Building information modeling for planning and scheduling using multi-objective genetic algorithm in a renovation project

แบบจําลองสารสนเทศอาคารเพื่อการวางแผนงานและการกําหนดเวลางานโดยใช้ขั้นตอนวิธีเชิงพันธุกรรมแบบหลายวัตถุประสงค์ในโครงการบูรณะสิ่งปลูกสร้าง

Name: Pornpote Nusen

LCSH: Building -- Data processing

LCSH: Building -- Technological innovations

LCSH: Building -- Models

Abstract: Renovation is known to be a complicated type of construction project. More flexible and more efficiency planning models unique to the projects are necessary for improving the planning in terms of actual construction time, total cost and resource usage. The apparent benefit of Building information modeling (BIM) in managing the technical complexity of construction projects has seen the extensive adoption of BIM technology as a tool for improving construction management efficiency. In a real construction project, there are always multiple objectives that create a set of solutions to provide optimization information for project managers to decide. Multi-Objective Genetic Algorithms (MOGA) have been discussed in several construction optimization studies. Recently, an artificial intelligence optimization approach has been introduced to enhance BIM's capabilities. In this study, new approach Building Information Modeling based on Multi- Objective Genetic Algorithms (BIM-MOGA) for a renovation project are proposed and evaluated through a case study of two-year extra-large building renovation project. The project construction planning and scheduling data are optimized and building information modelling data are combined and optimized. The predominance of BIM in renovation project also pointed out. A detailed description of BIM-MOGA model and constructive optimization process is developed. The usage and evaluation of BIM implementation for a renovation project are investigated. The results of the study reveal that the development and creation of BIM to implement project management for extra- large governmental building renovation project have many benefits for the project. Two reliable methods, that is Weighting Sum Method (WSM) and Pareto front method, are adopted in order to develop this optimization process. The MOGA module starts by defining optimization objectives, constraints, and project parameters. The parameters which were retrieved from construction data were project activities, activity predecessors, successors, resource availability, cost data, and project calendars. Then, a genetic algorithm optimizer was employed. The WSM creates multi-objective functions made into a single solution. Analytical Hierarchy Process (AHP) was employed to define evolution weights for multi-objective optimization variables. The results show that scaling the variables in WSM MOGA yields improved solution. The performances of the proposed Mx-based optimization models which involve three activation functions, namely Mx, √Mx and Mx /1000, have been assessed. Model Mx adopted initial construction sequences and resource utilization improved by 5.61%. Model √Mx and model Mx /1000 adopted optional construction sequences with 63.24% and 64.51% improvements, respectively. By providing improved resource utilization, this work is proved to be useful to construction planners and schedulers working on extra-large building renovation. While the Pareto front method results were displayed as a Pareto front with the combinations among the multi-objective variables. The outputs provided many alternatives for different scenarios for further analysis. Decision maker needs to consider the tradeoff between each objective in order to choose the best plan for implementation. Lastly, the best schedule is sent back to BIM model for construction. The BIM-based schedule was integrated to the 4D and 5D model and used as a visualization tool.

Abstract: เป็นที่ทราบกันดีว่าการบูรณะสิ่งปลูกสร้างเป็นโครงการก่อสร้างที่มีความซับซ้อน จึงจำเป็นต้องมีรูปแบบแผนงานที่ยืดหยุ่นและมีประสิทธิภาพ เป็นแผนงานที่ออกแบบเฉพาะเจาะจง กับโครงการ สำหรับปรับปรุงแผนงาน ทั้งในด้านเวลาการก่อสร้างจริง ต้นทุนรวม และการใช้ ทรัพยากร แบบจำลองสารสนเทศอาคาร (BIM) ถูกนำมาใช้เพื่อปรับปรุงประสิทธิภาพของโครงการ ก่อสร้าง การนำเทคโนโลยี BIM มาใช้ในการปรับปรุงประสิทธิภาพการจัดการการก่อสร้างใน โครงการก่อสร้างจริงมักจะมีหลายวัตถุประสงค์ (Multi-objective) โดยการสร้างทางเลือกของ คำตอบ เพื่อให้ผู้จัดการโครงการได้ข้อมูลที่ดีที่สุดสำหรับการตัดสินใจ Multi-Objective Genetic Algorithms (MOGA) ถูกอภิปรายในการศึกษาอย่างหลากหลาย เพื่อหาคำตอบที่ดีที่สุดสำหรับการ ก่อสร้างในแง่มุมต่าง ซึ่งปัจจุบันเริ่มมีการนำวิธีการหาคำตอบที่ดีที่สุดด้วยปัญญาประดิษฐ์ มาใช้เพื่อ เพิ่มความสามารถของ BIM อีกด้วย การศึกษานี้นำเสนอวิธีการใช้แบบจำลองสารสนเทศอาคารร่วมกับขั้นตอนวิธีเชิงพันธุกรรมแบบ หลายวัตถุประสงค์ (Building Information Modeling based on Multi-Objective Genetic Algorithms) หรือ BIM-MOGA เพื่อใช้ในโครงการบูรณะสิ่งปลูกสร้าง รวมทั้งทำการประเมินผลจาก กรณีศึกษาซึ่งเป็น โครงการบูรณะอาคารขนาดใหญ่พิเศษในระยะเวลาสองปี ข้อมูลจากแผนงานการ ก่อสร้าง ตารางเวลาการก่อสร้าง และ BIM ถูกนำมาใช้เพื่อหาคำตอบที่ดีที่สุดร่วมกัน และแสดงให้เห็นถึง ความสามารถที่ โดดเด่นของ BIM ในการใช้งานกับโครงการบูรณะสิ่งปลูกสร้าง กระบวนการหาคำตอบที่ ดีที่สุด และราชละเอียดของ BIM-MOGA ได้ถูกพัฒนาขึ้น การศึกษาครั้งนี้แสดงให้เห็นถึงขั้นตอนและ ประเมินผล การนำ BIM มาใช้กับโครงการบูรณะสิ่งปลูกสร้าง ผลการศึกษาแสดงให้เห็นว่าการ พัฒนาและประยุกต์ใช้ BIM กับโครงการบูรณะสิ่งปลูกสร้างขนาดใหญ่ของรัฐบาลส่งผลให้เกิดข้อดี หลายประการ กระบวนการหาคำตอบที่ดีที่สุดและเชื่อถือได้ 2 วิธีถูกนำมาใช้ในการศึกษาครั้งนี้ ได้แก่ Weighting Sum Method (WSM) และวิธี Pareto font กระบวนการขั้นตอนวิธีเชิงพันธุกรรมแบบ หลายวัตถุประสงค์เริ่มโคยระบุวัตถุประสงค์ที่ต้องการหาคำตอบที่ดีที่สุด เงื่อนไข และตัวแปรของ โครงการซึ่งได้มาจากข้อมูลการก่อสร้าง ได้แก่ project activities, activity predecessors, successors, resource availability, cost data และ project calendars จากนั้นขั้นตอนวิธีเชิงพันธุกรรมถูกนำมาใช้ เพื่อคำตอบที่ดีที่สุด WSM เป็นวิธีการใช้หาคำตอบที่ดีที่สุดกับสมการแบบหลายวัตุประสงค์ ซึ่งคำตอบที่ได้จะมี เพียงหนึ่งคำตอบ กระบวนการลำดับชั้นเชิงวิเคราะห์ (AHP) ถูกใช้เพื่อกำหนดน้ำหนักความสำคัญ สำหรับตัวแปรแต่ละตัวในการหาคำตอบที่ดีที่สุดแบบหลายวัตถุประสงค์ ผลลัพธ์จากการศึกษาแสดง ให้เห็นว่าการปรับขนาดตัวเเปร ใน WSM MOGA ส่งผลให้ได้คำตอบที่ดีขึ้น ซึ่งได้ทำการประเมิน ประสิทธิภาพของ Mx-based optimization models โดยการพิจารณาปรับขนาดตัวแปร Mx เป็นสามรูปแบบดังนี้ Mx, √Mx และ Mx /1000 จากผลการทคลอง Model Mx เลือก initial construction sequences และการใช้ทรัพยากรได้รับการปรับปรุงให้ดีขึ้น 5.61%. ขณะที่ Model √Mx และ model Mx /1000 เลือก optional construction sequences และการใช้ทรัพยากรได้รับ การปรับปรุงให้ดีขึ้น 63.24% และ 64.51% ตามลำดับ ผลการศึกษาได้พิสูจน์แล้วว่ากระบวนการนี้ เป็นประโยชน์ต่อผู้วางแผนการก่อสร้างและผู้จัดตารางเวลาการทำงานในโครงการบูรณะสิ่งปลูกสร้าง ขนาดใหญ่พิเศษ ในขณะที่ผลลัพธ์ของวิธี Pareto front จะถูกแสดงเป็น Pareto front ที่พิจารณาหา คำตอบที่ดีที่สุดร่วมกันระหว่างตัวแปรแบบหลายวัตถุประสงค์ ผลลัพธ์ที่ได้จากวิธีนี้จะให้ทางเลือก มากมายสำหรับสถานการณ์ที่แตกต่างกัน ซึ่งจะต้องทำการวิเคราะห์ต่อไป โดยผู้มีอำนาจตัดสินใจ จำเป็นที่จะต้องพิจารณา tradeoff ความสำคัญระหว่างแต่ละวัตถุประสงค์ เพื่อเลือกแผนการที่ดีที่สุด สำหรับนำไปใช้ดำเนินการ ในขั้นตอนสุดท้าย ตารางเวลาการทำงานที่ดีที่สุดจะถูกส่งกลับไปยัง BIM model เพื่อใช้สำหรับการก่อสร้าง ซึ่ง BIM model กับตารางเวลาการทำงานที่ดีที่สุดนี้ จะถูกรวมเข้า ด้วยกันเป็นแบบจำลอง 4D และ 5D เพื่อใช้เป็นเครื่องมือในการนำเสนอที่สามารถมองเห็นภาพการ บูรณะสิ่งปลูกสร้างได้อย่างชัดเจน

Chiang Mai University. Library

Address: CHIANG MAI

Email: cmulibref@cmu.ac.th

Name: Manop Kaewmoracharoen

Role: Advisor

Name: Preda Pichayapan

Role: Advisor

Name: Kriangkrai Arunotayanun

Role: Advisor

Created: 2021

Modified: 2024-01-22

Issued: 2023-09-10

วิทยานิพนธ์/Thesis

application/pdf

eng

DegreeName: Doctor of Engineering

Level: Doctor's degree

Descipline: Civil Engineering

Grantor: Chiang Mai University

©copyrights Chiang Mai University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	600651014.pdf	7.37 MB	16	2026-05-26 18:16:01

ใช้เวลา

0.042663 วินาที