CC BY
4DOI 10.47576/2712-7516_2022_10_1_27 УДК 338
КОМПЛЕКСНАЯ КОМПЬЮТЕРНАЯ ОЦЕНКА МАТРИЦ СВЕРТКИ И ФОРМИРОВАНИЕ МОДЕЛИ ГОТОВНОСТИ ОРГАНИЗАЦИОННО-ПЛАНИРОВОЧНЫХ
ПОДГОТОВИТЕЛЬНЫХ РАБОТ В СТРОИТЕЛЬНОЙ ОТРАСЛИ
Жигит Александр Александрович,
аспирант программы обучения «Управление в социальных и экономических системах», Пермский национальный исследовательский политехнический университет, г. Пермь, Россия, e-mail: laqlol199.6@yandex.ru
В статье представлены фрагмент компьютерной комплексной оценки матриц свертки и отдельные элементы формирования модели готовности организационно-планировочных подготовительных работ в строительной отрасли. Подробно раскрыт подготовительный этап в строительстве с помощью древа критериев.
Ключевые слова: строительство; оценка; модель; строительные работы; критерии; факторы; матрица.
UDC 338
COMPREHENSIVE COMPUTER EVALUATION OF CONVOLUTION MATRICES AND FORMATION OF A MODEL FOR THE READINESS
OF ORGANIZATIONAL AND PLANNING PREPARATORY WORK IN THE CONSTRUCTION INDUSTRY
Zhigit Alexander Alexandrovich,
postgraduate student of the study program «Management in social and economic systems», Perm National Research Polytechnic University, Perm, Russia, e-mail: laqlol199.6@yandex.ru
The article presents a fragment of a computer complex assessment of convolution matrices and individual elements of the formation of a model for the readiness of organizational and planning preparatory work in the construction industry. The preparatory stage in construction is described in detail with the help of a tree of criteria.
Keywords: construction; grade; model; construction works; criteria; factors; matrix.
Актуальность темы научной статьи связана с проблемами компьютерного моделирования отдельных элементов формирования модели готовности, организационно-планировочных подготовительных работ в строительной отрасли. Строительная отрасль Российской Федерации, как и другие отрасли народного хозяйства, существенно изменилась под влиянием пандемии и специальной операции, проводимой на Украине. Целесообразно отме-
тить, что многие строительные объекты не были сданы в срок из-за так называемых экзогенных ситуаций.
Научная проблема, поднимаемая в данной статье: зарубежные санкции обострили целесообразность разработки собственных программных продуктов и пакетов прикладных программ для использования в различных сферах народного хозяйства страны.
Цель научного исследования - представить научной общественности фрагмент
компьютерной комплексной оценки матриц свертки и отдельные элементы формирования модели готовности организационно-планировочных подготовительных работ в строительной отрасли, подробно раскрыть подготовительный этап в строительстве с помощью древа критериев.
Методы научного исследования - анализ, моделирование и др.
Тема статьи недостаточно изучена в отечественной научной литературе, но отдельные работы ученых заслуживают внимания: А. О. Алексеев, К. А. Гуреев, В. А. Харитонов представили научной общественности интеллектуальное моделирование [1, с. 68256848]; Del Carmen Vílchez Lara, M. Pontes A.J.G.-B., Casas J.M.F. разбирали конструкторские аспекты в строительстве [2, с. 102113]; Liu Y., Lin Z., Xiahou K., Lin Y., Q.H. Wu изучали моделирование и конструирование в современных пакетах прикладных программ [3, с. 821-831]; A.A. Makki, I. Mosly представили разработки, которые были открыты и использованы в Саудовской Аравии [4, с. 1-16]; Qi X., Wu B. моделировали и визуализировали объекты [5, с. 127-128]; Sun H., Fan M., Sharma A. изучили информационное моделирование в эпоху Индустрии 4.0 [6, с. 224-232]; Zhu M., Fan L., Chen G. рассмотрели отдельные аспекты оптимального моделирования [6, с. 222-234]; И. И. Болотов показал перспективы строительной отрасли в постпандемической экономике [7, с. 58-63]; М. П. Веремьева, А. Ю. Жданюк, Р. Д. Романов, А. П. Елисеева, Д. Д. Чернова показали перспективы развития строительной отрасли после пандемии [8, с. 396-400]; К. А. Гуреев, А. Н. Гуреева рассмотрели значимость объединения принципов связанности и взаимозависимости факторов моделей рынков при управлении рыночной системой [9, с. 211-218]; А. Н. Гуреева, К. А. Гуреев изучили значимость разработки и распространения готовых моделей реализации проектов строительства с применением смешанного финансирования [10, с. 26]; Б. Ш. Дадаева, М. А. Дибиров показали отдельные аспекты информационного моделирования в строительстве [11, с. 977-980]; Е. Е. Дмитрик изучил актуальные проблемы и перспективы развития строительной отрасли [12, с. 2528]; И. А. Еремина показала перспективы цифровизации строительной отрасли в Рос-
сийской Федерации [13, с. 248-254]; А. А. Жи -гит, К. И. Хамидуллина, С. А. Лашкин изучили применение модели оценки рисков для выбора строительного объекта генеральной подрядной организацией [14, с. 33-38]; М. С. Мальчиков дал оценку возможностям и перспективам использования корпоративной информационной системы на предприятиях строительной отрасли [15, с. 921-924]; Н. В. Марневский показал перспективы развития государственного управления строительной отраслью [16, с. 8-14]; И. В. Мартыненко построил динамику и изучил перспективы развития строительной отрасли в России и за рубежом [17, с. 159-163]; Е. В. Поезжа-ев занимался моделированием поведения покупателей в строительной отрасли [18, с. 163-168]; С. В. Пономарева, А. А. Жигит, С. А. Лашкин моделировали риски, влияющие на несвоевременное завершение гражданского и промышленного строительства в Российской Федерации [19, с. 82-90]; М. Л. Солдатов показал моделирование рынка строительных работ в Пермском крае на среднесрочную перспективу [20, с. 68-74]; Ю. П. Станина изучила современное состояние и перспективы экономического развития строительной отрасли в России [21, с. 4-7].
Для организации подготовительного этапа в строительстве необходимо построить древо критериев: в первую очередь, для дальнейшего процесса моделирования целесообразно произвести преобразование, которое позволит привести необходимые критерии к единой, качественной, шкале оценок. По полученным данным строим критерии и матрицы свертки. Для этого выбираем 4-балльную шкалу, где для каждой характеристики строим шкалу комплексного оценивания от 1-4, где: 4 - «отлично»; 3 - «хорошо»; 2 - «удовлетворительно»; 1 - «неудовлетворительно». Зависимость везде будет разная - как прямая, так и обратная.
Одной из самых серьезных проблем комплексного оценивания является обоснование вариантов заполнения матриц свертки, образованных в процессе построения древа критериев. При построении данной и последующих сверток необходимо уточнить, что автор полностью полагается на свое экспертное субъективное мнение. Вариантов построения матриц может быть множество, как и экспертов и их мнений.
Построение стандартными функциями свертки дает содержательную интерпретацию. Графическое отображение каждого из вариантов функции свертки приведено на рис. 1.
ГО - рост любого из двух частных критериев не вызывает увеличение комплексной оценки;
И - равномерный рост частных критериев обеспечивает умеренный рост комплексной оценки с эффектом «ожидания» более развитым критерием менее развитого;
f2 - монополия второго (правого) частного критерия;
f3 - монополия первого (левого) частного критерия.
f4 - аналогичен И, но отличается быстрым ростом вместо умеренного;
f5 - аналогичен f4, отличается стремительным ростом комплексной оценки.
Отображение матричной свертки может иметь числовой вариант и будет заполнена в виде таблицы со сторонами 4 на 4, где каждая ячейка будет иметь адрес (1-4, 1-4), соответственно по вертикали 1-4 и горизонтали 1-4. Графическое отображение и топологическое отображение будет иметь вид 3 на 3, где каждый критерий соответствует области значений:
Б - область больших значений; С - область средних значений; М - область малых значений.
^решительная дон
Прямая /
4 4,ОС
_ 100 100
Анализ ПСД
Прямая /
• 4 2,42
_ _ 100 48
Приемка объекта
4,00 Р5 РЗ Р5
2,42 Р5 РЗ И J Готовность подгот. периода
3,00 Р1 РО р[1 J 3,00 Р4 Г1 Г J
2,41 Р2 И РО 1 1
Готовность выполненных работ 2,41 Р5 Р5 РЗ -
3,15 ¥2 Р4 РЗ 1 Г -
2,41 Р1 Р2 р[| J 1
2,41 Р4 Р5 РЗ г -
Рисунок 1 - Практическое применение модели готовности организационно-планировочных подготовительных работ в строительной отрасли, сделанной в программе «ЕхсеЮекоп в.4.49»
Свертка «Трудовые ресурсы» - отношение двух критериев, таких как «Заключение договоров с субподрядчиками» и «Подбор персонала». У критериев зависимость прямая, так как чем выше процент выполненных критериев, тем выше оценка, а значит, при ста процентах присваивается комплексная оценка четыре. Свертка «Трудовые ресурсы» построена таким образом, чтобы при расчете комплексной оценки учитывались количественные факторы критериев и выбор падал в сторону наиболее высокого показателя.
Свертка «Результат работ» - сравниваются критерии «Готовность внеплощадочных работ» и «Готовность внутриплощадочных работ». Оба критерия важны для приемки организационно-планировочного подготовительного периода. Свертка построена в большинстве случаев так, чтобы оба критерия были равны либо выбор падал на наименьший критерий, что способствовало бы показателю невыполненных каких-либо работ.
Свертка «Приемка объекта» состоит из взаимоотношений критериев «Разреши-
тельная документация» и «Анализ проек-тно-сметной документации». Данный вид сравнения критериев возник из-за того, что строительно-монтажные работы не могут быть начаты без данных критериев. Свертка построена таким образом, что два критерия в равной степени равны и должны учитываться комплексной оценкой одинаково.
Свертка «Готовность выполненных работ» - при сравнивании двух сверток «Трудо -вые ресурсы» и «Результат работы» необходимо объединить в одну комплексную оценку для дальнейшего оценивания готовности организационно-планировочных подготовительных работ в строительной отрасли. При попадании в области средний и больших значений процент готовых выполненных работ приближается к полной готовности, выбор падает на критерий, который наименьший, чтобы увидеть отставание по освоению средств, выделенных на строительство того или иного объекта капитального строительства.
Для того чтобы оценить готовность выполнения организационно-планировочных подготовительных работ, сравниваются две свертки - это «Приемка объекта», без которой
невозможно было бы начало строительно-монтажных работ, и «Готовность выполненных работ» - это совокупность выполненных работ. После создания свертки «Готовность подготовительного периода» и присуждения ей комплексной оценки получаем оценку готовности организационно-планировочных работ в строительной отрасли.
Итогом практического применения представленной модели «Готовность организационно-планировочных работ в строительной отрасли» будет совокупность последовательных операций строительной компании и ее ведущих специалистов. Можно отметить, что комплексная оценка - это совокупность факторов и критериев готовности строительной площадки. Если строительная компания обращает свое внимание на все обстоятельства незавершенного подготовительного этапа строительства по объекту и воспользуется предложенной моделью, проработает всю информацию об этом объекте, его свойствам и нормам, то наглядно получит совокупность данных анализа. Менеджеры компании получат информацию, нанасколько существенно отставание по выполнению работ на строительном объекте.
Список литературы_
1. Alekseev A.O., Gureev K.A., Kharitonov V.A. Intellectual modeling technologies of investment market // Applied Mathematical Sciences.2013. T.7. № 137-140, pp. 6825-6848.
2. Del Carmen Vílchez Lara, M. Pontes A.J.G.-B., Casas J.M.F. Construction process of the college of San Pablo in granada. Analysis and dissemination through 3D modelling [El proceso constructivo del colegio de San Pablo en granada. Análisis y divulgación mediante modelado 3D] (2021) EGA Revista de Expresion Grafica Arquitectonica, 26 (42), pp. 102-113.
3. Liu Y., Lin Z., Xiahou K., Lin Y., Wu Q.H. Equivalent hamiltonian equations modelling and energy function construction for MMC-HVDC in hybrid AC/DC power systems (2021) CSEE Journal of Power and Energy Systems, 7 (4), статья № 9171683, pp. 821-831.
4. Makki A.A., Mosly I. Predicting the safety climate in construction sites of Saudi Arabia: A bootstrapped multiple ordinal logistic regression modeling approach (2021) Applied Sciences (Switzerland), 11 (4), статья № 1474, pp. 1-16.
5. Qi X., Wu B. Modeling and visualization of group knowledge construction based on cohesion metrics in data inquiry learning (2021) Proceedings - IEEE 21st International Conference on Advanced Learning Technologies, ICALT 2021, pp. 127-128.
6. Sun H., Fan M., Sharma A. Design and implementation of construction prediction and management platform based on building information modelling and three-dimensional simulation technology in Industry 4.0 (2021) IET Collaborative Intelligent Manufacturing, 3 (3), pp. 224-232.
7. Zhu M., Fan L., Chen G. Modeling Optimization Based Economy and Carbon Emissions Balance in Construction Supply Planning (2021) Lecture Notes on Data Engineering and Communications Technologies, 78, pp. 222-234.
8. Болотов И. И. Перспективы строительной отрасли в постпандемической экономики // Социально-экономическое развитие России: проблемы, тенденции, перспективы: сборник научных статей 19-й Международной научно-практической конференции. Курск, 2020. С. 58-63.
9. Веремьева М. П., Жданюк А. Ю., Романов Р. Д., Елисеева А. П., Чернова Д. Д. Перспективы развития стро -ительной отрасли после пандемии, ее настоящее и будущее // Экономика и предпринимательство. 2021. № 4 (129). С. 396-400.
10. Гуреев К. А., Гуреева А. Н. Значимость объединения принципов связанности и взаимозависимости факторов моделей рынков при управлении рыночной системой // Управление большими системами. УБС-2017. Материалы XIV Всероссийской школы-конференции молодых ученых. 2017. С. 211-218.
11. Гуреева А. Н., Гуреев К. А. Значимость разработки и распространения готовых моделей реализации проектов строительства с применением смешанного финансирования // Российский экономический интернет-журнал. 2018. № 3. С. 26.
12. Дадаева Б. Ш., Дибиров М. А. Информационное моделирование в строительстве // Экономика и предпри -нимательство. 2021. № 8 (133). С. 977-980.
13. Дмитрик Е. Е. Актуальные проблемы и перспективы развития строительной отрасли // Интеграция науки и практики в современных условиях. Материалы Международной (заочной) научно-практической конференции. Нефтекамск, 2021. С. 25-28.
14. Еремина И. А. Перспективы цифровизации строительной отрасли в Российской Федерации // Экономика и маркетинг в XXI веке: проблемы, опыт, перспективы: сборник материалов XVI международной научно-практической конференции: посвящается 100-летию ДОННТУ. Донецк, 2020. С. 248-254.
15. Жигит А. А., Хамидуллина К. И., Лашкин С. А. Применение модели оценки рисков для выбора строительного объекта генеральной подрядной организацией // Вестник Алтайской академии экономики и права. 2020. № 1-1. С.33-38.
16. Мальчиков М. С. Оценка возможностей и перспектив использования корпоративной информационной системы на предприятиях строительной отрасли // Экономика и предпринимательство. 2020. № 5 (118). С. 921-924.
17. Марневский Н. В. Перспективы развития государственного управления строительной отраслью // Бенефициар. 2020. № 63. С. 8-14.
18. Мартыненко И. В. Динамика и перспективы развития строительной отрасли в России и за рубежом // в сборнике: Конкуренция и монополия: сборник материалов IV Всероссийской научно-практической конференции студентов, магистрантов, аспирантов, научно-педагогических работников и специалистов в области антимонопольного регулирования. Кемерово, 2021. С. 159-163.
19. Поезжаев Е. В. Моделирование поведения покупателей в строительной отрасли // Вестник Алтайской академии экономики и права. 2021. № 8-2. С. 163-168.
20. Пономарева С. В., Жигит А. А., Лашкин C. А. Моделирование рисков влияющих на несвоевременное завершение гражданского и промышленного строительства в Российской Федерации // Вестник Алтайской академии экономики и права. 2019. № 7-2. С. 82-90.
21. Солдатов М. Л. Моделирование рынка строительных работ в Пермском крае на среднесрочную перспективу // Журнал прикладных исследований. 2022. Т. 1. № 8. С. 68-74.
References_
1. Alekseev A.O., Gureev K.A., Kharitonov V.A. Intellectual modeling technologies of investment market. Applied Mathematical Sciences.2013. T.7. № 137-140, pp. 6825-6848.
2. Del Carmen Vílchez Lara, M. Pontes A.J.G.-B., Casas J.M.F. Construction process of the college of San Pablo in granada. Analysis and dissemination through 3D modelling [El proceso constructivo del colegio de San Pablo en granada. Análisis y divulgación mediante modelado 3D] (2021) EGA Revista de Expresión Grafica Arquitectónica, 26 (42), pp. 102-113.
3. Liu Y., Lin Z., Xiahou K., Lin Y., Wu Q.H. Equivalent hamiltonian equations modelling and energy function construction for MMC-HVDC in hybrid AC/DC power systems (2021) CSEE Journal of Power and Energy Systems, 7 (4), статья № 9171683, pp. 821-831.
4. Makki A.A., Mosly I. Predicting the safety climate in construction sites of Saudi Arabia: A bootstrapped multiple ordinal logistic regression modeling approach (2021) Applied Sciences (Switzerland), 11 (4), статья № 1474, pp. 1-16.
5. Qi X., Wu B. Modeling and visualization of group knowledge construction based on cohesion metrics in data inquiry learning (2021) Proceedings - IEEE 21st International Conference on Advanced Learning Technologies, ICALT 2021, pp. 127-128.
6. Sun H., Fan M., Sharma A. Design and implementation of construction prediction and management platform based on building information modelling and three-dimensional simulation technology in Industry 4.0 (2021) IET Collaborative Intelligent Manufacturing, 3 (3), pp. 224-232.
7. Zhu M., Fan L., Chen G. Modeling Optimization Based Economy and Carbon Emissions Balance in Construction Supply Planning (2021) Lecture Notes on Data Engineering and Communications Technologies, 78, pp. 222-234.
8. Bolotov I.I. Prospects for the construction industry in the post-pandemic economy. Social and economic development of Russia: problems, trends, prospects. Collection of scientific articles of the 19th International Scientific and Practical Conference. Kursk, 2020. S. 58-63.
9. Verem'eva M.P., Zhdanyuk A.Yu., Romanov R.D., Eliseeva A.P., Chernova D.D. Prospects for the development of the construction industry after the pandemic, its present and future. Economics and Entrepreneurship. 2021. No. 4 (129). - pp. 396-400.
10. Gureev K.A., Gureeva A.N. The significance of combining the principles of connectedness and interdependence of factors of market models in the management of a market system. Management of large systems. UBS-2017. Materials of the XIV All-Russian school-conference of young scientists. 2017. P.211-218.
11. Gureeva A.N., Gureev K.A. The importance of developing and disseminating ready-made models for the implementation of construction projects using mixed financing. Russian Economic Internet Journal. 2018. No. 3. P.26.
12. Dadaeva B.Sh., Dibirov M.A. Information Modeling in Construction. Economics and Entrepreneurship. 2021. No. 8 (133). FROM. 977-980.
13. Dmitrik E.E. Actual problems and prospects for the development of the construction industry. Integration of science and practice in modern conditions. Materials of the International (correspondence) scientific-practical conference. Neftekamsk, 2021. pp. 25-28.
14. Eremina I.A. Prospects for the digitalization of the construction industry in the Russian Federation. Economics and marketing in the XXI century: problems, experience, prospects. Collection of materials of the XVI international scientific-practical conference: dedicated to the 100th anniversary of DONNTU. Donetsk, 2020. pp. 248-254.
15. Zhigit A.A., Khamidullina K.I., Lashkin S.A. Application of the risk assessment model for the selection of a construction object by a general contractor. Bulletin of the Altai Academy of Economics and Law. 2020. No. 1-1. P. 33-38.
16. Boys M.S. Assessment of opportunities and prospects for the use of a corporate information system at enterprises in the construction industry. Economics and Entrepreneurship. 2020. No. 5 (118). pp. 921-924.
17. Marnevsky N.V. Prospects for the development of public administration in the construction industry. Beneficiary. 2020. No. 63. pp. 8-14.
18. Martynenko I.V. Dynamics and prospects for the development of the construction industry in Russia and abroad. Competition and monopoly. Collection of materials of the IV All-Russian scientific-practical conference of students, undergraduates, graduate students, scientific and pedagogical workers and specialists in the field of antimonopoly regulation. Kemerovo, 2021. - pp. 159-163.
19. Poezzhaev E.V. Modeling the behavior of buyers in the construction industry. Bulletin of the Altai Academy of Economics and Law. 2021. No. 8-2. - pp. 163-168.
20. Ponomareva S.V., Zhigit A.A., Lashkin S.A. Modeling risks affecting the untimely completion of civil and industrial construction in the Russian Federation. Bulletin of the Altai Academy of Economics and Law. 2019. No. 7-2. pp. 82-90.
21. Soldatov M.L. Modeling the market of construction works in the Perm region for the medium term. Journal of Applied Research. 2022. V. 1. No. 8. pp. 68-74.
