Multi-Objective Optimization of Green Construction Using an Engineering-Oriented Genetic Algorithm: Coordinated Trade-Offs Among Duration, Cost, and Carbon Emissions
工学的遺伝的アルゴリズムを用いたグリーン建設の多目的最適化：工期・コスト・CO2排出量のトレードオフ調整 (AI 翻訳)
Bin Lv, Hongyan Gu, Kai Qiu
🤖 gxceed AI 要約
日本語
本研究は、建設段階のグリーン意思決定において、工期・コスト・CO2排出量を並列目的とする多目的最適化モデルと、工学的制約を満たす遺伝的アルゴリズムを開発。実案例では従来手法より優れたPareto解集合を生成し、高負荷の型枠工事やコンクリート関連活動がコストと排出量変動の主要因であることを示した。
English
This study develops a multi-objective optimization model for construction mode configuration and an engineering-oriented genetic algorithm to balance duration, cost, and carbon emissions under feasibility constraints. Using real case data, the proposed GA framework outperforms conventional algorithms in hypervolume and convergence. Key drivers of cost and carbon are identified as high-load formwork and concrete activities.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本の建設業界でもカーボンニュートラルへの圧力が高まっており、工事段階のCO2算定と最適化手法は、サプライチェーン排出量（Scope3）の削減にも寄与し得る。ただし、日本の建設慣行や気候特性に合わせた調整が必要。
In the global GX context
This research contributes to the global push for decarbonizing the construction sector by providing a verifiable carbon accounting and optimization framework at the activity level. The trade-off insights among cost, time, and emissions are valuable for green building certification and carbon footprint reduction strategies worldwide.
👥 読者別の含意
🔬研究者:遺伝的アルゴリズムの工学的制約下での改良手法として参考になる。
🏢実務担当者:建設プロジェクトのCO2排出量を考慮した工程計画立案に活用できる。
🏛政策担当者:建設分野の排出削減目標達成に向けた規制やガイドライン策定の基礎データとなり得る。
📄 Abstract（原文）
To address insufficient carbon integration, weakly verifiable quality constraints, and unstable Pareto-set generation in construction-stage green decision-making, this study develops a multi-objective optimization model for construction mode configuration and an engineering-oriented genetic algorithm (GA) framework for Pareto solution generation under hard feasibility constraints. In a construction organization scenario, duration, cost, and carbon emissions are formulated as parallel objectives, while a quality threshold, explicit process logic, and basic resource and workface-feasibility conditions are incorporated to ensure engineering implementability. Construction-stage carbon emissions are quantified using the emission factor method under an auditable activity-level accounting framework. The configured GA framework is compared with the conventional GA, the Non-dominated Sorting Genetic Algorithm II, and the Non-dominated Sorting Genetic Algorithm III through repeated-run statistics and multi-metric evaluation. On the main case, it achieves the highest mean hypervolume (0.723 ± 0.074, mean ± standard deviation), the lowest mean spacing (0.076 ± 0.207), and the smallest average convergence generation (18.49 ± 2.57). The Pareto results reveal a clear trade-off among duration, cost, and carbon emissions, in which high-load beam-and-slab formwork and concrete-related activities dominate cost and carbon variation, whereas schedule advantage mainly depends on stronger compression of critical-chain activities and inter-floor handover.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.3390/buildings16081635first seen 2026-05-15 18:18:43
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。