臺灣博碩士論文加值系統

為改善工地配置規劃問題，國內外有許多研究以不同之方法，發展工地配置規劃模式。早期之研究啟發式方法（Heuristics Methods）之觀點切入，針對配置規劃流程加以分析，歸納出相關的法則，試圖模擬人工進行配置之行為。啟發式工地配置模式因存在配置組合爆炸問題以致發展受限。近年來由於人工智慧之，使得組合爆炸之問題得以突破，但其仍因對問題本質的代表性較低，求解的成效仍待改善。
本研究以工地配置相關研究成果為基礎，運用人工智慧中之遺傳演算法則，發展一動態工地配置模式，企圖改善以往研究之求解效率。並將工地空間視為資源，依單位長度劃分為若干基本單元，以做為避免重覆配置之機制，改善以往研究利用粗略座標的方式來避免產生不合理解，而造成部分空間資源浪費之缺點，以提高求解之範圍，更有效的使用空間資源，以便在合理之求解時間下，提昇其目標函數值。
此外，以輔助系統之方式，在空間資源有限之條件下，針對已完成工地空間排程之專案，導入動態工地配置之觀念，發展GeneSitePlan（Site Layout Plan Aid System Using Genetic Algoritms ; GeneSitePlan）系統，使工地配置不再侷限於單次、靜態之配置；藉由動態配置管理模式，考量工地配置隨工程進度推展而變更之需求，使其可針對部分設施進行新增或移除，提高本研究之效益。

Site layout planning is an important activity in the construction project. The objective of this activity is to decide the requirement of temporary facility and to allocate appropriate locations for them. The solution of site layout planning has an important impact on the efficiency and production time and cost saving, especially for large projects. Due to the complexity and the importance of layout planning problems, many research have been developed to generate solutions for the problems. Several research projects have applied heuristic or numerical optimization methods to solve the layout planning problems.
Based on related researches, the study developed a site layout planning module Based on Genetic Algorithms, and devote to improve the operation efficiency. The study described the site space as the finite resource units instead of the rough coordinates that are used in the other research to avoid illegal resolution. The module increases the amount of resolution, and lays out temporary with superior goal function value.
For the project that is scheduled the space using in each phase, the study involves the concept of dynamic layout planning with aid system. Adapt to various construction phases, GeneSitePlan（Site Layout Plan Aid System Using Genetic Algorithms ; GeneSitePlan）is able to add additional facilities or to remove the facility from the site.

一、緒論----------------------------------1
1.1研究動機------------------------------1
1.2研究目的------------------------------2
1.3研究範圍------------------------------2
1.4研究方法與流程------------------------3
1.4.1研究方法------------------------------3
1.4.2研究流程------------------------------3
1.5論文章節架構--------------------------4
二、文獻回顧------------------------------6
2.1工地配置問題定義及架構----------------6
2.1.1工地配置（Site Layout）之定義---------6
2.1.2呈形配置法與改善配置法----------------8
2.2呈形工地配置相關研究------------------9
2.3改善配置相關研究成果------------------11
2.3.1類神經網路（Neural Networks）---------11
2.3.2遺傳演算法（Genetic Algorithm）-------12
2.4類神經網路與遺傳演算法之比較----------14
2.5小結----------------------------------16
三、遺傳演算法----------------------------18
3.1遺傳演算法之簡介----------------------18
3.1.1遺傳演算法之發展----------------------18
3.1.2遺傳演算法之應用----------------------19
3.1.3遺傳演算法之特性----------------------19
3.2遺傳演算法之演化過程------------------20
3.2.1遺傳演算法之原理----------------------20
3.2.2遺傳演算之流程概述--------------------20
3.3遺傳演算法之組成架構------------------21
3.3.1基因字串編碼--------------------------22
3.3.2適應度函數----------------------------22
3.3.3複製機制------------------------------22
3.3.4染色體交配----------------------------24
3.3.5基因突變------------------------------26
3.3.6控制參數------------------------------27
3.4遺傳演算法於工地配置模式應用----------28
四、遺傳演算模組建構----------------------30
4.1工址與設施規劃模式建構----------------30
4.1.1遺傳演算模式之基本假設----------------30
4.1.2工地空間及設施配置架構----------------31
4.2遺傳演算模式--------------------------32
4.2.1基因編碼------------------------------33
4.2.2適應度定義----------------------------34
4.2.3遺傳運作------------------------------36
4.2.4控制參數------------------------------37
4.3遺傳演算流程--------------------------37
4.3.1產生初使世代--------------------------38
4.3.2染色體複製----------------------------39
4.3.3染色體交配----------------------------41
4.3.4基因突變------------------------------43
五、工地配置輔助系統建構------------------44
5.1動態工地配置--------------------------44
5.2系統發展程式--------------------------46
5.2.1系統目標確立--------------------------46
5.2.2設施編碼管理--------------------------46
5.2.3工程專案配置流程分析------------------48
5.3建構GeneSitePlan-----------------------49
5.3.1程式開發工具---------------------------49
5.3.2系統架構-------------------------------50
5.4系統模組-------------------------------51
5.4.1圖形使用者介面（GUI）------------------51
5.4.2整體配置規劃模組（ELPM）---------------51
5.4.3空間配置管理模組（SLMM）---------------52
5.4.4遺傳演算模組（GAM）--------------------53
六、系統測試-------------------------------55
6.1相關案例測試---------------------------55
6.1.1案例一測試-----------------------------55
6.1.2案例二測試-----------------------------58
6.2輔助系統流程---------------------------61
6.2.1案例說明-------------------------------62
6.2.2初期整體配置---------------------------63
6.2.3配置變更-------------------------------65
6.2.4配置管理-------------------------------66
6.3相關參數分析---------------------------67
6.3.1族群大小-------------------------------67
6.3.2交配率---------------------------------68
6.3.3突變率---------------------------------70
七結論與建議-----------------------------73
7.1結論-----------------------------------73
7.2建議-----------------------------------73
參考文獻---------------------------------------75
附錄一遺傳演算模式主程式碼-------------------78

參考文獻
[1]鄭明淵，1994，地理資訊系統（GIS）在臨時設施自動化配置之發展應用，行政院國家科學委員會專題研究計畫成果報告。
[2]徐俊能，1994，以遺傳基因演算法則解決定多目標考量的推銷員施行問題之研究，大葉工學院事業經營研究所，碩士論文。
[3]吳俊達，2000，建築工程施工作業空間規劃與衝突分析流程之研究，國立台灣大學土木工程學研究所，碩士論文。
[4]黃俊榮，2000，應用衛星定位（GPS）於施工作業路徑即時管控之研究，國立台灣大學土木工程學研究所，碩士論文。
[5]葉怡成，1995，以遺傳演算法作營建工址配置，行政院國家科學委員會專題研究計畫成果報告。
[6]李志倫，1997，改善工地佈置的量化分析技術-以鋼筋加工作業場地佈置為例，國立台灣工業技術學院營建工程技術研究所，碩士論文。
[7]葉怡成，1993，以類神經網路方法作營建工址配置，行政院國家科學委員會專題研究計畫成果報告。
[8]楊秉蒼，呂淑玲，2000，”多目標營建物料配置最適化模式之研究－以自我學習網路”，2000年第四屆建築生產及管理技術研討會，頁143-158，雲林科技大學，12月21日。
[9]馬曉峰，基因演算法在工程設配置問題之應用，朝陽科技大學營建工程研究所，碩士論文。
[10]洪士吉，1999，Excel VBA 巨集逐步操作指引，旗標。
[11]黃偉倫，1999,建築工程空間時程資訊之整合，國立台灣科技大學工程技術研究所建築設計學程，碩士論文。
[12]歐建利，1999，建築工程空間及時程整合資訊之管理與應用，國立台灣科技大學工程技術研究所建築設計學，碩士論文。
[13]林常平，1995，”基因演算法”，自動化科技， 133卷，頁170-176。
[14]蘇木春，張孝德，1997，機器學習類神經網路、模糊系統以及基因演算法則，全華科技圖書股份有限公司。
[15]錢明淦，http://project.engineer.com.tw.
[16]葉昭憲，1996, “改善基因演算之文獻回顧”, 台灣水利，44卷，第一期，頁92-105。
[17]Davis, L., 1991, “HANDBOOK of Genetic Algorithms”, Van Nostrand Reinhold, New York.
[18]Fogel, D.B. , 1988, “An Evolutionary Approach To the Traveiling Salesman Problem”, Biological Cybernetics, Vol. 60, pp. 139-144.
[19]Goldberg, D. E., 1989, “Genetic Algorithms: in Search , Optimization and machine Learning. Reading , MA:Addison-Wesley.
[20]Hegazy, Tarek and Elbeltagi, Emad, 1999, “EvoSite； Evolution-Based Model fo Site Layout Planning”, Journal of Computing in civil engineering, Vol. 13, No. 3, pp. 198-206.
[21]Man, K. F. et al, 1996, “Genetic Algorithms: Concepts and Application”,IEEE Transactions On Industrial Electronics, Vol. 43, No. 5,pp. 519-533.
[22]Srinivas, M. and Patnaik, L. M., 1994, ”Genetic Algorithms:A Survey”,IEEE Computer, pp. 17-26.
[23]Heng Li,Peter E.D. Love,1998, ”Site-Level Facilities Layout Using Genetic Algorithms”, Journal of Construction Engineering and Management,ASCE, Vol 118, 227-231,October
[24]Parviz F. Rad ,Bradley M.James,1983, ”The Layout of Temporary Construction Facilities”,Cost Engineering,Vol.25,No2,April.
[25]Riley,D.R, Sanwido,V.E, 1997, ”Space planning method for multistory building construction”, Journal of Construction Engineering and Management, ASCE,Vol 121,pp 464-473, June
[26]Sanders, S.R.et al, 1989, “An analysis of factors affecting laber productivity in maonry construction”, PTI#9003, Pennslvania State University, University Park, PA.
[27]Hegazy, T., Elbeltagi, E., 1999, “EvoSite: Evolution-Based Model for Site Layout Planning”, Journal of Computing in civil engineering,Vol. 13, No. 3, pp. 198-206
[28]Tommelein, I D, 1991 , “Site layout.’ Where should it go,” Preparing for Construction in the 21th Century Construction 91, Pub1 by ASCE , NY, USA, PP.623-637
[29]Tommelein, I.D. et al, 1991, “SightPlan Experiments: Alternate Strategies for Site Layout Design ” Journal of Construction Engineering and Management, ASCE, Vol. 5, No. 1, pp.42-63.
[30]Tommelein, I.D. et al, 1992. “Interactive Dynamic layout planning .” Journal of Construction Engineering and Management, ASCE, Vol. 19, No. 2, pp. 266-287.
[31]Zouein, P.P. and Tommelein, I.D, 1999, “Dynamic Layout Planning Using a Hybrid Incremental Solution Method.” Journal of Construction Engineering and Management, ASCE, Vol125, pp 400-408,NovemberTommelein.