인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
The global construction industry plays a pivotal role, yet its unique characteristics pose distinctive challenges. Each construction project, marked by its individuality, substantial value, intricate scale, and constrained adaptability, confronts crucial limitations concerning time and cost. Despite contributing significantly to environmental concerns throughout construction activities and infrastructure operations, environmental considerations remain insufficiently addressed by project managers. This research introduces an improved rendition of the muti-objective grasshopper optimization algorithm (MOGOA), termed eMOGOA, as a novel methodology to tackle time, cost, and carbon dioxide emission trade-off problems (TCCP) in construction project management. To gauge its efficacy, a case study involving 29 activities is employed. eMOGOA amalgamates MOGOA, tournament selection (TS), and opposition-based learning (OBL) techniques to enhance the performance of the original MOGOA. The outcomes demonstrate that eMOGOA surpasses other optimization algorithms, such as MODA, MOSMA, MOALO and MOGOA when applied to TCCP. These findings underscore the efficiency and relevance of the eMOGOA algorithm within the realm of construction project management.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
