王绪民， 王 琪

(湖北工业大学土木建筑与环境学院， 湖北 武汉 430068)

对于工期-成本优化问题，国内外学者主要从两方面探讨：1)求解算法的选择。启发式算法引入传统生物学概念，相较于传统数学方法具有更强全局把控性，为多目标优化问题提供新的思路。Kyung Kim等在蚁群算法上提出改进，以避免寻优效率低的问题[1-2]。Zalmai LM考虑确定性的项目值，采用和声算法进行寻优[3]。申建红选择电子优化算法，引入精英档案存储，着重于寻找最优成本的最优工期[4]。尽管很多新算法被证明可以在工期-成本优化问题中得以运用，但难以满足整个寻优过程中种群多样性和稳定性。2)实施过程的优化。考虑到工期-成本优化问题是一个复杂度高且影响因素多的问题，简单算法优化缺乏指导性和实践性。BIM(Building Information Modeling)信息模型可视化功能可以弥补单一算法寻优的缺陷，为实际施工提供可行性指导。黄良辉建立基于BIM的成本优化信息模型，并采用微粒子群算法优化求解[5]。何威提出将遗传算法和BIM碰撞技术结合，使优化方案更具实践性[6]。Hyounseok Moon将遗传算法和BIM环境结合，最大程度地减少高风险活动的重叠[7]。但以上研究对于BIM的应用还十分狭隘，仅停留在三维建筑层面，缺少对进度、成本信息集成和管理。

基于此，本文采用NSGA-Ⅱ算法进行求解，为扩大算法寻优搜索空间和提高收敛性，在进行遗传操作时，引入动态交叉、变异概率，对NSGA-Ⅱ算法进行改进，使Pareto解集更具有效性。利用BIM5D信息集成化和三维可视化的特点，对求得的解集进行施工方案模拟，有效避免工序安排、资源安排以及资金安排不合理问题。……