亚种分化多目标遗传算法

工期缩短三成五

在传统遗传算法中引入亚种群竞争机制，使个体适应度差异在群体层面得到体现，从而更有效地搜索多目标最优解。

Yan, Li · Jiajun, Wu · Yi, Hao · Yuchen, Gao · Chai, Runqi · 柴森春 · 张百海

Automation in Construction 2024

参数信息

总工作时间缩短

35.49 %

综合调度系数提升

365.79 %

技术优势

工期缩短三成五

在实际住宅项目上对比初始方案，总工作时间从原方案缩短了35.49%，直接压缩项目交付周期。

协同度大幅提升

综合调度系数提升了365.79%，意味着各施工队组的作业安排更加均衡，减少相互等待。

避免早熟收敛

将个体层面的竞争扩展到亚种群层面，维持了不同亚种间的适应度差异，避免传统遗传算法过早陷入局部最优。

应用场景

• 工程调度：替代人工经验排程，快速生成多目标最优施工计划。
• 装配式建筑：协调构件生产与现场装配，压缩预制项目工期。
• 项目管理：提供量化的工期-协同权衡，辅助管理决策。