
填海造陆工程深层地基处理过程的卸载料调配多目标动态协同优化方法
张明媛韧性基建与智慧运维课题组


导读
大连金州湾海上机场是全球首个完全填海建造的4F级国际机场,填海造地面积达20平方公里,场区覆盖深厚软土层,地质条件复杂,不均匀沉降风险突出。为保障地基长期稳定,工程采用真空-堆载联合预压法进行分区、分层地基处理——每道工序须历经“加载—恒载—卸载”完整周期,工期压力空前,且卸载产生的大量土方材料须在现场近80道工序之间实现高效调配与再利用。然而,各土方区的开工时间、施工进度和完工节点各不相同,空间上区域间运输距离差异显著,时间上供土与需土窗口错位复杂,加之设计变更、审批延迟、天气影响等外部扰动频发,使得超大面积的土方调配面临“时空异步、供需动态、响应即时”三重难题。传统方法通常将进度安排与土方分配分开处理,既无法预见开工时间微调对卸载料调配的连锁影响,也难以在突发扰动下快速生成调整方案。针对这一工程痛点,本研究提出了施工进度与卸载料调配多目标动态协同优化方法,将各区域开工时间作为决策变量,通过时间窗耦合机制实现进度与调配的双向互动。该方法以大连海上机场地基处理工程为案例进行验证,结果表明,协同优化方案在工期、成本和弃土量三个目标上均优于传统经验方案,且在设计变更等突发情景下仅需调整受影响区域的时间窗即可在数分钟内完成重新优化,展现了良好的动态响应能力。相关成果发表于施工管理领域期刊《European Journal of Environmental and Civil Engineering》。
PART 01
Research Background
研究背景
土地是城市发展的基础资源,沿海地区通过填海造陆拓展了大量城市空间。珠海横琴新区通过真空预压、堆载预压等方法加固软土,新增了约90平方公里的土地;日本关西国际机场建在人工岛上,面积达13平方公里;迪拜朱美拉棕榈岛则通过5.6平方公里的填海造陆塑造了标志性海岸线。然而,填海区域通常土质疏松,不均匀沉降问题突出,必须进行地基处理才能保障长期稳定。真空-堆载联合预压法是当前大型填海工程中广泛采用的地基处理技术,完整的“加载-恒载-卸载”循环不仅能够有效加固地基,还会产生大量可重复利用的卸载材料。如何通过科学的进度安排和路径规划,实现卸载材料的高效回收再利用,是大型填海工程降本增效的关键。然而,分区、分阶段施工给材料分配带来了空间上需求各异、时间上进度异步、动态上外部扰动三重挑战
当前研究存在以下不足:(1)多区域异步进度打破了动态规划阶段划分的前提;(2)离散化处理损害了连续过程的完整性;(3)忽视时间维度作为状态变量或约束,导致实施过程中材料调配偏离全局最优。
基于此,本研究做出了如下贡献:(1)建立了进度计划与卸载料分配的协同优化模型,将各区域施工时间作为决策变量,通过时间窗约束实现施工进度与卸载料调配的双向动态耦合;(2)以工期、成本和弃土量为三大优化目标,采用嵌入线性规划的多目标遗传算法进行求解,充分发挥NSGA-II在离散时间变量方面的全局搜索能力与线性规划在连续材料分配方面的精确优化能力,实现大型填海造陆工程在不确定性条件下的资源优化配置。
PART 02
Methodology
方法论
卸载料优化配置是填海造陆工程地基处理的核心,需要经济、效益、安全的综合协调。本研究设计的多目标优化模型通过以下四个部分将进度与卸载料调配结合起来:(1)模型假设;(2)模型分析和符号定义;(3)多目标进度-卸载料调配协调模型;(4)NSGA-II和线性规划混合优化算法。

图1 技术路线图
模型假设

本研究建立了施工进度与卸载料分配之间的协同优化机制,将区域开工时间作为决策变量,将时间窗约束与物资供需关系动态耦合。因此,建模的重点是解决时空协调问题,该模型以施工计划中给定的加载量与卸载量作为输入,这些量已隐含了标准的松散系数和压实系数,因此不再单独考虑土体物理性质在施工过程中的实时变化;为聚焦于施工进度与卸载料分配的时间–空间协同优化,所有工序均采用基于计划量的平均加载速率和平均卸载速率,且材料直接转移仅允许发生在卸载与加载时间窗口重叠的工序之间,不设置中间存储环节。这一简化假设体系在确保模型计算可行性的同时,有效支撑了进度与卸载料调配动态耦合的核心机制。
模型分析和符号定义

在填海造陆工程中,施工区域被划分为多个子区(记为集合A),每个子区包含若干道施工工序,工序之间存在严格的先后顺序约束。真空-堆载联合预压法的每一道工序均包含“加载—恒载—卸载”三个连续阶段,各阶段的持续时间由施工方案给定;每个子区首道工序的开工时间受限于该区的土地交付时间和项目完工期限所构成的起止时间窗。材料分配的核心前提在于时间重叠——卸载阶段与加载阶段存在重叠时,方可实现材料从卸载工序向加载工序的直接转移,无需中间堆存;转移量受限于卸载方与加载方在重叠时段内的平均速率。未被分配的卸载料成为弃土,若分配量不足以满足加载需求,则需从场外补充。在此框架下,加载速率、卸载速率、分配量、弃土量和场外补土量构成了材料流的关键参数,图2、图3及图4分别对工序阶段关系、时间重叠条件及卸载料流向进行了示意。

图2 过程-阶段关系图

图3 工艺时间重叠示意图

图4 卸载料流向示意图
多目标进度-卸载料调配协调模型

鉴于填海工程对加快土地交付的严格时间表要求,研究以项目工期作为进度优化目标F1,最小化所有工序的最晚完成时间Eu与最早开工时间Sl之间的间隔:

填海造陆工程的土方处理成本需要通过将材料转移和场外进口成本降至最低来优化支出,同时考虑到进度压缩费用。成本目标函数F2将分配成本与调度压缩系数组合在一起:

弃土的产生增加了成本和环境负担,目标函数F3确保在卸载阶段期间使弃土最小化:

施工进度优化根据区域开工时间和工艺参数动态地生成装卸时间窗口,而卸载料调配使用该时间数据来实现具有重叠窗口的工艺之间的材料转移。在允许的范围内调整分区开始时间会改变时间重叠,从而重塑卸载料调配的可行解空间,而成本和弃土量则反过来引导最优时间窗口配置的选择。
NSGA-II和线性规划混合优化算法

本研究采用NSGA-II与线性规划相结合的混合算法求解多目标优化问题。NSGA-II通过快速非支配排序和拥挤度距离机制,在离散的调度方案空间中搜索帕累托最优解集;线性规划则针对每个候选调度方案,在土方供需平衡等约束下精确求解连续的材料分配子问题,最小化调配成本。两者形成分层协同框架:外层NSGA-II负责全局探索调度方案的可行域,内层线性规划负责对每个调度方案进行最优卸载料调配的精确计算,由此将离散的时间决策变量与连续的资源配置变量统一于同一优化体系之中。该混合策略既发挥了NSGA-II在多目标组合优化中的全局搜索优势,又利用了线性规划在连续资源分配问题上的高效求解能力。

图5 NSGA-II和线性规划混合优化算法流程示意图
PART 03
Case Study
案例研究
本研究通过中国大连金州湾海上机场填海造陆工程深层地基处理项目验证了所提出的方法。该项目涉及填海面积20平方公里,图6为工程分区方案。为解决复杂的地质条件,该项目采用分区分层的施工策略,将整个施工区域划分为33个土方区。图中清晰标注了每个区域的编号和空间分布,各个区域根据地质条件、施工顺序和资源需求独立或协同作业。整个项目共包括分布在33个区域的84个施工工序,形成了一个跨多个区域并行作业的复杂施工网络。

图6 区域划分示意图
在协同优化模型中,本研究输入了所有区域的工艺参数和区域间的单位配置成本。该模型求解得到一个三目标帕累托前沿(图7),显示了项目持续时间、总成本和总弃土量,它们的二维关系如图8所示:持续时间与总成本、持续时间与废渣量、总成本与废渣量。二维关系预测揭示了:(1)明显的成本-工期负相关;(2)更分散的工期-弃土分布;(3)较强的成本-弃土负相关。

图7 帕累托前沿

图8 帕累托前沿的二维投影
该研究通过三个柱状图(图9)进一步分析了目标间的相互关系。延长的时间表提高了分配灵活性,实现了最佳路线和资源配置,同时避免了冲突和高峰成本,在最后期限灵活的情况下,适度延长时间表可以产生可观的经济效益。弃土量-持续期关系没有明显的线性关系,表明弃土量不仅取决于持续期,还取决于结构性因素,包括:(1)特定区域的供需匹配;(2)分配窗口重叠程度;(3)内部运输效率。这些都需要精细化的分区分配策略来进行优化。值得注意的是,弃土量从1.207×106增加到2.249×106立方米,成本却从81.7785亿元下降到75.6942亿元,表现出负的线性相关性。这一趋势表明,减少弃土量需要更高的配置投资。在实际的工程场景中,这三个目标本质上是相互冲突的,需要基于项目优先级的平衡折中。出于实证的目的,本研究从帕累托前沿选择了三个具有代表性的解决方案:最短持续时间解决方案、最低成本解决方案和最小弃土量解决方案,如图10-12所示。

图9 不同目标间的比较:(A)成本-持续时间,(B)弃土量-持续时间,(C)成本-弃土量

图10 最短持续时间解决方案

图11 最低成本解决方案

图12 最小弃土量解决方案
PART 04
Research Conclusions
研究结论
本研究建立了施工进度与卸载料调配的多目标协同优化模型,核心创新在于将各区域开工时间作为决策变量,通过时间窗实现进度与分配的双向动态耦合,并采用NSGA-II与线性规划嵌套求解,实现了工期、成本与弃土量的综合平衡。该模型为大型填海造陆工程在不确定性条件下的资源优化配置提供了有效的决策支持工具。
PART 05
Acknowledgement
致谢
本研究依托于辽宁省社会科学规划基金项目“交通基础设施更新驱动重型工业城市绿色转型的作用机理与实现路径研究”。
课题组长期与建筑领域头部企业保持紧密合作,坚持面向行业重大需求、解决企业实际工程难题,在智能建造、AI驱动的施工决策等方向持续开展产学研协同攻关,推动理论研究成果向工程实践转化。未来课题组将致力于将新一代信息技术与传统土木工程深度融合,为基础设施的全生命周期智能化、绿色化发展提供兼具理论深度与工程适用性的解决方案。
提示:更多技术细节可以点击阅读全文查看论文
“ Mingyuan Zhang, Chuyu Yin, YunHu Liu, Liangcheng Yu*. Multiobjective dynamic collaborative optimization method for unloading material allocation in deep ground improvement of land reclamation projects. European Journal of Environmental and Civil Engineering, 2026, 30: 2691104. https://10.1080/19648189.2026.2691104.”
关注我们·了解更多

张明媛韧性基建与智慧运维课题组
排版:赵士锐
编辑:于良成
审核:张明媛
夜雨聆风