 | 哈尔滨工业大学(威海) | 基于离散化与启发式进化算法的空间布局优化方法 |
CN108090650A (zh) * | 2017-11-01 | 2018-05-29 | 南京华域云脑信息科技有限公司 | 一种基于遗传算法的排案优化方法 |
-
2018
- 2018-06-19 CN CN201810629200.1A patent/CN109146118B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102214321A (zh) * | 2011-07-14 | 2011-10-12 | 大连海事大学 | 一种三维集装箱装载布局优化方法及系统 |
CN102622663A (zh) * | 2011-12-31 | 2012-08-01 | 华中科技大学 | 金属结构件的下料方法及其制造系统 |
CN104778564A (zh) * | 2015-05-07 | 2015-07-15 | 中船第九设计研究院工程有限公司 | 一种基于信息编码的预制构件施工管理方法 |
CN107330214A (zh) * | 2017-07-11 | 2017-11-07 | 哈尔滨工业大学(威海) | 基于离散化与启发式进化算法的空间布局优化方法 |
CN108090650A (zh) * | 2017-11-01 | 2018-05-29 | 南京华域云脑信息科技有限公司 | 一种基于遗传算法的排案优化方法 |
Non-Patent Citations (4)
Title |
---|
叶晓光.钢结构排样优化问题研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2009,第2009卷(第04期), * |
基于RFID的预制混凝土构件生产智能管理系统设计与实现;胡珉等;《土木建筑工程信息技术》;20130630;第5卷(第3期);摘要、第50-55页 * |
基于遗传算法的钣金排样系统研究;刘璐;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;20140915;第2014卷(第09期);第5-30页 * |
钢结构排样优化问题研究;叶晓光;《中国优秀硕士学位论文全文数据库 信息科技辑》;20090415;第2009卷(第04期);第10、13-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109146118A (zh) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146118B (zh) | 一种基于优化算法的预制构件堆场优化系统及其优化方法 | |
CN110909972B (zh) | 一种基于bim的钢结构全寿命周期的管理系统及方法 | |
Qi et al. | A systematic review of emerging technologies in industrialized construction | |
Migilinskas et al. | The benefits, obstacles and problems of practical BIM implementation | |
CN106295078A (zh) | 一种基于bim技术的钢筋翻样计算‑模块化加工系统及方法 | |
Leu et al. | GA-based resource-constrained flow-shop scheduling model for mixed precast production | |
Kim et al. | Implementing Lean Six Sigma: A case study in concrete panel production | |
Rajendran et al. | Implementing BIM for waste minimisation in the construction industry: A literature review | |
CN107542161A (zh) | Bida一体化工程技术体系 | |
CN106095989A (zh) | 一种基于bim的建筑工程信息交换方法 | |
Yi et al. | Optimal transportation planning for prefabricated products in construction | |
CN108711035A (zh) | 一种可配置的超级bom的实现方法 | |
CN109359322B (zh) | 基于Omniclass分类技术的新型水利工程BIM唯一编码方法 | |
CN109544084A (zh) | 一种装配式建筑系统的应用方法、系统及终端设备 | |
CN104766177A (zh) | 一种基于工业化建设项目的预制构件信息库构建方法 | |
CN103337041A (zh) | 基于知识工程的混凝土坝浇筑施工智能决策系统及其方法 | |
CN112101905A (zh) | 一种基于区块链技术的装配式建筑集成建造协同管理方法及其系统 | |
CN113327045A (zh) | 一种梁场智能控制系统 | |
Laurini et al. | Technology 4.0 for buildings management: from building site to the interactive building book | |
CN107368972A (zh) | 一种基于bim技术的派工平台及其使用方法 | |
Yang et al. | Facility layout design for modular construction manufacturing: A comparison based on simulation and optimization | |
CN106951621B (zh) | 一种用于船舶搭载计划调整的仿真优化方法 | |
CN108280578A (zh) | 一种建筑项目管理系统及方法 | |
Samarasinghe et al. | Innovative digital technologies | |
CN112731892A (zh) | 基于bim的装配式建筑管控、物料追溯生产线施工方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |