摘要 在密集城市核心区的地铁站施工现场布局规划（SSCSLP）具有极端空间约束的特征。传统的约束保留搜索（CPS）范式在这种环境中常常表现出显著的局限性。具体而言，对不可行解的严格拒绝使搜索空间碎片化，常常导致局部最优解的停滞。为了应对这些挑战，提出了一种新颖的基于图的动态约束松弛多目标优化框架。利用边属性加权图捕捉复杂的空间依赖关系。独特的是，开发了基于图的动态约束松弛NSGA-II（GDCR-NSGA-II），以克服优化瓶颈。动态约束松弛策略（DCRS）将硬约束转化为连续的惩罚景观。该机制建立了一个受到不可行性驱动的搜索轨迹，引导种群从不可行区域朝着可行边界的全局最优解前进。该框架通过重庆轨道交通27号线的案例研究进行了验证。比较分析表明，当传统方法严格使用的单个最佳可行解作为基准时，所提出的框架将平均施工成本降低了约49.4%，并将平均安全性能提高了63.7%。因此，本研究为超约束工程场景的智能决策提供了有力的理论支持。
Ting等人（Sat，）研究了这个问题。