Przegląd narzędzi matematycznych służących do uzyskania ciągłego rozkładu prawdopodobieństwa czasu trwania robót budowlanych na podstawie rozkładu dyskretnego

• Autorzy: Kaczorek K.

Warianty tytułu

EN

Review of mathematical tools for the creating of continuous distribution of probability of the duration of construction works on the basis of discrete distribution

• Języki publikacji: PL

Abstrakty

PL

Jednymi z narzędzi służących do prognozowania czasu realizacji przedsięwzięcia budowlanego są metody symulacyjne. W celu ich przeprowadzenia należy czasowi trwania każdej roboty budowlanej przyporządkować rozkład prawdopodobieństwa. Wadą takiego postępowania jest to, że rozkłady są przyjmowane w sposób bardzo subiektywny. Co więcej, kształt poszczególnych rozkładów nie pokazuje, na podstawie jakich przesłanek został ustalony. Jest to dość problematyczne, ponieważ oczywiste jest to, że na roboty budowlane oddziałują czynniki ryzyka, których wpływu po kształcie rozkładu prawdopodobieństwa ich czasu trwania nie widać. Co więcej, każdy czynnik ma takie parametry, jak: częstość występowania, wpływ na przebieg danej roboty budowlanej oraz wpływ na pozostałe czynniki ryzyka. W celu uwzględnienia oddziaływania czynników ryzyka na kształt rozkładu prawdopodobieństwa czasu trwania robót budowlanych możliwe jest zastosowanie wnioskowania rozmytego, które pozwala uzyskać wspomniany rozkład uzależniony od parametrów poszczególnych czynników ryzyka dla konkretnych robót. Będzie on w postaci dyskretnej. Chcąc uzyskać możliwie dobry wynik symulacji, należy na podstawie rozkładu dyskretnego uzyskać rozkład ciągły. W niniejszej publikacji opisano oraz wskazano wady i zalety estymacji punktowej, estymacji przedziałowej oraz estymacji nieparametrycznej, które służą do rozwiązania postawionego problemu.

EN

The simulation methods are one of the tools used to forecast the duration of a construction project. In order to carry them out, a distribution of probability of the duration of construction works should be assigned to each construction work. The disadvantage of such a procedure is that distributions are received in a very subjective way. What is more, a shape of distribution of probability of the duration of construction works does not show on the basis of which premises was established. It is quite problematic, because it is obvious that the construction works are affected by risk factors whose impact after the shape of the distribution cannot be seen. What’s more, each factor has parameters such as incidence, impact on the course of a given construction work and impact on other risk factors. In order to take into account the impact of risk factors on the shape of the probability distribution, it is possible to use fuzzy inference, which allows to obtain a distribution of probability of the duration of construction works depending on the parameters of particular risk factors for specific works. It will be in a discrete form. In order to obtain the best possible simulation result, a continuous distribution should be obtained on the basis of a discrete distribution. This publication describes and shows advantages and disadvantages of the point estimate, interval estimation and non-parametric estimation that are used to solve the problem.

• Wydawca: -
• Czasopismo: Acta Scientiarum Polonorum. Architectura
• Rocznik: 2019
• Tom: 18
• Numer: 1
• Opis fizyczny: s.83-89,rys.,tab.,bibliogr.

Twórcy

autor

Kaczorek K.

• Wydział Inżynierii Lądowej, Politechnika Warszawska, Warszawa

Bibliografia

• Biruk, S. (2015). Analiza sieci PERT metodą symulacji komputerowej. W T. Kasprowicz (red.), Inżynieria przedsięwzięć budowlanych. Rekomendowane metody i techniki (strony 157–171). Warszawa: Wydawnictwo Polskiej Akademii Nauk.
• Borowska, M. (2016). Statystyka. Materiały pomocnicze dla studentów do nauki statystyki. Sandomierz: Wydawnictwo Diecezjalne i Drukarnia w Sandomierzu.
• Gajek, L. (1998). Wnioskowanie statystyczne dla studentów. Modele i metody. Warszawa: Wydawnictwo Naukowo Techniczne.
• Gicala, M. i Sobotka, A. (2017). Jaką strategię obrać? Kluczowe czynniki sukcesu według badań – część 1. Builder, 7, 44–45.
• Hoła, B. i Mrozowicz, J. (2003). Modelowanie procesów budowlanych o charakterze losowym. Wrocław: Dolnośląskie Wydawnictwo Naukowe.
• Jakubowski, G. i Marcinkowski, R. (2014). Estimating the time of building processes with probabilistic models. Technical Transaction Civil Engineering, 6, 273–281.
• Kaczorek, K., Kulejewski, J. i Ibadov, N. (2018). Szacowanie czasów wykonania robót budowlanych z uwzględnieniem wzajemnego oddziaływania czynników ryzyka. Materiały Budowlane, 10, 55–58.
• Leśniak, A. i Plebankiewicz, E. (2010). Delays in construction works. Scientific Journal of the Military University of Land Forces, 157 (3), 332–339.
• Łatuszyńska, M. (2011). Metody symulacji komputerowej – próba klasyfikacji logicznej. Studies & Proceedings of Polish Association for Knowledge Management, 41, 163–176.
• Łukasik, S. (2008). Identyfikacja rozkładu w systemach rzeczywistych za pomocą estymatorów jądrowych. Czasopismo Techniczne. Elektrotechnika, 105, 3–13.
• Marcinkowski, R. i Koper, A. (2008). Ocena ryzyka czasu i kosztów w planowaniu produkcji budowlanej. Przegląd Budowlany, 79, 70–75.
• Rogalska, M. i Hejducki, Z. (2005). Zastosowanie buforów czasu w harmonogramowaniu procesów budowlanych. Przegląd Budowlany, 6, 36–41.
• Sobczyk, M. (2007). Statystyka. Warszawa: Wydawnictwo Naukowe PWN.

Identyfikatory

DOI

10.22630/ASPA.2019.18.1.10