建筑业生产方式较为粗放,相对于工业中追求利润最大化和成本最低的精益生产而言,存在较大提升空间。随着经济市场竞争力的日益加大,降低原材料成本以及提高劳动生产效率的利润空间逐渐缩小,企业开始在非生产领域中的物流及相关信息活动中寻找竞争优势。而建筑业一直遵循经验生产方式,对于生产中存在的材料二次搬运费等物流相关问题研究较少,并没有从系统布局设计角度去优化甚至避免这种不必要的物流浪费。工业工程中的SLP方法主要用于厂房和车间的物流设施规划,它能够实现科学的设施布局和合理的物料搬运,从而降低物流成本。SLP方法在全面细致调查的基础上,绘制各类表格和图形,并进行计算,得出若干初始可行方案,再根据实际限制条件和相关修正因素对比分析,得出布局设计的最佳方案。建筑施工现场平面在布置中主要依据现有的标准规范和经验进行,没有考虑到物流是否便利,更很少做过精确设施规划,会造成大量的物流浪费。因此结合建筑施工现场特点,将SLP方法加以改进并应用到平面布置中,将会大大节省物流成本。SLP方法在绘制位置相互关系图的过程中通常是手动进行调试,工作量较大,对于较多作业单位时操作很难,对于较大或较复杂项目的平面布置时难度较大。生物仿生学当中的遗传算法GA(Genetic Algorithm)则能够很好地解决这类问题,GA通过选取一定数量的个体作为初始种群,该群体作为父代,采用二进制对作业单位坐标进行编码,并设置适应度函数后,进行选择、交叉、变异等遗传操作,最终会得到若干最优子代,完成全局寻优工作。使用该种方法来改进SLP方法能够解决SLP手动调试的局限性,借助计算机解决各种大而复杂的项目。采用遗传算法改进后的SLP方法可得到二维布局图,但对于较大项目的施工现场平面布置较为抽象,无法考虑其他“碰撞因素”,以及施工现场产生较多的垂直运输成本。建筑业中的BIM(Building Information Modeling)技术被称为建筑业中的3D打印技术,它能够对项目全生命周期进行数据维护和模型搭建,可模拟仿真各类施工问题。采用BIM技术对二维布局图作翻模处理后不仅实现可视化,进行虚拟漫游,还能分析垂直运输是否合理,对于不同施工阶段均可做出动态调整。本文通过遗传算法和BIM技术来改进SLP方法,解决建筑施工现场平面布置问题,能够实现标准化平面布置,并且节省大量物流成本。