Breaking Rework Chains in Low-Carbon Prefabrication: A Hybrid Evolutionary Scheduling Framework

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Researchers in construction management and operational research will find the hybrid evolutionary algorithm and the bi-level optimization model a novel contribution to low-carbon scheduling.

🏢実務担当者:Corporate sustainability teams in construction can use the framework to evaluate trade-offs between quality inspection investment and carbon reduction benefits.

🏛政策担当者:Policymakers designing carbon pricing mechanisms can note the sensitivity analysis showing how different tax rates influence project-level decisions.

プレハブ建築における持続可能性の達成には、運用効率と厳格な環境制約の間のバランスが必要である。しかし、組立欠陥によって引き起こされる連鎖的な手直しチェーンは、しばしばこの均衡を崩す。既存の文献は、この動態を主に事後的な再スケジューリングを通じて扱っており、それによって積極的なトポロジー的介入の可能性を大きく見落としている。このギャップを埋めるため、本研究は、戦略的な品質検査計画と運用上の低炭素プロジェクト実行を数学的に統合する、積極的な二層スケジューリングフレームワークを提案する。具体的には、一般化総コスト（GTC）モデルを定式化し、時間・コスト・炭素排出量を含む多目的トレードオフを、市場ベースのシャドウプライスを通じて統一された財務指標に内生化する。このフレームワークは、新規の二層ハイブリッド進化アルゴリズム（H-TS-CDBO）を通じて運用される。カオス・ダングビートル最適化の大域的探索能力とタブーサーチの局所的洗練メカニズムを組み合わせることで、提案するソルバーは、積極的な検査介入によって引き起こされるトポロジー的凹凸をナビゲートするように特別に設計されている。実証的ベンチマークはソルバーの計算上の頑健性を検証し、一方、実例ケーススタディは、「受動的な是正」から「能動的な予防」への重要な管理的パラダイムシフトを実証する：従来の方法と比較して、5.4%の限界的予防投資が効果的な封じ込めメカニズムとして機能し、GTCの40.8%の正味削減をもたらす。さらに、変動する静的炭素税率に関する感度分析は、多様な規制強度閾値の下でのアルゴリズムの適応をシミュレートし、進化する規制圧力の中でプロジェクト管理者がリーンで低炭素な相乗効果を達成するための実行可能な経路を描き出す。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Achieving sustainability in prefabricated construction necessitates a balance between operational efficiency and stringent environmental constraints. However, cascading rework chains triggered by assembly defects frequently disrupt this equilibrium. Existing literature predominantly addresses this dynamic through reactive rescheduling, thereby largely overlooking the potential of proactive topological interception. To bridge this gap, this study proposes a proactive bi-level scheduling framework that mathematically integrates strategic quality inspection planning with operational low-carbon project execution. Specifically, a Generalized Total Cost (GTC) model is formulated to internalize multi-objective trade-offs—including time, cost, and carbon emissions—into a unified financial metric through market-based shadow prices. This framework is operationalized through a novel bi-level Hybrid Evolutionary Algorithm (H-TS-CDBO). By combining the global exploration capabilities of Chaotic Dung Beetle Optimization with the local refinement mechanisms of Tabu Search, the proposed solver is specifically engineered to navigate the topological ruggedness induced by proactive inspection interventions. Empirical benchmarking validates the computational robustness of the solver, while an illustrative case study substantiates a critical managerial paradigm shift from “passive remediation” to “active prevention”: compared to traditional methods, a marginal preventive investment of 5.4% functions as an effective containment mechanism, yielding a 40.8% net reduction in the GTC. Furthermore, a sensitivity analysis regarding varying static carbon tax rates simulates algorithmic adaptation under diverse regulatory intensity thresholds, delineating an actionable pathway for project managers to achieve lean, low-carbon synergy amidst evolving regulatory pressures.

• semanticscholar https://www.mdpi.com/2075-5309/16/5/968/pdf?version=1772359260first seen 2026-05-15 17:21:27 · last seen 2026-08-09 05:32:49