Планирование системы снабжения строительства в стесненных условиях методом динамического программирования

Обложка

Цитировать

Полный текст

Аннотация

Введение. Применение метода динамического программирования широко используется для решения оптимизационных задач в строительстве. В зависимости от сложности проекта и условий при возведении зданий и сооружений принятие оптимальных решений может потребовать анализа большого количества данных и вариантов. Динамическое программирование позволяет рассмотреть задачу оптимизации как последовательность подзадач, которые могут быть решены по отдельности и затем объединены в общее решение. Это позволяет упростить процесс планирования и управления проектом, что является актуальным для принятия организационно-технологических решений при материально-техническом снабжении строительства в условиях плотной городской застройки, а также для повышения эффективности и конкурентоспособности строительной отрасли в целом.Материалы и методы. В исследовании применяется метод математической формализации условий, эффективного снабжения ресурсами, метод динамического программирования и метод графовой интерпретации результатов.Результаты. Произведена оптимизация системы снабжения строительного производства при многопоточной организации работ, на основе результатов оптимизации было определено оптимальное распределение ресурсов и построен сетевой график движения грузопотоков на протяжении рассматриваемого этапа возведения здания. Разработан алгоритм планирования графика поставок при поточном способе доставки ресурсов на строительную площадку.Выводы. При организации ресурсообеспечения строительно-монтажных работ в стесненных условиях важно учитывать ряд ограничений, вызванных данными условиями. Сокращение складских запасов является критическим условием для поддержания системы снабжения в бездефицитном положении. Кроме того, при поточном методе строительства есть риск повышения складских запасов ввиду динамики спроса на материалы и оборудование в то время, когда работы ведутся параллельно. Применение метода динамического программирования позволяет на этапе планирования избежать возникновения дефицита и превышения максимального запаса материальных ресурсов и выбрать их оптимальное распределение на рассматриваемом этапе строительно-монтажных работ.

Об авторах

Я. Д. Агеева

Новосибирский государственный архитектурно-строительный университет (Сибстрин)

Email: ya.ageyeva@sibstrin.ru
ORCID iD: 0009-0004-5827-0238
SPIN-код: 7587-8474

Ю. А. Чиркунов

Новосибирский государственный архитектурно-строительный университет (Сибстрин)

Email: chr102@yandex.ru
ORCID iD: 0000-0001-7128-0757
SPIN-код: 2688-5663

А. А. Лапидус

Национальный исследовательский университет Московский государственный университет (НИУ МГСУ)

Email: Lapidusaa@mgsu.ru
ORCID iD: 0000-0001-7846-5770
SPIN-код: 8192-2653

Список литературы

  1. Болодурина И.П., Спешилов Е.А. Математические и инструментальные средства обеспечения интеллектуальной системы поддержки принятия решений по управлению грузопотоками // Прикладная математика и вопросы управления. 2023. № 2. С. 93–107. doi: 10.15593/2499-9873/2023.2.09. EDN HILJFN.
  2. Lamekhov V., Chervotenko E. Usage of dynamic programming method in transport and logistics centers construction and development projects // Advances in Intelligent Systems and Computing. In book: VIII International Scientific Siberian Transport Forum. 2020. Vol. 1115. Рр. 357–366. doi: 10.1007/978-3-030-37916-2_35
  3. Дюкова О.М. Логистика строительства: современное понимание и тенденции // Вестник УРАО. 2017. № 4. С. 69–73. EDN OAGRQH.
  4. Карпушкин И.Д. Актуальные вопросы логистики строительства на современном этапе // Основы ЭУП. 2023. № 2 (37). С. 95–99. doi: 10.51608/23058641_2023_2_95. EDN RQMEEP.
  5. Седов Д.С. Факторы стесненности в условиях плотной городской застройки // Вестник МГСУ. 2010. № 4 (1). С. 171–174. EDN NEJDSH
  6. Putz D., Schwabeneder D., Auer H., Fina B. A comparison between mixed-integer linear programming and dynamic programming with state prediction as novelty for solving unit commitment // International Journal of Electrical Power & Energy Systems. 2021. Vol. 125. Рр. 3–12. doi: 10.1016/j.ijepes.2020.106426
  7. Mizutania E., Dreyfus S. A tutorial on the art of dynamic programming for some issues concerning Bellman’s principle of optimality // ICT Express. 2023. Vol. 9. Рр. 1144–1161. doi: 10.1016/j.icte.2023.07.001
  8. Sun J., Apornak A., Ma G. Presenting a mathematical model for reduction of delays in construction projects considering quality management criteria in uncertainty condition // Journal of Engineering Research. 2023. doi: 10.1016/j.jer.2023.08.021
  9. Kedir F., Hall M.D. Resource efficiency in industrialized housing construction : a systematic review of current performance and future opрortunities // Journal of Cleaner Production. 2021. Vol. 286. P. 15. doi: 10.1016/j.jclepro.2020.125443
  10. Zhang Y. A survey of dynamic programming algorithms // Apрlied and Computational Engineering. 2024. Vol. 35 (1). Рр. 183–189. doi: 10.54254/2755-2721/35/20230392
  11. Khaled E., Hisham S. Dynamic site layout planning using apрroximate dynamic programming // Journal of Computing in Civil Engineering. 2009. Vol. 23 (2). Рр. 119–127. doi: 10.1061/(ASCE)0887-3801(2009)23:2(119)
  12. Шрамко А.П. Оптимизация транспортно-технологических процессов методом динамического программирования // Морские интеллектуальные технологии. 2021. № 4 (1). С. 184–194. doi: 10.37220/MIT.2021.54.4.050. EDN UGPEGW.
  13. Басараб А. Применение динамического программирования в задачах управления профессиональными рисками в строительстве // Безопасность в техносфере. 2017. № 6 (6). С. 47–53. doi: 10.12737/article_5af024e4e17da6.63463049. EDN XNBWQP.
  14. Пименов С.И. Строительная информационная модель // Вестник ПНИПУ. Строительство и архитектура. 2022. № 3 (13). С. 72–84. doi: 10.15593/2224-9826/2022.3.07
  15. Taghaddos M., Mousaei A., Taghaddos H., Hermann U., Mohamed Y., AbouRizk S. Optimized variable resource allocation framework for scheduling of fast-track industrial construction projects // Automation in Construction. 2024. Vol. 158. P. 24. doi: 10.1016/j.autcon.2023.105208
  16. Essien J. Apрlication of branch and bound and dynamic Programming in demand forecasting for supрly chain optimization // International Journal of Science and Research. 2023. Vol. 12 (5). Рр. 2617–2623. doi: 10.21275/SR23528175430
  17. Шепелев В.Д., Альметова З.В., Шепелева Е.В., Алферова И.Д. Использование маневровых транспортных средств для сокращения простоев в пункте оборота // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. 2018. № 3. С. 169–175. doi: 10.14529/em180320. EDN YBJWQX.
  18. Ran Y. Optimizing operations management and business analytics strategies under uncertainty: dynamic programming // Advances in Economics Management and Political Sciences. 2023. Vol. 49 (1). Рр. 150–156. doi: 10.54254/2754-1169/49/20230507
  19. Louadj K., Aidene M. Direct method for resolution of optimal control problem with free initial condition // International Journal of Differential Equations. 2012. Vol. 6. P. 18. doi: 10.1155/2012/173634
  20. Мамонтова Е.В., Воейко О.А. Применение бережливого производства при оценке качества управления отходами // Компетентность. 2024. № 1. С. 51–56. doi: 10.24412/1993-8780-2024-1-51-57
  21. Ильюк В.В., Кузнецов О.А. Повышение эффективности управления логистическими потоками // Вестник РМАТ. 2023. № 2. C. 21–26. EDN WDCNDI.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).