Optimization of strategy planning for building deconstruction
Highlights•A multi-objective optimization model for building deconstruction is suggested.•Different optimization algorithms were tested on a real case study.•The Decomposition-Based Evolutionary Algorithm is the most relevant for this model.•Each DBEA optimal solution outranks the strategy suggested by the partner engineer.•High environmental performance does not increase delay or cost.AbstractWaste management is a growing concern in the construction sector and particularly within demolition works. In order to encourage better management, the European Union has set up a minimal 70% recovering rate - in mass - for building and public works by 2020. And to help deconstruction companies to reach this aim without extra cost or delays, a Multi-Objective Optimization algorithm is suggested. The algorithm will work out a deconstruction strategy - i.e. type of waste treatment, number of required workers… - and will take into account three objectives - cost, delay and recovering rate - with 17 decision variables. Use on a real deconstruction situation highlights the interest of the algorithm. Eight optimization algorithms were tested and the most efficient algorithm is Decomposition-Based Evolutionary Algorithm. It came up with better strategies than the company one. This work proves that environmental performance can be improved without increasing cost or delay.
بهینه‌سازی برنامه‌ریزی استراتژی برای ساخت شکنی
کاره‌ای مهم: یک مدل بهینه‌سازی چند هدفه برای ساخت ساختارشکنی پیشنهاد شده‌است. الگوریتم های بهینه‌سازی مختلف بر روی یک مطالعه موردی واقعی آزمایش شدند. الگوریتم تکاملی مبتنی بر تجزیه، مناسب‌ترین مدل برای این مدل است. هر راه‌حل بهینه DBEA استراتژی پیشنهاد شده توسط مهندس شریک را توضیح می‌دهد. * عملکرد زیستمحیطی بالا، تاخیر یا مدیریت ractWaste را افزایش نمی‌دهد یا مدیریت ractWaste یک نگرانی رو به رشد در بخش ساخت‌وساز و به ویژه در آثار تخریب است. اتحادیه اروپا به منظور تشویق مدیریت بهتر ۷۰ درصد نرخ بازیافت را برای ساختمان‌سازی و کاره‌ای عمومی تا سال ۲۰۲۰ تعیین کرده‌است. و برای کمک به شرکت‌های واسازی برای رسیدن به این هدف بدون هزینه اضافی یا تاخیر، یک الگوریتم بهینه‌سازی چند هدفه پیشنهاد شده‌است. این الگوریتم یک استراتژی واسازی - یعنی نوع درمان زباله، تعداد کارگران مورد نیاز … - و سه هدف - هزینه، تاخیر و بازیابی - با ۱۷ متغیر تصمیم را در نظر خواهد گرفت. استفاده از یک موقعیت شکنی واقعی، توجه الگوریتم را برجسته می‌کند. هشت الگوریتم بهینه‌سازی آزمایش شدند و کارآمدترین الگوریتم، الگوریتم تکاملی مبتنی بر تجزیه است. این ایده با استراتژی‌های بهتر از شرکت در ارتباط است. این اثر ثابت می‌کند که عملکرد زیستمحیطی می‌توانند بدون افزایش هزینه یا تاخیر بهبود یابند.
ترجمه کنید