Pareto-front performance of multiobjective teaching learning based optimization algorithm on time-cost trade off optimization problems

Abstract

Gerçek dünyada, birçok amacı karşılayan en iyi çözümü bulmayı gerektiren birçok problem bulunmaktadır. Bu çözümü elde etmek için çok amaçlı optimizasyon modellerine ihtiyaç duyulmaktadır. Bu amaçla, bu çalışmada, böyle bir, çok amaçlı optimizasyon sürecinin gerçekleştirilmesi için Öğretme Öğrenme Tabanlı Optimizasyon (ÖÖTO) algoritması kullanılmaktadır. Oluşturulan modelin performansı 18 etkinlikten 630 etkinliğe kadar değişen çeşitli yapım projelerinde denenmektedir. Model, Pareto-çözümleri elde etmek için değiştirilmiş uyarlanabilir ağırlık ve baskın olmayan sıralama yaklaşımlarını içermektedir. Ayrıca, modelin ÖÖTO algoritmasının baskın olmayan sıralamayı içeren versiyonunda, bir iyileştirme yapabilmek için önceden bilinen çözümlerin belirli bir miktarı başlangıç popülasyonuna eklenerek model de küçük bir değişim de yapılmaktadır. Böylece, kullanılan modelin Pareto-çözümleri belirleme performansı, literatürden alınan zaman-maliyet ödünleşim optimizasyon problemlerinin tekrardan çözülmesiyle doğrulanmaktadır. Dolayısıyla, bu çalışmada geliştirilen ÖÖTO'ya dayanan çok amaçlı optimizasyon modeli, inşaat mühendisliği ve yönetiminde zaman-maliyet ödünleşim(dengeleme) problemini çözmek için alternatif bir araç olarak tercih edilebilir. Bu nedenle, bu çalışmanın ana katkısının ÖÖTO'nun inşaat yönetimi alanındaki zaman-maliyet ödünleşim(dengeleme) problemlerinin çözümünde ilk kez uygulanmasından açıkça görülebilir.

In the real world, there are plenty of problems that require finding the best solution meeting many objectives. Multiobjective optimization models are needed to obtain this solution. For this purpose, in this study, to perform such a multiobjective optimization process, an efficient Teaching Learning-Based Optimization (TLBO) algorithm has been employed. Its performance is tested on several construction projects varying from an 18-activity to 630-activity. The applied model integrates the modified adaptive weight as well as non-dominated sorting approaches to find out the Pareto front solution. Furthermore, a slight modification is made in the non-dominating sorting version of the classical sole-TLBO algorithm by adding a certain portion of pre-known solutions to the initial population of model in order to achieve an enhancement in the exploration capacity of the proposed algorithm. Thus, the Pareto front performance of the utilized model is validated re-solving the benchmark optimization problems taken from the literature. Hence, the multiobjective optimization model based on TLBO developed in this study can be preferred another alternative tool to solve time-cost trade-off problem in construction engineering and management. Thereby, the main contribution of this study can be clearly seen from the application of TLBO for the first time to solve TCTP problems in the construction management field.