4. РЕКОМЕНДАЦИИ ПО ИСПОЛЬЗОВАНИЮ РЕСУРСОСБЕРЕГАЮЩИХ ПАРКОВ,
КОМПЛЕКТОВ И КОМПЛЕКСОВ СТРОИТЕЛЬНЫХ МАШИН
4.1. Возможности методического и программного обеспечения
Для нормального функционирования системы обоснования вариантов строительства соискателем разработано соответствующее методическое, математическое и программное обеспечение. Основным критерием для выбора языка является удобство работы с базами данных. Здесь соискатель использовал алгоритмический язык Delphi, разработанный фирмой Borland International. Для избегания различных проблем таблицы баз данных созданы также с помощью программных продуктов этой фирмы, например, Paradox для Windows. Программное обеспечение имеет модульное строение. Это позволит в будущем его легко модернизировать.
В таблице 4.1 приведен перечень программ разработанных соискателем для формирования и использования парков строительных машин.
Таблица 4.1. Возможности программного обеспечения
Имя |
Назначение программы |
|
СУБД |
Dbk |
Просмотр и корректировка базы данных по строительным материа- |
|
лам, конструкциям, машинам и механизмам |
|
Земляные работы |
Plan |
Определение объемов работ и оптимальное распределение грунта |
|
при вертикальной планировке площадки |
|
|
Samosval |
Подбор марок и расчёт ТЭП автотранспорта для перевозки грунта |
Eskavator |
Подбор марок и расчёт ТЭП одноковшовых экскаваторов |
Skreper |
Подбор марок и расчёт ТЭП прицепных и самоходных скреперов. |
Buldozer |
Подбор марок и расчёт ТЭП бульдозеров. |
Pogruzhik |
Подбор марок и расчёт ТЭП фронтальных погрузчиков |
Greyder |
Подбор марок и расчёт ТЭП автогрейдеров |
Katok |
Подбор марок и расчёт ТЭП катков |
Zemlesos |
Подбор марок и расчёт ТЭП грунтовых насосов |
Zems |
Подбор марок и расчёт ТЭП земснарядов |
Glubina |
Определение глубины промерзания грунта |
Ekskom |
Подбор экскаваторного комплекта с учётом ОТН строительства |
Skom |
Подбор скреперного комплекта с учётом ОТН строительства |
Bulkom |
Подбор бульдозерного комплекта с учётом ОТН строительства |
Gek |
Эжектирование напорного трубопровода грунтонасоса |
|
|
|
Бетонные работы |
Psb |
Подбор состава бетонной смеси на тяжёлых заполнителях |
|
130 |
Pbs |
Подбор марок бетоносмесителей и вычисление их ТЭП |
Tbs |
Подбор марок автотранспорта и расчёт их ТЭП для перевозки бе- |
|
тонной смеси |
Pbn |
Подбор марок бетононасосов и расчет их ТЭП |
Ubs |
Подбор марок вибраторов и определение их ТЭП |
Termos |
Подбор конструкции опалубки с помощью метода термоса |
Termobes |
Подбор требуемой температуры разогрева бетонной смеси при за- |
|
данной конструкции опалубки |
Termobet |
Подбор параметров электропрогрева бетона при заданной кон- |
|
струкции опалубки |
Termopal |
Подбор требуемой температуры прогрева бетона в греющей опа- |
|
лубке |
Termodob |
Подбор противоморозных добавок для бетонирования в зимних |
|
условиях |
|
Монтаж |
Kopz |
Определение номенклатуры конструкций и объёмов строительно- |
|
монтажных, бетонных и сварочных работ для возведения одноэтаж- |
|
ных промышленных зданий |
Kran |
Выбор марок монтажных кранов и определение экономической це- |
|
лесообразности их использования при монтаже объектов |
|
Организация строительного производства |
|
|
Sety |
Построение сетевого графика |
Setim |
Построение сетевого имитационного графика |
Brigada |
Подбор и оптимизация состава бригады |
Potok |
Оптимизация потока |
Impotok |
Имитационная модель потока |
Park |
Формирование ресурсосберегающего парка машин |
|
Экономика |
Invest |
Оценка эффективности инвестиционных проектов |
Mark |
Оптимизация портфеля ценных бумаг |
Aprod |
Анализ производственной деятельности предприятия |
Analiz |
Анализ финансового состояния и хозяйственной деятельности |
|
предприятия |
ZV |
Расчёт баланса сложной экономической системы |
Teps |
Расчёт основных ТЭП сборных железобетонных конструкций про- |
|
мышленных и гражданских зданий при неполной информации о |
|
проекте |
Iznos |
Оценка износа здания |
Special |
Расчёт значения обобщённой целевой функции для выборки |
Koef |
Расчёт значения коэффициентов методом Монте-Карло и оценка |
|
их надёжности |
Gidropark |
Расчёт значения ТЭП и оценка надёжности работы гидротранс- |
|
портных систем методом Монте-Карло |
|
Задачи линейного программирования |
|
|
Simply |
Решение задачи линейного программирования симплекс-методом |
Simplint |
Решение целочисленной задачи симплекс-методом |
Transy |
Решение транспортной задачи |
Grany |
Графическое решение задачи линейного программирования |
|
131 |
Kommy |
Задача коммивояжера |
Zon |
Определение рационального закрепления машин и механизмов для |
|
выполнения определённых строительных работ |
Slu |
Решение системы линейных уравнений |
|
Статистика |
Sample |
Обработка выборки |
Natura |
Обработка результатов натурных испытаний |
Modely |
Имитационное моделирование данных с помощью метода Монте- |
|
Карло |
|
Регрессионный анализ |
Modell |
Построение многофакторных математических моделей шаговым ре- |
|
грессионным методом |
|
Построение графиков и диаграмм |
Graphic |
Построение графиков с использованием базы данных и многофак- |
|
торных математических моделей |
Diagram |
Построение диаграмм с использованием базы данных и многофак- |
|
торных математических моделей |
Splines |
Построение кубических сплайнов |
Liur |
Построение линий уровня |
|
Отдельные таблицы базы данных |
|
Технические и экономические показатели асфальтоукладчиков |
|
Технические и экономические показатели машин для погружения |
|
свай |
|
Технические и экономические показатели бортовых автомобилей |
|
Технические и экономические показатели прицепов и полуприце- |
|
пов |
|
Технические и экономические показатели водяных насосов |
|
Технические и экономические показатели электрических лебедок |
Автоматизация разработки ресурсосберегающих технологических процессов строительства зданий и сооружений позволила качественно улучшить вариантное проектирование комплектов машин и механизмов, сократить время создания проектов производства работ на 20–25 %, а себестоимость – на 10–15 %. Качественно улучшено многовариантное проектирование за счёт использования баз данных по строительным материалам, конструкциям, машинам и механизмам, учета технологических свойств конструкций и организационно- технологических особенностей строительства при автоматизированном формировании вариантов проектных решений зданий и сооружений. Созданная система обоснования вариантов с использованием баз данных является универсальной. Она позволяет улучшить проектные решения как транспортных, так и промышленных и гра ж- данских зданий и сооружений.
Созданные соискателем методическое, математическое и программное обеспечения позволили качественно улучшить процесс формирования и оценки вариантов в курсовом и дипломном проектировании студентов за счёт автоматизации расчётов и использования
132
баз данных по строительным материалам, конструкциям, машинам и механизмам.
4.2. Модели организационно-технологической надёжности инвестиционных проектов
Как уже отмечалось, соискателем разработано методическое, математическое и программное обеспечения для автоматизации обоснования эффективности инвестиционных проектов «Invest» с помощью имитационных и многофакторных математических моделей [237]. Алгоритм обоснования эффективности ИП составлен с использованием метода Монте-Карло. Разработанное соискателем программное обеспечение «Invest» позволяет прогнозировать возможные реакции инвестиционного проекта на различные ситуации, возникающие при его осуществлении. Но для обработки большого объёма табличной информации требуется наглядное её представление в графическом виде. На рисунке 4.1 показан пример выводимой при решении конкретных задач графической информации по реализации ИП.
При технико-экономическом обосновании вариантов инвестиционного проекта автодороги Омск – Новосибирск на участке Прокудское – Сокур соискателем предложено использовать многофакторные математические модели. Для построения моделей была сформирована соответствующая выборка (таблица 3.7). В выборку вошли 19864 расчёта, полученные искусственной имитацией с помощью датчика случайных чисел, величин доходов и расходов, от которых зависели варианты инвестиционного проекта. По данным выборки с помощью шагового регрессионного метода построены многофакторные математические модели для расчёта технико- экономических показателей (ТЭП) при неполной информации о проекте. Например, в таблице 4.2 приведена модель ожидаемой годовой прибыли, а в таблице 4.3 показаны её основные характеристики. Зависимость между ожидаемой годовой прибылью и сроком окупаемости инвестиционного проекта проиллюстрирована на рисунке 4.2.
133
|
2 700 065 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 060 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
р. |
2 700 055 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
. |
2 700 050 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тыс |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 045 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
2 700 040 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
доходы |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 035 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 030 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
денежные |
2 700 025 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 020 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 015 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 010 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Годовые |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 005 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 700 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 699 995 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 699 990 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 699 985 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
18,3 18,6 18,9 19,2 19,5 19,8 20,1 20,4 20,7 |
21 |
21,3 21,6 21,9 22,2 22,5 22,8 23,1 23,4 23,7 |
24 |
24,3 24,6 24,9 25,2 25,5 25,8 |
|||||||||||||||
|
|
|
|
|
|
|
Ожидаемый срок окупаемости инвестиционного проекта, лет |
|
|
|
|
|
||||||||||
|
18,707 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,706 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
% |
18,705 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
прибыли, |
18,704 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,703 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,702 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
норма |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,701 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Внутренняя |
18,7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,699 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,698 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,697 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18,696 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
18,3 18,6 18,9 19,2 19,5 19,8 20,1 20,4 20,7 |
|
21 |
|
21,3 21,6 21,9 22,2 22,5 22,8 23,1 23,4 23,7 |
24 |
24,3 24,6 24,9 25,2 25,5 25,8 |
||||||||||||||
|
|
|
|
|
|
|
Ожидаемый срок окупаемости инвестиционного проекта, лет |
|
|
|
|
|
||||||||||
,% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
надёжность |
90 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
70 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
технологическая |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
60 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Организационно- |
30 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1818,2 18,5 |
18,8 19,1 |
19,4 19,7 |
20 |
20,3 |
20,6 20,9 |
|
21,2 21,5 |
21,8 22,1 |
22,4 22,7 |
23 |
23,3 |
23,6 23,9 |
24,2 24,5 |
24,8 25,1 |
25,4 25,7 |
|||||||
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
Ожидаемый срок окупаемости инвестиционного проекта, лет |
|
|
|
|
|
||||||||||
|
0,035 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
вероятности |
0,03 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,025 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
распределения |
0,02 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,015 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,01 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Плотность |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0,005 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
18 |
18,3 18,6 18,9 19,2 19,5 19,8 20,1 20,4 20,7 |
21 |
21,3 21,6 21,9 22,2 22,5 22,8 23,1 23,4 23,7 |
24 |
24,3 24,6 24,9 25,2 25,5 25,8 |
||||||||||||||||
|
|
|
|
|
|
|
Ожидаемый срок окупаемости инвестиционного проекта, лет |
|
|
|
|
|
||||||||||
|
|
|
Рисунок 4.1. Графическое представление информации |
|
||||||||||||||||||
|
|
|
|
|
|
|
|
в программе «Invest» |
|
|
|
|
|
|
|
|||||||
134
Таблица 4.2. Многофакторная модель ожидаемой годовой прибыли ИП
Многофакторная модель |
Значимость |
|
переменной, |
|
% |
|
|
Эог = + 1,059739E+0006 |
|
+ 8,020911E+0002 * Tоог * Tоог |
21,94 |
- 4,588594E+0004 * Tоог |
19,85 |
- 5,104257 * Tоог * Tоог * Tоог |
10,24 |
+ 6,047465E+0003 * Tс * Tс |
6,63 |
+ 1,284637E+0007 * Е |
5,89 |
- 1,233386E+0003 * Tоог * Tс |
5,85 |
+ 1,817644E+0001 * Tоог * Tоог * Tс |
5,48 |
+ 9,661330E+0006 * Е * Е * Tс |
5,29 |
- 1,033489E+0006 * Е * Tс |
5,17 |
- 5,016005E+0001 * Tоог * Tс * Tс |
2,83 |
- 1,429842E+0005 * Е * Tоог |
2,36 |
- 1,396974E+0002 * Tс * Tс * Tс |
1,97 |
+ 3,122745E+0004 * Е * Tс * Tс |
1,88 |
- 3,513313E+0007 * Е * Е |
1,72 |
+ 1,818316E+0003 * Е * Tоог * Tоог |
1,27 |
- 1,905146E+0008 * Е * Е * Е |
1,16 |
- 2,589285E+0003 * Е * Tоог * Tс |
0,48 |
Таблица 4.3. Характеристика модели ожидаемой годовой прибыли ИП
Показатель |
Эог |
Доля объясненной вариации, % |
99,58151 |
Коэффициент множественной корреляции |
0,99791 |
Средний отклик |
676677,9 |
Стандартная ошибка в % от среднего отклика |
6,24 |
Стандартная ошибка |
42191,53 |
Общий F – критерий регрессии |
274414,2 |
Табличное значение общего F – критерия |
3,84 |
Многофакторные математические модели могут быть использованы не только для определения основных технико-экономических показателей инвестиционных проектов, но и для расчёта максимальной ставки процента, под который фирма может взять кредит для финансирования инвестиционного проекта.
135