Dynamic Multi-objective Construction Site Layout Planning Based on BIM
Notice bibliographique
Résumé
The planning effectiveness of construction site layout greatly influences construction efficiency. Many previous studies assumed that all the facilities exist on the construction sites for the whole duration of the projects. Some researchers found the shortcomings and developed models to improve it. But these models also have different limitations, such as ignoring the future impact of the layout decision in early construction phases on the later layout quality, only considering transportation costs when optimize the layouts, etc. To address these issues, this study proposes a building information modeling (BIM)-based model that dynamically optimizes the multi-objective construction site layout. In this model, BIM and construction schedules provide the updated construction project information. This model introduces the construction phase impact on layout. The layout of each construction phase is optimized in order of corresponding phase impact. Considering the sustainable development for construction industry, the noise pollution level is chosen to be the optimization objective together with the total transportation cost. In order to balance the noise pollution level and total transportation cost, the multi-objective particle swarm optimization (MOPSO) is applied to obtain trade-off solutions. A case study is presented to demonstrate the capability of the proposed model. The results indicate that the proposed dynamic construction site layout plan (CSLP) reduces transportation cost by 43.45% and 11.46% compared with the original and static construction site layout. This study breaks the traditional site layout plan order and locates the facilities in order of their phase impact, which can greatly reduce the transportation cost on the site. It also incorporates the noise pollution reduction into CSLP to enhance on-site sustainability.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».