基于AHP与GIS技术的PC构件厂选址——以武汉市汉南区为例

为克服PC构件厂选址受主观因素影响较多的弊端,通过运用AHP和GIS技术为其选址提供一种定性和定量分析相结合的方法。首先分析PC构件厂在建设、生产和运营阶段的特殊性;其次,应用AHP法建立选址指标体系并确定权重,认为政策条件、产业环境、经济因素和产业链间的影响是主要因素;然后,基于在特定选址区域内政策和经济等宏观因素基本一致的考量,将影响选址的可矢量化因素利用GIS技术进行空间分析,通过缓冲区分析和加权叠加分析得到最优选址区域。并以武汉市汉南区PC构件厂选址决策过程进行实证,缩小了构件厂的选址范围,让选址位置更加精确。结果表明该方法具有较高的准确性和较好的适用性。

灰狼算法在PC构件厂选址中的应用研究

为满足日益增长的预制构件市场需求,提高对PC构件厂选址的决策效率,提出一种基于灰狼算法在PC构件厂选址中的决策方法。建立PC构件厂选址规划期内经济成本模型,将产业链间的运输网络划分为原材料运输网络和构件配送网络,为解决市场需求的时间节点问题,引入时间满意度函数作为约束条件,完善选址模型。针对PC构件厂选址最优解问题,避免经典算法易早熟收敛和仅得出局部最优解的缺陷,采用灰狼算法对备选厂址进行寻优,利用该智能优化算法解决选址优化问题有较好的适用性,提高了计算效率和精度,输出全局最优解。以某中部积极推进地区为例进行算例仿真,实验结果表明,灰狼算法在优化选址方面具有可行性与稳定性,为PC构件厂选址降低投资成本,提供了科学的决策依据。

基于遗传萤火虫混合算法的PC构件堆场空间利用优化研究

针对PC构件堆场空间利用不充分、构件堆放混乱、堆位分配不合理等问题,以PC构件堆场为研究背景,以PC构件堆场空间利用最大为目标函数,综合考虑PC构件堆场容量限制、PC构件堆存位置、集卡分配、PC构件类型及所属项目约束等诸多因素,构建PC构件堆场堆位动态分配模型。鉴于PC构件堆场空间利用优化研究问题的复杂性,为避免经典算法容易陷入局部最优和求解速度较慢等缺陷,设计遗传萤火虫混合算法对模型问题进行求解,既提高了初始解生成质量又提高了算法的收敛速度。最后,利用某中部地区PC构件堆场实际数据,对堆场堆位分配模型及遗传萤火虫混合算法的合理性进行验证。验证结果表明,所建立的PC构件堆场堆位动态分配模型相较于传统的静态堆位分配策略,堆场空间利用率提升了25.8%,从而为解决堆场空间利用优化问题提供了一种新思路。