CN116205473B - 一种建筑施工调度方案优化方法与存储介质 - Google Patents
一种建筑施工调度方案优化方法与存储介质 Download PDFInfo
- Publication number
- CN116205473B CN116205473B CN202310500497.2A CN202310500497A CN116205473B CN 116205473 B CN116205473 B CN 116205473B CN 202310500497 A CN202310500497 A CN 202310500497A CN 116205473 B CN116205473 B CN 116205473B
- Authority
- CN
- China
- Prior art keywords
- construction
- safety risk
- safety
- risk
- risks
- 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
- 238000009435 building construction Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 title claims description 8
- 238000010276 construction Methods 0.000 claims abstract description 169
- 238000012937 correction Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 230000006870 function Effects 0.000 claims abstract description 14
- 238000010801 machine learning Methods 0.000 claims abstract description 6
- 238000013210 evaluation model Methods 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 29
- 238000012502 risk assessment Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 241000254158 Lampyridae Species 0.000 description 27
- 241000287127 Passeridae Species 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000000739 chaotic effect Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种建筑施工调度方案优化方法与存储介质,属于优化调度技术领域,具体包括:基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值到施工安全风险,并当不存在安全风险时,基于分部工程的施工进度、权值确定建筑施工项目的施工进度,并基于施工进度确定建筑施工的逾期违约风险,并当其不存在逾期风险时,以设定数量、逾期违约风险、施工安全风险为输入集,并采用基于机器学习算法的评估模型,得到修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量,从而进一步提升了建筑项目施工的效率以及安全性。
Description
技术领域
本发明属于优化调度技术领域,尤其涉及一种建筑施工调度方案优化方法与存储介质。
背景技术
为了实现对现场的建筑施工的优化调度,提高施工效率,现有技术方案中通过工程板块分解模块与施工进度获取模块并结合云平台,统计分析出不同分项工程在对应的分部工程中的权重,并结合天气情况的影响因素,对各分部工程中各分部工程的进度进行量化展示,进而统计出总工程当前的施工进度,避免了现有技术中工程施工进度计算方法计算结果误差大或计算过程过于主观的问题,提高了计算施工进度的准确性,但是却存在以下技术问题:
1、未考虑结合施工项目的工程板块的分解结果进行不同的分部工程的交叉施工项目的确定,对于不同的分部工程,例如在进行大楼的施工时,往往是在进行楼层的施工后再进行地下室、景观部分、已完成楼层的水电安装等部分的施工,从而会导致施工的效率会受到一定的影响。
2、未考虑结合施工项目的安全监控风险的评估结果和逾期风险系数,并结合不同交叉施工项目对总工程的分部过程的施工进度的影响情况,确定交叉施工项目的种类和数量,当处于高安全风险或者逾期风险系数较低的情况下,若采用与低安全风险或者逾期风险系数较高的情况下,采用相同的交叉施工项目的种类和数量,则有可能导致意外的安全事故的发生以及项目逾期情况出现。
针对上述技术问题,本发明提供了一种建筑施工调度方案优化方法与存储介质。
发明内容
为实现本发明目的,本发明采用如下技术方案:
根据本发明的一个方面,提供一种建筑施工调度方案优化方法。
一种建筑施工调度方案优化方法,其特征在于,具体包括:
S11对建筑施工项目的设备的安全风险、人员的安全风险、火情的安全风险进行实时评估,并判断上述任意一种的安全风险是否大于安全风险设定量,若是,则进入步骤S14,若否,则进入步骤S12;
S12基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值得到施工安全风险,并基于所述施工安全风险判断是否存在安全风险,若是,则进入步骤S14,若否,则进入步骤S13;
S13实时获取不同的分部工程的施工进度,并基于所述分部工程的施工进度、权值,确定所述建筑施工项目逾期违约风险,并基于所述建筑施工的逾期违约风险确定是否存在违约风险,若否,则进入步骤S14,若是,则以设定数量为约束条件,以所述逾期违约风险最小为目标,并基于不同分部工程的交叉施工项目对最终的施工进度的影响情况,确定交叉施工项目的种类和数量;
S14以设定数量、逾期违约风险、施工安全风险为基础确定修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量。
通过安全风险设定量的设置,从而实现了从多种角度的安全风险的评估情况进行交叉施工项目的种类和数量的确定,保证了交叉施工项目的确定的效率,同时也避免了不必要的判断。
通过结合设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值,进行所述建筑施工项目的安全风险的实时评估得到施工安全风险,从而实现了从多种角度实现了对施工安全风险的评估,同时也为交叉施工项目的种类和数量的确定奠定了基础,保证了确定结果的准确性。
通过结合多重因素进行修正数量的确定,从而在保证施工安全以及较低的逾期违约风险的基础上,实现了更为准确的交叉施工项目的确定,并通过以逾期违约风险最小为目标函数,进一步降低了工程的施工成本,提升了效率。
另一方面,本申请实施例中提供一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能 够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种建筑施工调度方案优化方法。
另一方面,本发明提供了一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种建筑施工调度方案优化方法。
其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
通过参照附图详细描述其示例实施方式,本发明的上述和其它特征及优点将变得更加明显;
图1是根据实施例1的一种建筑施工调度方案优化方法的流程图;
图2是根据实施例1的施工安全风险的评估的具体步骤的流程图;
图3是根据实施例1的修正数量的评估的具体步骤的流程图;
图4是根据实施例1的确定所述交叉施工项目的种类和数量的具体步骤的流程图;
图5是根据实施例3的一种计算机存储介质的结构图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构,因而将省略它们的详细描述。
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
实施例1
为解决上述问题,根据本发明的一个方面,如图1所示,提供了一种建筑施工调度方案优化方法,其特征在于,具体包括:
S11对建筑施工项目的设备的安全风险、人员的安全风险、火情的安全风险进行实时评估,并判断上述任意一种的安全风险是否大于安全风险设定量,若是,则进入步骤S14,若否,则进入步骤S12;
具体的,对所述建筑施工项目的设备的安全风险进行评估,具体包括:
获取建筑施工项目的施工设备的运行数据、使用年限,确定所述施工设备的安全风险;
具体的举个例子,所述运行数据包括能够反应施工设备的工作状态和运行情况的数据。
具体的举个例子,所述施工设备的安全风险的取值范围在0到1之间。
基于不同的施工设备的出现安全事故时,造成的损失的严重程度确定不同的施工设备的安全风险的权值;
具体的举个例子,在实际的操作过程中,可以采用基于查表、层次分析法等方式进行安全风险的权值的确定。
基于不同的施工设备的安全风险以及安全风险的权值,确定所述建筑施工项目的设备的安全风险。
具体的举个例子,一般来说按照施工设备的安全风险的最大值以及其对应的权值进行建筑施工项目的设备的安全风险的评估。
具体的,其他类型的人员的安全风险、火情的安全风险,可以通过摄像装置的分析结果,确定施工现场的安全风险。
具体的,所述安全风险设定量根据所述建筑施工项目的人员数量、所述建筑施工项目的历史安全事故的发生数量进行确定,其中所述建筑施工项目的人员数量越多,所述建筑施工项目的历史安全事故的发生数量越多,则安全风险设定量越小。
在另外一种可能的实施例中,不同的安全风险采用不同的安全风险设定量,如表1所示,为不同的安全风险的安全风险设定量:
表1不同的安全风险的安全风险设定量
在本实施例中,通过安全风险设定量的设置,从而实现了从多种角度的安全风险的评估情况进行交叉施工项目的种类和数量的确定,保证了交叉施工项目的确定的效率,同时也避免了不必要的判断。
S12基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值得到施工安全风险,并基于所述施工安全风险判断是否存在安全风险,若是,则进入步骤S14,若否,则进入步骤S13;
具体的,所述施工安全风险的评估的具体步骤为:
S21获取所述设备的安全风险、人员的安全风险、火情的安全风险的最大值,并基于所述最大值确定是否存在安全风险,若是,则将所述最大值作为所述建筑施工项目的施工安全风险,若否,则进入步骤S22;
在另外一种可能的实施例中,安全风险的最大值为0.7,则建筑施工项目的施工安全风险为0.7。
S22基于所述设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值,分别得到所述设备的安全风险评估值、所述人员的安全风险评估值、所述火情的安全风险评估值,并将所述设备的安全风险评估值、所述人员的安全风险评估值、所述火情的安全风险评估值的最大值作为评估值最大值,并基于所述评估值最大值确定是否存在安全风险,若是,则将所述评估值最大值所对应的安全风险作为所述建筑施工项目的施工安全风险,若否,则进入步骤S23;
具体的举个例子,若设备的安全风险、人员的安全风险、火情的安全风险分别为0.6/0.5/0.7,同时权值分别为0.2/0.6/0.3,则设备的安全风险评估值、所述人员的安全风险评估值、所述火情的安全风险评估值分别为0.12/0.3/0.21,则评估值最大值为0.3,则评估值最大值所对应的安全风险则为0.5,则此时的建筑施工项目的施工安全风险为0.5。
S23基于所述设备的安全风险、火情的安全风险以及不同安全风险的权值,得到所述建筑施工项目的施工设施安全风险,并基于所述施工设施安全风险确定是否存在安全风险,若是,则将所述施工设施安全风险作为所述建筑施工项目的施工安全风险,若否,则进入步骤S24;
S24基于所述施工设施安全风险、人员的安全风险及其权值,采用基于机器学习算法的安全风险评估模型,得到所述建筑施工项目的施工安全风险。
具体的举个例子,所述采用基于机器学习算法的安全风险评估模型采用基于FA-SSA-ELM算法的安全风向评估模型,其中所述安全风险评估模型的输入集为:
X={S1、P2S2},其中S1、P2、S2分别为施工设施安全风险、人员的安全风险的权值、人员的安全风险。
在另外一种可能的实施例中,所述基于FA-SSA-ELM 的安全风险评估模型的具体流程如下所示:
(1) 将数据进行训练集和测试集的划分。
(2) 采用 Tent 混沌映射策略和萤火虫扰动策略分别在 SSA 算法种群初始化阶段和全局寻优阶段进行优化,构建 FA-SSA算法;其次,FA-SSA算法被用来优化ELM模型的初始权重和阈值,建立FA-SSA-ELM 的安全风险评估模型。
(3)利用多种评价指标函数以数值化的形式评价本发明提出的 FA-SSA-ELM的安全风险评估模型的预测结果。通过评价函数的评价对比结果和来判断本发明提出的 FA-SSA-ELM预测模型的预测性能。
具体的举个例子,通过 Tent 混沌映射策略和萤火虫扰动策略分别对 SSA 算法的种群初始化阶段和全局寻优阶段进行优化,构建 FA-SSA 法;Tent混沌映射策略能够有效优化标准SSA算法中随机产生初始种群导致的种群多样性和种群分布问题。
ELM 是一种具有强大泛化能力和求解速度的高效神经网络模型。但是由于 ELM的初始权值和阈值是随机分配产生的,这会导致结果存在不确定性。
另外,根据标准SSA算法迭代过程中收敛性能差,全局寻优能力弱的问题,利用萤火虫扰动策略更新最优麻雀和麻雀群的位置提高算法的收敛性能和寻优能力,在标准麻雀搜索算法位置更新以后,利用萤火虫扰动策略对麻雀进行变异更新;通过萤火虫扰动策略对最优麻雀和麻雀群的位置进行更新变异;判断策略优化前后的麻雀位置是否更优来重新更新位置。
在萤火虫扰动策略中,萤火虫发出的光的主要目的是作为一个“光源”来吸引其他位置的萤火虫。并且在萤火虫扰动策略中,所有的萤火虫都遵循以下三点规则:
(1) 所有萤火虫都会被光芒更耀眼的萤火虫吸引。
(2) 萤火虫的吸引力和亮度成正比。
(3) 在算法迭代过程中,如果没有发现比规定的萤火虫更亮的萤火虫。此时
该萤火虫会在搜索空间中进行自由随机移动。
根据萤火虫扰动策略的优化思想,本文考虑到萤火虫算法是依靠在搜索解空间中,亮度大的萤火虫可以吸引亮度小的萤火虫靠近的原理。本发明以萤火虫发出亮光为目的作为一个光源来吸引其他位置的萤火虫,具体的举个例子,萤火虫的相对应光亮度公式为:
萤火虫的吸引度公式如下所示:
萤火虫的位置更新公式如下所示:
其中,I0代表光亮度;/>代表控制参数;ri,j代表萤火虫i和j之间的距离;/>代表吸引度;xi和xj分别代表萤火虫位置;rand代表[0,1]之间的随机数;/>代表步长参数,t为当前迭代次数,tmax为最大迭代次数。
具体的,所述不同的安全风险的权值根据设备的安全风险、人员的安全风险、火情的安全风险的后果严重性进行确定。
具体的举个例子,在实际的操作过程中,人员的安全风险大于设备的安全风险,设备的安全风险大于火情的安全风险。
通过结合设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值,进行所述建筑施工项目的安全风险的实时评估得到施工安全风险,从而实现了从多种角度实现了对施工安全风险的评估,同时也为交叉施工项目的种类和数量的确定奠定了基础,保证了确定结果的准确性。
S13实时获取不同的分部工程的施工进度,并基于所述分部工程的施工进度、权值,确定所述建筑施工项目逾期违约风险,并基于所述建筑施工的逾期违约风险确定是否存在违约风险,若否,则进入步骤S14,若是,则以设定数量为约束条件,以所述逾期违约风险最小为目标,并基于不同分部工程的交叉施工项目对最终的施工进度的影响情况,确定交叉施工项目的种类和数量;
具体的,所述设定数量根据所述建筑施工项目的重要程度、工期要求、建筑施工项目的施工进度的阶段进行确定,其中所述建筑施工项目的重要程度越高、工期要求越紧迫、则所述设定数量越大,并结合建筑施工项目的施工进度,进行所述设定数量的确定。
S14以设定数量、逾期违约风险、施工安全风险为基础确定修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量。
具体的,所述修正数量的评估的具体步骤为:
S31判断所述设定数量是否小于基础数量阈值,若是,则以所述设定数量作为修正数量,若否,则进入步骤S32;
具体的举例说明,若设定数量为2,基础数量阈值为3,此时的设定数量已经很小,无须在进行进一步的限定,从而也保证了施工的进度。
S32基于所述施工安全风险确定是否存在安全风险,若是,则进入步骤S34,若否,则进入步骤S33;
S33基于所述施工安全风险与所述逾期违约风险构建综合风险评估值,并判断所述综合风险评估值是否大于综合风险设定值,若是,则进入步骤S34,若否,则以所述综合风险评估值,对所述设定数量进行修正,得到所述修正数量;
具体的,所述综合风险评估值根据施工安全风险与所述逾期违约风险的加权和进行确定。
在另外一种可能的实施例中,修正数量可以直接通过综合风险评估值与设定数量的乘积进行确定,也可以通过构建一个小于1的常数,实现对设定数量的修正。
S34基于所述逾期违约风险的、施工安全风险的权值以及所述逾期违约风险、施工安全风险构建修正逾期违约风险、修正施工安全风险,并以所述修正逾期违约风险、修正施工安全风险、设定数量为输入集,采用基于机器学习算法的评估模型得到所述修正数量。
具体的,所述修正数量小于设定数量。
具体的,如图4所示,以设定数量为约束条件,并基于交叉施工项目对最终的施工进度的影响情况,确定交叉施工项目的备选种类和备选数量;
并基于所述交叉施工项目的备选种类和备选数量,确定所述建筑施工项目的不同分部的完工日期,并判断所述完工日期是否满足所述建筑施工项目的工期要求,若是,则以所述逾期违约风险最小为目标,并基于交叉施工项目的备选种类和备选数量进行交叉施工项目的种类和数量的确定,若否,则进入下一步骤;
基于设定数量以及施工安全风险,得到修正设定数量,并将所述修正设定数量作为新的设定数量,并返回第一步进行交叉施工项目的备选种类和备选数量的确定。
通过结合多重因素进行修正数量的确定,从而在保证施工安全以及较低的逾期违约风险的基础上,实现了更为准确的交叉施工项目的确定,并通过以逾期违约风险最小为目标函数,进一步降低了工程的施工成本,提升了效率。
实施例2
本申请实施例中提供一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能 够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种建筑施工调度方案优化方法。
具体的举例说明,上述的一种建筑施工调度方案优化方法,具体包括:
对建筑施工项目的设备的安全风险、人员的安全风险、火情的安全风险进行实时评估,当设备的安全风险大于安全风险设定量时,则进入下一步骤;
基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值得到施工安全风险;实时获取不同的分部工程的施工进度,并基于所述分部工程的施工进度、权值,确定所述建筑施工项目逾期违约风险;
以设定数量、逾期违约风险、施工安全风险为基础确定修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量。
具体的,本实施例还提供了一种计算机系统,该计算机系统包括通过系统总线连接的处理器、存储器、网络接口和数据库;其中,该计算机系统的处理器用于提供计算和控制能力;该计算机系统的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述的一种建筑施工调度方案优化方法。
实施例3
如图5所示,本发明提供了一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行上述的一种建筑施工调度方案优化方法。
具体的举例说明,上述的一种建筑施工调度方案优化方法,具体包括:
对建筑施工项目的设备的安全风险、人员的安全风险、火情的安全风险进行实时评估,当设备的安全风险不大于安全风险设定量时,则进入下一步骤;
基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值得到施工安全风险,并当基于施工安全风险确定存在安全风险时,进入下一步步骤;
实时获取不同的分部工程的施工进度,并基于所述分部工程的施工进度、权值,确定所述建筑施工项目逾期违约风险,以设定数量、逾期违约风险、施工安全风险为基础确定修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量。
具体的,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以 通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可 包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM (PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括 随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得, 诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强 型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM (RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (7)
1.一种建筑施工调度方案优化方法,其特征在于,具体包括:
S11对建筑施工项目的设备的安全风险、人员的安全风险、火情的安全风险进行实时评估,并判断上述任意一种的安全风险是否大于安全风险设定量,若是,则进入步骤S14,若否,则进入步骤S12;
所述安全风险设定量根据所述建筑施工项目的人员数量、所述建筑施工项目的历史安全事故的发生数量进行确定,其中所述建筑施工项目的人员数量越多,所述建筑施工项目的历史安全事故的发生数量越多,则安全风险设定量越大;
S12基于设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值得到施工安全风险,并基于所述施工安全风险判断是否存在安全风险,若是,则进入步骤S14,若否,则进入步骤S13;
所述施工安全风险的评估的具体步骤为:
获取所述设备的安全风险、人员的安全风险、火情的安全风险的最大值,并基于所述最大值确定是否存在安全风险,若是,则将所述最大值作为所述建筑施工项目的施工安全风险,若否,则进入下一步骤;
基于所述设备的安全风险、人员的安全风险、火情的安全风险以及不同的安全风险的权值,分别得到所述设备的安全风险评估值、所述人员的安全风险评估值、所述火情的安全风险评估值,并将所述设备的安全风险评估值、所述人员的安全风险评估值、所述火情的安全风险评估值的最大值作为评估值最大值,并基于所述评估值最大值确定是否存在安全风险,若是,则将所述评估值最大值所对应的安全风险作为所述建筑施工项目的施工安全风险,若否,则进入下一步骤;
基于所述设备的安全风险、火情的安全风险以及不同安全风险的权值,得到所述建筑施工项目的施工设施安全风险,并基于所述施工设施安全风险确定是否存在安全风险,若是,则将所述施工设施安全风险作为所述建筑施工项目的施工安全风险,若否,则进入下一步骤;
基于所述施工设施安全风险、人员的安全风险及其权值,采用基于机器学习算法的安全风险评估模型,得到所述建筑施工项目的施工安全风险;
S13实时获取不同的分部工程的施工进度,并基于所述分部工程的施工进度、权值,确定所述建筑施工项目逾期违约风险,并基于所述建筑施工的逾期违约风险确定是否存在违约风险,若否,则进入步骤S14,若是,则以设定数量为约束条件,以所述逾期违约风险最小为目标,并基于不同分部工程的交叉施工项目对最终的施工进度的影响情况,确定交叉施工项目的种类和数量;
S14以设定数量、逾期违约风险、施工安全风险为基础确定修正数量,并以修正数量为约束条件,以逾期违约风险最小为目标函数,确定交叉施工项目的种类和数量;
所述修正数量的评估的具体步骤为:
S31判断所述设定数量是否小于基础数量阈值,若是,则以所述设定数量作为修正数量,若否,则进入步骤S32;
S32基于所述施工安全风险确定是否存在安全风险,若是,则进入步骤S34,若否,则进入步骤S33;
S33基于所述施工安全风险与所述逾期违约风险构建综合风险评估值,并判断所述综合风险评估值是否大于综合风险设定值,若是,则进入步骤S34,若否,则以所述综合风险评估值,对所述设定数量进行修正,得到所述修正数量;
S34基于所述逾期违约风险的权值、施工安全风险的权值以及所述逾期违约风险、施工安全风险构建修正逾期违约风险、修正施工安全风险,并以所述修正逾期违约风险、修正施工安全风险、设定数量为输入集,采用基于机器学习算法的评估模型得到所述修正数量;
确定所述交叉施工项目的种类和数量的具体步骤为:
以设定数量为约束条件,并基于交叉施工项目对最终的施工进度的影响情况,确定交叉施工项目的备选种类和备选数量;
并基于所述交叉施工项目的备选种类和备选数量,确定所述建筑施工项目的不同分部的完工日期,并判断所述完工日期是否满足所述建筑施工项目的工期要求,若是,则以所述逾期违约风险最小为目标,并基于交叉施工项目的备选种类和备选数量进行交叉施工项目的种类和数量的确定,若否,则进入下一步骤;
基于设定数量以及施工安全风险,得到修正设定数量,并将所述修正设定数量作为新的设定数量,返回第一步进行交叉施工项目的备选种类和备选数量的确定。
2.如权利要求1所述的建筑施工调度方案优化方法,其特征在于,对所述建筑施工项目的设备的安全风险进行评估,具体包括:
获取建筑施工项目的施工设备的运行数据、使用年限,确定所述施工设备的安全风险;
基于不同的施工设备的出现安全事故时,造成的损失的严重程度确定不同的施工设备的安全风险的权值;
基于不同的施工设备的安全风险以及安全风险的权值,确定所述建筑施工项目的设备的安全风险。
3.如权利要求1所述的建筑施工调度方案优化方法,其特征在于,所述不同的安全风险的权值根据设备的安全风险、人员的安全风险、火情的安全风险的后果严重性进行确定。
4.如权利要求1所述的建筑施工调度方案优化方法,其特征在于,所述设定数量根据所述建筑施工项目的重要程度、工期要求、建筑施工项目的施工进度的阶段进行确定,其中所述建筑施工项目的重要程度越高、工期要求越紧迫、则所述设定数量越大,并结合建筑施工项目的施工进度,进行所述设定数量的确定。
5.如权利要求1所述的建筑施工调度方案优化方法,其特征在于,所述修正数量小于设定数量。
6.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-5任一项所述的一种建筑施工调度方案优化方法。
7.一种计算机存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行权利要求1-5任一项所述的一种建筑施工调度方案优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500497.2A CN116205473B (zh) | 2023-05-06 | 2023-05-06 | 一种建筑施工调度方案优化方法与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310500497.2A CN116205473B (zh) | 2023-05-06 | 2023-05-06 | 一种建筑施工调度方案优化方法与存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116205473A CN116205473A (zh) | 2023-06-02 |
CN116205473B true CN116205473B (zh) | 2023-07-28 |
Family
ID=86511576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310500497.2A Active CN116205473B (zh) | 2023-05-06 | 2023-05-06 | 一种建筑施工调度方案优化方法与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116205473B (zh) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5700902B2 (ja) * | 2006-05-26 | 2015-04-15 | 旭化成ホームズ株式会社 | 建築物の施工情報管理システム、建築物の施工情報管理装置、及び、端末装置 |
CN109754176A (zh) * | 2018-12-28 | 2019-05-14 | 四川华信工程造价咨询事务所有限责任公司 | 一种工程造价进度管理系统 |
CN110414800B (zh) * | 2019-07-05 | 2022-12-13 | 清华大学 | 超高层建筑施工事故风险源评估方法及装置 |
CN110990927A (zh) * | 2019-12-04 | 2020-04-10 | 武汉墨斗建筑咨询有限公司 | 基于bim的全过程咨询方法 |
KR102419477B1 (ko) * | 2020-11-20 | 2022-07-11 | 주식회사 하우올리 | 건축 공정 관리 시스템 및 이를 이용하는 건축 공정 관리 서비스 제공방법 |
CN113538125A (zh) * | 2021-06-29 | 2021-10-22 | 百维金科(上海)信息科技有限公司 | 一种基于萤火虫算法优化Hopfield神经网络的风险评级方法 |
CN113988565A (zh) * | 2021-10-21 | 2022-01-28 | 广州宇建建设工程有限公司 | 一种建筑施工质量安全在线风险管理方法及系统 |
CN114841532A (zh) * | 2022-04-18 | 2022-08-02 | 中铁九局集团第四工程有限公司 | 一种盾构开挖过程中地表沉降的安全性评价方法和系统 |
CN115293667B (zh) * | 2022-10-10 | 2023-01-03 | 深圳市睿拓新科技有限公司 | 一种工程进度及造价管理系统的管理方法 |
CN115760018A (zh) * | 2022-12-20 | 2023-03-07 | 深圳瑞捷工程咨询股份有限公司 | 智慧工地管理方法、装置、系统及计算机可读存储介质 |
-
2023
- 2023-05-06 CN CN202310500497.2A patent/CN116205473B/zh active Active
Non-Patent Citations (2)
Title |
---|
建筑施工项目安全预警系统的仿真研究;赵元庆;侯得恒;;计算机仿真(02);全文 * |
建设工程项目风险应对策略的研究与实践;李佳;杨培红;;重庆建筑(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116205473A (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bougadis et al. | Short‐term municipal water demand forecasting | |
KR102468316B1 (ko) | 과거 데이터에 기초한 시계열 예측 방법 및 장치 | |
US20140172678A1 (en) | Institution simulation | |
Nishijima et al. | A preliminary impact assessment of typhoon wind risk of residential buildings in Japan under future climate change | |
KR102296309B1 (ko) | 태양광 발전량 예측 장치 및 그 방법 | |
CN113361865B (zh) | 针对电力系统中深度学习惯量预测模型的脆弱性评估方法 | |
JP2019204458A (ja) | 電力需要予測システム、学習装置及び電力需要予測方法 | |
CN109598052B (zh) | 基于相关系数分析的智能电表寿命周期预测方法及装置 | |
CN115696533B (zh) | 一种基于5g的通信基站能耗优化方法与设备 | |
CN113983646A (zh) | 基于生成对抗网络的空调互动末端能耗预测方法及空调 | |
Dong et al. | Short-term building cooling load prediction model based on DwdAdam-ILSTM algorithm: A case study of a commercial building | |
CN116205473B (zh) | 一种建筑施工调度方案优化方法与存储介质 | |
CN107871157B (zh) | 基于bp和pso的数据预测方法、系统及相关装置 | |
CN113706280A (zh) | 一种基于大数据的企业税务筹划系统及方法 | |
CN116389108B (zh) | Ab实验方法、系统与存储介质 | |
CN116233619A (zh) | 一种应用于人脸识别的补光控制方法 | |
CN112001537A (zh) | 一种基于灰色模型和支持向量机的短期风电功率预测方法 | |
CN116398823A (zh) | 一种基于算法的燃气管道检测预警系统及方法 | |
CN113627687A (zh) | 一种基于arima-lstm组合模型的供水量预测方法 | |
CN116095704B (zh) | 一种5g基站智能巡检方法与系统 | |
CN116777166A (zh) | 一种考虑分时电价以及管网蓄热的热电机组负荷调度方法 | |
Seekamp et al. | Optimizing historical preservation under climate change—An overview of the optimal preservation model and pilot testing at Cape Lookout National Seashore | |
Vona et al. | About the economic life prediction for existing RC buildings | |
Reichstaller et al. | Applying deep learning for imitating adaptive agent behavior in statistical software testing | |
CN117955092A (zh) | 区域短期负荷预测方法及装置 |
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 |