Jump to ContentJump to Main Navigation
Show Summary Details
More options …

Archives of Civil Engineering

The Journal of Polish Academy of Sciences

4 Issues per year


SCImago Journal Rank (SJR): 0.251
Source Normalized Impact per Paper (SNIP): 0.521

Open Access
Online
ISSN
1230-2945
See all formats and pricing
More options …

Technology Selection For Construction Project, With The Use Of Fuzzy Preference Relation

Wybór wariantu technologicznego realizacji procesów budowlanych z zastosowaniem rozmytej relacji preferencji

N. Ibadov
  • PhD., Eng., Warsaw University of Technology, Faculty of Civil Engineering, Al. Armii Ludowej 16, 00-637 Warsaw, Poland
  • Email
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
/ J. Rosłon
  • MSc., Eng., Warsaw University of Technology, Faculty of Civil Engineering, Al. Armii Ludowej 16, 00-637 Warsaw, Poland
  • Email
  • Other articles by this author:
  • De Gruyter OnlineGoogle Scholar
Published Online: 2015-10-26 | DOI: https://doi.org/10.1515/ace-2015-0028

Abstract

Article deals with the problem of technology selection for construction project. Three criteria were proposed: cost, time and technological complexity. To solve the problem, fuzzy preference relations were used. Authors present an algorithm supporting multi-criteria decision-making process. The algorithm creates fuzzy preference relations on the basis of the fuzzy comparison: “xi is better than xj”. Then, with the use of criteria weights it creates general fuzzy preference relation, finds all non-dominated (admissible) alternatives and the best one among them. The algorithm consists of 7 steps. Authors show application of the proposed algorithm - example calculations.

Streszczenie

Na etapie projektowania architektoniczno-budowlanego zakłada się rodzaj technologii wykonania obiektu budowlanego. Opracowane rozwiązania projektowe w zasadzie przedstawiają w jakiej technologii dany obiekt zostanie realizowany. Informacje te w dużej mierze zawarte są w opisie technicznym obiektu budowlanego. Tym czasem wiadomo, że ekonomiczną efektywność oraz jakościowe i ilościowe wskaźniki projektowanych i realizowanych obiektów, określa się przy założeniu właściwiej technologii prowadzenia robót (procesów) budowlanych. W praktyce budowlanej w dużej mierze technologię wybiera się w oparciu o doświadczenie, intuicję lub też w oparciu o „modę” budowania, jeśli oczywiście zamawiający z góry nie narzuci rodzaju technologii.

W celu uzyskania racjonalnych i akceptowalnych wskaźników techniczno-ekonomicznych należy jeszcze na etapie projektowania dokonać wyboru właściwej technologii wykonania robót budowlanych spośród istniejących, dostępnych w danym ryku alternatywnych rodzajów technologii. Wymaga to doboru odpowiednich kryteriów oceny, określające cechy charakterystyczne danej technologii. A następnie przeprowadzenia analizy (oceny) porównawczej alternatywnych rozwiązań technologicznych i wybrania najbardziej optymalnego wariantu wykonania robót.

W praktyce najczęściej ogranicza się do oceny czasowej i kosztowej. W tym zakresie optymalne rozwiązanie technologiczne to to, które charakteryzuje się najkorzystniejszym wskaźnikiem kosztu i/lub czasu realizacji. Tymczasem procesy technologiczne maja zazwyczaj strukturę o różnej złożoności. Złożoność ta wymaga powierzenie ich wykonanie specjalistycznym brygadom roboczym, wyposażonym w odpowiedni sprzęt. Stopień złożoności technologicznej może powodować dodatkowe czynniki zakłócające w zakresie synchronizacji robót poszczególnych specjalności, utrudniać płynnej organizacji robót itd. Fakt ten może powodować, wydłużenie planowanych czasów realizacji poszczególnych robót i zwiększenie kosztów produkcji.

W związku z czym, zdaniem autorów zasadne jest uwzględnienie oprócz czasowo kosztowych charakterystyk rozważanych technologii jeszcze dodatkowych kryteriów, maksymalnie uwzględniające priorytety danej sytuacji decyzyjnej. Może to być ogólnie sformułowane kryterium złożoności technologicznej w zakresie którym w zależności od sytuacji decyzyjnej należy uwzględniać aspekty czysto techniczne jak i rynkowe, a mianowicie: stopień trudności wykonania robót w danej technologii, dostępność materiałów zastosowanych w danej technologii, dostępność wykwalifikowanych specjalistów w zakresie wybranej technologii, dostępność potrzebnych maszyn i urządzeń w danej technologii, stopień trudności organizacji robót w danej technologii itd. Uwzględnienie w analizie (ocenie) porównawczej wiele kryteriów utrudnia podejmowanie decyzji obiektywnie optymalnych. W celu ułatwiania podejmowania decyzji, autorzy proponują zastosować relację rozmytą. Zwłaszcza, że lingwistycznie określenie używane do porównań „lepsze” oraz kryteria jakościowe (w naszym przypadku kryterium „złożoność technologiczna”) są z natury pojęciami rozmytymi.

Załóżmy, że na zbiorze alternatyw (technologii wykonania robót budowlanych), ustalone są rozmyte relacje preferencji z odpowiednimi funkcjami przynależności oraz wagi odpowiednich relacji, wynikające z ważności kryteriów oceny. W celu rozwiązania problemu, należy wybrać najlepszą alternatywę ze zbioru.

Rozwiązania takiego zadania dokonujemy według poniższego postępowania:

  1. Tworzymy macierze poszczególnych relacji R1, R2, R3 (dla każdego kryterium) z odpowiednimi funkcjami przynależności.

  2. Tworzymy rozmytą relację P1 będącą przecięciem poszczególnych relacji R1, R2, R3.

  3. Określamy podzbiór niezdominowanych alternatyw xi w zbiorze {X, P1}.

  4. Tworzymy macierz rozmytej relacji P2 z uwzględnieniem wag kryteriów.

  5. Określamy podzbiór niezdominowanych alternatyw xi w zbiorze {X, P2 }.

  6. Znajdujemy przecięcie funkcji przynależności.

  7. Dokonujemy wyboru najlepszej alternatywy (najbardziej racjonalnej według przyjętej zasady oceny i ważności kryteriów).

Artykuł zawiera szczegółowy opis algorytmu, wraz z zapisem matematycznym oraz przykładem obliczeniowym. W opisanym przykładzie firma budowlana potrzebuje wybrać technologie realizacji podstawowych robót budowlanych. Stosuje przy tym następujące kryteria:

  • ‒ K1- kryterium kosztu wykonania w technologii xi w przeliczeniu na jednostkową ilość roboty;

  • ‒ K2- czas trwania (pracochłonność) wykonania robót w technologii xi jednostkowej ilości robót;

  • ‒ K3- złożoność technologiczna realizacji robót w wybranej technologii xi.

Wszystkie kryteria są przedstawione odpowiednim zbiorem rozmytym (na przykład: złożoność technologiczna={niska, średnia, wysoka}) i opisane odpowiednią funkcja przynależności.

Zastosowanie zaproponowanego algorytmu pozwala na w mniejszym lub większym stopniu uwzględnienie niepewności istniejącej na etapie projektowania co do zakresu ewentualnych zagrożeń w procesie realizacji danej roboty. Z kolei niepewność ta nie ma stochastycznego charakteru. Dlatego też zastosowanie elementów teorii zbiorów rozmytych jest dobrym sposobem rozwiązania tego problemu.

Kolejnym istotnym elementem jest to, że na etapie projektowania z uwagi na dużą niepewność, decydent może nie mieć ściśle określonych preferencji. W takiej sytuacji, zastosowanie rozmytej relacji preferencji do wyboru wariantów jest lepszym sposobem pozwalającym sformalizować i opisać sytuację decyzyjną.

Proponowana w artykule metoda pozwala na wybór najbardziej racjonalnego wariantu wykonania robót (procesów) budowlanych przy ustalonych rodzajach i wagach kryteriów oceny. Metoda ta jednocześnie pozwala stworzyć preferencje na podstawie stopnia niezdominowalności wariantów, co ilustruje jak silnie kolejne warianty różnią się od siebie. Ma to duże znaczenie w przypadku konieczności wyboru następnego wariantu.

Keywords: technology selection; fuzzy preference relation; construction project planning

Słowa kluczowe:: wybór technologii robót budowlanych; rozmyta relacja preferencji; planowanie przedsięwzięcia budowlanego

References

  • 1. N. Ibadov, “Fuzzy estimation of activities duration in construction projects”, Archives of Civil Engineering. Vol. LXI, ISSUE 2/2015, pp. 23-34.Google Scholar

  • 2. N. Ibadov, “Contractor selection for construction project, with the use of fuzzy preference relation”, XXIV R-S-P seminar, Theoretical Foundation of Civil Engineering, Published by Elsevier Ltd. Procedia Engineering 111 (2015) pp. 317 – 323.Google Scholar

  • 3. N. Ibadov, J. Kulejewski, “Wybór dostawcy w realizacji przedsięwzięcia budowlanego przy nieprecyzyjnie określonych kryteriach oceny”, Logistyka (ISSN 1231-5478), nr 3/2014, str. 2384-2388.Google Scholar

  • 4. N. Ibadov, J. Kulejewski, “Rozmyte modelowanie czasów wykonania robót budowlanych w warunkach niepewności”, Czasopismo Techniczne. Wydawnictwo PK, Budownictwo, Rocznik 2010, Tom R. 107, z. 1-B, str. 139-155.Google Scholar

  • 5. N. Ibadov, J. Kulejewski, M. Krzemiński, “Fuzzy ordering of the factors affecting the implementation of construction projects in Poland”. AIP Conference proceedings, Vol. 1558, 2013, pp. 1298-1301.Google Scholar

  • 6. N. Ibadov, J. Kulejewski, “The assessment of construction project risks with the use of fuzzy sets theory”, Czasopismo Techniczne, Wydawnictwo PK, Budownictwo Zeszyt 1-B (5) 2014, s. 175-182.Google Scholar

  • 7. N. Ibadov, “Wielokryterialna ocena procesów budowlanych z uwzględnieniem rozmytego modelowania niepewności aspektów technologicznych”. Autobusy (ISSN 1509-5878): technika, eksploatacja, systemy transportowe 2013, nr 3. Tom 14, Str. 1183-1191.Google Scholar

  • 8. N. Ibadov, “Wielokryterialny wybór wariantów wykonania przedsięwzięć budowlanych na podstawie rozmytej relacji preferencji”. Logistyka 6/2014, Pełny tekst na CD3 str. 4564-4569.Google Scholar

  • 9. N. Ibadov, “Wybór wariantu przedsięwzięcia budowlanego przy rozmytym modelowaniu ryzyka technologiczno-organizacyjnego”. “Theoretical Foundations of Civil Engineering” Polish - Ukrainian Transactions, vol.21, Oficyna Wydawnicza PW, Warszawa 2013, str. 405-412.Google Scholar

  • 10. N. Ibadov, “Wybór dostawcy w przedsięwzięciach budowlanych na podstawie rozmytej relacji preferencji”, Logistyka 3/2015, Pełny tekst na CD1 str. 1823-1829.Google Scholar

  • 11. J. Kasprzyk, “Zbiory rozmyte w analizie systemowej”, PWN, Warszawa 1986.Google Scholar

  • 12. M. Książek, P. Nowak, S. Kivrak, J. Rosłon, L. Ustinovichius, “Computer-aided decision-making in construction project development“, Journal of Civil Engineering and Management, 2015, vol. 21 (2), pages: 248-259, ISSN 1392-3730.Google Scholar

  • 13. M. Książek, P. Nowak, J. Rosłon, T. Wieczorek, “Multicriteria Assessment of Selected Solutions for the Building Structural Walls“, XXIII R-S-P seminar, Theoretical Foundation of Civil Engineering (23RSP), Procedia Engineering, 2014, vol. 91, pages: 406–411, ISSN: 1877-7058.Google Scholar

  • 14. M. Książek, P. Nowak, J. Rosłon, “Ocena wielokryterialna wybranych rozwiązań konstrukcyjnych stropów“, Logistyka, 2014, vol. 6, ISSN 1231-5478.Google Scholar

  • 15. A. Nicał, „Analiza wybranych ryzyk przy produkcji prefabrykatów betonowych” (eng. „Risk analysis of selected aspects of the concrete prefabricates production”). Logistyka nr 3/2015, p. 3479-3486 (in Polish).Google Scholar

  • 16. S.A. Orlovsky, “Decision making under fuzzy initial information”, Moscow “ Nauka”. Home Edition of Physical and Mathematical literature, Moscow 1981. (in Russian).Google Scholar

  • 17. L. Rutkowski, “Metody i techniki sztuczniej inteligencji”, PWN, Warszawa 2006.Google Scholar

  • 18. L.A. Zadeh, “Fuzzy Sets”, Information and Control, 1965, vol. 8. pp. 338-353.Google Scholar

About the article

Received: 2015-06-22

Revised: 2015-09-04

Published Online: 2015-10-26

Published in Print: 2015-09-01


Citation Information: Archives of Civil Engineering, ISSN (Online) 1230-2945, DOI: https://doi.org/10.1515/ace-2015-0028.

Export Citation

© 2015 Polish Academy of Sciences. This article is distributed under the terms of the Creative Commons Attribution 4.0 Public License. BY 4.0

Citing Articles

Here you can find all Crossref-listed publications in which this article is cited. If you would like to receive automatic email messages as soon as this article is cited in other publications, simply activate the “Citation Alert” on the top of this page.

[1]
Katarzyna Ćwik, Paweł Nowak, S. Jemioło, A. Zbiciak, M. Mitew-Czajewska, M. Krzemiński, and M. Gajewski
MATEC Web of Conferences, 2017, Volume 117, Page 00031
[2]
Katarzyna Ćwik, Jerzy Rosłon, S. Jemioło, A. Zbiciak, M. Mitew-Czajewska, M. Krzemiński, and M. Gajewski
MATEC Web of Conferences, 2017, Volume 117, Page 00032

Comments (0)

Please log in or register to comment.
Log in