Dynamics of Technical and Technological Processes in Construction under Conditions of Stochastic Impacts

Abstract

Постановка задачи. Основным источником ошибок априорного детерминированного планирования стройпроизводства являются стохастические воздействия на динамику выполнения работ. Область практического применения многочисленных классических и инновационных методов учета влияния стохастических факторов ограничивается зависимостью от субъективных экспертных оценок и необходимостью сбора и анализа больших объемов данных. Целью исследования является формирование свободных от этих недостатков алгоритмов количественного описания влияния стохастических воздействий на длительность технико-технологических процессов стройпроизводства. Результаты. Сформулирован алгоритм расчета динамики и полной длительности выполнения технико-технологических процессов, детерминированная часть которого основана на объективных характеристиках нескладируемых ресурсов. Описание влияния воздействий на профиль использования и производительность ресурсов учитывает качественное различие дискретных и непрерывных стохастических механизмов увеличения длительности процессов. Сформулированы условия, которым должна удовлетворять плотность вероятности уменьшения производительности ресурса. Получен вид и определен практический смысл параметров функции распределения. Сформулированные алгоритмы реализованы в математическом пакете MAPLE V. Проведено компьютерное моделирование динамики реализации процесса стройпроизводства в широком интервале параметров стохастических воздействий. Выводы. Зависимости горизонта априорного планирования от характеристик стохастических воздействий, выявленные на основе анализа результатов моделирования, свидетельствуют о том, что даже при малой вероятности стохастического искажения профиля использования ресурсов горизонт планирования динамики стройпроизводства быстро уменьшается с ростом стохастических воздействий на их производительность. Вследствие этого оптимальным является подход, основанный на интеграции методов априорного планирования, динамического мониторинга результатов реализации проекта и корректировки сценария динамики реализации. Statement of the problem. The main source of errors in a priori deterministic planning of the production system is stochastic effects on the dynamics of work performance. The field of practical application of numerous classical and innovative methods of accounting for the influence of stochastic factors is limited by dependence on subjective expert assessments and the need to collect and analyze large amounts of data. The purpose of this study is to form algorithms free from these shortcomings for the quantitative description of the effect of stochastic impacts on the duration of technical and technological processes of construction production. Results. An algorithm is formulated for calculating the dynamics and the total duration of technical and technological processes, the deterministic part of which is based on objective characteristics of non-stored resources. The description of the impact of impacts on the use profile and resource productivity takes into account the qualitative difference between discrete and continuous stochastic mechanisms for increasing the duration of processes. The conditions that must be satisfied by the probability density of reducing the performance of the resource are formulated. The form is obtained and the practical meaning of the parameters of the distribution function is determined. The formulated algorithms are implemented in the MAPLE Vmathematical package. A computer simulation of the dynamics of the implementation of the process of construction production in a wide range of parameters of stochastic effects is carried out. Conclusions. The dependences of the a priori planning horizon on the characteristics of stochastic impacts, identified based on the analysis of modeling results, indicate that even with a low probability of stochastic distortion of the resource utilization profile, the planning horizon of the dynamics of construction production decreases rapidly with the growth of stochastic impacts on their productivity. As a result, the optimal approach is based on the integration of methods of a priori planning, dynamic monitoring of project implementation results and adjustment of the scenario of implementation dynamics.