آنالیز هدف محور و جبهه پارتو: بهینه سازی زمان، هزینه و جابجایی های کارگاه
ترجمه شده

آنالیز هدف محور و جبهه پارتو: بهینه سازی زمان، هزینه و جابجایی های کارگاه

عنوان فارسی مقاله: آنالیز هدف محور و جبهه پارتو: بهینه سازی زمان، هزینه و جابجایی های کارگاه
عنوان انگلیسی مقاله: Objective-driven and Pareto Front analysis: Optimizing time, cost, and job-site movements
مجله/کنفرانس: اتوماسیون در ساخت و ساز - Automation in Construction
رشته های تحصیلی مرتبط: مهندسی معماری، عمران و اقتصاد
گرایش های تحصیلی مرتبط: اقتصاد مالی، مدیریت پروژه و ساخت، مدیریت ساخت
کلمات کلیدی فارسی: جبهه پارتو، بهینه‌سازی، الگوریتم ژنتیک، زمانبندی پروژه ساختمانی، مدل اطلاعات ساختمانی
کلمات کلیدی انگلیسی: Pareto Front - Optimization - Genetic algorithm - Construction project scheduling - Building information model
نوع نگارش مقاله: مقاله پژوهشی (Research Article)
شناسه دیجیتال (DOI): https://doi.org/10.1016/j.autcon.2016.06.003
دانشگاه: گروه عمران زاخری ، دانشگاه A$M تگزاس، ایالات متحده آمریکا
صفحات مقاله انگلیسی: 9
صفحات مقاله فارسی: 25
ناشر: الزویر - Elsevier
نوع ارائه مقاله: ژورنال
نوع مقاله: ISI
سال انتشار مقاله: 2016
ایمپکت فاکتور: 5.810 در سال 2018
شاخص H_index: 95 در سال 2019
شاخص SJR: 1.408 در سال 2018
ترجمه شده از: انگلیسی به فارسی
شناسه ISSN: 0926-5805
شاخص Quartile (چارک): Q1 در سال 2018
فرمت مقاله انگلیسی: PDF
وضعیت ترجمه: ترجمه شده و آماده دانلود
فرمت ترجمه فارسی: ورد و pdf
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
مقاله بیس: بله
مدل مفهومی: ندارد
کد محصول: 10211
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
پرسشنامه: ندارد
متغیر: دارد
درج شدن منابع داخل متن در ترجمه: بله
ترجمه شدن توضیحات زیر تصاویر و جداول: بله
ترجمه شدن متون داخل تصاویر و جداول: بله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
نمونه ترجمه فارسی مقاله

چکیده

یافتن رابطه تبادلی بهینه بین هزینه و زمان، که دو هدف مهم پروژه‌های ساختمانی‌اند، به مدیران پروژه و تیم‌شان کمک می‌کند تا زمانبندی مناسب تری را برای پروژه‌شان انتخاب کنند. این رابطه تبادلی را می‌توان بطور تقریبی با استفاده از دانش گذشته و تجمعی برآورد کرد، اما، از اوایل دهه ۱۹۷۰، محققین روی پاسخ سیستماتیک و ریاضیاتی کار می‌کردند تا این رابطه را دقیق‌تر تعریف کنند. این محققین از تکنیک‌های مختلف بهینه‌سازی نظیر الگوریتم ژنتیک (GA) و کلونی، و همچنین، منطق فازی برای بررسی بیشتر این رابطه استفاده می‌کردند.

در این مقاله، مولفین از الگوریتم مولد زمانبندی ساخت که سابقاً معرفی شده برای ارائه‌ی روابط گرافیکی بین اهداف ازپیش تعریف‌شده بهینه‌سازی‌های زمانبندی بهره گرفتند. این فرآیند با تدوین زمانبندی‌های ساخت براساس مدل اطلاعات ساختمانی (BIM) پروژه شروع می‌شود که بخشی از ورودی در کنار اطلاعات منابع است. سپس، فرآیند با بهینه‌سازی کلیه زمانبندی‌های تدوین شده ساخت مطابق با دو هدف ذکرشده، در کنار هدف تعریف شده از جابجایی کارگاه، ادامه پیدا می‌کند که به لحاظ ریاضیاتی به ترتیب نصب کمک می‌کند تا منطقی‌تر و کاربردی‌تر شود. در نهایت، فضایی سه‌بعدی برای کل زمانبندی‌های ایجادشده و محاسبه‌شده در قالب نقطه ابری پاسخ سه‌بعدی تولید می‌شود. این زمانبندی‌های سه‌بعدی نقاط ابری پاسخ و سه جبهه پارتو را برای پروژه نشان می‌دهند.

1 مقدمه

تمدید یا کوتاه‌تر شدن مدت پروژه ساختمانی به‌وضوح روی هزینه کل ساخت تأثیر می‌گذارد. اما، مهم‌ترین بُعد ارتباط بین هزینه و زمان پروژه، و چگونگی تأثیر تغییر یکی از این دو بر دیگری است. یعنی، باید برای درک بهتر اثرات این دو، رابطه‌ای بین این دو پارامتر نوشته شده و به صورت گرافیکی نشان داده شود. تلاش‌های نتیجه‌بخش بسیاری در این زمینه صورت گرفته است. همچنین، برای یافتن رابطه زمان-هزینه پروژه‌ها از روش‌های بهینه‌سازی متفاوتی استفاده شده است [۱]. در عمده موارد، روش‌هایی که بتوانند ضمن بهینه کردن پاسخ‌ها، ورودی‌های متعددی بدهند (مثل الگوریتم ژنتیک) برای این قبیل تحقیقات انتخاب می‌شوند. این ویژگی تعدد خروجی‌ها می‌تواند گراف جبهه پارتو را نتیجه دهد که رابطه بین اهداف تعریف‌شده را نشان می‌دهد. بنابراین، برای هر خروجی بهینه‌سازی (در این مورد، زمانبندی پروژه)، چندین امتیاز هدف نیاز است. مسئله رایج این است که آیا زمانبندی‌های پروژه اصلی به قدر جامع‌اند که کل المان‌های پروژه و امور لازم را در بر بگیرند یا خیر؟زمانبندی اولیه پروژه باید پروژه را بخوبی نشان دهد تا بهینه‌سازی معنا پیدا کند. از سویی دیگر، مدل اطلاعات ساختمانی (BIM) همه اطلاعات پروژه را با نمای سه‌بعدی نشان می‌دهد. این منبع اطلاعات پروژه می‌تواند و احتمالاً باید برای اهداف بهینه‌سازی ذکرشده و تهیه گراف‌ها و گزارشات معین بهینه‌سازی زمان-هزینه پروژه (TCO) استفاده شود.

نمونه متن انگلیسی مقاله

Abstract

Finding the optimized trade-off relationship between cost and time, two important objectives of construction projects, helps project managers and their teams select a more suitable schedule for a given project. This trade-off relationship can roughly be estimated using past and cumulative knowledge, but since the early 1970s, researchers have been working on a systematic and mathematical solution to define this relationship more accurately. These researchers have used different optimization techniques such as the genetic algorithm (GA), ant colony, and fuzzy logic to further explore the relationship.

In the present paper, the authors have used their previously introduced construction schedule generator algorithm to present graphical relationships between pre-defined objectives of schedule optimizations. The process starts with developing construction schedules from the project's Building Information Model (BIM) as part of the input along with resource data. Then the process continues with optimization of all developed construction schedules according to the two mentioned objectives along with the introduced job-site movement objective, which mathematically helps the sequence of installation be more logical and practical. Finally generation of a 3D space for all the created and calculated construction schedules in the form of a 3D solution cloud point. These 3D construction schedules show solution cloud points and three Pareto Fronts for the given project.

1. Introduction

Extending or shortening a construction project's duration clearly affects the total construction cost. The most important aspect is how project time and cost are related, and how much a single change in either of them, can effect and change the other one. This means the in-between relationship needs to be formulated and shown graphically in order to bring a better understanding of the effects. Several successful attempts have been conducted to show this relationship. Different optimization tools have been applied to find the time–cost relationship of projects [10]. In most cases, optimization tools that can produce numerous outputs while optimizing the solutions (e.g., genetic algorithm) are selected for this type of research. This feature of having numerous outputs can result in a Pareto Front graph representing the relationship between the defined objectives. Therefore, for each optimization output (project schedule in this context), multiple objective scores are needed. A common problem is whether the original project schedules are comprehensive enough to cover all project elements and needed tasks. It is important to make sure that the initial project schedule represents the project well so that the optimization makes sense. The Building Information Model (BIM), on the other hand, contains all the project information in a 3D representation view. This source of project data can be and possibly should be used for the mentioned optimization purposes and to generate project specific time–cost optimization (TCO) graphs and reports.

ترجمه فارسی فهرست مطالب

چکیده

1 مقدمه

2 پیشینه پژوهش

3 روش

4 هندسه

۴.۱ تشخیص المان های سه بعدی بیشتر

۴.۲ تولید MoCC

5 الگوریتم ژنتیک

۵.۱ تعریف تابع

6 ورودی‌ها و متغیرها

7 نتایج

۷.۱ جبهه های پارتو دوبعدی

۷.۲ نقطه ابری پاسخ‌ها

۷.۳ آنالیز هدف‌محور

8 نتیجه‌گیری و تحقیق آتی

فهرست انگلیسی مطالب

Abstract

1. Introduction

2. Literature review

3. Methodology

4. Reading the geometry

4.1. Detecting more 3D elements

4.2. Generating MoCC

5. Genetic algorithm

5.1. Objective definition

6. Inputs and variables

7. Results

7.1. 2D Pareto Fronts

7.2. Solutions cloud point

7.3. Objective-driven analysis

8. Conclusion and future work

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۳۳,۲۰۰ تومان
خرید محصول