Оценка параметров организационно-технологических решений на основе нейросетевых моделей

Статья посвящена решению научной и практической задачи повышения качества организационно-технологических решений (ОТР) в строительстве за счет оперативной оценки параметров организационно-технологических решений. Автором рассмотрены основные этапы реализации инвестиционно-строительного проекта, выявлены критические пути при рассмотрении и принятии организационно-технологических решений, обозначены потенциальные ресурсы повышения качества проектных решений с применением актуальных методов проектирования на базе технологии информационного моделирования в строительстве. Для решения задач оптимизации принятия организационно-технологических решений автором предложен метод прогноза и оценки интегральных параметров проектных решений в основе которого лежит нейросетевая модель. Предложенный метод основан на формировании обучающей матрицы в состав которой входят ключевые показатели реализованных проектов в том числе: параметры, характеризующие внешнюю среду объекта, экспертные оценки и показатели конструктивной, технологической и организационной составляющей проектных решений. Метод позволяет учитывает применение тех или иных технологий и отдельных конструктивных параметров строительных изделий в различных условиях внешней среды, оценить риски сопутствующие реализации рассматриваемых организационно-технологических решений. Применение предложенной модели, осуществляющей анализ рисков организационно технологических решений в разрезе конкретного объекта строительства, имеет преимущества относительно рассмотрения решений без привязки к объекту и его внешней среде. В результате выбор организационно-технологического решения становится более обоснованным, за счет учета суммарных рисков.

1. Жаров Я.В. Решение задач организационно-технологического проектирования при помощи методов многомерного моделрования. // Системы. Методы. Технологии. 2016. – № 3 (31). – С. 106-110

2. Kim C.Y., Hong S.W. Fuzzy logic approach for the design of reinforcement in tunnel excavation. – Korea. Geotechnical Engineering Reserch Dept., 2004.

3. Tah J.H.M. and Carr.V. A proposal for construction project risk assessment using fuzzy logic. Construction Management and Economics, 2000.

4. Сборщиков С.Б., Лазарева Н.В., Жаров Я.В. Основные теоретические положения логистики регулирующих воздействий в инвестиционно-строительной сфере. // Вестник МГСУ. 2014. – № 7. – С. 174-183.

5. Жаров Я.В. Многомерное моделирование на основе блочно-кластерной структуры модели. // Научное обозрение. 2015. – № 16. – С. 432-436.

6. Олейник П.П., Бродский В.И. О новых требованиях к организации приемки законченных строительством объектов // Промышленное и гражданское строительство. 2017. – № 9. – С. 56-60.

7. Журавлев П.А. Цена строительства и этапы ее формирования. // Вестник Иркутского государственного технического университета. 2015. № 9 (104). С. 174-178.

8. Aleksanin A., Sborshikov S. Specifics of system of external influences on the life cycle of a construction object. Matec web of conferences 5. Сер. «5th international scientific conference» Integration, Partnership and Innovation in Construction Science and Education, IPICSE 2016. 2016. – С. 05013.

9. Клюев В.Д., Журавлев П.А. Планирование капитального ремонта. Проблемы и пути их решения. // Вестник МГСУ. 2011. № 2-2. С. 278.

10. Zhang S. et al. Building information modeling (BIM) and safety: Automatic safety checking of construction models and schedules //Automation in Construction. – 2013. – Т. 29. – С. 183-195.

11. Shou W. et al. A comparative review of building information modelling implementation in building and infrastructure industries //Archives of computational methods in engineering. – 2015. – Т. 22. – №. 2. – С. 291-308.

12. Chong H. Y., Wang X. The outlook of building information modeling for sustainable development //Clean Technologies and Environmental Policy. – 2016. – Т. 18. – №. 6. – С. 1877-1887.

13. Porras-Díaz H. et al. Technologies» Building Information Modeling» budgeting in construction of reinforced structures // Entramado. – 2015. – Т. 11. – №. 1. – С. 230-249.

14. Сборщиков С.Б., Лазарева Н.В., Жаров Я.В. Структура и состав системотехнической модели устойчивого развития инвестиционно-строительной деятельности // Вестник МГСУ. 2014. – № 2. – С. 210-218.

15. Алексанин А.В. Особенности влияния внешних факторов на строительный объект // Научное обозрение. 2017. – № 6. – С. 12-15.

16. Хрипко Т.В. Анализ дополнительных требований к участникам закупки отдельных видов товаров, работ, услуг в строительной отрасли // Научное обозрение. 2016. № 13. С. 241-243.

17. Белякова А.П., Ковалева Л.С. BIM-технологии: преимущество внедрения в инвестиционно-строительные проекты российских компаний // Экономика и предпринимательство. 2017. № 4-2 (81-2). С. 642-647.

18. Papelniuk O. Systematization of Costs and Effects as a Method of Costs Management in Innovative Projects of Underground Construction // Procedia Engineering. – 2016. – Т. 165. – С. 1310-1316.

19. Алексанин А.В. Вопросы устойчивого развития строительства в резолюции ООН. // Вестник белгородского государственного технологического университета им. В.Г. Шухова. 2017. – № 7. – С. 28-31.

20. Лапидус А.А., Макаров А.Н. Теория нечетких множеств на этапах моделирования организации строительных процессов возведения многоэтажных зданий // Промышленное и гражданское строительство. 2016. – № 6. – С. 66-71.

21. Гинзбург В.М. Проектирование информационных систем в строительстве: Информационное обеспечение. М.: Изд-во АСВ, 2002. 319 с.