ระเบียบวิธีการเรียนรู้กลุ่มอนุภาคสำหรับการกำหนดตำแหน่งข้อต่อที่น้อยที่สุด
ในการออกแบบบ้านโมดูลาร์สำเร็จรูป

ธมลวรรณ สุวรรณศรี

dc.contributor.advisor	เสวกชัย ตั้งอร่ามวงศ์
dc.contributor.author	ธมลวรรณ สุวรรณศรี
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
dc.date.accessioned	2022-07-23T05:15:03Z
dc.date.available	2022-07-23T05:15:03Z
dc.date.issued	2564
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/80112
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2564
dc.description.abstract	ที่อยู่อาศัยโมดูลาร์สำเร็จรูปได้รับความนิยมมากขึ้นในหลายประเทศด้วยการก่อสร้างที่รวดเร็วและประหยัดพื้นที่ที่ใช้สำหรับเตรียมการก่อสร้าง เทคโนโลยีการก่อสร้างสำเร็จรูปนี้มีข้อได้เปรียบในด้านความสามารถในการจัดเก็บและสามารถขนส่งไปยังสถานที่ต่างๆ ได้ง่าย ด้วยความหลากหลายของโครงสร้างโครงข้อแข็งทั่วไป ที่อยู่อาศัยโมดูลาร์สำเร็จรูปจะประกอบด้วยชุดแผงเหล็กสำเร็จรูปน้ำหนักเบาที่มีการออกแบบการเชื่อมต่ออย่างแม่นยำ (น็อตและสลักเกลียว และ/หรือ การเชื่อม) ต้นทุนการก่อสร้างและระยะเวลาที่ใช้ในการประกอบติดตั้งมีความสัมพันธ์กับจำนวนของการเชื่อมต่อที่มีการออกแบบไว้ ในงานวิจัยนี้นำเสนอระเบียบวิธีการเรียนรู้กลุ่มอนุภาคอย่างครอบคลุม (Comprehensive Learning Particle Swarm Optimization: CLPSO) ในการหาตำแหน่งข้อต่อที่น้อยที่สุดที่จำเป็นต่อการประกอบที่อยู่อาศัยโมดูลาร์แบบกึ่งแยกส่วนภายใต้แรงกระทำที่กำหนดและข้อกำหนดตามมาตรฐานการออกแบบ AISC-LRFD การเชื่อมต่อต่างๆ ใช้การผสมผสานรูปแบบการเชื่อมต่อที่ถูกออกแบบไว้ห้ารูปแบบโดยกำหนดตำแหน่งที่เป็นไปได้ไว้ล่วงหน้า พฤติกรรมของโครงสร้างจะถูกอธิบายด้วยเงื่อนไขความสอดคล้องของระยะกระจัดที่เปลี่ยนไปของแต่ละองศาเสรี (ในระบบสามมิติ) ที่เชื่อมระหว่างจุดที่เชื่อมต่อแต่ละแผงเหล็ก ระเบียบวิธี CLPSO จะกำหนดตัวแปรเงื่อนไขของการเชื่อมต่อที่จุดต่างๆ ทั้งหมด และทำการหาคำตอบการวางตำแหน่งของการเชื่อมต่อในตำแหน่งต่างๆ ที่เหมาะสมอย่างมีประสิทธิภาพ ทั้งนี้เพื่อนำไปสู่ต้นทุนการก่อสร้างที่ต่ำที่สุด การประยุกต์ใช้ CLPSO ดังกล่าวจะนำเสนอผ่านแบบบ้านพักอาศัยของการเคหะแห่งชาติ
dc.description.abstractalternative	The modular housing has increasingly gained the popularity among communities in views of its fast construction and minimum site preparation. The prefabrication technology makes it possible for the easy storage and mass logistics to construction sites. At variance with typical frames, the modular house composes a series of prefabricated lightweight steel panels that are assembled through the precisely designed connections (nuts and bolts and/or welding). The total cost and assembly time are proportional to the number of connections predefined. This paper, therefore, proposes a so-called Comprehensive Learning Particle Swarm Optimization (CLPSO) method to determine the minimum placement of connections necessarily required for the assembly of semi-detached modular houses under applied external forces. The limit state design criteria comply with AISC-LRFD specifications. The connections adopt the combination of five specially designed nuts-and-bolts patterns, where their possible locations are predefined. Their behaviors are described by the compatibility conditions of displacements at some specific degrees of freedom (in 3D space) associated with interface nodes of steel panels. The proposed CLPSO approach assigns the binary variables to all connection locations and efficiently determines their optimal placement leading to the minimum construction cost. The applications of the proposed CLPSO method are illustrated through the realistic design of public residential houses managed by National Housing Authority of Thailand.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2021.919
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject.classification	Engineering
dc.title	ระเบียบวิธีการเรียนรู้กลุ่มอนุภาคสำหรับการกำหนดตำแหน่งข้อต่อที่น้อยที่สุด ในการออกแบบบ้านโมดูลาร์สำเร็จรูป
dc.title.alternative	Particle swarm optimization approach for minimum connection placement in prefabricated modular housing design
dc.type	Thesis
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	วิศวกรรมโยธา
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย
dc.identifier.DOI	10.58837/CHULA.THE.2021.919