浅谈公路工程项目施工网络图的优化
开篇：润墨网以专业的文秘视角，为您筛选了一篇浅谈公路工程项目施工网络图的优化范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：文章针对传统的公路施工网络图优化中存在的问题和不足，运用启发式搜索算法和遗传算法，对公路施工网络优化从时间、费用、资源三方面进行网络计划的优化和调整。
Abstract: Based on the problems and disadvantages at the traditional highway construction network chart optimization， using the heuristic search algorithm and genetic algorithm， the paper optimized and regulated the network plan of highway network optimization from three aspects such as time， costs and resources.
关键词：网络图优化；数学建模；综合优化法
Key words: network chart optimization; mathematical modeling; comprehensive optimization method
中图分类号：U41 文献标识码：A 文章编号：1006-4311（2011）12-0106-01
1 网络图优化含义
在传统的计划工作中，曾广泛地利用横道图来安排形象进度。这种横道图可以简单、清晰地表达计划的总工期和进度安排，有利于提高管理水平和促进生产的发展。但是，横道图作为计划管理的一种工具，却不能反映各个工序之间的相互关系。网络计划技术目前已作为一门管理科学，应用于生产实践的各个领域之中。近年来，随着概率论、模拟技术及信号流图理论的发展，网络计划技术己从最初的把各道工序的发生时间的取值看作固定值的CPM技术，发展到目前用概率表示工序发生的随机性、用期望值代替固定时间取值的随机网络计划技术。所谓优化，就是在满足既定条件下，利用时差不断改善网络计划的最初方案，按一定的衡量指标寻求最优方案。理想的衡量指标包括时间、资源、成本等多种因素，其优化的目的就是使一个网络达到工期最短、资源最优、成本最低。当人力、物力和资金供应受到某种限制的条件下，如何实现时间、资源成本三大优化:即资源有限工期最短的优化；工期有限资源均衡的优化；最佳工期、最低成本的优化以及本文所讨论的综合优化。
2 施工计划进度网络的综合优化
网络计划优化是项整体性很强的工作，在具体进行过程中，必须注意到整体和局部的关系。任何一项工程都是有许多分项工程构成的，要解决整个工程的最优化问题，就必须要求每一分项工程实现最优化，因为分项工程最优化是整个工程最优化的基础。但是整体工程最优化，并不等于各个分项工程最优化的总和，而是各个分项工程经济效果的最终反映。所以分项工程最优化是必须以总体工程最优化为指导，如果整体最优化组织不好，各分项工程可能为了本身的最优化而互相排挤，互相抵消，那么，即使各分项工程的经济效益提高了，整体工程的经济效果可能很不好。从整体工程最优化和分项工程最优化的关系来看，必须实行有效的计划组织和控制工作。即在整体工程最优化的指导下，组织提高各个分项工程的经济效果。
一项公路工程计划方案，是由工期、成本、资源消耗、质量等多种经济指标构成的。因此。建立一个数学模型来反映他们之间的相互关系，从而实现工程的总体优化便变的特别有意义。在以上的各种优化中，施工进度网络计划优化法一般只进行两个指标间的优化。在当前的公路中，施工企业应有较大的经营自，企业的决策者既可比较现有约束条件下的得失，也可权衡改变条件的利弊，目的就是能使企业获得较好的经济效益。因此，施工进度的网络优化不应只是被动地去适应资源条件和其他条件的限制，而应主动地去设计能使企业获得最佳经济效益的方案。针对以上问题，能否有一种同时考虑工期，成本（费用），资源三个指标的优化方法，从整体角度来进行综合优化呢?以下从公路施工的最大效益的角度出发，构造数学模型，这个模型综合考虑公路施工中的进度、资源、费用等要素，最后给出可行的数学解。
3 公路施工进度的网络优化
对资源均衡的优化目前主要采用“消峰填谷”法，利用工序的时差，反复调整，拉平资源消耗的高峰。这种方法计算过程复杂，对于工序繁多的大型工程，即使采用计算机求解也需要较长时间，而且计算结果是近似最优解，误差比较大。
近几年发展起来的遗传算法，是一种模拟生物进化的自适应随机搜索方法，由于它对问题本身的限制较少，对问题目标函数和约束条件既不要求可微也不要求连续，仅要求该问题是可计算的。同时，它的搜索始终遍及整个解空间，能找到近乎全局最优解，因而在网络计划优化方面具有广泛的应用价值。
作为一种新的优化技术，遗传算法受到了广泛的注意。它在解优化问题时有以下四大优点。第一，遗传算法对所解的优化问题没有太多的数学要求。由于它的进化特性。它在解的搜索中不需要了解问题的内在性质。遗传算法可以处理任意形式的目标函数和约束，无论是线性的还是非线性的，离散的还是连续的，甚至混合的搜索空间。第二，进化算子的各态历经性使得遗传算法能够非常有效地进行概率意义下的全局搜索，而传统的优化方法则是通过邻近点比较而移向较好点，从而达到收敛的局部搜索过程。这样，只有问题具有凸性时才能找到全局最优解，因为这时任何局部解都是全局最优解。第三，遗传算法对各种特殊问题可以提供极大的灵活性来混合构造领域独立的启发式，从而保证算法的有效性。第四，它的搜索始终遍及整个解空间，能找到近乎全局最优解，因而在公路施工网络计划优化方面具有广泛的应用价值。
当一项工程计划编制了网络计划后，要是工程计划如期实施，为了获得质量优良、资源消耗少、工程成本低的效果，就必须对资源进行较好的分配和安排，力求每天所需资源量接均值，避免出现资源需求量大起大落的现象。均衡施工可以大大减少资源需求量的强度、机械设备和运输工具需要量以及施工现场的各种临时设施，降低施工管理费，避免不必要的损失，从而降低工程造价。
“工期固定、资源均衡”就是在不延长总工期的前提下，调整非关键工序的作业起讫时间达到资源尽可能均衡的目的。根据资源分布函数的均方差、极差和资源的需要量变化的频繁程度等指标，来衡量资源是否均衡。上述指标愈小，说明资源愈均衡。在实际工程中，很难使上述指标都达到最小，因此往往根据所需均衡的资源选一种最合适的指标作为衡量标准。
4 结语
在当前的公路工程施工中，施工企业应有较大的经营自，企业的决策者既可比较现有约束条件下的得失，也可权衡改变条件的利弊，目的就是能使企业获得较好的经济效益。本文在网络优化中同时考虑工期、成本（费用）、资源三个指标，从整体角度来进行综合优化，首次从公路施工的最大效益的角度出发，构造了数学模型，模型综合考虑公路施工中的进度、资源、费用等要素，最后给出可行的数学解，通过实例计算，详细说明了计算过程。
参考文献：
[1]中华人民共和国交通部.公路工程预算定额[S].2000.