A BIM-integrated agent-based simulation method for time-space conflict detection among mobile resources in construction projects

Schedule compression techniques are frequently used to meet the construction projects' temporal deadlines. Crashing is a common technique in this regard and requires an increase in the number of resources of the critical path activities to shorten the duration of work. However, any increase in the project resources will increase the interactions among them, leading to time-space conflicts that should be taken into account during crashing analysis. Conventionally, the crashing analysis is performed subjectively, relying on the project planner’s insights or previous project records, which may not lead to reliable estimations. To achieve a more accurate estimation for crashing alternatives, space congestion among the resources should be quantified and involved in the analysis with a project-based and quantitative approach. This study presents a novel method for generating and evaluating the crashing alternatives that are laid on the agent-based simulation (ABS) and BIM model. The method aims to increase the construction simulation fidelity and fulfill some of the current gaps by quantifying time-space conflicts to support the time-cost trade-off and corresponding risk analyses. The method takes a 4D BIM model, an agent pool, and crashing alternatives as input sets and generates a simulation, in which the agents represent project manpower and machinery resources (crews) that can act independently on the basis of predefined behavioral patterns and move according to an artificial intelligence (AI) pathfinding algorithm supported by their perception of the environment and other agents. Leveraging the independent nature of the agents, a conflict avoidance mechanism that models the crews’ behavior in real cases is also developed and integrated with them. In order to evaluate the proposed method, it was implemented in two case examples with distinct environments including a game engine and a commercial simulation tool. The analysis outcomes demonstrated the impact of the time-space conflicts on the crew productivity and provided crew size–project duration estimation as the quantified crashing modes. The method is expected to ameliorate the accuracy of the crashing analysis and help planners anticipate the emergent outcomes related to the different time-cost scenarios with associated risks.Alternate abstract:Proje hızlandırma teknikleri, inşaat projelerinin zamanında tamamlanabilmesi için sıkça kullanılır. Bu bağlamda yaygın olarak kullanılan tekniklerden biri de süre kısaltma (crashing) yöntemidir ve bu yöntem, kritik yol aktivitelerine ait kaynakların artırılarak işin süresinin kısaltılmasını gerektirir. Ancak, proje kaynaklarındaki herhangi bir artış, kaynaklar arasındaki etkileşimleri artırarak zaman-alan çatışmalarına yol açar ve bu durum, süre kısaltma analizinde dikkate alınmalıdır. Geleneksel olarak, süre kısaltma analizi, proje yöneticisinin içgörüleri veya önceki proje kayıtlarına dayanarak öznel bir şekilde gerçekleştirilir, bu da güvenilir tahminlere yol açmayabilir. Süre kısaltma alternatifleri için daha doğru bir tahmin elde edebilmek adına kaynaklar arasındaki alan sıkışıklığı nicel olarak ölçülmeli ve proje bazlı, sayısal bir yaklaşımla analize dahil edilmelidir. Bu çalışmada, süre kısaltma alternatiflerini oluşturmak ve değerlendirmek için zaman-alan çatışmalarını nicel olarak ölçmek üzere ajan tabanlı simülasyon (ABS) ve Yapı Bilgi Modellemesi (YBM) bazlı yeni bir simülasyon yöntemi sunar. Bu yöntem, inşaat simülasyonunun doğruluğunu artırmayı ve zaman-maliyet denklemi ve ilgili risk analizlerini desteklemek için zaman-alan çatışmalarını ölçerek mevcut eksiklikleri gidermeyi amaçlamaktadır.Bu metot, 4B YBM modelini, bir ajan havuzunu ve süre kısaltma alternatiflerini girdi olarak alır ve ajanların, proje iş gücünü temsil ettiği bir simülasyon üretir. Bu ajanlar, önceden tanımlanmış davranış kalıplarına göre bağımsız olarak aksiyon alabilirler ve çevre algıları ile diğer ajanlarla etkileşimlerine dayalı olarak bir yapay zeka (AI) yol bulma algoritması aracılığıyla hareket ederler. Ajanların bağımsız doğasından yararlanarak, ekiplerin gerçek durumlarda sergiledikleri davranışları modelleyen bir çatışma önleme mekanizması da geliştirilmiş ve ajanlarla entegre edilmiştir. Önerilen yöntemi değerlendirmek amacıyla, farklı ortamlara sahip iki örnek proje üzerinde, bir oyun motoru ve ticari bir simülasyon aracı kullanılarak uygulanmıştır. Analiz sonuçları, zaman-alan çatışmalarının ekip verimliliği üzerindeki etkisini göstermiş ve ekip sayısı-proje süresi tahmini gibi nicel süre kısaltma modları sağlamıştır. Bu yöntemin, süre kısaltma analizinin doğruluğunu artırması ve planlayıcıların farklı zaman-maliyet senaryolarıyla ilişkili riskleri içeren olası sonuçları öngörmelerine yardımcı olması beklenmektedir.