基于遗传算法和粒子群优化的线性重复建设项目时间-成本权衡决策支持系统研究

本研究针对线性重复建设项目中传统调度方法难以有效优化时间-成本权衡(TCT)的难题，英国埃及大学与香港理工大学联合团队创新性地将遗传算法(GA)和粒子群优化(PSO)与平衡线(LOB)调度技术相结合，开发出集成决策支持框架。通过任务分解和多目标优化，该研究实现直接成本降低3.25-4%、间接成本降低20%、总工期缩短20%，为基础设施建设项目管理提供了兼具理论创新和实践价值的优化工具。

　　

在基础设施建设蓬勃发展的今天，线性重复建设项目(LRPs)如管道工程、高速公路等面临着严峻的时间-成本管理挑战。传统的关键路径法(CPM)和平衡线(LOB)调度技术虽然广泛应用，却存在明显局限：CPM难以保持施工队伍的连续性，而LOB假设固定生产速率，都无法有效处理复杂的时间-成本权衡(TCT)问题。随着城市化进程加速，如何在保证质量的前提下优化项目工期和成本，成为工程建设领域亟待解决的关键问题。

针对这一行业痛点，英国埃及大学与香港理工大学的研究团队在《Scientific Reports》发表创新性研究成果。该研究突破性地将元启发式优化算法与LOB调度相结合，开发出集成决策支持系统。通过将重复任务分解为子任务，并运用遗传算法(GA)和粒子群优化(PSO)进行多目标优化，研究团队成功构建了适应线性重复建设项目特点的TCT优化框架。

研究方法上，团队首先采用任务分解策略，将传统LOB中的整体任务拆分为具有不同生产速率的子任务；随后建立包含工期最小化和总成本最小化的双目标优化模型；最后分别实施GA和PSO算法进行求解。其中GA采用单点交叉和变异算子，PSO则通过粒子位置更新公式实现优化。案例验证选取了总长16公里的管道安装项目，通过四组重复单元的比较分析验证模型效果。

研究结果部分，"The conventional method for tackling the linear project's scheduling"显示，传统CPM方法计算单单元项目工期为595天。而"The devised method for addressing the linear project's scheduling"章节证实，通过任务分解方法，工期成功缩减35%至385天。图表数据清晰展示了关键路径和非关键子任务的变化情况。

"Deployment of the GA approach"详细记录了遗传算法的优化效果：在四单元重复项目中，总直接成本(TDC)降低3.25%至44,135,520 EGP，间接成本(TIC)降低20%至6,648,000 EGP，总建设成本(TCC)降低7%至52,835,520 EGP。工期方面实现20%的缩减，从693天降至554天。优化过程中的最佳试验次数为2,165次，相关图表直观呈现了工期与成本之间的权衡关系。

"Deployment of the PSO approach"章节则展示了粒子群算法的更优表现：在相同案例中，PSO使TDC降低4%至43,791,640 EGP，TIC同样降低20%，TCC降低10.9%至50,439,640 EGP。时间优化方面，PSO将四单元项目工期从693天压缩至554天，降幅达20.1%。参数设置显示惯性权重ω=0.5，认知系数c₁和社会系数c₂均为2.0，确保了算法收敛性。

在"Comparison of PSO and GA results"的比较分析中，研究证实PSO在成本优化方面略优于GA，两者在时间优化上表现相当。这一发现为工程实践中的算法选择提供了重要参考：当追求极致成本优化时可优先考虑PSO，而需要广泛探索解空间时GA更具优势。

该研究的理论价值在于首次系统整合了元启发式算法与LOB调度技术，通过任务分解策略解决了传统方法对子任务差异性的忽视问题。实践意义上，研究提出的框架为项目管理者提供了量化决策工具，可同时优化资源分配、工期计划和成本控制。特别是对大型基础设施项目，20%的工期缩减和显著的成本节约将产生巨大的经济效益。未来研究可进一步探索混合算法设计、参数敏感性分析以及在更复杂工程场景中的应用验证。