配网工程BIM工序合并博弈优化方法、系统、设备和介质与流程

配网工程bim工序合并博弈优化方法、系统、设备和介质
技术领域
1.本发明属于配网工程工序管理技术领域，具体涉及一种配网工程bim工序合并博弈优化方法、系统、设备和介质。


背景技术：

2.目前，配网工程具有总体数量多、单体体量小、施工周期短、地域差异大等特点，在配电台区、架空线路、配电站房各类工程场景中，所涉及的设备多样、工序环节较多、施工地区环境差异较大，因此配网工程的施工效率和质量下降，且造成工艺缺陷导致成本浪费。
3.在现有技术中，通常会在配网工程中加入bim技术，可根据bim技术实现配网工程的工序管理、施工进度跟踪以及施工预演等，如何结合实际施工情况合理划分工序环节，并在进度跟踪中将各工序环节进行合理合并优化，从而提升施工效率与质量，但是由于配网工程的工序执行的合理性与计划以及实际实施情况均相关，工序执行的优化问题实际则为各类资源(时间、资源、质量)分配与均衡的问题，因此，即使加入bim技术无法从真正意义上提高配网工程的施工效率与质量。


技术实现要素：

4.为克服上述现有技术的不足，本发明提出一种配网工程bim工序合并博弈优化方法，包括：
5.获取配网工程施工进度数值，将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；
6.将所述逻辑关系制约序列输入预先构建的多目标优化博弈模型，采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序；
7.其中，所述多目标优化博弈模型以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标进行构建的。
8.优选的，所述多目标优化博弈模型的构建，包括：
9.以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标，构建支付函数；
10.以投资约束为约束条件对所述支付函数进行约束，得到多目标优化博弈模型。
11.优选的，所述支付函数对应的计算式如下：
12.p＝ω1×
min{max[l(g(z))]}+ω2×
min{σ2}
[0013]
其中，p为支付函数表达式，ω1表示单位时间内配网工程执行施工工序占用的关键性资源占总资源的权重因子；ω2表示配网工程执行施工工序占用的关键性资源需求的波动幅度占总资源波动幅度的权重因子；z表示资源，g(z)表示单位时间内关键性资源需求量，l(g(z))表示单位时间内配网工程执行施工工序占用的关键性资源需求；σ2表示配网工程执行施工工序占用的关键性资源需求的波动幅度。
[0014]
优选的，所述采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序，包括：
[0015]
步骤s1：以施工工序中的每一个工序环节作为个体粒子，整体施工工序表示粒子群，随机产生粒子群；
[0016]
步骤s2：初始化粒子群，并以支付函数作为个体粒子对应的适应值；
[0017]
步骤s3：将所述适应值作为当前每个粒子的局部最优解，并将每个粒子的适应值对应的位置作为每个粒子的局部最优解所在的位置；
[0018]
步骤s4：获取最佳适应值作为全局最优值，并将所述最佳适应值对应的位置作为全局最优值所在的位置；
[0019]
步骤s5：更新每个粒子对应的飞翔速度；
[0020]
步骤s6：对每个粒子的飞翔速度进行限幅处理；
[0021]
步骤s7：更新每个粒子当前的位置，并比较当前每个粒子的适应值是否优于历史局部最优解，若是，得到当前粒子群的全局最优值，并将所述全局最优值对应的位置作为粒子群的全局最优值对应的位置；
[0022]
步骤s8：重复步骤s5-s7，直到满足预设的最小误差或最大迭代次数；
[0023]
步骤s9：输出粒子群的全局最优值、全局最优值对应的位置、每个粒子的局部最优值和每个粒子的局部最优值对应的位置，并将粒子群的全局最优值作为最优施工工序。
[0024]
优选的，所述配网工程施工进度数值至少包括下述的一种或多种：施工工序开始时间、施工工序完成时间、施工工序重要程度、资源需求轻度和施工工序之间的逻辑关联关系。
[0025]
优选的，所述将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列，包括：
[0026]
根据获取的配网工程施工进度数值，得到配网工程施工参量间的关系描述信息；其中，所述配网工程施工参量包括：施工工序总数量、施工工序执行次序和施工工序执行进度；
[0027]
将所述配网工程施工参量间的关系描述信息采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列。
[0028]
优选的，所述配网工程施工参量间的关系描述信息采用离散正整数方法进行描述。
[0029]
优选的，所述根据获取的配网工程施工进度数值，得到配网工程施工参量间的关系描述信息，包括：
[0030]
根据所述配网工程施工进度数值建立进度数值映射；
[0031]
根据所述进度数值映射，构建进度数值描述矩阵；
[0032]
根据所述进度数值描述矩阵，获取多目标优化目标；其中，所述多目标优化目标至少包括下述中一种或多种：施工成本、施工质量和施工速率；
[0033]
根据所述多目标优化目标，生成多目标优化多项式；
[0034]
根据所述多目标优化多项式，确定多项式增广矩阵；
[0035]
根据所述多项式增广矩阵，确定优化矩阵描述；
[0036]
基于所述优化矩阵描述，得到配网工程施工进度各参量间的关系描述信息。
[0037]
优选的，所述多目标优化多项式如下：
[0038]a11
x1+a
12
x2+
…
+a
1n
xn＝b1[0039]a21
x1+a
22
x2+
…
+a
2n
xn＝b2[0040]
…
[0041]am1
x1+a
m2
x2+
…
+a
mn
xn＝bm[0042]
其中,n表示配网工程的施工工序总数量，xi表示配网工程执行施工工序对应的施工次序，xi∈{1,2,3,
…
,n}；m表示多目标优化目标的数量，构建系数矩阵a＝(a
ij
)m×n，a
ij
表示第i项影响因素对工序j作用关系的量化描述；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0043]
优选的，所述多项式增广矩阵如下：
[0044][0045]
其中，a
ij
表示第i项影响因素对工序j作用关系的量化描述；n表示配网工程的施工工序总数量；m表示多目标优化目标的数量；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0046]
基于同一发明构思，本发明还提供了一种配网工程bim工序合并博弈优化系统，包括：
[0047]
bim工序预演模块：用于获取配网工程施工进度数值，将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；
[0048]
博弈优化模块：将所述逻辑关系制约序列输入预先构建的多目标优化博弈模型，采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序；
[0049]
其中，所述多目标优化博弈模型以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标进行构建的。
[0050]
优选的，所述博弈优化模块中多目标优化博弈模型的构建，包括：
[0051]
以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标，构建支付函数；
[0052]
以投资约束为约束条件对所述支付函数进行约束，得到多目标优化博弈模型。
[0053]
优选的，所述博弈优化模块中支付函数对应的计算式如下：
[0054]
p＝ω1×
min{max[l(g(z))]}+ω2×
min{σ2}
[0055]
其中，p为支付函数表达式，ω1表示单位时间内配网工程执行施工工序占用的关键性资源占总资源的权重因子；ω2表示配网工程执行施工工序占用的关键性资源需求的波动幅度占总资源波动幅度的权重因子；z表示资源，g(z)表示单位时间内关键性资源需求量，l(g(z))表示单位时间内配网工程执行施工工序占用的关键性资源需求；σ2表示配网工程执行施工工序占用的关键性资源需求的波动幅度。
[0056]
优选的，所述博弈优化模块中采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序，包括：
[0081]a21
x1+a
22
x2+
…
+a
2n
xn＝b2[0082]
…
[0083]am1
x1+a
m2
x2+
…
+a
mn
xn＝bm[0084]
其中,n表示配网工程的施工工序总数量，xi表示配网工程执行施工工序对应的施工次序，xi∈{1,2,3,
…
,n}；m表示多目标优化目标的数量，构建系数矩阵a＝(a
ij
)m×n，a
ij
表示第i项影响因素对工序j作用关系的量化描述；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0085]
优选的，所述bim工序预演模块中的多项式增广矩阵如下：
[0086][0087]
其中，a
ij
表示第i项影响因素对工序j作用关系的量化描述；n表示配网工程的施工工序总数量；m表示多目标优化目标的数量；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0088]
与最接近的现有技术相比，本发明具有的有益效果如下：
[0089]
本发明提供了一种配网工程bim工序合并博弈优化方法、系统、设备和介质，包括：获取配网工程施工进度数值，将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；将所述逻辑关系制约序列输入预先构建的多目标优化博弈模型，采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序；其中，所述多目标优化博弈模型以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标进行构建的。本发明通过构建多目标优化博弈模型，将博弈论加入到配网工程进度管理场景中，有利于实现配网工程工序的优化排布；采用bim技术能够解决参建方之间存在的信息孤岛问题，实现配网工程的工序管理、施工进度跟踪以及施工预演，反映各种资源的交互使用情况，从而提高施工进度管理的精细度以及各个任务的协调性，进而提高配网工程进度管理效率；采用粒子群优化算法对配网工程的次序博弈进行优化，输出施工次序最优解，有利于提升配网工程施工效率与质量，降低工艺缺陷导致的成本浪费。
附图说明
[0090]
图1为本发明提供的一种配网工程bim工序合并博弈优化方法的流程示意图；
[0091]
图2为本发明提供的一种配网工程bim工序合并博弈优化方法整体框架图；
[0092]
图3为bim工序预演时针对工序执行次序和工序占用时间的工序逻辑关系横道图；
[0093]
图4为基于bim技术的配网工程进度跟踪与偏差分析的结构框架示意图；
[0094]
图5为本发明提供的一种配网工程bim工序合并博弈优化方法中粒子群优化算法流程示意图；
[0095]
图6为本发明提供的一种配网工程bim工序合并博弈优化系统的结构组成示意图。
具体实施方式
[0096]
下面结合附图对本发明的具体实施方式做进一步的详细说明。
[0097]
实施例1：
[0098]
本发明提供的一种配网工程bim工序合并博弈优化方法，流程示意图如图1所示，包括：
[0099]
步骤1：获取配网工程施工进度数值，将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；
[0100]
步骤2：将所述逻辑关系制约序列输入预先构建的多目标优化博弈模型，采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序；
[0101]
其中，所述多目标优化博弈模型以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标进行构建的；
[0102]
具体的，步骤1包括：
[0103]
根据获取的配网工程施工进度数值，得到配网工程施工参量间的关系描述信息；其中，所述配网工程施工参量包括：施工工序总数量、施工工序执行次序和施工工序执行进度；
[0104]
将所述配网工程施工参量间的关系描述信息采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；
[0105]
本发明基于博弈论，利用bim施工模拟技术实现配网工程的多环节工序合并和优化，对应的整体框架图如图2所示，首先针对配网工程进度模拟多目标优化模型的构建，通过配网工程bim工序预演分析与合并；再针对配网工程工序多目标优化模型进行构建，采用基于粒子群博弈的配网工程工序次序进行博弈优化，最后通过bim的配网工程工序合并优化策略进行偏差分析；通过采用bim技术进行bim工序预演，分析工序环节的逻辑关系，输出逻辑关系制约系数序列，并进一步明确各工序环节次序关系，确定工序环节变量xi所处的取值范围，例如xi∈{a,a+1,a+2,...,b-1,b},a≤b,a,b∈{1,2,...,n}；基于任务层面，通过bim 4d施工进度计划模拟技术，将三维实体模型和施工进度计划关联，能够快速地实现对施工过程的模拟；基于操作层面，通过bim 4d施工进度计划模拟，对施工工序的详细模拟，反映各种资源的交互使用情况，从而提高施工进度管理的精细度以及各个任务的协调性，因此，可根据质量控制节点限制施工工序维度合并各个工序环节，在进行bim工序预演时，假设施工工序的名称为a-p，根据bim工序预演要求，施工工序中的工序环节d必须执行在工序环节a前，工序环节f执行必须在工序环节b、d环节后，具体的工序执行次序要求和工序持续时间情况如表1所示：
[0106]
表1
[0107][0108]
根据各施工工序的自由度特性，可以得到工序逻辑关系横道图，如图3所示，a(2)表示施工工序中工序环节a，对应的持续时间为2；通过bim技术有利于实现配网工程的工序管理、施工进度以及施工预演，能够结合实际施工情况合理划分工序环节，并在进度跟踪过程中将各工序环节进行合理合并优化，进而提升施工效率和质量；此外，bim还可将现场实际进度与计划进度进行对比并统计分析，发现偏差和问题，对应的结构框架示意图如图4所示，通过bim技术的施工进度对比以表格、横道图以及模型等多种视图进行展示，对比结果形式更加多样化，基于bim技术的进度跟踪分析将进度对比结果可视化，帮助施工管理人员更加清楚直观地掌握偏差情况，同时根据bim模型中工程量、工序流程切分、成本等信息，采取人工智能算法快速准确计算工程量、工程成本之间的偏差，实现工程进度全方位分析，以及进度预警与告警；在进行进度预警和告警时，通过构建基于bim多样数据的配网工程进度智能跟踪模型，集成横道图信息、质量控制检查结果、工序调整安排，进行数据集成融合，得到实际进度与计划进度的偏差；设定进度偏差阈值，最终实现自动预警与告警；
[0109]
当现场实际进度与计划进度偏差偏大时，需要对局部甚至整体的施工进度计划进行调整；采用横道图表示，基于bim技术操作可视化、数据集成等特点，结合cpm等成熟计算方法将关键节点在模型中直观展示出来，为后期进度计划调整提供了依据，更新的数据将
[0123]a21
x1+a
22
x2+
…
+a
2n
xn＝b2[0124]
…
[0125]am1
x1+a
m2
x2+
…
+a
mn
xn＝bm[0126]
其中,n表示配网工程的施工工序总数量，xi表示配网工程执行施工工序对应的施工次序，xi∈{1,2,3,
…
,n}；m表示多目标优化目标的数量，构建系数矩阵a＝(a
ij
)m×n，a
ij
表示第i项影响因素对工序j作用关系的量化描述；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0127]
所述多项式增广矩阵如下：
[0128][0129]
其中，a
ij
表示第i项影响因素对工序j作用关系的量化描述；n表示配网工程的施工工序总数量；m表示多目标优化目标的数量；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0130]
步骤2中的多目标优化博弈模型的构建，包括：
[0131]
以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标，构建支付函数；
[0132]
以投资约束为约束条件对所述支付函数进行约束，得到多目标优化博弈模型；由于配网工程的工序执行的合理性与计划以及实际实施情况均相关，工序执行的优化问题实际则为各类资源如时间资源、质量资源的分配与均衡的问题，因此，构建完全信息动态博弈模型，实现配网工程工序的优化排布；其中，构建配网工序优化完全信息动态博弈论构成要素如下：
[0133]
(1)参与者：指的是博弈行为的参加方，各参与方通过博弈策略使自己自身利润或利益达到最大，此处定义每一个工序环节为参与者，在相同的博弈规则下行使各工序环节的博弈决策。
[0134]
设定共有工序环节n个，即n＝{1，2，3，
…
，i，
…
，n}，全体施工工序环节相当于粒子群体，每个施工工序环节相当于个体粒子。
[0135]
(2)策略集：指的是可供参与者选择的行动集。在该博弈模型中，当施工工序环节作为参与者会选择一个切实可行的工序执行方案，这个方案是整个活动中的方案，只属于某个参与者，在各施工工序博弈环节中，参与者的整场博弈的行动方案称为策略，所有参与者的策略集合即为策略集。工序环节i提出的分配方案中对于工序环节j的分配记为x
ij
，所有工序环节提出的分配方案组成分配方案集x。
[0136]
[0137]
(3)支付函数：表示在某个工序策略组合中，每个工序环节作为参与者期望的收益函数，即获取的资源情况。因此，所有工序环节博弈结束后的结果称为策略得失，某个工序作为参与者在工序博弈中的得失不仅于自己的策略有关，还与其余工序的选择相关。因此，每个工序次序的选择在博弈论结束时的“得失”即为该工序所选取的次序策略函数的组合，也称为支付函数，支付函数构建如下所示。
[0138]
收益函数一：总工期中的单位时间内配网工程关键性资源需求的最大量应尽可能小，即min{max[l(g(z))]}，g(z)为单位时间内关键性资源需求量，z为资源(设备、附件等)。计算出每个排序方案单位时间内关键性资源需求量，并将各方案总工期内单位时间关键性资源需求量的最大值进行比较。
[0139]
收益函数二：总工期中配网工程关键性资源需求的波动幅度尽可能小，即minσ2，σ2为资源占用量的标准方差。该类优化问题计算出每个排序方案总工期内关键性资源需求量的标准方差，即表示配网工程执行施工工序占用的关键性资源需求的波动幅度。
[0140]
所述支付函数对应的计算式如下：
[0141]
p＝ω1×
min{max[l(g(z))]}+ω2×
min{σ2}
[0142]
其中，p为支付函数表达式，ω1表示单位时间内配网工程执行施工工序占用的关键性资源占总资源的权重因子；ω2表示配网工程执行施工工序占用的关键性资源需求的波动幅度占总资源波动幅度的权重因子；z表示资源，g(z)表示单位时间内关键性资源需求量，l(g(z))表示单位时间内配网工程执行施工工序占用的关键性资源需求；σ2表示配网工程执行施工工序占用的关键性资源需求的波动幅度；由于该工序优化博弈可在配网工程的实施过程中进行模拟调整，若博弈中某工序提前做出决策，则其余工序环节作为参与者的行动可根据已确定策略的工序进行调整，来决定自己的行动，行使自己的博弈行为，产生时间次序上的差异，构建其工序次序的动态博弈。
[0143]
所述博弈优化模块中采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序，包括：
[0144]
步骤s1：以施工工序中的每一个工序环节作为个体粒子，整体施工工序表示粒子群，随机产生粒子群；
[0145]
步骤s2：初始化粒子群，并以支付函数作为个体粒子对应的适应值；
[0146]
步骤s3：将所述适应值作为当前每个粒子的局部最优解，并将每个粒子的适应值对应的位置作为每个粒子的局部最优解所在的位置；
[0147]
步骤s4：获取最佳适应值作为全局最优值，并将所述最佳适应值对应的位置作为全局最优值所在的位置；
[0148]
步骤s5：更新每个粒子对应的飞翔速度；
[0149]
步骤s6：对每个粒子的飞翔速度进行限幅处理；
[0150]
步骤s7：更新每个粒子当前的位置，并比较当前每个粒子的适应值是否优于历史局部最优解，若是，得到当前粒子群的全局最优值，并将所述全局最优值对应的位置作为粒子群的全局最优值对应的位置；
[0151]
步骤s8：重复步骤s5-s7，直到满足预设的最小误差或最大迭代次数；
[0152]
步骤s9：输出粒子群的全局最优值、全局最优值对应的位置、每个粒子的局部最优值和每个粒子的局部最优值对应的位置，并将粒子群的全局最优值作为最优施工工序；
[0153]
采用粒子群算法对多目标优化博弈模型进行求解的过程中，首先通过构建各施工工序的次序f(xi),xi∈{1,2,3,
…
,n}，初始化内部粒子群中的粒子，并设置初始的迭代次数为0；通过计算内部粒子群中的粒子，并更新局部最优解pbest的位置，根据局部最优解pbest的位置更新外部粒子群和全局最优解fbest的位置，根据计算得到的全局最优解，更新内部群中的粒子，判断是否满足迭代收敛条件，当满足时，输出最优解即为最优施工工序，对应的流程示意图如图5所示。
[0154]
实施例2：
[0155]
基于同一发明构思，本发明还提供了一种配网工程bim工序合并博弈优化系统，该系统的结构组成示意图如图6所述，包括：
[0156]
bim工序预演模块：用于获取配网工程施工进度数值，将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列；
[0157]
博弈优化模块：将所述逻辑关系制约序列输入预先构建的多目标优化博弈模型，采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序；
[0158]
其中，所述多目标优化博弈模型以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标进行构建的。
[0159]
所述bim工序预演模块中的配网工程施工进度数值至少包括下述的一种或多种：施工工序开始时间、施工工序完成时间、施工工序重要程度、资源需求轻度和施工工序之间的逻辑关联关系。
[0160]
所述bim工序预演模块中将所述配网工程施工进度数值采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列，包括：
[0161]
根据获取的配网工程施工进度数值，得到配网工程施工参量间的关系描述信息；其中，所述配网工程施工参量包括：施工工序总数量、施工工序执行次序和施工工序执行进度；
[0162]
将所述配网工程施工参量间的关系描述信息采用bim技术进行工序预演，输出配网工程施工工序之间的逻辑关系制约序列。
[0163]
所述bim工序预演模块中配网工程施工参量间的关系描述信息采用离散正整数方法进行描述。
[0164]
所述bim工序预演模块中根据获取的配网工程施工进度数值，得到配网工程施工参量间的关系描述信息，包括：
[0165]
根据所述配网工程施工进度数值建立进度数值映射；
[0166]
根据所述进度数值映射，构建进度数值描述矩阵；
[0167]
根据所述进度数值描述矩阵，获取多目标优化目标；其中，所述多目标优化目标至少包括下述中一种或多种：施工成本、施工质量和施工速率；
[0168]
根据所述多目标优化目标，生成多目标优化多项式；
[0169]
根据所述多目标优化多项式，确定多项式增广矩阵；
[0170]
根据所述多项式增广矩阵，确定优化矩阵描述；
[0171]
基于所述优化矩阵描述，得到配网工程施工进度各参量间的关系描述信息。
[0172]
所述bim工序预演模块中的多目标优化多项式如下：
[0173]a11
x1+a
12
x2+
…
+a
1n
xn＝b1[0174]a21
x1+a
22
x2+
…
+a
2n
xn＝b2[0175]
…
[0176]am1
x1+a
m2
x2+
…
+a
mn
xn＝bm[0177]
其中,n表示配网工程的施工工序总数量，xi表示配网工程执行施工工序对应的施工次序，xi∈{1,2,3,
…
,n}；m表示多目标优化目标的数量，构建系数矩阵a＝(a
ij
)m×n，a
ij
表示第i项影响因素对工序j作用关系的量化描述；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0178]
所述bim工序预演模块中的多项式增广矩阵如下：
[0179][0180]
其中，a
ij
表示第i项影响因素对工序j作用关系的量化描述；n表示配网工程的施工工序总数量；m表示多目标优化目标的数量；b＝[b1,b1,
…
,bm]表示多目标优化目标的量化描述。
[0181]
所述博弈优化模块中多目标优化博弈模型的构建，包括：
[0182]
以最小化单位时间内配网工程执行施工工序占用的关键性资源需求的最大量和最小化配网工程执行施工工序占用的关键性资源需求的波动幅度为目标，构建支付函数；
[0183]
以投资约束为约束条件对所述支付函数进行约束，得到多目标优化博弈模型。
[0184]
所述博弈优化模块中支付函数对应的计算式如下：
[0185]
p＝ω1×
min{max[l(g(z))]}+ω2×
min{σ2}
[0186]
其中，p为支付函数表达式，ω1表示单位时间内配网工程执行施工工序占用的关键性资源占总资源的权重因子；ω2表示配网工程执行施工工序占用的关键性资源需求的波动幅度占总资源波动幅度的权重因子；z表示资源，g(z)表示单位时间内关键性资源需求量，l(g(z))表示单位时间内配网工程执行施工工序占用的关键性资源需求；σ2表示配网工程执行施工工序占用的关键性资源需求的波动幅度。
[0187]
所述博弈优化模块中采用粒子群算法对所述多目标优化博弈模型进行求解，得到最优施工工序，包括：
[0188]
步骤s1：以施工工序中的每一个工序环节作为个体粒子，整体施工工序表示粒子群，随机产生粒子群；
[0189]
步骤s2：初始化粒子群，并以支付函数作为个体粒子对应的适应值；
[0190]
步骤s3：将所述适应值作为当前每个粒子的局部最优解pbest，并将每个粒子的适应值对应的位置作为每个粒子的局部最优解所在的位置；
[0191]
步骤s4：获取最佳适应值作为全局最优值fbest，并将所述最佳适应值对应的位置作为全局最优值所在的位置；
[0192]
步骤s5：更新每个粒子对应的飞翔速度；
[0193]
步骤s6：对每个粒子的飞翔速度进行限幅处理；
[0194]
步骤s7：更新每个粒子当前的位置，并比较当前每个粒子的适应值是否优于历史
局部最优解，若是，得到当前粒子群的全局最优值，并将所述全局最优值对应的位置作为粒子群的全局最优值对应的位置；
[0195]
步骤s8：重复步骤s5-s7，直到满足预设的最小误差或最大迭代次数；
[0196]
步骤s9：输出粒子群的全局最优值、全局最优值对应的位置、每个粒子的局部最优值和每个粒子的局部最优值对应的位置，并将粒子群的全局最优值作为最优施工工序。
[0197]
实施例3：
[0198]
基于同一种发明构思，本发明还提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specificintegrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能，以实现上述实施例中一种配网工程bim工序合并博弈优化方法的步骤。
[0199]
实施例4：
[0200]
基于同一种发明构思，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种配网工程bim工序合并博弈优化方法的步骤。
[0201]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0202]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0203]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0204]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0205]
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。