Site Layout Planning by using Genetic Algorithm Approach

Yıl 2016, Cilt: 31 Sayı: 2, 93 - 102, 15.12.2016

Mustafa Oral , Serkan Kartal Emel Laptalı Oral

https://doi.org/10.21605/cukurovaummfd.310128

Öz

Site Layout Plan (SLP) that shows the position of each facility on the construction site is one of the critical documents of construction planning process. All the facilities on the site are allocated according to their position on SLP. SLPs are designed by considering; the volume of construction work, completion duration, types and numbers of temporary facilities (workshops, warehouses, concrete plants, offices, cafeteria, toilets, rest rooms, water and electricity supply facilities, vehicle maintenance and parking places, social facilities, religious facilities, etc,), as well as, topography of the site area, transportation facilities, fixed facility locations, possible risks and transportation costs. While decisions on identifications and specifications of necessary temporary facilities can be quantified deterministically, their allocations on construction site solely depend on the experiences and the preferences of construction site manager(s). Thus, decision-making software that helps to the project managers to design optimal SLPs is strongly required within the sector. Based on these needs, a SLP software tool (YERPLAN) that is based on genetic algorithm, is developed by the authors. Technical aspects and details of the methods used can be found in the manuscript.

Anahtar Kelimeler

Construction site planning, Genetic algorithms, Project management

Genetik Algoritma Yaklaşımı ile Şantiye Yerleşim Planlaması

Öz

Yapım işlerinde planlama sürecinin kritik öneme sahip belgelerinden biri olan Şantiye Yerleşim Planı (ŞYP) şantiyede hangi tesisin nereye yerleştirileceğini gösterir. Şantiye tesislerinin kurulumu bu plan temel alınarak gerçekleştirilir. Yapılacak işin büyüklüğü, süresi ve içeriğine bağlı olarak kurulması gereken binaların (atölyeler, depolar, beton tesisleri, ofisler, yemekhane, WC, yatakhane tesisleri, su ve elektrik temin tesisleri, araç bakım, onarım ve park yerleri, sosyal tesisler, dini tesisler gibi) büyüklükleri ve adetleri belirlendikten sonra şantiye alanının topoğrafik yapısı, ulaşım olanakları, kalıcı yapının şantiye içindeki yeri, olası riskler ve taşıma maliyetleri değerlendirilerek ŞYP çizilir. Bu çalışmalar sırasında kullanılacak geçici tesislerin neler olacağının belirlenmesi ve boyutlandırılması somut ve sayısal değerlere dayandırılabilirken tesislerin şantiye alanı içindeki yerleşimi, ŞYP’nı hazırlayan proje yöneticilerinin tecrübe ve inisiyatiflerine kalmaktadır. Optimum yerleşim planının hazırlanabilmesi konusunda proje yöneticilerine destek olabilecek bilgisayar tabanlı uygulamalara sektör bazında ihtiyaç duyulmaktadır. Bu ihtiyaç doğrultusunda yazarlar tarafından genetik algoritma tabanlı bir şantiye yerleşim planı hazırlama programı (YERPLAN) geliştirilmiştir. Program ile ilgili detaylar bu makalede tartışılmaktadır.

Anahtar Kelimeler

Şantiye yerleşim planı, Genetik algoritma, Proje yönetimi

Kaynakça

• 1. Hegazy, T., Elbeltagi, E., 1999. EvoSite: An Evolution-Based Model for Site Layout Planning, Journal of Computing in Civil Engineering, 13 (3),198-206.
• 2. Sanad, H., Ammar, M., Ibrahim, M., 2008. Optimal Construction Site Layout Considering Safety and Environmental Aspects, Journal of Construction Engineering and Management, 134(7), 536-544.
• 3. Elbeltagi, E., Hegazy, T., Eldosouky, A., 2004. Dynamic Layout of Construction Temporary Facilities Considering Safety, Journal of Construction Engineering and Management, 130(4), 534-541.
• 4. Ning, X., Lam, K.C., Lam, M.C.K., 2010. Dynamic Construction Site Layout Planning Using Max–Min Ant System, Automation in Construction, 19(1), 55–65.
• 5. Lam, K.C., Ning, X., Ng, T., 2007. The Application of the Ant Colony Optimization Algorithm to the Construction Site Layout Planning Problem, Construction Management and Economics, 25(4), 359-374.
• 6. Yahya, M., Saka, M.P., 2014. Construction site Layout Planning Using Multi-Objective Artificial Bee Colony Algorithm With Levy Flights, Automation in Construction, 38, 14-29.
• 7. Oral, M., Oral (Laptalı) E., Bozkurt S., Erdiş E., 2003. Yapım Projelerinde Genetik Algoritma Kullanarak Kaynak Seviyeleme, Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 18,2, 185-195.
• 8. Şen, Z., 2004. Genetik Algoritmalar ve En İyileme Yöntemleri, Su Vakfı Yayınları, İstanbul.
• 9. Goldberg, D.E., Deb, K. Clark., J.H., 1992. Genetic Algorithms, Noise, and the Sizing of Populations. Complex Systems, 6, 333–362.
• 10.Goldberg, D. E., Deb, K. ve Clark., J. H., 1992. Genetic Algorithms, Noise, and the Sizing of Populations. Complex Systems, 6, 333–362.
• 11.Chan, W., Zeng, Z., 2005. Rescheduling Precast Production with Multi objective Optimization, Computing in Civil Engineering, 1-1
• 12.Preston, C.C., Colman, A.M., 2000. Optimal Number of Response Categories in Rating Scales: Reliability, Validity, Discriminating Power, and Respondent Preferences. Acta Psychologica, 104, 1-15.