Phát triển thuật toán lai ghép đom đóm (HFA) để tối ưu vị trí lắp cặt cần trục tháp
Tác giả: Phạm Vũ Hồng Sơn, Trương Minh LuậnTóm tắt:
Cần trục tháp là công cụ thiết yếu cần có trong những công trình xây dựng. Việc bố trí cần trục tháp cần thõa mãn được những ràng buộc trong công trường và từ đó sẽ làm giảm thiểu chi phí xuống mức thấp nhất. Ngược lại, vị trí cần trục tháp không hợp lý sẽ dẫn tới việc tiến độ bị chậm trễ, năng suất kém và gia tăng chi phí. Nghiên cứu này đề xuất một mô hình lai ghép Meta-heuristic mới, bao gồm thuật toán đom đóm (FA) với tối ưu hóa bầy đàn (PSO), phân phối Levy Flights và thuật toán tiến hóa vi phân (DE). Thuật toán đề xuất được đặt tên là HFA – Hybrid of firefly algorithm giúp cân bằng được khả năng tìm kiếm cục bộ và toàn cục. Hơn nữa, nghiên cứu này so sánh kết quả hảu HFA các thuật toán EBCO, EVPS, từ đó đánh giá được sự hiệu quả của thuật toán đề xuất trong việc tối ưu hóa vị trí cần trục tháp.
- Training artificial neural network regression based on the generalized delta rule : a case study in modeling the compressive strength of concrete = Huấn luyện mạng nơ-ron thần kinh nhân tạo dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng
- XGBoost regression for estimating bearing capacity of concrete piles = Sử dụng hồi quy XGBoost để đánh giá sức chịu tải của cọc bê tông
- Training deep neural network for regression analysis with the generalized delta rule : a case study in modeling the shear strength of soil = Huấn luyện mạng nơ-ron thần kinh nhân tạo sâu dùng cho phân tích hồi quy dựa trên quy tắc delta khái quát: ứng dụn
- Linear regression models for predicting the compressive strength of rice husk ash-blended concrete = Ứng dụng các mô hình hồi quy tuyến tính cho việc dự báo cường độ chịu nén của bê tông có chứa tro trấu
- Applications of Google OR-Tools in solving construction management linear optimization problems = Ứng dụng công cụ Google OR-Tools trong giải các bài toán tối ưu hóa tuyến tính trong quản lý dự án xây dựng





