ĐẠI HỌC QUỐC GIA TP. HCM
TRƯỜNG ĐẠI HỌC BÁCH KHOA
--------------

NGUYỄN DUY TỒN

ÁP DỤNG THUẬT TỐN TỐI ƯU NGỌN LỬA (MFO) ĐỂ TỐI ƯU
CHI PHÍ - THỜI GIAN

Chuyên ngành: Quản Lý Xây Dựng
Mã số: 8580302

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, tháng 01 năm 2023


CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG - HCM
Cán bộ hướng dẫn khoa học 1: PGS.TS. Phạm Vũ Hồng Sơn

Chữ ký:

Cán bộ hướng dẫn khoa học 2: TS. Chu Việt Cường

Chữ ký:

Cán bộ chấm nhận xét 1:

PGS. TS. Đỗ Tiến Sỹ

Chữ ký:

Cán bộ chấm nhận xét 2:

TS. Đinh Công Tịnh

Chữ ký:

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG Tp. HCM ngày
09 tháng 01 năm 2023
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:
1. TS. Nguyễn Anh Thư

- Chủ tịch hội đồng

2. PGS. TS. Trần Đức Học

- Thư ký

3. PGS. TS. Đỗ Tiến Sỹ

- Phản biện 1

4. TS. Đinh Công Tịnh

- Phản biện 2

5. TS. Nguyễn Thanh Việt

- Ủy viên


Xác nhận của Chủ tịch Hội đồng đánh giá LV và Trưởng Khoa quản lý chuyên ngành
sau khi luận văn đã được sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

ĐẠI HỌC QUỐC GIA TP.HCM

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên:

NGUYỄN DUY TOÀN

MSHV : 2070222

Ngày, tháng, năm sinh: 15/08/1988

Nơi sinh: Đồng Nai

Chuyên ngành:


Mã số: 8580302

Quản lý xây dựng

TÊN ĐỀ TÀI: ÁP DỤNG THUẬT TOÁN TỐI ƯU NGỌN LỬA (MFO) ĐỂ TỐI ƯU

I.

CHI PHÍ-THỜI GIAN
APPLYING MOTH-FLAME OPTIMIZATION ALGORITHM (MFO) IN TIMECOST OPTIMIZATION
II.

NHIỆM VỤ VÀ NỘI DUNG
1. Tìm hiểu và nắm vững thuật tốn tối ưu kiến ngọn lửa (MFO).
2. Tìm hiểu cách kết hợp (hybrid) thuật toán MFO với phương pháp tiếp cận trọng lượng thích
ứng sửa đổi (MAWA) để giải bài tốn tối ưu.
3. Đề xuất ví dụ về các dự án xây dựng được lấy từ tài liệu kỹ thuật của 7, 18, 63 hoạt động,
được điều tra cho thấy hiệu suất của MAWA-MFO
4. Xác định hàm mục tiêu tối ưu chí phí thời gian cùng các điều kiện ràng buộc.
5. Tìm các đáp án cho bài tốn tối ưu chi phí thời gian khi giải bằng thuật tốn MFO, MFO kết
hợp, thuật tốn thơng dụng khác.
6. So sánh, nhận xét, phân tích và đánh giá các kết quả khi áp các thuật toán khác nhau (MFO,
MFO kết hợp, …)
7. Kết luận và kiến nghị.

III.

NGÀY GIAO NHIỆM VỤ


IV.

NGÀY HOÀN THÀNH NHIỆM VỤ: 18/12/2022

V.

: 05/09/2022

CÁN BỘ HƯỚNG DẪN: PGS.TS. PHẠM VŨ HỒNG SƠN & TS. CHU VIỆT CƯỜNG
Tp. Hồ Chí Minh, ngày 12 tháng 12 năm 2022
CÁN BỘ HƯỚNG DẪN
PGS.TS. Phạm Vũ Hồng Sơn

CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TS. Chu Việt Cường

PGS.TS. Lê Hoài Long

TRƯỞNG KHOA KĨ THUẬT XÂY DỰNG

HVTH: NGUYỄN DUY TOÀN

i


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023


LỜI CẢM ƠN
Luận văn thạt sĩ ngành quản lý xây dựng nằm trong hệ thống bài luận cuối khóa
nhằm trang bị cho học viên cao học khả năng tự nghiên cứu, biết cách giải quyết những vấn
đề cụ thể đặt ra trong thực tế xây dựng. Đó là trách nhiệm và niềm tự hào của mỗi học viên
cao học.
Để hoàn thành luận văn “áp dụng thuật toán tối ưu ngọn lửa (MFO) để tối ưu chi
phí-thời gian”, ngồi sự cố gắng và nỗ lực của bản thân, tôi đã nhận được sự giúp đỡ nhiều
từ các tập thể và cá nhân. Tôi xin gửi lời tri ân đến các tập thể các nhân đã dành cho tôi sự
giúp đỡ quý báo đó.
Tơi xin gửi lời tri ân đến Thầy PGS.TS. Phạm Vũ Hồng Sơn và TS. Chu Việt Cường,
thầy đã tận tâm hướng dẫn, và nhờ vào gợi ý của thầy tơi đã hình thành nên ý tưởng thật
tuyệt vời này, thầy đã truyền đạt hướng nghiên cứu đúng để tơi có thể hồn thành tốt luận
văn.
Tơi xin chân thành cảm ơn quý Thầy Cô Khoa Kỹ Thuật Xây dựng, trường Đại học
Bách Khoa Thành phố Hồ Chí Minh đã truyền dạy những kiến thức q giá cho tơi, đó cũng
là những kiến thức không thể thiếu trên con đường nghiên cứu khoa học và sự nghiệp của
tôi sau này.
Luận văn thạc sĩ đã hoàn thành trong thời gian quy định với sự nỗ lực của bản thân,
tuy nhiên không thể khơng có những thiếu sót. Kính mong q Thầy, Cô chỉ dẫn thêm để
tôi bổ sung những kiến thức và hồn thiện bản thân mình hơn.
Xin trân trọng cảm ơn.
Tp. Hồ Chí Minh, ngày 12 tháng 12 năm 2022

Nguyễn Duy Tồn

HVTH: NGUYỄN DUY TỒN

ii



LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

TĨM TẮT
Việc đẩy nhanh tiến độ và giảm chi phí của dự án là bài tốn ln được các nhà ra
quyết định ln ưu tiên hàng đầu. Bài tốn tối ưu Chi phí-Thời gian (TCO) được sử dụng
để có một tập hợp các cách tiếp cận khác nhau đạt được trạng thái cân bằng giữa Chi phíThời gian tối ưu. Trong nghiên cứu này, để tìm ra một tập hợp các giải pháp Pareto, một
mơ hình tối ưu hố đa mục tiêu dựa trên thuật toán tối ưu hoá ngọn lửa (MFO) kết hợp với
phương pháp trọng số thích ứng có điều chỉnh (MAWA), được đề xuất. Bốn ví dụ về các
dự án xây dựng được lấy từ tài liệu kỹ thuật từ 7 đến 63 hoạt động cho thấy hiệu suất của
MAWA-MFO. Kết quả được so sánh với các phương pháp mơ hình được đề xuất trước đó
đã chứng minh thuật tốn mới có tốc độ hội tụ và kết quả tìm kiếm với độ chính xác cao
hơn.

HVTH: NGUYỄN DUY TOÀN

iii


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

ABSTRACT
Accelerating the project progress and reducing costs is always a top priority for
decision makers. The Time-Cost Optimization (TCO) problem is used to get a set of
different approaches to achieve the optimal Time-Cost equilibrium. In this study, finding a
set of Pareto solutions, a multi-objective optimization model based on the Moth-flame
optimization algorithm (MFO) combined with the Modified Adaptive Weighting Method
(MAWA), is suggested. Four examples of construction projects, taken from the technical
documents 7 through 63, show the performance of MAWA-MFO. The results are compared
with the previously proposed modeling methods, demonstrating that the new algorithm has
a convergence speed and search results with higher accuracy.


HVTH: NGUYỄN DUY TOÀN

iv


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

LỜI CAM ĐOAN
Tôi xin cam đoan đây là luận văn do chính tơi thực hiện dưới sự hướng dẫn của PGS.TS.
Phạm Vũ Hồng Sơn và TS. Chu Việt Cường.
Các kết quả của luận văn là đúng sự thật và chưa được công bố ở các nghiên cứu khác.
Tôi xin chịu trách nhiệm về cơng việc thực hiện của mình.
Tp. Hồ Chí Minh, ngày 12 tháng 12 năm 2022

Nguyễn Duy Tồn

HVTH: NGUYỄN DUY TOÀN

v


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

MỤC LỤC
NHIỆM VỤ LUẬN VĂN THẠC SĨ.................................................................................. i
TÓM TẮT ......................................................................................................................... iii
ABSTRACT ...................................................................................................................... iv
LỜI CAM ĐOAN .............................................................................................................. v
DANH MỤC CÁC HÌNH ................................................................................................ ix

DANH MỤC CÁC CHỮ VIẾT TẮT ........................................................................... xiii
CHƯƠNG 1. GIỚI THIỆU .............................................................................................. 1
1.1 Đặt vấn đề ................................................................................................................. 1
1.2 Lựa chọn đề tài .......................................................................................................... 1
1.3 Mục tiêu nghiên cứu ................................................................................................. 2
1.4 Phạm vi nghiên cứu................................................................................................... 2
1.5 Đóng góp của đề tài .................................................................................................. 3
1.6 Cấu trúc luận văn ...................................................................................................... 3
CHƯƠNG 2. TỔNG QUAN ............................................................................................. 4
2.1 Các nghiên cứu trước đây ......................................................................................... 4
2.1.1 Q trình phát triển của thuật tốn tối ưu đa mục tiêu ..................................... 4
2.1.2 Các nghiên cứu về tối ưu chi phí- thời gian ...................................................... 5
2.1.3 Các nghiên cứu nước ngoài ............................................................................... 6
2.1.4 Các nghiên cứu trong nước ............................................................................... 8
CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU ............................................................ 9
3.1 Quy trình nghiên cứu ................................................................................................ 9
3.2 Công cụ nghiên cứu ................................................................................................ 10
3.3 Các lý thuyết, thuật toán áp dụng............................................................................ 10
3.3.1 Phương pháp tìm kiếm Heuristic: .................................................................... 10
3.3.2 Phương pháp tốn học (Mathematical Methods): ........................................... 10
3.3.3 Phương pháp tìm kiếm Meta-Heuristic ........................................................... 11

HVTH: NGUYỄN DUY TOÀN

vi


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

3.3.4 Thuật toán tối ưu ngọn lửa Moth-Flame Optimization (MFO) ....................... 12

3.3.4.1 Cảm hứng hình thành thuật tốn tối ưu ngọn lửa (MFO) ............................ 13
3.3.4.2 Toán tử của thuật toán MFO ........................................................................ 14
3.3.4.3 Giả thuyết trong thuật toán MFO ................................................................. 23
3.3.4.4 Tối ưu thời gian – chi phí (time -cost optimization – TCO) ......................... 24
CHƯƠNG 4. MƠ HÌNH MƠ PHỎNG VÀ TRƯỜNG HỢP NGHIÊN CỨU........... 26
4.1 Mơ hình MFO cho bài toán TCO ............................................................................ 26
4.2 Các trường hợp nghiên cứu ..................................................................................... 27
4.2.1 Case study 1 ..................................................................................................... 27
4.2.2 Case study 2 ..................................................................................................... 32
4.2.3 Case study 3 ..................................................................................................... 36
4.2.4 Case study 4 ..................................................................................................... 39
4.2.5 Case study 5 – trường hợp thực tế ................................................................... 89
4.3 So sánh, đánh giá .................................................................................................... 93
4.3.1 Kết quả chi phí, thời gian nhận được .............................................................. 93
4.3.2 Tốc độ hội tụ .................................................................................................... 93
4.3.3 Thời gian giải thuật ......................................................................................... 96
4.3.4 Nhận xét ........................................................................................................... 96
CHƯƠNG 5. KẾT LUẬN, KIẾN NGHỊ VÀ HƯỚNG NGHIÊN CỨU TRONG
TƯƠNG LAI .................................................................................................................... 97
5.1 Kết luận ................................................................................................................... 97
5.2 Hướng nghiên cứu trong tương lai .......................................................................... 97
TÀI LIỆU THAM KHẢO .............................................................................................. 98
PHỤ LỤC. NGƠN NGỮ LẬP TRÌNH ...................................................................... 100
1 Module xử lý dữ liệu đầu vào .................................................................................. 100
2 Module tối ưu Thời gian – Chi phí .......................................................................... 119
2.1 Giải thuật MFO ..................................................................................................... 119

HVTH: NGUYỄN DUY TOÀN

vii



LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

2.2 Giải thuật MAWA ................................................................................................. 121
3 Module kết quả đầu ra.............................................................................................. 123

HVTH: NGUYỄN DUY TOÀN

viii


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

DANH MỤC CÁC HÌNH
Hình 3.1 Sơ đồ các bước nghiên cứu đề tài .................................................................. 9
Hình 3.2 Định hướng ngang của bướm đêm .............................................................. 13
Hình 3.3 Đường bay xoắn ốc xung quanh các nguồn sáng gần ................................. 14
Hình 3.4 Xoắn ốc lơgarit, khơng gian xung quanh ngọn lửa và vị trí đối với t ......... 18
Hình 3.5 Một số vị trí có thể có mà bướm đêm có thể tiếp cận đối với ngọn lửa bằng
cách sử dụng lôgarit xoắn ốc ...................................................................................... 19
Hình 3.6 Mỗi con bướm đêm được gán cho một ngọn lửa ........................................ 21
Hình 3.7 Số lượng ngọn lửa được giảm một cách thích ứng trong q trình lặp lại .. 22
Hình 4.1 Lưu đồ thuật tốn MFO ............................................................................... 26
Hình 4.2 Sơ đồ mạng của 7 gói cơng việc .................................................................. 27
Hình 4.3 Sự hội tụ của bài tốn 7 cơng tác ................................................................. 30
Hình 4.4 Pareto Front của bài tốn 7 cơng tác ........................................................... 31
Hình 4.5 Sơ đồ mạng của 18 gói cơng việc ................................................................ 32
Hình 4.6 So sánh Pareto Front giữa các thuật tốn của bài tốn 18 cơng tác ............ 34
Hình 4.7 Sự hội tụ của bài tốn 18 cơng tác có 5 option ........................................... 35

Hình 4.8 Sự hội tụ của bài tốn 18 cơng tác có 3 option ........................................... 38
Hình 4.9 Pareto Front của bài tốn 18 cơng tác 3 option ........................................... 39
Hình 4.10 Sơ đồ mạng của 63 gói cơng việc trong dự án .......................................... 40
Hình 4.11 Sự hội tụ của bài tốn 63 cơng tác (63a) ................................................... 43
Hình 4.12 Sự hội tụ của bài tốn 63 cơng tác (63b) ................................................... 44
Hình 4.13 Sơ đồ mạng của dự án ............................................................................... 89
Hình 4.14 Pareto Front của bài tốn thực tế ............................................................... 91
Hình 4.15 Sự hội tụ của bài tốn thực tế .................................................................... 92
Hình 4.16 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật tốn cho 7 cơng tác
(case 1) ........................................................................................................................ 93
Hình 4.17 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật tốn cho 18 cơng tác
5 option ( case 2) ........................................................................................................ 94
Hình 4.18 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật toán cho 18 công tác
3 option ( case 3) ........................................................................................................ 94

HVTH: NGUYỄN DUY TOÀN

ix


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

Hình 4.19 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật tốn cho 63 cơng tác
(63a) ............................................................................................................................ 95
Hình 4.20 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật tốn cho 63 cơng tác
(63b) ............................................................................................................................ 95
Hình 4.21 Biểu đồ so sánh kết quả tối ưu khi giải bằng các thuật toán cho bài tốn thực
tế ................................................................................................................................. 96

HVTH: NGUYỄN DUY TỒN


x


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

DANH MỤC CÁC BẢNG
Bảng 4.1 Mơ hình của dự án cho 7 công tác .............................................................. 28
Bảng 4.2 Các gải pháp Pareto front của 7 công tác .................................................... 29
Bảng 4.3 So sánh kết quả Pareto cho bài tốn 7 cơng tác .......................................... 29
Bảng 4.4 Chi tiết mơ hình của dự án cho 18 cơng tác có 5 option ............................. 32
Bảng 4.5 Các gải pháp Pareto front của 18 công tác 5 option ................................... 33
Bảng 4.6 So sánh kết quả giữa các thuật tốn của bài tốn 18 cơng tác có 5 option . 33
Bảng 4.7 Chi tiết mơ hình của dự án cho 18 cơng tác có 3 option ............................. 36
Bảng 4.8 Các gải pháp Pareto front của 18 công tác 3 option ................................... 37
Bảng 4.9 So sánh kết quả giữa các thuật tốn của bài tốn 18 cơng tác có 3 option . 37
Bảng 4.10 Chi tiết mơ hình của dự án cho 63 công tác .............................................. 41
Bảng 4.11 So sánh kết quả giữa các thuật toán của bài toán 63 công tác (63a) ......... 43
Bảng 4.12 So sánh kết quả giữa các thuật tốn của bài tốn 63 cơng tác (63b) ......... 44
Bảng 4.13 Kết quả chạy lần 1 của 63a ....................................................................... 45
Bảng 4.14 Kết quả chạy lần 2 của 63a ....................................................................... 47
Bảng 4.15 Kết quả chạy lần 3 của 63a ....................................................................... 49
Bảng 4.16 Kết quả chạy lần 4 của 63a ....................................................................... 52
Bảng 4.17 Kết quả chạy lần 5 của 63a ....................................................................... 54
Bảng 4.18 Kết quả chạy lần 6 của 63a ....................................................................... 57
Bảng 4.19 Kết quả chạy lần 7 của 63a ....................................................................... 59
Bảng 4.20 Kết quả chạy lần 8 của 63a ....................................................................... 61
Bảng 4.21 Kết quả chạy lần 9 của 63a ....................................................................... 63
Bảng 4.22 Kết quả chạy lần 10 của 63a ..................................................................... 65
Bảng 4.23 Chọn kết quả tối ưu sau 10 lần chạy 63a .................................................. 66

Bảng 4.24 Độ lệch% trung bình sau 10 lần chạy của 63a .......................................... 68
Bảng 4.25 Kết quả chạy lần 1 của 63b ....................................................................... 68
Bảng 4.26 Kết quả chạy lần 2 của 63b ....................................................................... 70
Bảng 4.27 Kết quả chạy lần 3 của 63b ....................................................................... 72
Bảng 4.28 Kết quả chạy lần 4 của 63b ....................................................................... 74
Bảng 4.29 Kết quả chạy lần 5 của 63b ....................................................................... 76
Bảng 4.30 Kết quả chạy lần 6 của 63b ....................................................................... 77

HVTH: NGUYỄN DUY TOÀN

xi


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

Bảng 4.31 Kết quả chạy lần 7 của 63b ....................................................................... 78
Bảng 4.32 Kết quả chạy lần 8 của 63b ....................................................................... 80
Bảng 4.33 Kết quả chạy lần 9 của 63b ....................................................................... 82
Bảng 4.34 Kết quả chạy lần 10 của 63b ..................................................................... 84
Bảng 4.35 Chọn kết quả tối ưu sau 10 lần chạy 63b .................................................. 85
Bảng 4.36 Độ lệch% trung bình sau 10 lần chạy của 63b .......................................... 87
Bảng 4.37 Độ lệch phần trăm trung bình so với các thuật tốn khác sau 10 lần chạy
.................................................................................................................................... 87
Bảng 4.38 Mơ hình các cơng tác của dự án ................................................................ 89
Bảng 4.39 Các gải pháp Pareto front của dự án ......................................................... 90
Bảng 4.40 So sánh kết quả giữa các thuật toán của dự án .......................................... 90

HVTH: NGUYỄN DUY TOÀN

xii



LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

DANH MỤC CÁC CHỮ VIẾT TẮT
MFO

Moth-Flame Optimization

MAWA

Modified Adaptive Weight Approach

TCO

Time - cost optimization

GA

Genetic algorithm

PSO

Particle swarm optimization

TLBO

Teaching Learning Based Optimization

ACO


Ant Colony Optimization

ACS

Ant Colony System

HVTH: NGUYỄN DUY TOÀN

xiii


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

CHƯƠNG 1. GIỚI THIỆU
1.1 Đặt vấn đề
Tình hình sự cạnh tranh của ngành xây dựng đang tăng lên, nên việc sử dụng hiệu
quả thời gian và chi phí trong dự án được đặt lên hàng đầu, nó quyết định đến sự tăng
trưởng, mà còn quyết định đến sự sống còn của cơng ty xây dựng,
Trên góc nhìn từ phía nhà đầu tư, các gói thầu hồn thành trước dự định sẽ giúp Chủ
đầu tư khơng có thêm những gánh nặng về tài chính, giúp thu hồi sớm được tài chính phân
bổ từ đầu. Ngoài ra, Nhà thầu cũng tối ưu được tài chính khơng làm tăng dịng tiền lạm
phát theo thời gian, và hồn thành cơng trình thuận lợi hơn để giảm bớt gánh nặng về dòng
tiền. Dựa vào đây, các nhà quản lý, các nhà kế hoạch luôn đề cao về việc hoàn thành như
kế hoạch được ban hành mà luôn phải vượt xa tiến độ ban đầu.
Vấn đề về tối ưu hố chi phí, thời gian (TCO) nó hiển nhiên được xem là rất cần
thiết trong việc tạo ra kế hoạch và kiểm soát dự án, đồng thời cũng chính là những ý chính
được đề cập trong bài viết.
1.2 Lựa chọn đề tài
Các nhà ra quyết định cần có những quyết định cho mình về các nguồn lực, về tài

chính, về thiết bị thi cơng, về các phương pháp tổ chức cơng việc thi cơng ngồi hiện trường
được tối ưu nhất trong một mục đích chung để cán mốc về đích hồn thành dự án. Trong
đó, có các mối liên hệ giữa chi phí, thời gian khi thực hiện một một hay nhiều hoạt động,
nếu chi phí khơng được đù tư thì thời gian sẽ bị kéo dài, mà thời gian ngắn thì chi phí cao,
trong thực tế thì nó có rất nhiều lời giải khác nhau. vì vậy, các nhà ra quyết định nên nắm
cho mình một phương pháp để tối ưu giữa thời gian và dòng tiền.
Về vấn đề này, nhiều nhà nghiên cứu đã thực hiện nhiều phương pháp tối ưu , trong
đó TCO là vấn đề được đề cập nhiều nhất trong thời gian qua như: nghiên cứu của
(Fondahl, 1962) [1] , nghiên cứu của (Prager, 1963)[2] , nghiên cứu của (Siemens, 1971)
[3] … Và cũng có Phương pháp tốn học LP được đề xuất (Kelly, 1961) [4], (Hendrickson
and Au, 1989) [5], (Pagnoni ,2012) [6] …. Vậy mơ hình nào hiệu quả nhất, phù hợp với
tính chất dự án như thế nao? Nghiên cứu này sẽ nói về phương pháp và giải thuật của
thuật tốn MFO, cũng là giải pháp tìm kiếm lấy cảm hứng từ thiên nhiên thuộc tính

HVTH: NGUYỄN DUY TỒN

1


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

chất Meta – Heuristic, để xử lý các vấn đề về tối ưu đa mục tiêu TCO trong một cơng
trình xây dựng.
Trong các phương pháp hay dùng để tìm đáp án tối ưu. Thơng thường có 3 giải pháp
chính:
-

Thứ nhất là tìm kiếm Heuristic

-


Thứ hai là Tốn học (Mathematical Methods)

-

Thứ ba là Tìm kiếm Meta – Heuristic.

Và kiếm tìm giải pháp tối ưu cho mục đích giảm thiểu được chi phí, thời gian thì
nhìn chung giải pháp Meta – Heuristic được ứng cử hàng đầu vì nó dùng để giải quyết các
vấn đề khó mà khoảng khơng giải pháp cịn khá hạn chế và không xác định. Các phương
pháp meta - heuristic rất phù hợp để xử lý các vấn đề thực tế trong khoảng khơng giải pháp
cịn chưa biết đến.
Ngày nay có rất nhiều thuật tốn tối ưu thuộc phương pháp meta – heuristic. Và
trong luận văn này sẽ dùng thuật toán tối ưu ngọn lửa (MFO) nhằm tối ưu chi phíthời gian, MFO là thuật tốn mới, được tìm ra bởi nhà tốn học Seyedali Mirjalili vào năm
2015 [7] có nhiều tính chất ưu việt so với thuật tốn thuộc giải pháp meta – heuristic trước
kia: như tính chất đơn giản, khả năng khám phá và vượt trội hơn về kết quả.
Bài này nói về cách áp dụng giải thuật ứng dụng MFO – thuộc giải pháp tìm kiếm
meta – heuristic, nhằm thực hiện mục đích tối ưu đa mục tiêu TCO áp dụng cho dự án, cụ
thể là để kiểm sốt chi phí, thời gian về tối ưu.
1.3 Mục tiêu nghiên cứu
-

Thiết lập mơ hình để giải quyết thời gian- chi phí để tối ưu việt lập và quản lý

-

Dùng thuật toán MFO với MAWA để tối ưu mơ hình nói trên. So sánh các kết
quả với trường hợp áp dụng thuật toán GA, ACO, PSO, TLBO…

-


Đánh giá ưu khuyết điểm của giải pháp này khi ứng dụng cho mơ hình TCO này

1.4 Phạm vi nghiên cứu
-

Thời gian nghiên cứu: 05/09/2022 đến 18/12/2022

-

Môn học: Luận văn thạc sĩ 2022

-

Đối tượng nghiên cứu:
+ Mơ hình giải pháp tối ưu chi phí, thời gian (TCO) cho việc lập và kiểm

sốt dự án.

HVTH: NGUYỄN DUY TỒN

2


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

+ Sử dụng thuật toán mới MFO, MAWA-MFO giải quyết các vấn đề chi

phí, thời gian và nói đến tính hiệu quả với các giâir thuật trước đây (GA,
ACO, PSO, TLBO…)

1.5 Đóng góp của đề tài
-

Giới thiệu mơ hình giải pháp tối ưu chi phí, thời gian (TCO) đây cũng là vấn đề
được nói đến để thiết kế hoạch quản lý cho việc kiểm soát dự án.

-

Giới thiệu thuật toán tìm kiếm Meta – Heuristic MFO, MAWA-MFO để giải mơ
hình tối ưu chi phí, thời gian

-

So sánh và đánh giá ưu khuyết điểm của thuật tốn nhằm có kế hoạch tính tốn
thời gian-chi phí được tối ưu.

-

Thuật tốn MFO là một thuật toán mới trên thế giới, được đề xuất bắt đầu vào
năm 2015 và hầu như chưa có ứng dụng nhiều để xử lý vấn đề trong nghiệp vụ
kiểm sốt dự án.

1.6 Cấu trúc luận văn
• Chương 1. Giới thiệu : Trình bày hướng nghiên cứu
• Chương 2. Tổng quan: Trình bày các nghiên cứu trong và ngồi nước, và vấn đề
luận văn này nói đến.
• Chương 3. Cơ sở lý thuyết: Nói về các lý tuyết của các thuật toan tối ưu ( MFO,
MAWA) và mơ hình các dự án được lấy ở tài liệu kỹ thuật từ 7 đến 63 hoạt động.
• Chương 4 Mơ hình mơ phỏng và Trường hợp nghiên cứu: Thực hiện giải vấn
đề thời gian- chi phí nhằm tối ưu bằng các thuật toán MFO cùng MAWA trên một

case study cụ thể . So sánh, nhận xét và đánh giá kết quả thu được.
• Chương 5. Kết luận và kiến nghị: thực hiên nói về các kết luận cũng như kiến nghị
cho những hướng nghiên cứu áp dụng và sau này.

HVTH: NGUYỄN DUY TOÀN

3


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

CHƯƠNG 2. TỔNG QUAN
2.1 Các nghiên cứu trước đây
2.1.1 Quá trình phát triển của thuật tốn tối ưu đa mục tiêu
Tối ưu hóa đề cập đến giải pháp kiếm (các) vấn đề vượt trội có thể cho một trường
hợp cụ thể. Khi mà các vấn đề ngày một đa dạng hơn trong những thấp niên qua, nhu cầu
về các kỹ thuật tối ưu hóa mới trở nên rõ ràng hơn trước. Giải thuật tốn học các kỹ thuật
từng là cơng cụ duy nhất để tối ưu hóa các vấn đề trước khi có đề xuất của các thuật giải
heuristic. Về phương pháp tối ưu giải toán học chủ yếu mang tính xác định mắc phải một
vấn đề lớn: phương pháp tùy chọn tối ưu cục bộ (local optima entrapment). Một số trong
số chúng, chẳng hạn như thuật toán dựa trên gradient cũng u cầu dẫn xuất của khơng
gian tìm kiếm. Điều này làm cho nó kém tuyết phục trong các hiện trạng thực tế.
Giải pháp di truyền (GA) [29], chắc chắn là giải pháp hiển nhiên phổ biến nhất, đã
được giới thiệu để giảm bớt những khuyết điểm nói trên của các thuật tốn xác định. Thành
cơng chính của thuật toán GA chủ yếu dựa vào các thành phần ngẫu nhiên của thuật toán
này, tránh optima cục bộ hiệu quả khi nói đến các thuật tốn giải trình tốn học. nó cũng
là nguyên nhân phát triển của GA.
Những năm sau đề xuất của GA đã kéo theo sự chú ý cao nhất đến các thuật toán
như vậy, dẫn đến việc đề xuất phương pháp nổi tiếng như phương pháp PSO [23], Tối ưu
hóa kiến (ACO) [24], Tiến hóa (DE ) [25], Chiến lược tiến hóa (ES)[26], và Lập trình tiến

hóa (EP)[27] . Bất chấp giá trị của những trình tối ưu hóa này, vấn đề ở đây là liệu có
phương pháp nào giúp xử lý các vấn đề về tối ưu hay khơng. Theo định lý No-Free-Lunch
(NFL)[28] , khơng có thuật toán nào để làm được tất các bài toán liên quan tối ưu. Có nghĩa
là một trình tối ưu hóa giải tốt về một tập hợp các vấn đề và không giải quyết được các
trường hợp các vấn đề khác. Nói cách khác, hiệu suất trung bình của các tối ưu hóa bằng
nhau khi xem xét tất cả các khía cạnh về tối ưu hóa. Vì vậy, vẫn có những phương pháp
giải quyết bởi các trình tối ưu hóa mới tốt hơn các trình tối ưu hóa hiện tại
Đây là động lực của cơng việc này, trong đó sự ra đời của thuật toán mang âm hưởng
từ thiên nhiên mới được đề xuất để cạnh tranh với phương pháp giải hiện tại. Cảm hứng
chính của phương pháp là cơ chế điều chỉnh hướng bay con bướm đêm ở môi trường thiên
nhên gọi là định hướng ngang. Bài báo mô phỏng giải trình về đường bay xoắn ốc của

HVTH: NGUYỄN DUY TOÀN

4


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

bướm đêm xung quanh ánh sáng nhân tạo (ngọn lửa). Một phương pháp tối ưu hóa được
giới thiệu để giải quyết các lĩnh vực khác nhau mang lại tính hiệu quả.
2.1.2 Các nghiên cứu về tối ưu chi phí- thời gian
Trong tình hình kinh kế hiện nay việc cân bằng chí- thời gian là việc rất cần thiết và
cấp bách đến sự sống còn của một doanh nghiệp. Thời gian do các nhà quyết định đưa ra,
mục tiêu của nhà thầu chính là quyết định chi phí tối ưu, tức là giảm chi phí đến một mục
tiêu dùng để cạnh tranh với đối thủ (Park and Chapin 1992). [31]. Điều này đã làm nên rất
nhiều kỹ thuật lập kế hoạch xây dựng, dựa vào phương pháp đơn giản như thuật toán leo
đồi HCA đã được thiết kế trên giải pháp giảm thiểu chi phí nhất có thể mà vẫn duy trì được
thời gian dự án được đưa ra. Nhưng thuật tốn này có giải pháp tương ứng với một mục
tiêu duy nhất đó cũng là nhược điểm của thuật tốn này bởi vì rất dễ bỏ qua các giải pháp

thay thế có giá trị.
Do đó, các nhà thầu được khuyến khích kiểm tra TCO tối ưu hóa thời gian và chi
phí của các hoạt động xây dựng trước khi đưa ra quyết định (Alkass et al. 1996). [32]. Điều
này cũng có nghĩa là cả thời gian và chi phí xây dựng cần được xem xét đồng thời ở giai
đoạn lập dự toán và lập kế hoạch. Nhiều nhà nghiên cứu như (Kasprowicz, 1994); (Laptali
et al. 1997); (Nkasu và Leung, 1997); (Wang và Huang, 1998) đã chỉ ra rằng thời gian và
chi phí xây dựng có mối quan hệ phức tạp, ví dụ dẫn đến sự gia tăng chi phí nhân cơng,
tức là chi phí trực tiếp khi thời gian dự án bị giảm đi (Adrian, 1979); và chi phí gián tiếp
chung của dự án tăng theo thời gian của dự án. Để giảm thiểu chi phí liên quan đến việc
giảm tiến độ, các nhà thầu được khuyến khích kiểm tra sự tối ưu về thời gian và chi phí
của các hoạt động xây dựng trước khi đưa ra quyết định.
Đối với TCO được xây dựng hiệu quả, nên giới thiệu một phương pháp tối ưu hóa
đa mục tiêu để cho phép thuật tốn trong khơng gian đa mục tiêu tự do hơn để khám phá
các giải pháp có thể, do đó giảm khả năng bị mắc kẹt trong tối ưu cục bộ (Knowles et al,
2001). Hơn nữa, vì có rất nhiều hoạt động trong một dự án nên hầu như khơng thể đánh
giá tất cả các kết hợp có thể, trong một khoảng thời gian ngắn và với chi phí hợp lý (Ng et
al, 2000). Do đó, một cơng cụ tìm kiếm là khơng thể thiếu đối với TCO hiệu quả và tồn
diện.
Feng et al. [30] dùng giải trình GA cùng với tình huống Pareto dùng trong việc chi
phí, thời gian tối ưu. Vấn đề tối ưu được khoảng không giải pháp nhỏ hơn nhiều so với

HVTH: NGUYỄN DUY TOÀN

5


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

tổng giải pháp của vấn đề với quy mô lớn. Ngồi ra giải trình của Feng chỉ xử lý các vấn
đề thời gian, chi phí trực tiếp, khơng nói đến chi phí gián tiếp, điều đó sẽ làm bài tốn dễ

dẫn đến việc tối ưu cục bộ
Zheng et al. [20] đã nghiên cứu cách tiếp cận mới về vấn đề tối ưu đồng thời hai
mục tiêu chi phí, thời gian.. Mơ hình giới thiệu cách tiếp cận trọng lượng thích ứng được
sửa đổi MAWA, cách tiếp cận này mang lại cho các GA khả năng tìm kiếm tự do hơn trong
không gian đa mục tiêu, sử dụng phương pháp Pareto trong lựa chọn cho giải GA. Mặc dù
vậy, nhưng bài tốn giả xử tài ngun là vơ tận, khơng tương xứng với thực tế.
Toğan and Eirgash [8] đã trình bày thuật tốn MAWA-TLBO được kết hợp với
trọng số thích ứng sữa đổi (MAWA) nhằm xử lý đề tài đánh đổi chi phí thời gian (TCTP)
được sử dụng để phát hiện tập hợp các kết quả thay thế chi phí, thời gian tối ưu để tăng
cường lợi ích dự án xây dựng tổng thể. Dù vậy, chưa hiệu quả với các dự án có quy mơ
lớn, thời gian hội tụ cũng chậm hơn.
Nghiên cứu này giới thiệu mơ hình MFO dựa vào trọng số thích ứng sữa đổi
(MAWA) cung cấp các tập hợp phương án tốt hơn cho sự cân bằng giữa chi phí, thời gian.
2.1.3 Các nghiên cứu nước ngồi
STT

Tên bài báo, nghiên cứu

Tác giả

Năm

Mơ tả
- Giới thiệu mơ hình thuật tốn mới MFO – thuộc phương pháp
tìm kiếm Meta-Heuristic
- Thuật toán này được Seyedali Mirjalili so sánh với các giải

Moth-flame optimization
1


algorithm: A novel nature-

Seyedali

inspired heuristic

Mirjalili

2015

thuật từ thiên nhiên nổi tiếng khác trên 29 điểm chuẩn và 7
bài toán kỹ thuật thực tế.
- Ngoài ra, kết quả của các bài toán thực tế chứng minh giá trị

paradigm

thuật toán này trong việc giải các vấ đề khó với vùng giải
pháp hạn hẹp và khơng xác định.
- Nói về hỗ trợ những người ra quyết định đồng thời đến thời
Applying a Genetic
Algorithm-Based
2

Multiobjective Approach
for Time-Cost
Optimization

Daisy X. M.

gian dự án tối ưu và tổng chi phí bằng Mơ hình đa đối tượng


Zheng; S.

cho TCO đề xuất được giới thiệu bởi các kỹ thuật dùng thuật

Thomas Ng;
and Mohan M.

2004

toán di truyền (GAS).
- Nghiên cứu xét đến sự giảm cả chi phí dự án và thời gian

Kumaraswamy

(thời gian). Tuy nhiên, cần phải hi sinh giữa thời gian dự án

, M.ASCE

và chi phí. Điều này cần phải có sự xem xét cẩn thận các giải
pháp khác nhau để được trạng thái cân bằng chi phí tối ưu

HVTH: NGUYỄN DUY TOÀN

6


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

STT


Tên bài báo, nghiên cứu

Tác giả

Năm

Mơ tả
-

Mục đích của mơ hình được trình bày trong bài viết này có
thể bổ xung cho nhà quyết định phân tích quyết định tối ưu
hóa chi phí thời gian của họ theo cách linh hoạt và thực tế

Stochastic Time–Cost

3

Optimization Model

Daisy X. M.

Incorporating Fuzzy Sets

Zheng, S. T.

Theory and

Ng


hơn
2005

- Nghiên cứu sử dụng thuật toán lý thuyết tập hợp mờ được áp
để thuật lại cách hành xử của nhà quản lý trong việc dự đốn
chi phí, thời gian phù hợp. Giải trình di truyền được dùng như

Nonreplaceable Front

một cơ chế tìm kiếm để thiết lập các hồ sơ chi phí thời gian
tối ưu dưới các mức rủi ro khác nhau.
- Bài báo đề xuất giải trình dựa trên tối ưu hóa dựa trên học tập
(TLBO) cùng giải pháp tiếp cận trọng lượng thích ứng
Time-Cost Trade-off
Optimization of
4

Construction Projects
using Teaching Learning

(MAWA).
V. Toğan, M.
A. Eirgash

- Bài báo lấy ví dụ về các dự án được lấy từ các tài liệu kỹ
2018

thuật từ 7 đến 63 hoạt động được nghiên cứu để cho thấy hiệu
suất của MAWA-TLBO
- Đưa ra kết luận về vấn đề đánh đổi chi phí thời gian (TCTP)


Based Optimization

để thay thế chi phí thời gian làm tối ưu để tăng cường lợi ích
dự án xây dựng tổng thể.
- Bài báo đề xuất giải trình tối ưu hóa của bướm đêm được sử

Multi-item EOQ model

5

dụng để giải quyết bài toán tổng tiền tồn kho được giảm thiểu

with nonlinear unit

Soheyl

holding cost and partial

Khalilpourazari, 2017

backordering: moth-flame

S. Pasandideh

phép và các ràng buộc chi phí cho phép.
Y. Shah, H. A.

6


Optimization (MFO)
Based Clustering
Algorithm for VANETs

- Một mạng tổng hợp các phương tiện được kết nối không dây

Habib, Farhan

được gọi là mạng(VANET), mục tiêu để cải thiện trình độ

Aadil,
Muhammad

2018

Fahad Khan,

Time-Cost in Construction
7

Projects Using New
Adaptive Weight
Formulations

8

Berberoğlu, T.

V. Toğan,


formulations for time-cost

Neslihan

optimization

Berberoğlu,

HVTH: NGUYỄN DUY TOÀN

- Trong bài báo này, phát triển để tăng cường hiệu suất của giải
pháp (MAWA),giải quyết vấn đề đánh đổi chi phí-thời gian
2021

rời rạc (DTCTP)
- Mơ hình này hoạt động tốt cho vấn đề chi phí-thời gian quy

Dede

New adaptive weight

- Thuật tốn MFO kết hợp VANNET tạo ra CAMONET mang
cộ để cải thiện hiệu suất chung của mạng.

V. Toğan,
Neslihan

truyền thông trong Vanets
lại kết quả gần như tối ưu để phát triển nó thành phân cụm xe


M. Maqsood,
T. Nawaz

Optimizing of Discrete

buộc về kỹ thuật, vật lý và chiến lược khác nhau được coi là
ngân sách có sẵn, năng lực kho, tổng chi phí nắm giữ cho

optimization algorithm

CAMONET: Moth-Flame

- Kết quả của giải trình là phát triển mơ hình áp dụng, các ràng

mơ nhỏ và quy mô lớn so với MAWA truyền thống.
- Trái ngược với Mawa, tính mới của các cơng thức là phát
2020

hiện một cách thích ứng giá trị yếu tố trọng lượng
- Các kết quả giải trình được các cơng thức được đề xuất có thể
cải thiện hiệu suất của MAWA và có thể tìm thấy kết quả

7


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

STT

Tên bài báo, nghiên cứu


Tác giả

Năm

Hasan Basri

Pareto giống hệt nhau hoặc hơi khác nhau để xử lý đa mục

Başağa

tiêu

Optimization of time–

- Trong luận án này, Thuật toán meta-heuristic được phát triển

cost–resource trade-off
9

problems in

Mơ tả

Bettemir

2009

project scheduling using


là thuật tốn tối ưu bầy đàn PSO.
- Sự không chắc chắn trong dữ liệu lập kế hoạch, PSO có thể
được ưu tiên để rút ngắn phân tích thời gian cho vấn đề TCT

meta-heuristic algorithms

2.1.4 Các nghiên cứu trong nước
STT

Tên bài báo, nghiên cứu

Tác giả

Năm

Nghiên cứu ứng dụng

1

thuật toán ACO (Ant
1
colony optimization) tối
ưu thời gian và chi phí cho

Mơ tả

- Bài luận văn nói về vấn đề thời gian, chi phí TCO cho việc
PH Luân, DT
Nhân


2010

lập và kiểm soát dự án.
- Đặc biệt bài báo kết hợp thuật tốn ACO (ACO-TCO) để tối
ưu. Ngồi ra MAWA là cầu nối giauwx chi phí, thời gian.

dự án xây dựng
Optimizing time–cost in

- Nghiên cứu này là (MOSGO) áp dụng mơ hình TCT tối ưu

generalized construction

2

projects using multiple2
objective social group

hóa các quyết định về thời gian - chi phí
DH Tran

2020

- Thuật tốn này giúp các nhà quyết định hồn thành dự án

optimization and multi-

hồn thành đưa về đích sớm nhất, nhằm đảm bảo chi phí,

criteria decision-making


thời gian.

methods
Ứng dụng thuật giải GA-

3

PSO và lý thuyết mờ
2
Giải quyết bài toán tối ưu
thời gian – chi phí – nhân

PH Luân, TD
Khánh

2014

- Nghiên cứu này kết hợp giữa (GA) và (PSO) để tìm một tập
hợp các đáp án chi phí, thời gian tối ưu đồng thời

lực Cho dự án xây dựng

Nghiên cứu ứng dụng

4

thuật tốn tiến hóa vi phân
2
đa mục tiêu trong tối ưu


TD Học, NQ
Trung, PA

tiến độ và chi phí cho dự

Đức, MA Đức

2016

- Nghiên cứu này ứng dụng thuật toán tiến hoá vi phân đa mục
tiêu (THVPDMT) để giảm tiến dộ,, thời gian cho dự án

án

HVTH: NGUYỄN DUY TOÀN

8


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
3.1 Quy trình nghiên cứu
-

Đề cập đến những vấn đề, bất cập gặp phải để xác định khái quát nhất đề tài cần
nghiên cứu. Sự hỗ trợ từ các cơng cụ tìm kiến về các bài báo nước ngoài và trong
nước làm tiền đề để cho cơ sở lý thuyết bước đầu của nghiên cứu


-

Từ đó, lựa chọn phương hướng nghiên cứu, xác định tính khả thi sơ bộ để bắt
đầu lập trình thuật tốn phục vụ cho nghiên cứu. Lưu đồ cụ thể được trình bày
dưới bảng sau:
Nghiên cứu cơ sở lý thuyết
- Những vấn đề về Thời gian – Chi phí
- Các bài báo trong và ngồi nước
- Các thuật tốn liên quan ( MFO,
MAWA, GA

Đặt vấn đề

Dữ liệu đầu vào

Lựa chọn hướng nghiên cứu
(phương pháp, thuật tốn)

N
Xác định tính khả thi

Y

Lập trình cho thuật tốn tối ưu

Kết quả đầu ra

Phân tích kết quả và kết luận

Hình 3.1 Sơ đồ các bước nghiên cứu đề tài


HVTH: NGUYỄN DUY TOÀN

9


LUẬN VĂN THẠC SĨ NGÀNH QUẢN LÝ XÂY DỰNG - 2023

3.2 Cơng cụ nghiên cứu
-

Từ quy trình đã đề cập ở mục 3.1, tiến hành thực hiên phương pháp với các công
cụ sau đây:
Bảng 3.1 Công cụ thực hiện
Vấn đề

Công cụ hỗ trợ

Nghiên cứu cở sở lý thuyết

Các tạp chí khoa học trong và ngoài nước

Giải vấn đề về chi phí, thời gian

Sử dụng thuật tốn MFO, MAWA, GA….

tối ưu
Lập trình, mơ phỏng tìm đáp án tối Cơng cụ lập trình Python
ưu


3.3 Các lý thuyết, thuật tốn áp dụng
Các vấn đè chi phí, thời gian tối ưu (TCO) được chí thành các giải pháp sau:
+ Tìm kiếm Heuristic
+ Tốn học (Mathematical Methods)
+ Tìm kiếm Meta-Heuristic
3.3.1 Phương pháp tìm kiếm Heuristic:
Giải trình khơng cần máy tính áp dụng dựa vào quyết định của các chuyên gia. Các
phương pháp Heuristic phổ biến để xây dựng TCO là: mơ hình thứ tự ưu tiên (Fondahl,
1962) [1], mơ hình cầu trúc (Prager, 1963) [2], mơ hình xấp xỉ (Siemens, 1971) [3], độ
cứng cấu trúc (Moselhi, 1993) [9] .
Các giải trình này rất dễ áp dụng, tuy nhiên vì các phương pháp này chỉ tối ưu một mục
tiêu tại một thời điểm, nên nó khơng đảm bảo được tối ưu tồn cục, do đó phương pháp
Heuristic có ít tiềm năng trong việc xử lý các vấn đề phức tạp.
3.3.2 Phương pháp toán học (Mathematical Methods):
Được áp dụng các giải trình tốn học để xử lý vấn đề tối ưu, đã được chú ý hơn do
nó chính xác hơn phương pháp heuristic, như lập trình tuyến tính, lập trình số ngun, mơ
hình lai ghép LP/IP
-

Lập trình tuyển tính, lập trình số ngun

HVTH: NGUYỄN DUY TỒN

10