Применение моделей машинного обучения в процесс организации строительной площадки

Введение. Стратегическое планирование важно для эффективности инвестиционно-строительных проектов. Сложность решения задач увеличивается с ростом переменных в расчетах и ограничений. Для эффективного планирования строительных площадок нужно учитывать множество факторов, таких как пространственные ограничения и расстояния между объектами. Для решения таких задач возможно применение математической модели машинного обучения — генетического алгоритма (GA) для оптимизации размещения объектов на строительном участке. Цель данного исследования — улучшение точности и гибкости решений в организации строительной площадки, уменьшение сложности вычислений и минимизация объема данных.
Материалы и методы. Реализация цели исследования возможна с помощью внедрения в процесс планирования метода Systematic layout planning (SLP) для оптимизации пространства на строительных площадках. Для подтверждения эффективности оптимизации расположения объектов метод SLP был применен в организации планирования строительной площадки административного здания. В планировании учитывали этапы производства работ, требуемые хозяйственные объекты, данные о технике безопасности и экологической безопасности территории строительства. Применение плагина Dynamo для анализа позволило скорректировать расположение объектов с учетом коэффициента использования территории.
Результаты исследования. В результате проведенного моделирования плана строительной площадки установлено, что с помощью метода SLP процесс происходит адаптировано, учитывая расположение объектов согласно установленным значениям матрицы взаимосвязей с помощью автоматизации и цветовой кодировки для упрощения анализа. Гибкость в принятии обоснованных решений важна для проектировщиков, учитывая безопасность и интенсивность рабочего процесса. Метод SLP сокращает расстояния через оптимизацию логистики, оптимизирует расположение объектов на строительной площадке с учетом ограничений. Этот гибридный подход повышает эффективность внедрения моделей машинного обучения в процесс проектирования строительных генеральных планов объектов. Интеграция генетического алгоритма и BIM-технологий в процесс организации строительной площадки помогает оптимизировать решения на основе оптимальных расстояний, совершенствует визуализацию принимаемых решений и корректировку проблем.
Обсуждение и заключение. Результаты проведенной работы способствуют эффективному и быстрому принятию решений при организации строительной площадки, минимизируя время, необходимое для анализа, по сравнению с другими подходами. В результате исследования создана система, которая не только гибка и поддается регулировке, но и преодолевает ограничения, характерные для предыдущих методов. Применение алгоритмов машинного обучения для прогнозирования оптимальных проектных решений и автоматизации установления ключевых связей может значительно уменьшить необходимость ввода данных вручную, тем самым упрощая и ускоряя процессы разработки. Добавление новых примеров разнообразных планов и пространственных ограничений укрепит основы концепции и обогатит ее применение в разнообразных инвестиционно-строительных проектах.

1. Xu M, Mei Z, Luo S, Tan Y Optimization Algorithms for Construction Site Layout Planning: A Systematic Literature Review. Engineering, Construction and Architectural Management. 2020;27:1913–1938. https://doi.org/10.1108/ECAM-08-2019-0457

2. Al Hawarneh A, Bendak S, Ghanim F Dynamic Facilities Planning Model for Large Scale Construction Projects. Automation in Construction. 2019;98:72–89. https://doi.org/10.1016/j.autcon.2018.11.021

3. Succar B Building Information Modelling Framework: A Research and Delivery Foundation for Industry Stakeholders. Automation in Construction. 2009;18(3):357–375. https://doi.org/10.1016/j.autcon.2008.10.003

4. Kaveh A, Vazirnia Y Construction Site Layout Planning Problem Using Metaheuristic Algorithms: A Comparative Study. Iranian Journal of Science and Technology, Transactions of Civil Engineering. 2019;43:105–115. https://doi.org/10.1007/s40996-018-0148-6

5. Jaafar K, Elbarkouky R, Kennedy J Construction Site Layout Optimization Model Considering Cost and Safety in a Dynamic Environment. Asian Journal of Civil Engineering. 2021;22:297–312. https://doi.org/10.1007/s42107-020-00314-3

6. Prayogo D, Cheng M-Y, Wu Y-W, Redi AANP, Yu VF, Persada SF at al. A Novel Hybrid Metaheuristic Algorithm for Optimization of Construction Management Site Layout Planning. Algorithms. 2020;13:117. https://doi.org/10.3390/a13050117

7. Yang B, Fang T, Luo X, Liu B, Dong M A BIM-Based Approach to Automated Prefabricated Building Construction Site Layout Planning. KSCE Journal of Civil Engineering. 2021;26:1535–1552. https://doi.org/10.1007/s12205-021-0746-x

8. Papadaki IN, Chassiakos AP Multi-Objective Construction Site Layout Planning Using Genetic Algorithms. Procedia Engineering. 2016;164:20–27. https://doi.org/10.1016/j.proeng.2016.11.587

9. Salah M, Elbeltagi E, Elsheikh A Optimization of Construction Site Layout Using BIM Generative Design. International Journal of Construction Management. 2024;24:314–322. https://doi.org/10.1080/15623599.2023.2222997

10. Chemim L, Sotsek N, Kleina M Layout Optimization Methods and Tools: A Systematic Literature Review. Gestão da Produção, Operações e Sistemas. 2021;16(4):59–81. https://doi.org/10.15675/gepros.v16i4.2806

11. Said H, El-Rayes K Optimizing Material Procurement and Storage on Construction Sites. Journal of Construction Engineering and Management. 2011;137:421–431. https://doi.org/10.1061/(ASCE)CO.1943-7862.0000307

12. Maghfiroh MFN, Redi AANP, Ong J, Fikri MR Cuckoo Search Algorithm for Construction Site Layout Planning. IAES International Journal of Artificial Intelligence. 2023;12:851. https://doi.org/10.11591/ijai.v12.i2.pp851-860

13. Schwabe K, Teizer J, König M Applying Rule-Based Model-Checking to Construction Site Layout Planning Tasks. Automation in Construction. 2019;97:205–219. https://doi.org/10.1016/j.autcon.2018.10.012

14. Le PL, Dao TM, Chaabane A BIM-Based Framework for Temporary Facility Layout Planning in Construction Site: A Hybrid Approach. Construction Innovation. 2019;19:424–464. https://doi.org/10.1108/CI-06-2018-0052

15. Petroutsatou K, Apostolidis N, Zarkada A, Ntokou A Dynamic Planning of Construction Site for Linear Projects. Infrastructures. 2021;6:21. https://doi.org/10.3390/infrastructures6020021

16. Dienstknecht M A Branch and Bound Approach for the Tower Crane Selection and Positioning Problem with Respect to Mutual Interference. 4OR. 2022;21:105–123. https://doi.org/10.1007/s10288-022-00503-7

17. Karmakar A, Singh AR, Kumar Delhi VS Automated Route Planning for Construction Site Utilizing Building Information Modeling. Journal of Information Technology in Construction. 2022;27:827–844. https://doi.org/10.36680/j.itcon.2022.040

18. Lacerda DP, Dresch A, Proença A, Antunes Júnior JAV Design Science Research: Método de Pesquisa para a Engenharia de Produção. Gestão & Produção. 2013;20(4):741–761. https://doi.org/10.1590/S0104-530X2013005000014