近日，国产无码-国产高清无码
智能建造与绿色可持续发展研究团队赵娜讲师在Journal of Cleaner Production期刊（IF=10，中科院1区Top）发表题为“Multi-objective optimization of low-carbon highway construction scheduling using ACEMO-TOPSIS algorithm”（DOI: 10.1016/j.jclepro.2025.146371）的研究成果。该研究聚焦绿色公路建设中的机械调度问题，构建了传统能源机械与可再生能源机械整合应用的多目标调度模型。该模型考虑了施工机械的组合方式以及施工班次的优化配置，开发了自适应协同进化多目标优化算法（ACEMO-TOPSIS）用于平衡项目工期、成本与碳排放的多目标调度决策问题。基于内蒙古某高速公路的案例研究，对该模型和算法进行了实证验证。结果表明，所提出的方法能够有效平衡施工工期、成本和碳排放，为机械配置和碳减排工作提供了切实可行的见解。本研究为绿色公路建设提供了精准的决策方法，助力可持续交通基础设施发展的更广泛范式转型。
《Journal of Cleaner Production》是由Elsevier出版，于1993年创刊，是一本聚焦于清洁生产、环境和可持续性研究与实践的国际跨学科期刊。作为JCR Q1、中科院一区Top期刊（2024年影响因子10），近五年重点研究领域包括：能源转型与碳减排技术路径、智能制造过程污染控制、生态系统服务优化配置、生物基材料研发应用、供应链低碳管理机制。
近年来，在中国 “碳达峰、碳中和” 目标的推动下，交通基础设施建设正逐步向更加绿色低碳的发展模式转型。公路建设领域传统能源机械与可再生能源机械的整合应用带来了复杂的多目标调度挑战，具体表现为需平衡项目工期、成本与碳排放之间的关系。现有优化算法往往难以应对这些目标的动态性和冲突性。 本研究针对公路建设的具体特点，提出了一种基于ACEMO-TOPSIS 算法的公路施工调度多目标优化模型，有效优化了工期最短、成本最低和碳排放最少这三个目标。其中，ACEMO 算法用于生成一组帕累托最优解，随后通过 TOPSIS 方法对这些解进行排序，以确定最理想的折中方案。在此基础上，基于内蒙古某高速公路的案例研究，对该模型和算法进行了实证验证。通过将传统机械与可再生能源动力机械相结合，并考虑不同的工作班次，论证了优化调度对公路施工的重要性。
图1. ACEMO-TOPSIS优化算法流程图
图2. 公路工程施工过程及使用机械
图3. 施工过程与进度安排示意图
研究结果表明：所提出的 ACEMO-TOPSIS 模型能够实现施工工期、成本和碳排放的综合优化，克服了孤立目标优化的局限性；在灵活的三班制工作体系中纳入可再生能源动力机械，能有效缓解充电中断带来的挑战，填补了调度模型中的一个关键空白；所提出的混合机械调度策略显著提高了系统对现场条件波动和政策约束变化的适应性。通过整合传统机械和可再生能源动力机械，该模型能够根据项目特定优先级（如成本、排放和进度）进行灵活调整，为可持续施工实践提供了有效途径。
图4. ACEMO算法与 NSGA-II算法的收敛性比较
图5. ACEMO 算法的收敛性
图6. 综合三个目标的帕累托前沿解集
(a) Schedule of hybrid machinery
(b) Schedule of traditional machinery
(c) Schedule of renewable energy-powered machinery
图7. 不同机械调度方案下的工期安排
图8. 工期、成本、碳排放的多目标敏感性分析
该研究构建了传统能源机械与新能源机械的多目标优化协同调动模型，采用 ACEMO 方法生成一组帕累托最优解，并利用 TOPSIS 技术确定最有利的折中方案，这种方法能够适应实际工程复杂的权衡决策，为项目经理、施工企业、政策制定者及研究人员在项目的施工机械多目标优化调度决策方面提供了重要参考。
