DSM-GA进度优化方法在石油工程设计中的应用研究

王 坚，李信龙

（中国石油工程建设公司，北京 100120）

DSM-GA进度优化方法在石油工程设计中的应用研究

王 坚，李信龙

（中国石油工程建设公司，北京 100120）

传统的工程项目进度管理方法不能很好地反映设计活动反复调整和耦合的特点，文章提出基于遗传算法的设计活动矩阵优化方法，弥补传统项目进度计划的缺陷，并将其应用于工程设计活动流程优化中，优化设计进度编制，减少设计循环范围，从而提高项目设计效率，达到缩短项目进度和周期的目的。并通过实例说明该方法的具体应用及其有效性。

石油工程设计；进度优化；设计活动矩阵；遗传算法；设计管理

0 引言

EPC项目是一个设计、采购和施工相互协调的过程，而设计是EPC项目管理的龙头。目前石油工程设计主要采用关键路线法 （Critical Path Method，CPM）编制进度计划，实际设计过程中存在假设、验算和反复调整的耦合关系，耦合意味着重做和改进前面所做的设计工作，甚至返工[1]。但CPM不许出现循环工作流，若设计进度管理中忽略了工程设计活动中的耦合关系，设计CPM进度就潜伏进度风险，因此CPM不适用耦合的设计进度管理，非常有必要对传统的项目进度计划技术进行改进，提出新的设计进度管理方法，降低设计进度风险。

1 石油工程设计进度风险分析

专业设计活动不是简单的串行或并行工作，设计活动是 “先假设后验算，再假设再验算”的循环递进，同时各个专业设计之间存在着紧密的耦合，某专业设计的更改都可能造成其他专业返工，工程设计是一个典型的协同过程。深入分析不难发现设计活动中存在如下问题：

（1）设计文件互提是在设计图纸和设计说明书准备好后进行的，但专业部门之间互提资料手续繁杂，等待时间长，结果设计工程师常绕开繁琐的资料互提手续而直接向设计工程师索要资料，从而导致设计文件版本的不一致，造成文件管理混乱[2]。

（2）各专业任务量不一致，意味着设计任务少时要等待，而早完成的又不得不根据后完成的设计参数进行修改。

（3）经常因各个专业之间互提资料不及时，出现设计停滞、设计冲突或返工现象。

2 设计计划优化方法

1981年Steward提出一种用矩阵来表达设计活动之间关系 （信息流）的矩阵，称为设计活动矩阵（Design Structure Matrix，DSM），它是一项设计计划的管理技术，通过分解设计过程，从而建立依赖结构矩阵，清晰地描述项目所有作业之间的信息流关系[3]。以前DSM主要应用在机械产品的设计和开发领域中机械产品设计过程的建模和优化[4]，现在石油工程设计活动耦合的问题可以用DSM矩阵来描述。但DSM并没有提出具体的设计活动优化方法。笔者提出基于遗传算法的设计活动矩阵方法，弥补传统项目进度计划的缺陷，并应用于石油EPC项目设计管理中，优化设计进度编制，最终达到缩短项目进度和周期的目的。

2.1 设计活动关系建模

设计项目进度管理的目的是保证按时完成项目，合理分配资源，发挥最佳设计工作效率。设计项目进度管理首先进行设计工作范围界定和工作分解，将设计工作分拆成一个个单独的、可操作的工作包，该过程被称作设计工作分解结构。在设计活动结构分解基础上，建立活动相关矩阵，确定设计活动的相互逻辑关系，定义设计活动交点为设计信息节点Xij，i代表行号，j代表列号。i>j表示对角线左下边的元素，若有信息传递关系，信息顺序传递；i

为了使计划得到很好的控制，采用适当方法，调整行 （列）的位置，尽可能减少斜对角线以上的活动或设计信息耦合范围。

2.2 GA排序寻优

若设计活动作业个数有n个，就有 （n2-n）个信息节点X和排列数为n·（n-1）种设计活动排序方案。当设计活动数n增加并设计关系复杂，从而造成很大计算量时，就需要计算机来优化调整。设计流程优化属于排序优化类问题，笔者采用遗传算法 （Genetic Algorithm，GA）解决优化设计活动排列，提出DSM-GA方法，GA是模拟自然遗传规律来搜索最优解的数学优化方法，是非导数的寻优方法，对搜索空间没有要求，鲁棒性强。GA设计包括5个参数 （编码方式、适应函数设计、初始种群设定、种群规模和终止条件设计）和3个遗传算子（选择算子、交叉算子和变异算子）。传统GA设计不能解决设计活动排序优化的问题，可能产生非法的后代，导致进化失败。下文主要探讨GA的特殊设计之处，包括交叉算子、变异算子和适应度的函数设计。

传统GA的交叉采用单点交叉、双点交叉、均匀交叉，不能解决本质问题，因为传统方法都造成个体基因不能满足排序基因唯一性。排序优化问题中，生成的后代基因必须满足基因排序、基因在个体中唯一性的要求[5]，本文设计排序优化的交叉方法见图1。

同时，传统变异算子是对某个基因进行变异，这样导致个体中个别基因重复而其他基因缺失 （即解释为含有重复设计活动，而缺少其他设计活动），传统GA的变异算法不适用排序优化问题。因此本文采用基因位交换的变异算子，即在个体基因链中进行两个不同的基因位置的一定概率随机选择，交换其位置，变异生成新个体，见图2。

适应度是指个体对环境适应程度的表现，GA算法中，每个个体对应于一个适应值。因此适应度值越大，对环境的适应度就越高，解译为排列越优。适应度是设计活动进度安排优劣的评价指标，不难发现适应度函数值与各设计活动的位置有关。以DSM的行和列为变量，进行次序变换，寻找适应性最好的排序，达到优化进度的目的。由此，定义适应度函数F为：

式中R——相关因子。

矩阵R值表示设计活动之间的信息相关关系，也反映信息关系的重要性，R取值见表1。当R=0时，表示设计活动不存在信息逻辑关系或信息不重要，一般在DSM中不表示出来。

表1 R取值

2.3 设计进度预测

利用DSM-GA优化后的矩阵，绘制成改进型CPM网络图 （允许存在循环流的CPM网络图）。在改进的网络图中就可能出现设计活动循环耦合、搭接，因此，设计进度工期应考虑关键设计活动持续时间、设计信息循环流持续时间、紧前设计活动搭接和紧后设计活动搭接等[6]。通过对CPM网络工期计算的修改，改进CPM工期的计算模型如下：

式中n——设计活动数量；

Dcp——设计活动的持续时间；Tc——设计循环流时间；pc——发生循环的概率；

pij——紧前活动的时间搭接；Sij——紧后活动的时间搭接。

为了更实用和易被推广，根据实际情况，只考虑一次设计循环和不考虑紧前紧后时间搭接，改进CPM工期包括关键活动的持续时间和一次设计循环时间，工期计算简化为式 （3）：

3 实例研究

本文以某海外炼油厂业主前期准备工程设计为研究案例。该项目采用EPC总承包合同。因篇幅原因，对案例设计活动进行简化。通过向相关专家、项目参与者咨询、访谈等方式分解项目设计范围，具体项目的设计内容见图3。

图3 设计工作分解

3.1 DSM矩阵建立

把设计活动分解结果分别列于DSM矩阵第1列和第1行。为了清楚表示设计活动之间的相关性和逻辑性，本案例设计活动经过适当简化，将设计过程分解为13项设计活动，根据活动之间的逻辑关系，建立初始设计活动矩阵，见表2。

项目经理应该通过询问负责各专业的工程师，了解设计之间的相关性，以确定作业活动之间的相关系数R。如设计活动B（厂区道路设计）需要给排水、供配电布置和工艺装置区、罐区、总图设计的设计成果；同时设计活动K（总图设计）需要在厂区道路设计、给排水设计、供配电设计、营地设计、厂房设计后才能得到设计数据。于是认为以上设计活动存在设计信息相关性。R值由设计经理根据设计活动之间相关性进行评估，将结果填入设计活动矩阵中，见表2。

表2 优化前DSM

在设计活动模型中，凡是R≠0，则认为设计活动之间存在设计信息传递关系，位于矩阵对角线的上方，依赖于未完成的任务，代表设计信息流是逆序，存在循环信息流。很明显表2的DSM设计活动还不是优化方案，存在大设计循环圈 （涉及了12项设计活动）。

3.2 用遗传算法对设计活动矩阵进行优化

GA参数的设置：编码采用一维排列的[0、1]二进制编码；种群规模参数为50；初始种群为随机设置；计算迭代终止代数为100；选择算子采用赌盘选择法；交叉概率取0.8；变异概率取0.02，交叉算子、变异算子和适应性函数在上文已进行详细描述。利用Matlab进行设计活动矩阵的优化计算，优化后的设计矩阵见表3，表3适应值为0.333（优化前适应值为0.057）。优化后的设计活动顺序为E-J-L-I-D-A-C-B-H-F-G-K-M，在经过GA优化后，不改变前面设计活动之间相关关系，可以发现设计活动次序发生变化。

从优化后设计活动矩阵表不难发现：

（1）E、J、L、I这4项活动提到设计前面，A、C、B调到设计中间。

（2）优化后的设计过程存在2个设计循环圈，涉及6个设计活动。

（3）在完成了E、J、L后就可以进行长周期设备的采购，同时厂家设备技术参数也为后项设计活动提供信息。

3.3 设计工期的计算

根据DSM-GA优化后的表3，可以编制出改进CPM网络图，见图4。

表3 优化后DSM

图4 设计工作分解

根据式 （3），可以计算得DSM-GA优化后设计活动工期为53 d，其中循环设计活动为19 d。不难发现，设计活动未优化前，设计活动循环圈涉及A-L等12项设计活动 （见表2），该12项设计活动都需要假设或预估设计参数，结果后期修改工作量大，设计专业范围也很广。优化后，整个设计活动虽还存在两个设计圈，但已有明显优化效果。对于表3中的设计循环圈1（设计活动E和J），采用设计会审和文件互提就可以解决；对于设计循环圈2（设计活动C、B、H和F），则建议采用会议形式互审。

DSM-GA合理安排了设计活动执行顺序，同时设计活动L（长周期设备表）原计划最早只能在大设计循环圈活动完成后下定单，优化后计划则提前到第14天 （E和J设计循环圈结束后）就进行长周期设备技术文件编制和采购，从而达到提前采购和施工的目的。

4 结论

在工程设计阶段，各专业设计之间相互交流工程量很大，涉及相关设计活动的复杂程度很高。运用DSM-GA的优化，可以把大量对角线以上的依赖关系优化至对角线以下，或贴近对角线上方，工作流程都得以优化。将DSM-GA应用于海外石油工程EPC建设项目设计计划中，可达到优化设计活动的目的。目前大部分进度计划管理软件都不具备DSM功能，可以将优化后的设计进度再输入进度计划管理软件，以使得设计复杂耦合的问题变得简单，易于控制，降低进度风险。

[1]万小兵.设计结构矩阵在项目进度计划中的应用研究[D].西安：西北工业大学，2007.

[2]何家勇，李伟，徐晓刚，等.设计迭代管理策略的分析[J].重庆大学学报（自然科学版），2002，25（6）:13-15.

[3]AustinS，BaldwinA，LiB，etal.AnalyticalDesignPlanningTechnique:a dependency structure matrix tool to schedule the building design process[J].Construction Management and Economics，2000，（8）：173-182.

[4]赵艳东，刘伟.产品开发过程中的无效迭代及其管理策略[J].科技管理研究，2007，（5）:123-124.

[5]黄刚，姚志力，郭虎.一类无缓冲区涂装喷漆排序问题[J].华中科技大学学报（自然科学版），2008，36（7）:108-111.

[6]邓广繁.分析设计计划技术在工程项目管理中的应用[D].北京：清华大学，2009.

Study and Application of DSM-GA Schedule Optimization Method in Petroleum Engineering Design

WANG Jian（China Petroleum Engineering&Construction Co.Beijing 100120,China）,LI Xin-long

The traditional project schedule management method cannot describe the features of iterative adjustments and coordination in design activities.The Design Structure Matrix method based on Genetic Algorithm （DSM-GA）is applied in design schedule optimization and design circulation reduction,so as to raise project design efficiency and decrease project schedule period.The concrete application and validity of DSMGA method are illustrated with a practical example.

petroleum engineering design;schedule optimization;Design Structure Matrix;Genetic Algorithm;design management

F403.7 TE4

A

1001－2206（2010）06－0006－04

王 坚 （1975-），男，浙江平阳人，工程师，2008年毕业于清华大学，硕士，现主要从事工程管理工作。

2009-09-18