Lựa chọn phương án phù hợp cho dự án bằng thuật toán tiến hóa đa mục tiêu và phương pháp hỗ trợ ra quyết định đa tiêu chí

Nghiên cứu này trình bày một cách tiếp cận mới về bài toán thỏa hiệp thời gian, chi phí và chất lượng của dự án bằng thuật toán “Tối ưu hóa đa mục tiêu nhóm xã hội” MOSGO với mối quan hệ

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

TRƯỜNG ĐẠI HỌC BÁCH KHOA

-

LÊ SONG THỤY

LỰA CHỌN PHƯƠNG ÁN PHÙ HỢP CHO DỰ ÁN BẰNG THUẬT TOÁN TIẾN HÓA ĐA MỤC TIÊU VÀ PHƯƠNG PHÁP HỖ TRỢ RA QUYẾT ĐỊNH ĐA TIÊU CHÍ

Chuyên ngành: Quản lý xây dựng

Mã số ngành: 8580302

LUẬN VĂN THẠC SĨ

Tp.HCM, 09 - 2020

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI

TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

2 TS Nguyễn Anh Thư - Thư ký

3 TS Phạm Vũ Hồng Sơn - Ủy viên (Phản biện 1)

4 TS Phạm Thanh Hải - Ủy viên (Phản biện 2)

5 TS Đặng Thị Trang - Ủy viên

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA

KỸ THUẬT XÂY DỰNG

TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập - Tự Do - Hạnh Phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Ngày, tháng, năm sinh: 13/12/1996 Nơi sinh: Tp.HCM Chuyên ngành: Quản Lý Xây Dựng

Mã số ngành: 8580302

I TÊN ĐỀ TÀI: Lựa chọn phương án phù hợp cho dự án bằng thuật toán tiến hóa đa mục tiêu và phương pháp hỗ trợ ra quyết định đa tiêu chí

II NHIỆM VỤ VÀ NỘI DUNG

1 Trình bày cơ sở lý thuyết thuật toán tối ưu hóa nhóm xã hội (MOSGO), đề xuất quá trình tiến hóa trong thuật toán

2 Xây dựng mô hình thuật toán MOSGO vào bài toán thỏa hiệp thời gian – chi phí – chất lượng (TCQT)

3 Sử dụng các phương pháp hỗ trợ ra quyết định đa tiêu chí lựa chọn phương án phù hợp cho dự án

4 Áp dụng mô hình vào dự án thực tế

III NGÀY GIAO NHIỆM VỤ : 02/2020

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 08/2020

V HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS Trần Đức Học - TS Đinh Công Tịnh

Tp HCM, ngày … tháng … năm 2020

CÁN BỘ HƯỚNG DẪN

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TRƯỞNG KHOA KỸ THUẬT XÂY DỰNG

LỜI CẢM ƠN

Lời đầu tiên, tôi xin chân thành bày tỏ lòng biết ơn đối với TS Trần Đức Học và

TS Đinh Công Tịnh đã tận tình hướng dẫn, động viên và cho tôi những gợi ý quý báu để hoàn thành luận văn này Sự nhiệt huyết và kiến thức chuyên môn của Thầy đã truyền cho tôi cảm hứng và định hình cho tôi vấn đề nghiên cứu

Tiếp theo, tôi xin chân thành gửi lời cảm ơn đến Ths Nguyễn Trung Hiếu vì sự kiên nhẫn và sự giúp đỡ của anh trong xuyên suốt quá trình nghiên cứu Anh đã

hỗ trợ tuyệt vời trong quá trình nghiên cứu của tôi, giúp tôi giải đáp những nghi ngờ nhỏ nhất với sự kiên nhẫn tối đa

Đồng thời, tôi cũng xin gửi lời cảm ơn đến quý thầy cô khoa Kỹ thuật Xây dựng, Đại học Bách Khoa, Đại học Quốc gia TP HCM đã truyền đạt những kiến thức quý báu trong suốt quá trình học tập là nền tảng vững chắc cho tôi trong suốt quá trình nghiên cứu

Ngoài ra, tôi cũng xin gởi lời cám ơn tới quý đồng nghiệp và Ban giám đốc công

ty đã tận tình chỉ dẫn, cho tôi cái nhìn tường tận hơn về những vấn đế thực tế của ngành xây dựng bằng những kinh nghiệm quý báu

Cuối cùng, tôi xin gửi lời biết ơn sâu sắc đến cha mẹ đã ủng hộ và hỗ trợ tôi hết mình Tình cảm và sự động viên liên tục của họ là động lực to lớn thúc đẩy tôi vững bước tiến lên

Luận văn Thạc sĩ đã hoàn thành với sự nỗ lực của bản thân, tuy nhiên sai sót là điều không thể tránh khỏi Kính mong các quý Thầy cô chỉ dẫn thêm để tôi bổ sung những kiến thức và hoàn thiện bản thân mình hơn

Xin trân trọng cảm ơn

Tp.HCM , ngày … tháng … năm 2020 Người thực hiện luận văn

Lê Song Thụy

TÓM TẮT LUẬN VĂN THẠC SĨ

Trong những năm gần đây, ngành xây dựng thế giới nói chung và ở Việt Nam nói riêng ngày càng phát triển Các dự án xây dựng ngày càng lớn hơn và phức tạp hơn đặt ra những thách thức không nhỏ đối với các nhà quản lý dự án Các nhà quản lý luôn nỗ lực với mục tiêu hoàn thành dự án với thời gian ngắn nhất, chi phí thấp nhất với chất lượng cao nhất Các mục tiêu trên đối lập và xung đột lẫn nhau, phải có sự thỏa hiệp giữa thời gian, chi phí và chất lượng của dự án Một trong những nhiệm vụ chính của nhà quản lý dự án trong giai đoạn lập kế hoạch tổ chức thi công là lựa chọn phương án với thời gian, chi phí và chất lượng phù hợp nhất cho dự án Nhiều mô hình toán học được đề xuất để giải quyết các vấn đề trên Nghiên cứu này trình bày một cách tiếp cận mới về bài toán thỏa hiệp thời gian, chi phí và chất lượng của dự

án bằng thuật toán “Tối ưu hóa đa mục tiêu nhóm xã hội” (MOSGO) với mối quan

hệ tổng quát giữa các công tác Phương pháp hỗ trợ ra quyết định được áp dụng để lựa chọn phương án phù hợp nhất

ABSTRACT

In recent years, the world construction industry in general and in Vietnam in particular has been increasingly developed Construction projects are getting bigger and more complex, which poses big challenges for project managers The managers always strive to complete the project in the shortest time, with the lowest cost and with the highest quality The above objectives are contradictory and conflicting with each other, and therefore there must be a compromise between the timing, cost and quality of the project One of the main tasks of a project manager in the planning stage of the construction organization is to choose the option with the most efficient time, cost and quality for the project Many mathematical models have been proposed

to solve the this problems This study presents a new approach to the compromise of time, cost and quality of a project using the "Social Group Multi-Purpose Optimization" (MOSGO) algorithm with the general relationship between tasks A decision-making approach is used to select the most appropriate option

LỜI CAM ĐOAN

Tôi xin cam đoan đây là nội dung do chính tôi thực hiện dưới sự hướng dẫn của

MỤC LỤC

NHIỆM VỤ LUẬN VĂN THẠC SĨ i

LỜI CẢM ƠN i

TÓM TẮT LUẬN VĂN THẠC SĨ ii

LỜI CAM ĐOAN iii

MỤC LỤC iv

DANH MỤC CÁC HÌNH VẼ vii

DANH MỤC CÁC BẢNG BIỂU viii

MỘT SỐ KÝ HIỆU VIẾT TẮT ix

CHƯƠNG 1 ĐẶT VẤN ĐỀ 1

1.1 Giới thiệu chung 1

1.2 Xác định vấn đề nghiên cứu 3

1.3 Mục tiêu nghiên cứu 4

1.4 Phạm vi và đối tượng nghiên cứu 4

1.5 Đóng góp của nghiên cứu 4

1.5.1 Về mặt học thuật 4

1.5.2 Về mặt thực tiễn 5

CHƯƠNG 2 TỔNG QUAN 6

2.1 Phương pháp lập tiến độ dự án xây dựng 6

2.1.1 Tiến độ ngang Gantt 6

2.1.2 Tiến độ xiên 7

2.1.3 Sơ đồ mạng CPM 8

2.1.4 Sơ đồ mạng PERT 9

2.2 Tổng về tối ưu hóa đa mục tiêu 9

2.2.1 Phương pháp vô hướng 10

2.2.2 Phương pháp Perato 11

2.3 Các phương pháp tối ưu tiến độ dự án xây dựng 12

2.3.1 Phương pháp toán học 12

2.3.2 Phương pháp tìm kiếm Heuristic 13

2.3.3 Phương pháp tìm kiếm mở rộng Metaheuristic 14

2.4 Tổng quan về chi phí 16

2.5 Tổng quan về chất lượng 18

2.5.1 Quy trình quản lý chất lượng 18

2.5.2 Đo lường chất lượng 19

2.6 Tổng quan về phương pháp ra quyết định đa tiêu chí 19

2.7 Các nghiên cứu trước đây 23

CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU 25

3.1 Quy trình nghiên cứu 25

3.2 Xác định thông số chất lượng 27

3.2.1 Xác định thông số chất lượng theo El-Rayes và Kandil 27

3.2.2 Xác định thông số chất lượng theo Zhang và cộng sự 27

3.2.3 Phương pháp ý kiến chuyên gia (Professional solution) 29

3.3 Thuật toán SGO - MOSGO 31

3.3.1 Cơ sở xây dựng thuật toán SGO 31

3.3.2 Thuật toán SGO giái quyết vấn đề tối ưu hóa 34

3.3.3 Cơ sở thuật toán MOSGO 37

3.4 Giải quyết vấn đề TCQT bằng thuật toán MOSGO 40

3.4.1 Dữ liệu đầu vào và kết quả đầu ra của mô hình 40

3.4.2 Xác định các điều kiện ràng buộc 41

3.4.3 Xác định các hàm mục tiêu của dự án 43

3.4.4 Điều kiện dừng 44

3.5 Phương pháp hỗ trợ ra quyết định đa tiêu chí 44

CHƯƠNG 4 TRƯỜNG HỢP NGHIÊN CỨU 47

4.1 Thông số đầu vào 47

4.2 Kết quả mô hình MOSGO 57

4.3 Lựa chọn phương án 59

CHƯƠNG 5 KẾT LUẬN VÀ KIẾN NGHỊ 60

5.1 Kết luận 60

5.2 Kiến nghị 61 TÀI LIỆU THAM KHẢO 62

LÝ LỊCH TRÍCH NGANG 65

DANH MỤC CÁC HÌNH VẼ

KÍ HIỆU DIỄN GIẢI

Hình 2.1 Thành phần chi phí trong dự án xây dựng

Hình 2.2 Thành phần giá trong dự án xây dựng

Hình 3.1 Quy trình nghiên cứu

Hình 3.2 Biểu đồ QPIi

Hình 3.3 Sơ đồ thuật toán SGO

Hình 3.4 Quá trình chọn lọc cá thể

Hình 3.5 Quy trình áp dụng thuật toán MOSGO

Hình 3.6 Ma trận ba chiều thông tin dự án

Hình 3.7 Lời giải tối ưu trong không gian tìm kiếm 3 chiều Hình 4.1 Tổng hợp các phương án trên đường pareto

DANH MỤC CÁC BẢNG BIỂU

SỐ HIỆU DIỄN GIẢI

Bảng 2.1 Ưu điểm và nhược điểm của phương pháp tiến độ ngang Gantt

Bảng 2.2 Ưu điểm và nhược điểm của phương pháp tiến độ xiên

Bảng 2.3 Ưu điểm và nhược điểm của phương pháp sơ đồ mạng CPM

Bảng 2.4 Ưu điểm và nhược điểm của phương pháp sơ đồ mạng PERT

Bảng 2.5 Bảng tổng hợp các phương pháp MCDM tiêu biểu

Bảng 2.6 Bảng tổng hợp các nghiên cứu nổi bật trước đây

Bảng 3.1 Mối quan hệ ưu tiên tổng quát giữa các công tác

Bảng 4.1 Thông số đầu vào trường hợp nghiên cứu

Bảng 4.2 Bảng tổng hợp đánh giá ý kiến chuyên gia lần 1

Bảng 4.3 Bảng tổng hợp đánh giá ý kiến chuyên gia lần 2 và trọng số chất lượng Bảng 4.4 Bảng tổng hợp sắp xếp phương án theo các tiêu chí

Bảng 4.5 Bảng xếp hạng các phương án theo phương pháp TOPSIS

MỘT SỐ KÝ HIỆU VIẾT TẮT

KÍ HIỆU DIỄN GIẢI

TCT Phân tích thỏa hiệp giữa thời gian và chi phí

TCQT Phân tích thỏa hiệp giữa thời gian, chi phí và chất lượng

QHTT Phương pháp Quy hoạch tuyến tính (Linear Programing)

QHĐ Phương pháp Quy hoạch động (Dynamic Programing)

BB Phương pháp nhánh và cận (Branch and Bound Algorithm)

PSO Thuật toán bầy đàn (Particle swarm optimization)

FMOPSO Thuật toán tối ưu hóa đa mục tiêu bày đàn với lý thuyết mờ (Fuzzy

Multi Objective Particle Swarm optimization) IGPSO Thuật toán di truyền miễn dịch với tối ưu hóa bầy đàn (Immune

Genetic Particle Swarm optimization) ACO Thuật toán đàn kiến (Ant colony optimization algorithms)

GA Thuật toán di truyền (Genetic algorithm)

NSGA-II Thuật toán di truyền phân loại không thống trị (NSGA-II

algorithm) PDBO Thuật toán tối ưu hóa dữ liệu dựa trên vấn đề (Problem Data Based

Optimization)

DE Thuật toán tiến hóa vi phân (Differential evolution)

MODE Thuật toán tiến hóa vi phân đa mục tiêu (Multiple objective

differential evolution) ABC Thuật toán bầy ong nhân tạo (Artificial bee colony)

MOABC Thuật toán tối ưu đa mục tiêu (Multiple objective artificial bee

colony) MOABCDE

Thuật toán tối ưu đa mục tiêu tiến hoá vi phân với thuật toán bầy ong nhân tạo ( (Multiple objective artificial bee colony -

differential evolution)

SGO Thuật toán tối ưu nhóm xã hội (Multiple objective social group

optimization) MOSGO Thuật toán tối ưu đa mục tiêu nhóm xã hội (Social group

optimization) AHP Phương pháp phân tích thứ bậc (Analytic Hierarchy Process) TOPSIS Phương pháp sắp xếp thứ tự ưu tiên bằng giải pháp lý tưởng (The

Technique for Order of Preference by Similarity to Ideal Solution) CBR Phương pháp lập luận theo tình huống (Case-Base Reasoning) SMART Kỹ thuật xếp hạng đa thuộc tính đơn giản (Simple Multi Attribute

Rating Technique)

KÍ HIỆU DIỄN GIẢI

GP Phương pháp lập trình mục tiêu (Goal programming)

SAW Phương pháp tổng trọng số đợn giản (Simple Additive Weighting ) AON Phương pháp sơ đồ mạng công việc trên nút (Activity on Node) CPM Sơ đồ mạng CPM (Critical Path Method)

PERT Sơ đồ mạng PERT (Program Evaluation and Review Technique) LSM Sơ đồ xiên LSM (Linear Scheduling Method)

VPM Sơ đồ xiên VPM (Vertical Production Method)

LOB Sơ đồ xiên LOB (Line of Balance Method)

FS Mối quan hệ kết thúc - bắt đầu giữa 2 công tác (Finish-start)

SS Mối quan hệ bắt đầu - bắt đầu giữa 2 công tác (Start-start)

SF Mối quan hệ bắt đầu - kết thúc giữa 2 công tác (Start-finish)

FF Mối quan hệ kết thúc - kết thúc giữa 2 công tác (Start-finish)

CHƯƠNG 1

ĐẶT VẤN ĐỀ

Đầu tiên, chương này sẽ giới thiệu những vấn đề chung về vai trò và vị thế của ngành xây dựng cũng như sơ lược các vấn đề liên quan đến công tác lập tiến độ và phân tích thỏa hiệp thời gian, chi phí, chất lượng của dự án Nội dung tiếp theo được trình bày đầy đủ mục đích của nghiên cứu, đối tượng và phạm vi nghiên cứu Kết thúc chương

sẽ thể hiện ý nghĩa khoa học của đề tài nghiên cứu cũng như ý nghĩa thực tiễn của nghiên cứu này

1.1 Giới thiệu chung

Ngành xây dựng được xem là ngành quan trọng bậc nhất trong các ngành công nghiệp, đóng góp lớn vào tăng trưởng của nền kinh tế quốc dân, ảnh hưởng sâu rộng đến sự tăng trưởng của nhiều ngành khác, ngoài ra phát triển và đầu tư vào ngành xây dựng còn là tiền đề tiên quyết để giải quyết nhu cầu thiết yếu về an sinh xã hội Cùng với sự phát triển của đất nước, đời sống vật chất và tinh thần của nhân dân được nâng cao thì nhu cầu xây dựng nhà ở và công trình công cộng cũng tăng lên đòi hỏi ngành xây dựng phải đi trước một bước [1] Nói cách khác, muốn các ngành kinh tế, các ngành công nghiệp cũng như văn hóa, nghệ thuật phát triển thì trước tiên phải đẩy mạnh phát triển và đầu tư vào ngành xây dựng Điều đó thể hiện nghiên cứu về kỹ thuật xây dựng và quản lý dự án xây dựng đóng vai trò quan trọng đối với sự thành công của ngành công nghiệp này

Một trong những vấn đề khó nhằn nhất cần giải quyết với các nhà lập kế hoạch là lập tiến độ thi công các công tác của dự án Các bước cơ bản trong công tác này là liệt kê tất cả các công tác, các cột mốc quan trọng cần chú ý, ngày bắt đầu cũng như ngày kết thúc dự kiến Tiến độ được thông qua phải phù hợp và thỏa mãn với các tiêu chí đánh giá như thời gian, chi phí cũng như chất lượng và các tiêu chí quan trọng khác

Mặt khác, các mục tiêu trên có mối quan hệ vô cùng phức tạp và gắn kết mật thiết với nhau nên khi thay đổi thông số của một trong số các mục tiêu thì các mục tiêu còn lại sẽ thay đổi Ở mỗi dự án khác nhau, mối quan hệ này giữa thời gian, chất lượng với chi phí lại khác nhau Ngoài ra, theo xu thế phát triển của các ngành công nghiệp khác, các dự án xây dựng cũng trở nên phức tạp hơn và những thách thức cũng trở nên lớn hơn cho các nhà quản lý trong giai đoạn lập tiến độ Phân tích thỏa hiệp giữa các mục tiêu để lựa chọn phương án phù hợp nhất cho dự án là vấn đề phức tạp cần được giải quyết ở mỗi dự án Vấn đề này đang nhận được nhiều sự chú ý của các nhà nghiên cứu vì tính tính chất phức tạp cũng như tính thực tế của nó

Trong vài năm trở lại, những phương pháp được áp dụng để giải quyết các vấn đề về bài toán TCQT được phân loại như sau: Phương pháp tìm kiếm Heuristic (Heuristic Method), Phương pháp quy hoạch toán học (Mathematical Methods), Phương pháp tìm kiếm mở rộng Metaheuristic (Metaheuristic Method) Trong khi phương pháp tìm kiếm heuristic và phương pháp toán học phù hợp để giải quyết các bài toán đơn mục tiêu với bài toán có quy mô từ nhỏ đến vừa nhưng lại bộc lộ nhiều nhược điểm khi phải giải quyết các vấn đề của bài toán đa mục tiêu, có kích thước lớn, không gian quyết định không liên tục Với các vấn đề trên, phương pháp tìm kiếm Metaheuristic lại cho thấy tính hiệu quả của mình Gần đây khi ngành khoa học và kỹ thuật máy tính phát triển nhanh chóng, phương pháp tìm kiếm Metaheuristic được áp dụng rộng rãi vào các bài toán tối ưu hóa và tiêu biểu là bài toán TCQT Phương pháp tìm kiếm Metaheuristic được áp dụng thông qua các thuật toán dựa trên trí tuệ bầy đàn, lý thuyết tiến hóa, cơ chế sinh học và hành vi của các loài động vật Các thuật toán trên đang thu hút nhiều nhà toán học bởi vì tìm năng tính hiệu quả của nó

Theo xu thế đó, Satapathy và Naik đã đề xuất thuật toán SGO dựa trên mô phỏng hành vi con người với cấu trúc thuật toán không quá phức tạp cũng như dễ vận hành

và cho hiệu suất cao [2] Từ thuật toán SGO, nghiên cứu này sẽ phát triển thành thuật toán MOGSO để giải quyết bài toán TCQT để hỗ trợ người hoạch định tổ chức thi công lựa chọn phương án phù hợp nhất cho dự án

1.2 Xác định vấn đề nghiên cứu

Thời gian và chi phí là hai trong số nhiều mục tiêu quyết định sự thành công của dự

án đối với nhà thầu Vấn đề cân bằng thỏa hiệp giữa thời gian và chi phí đã thu hút

sự quan tâm của nhiều nhà hoạch định dự án hơn năm thập kỷ qua Thông thường, phân tích thỏa hiệp này được áp dụng khi các trường hợp bên dưới xảy ra: [3]

 Có một thời hạn được xác định trước sẽ được đáp ứng

 Có một ưu đãi tiền thưởng cho việc hoàn thành sớm

 Có một hình phạt cho việc hoàn thành muộn

 Tối thiểu hóa chi phí gián tiếp và chi phí gián đoạn

 Chi phí của các nguồn lực bổ sung để đẩy nhanh quá trình xây dựng là không đáng kể

 Chủ sở hữu mất thu nhập cho mỗi ngày dự án không hoạt động, bằng tiền sản xuất hang hóa và cho thuê như nhà máy hoặc khách sạn

 Có khả năng ký hợp đồng có lợi hơn

 Giảm rủi ro lạm phát, thiếu lao động và điều kiện thời tiết nếu thời gian dự án giảm được rút ngắn

 Cải thiện dòng tiền dự án

Mặc dù ảnh hưởng trực tiếp đến thời gian thực hiện và tổng chi phí dự án nhưng những nghiên cứu về bài toán TCT trước đây hầu hết không xem xét đến chất lượng [3] Nó giả sử được thống nhất cho việc lựa chọn các phương án của từng hoạt động Nhìn chung, chất lượng là một trong nhiều mục tiêu quan trọng trong dự án Việc lựa chọn tài nguyên của từng hoạt động là không giống nhau nên tiêu chí về chất lượng cần được đưa vào phân tích Nói cách khác cần phải chuyển đổi mô hình truyền thống hai chiều TCT thành môt hình phân tích ba chiều TCQT

Tiến độ dự án là mối quan hệ chặt chẻ theo trình tự giữa các công tác về mặt thời gian Trong thực tế, có bốn mối quan hệ tổng quát giữa các công tác FS (Finish-Start),

SS (Start-Start), SF (Start-Finish), FF (Finish-Finish) Tuy nhiên, hầu hết những nghiên cứu về bài toán TCT và TCTQ trước đây chưa xét đến đầy đủ các mối quan

hệ này [4] Các nhà nghiên cứu thường giả định mối quan hệ giữa các công tác là FS (Finish–Start), nghĩa là công tác sau có thể bắt đầu ngay sau khi công tác trước vừa

được hoành thành Tuy nhiên, trong nhiều trường hợp giả định này là chưa phù hợp Xét ví dụ thực tế về công tác lấp đặt đường ống và công tác lấp đất Thông thường, công tác lấp đất sẽ được bắt đầu sau khi công tác lấp đặt đường ống bắt đầu một thời gian nên trong trường hợp này nếu sử dụng mối quan hệ giữa hai công tác là FS (Finish-Start) là chưa phù hợp Một hướng đi khác về hướng nghiên cứu của bài toán TCTQ là xem xét mối quan hệ tổng quát của các công tác

1.3 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu hướng đến được thể hiện như sau:

 Giới thiệu mô hình phân tích thỏa hiệp thời gian, chi phí và chất lượng, xem xét mối quan hệ tổng quát giữa các công tác

 Đề xuất trọng số các công tác vào mô hình đánh giá chất lượng QPI

 Phát triển thuật toán MOSGO để giải quyết bài toán TCQT Đề xuát quá trình đột biện vào thuật toán

 Áp dụng mô hình thuật toán MOSGO vào dự án thực tế

1.4 Phạm vi và đối tượng nghiên cứu

Phạm vi và đối tượng nghiên cứu được hướng đến như sau:

 Phạm vi nghiên cứu: dự án xây dựng trong giai đoạn lập kế hoạch tổ chức thi công dựa trên quan điểm của nhà thầu

 Đối tượng nghiên cứu: Bài toán thỏa hiệp giữa thời gian - chi phí - chất lượng; thuật toán tối ưu hóa nhóm xã hội; thuật toán tối ưu hóa nhóm xã hội đa mục tiêu, phương pháp hỗ trợ ra quyết định đa tiêu chí

1.5 Đóng góp của nghiên cứu

1.5.2 Về mặt thực tiễn

Nghiên cứu giúp nhà hoạch định tổ chức thi công có thể lựa chọn phương án phù hợp nhất cho dự án Từ đó, nhà thầu có những chuẩn bị tốt nhất cho giai đoạn triển khai

dự án

CHƯƠNG 2

TỔNG QUAN

Nội dung chính chương này là trình bày các lý thuyết và khái niệm liên quan được sử dụng trong nghiên cứu Đầu tiên, nghiên cứu này sẽ khái quát các phương pháp lập tiến độ xây dựng Thứ hai, nghiên cứu sẽ thể hiện các phương pháp tối ưu hóa tiến

độ dự án xây dựng Thứ ba, nghiên cứu xem xét mối quan hệ giữa thời gian, chi phí

và chất lượng Cuối cùng là hệ thống lại các nghiên cứu trong và ngoài nước về lĩnh vực tối ưu hóa tiến độ xây dựng, nêu lên những điểm nổi bật và các phương pháp được sử dụng Nghiên cứu cũng đưa ra ưu điểm và nhược điểm của các phương pháp được sử dụng trước đó, tận dụng các ưu điểm sẳn có, đề xuất các phương án khắc phục và hoàn thiện mô hình đề xuất

2.1 Phương pháp lập tiến độ dự án xây dựng

Lập tiến độ thi công là một phần không thể thiếu của quản lý dự án Các kỹ thuật lập tiến độ dự án có những ưu điểm và nhược điểm khác nhau Tùy thuộc và quy mô, tính chất và sự phức tạp của dự án mà kỹ thuật lập tiến độ được lựa chọn cho phù hợp Có thể kể ra các kỹ thuật được sử dụng phổ biến trong các dự án xây dựng như sau: Tiến độ ngang Gantt, tiến độ xiên, sơ đồ mạng CPM (Critical Path Method), sơ

đồ mạng PERT (Program Evaluation And Review Technique)

2.1.1 Tiến độ ngang Gantt

Tiến độ ngang Gantt được biết đến với các tên khác như tiến độ ngang hay biểu đồ Gantt được phát triễn vào năm 1917 bởi Henry L Gantt (1861-1919), một kỹ sư và cũng là nhà khoa học nổi tiến người Mỹ Tiến độ ngang Gantt thường được sử dụng trong ngành các ngành quản lý Tiến độ ngang gantt cung cấp một minh họa đồ họa

về lịch biểu giúp lập kế hoạch, điều phối và theo dõi các nhiệm vụ cụ thể trong một

dự án Tiến độ ngang Gantt có thể là các phiên bản đơn giản được thể hiện trên giấy biểu đồ hoặc các phiên bản tự động phức tạp hơn được tạo bằng phần mềm Excel và các phần mềm chuyên dụng về quản lý dự án như Facework, Open Project, Microsoft Project, Tiến độ ngang Gantt được xây dựng với trục hoành biểu thị tổng thời gian của dự án, được chia thành các đơn vị thời gian như ngày, tuần, tháng, … và trục dọc biểu thị các nhiệm vụ tạo nên dự án Những ưu điểm và nhược điểm của tiến độ ngang được tóm tắt như sau:

Bảng 2.1 Ưu điểm và nhược điểm của phương pháp tiến độ ngang Gantt

Tiến độ ngang Gantt

Sử dụng phổ biến trong ngành xây dựng Phức tạp với dự án lớn

Yêu cầu tài nguyên có thể được liên kết

với các hoạt động trên biểu đồ

Mối quan hệ giữa các hoạt động không

rõ ràng

2.1.2 Tiến độ xiên

Tiến độ xiên được biết đến với nhiều tên gọi thông qua các mục đích của nó: “Linear Scheduling Method” (LSM) dùng để chỉ vấn đề lập tiến độ các công tác lặp lại theo phương ngang, “Vertical Production Method” (VPM) dùng để chỉ vấn đề lập tiến độ các công tác lặp lại theo chiều dọc, hay “Line of Balance Method” (LOB) được dùng cho bất kỳ loại dự án nào có các công tác lặp đi lặp lại [6] Tiến độ dự án trong tiến

độ xiên được thể hiện bằng các đường xiên (đường đồ thị bậc nhất) trong tọa độ Descartes phẳng trong đó trục hoành và trục tung lần lượt là trục số nguyên dương thể hiện thông số thời gian và không gian của công việc Mỗi đường thẳng xiên được biểu diễn trên đồ thị đại diện cho một công tác, thể hiện sự phát triển của quá trình thi công theo cả thời gian (trục hoành) và không gian (trục tung) Đơn vị thời gian của trục hoành thường được sử dụng là ca làm việc, ngày, tuần,… Đơn vị của trục tung thường là phân đoạn sản xuất Những ưu điểm cũng như hạn chế của tiến độ xiên được tóm tắt như sau:

Bảng 2.2 Ưu điểm và nhược điểm của phương pháp tiến độ xiên

Tiến độ xiên

Sử dụng phổ biến trong các dự án xây

dựng tuyến tính, công tác lặp đi lặp lại

Không sử dụng được với các dự án phi tuyến

Đơn giản, dễ hiểu, dễ sử dụng Khi số lượng công tác lớn, tiến độ thi

công không đều thì mất dần tính trực quan

Cập nhật đơn giản và trực quan Không đưa được xác suất khi thời lượng

không được xác định trước

2.1.3 Sơ đồ mạng CPM

Phương pháp sơ đồ mạng CPM còn được gọi với các tên khác là phương pháp đường găng Phương pháp sơ đồ mạng CPM bắt đầu được nghiên cứu và phát triễn bởi Morgan R Walker and James E Kelley vào những năm cuối thập niên 1950 Phương pháp này lấy cốt lỗi là sử dụng lý thuyết đồ thị có hướng để xác định đường đi dài nhất trong mạng từ điểm bắt đầu dự án qua một số công tác có ràng buộc logic với nhau đến điểm kết thúc Đường đi này được gọi là đường găng và chiều dài đường găng cũng chính là thời gian hoàn thành dự án Phương pháp sơ đồ mạng CPM được chia thành hai loại như sau: Sơ đồ công tác trên nút (Activity on Node – AON) và sơ

đồ công tác trên mũi (Activity on Arrow – AOA) Phương pháp sơ đồ mạng CPM cũng có những ưu điểm và hạn chế như sau:

Bảng 2.3 Ưu điểm và nhược điểm của phương pháp sơ đồ mạng CPM

Sơ đồ mạng CPM

Sử dụng rộng rãi trong ngành xây dựng Không phù hợp dự án xây dựng tuyến

tính, công tác lặp đi lặp lại Nhiều đường găng có thể được xác định Khó theo dõi tiến độ một dự án

Sơ đồ mạng CPM

Thể hiện trực quan mối quan giữa các

công tác

Không có sự khác biệt giữa dự án lặp đi lặp lại và dự án không lặp lại

Tính toán được thời gian bắt đầu cũng

như thời gian kết thúc, thời gian dự trữ

của các công tác

Khó khăn trong công tác cập nhật tiến

độ khi sự chậm trễ xảy ra

2.1.4 Sơ đồ mạng PERT

Phương pháp sơ đồ mạng PERT (The program evaluation and review technique) là

kỹ thuật ước lượng đánh giá chương trình hay kỹ thuật ước lượng và kiểm tra dự án

Kỹ thuật này được nghiên cứu và phát triển bởi quân đội Hoa Kỳ và những năm cuối của thập niên 1950 Phương pháp này là sự kết hợp giữa và phương pháp sơ đồ mạng CPM và lý thuyết xác suất thống kê Lý thuyết xác xuất thống kê được áp dụng nhằm ước tính thời lượng công việc trong dự án khi thời lượng không được xác định trước Phương pháp sơ đồ mạng PERT cũng có những ưu, nhược điểm như sau:

Bảng 2.4 Ưu điểm và nhược điểm của phương pháp sơ đồ mạng PERT

Sơ đồ mạng PERT

Công thức toán học không quá phức tạp Cần có kỹ năng cao hơn về lập kế hoạch Cung cấp một ước tính trọng số thời gian

hoàn thành

Ước tính thời gian là chủ quan

Cung cấp xác suất hoàn thành trước một

ngày nhất định

Công thức ba điểm và các phân phối không đúng cho tất cả hoạt động

2.2 Tổng về tối ưu hóa đa mục tiêu

Tối ưu hóa đa mục tiêu phục vụ cho việc đạt được nhiều mục tiêu, chịu một loạt các ràng buộc, với khả năng các mục tiêu sẽ xung đột với nhau Tối ưu hóa đa mục tiêu cũng có thể được giải thích là một quá trình ra quyết định đa tiêu chí, trong đó nhiều

chức năng mục tiêu phải được tối ưu hóa đồng thời Trong nhiều trường hợp, các quyết định tối ưu có thể yêu cầu sự thỏa hiệp giữa các mục tiêu xung đột Để ải thiện kết quả của mục tiêu này thì phải hy sinh kết quả của ít nhất một trong các mục tiêu còn lại Thông thường không tồn tại một giải pháp duy nhất đồng thời tối ưu hóa từng mục tiêu Nhìn chung, tối ưu hóa đa mục tiêu có thể được thể hiện dưới dạng toán học như sau (Ehrgott, 2005):

Để giải quyết các vấn đề này nhiều kỹ thuật khác nhau được sử dụng như phương pháp tổng trọng số, phương pháp ràng buộc ε, phương pháp tiêu chí toàn cầu và các phương pháp khác Tuy nhiên các phương pháp này lại có nhiều mặt hạn chế khi phải

áp dụng các phương trình toán học phức tạp Vì vậy để giải quyết các vấn đề tối ưu hóa đa mục tiêu (MOO) một cách đơn giản mà không cần áp dụng các phương trình toán học phức tạp, phương pháp Pareto và phương pháp vô hướng được nhiều nhà nghiên cứu sử dụng Trong phương pháp vô hướng, trọng số được sử dụng để chuyển hàm tối ưu đa mục tiêu về hàm tối ưu đơn mục tiêu Trong phương pháp Perato, giải pháp vượt trội và giải pháp trong vượt trội có được bởi vòng lặp cập nhật liên tục của các thuật toán

2.2.1 Phương pháp vô hướng

Phương pháp vô hướng làm cho hàm đa mục tiêu tạo ra một giải pháp duy nhất và trọng số được xác định trước quá trình tối ưu hóa Phương pháp vô hướng kết hợp các hàm đa mục tiêu vào hàm tổng vô hướng như trong phương trình sau [7]:

( ) ( ) ( ) n n( )

F x w f x w f x  w f x (CT 2.2)

Trọng số của một hàm mục tiêu sẽ xác định giải pháp của chức năng tập và hiển thị mức độ ưu tiên Một trọng số lớn được trao cho một hàm mục tiêu cho thấy hàm nói

đó có mức độ ưu tiên cao hơn so với các hàm có trọng số nhỏ hơn Có ba cách tiếp cận để xác định trọng số của tỷ lệ vô hướng là các trọng số bằng nhau (Equal weights), các trọng số thứ hạng (Rank order centroid weights) và tổng trọng số (Rank-sum weights) [8]:

 Phương pháp trọng số bằng nhau: Các trọng số có thể xác định từ phương trình bên dưới

1

i

w n

Trong đó i = 1,2,3, ,n với n là số hàm mục tiêu

 Phương pháp trọng số thứ hạng: Các trọng số có thể xác định từ phương trình bên dưới [9]

 Giải pháp/ nghiệm X1 không xấu hơn giải pháp/ nghiệm X2 trong tất cả giá trị hàm mục tiêu:  i (1, 2, , k) : f (i X1) f X i( 2)

 Giải pháp/ nghiệm X1 phải tốt hơn giải pháp/ nghiệm X2 trong ít nhất một giá trị hàm mục tiêu:  i (1, 2, , ) :k f X i( 1) f X i( 2)

Có ba mối quan quan hệ khi so sánh hai giải pháp/ nghiệm X1 và X2 [10]:

 X1 vượt trội hơn X2

 X1 bị chi phối bởi X2

 Cả X1 và X2 đều không bị chi phối bởi nhau

Giải pháp vượt trội và giá trị tối ưu trong MOO thường đạt được khi một hàm mục tiêu không thể tăng mà không làm giảm hàm mục tiêu khác Điều kiện này được gọi

là tối ưu Pareto Tập hợp các giải pháp tối ưu trong MOO được gọi là giải pháp tối

ưu Pareto Nói cách khác, tối ưu Perato là tập hợp các giải pháp không bị vượt trội

2.3 Các phương pháp tối ưu tiến độ dự án xây dựng

2.3.1 Phương pháp toán học

Phương pháp toán học còn được gọi là phương pháp tính toán chính xác (exact methods) Kỹ thuật được áp dụng trong phương pháp này là liệt kê và có thể được xem như là thuật toán cây tìm kiếm (tree search algorithms) Tìm kiếm này bao gồm toàn bộ không gian tìm kiếm và vấn đề chính được giải quyết bằng cách chia nhỏ thành các vấn đề đơn giản hơn Các phương pháp toán học phổ biển:

 Phương pháp quy hoạch tuyến tính (Linear Programing): là một phương pháp cho ra kết quả tốt nhất bằng một mô hình toán học có yêu cầu được thể hiện bằng các mối quan hệ tuyến tính Mặc dù quy hoạch tuyến tính đã có từ thế kỷ XIX nhưng đến những năm 1940 phương pháp này được phát triển trong Thế chiến II để giải quyết các vấn đề trong thời chiến Quy hoạch tuyến tính có thể được áp dụng cho các lĩnh vực nghiên cứu khác nhau Nó được sử dụng trong kinh doanh, kinh tế và một số vấn đề kỹ thuật (lập kế hoạch, lập lịch, phân công, thiết kế, …) Các ngành công nghiệp sử dụng quy hoạch tuyến tính bao gồm: sản xuất, năng lượng, viễn thông, vận tải, và nhiều hơn nữa Tuy nhiên, khi gặp các vấn đề phức tạp số lượng biến và ràng buộc quá lớn, quy hoạch tuyến tính không thể tính kết quả trong thời gian chấp nhận được Trong các trường hợp như vậy, nó chỉ có thể được sử dụng như một thuật toán để giải quyết các vấn đề phụ

 Phương pháp quy hoạch động (Dynamic Programing): là một kỹ thuật thiết kế thuật toán bằng phương pháp chia nhỏ bài toán lớn thành các bài toán con nhỏ hơn, sử dụng đáp án của các bài toán con để tìm đáp án cho bài toán ban đầu Phương pháp quy hoạch động được nhà toán học Richard Bellman đề xuất vào

năm 1957 [11] Phương pháp quy hoạch động đã khắc phục được một trong những hạn chế lớn nhất của phương pháp quy hoạch tuyến tính là yêu cầu hàm mục tiêu và các ràng buộc phải là hàm tuyến tính Trong quy hoạch động, bài toán có thể chia ra làm nhiều bài toán nhỏ tương ứng với nhiều giai đoạn và mỗi giai đoạn có một lời giải tối ưu Quy hoạch động thích hợp cho các mạng

có thể chia thành mạng con nối tiếp hoặc song song Tuy nhiên sự phức tạp của cộng thức và không có thuật toán chung là nhược điểm của phương pháp này

 Phương pháp nhánh và cận (Branch and Bound Algorithm): Thuật toán Branch and Bound (BB hoặc B & B) được đề xuất bởi A G Doig và A H Land vào vấn đề lập trình rời rạc trong năm 1960 [12] Đây là một thuật toán chung để tìm các giải pháp tối ưu cho các vấn đề tối ưu hóa khác nhau, đặc biệt là trong tối ưu hóa kết hợp và rời rạc Một thuật toán nhánh và ràng buộc bao gồm một bảng liệt kê có hệ thống của tất cả các giải pháp ứng cử viên, trong đó các tập hợp lớn các ứng cử viên không có kết quả được tìm thấy, bằng cách sử dụng giới hạn ước tính cận trên và dưới của số lượng được tối ưu hóa

2.3.2 Phương pháp tìm kiếm Heuristic

Từ Heuristic bắt nguồn từ Hy Lạp có nghĩa là tìm kiếm/ khám phá Phương pháp tìm kiếm Heuristic là các phương pháp dựa trên kinh nghiệm để giải quyết các vấn đề Lởi giải được đưa ra dựa trên kính nghiệm từ quá trình học hỏi và khám phá thường

là một giải pháp tốt và chấp nhận được nhưng giải pháp này không được đảm bảo là giải pháp tối ưu nhất Phương pháp tìm kiếm heuristic thường được sử dụng với trường hợp những bài toán không tồn tại thuật toán hoặc cho đến nay vẫn chưa tìm

ra lời giải theo kiểu thuật toán Ngoài ra, phương pháp tìm kiếm Heuristic cũng được

áp dụng để giảm bớt thời gian tính toán với các bài toán đã có thuật toán để tìm lời giải nhưng thời gian giải bằng thuật toán quá lớn và không chấp nhận được Mặt khác phương pháp tìm kiếm Heuristic được áp dụng dựa trên kinh nghiệm nên thể hiện sự

tự nhiên cũng như gần gủi với cách tư duy và hành động của con người Có rất nhiều phương pháp heuristic khác nhau, đó là lý do tại sao rất khó để cung cấp và phân loại

đầy đủ Hơn nữa, nhiều trong số chúng đã được thiết kế để giải quyết một vấn đề cụ thể mà không có khả năng khái quát hóa hoặc ứng dụng cho các vấn đề tương tự khác Tuy nhiên, một phương pháp tìm kiếm Heuristic thường được xây dựng dựa trên các nguyên lý cơ bản như nguyên lý vét cạn thông minh, nguyên lý tham lam, nguyên lý tuần tự, hàm Heuristic,…

2.3.3 Phương pháp tìm kiếm mở rộng Metaheuristic

Phương pháp tìm kiếm mở rộng Metaheuristic được áp dụng thông qua các thuật toán dựa trên trí tuệ bầy đàn, cơ chế sinh học và hành vi của các loài vật trong tự nhiên Các thuật toán này được phát triển để tìm ra giải pháp tối ưu hoặc gần với giải pháp tối ưu đối với các bài toán có quy mô lớn với không gian tìm kiếm lớn Một số thuật toán thường được áp dụng của phương pháp tìm kiếm mở rộng Metaheuristic như sau: Thuật toán di truyền (GA), thuật toán tối ưu đàn kiến (ACO), thuật toán tối ưu bầy đàn (PSO), thuật toán tiến hóa vi phân,…

 Thuật toán bầy đàn (PSO): PSO được giới thiệu tại một hội nghị của IEEE bởi James Kennedy và Russell C Eberhart vào năm 1995 [13] PSO một trong những đại diện tiêu biểu về những thuật toán được xây dựng dựa trên khái niệm trí tuệ bầy đàn Thuật toán này được phát triễn dựa vào mô phỏng hóa quá trình đàn chim tìm kiếm thức ăn Quá trình tìm kiếm thức ăn bắt đầu, các thành viên trong đàn sẽ bay đi một cách ngẫu nhiên trong không gian tìm kiếm Sau một thời gian, một số thành viên trong đàn bắt đầu tìm kiếm được nơi có thức ăn Thông tin nhanh chóng về số lượng thức ăn kiếm được sẽ lan truyền cho các thành viên lân cận trong bầy đàn Từ các cá thể lân cận thông tin sẽ được truyền đi khắp quần thể Dựa vào thông tin nhận được các thành viên khác sẽ điều chỉnh hướng bay cũng như vận tốc bay cho phù hợp để tìm kiếm được nhiều thức ăn nhất.Quá trình truyền tin giữa các thành viên để tìm kiếm nhiều thức ăn hơn được xem là quá trình vận dụng trí tuệ bầy đàn Thuật toán bầy đàn được áp dụng trong nhiều lĩnh lực khác nhau trong các vấn đề khác nhau để giải quyết bài toán tối ưu hóa

 Thuật toán đàn kiến (ACO): Thuật toán tối ưu đường đi của loài kiến do nhà khoa học người Bỉ Marco Dorigo giới thiệu vào năm 1996 [14] Thuật toán đà kiến là một thuật toán hiệu quả trong việc tìm lời giải cho các bài toán tối ưu hóa Hiện nay, thuật toán đàn kiến đã được ứng dụng vào thực tế ở nhiều lĩnh vực khác nhau như: ứng dụng việc kinh doanh của nhiều hãng giao thông vận tải lớn, ứng dụng vào quá trình kinh doanh trong ngành bưu chính, ứng dụng trong quá tìm kiếm thông tin qua mạng internet Trong thế giới tự nhiên, đàn kiến tìm mồi bắt đầu bằng việc chọn đường đi một cách ngẫu nhiên và trong quá trình tìm kiếm thức ăn một lượng nhỏ Pheromone sẽ được lưu lại trên quãng đường chúng đi qua Thông thường thay vì chọn đường đi một cách ngẫu nhiên, các con kiến đi sau sẽ dựa vào các vết Pheromone do các con kiến trước để lại để tìm đường về tổ hoặc đến nơi tìm kiếm thức và tiếp tục để lại một lượng nhỏ Pheromone trên hành trình đi qua

 Thuật toán di truyền (GA) lấy lý thuyết về sự tiến hóa tự nhiên của các loài vật theo học thuyết Darwin làm trọng tâm Thuật toán di truyền là một trong các phân nhánh của giải thuật tiến hóa và vận dụng các nguyên lý tiến hóa như: di truyền, đột biến, chọn lọc tự nhiên,… Cũng như các thuật toán tiến hóa khác thuật toán di truyền dựa trên quan niệm “Quá trình tiến hóa tự nhiên là quá trình hoàn hảo nhất, hợp lý nhất và tự nó đã mang tính tối ưu”, thế hệ sau

sẽ tốt hơn thế hệ trước Một số thuật ngữ di truyền học được sử dụng trong thuật toán di truyền như quần thể, gen, nhiễm sắc thể Mỗi gen mang những đặc trưng khác nhau và có vị trí nhất định trong nhiễm sắc thể, mỗi nhiễm sắc thể là một lời giải bài toán Giải thuật di truyền là một trong nhưng thuật toán tiến hóa phổ biến nhất và được sử dụng rộng trải trong vấn đề giải quyết các bài toán tối ưu hóa

 Thuật toán tiến hóa vi phân (Differential Evolution-DE) lần đầu tiên được Storn and Price công bố vào năm 1997 là một thuật toán cho thấy tính ưu việt trong việc giải quyết những bài toán tối ưu [15] Thuật toán này được lấy ý tưởng từ học thuyết tiến hóa của Darwin và mô phỏng quá trình tiến hóa trong giới tự nhiên [16].Thuật toán tính hóa vi phân cũng các quá trình lai ghép và

đột biến để tạo ra các thể mới bổ sung vào quần thể như các thuật toán tiến hóa khác Tuy nhiên, bản chất quá trình này có khác biệt so với các thuật toán tiến hóa khác Trong quá trình chọn lọc tự nhiên, cá thể nào thích nghi sẽ được giữ lại, cá thể nào không thích ứng được sẽ bị đào thải Từ đó, thuật toán tiến hóa vi phân sẽ đưa quần thể được khởi tạo ngẩu nhiên ban đầu đến một giải pháp tối ưu Nhờ vào những ưu điểm này, thuật toán tiến hóa vi phân được áp dụng vào nhiều lĩnh vực như xây dựng, cơ khí, điện tử, máy tính,… để giải quyết các bài toán tối ưu phức tạp với kết quả vượt trội

2.4 Tổng quan về chi phí

Chi phí là một trong ba yêu tố chính liên quan đến thực hiện dự án Đó là chi phí hoặc giá cả, thời gian hoặc lịch trình và chất lượng Chi phí của một công tác thường được xác định bởi chi phí tài nguyên được sử dụng để hoàn thành công tác đó Trong xây dựng, tài nguyên được sử dụng thường là vật liệu, nhân công và máy thi công và nhà thầu phụ Chi phi được chia ra thành hai loại chính, đó là chi phí trực tiếp và chi phí gián tiếp

Chi phí trực tiếp là chi phí các nguồn lực chỉ được sử dụng để thực hiện công việc của một hoạt động trong một dự án Chi phí trực tiếp của dự án bao gồm chi phí vật liệu, chi phí nhân công, chi phí máy thi công và chi phí nhà thầu phụ Chi phí trực tiếp phụ thuộc vào nhiều yêu tố như địa điểm xây dựng, phương pháp xây dựng,… Tùy vào đặc thù riêng của mỗi loại công trình mà tổng chi phí trực tiếp có thể chiếm

từ 70% đến 90% tổng chi phí xây dựng

Chi phí gián tiếp là chi phí tài nguyên cần thiết để hỗ trợ thực hiện và quản lý dự án Tuy nhiên, chi phí gián tiếp không được tính cho một hoạt động Chi phí gián tiếp được chia thành hai loại là chi phí dự án và chi phí chung Chi phí gián tiếp dự án là chi phí có thể tính riêng cho một dự án Chi phí thí nghiệm vật liệu, chi phí an toàn lao động là những trường hợp chi phi gián tiếp dự án Mặt khác, chi phí gián tiếp chung là một phần chi phí phát sinh tại văn phòng nhưng không tính chung cho một

dự án nào cụ thể Tiền thuê văn phòng, tiền lương nhân viên văn phòng là những trường hợp chi phí gián tiếp chung Ngoài ra theo mối quan hệ về thời gian, chi phí

gián tiếp có thể được chia thành hai loại là phụ thuộc vào thời gian và độc lập với thời gian Chi phí gián tiếp phụ thuộc vào thời gian tức thời gian dự án càng kéo dài thì chi phí gián tiếp càng cao Chi phí điện, chi phí nước và chi phí tiện ích khác là những trường hợp như vậy Chi phí gián tiếp độc lập với thời gian tức là không phụ thuộc và thời gian dự án Thuế và chi phi bảo hiểm là hai ví dụ điển hình cho trường hợp này

Tổng chi phí

Chi phí trực tiếp Chi phí gián tiếp

Nhân

công Vật liệu Máy thi

công Thầu phụ Chi phí gián tiếp dự án Chi phí gián tiếp chung

Hình 2.1 Thành phần chi phí trong dự án xây dựng

Giá cả là chi phí mà tại đó một gói thầu được gởi hoặc một tài sản được mua Giả cả

là tổng của tổng chi phí (chi phi trực tiếp và chi phí gián tiếp) và markup (lợi nhuận

và chi phí đề phòng rủi ro) Chi phí đề phòng rủi ro là giá trị thêm vào để bù đắp cho các trường hợp bất lợi ảnh hưởng đến dự án như điều kiện về thời tiết, điều kiện về đất đai Lợi nhuận là chi phí thêm vào thông thường nằm trong khoảng 0% đến 20% tổng chi phí, giá trị này tùy thuộc và mức độ cạnh tranh và nhu cầu giành được gói thầu

2.5 Tổng quan về chất lượng

Chất lượng là một phạm trù phức tạp, có nhiều quan điểm khác nhau dẫn đến có nhiều định nghĩa khác nhau về chất lượng Trong mỗi lĩnh vực khác nhau, với mục đích khác nhau nên có nhiều quan điểm về chất lượng khác nhau Hiện nay có một số định nghĩa về chất lượng được các chuyên gia hàng đầu đưa ra như sau:

- Chất lượng là cái tạo nên phẩm chất, giá trị của một con người, sự vật và sự việc [17]

- Chất lượng là tiêu chuẩn của một cái gì đó khi nó được so sánh với những thứ khác như nó [18]

Tuy nhiên, định nghĩa về chất lượng của Tổ chức Tiêu chuẩn hóa Quốc Tế (International Organization for Standardization/ ISO) là định nghĩa được đa số mọi người chấp nhận và sử dụng rộng rãi Theo điều 2.2.1 của TCVN ISO 9000:2015 định nghĩa: "Chất lượng sản phẩm và dịch vụ của tổ chức được xác định bằng khả năng thỏa mãn khách hàng và ảnh hưởng mong muốn và không mong muốn tới các bên quan tâm liên quan” [19] Trong ngành xây dựng, chất lượng có thể được định nghĩa

là đáp ứng các yêu cầu của các bên liên quan liên quan đến quá trình xây dựng: người thiết kế, nhà thầu, cơ quan quản lý, chủ đầu tư,…

2.5.1 Quy trình quản lý chất lượng

Theo PMBOK, quản lý chất lượng kết hợp ba quy trình chính, được xác định như sau:

- Lập kế hoạch chất lượng, được định nghĩa là quy trình xác định các yêu cầu

và tiêu chuẩn cho dự án và sản phẩm, và ghi lại cách thức dự án sẽ thể hiện sự tuân thủ của mình [20]

- Đảm bảo chất lượng (QA), có thể được định nghĩa là quy trình kiểm tra các yêu cầu chất lượng và kết quả từ các phép đo kiểm soát chất lượng để đảm bảo các tiêu chuẩn chất lượng và định nghĩa hoạt động phù hợp được sử dụng [20]

- Kiểm soát chất lượng (QC), có thể được định nghĩa là quy trình giám sát và ghi lại kết quả thực hiện các hoạt động chất lượng để đánh giá hiệu suất và những thay đổi cần thiết [20]

2.5.2 Đo lường chất lượng

Chất lượng và các tiêu chí đánh giá chất lượng công trình xây dựng đã được đưa vào các tiêu chuẩn về quản lý chất lượng Tuy nhiên, hầu hết các tiêu chuẩn đưa ra nhằm mục đích phục vụ công tác nghiệm thu chứ chưa đưa ra được các tiêu chí đánh giá mức độ chất lượng Đo lường chất lượng được coi là một quá trình cực kỳ phức tạp trong ngành xây dựng vì việc định lượng khái niệm này là không thực tế Đo lường chất lượng là một quá trình định tính vì vậy hầu hết các kỹ thuật được sử dụng để đo lường chất lượng xây dựng là gần đúng

2.6 Tổng quan về phương pháp ra quyết định đa tiêu chí

Phương pháp hỗ trợ ra quyết định đa tiêu chí (MCDM) là một chuyên ngành liên quan đến lý thuyết và phương pháp xử lý các vấn đề phổ biến trong cuộc sống hàng ngày Chúng phát sinh trong các lĩnh vực như kinh doanh, kỹ thuật, tổ chức xã hội MCDM

đã phát triển như một phần của nghiên cứu vận hành liên quan đến việc thiết kế các công cụ tính toán và toán học để hỗ trợ đánh giá chủ quan các tiêu chí của những người ra quyết định MCDM đã xuất hiện từ rất lâu nhưng được nghiên cứu phát triển

và sử dụng rộng rãi từ giữa thế kỷ 20 MCDM về cơ bản đòi hỏi các phương pháp để điều chỉnh vectơ của các hàm mục tiêu để có thể thu được tổng số thứ tự các giải pháp, từ đó có thể chọn được giải pháp “tốt nhất” Một số phương pháp MCDM được

sử dụng phổ biến như sau:

 Data Envelopment Analysis (DEA) một phương pháp định hướng dữ liệu phi tham số được phát triển bởi Charnes và cộng sự năm 1978 [21] Phương pháp này dựa trên ý tưởng của Farrell vào năm 1957 về ước lượng hiệu quả kỹ thuật với đường biên sản suất Trong phương pháp DEA, đường biên sản xuất sẽ được xác định Cũng trên đường biên sản xuất các điểm quyết định đơn vị DMUs được coi là hiệu quả, các DMUs không nằm trên đường biên sẽ được

so sánh với các DMUs tương đồng nằm trên đường biên để ước tính điểm hiệu quả

 Case-Based Reasoning (CBR) hay còn được biết đến với tên gọi phương pháp lập luận theo tình huống Phương pháp này là một quy trình giải quyết các vấn

đề mới dựa trên lời giải các các vấn đề tương tự đã từng gặp trước đó Lập luận theo tình huống là một dạng nổi bật của việc tạo ra các sự tương tự Trong cuộc sống hằng ngày phương pháp này được áp dụng rộng rãi Một kỹ sư lập trình máy tính đang gặp vấn đề xảy ra lỗi trong quá trình chạy lệnh, anh ta tiến hành khác phục lỗi bằng cách nhớ về một dự án trước đó cũng từng mắc phải lỗi này như thế người kỹ sư này đang sử dụng phương pháp lập lận theo tình huống

 Simple Multi Attribute Rating Technique (SMART) còn được biết đến là kỹ thuật xếp hạng đa thuộc tính đơn giản Đây là phương pháp có thể giải quyết các vấn đề ra quyết định đa tiêu chí Kỹ thuật ra quyết định đa tiêu chí này dựa trên lý thuyết rằng mỗi phương án bao gồm một số tiêu chí có giá trị và mỗi tiêu chí có trọng số mô tả mức độ quan trọng của nó so với các tiêu chí khác Phương pháp SMART được sử dụng phổ biến trong nhiều ngành và lĩnh vực môi trường, xây dựng, giao thông vận tải, quân sự,… Chính sự đơn giản là thứ giúp phương pháp này phổ biến

 Goal programming (GP) còn được biết đến với cái tên lập trình mục tiêu Phương pháp này là một nhánh của tối ưu hóa đa mục tiêu cũng như là một nhánh của phương pháp hỗ trợ ra quyết định đa tiêu chí Phương pháp này có thể được xem là một phần mở rộng hoặc khái hóa của lập trình tuyến Phương pháp này được thấy ứng dụng trong nhiều lĩnh vực như lập kế hoạch sản xuất, quy hoạch năng lượng, quản lý hồ nước chứa, quản lý động vật hoang dã,… Nhiều trong các ứng dụng trên lập trình mục tiêu được kết hợp với một phương pháp khác để xác định trọng số cho phù hợp

 Simple Additive Weighting (SAW) phương pháp còn được biết đến với cái tên phương pháp tổng trọng số đợn giản Phương pháp này dựa trên mức trung bình cộng có trọng số Điểm đánh giá được tính cho từng phương án bằng cách nhân giá trị tỷ lệ được đưa ra cho thay thế của thuộc tính đó với các trọng số

có tầm quan trọng tương đối được chỉ định trực tiếp bởi người ra quyết định, sau đó tính tổng các sản phẩm cho tất cả các tiêu chí Phương pháp này được

sử dụng phổ biến bởi tính đơn giản

 Analytic Hierarchy Process (AHP) còn được gọi là phương pháp phân tích thứ bậc Đây là phương pháp phân tích định lượng thường được dùng để so sánh lựa chọn các phương án Phương pháp AHP được giới thiệu bởi Thomas L.Saaty vào những năm 1980 và được mở rộng, bổ sung cho đến nay Phương pháp AHP được sử dụng rộng rãi cho nhiều ngành, nhiều lĩnh vực như khoa học tự nhiên, kinh tế, xã hội, … Nó được xem là một phương pháp mạnh mẽ

và linh hoạt cho việc phân tích quyết định đa tiêu chí [22] Thay vì yêu cầu một khối lượng dữ liệu tương đối lớn, phương pháp này sử dụng ý kiến chuyên gia và không cần quá nhiều dữ liệu bằng số Vì lí do trên, nó khá phù hợp trong việc xác định trọng số chất lượng vốn rất khó lượng hóa các khía cạnh cần đánh giá

 Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) còn được gọi là phương pháp sắp xếp thứ tự ưu tiên bằng giải pháp lý tưởng TOPSIS là phương pháp dùng để đánh giá xếp hạng đối tượng, được giới thiệu bởi Hwang và Yoon vào năm 1981 Phương pháp này lấy ý tưởng ý một lựa chọn gọi là tốt nhất nếu lựa chọn ấy có giá trị gần nhất so với lời giải lý tưởng tích cực (Possive ideal solusion-PIS) và xa nhất so với lời giải lý tưởng tiêu cực (Negative ideal solusion- NIS) của bài toán đa trạng thái Phương pháp Topsis được áp dụng trong nhiều vấn đề như chọn nhà thầu trong xây dựng, chọn địa điểm mở cửa hàng trong kính tế,…

Ngoài các phương pháp hỗ trợ ra quyết định đa tiêu chí được sử dụng phổ biến được trình bày bên trên thì vẫn còn rất nhiều phương pháp khác với những ưu điểm và nhược điểm khác nhau được sử dụng vào từng bài toán cụ thể

Bảng 2.5 Bảng tổng hợp các phương pháp MCDM tiêu biểu

số lượng thuộc tính

Khó khăn trong quá trình xác định trọng số cho các tiêu chí

STT Phương

Dễ sử dụng; khả năng mở rộng; cấu trúc phân cấp có thể

dễ dàng điều chỉnh để phù hợp với nhiều vấn đề kích thước;

không chuyên sâu dữ liệu, có thể kiểm tra tính nhất quán trong đánh giá của chuyên gia

Các vấn đề do sự phụ thuộc lẫn nhau giữa các tiêu chí và giải pháp thay thế có thể dẫn đến sự không thống nhất giữa các tiêu chí đánh giá Khi tiêu chí quá nhiều thì sẽ không thuận lợi khi

so sánh cặp quá lớn

Không chuyên sâu dữ liệu; có thể cải thiện theo thời gian; có thể thích ứng với những thay đổi của môi trường

Nhạy cảm với dữ liệu không nhất quán; đòi hỏi nhiều trường

hợp đã xảy ra

Có khả năng xử lý nhiều đầu vào và đầu ra; kết quả có thể được phân tích và định lượng cho mọi đơn vị đánh giá

Kết quả rất nhạy cảm với việc lựa chọn đầu vào và đầu ra

tính

Thông thường cần được sử dụng kết hợp với các phương pháp MCDM khác với các hệ

số trọng số

Trực quan cho những người ra quyết định; tính toán đơn giản không yêu cầu chương trình máy tính phức tạp

Ước tính không phải lúc nào cũng phản ánh tình hình thực tế; kết quả thu được có thể không hợp lý

2.7 Các nghiên cứu trước đây

Babu và Suresh vào năm 1996 là những nhà nghiên cứu đầu tiên nghiên cứu về phân tích thỏa hiệp thời gian - chi phí – chất lượng trong dự án với đề xuất chất lượng dự

án có thể bị ảnh hưởng bởi tăng tốc dự án [23] Mô hình đưa ra với giả định chi phí

và chất lượng của mỗi hoạt động thay đổi tuyến tính với sự thay đổi thời gian hoàn thành dự án Tổng thời gian hoàn thành dự án được tính toán bằng phương pháp sơ

đồ mạng CPM Trong ba mục tiêu thời gian, chi phí và chất lượng; mô hình tối ưu hóa từng mục tiêu bằng cách chỉ định giới hạn mong muốn cho các mục tiêu còn lại Khang và Myint vào năm 1999 đã áp dụng phương pháp của Babu và Suresh và một

dự án xây dựng nhà máy xi măng [24] Mục đích là để đánh giá khả năng ứng dụng thực tế của phương pháp bằng cách nêu bật những hiểu biết về quản lý thu được, cũng như chỉ ra những vấn đề và khó khăn phải đối mặt Nghiên cứu cung cấp các đề xuất

để khắc phục một số vấn đề thực tế nếu phương pháp trên được áp dụng thực tế trong các dự án công nghiệp

Khaled El-Rayes và Amr Kandil vào năm 2005 phát triển mô hình phân tích thời gian

- chi phí hai chiều thành mô hình phân tích thỏa hiệp thời gian - chi phí – chất lượng

ba chiều với tiêu chí chất lượng được đánh giá dựa trên hai cấp trọng số [25] Hai cấp trọng số chất lượng trong dự án bao gồm trọng số chất lượng giữa các phương án sử dụng tài nguyên trong cùng một công tác và trọng số chất lượng giữa các công tác với nhau Trong mô hình này thuật toán di truyền GA được áp dụng Các chỉ tiêu về thời gian, chi phí và chất lượng của từng phương án của dự án được đánh giá thông qua các hàm thích nghi Kết quả của mô hình là tập hợp Pareto các phương án được biểu diễn trên đồ thị không gian ba chiều

Zhang và Xing vào năm 2010 đã áp dụng lý thuyết mờ vào vấn đề thỏa hiệp thời chi phí-chất lượng [26] Trong đó, lý thuyết mờ được sử dụng để thể hiện sự mơ hồ

gian-và không chắc chắn của các tiêu chí thời gian, chi phí gian-và chất lượng Mô hình đưa ra dựa trên thuật toán FMOPSO là sự kết hợp của lý thuyết mờ (Fuzzy) và thuật toán tối

ưu hóa bầy đàn (PSO) Mô hình đánh giá sự thỏa hiệp thông qua một hàm đa thuộc tính xem xét ảnh hưởng các tiêu chí thời gian, chi phí và chất lượng lên hàm tiện ích thông qua hệ số tỷ trọng tương ứng Để chứng minh tính hiệu quả của mô hình trong

bài toán TCQT, thuật toán di truyền (GA) kết hợp lý thuyết mờ được lựa chọn để đánh giá Kết quả so sánh thể hiện hai mô hình trên có tính hiệu quả tương đương nhau

Zhang và cộng sự vào năm 2014 đã phát triển và cải tiến các mô hình thỏa hiệp giữa chi phí – thời gian và chất lượng thời gian thành bài toán thỏa hiệp giữa thời gian chi phí và chất lượng Mô hình thỏa hiệp chi phí – thời gian truyền thống được cải tiến khi xem xét yêu tố thưởng phạt vào hàm mục tiêu chi phí [5] Ngoài ra, mô hình đề xuất chỉ số hiệu suất chất lượng (QPI) để môt tả độ tin cậy của hệ thống các tiêu chí

về thời gian, chi phí và chất lượng dựa vào hợp đồng làm điểm chuẩn để đánh giá các lời giải khả thi Mô hình được áp dụng dựa trên sự kết hợp của thuật toán di truyền miễn dịch và tối ưu hóa bầy đàn (IGPSO) Kết quả lời giải từ mô hình là tập hợp Pareto các giải pháp để hỗ trợ người ra quyết định có lựa chọn phù hợp

Abdulelah và cộng sự vào năm 2015 phát triển mô hình phân tích thỏa hiệp thời gian – chi phí - chất lượng với tiêu chí chất lượng được xác định dựa trên số lỗi xảy ra của các lựa chọn trong một công tác [27] Mối quan hệ giữa các tiêu chí thời gian, chi phí

và chất lượng trong nghiên cứu là rời rạc Ngoài ra, trong nghiên cứu này đề xuất thuật toán tối ưu hóa dữ liệu dựa trên vấn đề (PDBO) để giải quyết bài toán TCQT Hiệu quả của thuật toán PDBO trong bài toán TCQT được thể hiện ở một số tiêu chí khi so sánh với thuật toán đàn kiến (ACO), thuật toán di truyền (GA) và các thuật toán hiện tại khác

Trần và cộng sự vào năm 2015 đã đề xuất một cách tiếp cận khác để giải quyết vấn

đề thỏa hiệp thời gian-chi phí-chất lượng [10] Thuật toán lai ghép tiến hóa đa mục tiêu (MOABCDE) được áp dụng dựa trên cơ sở sự lai ghép giữa thuật toán tiến hoá

vi phân với thuật toán bầy ong nhân tạo Thuật toán đề xuất tích hợp các hoạt động chéo từ sự tiến hóa vi phân (DE) với đàn ong nhân tạo ban đầu (ABC) để cân bằng giai đoạn thăm dò và khai thác trong quá trình tối ưu Sự kết hợp này làm nhanh tốc

độ xử lý quy trình và độ chính xác của các giải pháp Tính hiệu quả của thuật toán MOABCDE được thể hiện khi so sánh với bốn thuật toán hiện đang được sử dụng gồm thuật toán di truyền phân loại không thống trị (NSGA-II), tối ưu hóa bầy đàn đa

mục tiêu (MOPSO), tiến hóa vi phân đa mục tiêu (MODE), và bầy ong nhân tạo đa mục tiêu (MOABC)

Kazaz và cộng sự vào năm 2016 đã phát họa một phương pháp hai bước mới vào bài toán thỏa hiệp thời gian – chi phí – chất lượng của dự án [28] Trong bước đầu tiên, cần so sánh ảnh hưởng của vật liệu thay thế đến các tiêu chí về thời gian, chi phí và chất lượng trong cùng điều điện với mục đích xác định vật liệu được chọn trong các công tác Bước hai chỉ được bắt đầu nếu những người tham gia dự án cố gắng giảm thời gian hoặc giảm chi phí từ tiến độ xây dựng có ở bước đầu tiên

Luong và cộng sự vào năm 2018 đã đề xuất thuật toán mới trong việc giải quyết bài toán thỏa hiệp giữa thời gian – chi phí – chất lượng [29] Thuật toán tối ưu hóa đa mục tiêu tiến hóa vi phân đối lập (OMODE) được áp dụng Thuật toán này sử dụng một kỹ thuật học tập dựa trên sự đối lập để tăng cường đáng kể sự đa dạng của dân

số ban đầu và tạo ra các ứng cử viên tiềm năng khi bắt đầu thuật toán Một ví dụ thực

tế về dự án đường cao tốc được áp dụng để chứng minh tính hiệu quả của thuật toán trong giải quyết bài toán TCQT Ngoài ra, thuật toán trên cũng thể hiện nhiều điểm tích cực khi so sánh với thuật toán di truyền phân loại không thống trị (NSGA-II), tối

ưu hóa bầy đàn đa mục tiêu (MOPSO), tiến hóa vi phân đa mục tiêu (MODE)

Le M.T vào năm 2018 trong luận văn thạc sỹ của mình đã xem xét tối ưu tiến độ dự

án xây dựng ràng buộc tài nguyên có xem xét thỏa hiệp thời gian – chi phí – chất lượng Các mục tiêu được phân cấp gồm mục tiêu tiên quyết ràng buộc tài nguyên không vượt quá giới hạn và mục tiêu thứ cấp: thỏa hiệp thời gian, chi phí cũng như chất lượng trong việc sử dụng tài nguyên [30] Thuật toán bày ong nhân tạo và tối ưu hóa bày đàn (ABC-PSO) được áp dụng Thuật toán mô hình được tích hợp vào phần mềm quản lý dự án Microsoft Office project thông qua ngôn ngữ lập trình VBA với giao diện đơn giản và tính thực tế cao Ngoài ra, Kết quả tính mô hình thể hiện tính hiệu quả thông qua các ví dụ khi so sánh với các thuật toán thông thường khác

Bảng 2.6 Bảng tổng hợp các nghiên cứu nổi bật trước đây

STT Tác giả Năm Phương pháp/

Thuật toán áp dụng Điểm nổi bật Tham khảo

Sử dụng lý thuyết mờ để thể hiện sự không các chắc của các tiêu chí thời gian, chi phí và chất lượng Các lời giải khả thi được đánh giá thông qua các hàm tiện ích có xem xét tỷ trọng của 3 yếu tố

[26]

5 Zhang và

cộng sự 2014 hóa bầy đàn (PSO) Thuật toán tối ưu

Đề xuất chỉ số chất lượng QPI đánh giá độ tin cậy, lấy thông tin trong hợp đồng làm điểm chuẩn đánh giá lời giải khả thi

Đề xuất tiêu chí chất lượng được đánh giá dựa trên số lỗi

đã xảy ra của phương án lựa

[27]

STT Tác giả Năm Phương pháp/

Thuật toán áp dụng Điểm nổi bật Tham khảo

7 Tran và

cộng sự 2015

Thuật toán lai ghép tiến hóa đa mục tiêu (MOABCDE)

Tích hợp điểm mạnh của hai thuật toán để tìm kiếm lời giải

Phát họa phương pháp hai bước mới vào bài toán TCQT [28]

9 Luong và

cộng sự 2018

Thuật toán tối ưu hóa đa mục tiêu tiến hóa vi phân đối lập (OMODE)

Tích hợp điểm mạnh của các phương pháp tạo ra lời giải tốt

hơn cho bài toán

[29]

10 Le M T 2018

Thuật toán bày ong nhân tạo và tối ưu hóa bày đàn (ABC-

PSO)

Xem xét sử dụng điều kiện ràng buộc về tài nguyên là mục tiêu tiên quyết và mục tiêu thứ cấp là thỏa hiệp thời gian - chi phí - chất lượng

[30]

Dựa trên các nghiên cứu trước đây cho thấy việc đánh giá và do lường chất lượng rất khó khăn Trong mô hình chất lượng QPI của mình zhang và cộng sự xem xét mức

độ đóng góp của các công tác là như nhau chưa phản ánh đúng điều kiện thực thế

Mô hình phân tích chất lượng QPI sẽ được phát triển với trọng số các công tác được xác định bằng ý kiến chuyên gia Ngoài ra, các nghiên cứu trước đây giả sử mối quan

hệ giữa các công tác là mối quan hệ kết thúc bắt đầu là chưa phản ánh đầy đủ và trong nhiều trường hợp là chưa chính xác Trong nghiên cứu này mối quan hệ tổng quát của các công tác sẽ được xét đến