[发明专利]基于MPC-NSGA-II的设施布置多目标优化决策方法、设备及存储介质

说明书

本发明涉及建筑设计技术领域，具体涉及基于MPC‑NSGA‑II的设施布置多目标优化决策方法、设备及存储介质，所述方法包括以下步骤：S1、定目标函数、约束条件；S2、引入种群POP‑a和种群POP‑b；S3、将种群进行非支配排序；S4、根据非支配排序结果对种群进行种群的选择、交叉和变异；S5、让新种群POP‑a和新种群POP‑b进行约束非支配排序；S6、计算拥挤程度；S7、根据步骤S5和步骤S6得到下一代父代种群POP‑a和种群POP‑b；S8、引入移民算子；S9、得到精英种群；S10、循环步骤S4‑S9，直至满足条件；S11、输出优化方案。本发明解决了现有技术NSGA‑II算法在施工现场临时设施布置的多约束、多目标优化问题上存在早熟、计算效率低的问题，从而促使施工现场临时设施布置优化模型更加贴近实际应用。

技术领域

本发明涉及建筑设计技术领域，具体涉及一种基于MPC-NSGA-II的设施布置多目标优化决策方法、设备及存储介质。

背景技术

建筑业是我国国民经济的支柱产业之一，对我国整体发展起着举足轻重的作用。改革开放以来，建筑业作为支柱产业的作用不断增强，我国逐渐从建筑大国迈向建筑强国。但随着建筑业的快速增长，伴随的是高污染、高能耗，以及远低于其他行业的生产率。

随着可持续发展理念的深入，国家开始大力推行装配式建筑。据国内外不同调查报告显示，相比于传统建筑，装配式建筑在施工效率、施工成本、绿色节能等方面有显著优势。在施工效率方面，预制构件在工厂加工后进行现场组装，减少了材料、工具的周转以及租赁费用，极大缩短了施工周期，部分类型建筑的施工速度提高了4～6倍；在施工成本方面，装配式建筑使用大量的成品和半成品构件进行安装施工，劳动强度大大降低，现场作业人员减少了30％以上，这也使得现场施工管理人员数量相应减少，从而降低了人工成本；在绿色节能方面，当住宅预制率达到37％时，相比于传统住宅，装配式建筑可减少80％的建筑垃圾，节约水资源36％，节电31％，同时材料消耗减少60％，受外界噪音干扰比传统住宅平均低8dB等。

虽然具有显著优势，但装配式建筑是典型的空间受限工程，其吊装设备和预制构件占用施工场地空间大，使得施工现场构配件堆场、生产及生活用房、道路等临时设施需求与场地面积受限的矛盾更加突出，这对施工平面布置提出了很大挑战。不合理的装配式建筑施工现场临时设施布置，将导致工作空间冲突、影响施工效率、延误工期，甚至导致安全事故。因此，在装配式建筑建造过程中，施工现场临时设施的合理布置显得尤为重要。

目前，针对施工现场临时设施布置优化问题，常用启发式算法获取最优解的搜索范围、计算效率。在启发式方法应用当中，常常基于遗传算法、粒子群算法和蚁群算法等方法，建立施工现场临时设施布置优化模型。NSGA-Ⅱ算法是最流行的多目标遗传算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。但NSGA-II算法在施工现场临时设施布置的多约束、多目标优化问题上存在早熟、计算效率低等缺点。因此，亟须在此基础上进行改进优化，从而促使施工现场临时设施布置优化模型更加贴近实际应用。

发明内容

本发明的目的之一在于提供一种基于MPC-NSGA-II的设施布置多目标优化决策方法，解决现有技术NSGA-II算法在施工现场临时设施布置的多约束、多目标优化问题上存在早熟、计算效率低的问题，从而促使施工现场临时设施布置优化模型更加贴近实际应用。

为了达到上述目的，提供了一种基于MPC-NSGA-II的设施布置多目标优化决策方法，

S1、确立影响装配式建筑施工现场临时设施布置的若干重要影响因素，根据若干重要影响因素确定目标函数、约束条件；所述目标函数包括实现安全风险最小化的第一目标函数，经济效益最大化的第二目标函数，以及吊装时间最小化的第三目标函数；所述约束条件包括场地边界约束条件、设施重叠约束条件和塔吊覆盖约束条件；

S2、基于经典NSGA-II算法和约束条件设置多种群策略，引入种群POP-a和种群POP-b取代经典NSGA-II算法中的单一种群；