文摘

非现场施工带来各种优势与传统施工方法;然而,五花八门的预制和装配结果在一个复杂的供应链。总承包商和工厂经常遇到生产偏差,使原nonoptimal组件交付计划。传统上,双方都倾向于依靠内部资源管理计划或第三方资源变化,很少关注组件交付过程的优化。静态补偿机制在现有文献报道要求工厂管理需求波动但未能鼓励总承包商控制进度偏差。因此,提出了一种动态补偿机制实现即时组件交付,与工厂股份为每个组件可能改变其客户的交货日期在一个逆看板系统。首先,不利的变化,工厂安排分配附加费,总承包商应赔偿工厂如果它接受日期更改;其次,安排变化,有利于工厂分配激励机制,和总承包商接收工厂的动机在同意更改。基于这两个场景中,遗传算法优化模型开发实现最优交货计划的解决方案。总承包商可以获得一个最佳的组件交付日期减少额外费用时,他们改变了组装进度。总承包商也可以优化他们的组件贸易交货时间表为工厂提供的激励持续时间的灵活性。模型可以帮助双方减少组件交付时浪费任何一方有动机改变原始组件交付时间表。

1。介绍

非现场施工(OSC)提供了更高的生产率,更好的质量,更高的生产可控性,缩短项目时间,更少的项目生命周期成本(1),和更少的环境影响与现场施工(2- - - - - -4]。根据总承包商的命令,一个建筑的组件是第一次在一个工厂生产车间,然后运输,最后聚集在一个建筑工地5]。预制和装配的碎片,然而,使得供应链的管理变得困难。OSC各方有不同的目标和价值体系6),往往导致不满足时间表和资源的管理,低控制的工作流和信息共享不足(7]。总承包商和分包商通常不信任和相互矛盾的关系8]。缺乏合作和沟通仍然是建设项目失败的主要原因之一(9]。可怜的利益相关者之间的合作仍在影响OSC的性能(主要风险10- - - - - -12]。例如,在香港OSC患有低效率的资源计划,工作流程控制和参与者之间的信息共享。涉众独立工作没有及时和有效的信息共享的实际进展或变化(7]。

OSC的性能可以最大化如果一个项目如期进行。然而,变化是不可避免的在建设项目13,14]。不确定性会导致恶劣天气,设备故障,短缺或低生产力的劳动,或由供应商延迟发货13,15]。早或晚交付生产组件将是一个损失的总承包商16]。工厂提供的能力也受到资源可用性的变化(17),设备故障(18,19),现场需求的变化(20.),制造精度(21),失去生产力和设置时间的变化(19]。

消除浪费的最初动机是丰田生产系统(TPS)或精益生产。浪费在制造业生产主要是确认为存货,等待,运输、overprocessing,生产过剩(比需要更多或更早),运动,和有缺陷的产品22]。作为一个慎重审议地介绍浪费(23)、库存的目的是保持平稳生产。Ohno [22)坚持认为,过多的库存是最重要的浪费,因为它导致二次废物,如交通、双重处理,和可能的伤害。给员工和设备是另一种类型的浪费,常常导致安全问题,设备故障和质量问题(24]。

即时,意思是“在流动过程中,正确的零件需要在装配达到生产线需要的,只需要数量”,旨在减少或消除库存及相关废物(22]。即时通常应用于生产系统中,一个管理哲学25,26],TPS实践[27),一个方法28),一个原则(29日- - - - - -31日),或者一种方法32]。拉动式系统TPS的终端用户工具实现即时成千上万的部位引发上游生产来满足他们的需求的最小数量和正确的时间33]。TPS的操作方法和工具实现准时制,看板持有的信息产品,实际上是在纸质表单所需的下游,以防止生产过剩和额外的库存22]。

在现有文献建设管理、减少废物不能吸引广泛的(34]。低效的管理和组织已确定作为建筑行业的关键问题(35),和即时的解决方案组件交付问题36,37]。Pull-driven生产是一个方法来实现即时和适合的项目面临着高水平的不确定性(38]。通过使用看板从上游,下游生产满足实际需求(33]。

精益生产,精益建设争取最优计划与上下文捕获知识解决偏差和浪费和不断修正39)从项目构思到交付为客户创造价值40,41]。Koskela [35)定义所有浪费不必要的或nonvalue添加在生产说nonvalue-added活动任务的分工与专业化的副产品。根据精益建设、Hosseini et al。42定义过程浪费物质浪费在施工过程中,包括缺陷,返工,生产过剩,不必要的库存处理时间,运输和等待。

如果现场组装如期进展,所有组件将在大会活动,导致没有库存浪费。然而,如期交付组件将导致额外的库存总承包商进度偏离时(通常是晚于)最初的计划。罗等。7)报道,OSC的复杂的供应链,缺乏沟通和协调不足可能会导致浪费等额外的库存,运输、双重处理,如果发生变化和可能的伤害。Vrijhoef和Koskela43]指出,活动之间的时间浪费极大地影响整个过程的总时间。大库存和缺乏足够的护理是现场库存管理的主要问题44]。吴和冯45)确定了库存问题最关键的nonvalue-adding活动。Viana et al。46)报道,60%的组件在组装现场仓库超过十天之后。由于现场仓库容量有限,总承包商需要租赁附近的土地(47]或使用物流供应商的仓库存储过多的组件(48,49]。工厂提供的能力可以影响多个类型的不确定性,如生产力损失(50),设备故障,设置时间的变化19[],意想不到的工作缺陷51),和有关条件(15]。如果一个工厂的经历意想不到的生产中断,加班是需要满足到期日期。最糟糕的情况是,当组件的装配生产的额外的时间延迟,导致双方的浪费。总承包商通常有浮动时间的生产资源(52,53)对项目及时完成(54]。即使总承包商不延迟大会安排应对不确定性,可以允许浮动时间调整到组装进度,从而使工厂交货日期更改组件。然而,小文学关注接受供应商延迟交货。

作为一种过程浪费与精益理念,组件交付在OSC被定义为时间浪费,库存,成本浪费在组件交付过程工厂和总承包商单独处理进度偏差。有两种可能的交付的组件时浪费nonoptimal日期:(1)总承包商的额外的库存成本、运输、和双处理延迟和(2)工厂装配时可能加班,以满足到期日期的组件,组装是被推迟。

失败造成的成本增加之间的协调工厂和总承包商通常减少福利从OSC43,47]。因此有必要开发和使用积极的总承包商和工厂之间的关系1]。适当的激励系统需要平衡涉众的不一致的目标和价值体系6]。更高效的通信各方之间需要获得上下文知识改进协调(55]。

鉴于这些上述挑战,本研究旨在减少组件交付废物通过促进总承包商和工厂分享他们的生产资源与动态补偿机制和优化模型。其余论文的结构如下:(1)文献综述部分包括一个全面审查的文献关于engineer-to-order,补偿机制,优化改进OSC的生产,并总结相关的研究发现的研究空白;(2)方法部分介绍了动态补偿机制两个交付场景和数学模型;(3)结果与讨论部分包含了两个示例模型的演示和讨论;和(4)结论部分包括结论、局限性,并提出了未来的工作。

2。文献综述

2.1。Engineer-to-Order (ETO)组件交付的性质

Engineer-to-order (ETO)生产是由客户订单而不是需求预测(56]。这种高度定制产品让埃托奥供应链减少对需求变化的灵活和容易受到不确定性。然而,不确定性可能来自供应商、制造商和客户(57]。高斯林等。58]报道四个不确定性因素在环氧乙烷生产,即(1)及时、准确的信息从客户的不可用,(2)项目计划不准确,(3)早或晚交货,和(4)规范的变化。Ko (19]声称需求变化对最重要的挑战,完成组件将被改变的大小、数量和交货日期。客户订单变化和信息共享被确定为两个影响因素之间的协调埃托奥利益相关者(59]。供应商应提供产品的灵活性,这样,埃托奥劳动力的灵活性(60),过程的灵活性,灵活性,体积和交付的灵活性(61年)应对不确定性(62年]。高斯林和纳姆(56)认为,信息管理是应对不确定性的有效方法对埃托奥的供应商。OSC生产可以被定义为埃托奥,通常涉及设计、预制,交付和装配过程63年]。自定制组件不能转化为原料,如果施工进度偏离,造成浪费的空间,时间,和金融为了处理这些繁琐的对象。

2.2。即时交付施工

即时旨在实现零库存生产,即。,reducing stocks both in raw materials delivery and work-in-progress products [64年]。即时哲学可以提高生产的交付组件从工厂到建筑工地,从而减轻空间问题和交通拥堵47]。Im et al。65年)开发了一种钢筋之间的即时交付系统组装和钢筋供应商网站基于蒙特卡罗模拟和优化技术,打算降低库存水平。以采取及时的预拌混凝土(RMC)行业在新加坡和重庆,中国,低和吴66年RMC)调查报告说,所有的供应商管理生产和交付的产品与网站的需求拉动型系统即时的方法。陈等人。67年)开发了一种实时预拌混凝土协调方法修改原始订单,以适应变化的需求。

即时交付已经被证明是一个有效的解决库存浪费在建筑工地47]。钢筋和RMC ETO产品,他们可以很容易地重定向到其他客户原始订单时更改或取消。m .吴作栋和y . m .吴作栋(68年)指出,一个完整的即时系统没有实现建筑行业的不确定性。安省证监会供应链中利益相关者有着不同的利益,不得自然达到准时交货。财务激励是必要的激励工厂承诺及时协调(38,47]。

2.3。薪酬体系鼓励准时交货

因为工厂和总承包商是独立的盈利性组织,及时交付自然无法实现。一个案例研究表明,如果各方incentivization不是妥善安排,基于项目的视图不能兼容公司视图在总承包商和供应商之间的合作69年]。Pheng和栓47)报道,在建设完成即时交付并不实用,因为参与者的相互依存和不同条件。此外,现存的文献中提出了激励或补偿。

国家和加州友邦保险委员会(70年定义集成项目交付(IPD)”项目交付方法,集成了人、系统、业务结构和实践过程,协同利用人才和见解的所有利益相关者优化项目结果,增加所有者的价值,减少浪费,并通过所有阶段效率最大化的设计,制造,施工与IPD。”,共同的目标是明确规定在项目的早期阶段,并成功或失败会导致不同的财务后果方(70年]。与多党制合同、施工各方合作实现共同的目标结合激励两个人和项目利益最大化(71年]。”激励池”作为一个奖励机制,由保留实现一个独特的部分相关参与者的费用成池,可以将其分发给参与者基于整个项目成果(72年]。风险共担和奖金分享机制促进利益相关者之间的相互尊重和信任,鼓励开放的沟通、协同决策和控制,和透明的财务73年]。的方法增强了女子(建筑信息模型)和精益实践和项目性能改善,特别是成本性能和进度(74年]。

尽管BIM-enabled IPD平台大大提高成本估算和风险分担的公平性75年),IPD的方法本质上是一种战略双赢的技术(76年,77年)作为承包方法鼓励政党作为一个团队协作。然而,组件交付是操作层次的活动。组件的成本交付日期变化是可量化的,和解决方案不会自然产生战术双赢的结果,即使它并不总是零和。一个明确的、量化补偿将更有效地鼓励各方协调,实现即时直接与平衡利益分配。

桔多琪et al。72年)表示,下游和上游之间的重新分配责任可能会鼓励党以更低的成本,可以减少冲突解决的不确定性。报销提出激励工厂承诺准时交货,但没有给出进一步的信息(38,47]。Pheng和栓78年)报道,超过三分之一的总承包商同意支付额外的0.25%合同金额的-5%作为增值服务灵活和可靠的交付减少额外的双重处理,使用起重机装卸服务,和损失的风险。Khalfan et al。79年报告供应商-看板实现准时制生产创新型材料采购公共组织在英国。客户机的角色”供应链集成商”,专注于价值流,而不是传统的以利润为基础的观点方案。质量的机制,而不是最低的投标,采用的标准选择供应商。参与者作为一个集成的组织工作,要求与供应商——发送到供应商看板信息系统。供应商”必须“交付所需的项目工地的时间与常规材料收集和交付的车队。

浪费通常源于前一阶段供应链或之前生产任务(35,43]。Pheng和栓47还透露,总承包商应该承担更多的责任来实现在OSC即时生产。交货日期变更的成本可能会有所不同,因为工厂的实时资源约束。例如,后交付的组件的成本较高时,工厂没有库存。与上述组织间即时交付系统,他们支付固定补偿,不管有多少总承包商改变组件的交付日期。供应商承担所有的责任处理需求的波动。这样的薪酬系统不能正确反映日期的动态成本变化,和总承包商没有动机控制计划波动。

2.4。为及时优化

优化算法已用于非现场生产实现准时制生产和交付。与即时的方法,研究人员开发了一种线性programming-based产品组合优化模型和序列优化模型来提高内部生产计划的性能在制造住房(80年]。一些研究侧重于供应链获得多目标和整体优化通过减少转换时间的工作和不确定性的影响,协调生产、运输和组装集成流程(13,81年- - - - - -83年]。信息技术扮演着重要的角色在提高预制和装配的性能实现及时组件交付和准时制生产的整个项目。然而,优化在一个阶段没有共享数据从其他利益相关者很难实现全局优化从整个项目的角度。另一方面,OSC参与者通常是经济独立,这是不切实际的直接优化间活动。

由于高度不确定的环境中,埃托奥的优势,生产并发,预制和装配碎片,都有nonvalue-added活动和合成浪费在组件交付时发生变化。虽然即时生产已被证明成功的在制造企业中,组件工厂和总承包商可能没有经济独立的参与者自然达到准时交货。静态补偿方案在现存的文献不能正确反映实际成本变化造成的交货日期,从而未能鼓励总承包商管理变化减少浪费。信息技术发挥了重要作用,实现及时交付和准时制生产的项目;然而,在一个组织优化没有共享数据进行局部最优和centralised-optimisation不符合商业模式。

3所示。研究目的和方法

目标是实现即时组件交付,动态补偿机制和两个数学模型,提出了减少浪费相关组件交付。

为了实现目标,提出研究方法呈现在图1的输入参数包括:(1)原始组件交付进度;(2)组件交付日期变化和相关附加费/工厂提供的激励措施;(3)现场库存成本和双处理成本,这是唯一已知的总承包商;和(4)第三方库存成本和双处理成本,众所周知,总承包商和工厂。主要过程如下五个步骤:(1)研究供应链;(2)创建一个动态补偿机制;(3)正式两种情况下的数学模型;(4)应用遗传算法(GA)来解决模型;(5)讨论了优化结果。


图1
方法论的框架。

拟议的方法受到以下标准:优先关系活动和最高免税额日期变化的总承包商指定的特定任务。输出包含修改后的组件交付进度,修改后的组件的总成本交付进度时,总承包商改变交货日期来处理其组装进度偏差,和总收入修改组件的交货时间表时,总承包商试图贸易为工厂提供的激励安排的灵活性。

这项研究也是基于以下假设:(1)总承包商和工厂之间的多对多关系可以简化为一个总承包商和工厂之间的一对一的关系。(2)总承包商可以预测其装配进度提前七天。工厂可以量化的成本组件交付日期的变化实时和成本数据与客户分享。双方都同意更改组件满足一定条件时,交货日期。(3)第三方库存的能力是无限的。(4)总承包商协调过程中不会改变命令的数量。

3.1。动态补偿机制

精益生产的重点之一是发现问题或浪费在实践中24和寻求与上下文捕获知识推广39]。有必要鼓励参与者暴露动态信息在供应链的伴侣。陈等人。84年)表示,激励机制和信息共享的重要推动者建筑供应链的协调。Simatupang和曾经85年)报道,明确诱因融合度和公平补偿可以激励供应链中的参与者的预期行为与相互交互。生产偏差可以预定交付nonoptimal两侧。总承包商可能有动机去改变交货日期匹配其修订后的装配进度,和工厂将寻求改变交货日期时,他们将完成组件的生产比预产期早或晚。在制造业中,上游工作站生产根据看板的需求信息,如由于数据和显示。的看板可以减少或消除生产过剩(比实际需要更多或更早)浪费实现准时制生产。组件交付浪费在非现场建设供应链的结果之间的不匹配预定的交货日期与实际最佳交货日期,并且可以确认为生产过剩,导致额外的库存浪费和其他合成浪费。

精益理念的基础上,提出了一种动态补偿机制实现研究目标。除了提供组件,一个工厂提供交货日期的灵活性。工厂动态分配一个正数作为附加费赔偿日期变化从而增加其成本(例如,额外的库存)。相比之下,工厂分配一个负数,以激励有利的变化(例如,缓解资源争用)鼓励总承包商做出改变。

表1显示了组件的附加费或激励的交货日期变化,发布和更新的工厂。在表中,一行代表组件的附加费或激励诱导的改变交货日期由不同数量的天。例如, 代表了附加费(正数)或激励(负数)组件 的交付发生4天后比原始订单规定的日期。需要澄清的是,C我不一定是指单个组件;它代表了一部分订单和可能包含的组件。

表1
附加费/激励交货日期延迟发布的工厂 。

表作为逆看板,总承包商(下游党)可能可以检索组件交付更改数据提供的工厂。而不是总是接受组件如期交货,总承包商可以在两个场景做出决定基于附加费/激励数据逆看板:场景1:修改组件交付计划减少库存和相关成本当装配进度已经改变了。场景2:变化大会安排从工厂获得最大的激励。

在场景1中,总承包商可以管理日程的变化至少达到或接近即时交付成本以匹配实际的进展,与工厂就能得到他们的赔偿索赔问题。在场景2中,总承包商可以交易他们为工厂提供的激励安排的灵活性。如果总承包商达到比接受更好的解决方案如期交货,总承包商和工厂改变交货日期。如果没有新的协议,交付执行合同规定的日期。

如图2,提出了补偿机制体现动态即时交付组件框架。一个信息系统是信息共享促进总承包商和工厂之间的协调。工厂发布并更新附加费或激励组件的交货日期更改的信息平台。总承包商检索信息从信息平台和修正与优化的交货时间表,然后相应的改变了交货日期和支付附加费或接收奖励。工厂改变交货日期和接收附加费或支付奖励。工厂释放可能的日期变化和相关金融数据信息平台根据其实际生产资源(不包括在研究细节);然后,总承包商作出决定基于共享数据修改他们的交货时间表。最后一步是工厂更新交货日期根据总承包商的决定。


图2
一个动态即时交付组件框架。
3.2。场景1的模型

当组装计划改变,如期交付相关的组件造成额外的库存成本。涉及第三方库存成本如果现场仓库空间是不够的。在这样的情况下,延迟交付受影响的组件是一个选择。总承包商检索附加费/激励数据然后进行解决方案改变交货日期的总成本最小化。

模型的输入包括从工厂(1)附加费或激励措施,如表所示1,(2)装配进度延迟,(3)组件的现场库存成本和合成双处理成本,和(4)组件的第三方库存成本和相关处理费用的两倍。的交付延迟模型的输出组件。

模型的目标是最小化总承包商的总成本,包括附加费之和/激励,现场库存成本或第三方库存的价格,以及相关的双重处理成本,制定在方程(1)。约束方程表示为(6),规定交货日期不得晚于大会日期。 在哪里 代表支付(附加费或激励)总承包商的工厂组件的交货延迟。 表明存储组件的机会成本在总承包商的仓库或第三方库存和合成双处理成本。 (m3)代表的体积我组件。l(m3)代表现场库存的能力极限。 表示库存成本。美元的米/天/ m3代表现场库存单位成本和美元n/天/ m3代表第三方库存单位成本。 表示单位成本的双重处理。双处理现场库存成本是$p/时间,美元问/时间是指不同成本的双重处理与第三方库存。 和 代表的日子我分别th组件组装和交付。 表示的天数我组件存储在组装之前。

3.3。场景2的模型

工厂释放的激励延迟交货日期的组件,如果延迟是有益的。总承包商将积极贸易计划的灵活性为激励达到一个双赢的结果。除了活动的优先级、固定活动,大会是由总承包商指定的日期变化,是一个额外的约束。

为了清楚起见,激励的样本数据和附加费展示在表2。

表2
延期交货的示例激励和附加费。

模型的输入变量包括(1)附加费或激励所列的工厂,如表所示2,(2)装配总承包商的进度,和(3)固定活动的组装日期指定的最大延迟。模型的输出是一个新的时间表和最优收入。

一个总承包商作为奖励(负数)收入,从而旨在最大化。由于活动之间的优先约束,总承包商选择具体的激励措施时必须接受相关的附加费。不涉及库存成本,因为总承包商试图匹配组装日期交货日期。 主题: 在哪里 代表的索引任务(组件)。 代表支付(附加费或激励)的总承包商的工厂交货延迟的组件。 代表任务(组件)的数量。约束(8)指出,不能开始之前所有前任任务完成的任务。 和 代表的开始日期我th和j分别th任务的新计划。 表示的持续时间j任务。 象征的继任者任务的集合我任务。约束(9)限制的区别我th任务的开始时间在新的时间表和原来的一个。 表示的开始日期我任务在最初的时间表。 代表了最高津贴日期的变化我th任务,由总承包商指定为一个固定的活动。约束(10)确保所有任务的开始时间大于或等于0的新计划。约束(11)确保收入必须是正的。

作为一个有效和常用的优化算法,遗传算法应用于解决上述优化模型在这个研究。GA, 1975年由荷兰,模仿自然选择的进化过程搜索最优解根据场适者生存的理论。遗传算法是有效的和可靠的最优或算法的解决方案在很短的时间内(86年]。遗传算法已被广泛用于解决优化问题,特别是测序工作,车间布局和资源分配(16,49,87年- - - - - -89年]。

如图3,一组可能的解决方案是随机产生的初始种群问题。然后计算每个解决方案获得适应度函数值。新种群是由运营商,即选择、交叉和变异,从目前的人口。迭代后的健身评价和遗传算子的应用程序,生成一个可接受的解决方案当迭代次数达到上限。


图3
遗传算法流程图。

4所示。结果与讨论

基于与行业专家咨询,数据是由作为模型的输入。

4.1。场景1模型的结果

拟议的框架的模型场景1演示了使用如下面一个例子。

表3总结了体积、组装的延迟和附加费/激励延迟交付。组装的推迟的天数的总承包人推迟了组件的装配活动。延迟3天,5天,7天为不同的组件。工厂提供的交货延迟7天每个延迟和分配一个号码作为附加费/激励。模型的其他投入包括:(1)现场库存的能力,也就是150米3;(2)现场库存的机会成本,也就是10美元/天/ m3,第三方库存的价格是300美元/天/ m3;和(3)双重处理成本,20美元/时间/时间和100美元,分别进行现场库存和第三方库存。

表3
组件延迟交货和附加费/奖励 。

交付最初计划在大会活动开始的那一天。如表所示3,装配进度延迟;如果组件是如期交付,总承包商必须支付额外的1177080美元成本现场或第三方库存和双处理。

MATLAB的遗传算法解算器部署R2020a解决了优化模型。可能的交货延迟的排列是模仿作为染色体,下界和上界的设置为0和7,分别。MaxStallGenerations的参数设置为100,MaxGenerations 300, ConstraintTolerance 1e−6。其他参数,包括选择、交叉和变异,接受默认值。创建一个适应度函数来计算目标函数的值表示的方程(1)和另一个函数模型的非线性约束方程(6)。

图的上部分4描述了最小总成本(21560美元),意味着(22619美元。9),优化收敛曲线。的下半部分显示了向量[7 7 4 0 5 7 5 7 7 7 7 7 7 7 7 7 7 7 7 7],这是最佳的交货延迟的排列(白天)二十组件。没有提出优化,总承包商必须支付1075500美元占大会延迟。优化解决方案减少21560美元的成本,这是一个储蓄的98%。


图4
场景1优化结果。

表4提出了优化解决方案组件的延迟和成本。例如,C01的最优解是延迟交货7天,因此支付没有附加费;,通过装配组件交付日,没有额外的库存成本。C04是组件的最优解如期交付。总承包商将存储组件3天,这会产生一个机会成本1200美元的双重处理库存和20美元。C05的最优交货推迟了5天,和总承包商可以获得200美元的奖励从工厂和存储组件2天现场,这会产生一个机会成本1000美元的双重处理库存和20美元。

表4
附加费和激励优化交付延迟的组件。
4.2。灵敏度分析现场库存场景1的能力

现场库存是一个重要的资源作为一个指标之间的能力来处理异步组件组装和交付,并在总承包商的决策起着至关重要的作用。根据相关文献和访谈,有有限的空间库存在建筑工地。模型执行额外14次使用不同的现场库存容量值探讨优化性能和现场库存容量之间的关系。

当现场库存容量增加从0 m3到700米3delivering-as-scheduled方案的总成本从1334800美元减少到44800美元,和delivering-as-optimised方案的总成本从36700美元减少到18420美元。成本降低率仍高达98%至93%时,现场库存容量介于0 m3和550米3大幅减少,当现场库存容量是600米3或更少。delivering-as-scheduled方案的总成本持续降低现场库存容量增加时从0 m3到700米3(见图5)。


图5
总成本和减速比为不同现场库存能力。

当现场库存容量达到450米3或者更多,delivering-as-optimised方案的总成本维持在18420美元,因为它可以完全容纳所有的额外股票由大会延迟。当现场库存容量为0,优化模型可以减少总成本97%。当现场库存从50米不等3到500米3,成本减少98%至95%,显示平面曲线。当现场库存达到550米3或更高版本,减少比例下降至93%,89%,78%,和52%,分别。总成本降低率变得敏感,现场库存能力当前增加6003或者更多。

4.3。灵敏度分析的附加费场景1 /激励水平

总成本是一个主要关心的总承包商。附加费/激励水平是由工厂决定的,经济因素组成的主要部分由交付数据变化导致的成本。因子可以显著影响总承包商的决策。调查附加费/激励水平如何影响总成本的delivering-as-optimised计划,最初的附加费/激励值(见表3)减半,增加到150%,创建另一个两组输入。模型产生三个成本曲线有三个附加费/激励水平当现场库存容量增加从0 m3到700米3(见图6)。更高的附加费/激励水平产生更高的总成本当现场库存容量增加从0 m3到500米3;然而,成本差异逐渐缩小。当现场库存容量达到550米3或更高版本,最高的曲线和介质附加费/激励水平大约一致,这意味着附加费/动机水平显著影响模型的性能当现场库存容量更低。最低的曲线是平的,没有波动,表明延迟交付更可能比使用存储在现场库存管理大会延迟当附加费/激励水平很低。


图6
优化配送方案的总成本在不同的附加费/激励水平。

总之,优化模型可以显著减少延迟交付的总成本如果总承包商延迟装配组件交付前的活动。delivering-as-optimised方案的总成本是敏感现场库存能力当现场库存能力很低。附加费水平/激励是一个敏感因素优化结果当现场库存能力很低。通常为总承包商现场库存有限,和优化模型是实际减少组件交付浪费。

4.4。场景2模型的结果

拟议的框架的模型场景2演示了使用一个例子如下。在这个场景中,总承包商的目标是最大化的收入通过改变组件交付日期和接收时的激励变化是可以接受的。场景2的执行模型也是基于数据表中给出5总结了时间,预定交货日期,和交付的附加费/激励变化的组件。相对应的组件和装配活动顺序编号和虚构的组件命名的开始“结束”表示完成该项目。额外的输入是3天,最大可容忍的开始日期的延迟”,从而限制了最新项目的完工日期。MATLAB遗传算法解算器不提供一个内置的方法来最大化目标。因此,该模型解决了目标函数的最小化的负面。

表5
交货时间表和激励或附加费交货日期更改。

类似于场景1,MATLAB R2020a中的遗传算法解算器解决了优化模型。可能的交货延迟的排列是模仿作为染色体,下界和上界的设置为0和7,分别。MaxStallGenerations的参数设置为100,MaxGenerations 300, ConstraintTolerance 1e−6。其他参数,包括选择、交叉和变异,接受默认值。一个适应度函数最小化负面的价值目标是表达的方程(7),另一个函数模型的非线性约束方程(8)- (11)。图的上部分7说明了最大总营收为1800美元,优化收敛曲线。的下半部分显示了向量[0 0 0 7 0 0 2 2 0 0 1 2 2 2 0 0 1 2 1 0],这是最佳的交货延迟的排列(白天)二十组件。然而,修改后的交付计划不仅仅是原定计划+最优交货延迟,因为表达的约束方程(8)- (11)。最好的总收入是1800美元。然而,最好的显示为1800−因为最大化目标函数转化为最小化负面的目标函数。下方的图中显示最优交货延迟。


图7
场景2优化结果。

如表所示6,收入与实际计算延迟,总收入是1800美元。“结束”活动的实际延迟3天,满足约束条件。

表6
结果“结束”活动的延迟容忍是3天。

当延迟容忍的“结束”活动是2天,总收入是1400美元。然而,并不是每一个延迟容忍创建一个解决方案。如果“结束”活动的延迟1天或更少,优化模型将终止,而不是给出一个修改后的交付计划当迭代次数达到MaxStallGenerations的参数。

除了“标记”最后一个活动的开始日期,该模型还可以“马克”另一个活动的延迟容忍优化的约束。表7了80多次执行的结果“标记”活动从“C01”“甜”和延迟容忍改变从0到3天。在表中,前提是项目的延迟容忍3天。第一行显示总收入是1800美元,当活动C01的延迟容忍是0天,和修改后的交付时间表的向量表示[3 4 8 13 11 17 14日19日19日19日1 4 6 8 10 12 14 18 20 23 25)。最后四行表中显示结果当“标记”活动是甜的。模型时无法解决的延迟容忍是1天或0天。总收入是1400美元和1800美元当延迟宽容是2天或3天,分别。

表7
结果当“标记”活动从“C01”变为“甜”和延迟容忍变化从0到3天。

结果表明,对总承包商而言,交易安排灵活的激励措施是可行的。在建筑工程实践中,该模型可以帮助贸易总承包商为工厂提供的激励安排的灵活性,从而减少组件交付浪费和整个项目的成本。

4.5。在复杂场景中适用性的解决问题

多对多的信息平台可以提供多个利益相关者场景(图8)。然而,任何特定的事务实际上发生在一对一的方式,如图2由于任何事务,是基于一个特定的合同。每个工厂独立版本附加费/激励交货日期变化根据其资源约束,并且每个总承包商独立决定接受组件如期或改变交货日期基于总成本。更具体地说,一个总承包商与一个工厂通过信息平台在一个特定的合同。


图8
每个事务的信息平台以一对一的方式进行处理。

5。结论和局限性

外部建筑与传统建筑相比有许多优点,越来越受到了人们的欢迎。预制和装配生产的分散不仅更高质量,更高的效率,和较短的项目持续时间也更复杂的供应链,这将创建组件交付浪费当原来的交货时间表变得nonoptimal总承包商或工厂。即时的方法被广泛采用减少浪费在制造业和建筑业的预拌混凝土交付。缺乏实际薪酬体系导致总承包商和工厂独立处理不确定性而不是共享资源达到准时交货。中给出的研究提出了一种动态补偿机制,鼓励双方减少组件交付浪费。两个优化模型创建促进双方达到最佳的决策。场景1的模型可以显著减少造成的总成本组件交付当承包商推迟他们的集会活动。当现场库存容量低,附加费水平/激励和第三方库存因素很敏感的单位成本优化的结果。场景2的模型帮助贸易总承包商为工厂提供的激励持续时间的灵活性。模型可以使双方减少组件交付时浪费任何一方有动力改变原始组件交付进度。 The contributions of this work include (1) identifying component delivery waste in off-site construction and (2) proposing a dynamic compensation solution to achieve just-in-time delivery. This study has several limitations. The other restraints, such as worker, equipment, and transportation, are not taken as parameters in the present research. More inputs to the model and an improved genetic algorithm should be considered in future research.

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。