Search

To meet the physical limits of construction resources, to avoid day-to-day fluctuation in resource demands, and to maintain an even flow of application for construction resources, resource leveling is needed in the construction industry. Traditional resource leveling models assume activity durations to be deterministic. Nevertheless, activity duration may be uncertain, owing to variations in the overall environment, such as weather, site congestion, and productivity level. A new optimal construction resource leveling model is proposed in this paper, in which the combinative effects of both uncertain activity duration and resource leveling are taken into consideration. Monte Carlo simulation is used to model the uncertainties of activity duration. A searching technique using genetic algorithms (GAs) is then adopted to search for the impact of uncertain activity durations on the probabilistic optimal resource leveling indices. The model can effectively provide probabilistic optimal resource leveling indices for multiple construction resources subjected to the objective of resource leveling, and the impact of influence factors on the probabilistic resource-leveling scheduling problems.Key words: resource leveling, genetic algorithms, simulation, probabilistic scheduling.Afin de gérer les limites physiques des ressources en construction, d'éviter les fluctuations quotidiennes des demandes de ressources, et de maintenir un niveau d'applications constant pour les ressources en construction, la stabilisation des ressources est requise dans l'industrie de la construction. Les modèles traditionnels de stabilisation des ressources supposent que la durée des activités est de nature déterministe. Néanmoins, la durée des activités peut être sujette à des incertitudes dues à des variations de l'environnement en géneral, telles que les conditions météorologiques, la congestion sur le site, le niveau de productivité, etc. Cet article propose un nouveau modèle optimal de stabilisation des ressources en construction, dans lequel les effets combinés des incertitudes dans la durée des activités et la stabilisation des ressources sont pris en considération. La simulation de Monte Carlo est employée afin de modéliser les incertitudes dans la durée des activités. Une technique de recherche faisant usage des algorithmes génétiques (« genetic algorithms : GAs ») est ensuite utilisée afin de déterminer l'impact des incertitudes dans la durée des activités sur les indices probabilistes optimaux de stabilisation des ressources. Le modèle peut efficacement produire des indices probabilistes optimaux de stabilisation des ressources, et ce pour des ressources en construction multiples sujettes à l'objectif de stabilisation des ressources et à l'impact de facteurs d'influence sur les problèmes de planification probabiliste de stabilisation des ressources.Mots clés : stabilisation des ressources, algorithmes génétiques, simulation, planification probabiliste.[Traduit par la Rédaction] [ABSTRACT FROM AUTHOR]