Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Системотехника строительства. Учебно-методическое пособие.pdf
При наличии нескольких свободных бригад, т.е. бригад, которые освободились ранее , выбор бригады для проведения ремонта может осуществляться по различным критериям:
– по минимальному математическому ожиданию продолжительности выполнения ремонтных работ
для данного вида строительных машин;
– по минимальной стоимости предполагаемого ремонта;
– по специально устанавливаемой шкале приоритетов в зависимости от квалификации ремонтных
рабочих и др.
Продолжительность ремонта генерируется исходя из номера выбранной бригады и типа машины
по тем же правилам, что и продолжительность работы (3).
Описанный процесс выбора машины с минимальным временем отказа и поиска подходящей бригады для ее ремонта продолжается до тех пор, пока текущее время не превысит установленный момент
завершения рабочего дня.
В общем случае могут быть выбраны различные алгоритмы многосменной работы на строительной
площадке. Например, машины могут работать в две смены, а ремонтные бригады — в три. На практике
это означает, что смоделированная продолжительность работы машин должна ограничиваться рамками
рабочего дня, а продолжительность ремонта, переходящего в третью смену, не меняется. При этом можно обеспечить работоспособность всех машин в начале рабочего дня. В противном случае в начале моделирования придется учитывать, что часть техники находится на ремонте и часть ремонтных бригад занята ее починкой.
В процессе имитационного моделирования должна накапливаться информация:
– о продолжительности работы каждой машины;
– о продолжительности ремонта каждой машины;
– о продолжительности ожидания ремонта каждой машиной;
– о продолжительности работы каждой ремонтной бригады;
– о простоях каждой ремонтной бригады.
В итоге важно учитывать, что каждая отдельная реализация рабочего дня модели должна рассматриваться лишь как элемент случайной выборки. Выводы о поведении моделируемого объекта делаются
в результате статистической обработки множества испытаний.
Получаемым временным характеристикам работы системы машин на строительной площадке можно придать экономическую трактовку, задав стоимость работы ремонтных бригад, определив потери от
простоя машин и т.д.
Достоинством имитационных моделей является возможность варьирования параметрами, характеризующими поведение системы. Можно управлять временем, замедляя его в случае с быстропротекающими процессами и ускоряя для моделирования систем с медленной изменчивостью.
Управляя моделью, можно с высокой степенью достоверности проектировать эффективный порядок
организации работы техники на строительной площадке с учетом широкого многообразия задач, стоящих перед системой.
Постановка задачи имитационного моделирования должна включать следующие элементы:
– технико-экономическую постановку задачи;
– математическую постановку задачи (алгоритм расчета);
– перечень используемых технологических показателей (входных, выходных и условно-посто-
янных);
– блок-схему алгоритма автоматизированного расчета;
– разработанный программный комплекс имитационного моделирования.
Технико-экономическая постановка задачи должна содержать:
– описание цели решения данной задачи;
– указание места задачи в системе организации строительного процесса;
– ожидаемый эффект от автоматизации решения задачи;
– наименование документа, формируемого в результате решения задачи;
– наименование специалиста, использующего результат решения.
Математическая постановка задачи (алгоритм расчета) состоит из набора математических формул,
логических выражений, функций, уравнений и других математических средств, описывающих процесс
выполнения расчета и содержащих полный набор математических операций. В случае выполнения постановки оптимизационного расчета записываются целевая функция оптимизации, полный набор уравнений системы ограничений и обосновывается выбор метода решения задачи.
31
Перечень используемых технологических показателей (входных, выходных и условно-постоянных)
содержит полный перечень всех технологических, нормативных и других показателей, используемых
в расчете. Таким образом, все показатели, содержащиеся в формулах алгоритма расчета, должны присутствовать в указанных наборах показателей.
К входным показателям относятся все переменные исходные данные, которые должны быть введены
в ЭВМ для выполнения расчета. Естественно, что для каждого конкретного расчета эти данные принимают разные значения.
К условно-постоянным показателям относятся данные, содержащиеся в нормативных справочниках, каталогах технических характеристик строительных машин и оборудования или использующиеся в качестве переменных коэффициентов в формулах производимых расчетов. Эти показатели сохраняют свои значения при расчетах для одних и тех же условий или объектов строительства или при
использовании одних и тех же типов строительных машин. В то же время данные показатели меняют свои значения при изменении условий строительства или применяемого оборудования. Показатели
могут сохранять свои значения достаточно долго и применяться в типовых расчетах. Однако по мере
обновления нормативной базы или при появлении новой техники, а также после списания старой условно-постоянная информация должна обновляться и продолжать использоваться в автоматизированном расчете.
К выходным показателям относятся показатели, содержащиеся в выходном проектном документе, отражающем решение автоматизируемой задачи. Иногда в выходном документе могут содержаться и исходные данные расчета, в этом случае такие показатели также включаются в перечень выходных
показателей.
Иногда в алгоритме присутствуют данные промежуточных расчетов, которые в системах уравнений находятся в правой и левой частях и отсутствуют в выходном документе. Такие показатели могут не
включаться в указанные перечни. Однако если они должны сохраняться в процессе выполнения расчетов, то для них создается специальный перечень показателей промежуточных расчетов.
По каждому показателю необходимо указать:
– наименование;
– обозначение в алгоритме расчета;
– единицу измерения;
– диапазон возможных значений (минимальное и максимальное значения, определенные особенно-
стями строительного процесса);
– технологически целесообразную точность расчета показателя.
Особо необходимо указать на возможность принятия показателями нулевых значений. Следует
учесть, что если значение показателя равно «0», то это чаще всего может обозначать его отсутствие, а не
конкретную величину показателя, вследствие чего может привести к искажению результатов расчета,
а иногда и к невозможности его выполнения.
Среди показателей, используемых в задаче, могут встретиться не только числовые, но и символьные
показатели (перечни наименований, которые будут присутствовать на экранах для ввода входных показателей или в выходных документах). В этом случае необходимо оценить их максимальную длину (максимальное число символов).
Для задачи составляется укрупненная блок-схема алгоритма расчета, которая в дальнейшем будет
детализироваться, разделяться на отдельные операции, необходимые для процесса программирования.
В блок-схеме отражаются частные процедуры, необходимые для достижения общей цели. Отдельные
блоки процедур должны иметь вход для связи с предыдущим блоком и выход для связи с последующим
блоком.
Таким образом, алгоритм решения задачи рассматривается как совокупность блоков, выполняющих
частные взаимосвязанные алгоритмы.
Схемы расчетов могут быть линейными, разветвленными и цикличными. В первых последовательность действий однозначна и неизменна. В ветвящихся может быть несколько ветвей, образующихся
в зависимости от состояния каких-либо условий и объединяющихся при подходе к конечной цели решения задачи. В цикличных происходит возврат к повторению определенных действий до выполнения заданного условия.
Символы в схемах алгоритмов стандартизованы (ГОСТ 19003–80). На схеме должны быть указаны места ввода в блоки входной и условно-постоянной информации. Также должен быть предусмотрен
блок для формирования выходного документа, содержащего результат решения задачи.
32
3.2.3. Практические рекомендации к разработке программы для ЭВМ
При формировании технического задания на разработку программного кода следует, прежде
всего, учитывать, что исходные данные для расчета носят вероятностный характер, т.е. задаются
не четко детерминированным значением, а его математическим ожидаем. Поэтому для получения
достоверных результатов, необходимых для принятия обоснованного решения, программа должна
обеспечивать возможность моделирования длительного периода работы машин, так как рекомендации, полученные на основе моделирования одного выбранного дня, не могут быть достаточно надежными.
Это утверждение легко проверить на основе выполнения простого программного кода на языке PHP:
<?php
function get_rand($mat) {
$x = mt_rand(1, 1000);
$x = $x/1000;
$x = -1*$mat*log($x);
return $x;
}
$x = get_rand(1);
echo $x;
?>
Функция get_rand возвращает случайную величину по математическому ожиданию ($mat)
в соответствии с экспоненциальным законом распределения.
Задав в качестве математического ожидания значение, равное единице: $x = get_rand(1);
и выполнив этот код 10 раз подряд, мы получим некоторые случайные величины, например такие
(значения округлены до пятого знака после запятой):
3.61192
0.16252
0.21196
0.19480
1.07294
0.00300
1.30564
0.21940
0.31334
1.17118
Как видно, разброс значений относительно заданного математического ожидания весьма высок.
Поэтому модифицируем программный код таким образом, чтобы он возвращал не просто значение
выполнения функции get_rand($mat), а выполнял эту функцию какое-то количество раз и возвращал среднее из полученных значений:
<php
function get_rand($mat) {
$x = mt_rand(1, 1000);
$x = $x/1000;
$x = -1*$mat*log($x);
return $x;
}
for($i=0;$i<$iter;$i++){
$x = get_rand($mat);
$sum = $sum + $x;
}
$mid = $sum/$iter;
33
$mid = round($mid, 5);
echo $mid;
?>
Выполняя этот код 10 раз при исходных значениях математического ожидания $mat = 1, а также при количестве итераций $iter = 100, мы получим другие случайные величины, например
такие:
0.97696
1.09771
1.16769
0.95433
1.11998
0.95770
1.08749
0.99224
1.11179
1.03781
Как видно, эти значения имеют уже существенно более меньший разброс относительно заданного математического ожидания, равного единице.
Увеличив количество итераций, например до 1 000 000, и снова выполнив код 10 раз подряд,
можно получить еще меньший разброс значений, что подтверждает важность высокого числа итераций для получения достоверных результатов при имитационном моделировании:
0.99457
0.99613
1.00319
0.99627
0.99581
0.99522
1.00239
0.99532
0.99559
0.99598
В приложении представлен пример программного кода на языке PHP для решения задачи выбора оптимального количества бригад слесарей для двух машин — самосвала и экскаватора на основе
имитационного моделирования их совместной работы в течение 10 000 дней. Пример кода содержит
комментарии, подробно описывающие суть изложенного алгоритма.
Представленный в примере программный код позволяет последовательно смоделировать экономическую эффективность строительного производства на заданном промежутке времени при условии работы 1, 2, 3, 4 и 5 бригад:
for($b = 1; $b<=5; $b++){
…
for($day=1; $day<=$days; $day++){
$result = count_day($b);
foreach($result as $key=>$value)
$$key = $$key+$value;
}
Для каждого из вариантов при помощи запрограммированной функции count_day() моделируется и просчитывается время работы, ремонта и простоя машин, а также общая продолжительность простоя имеющихся бригад в часах.
Полученные данные по каждому смоделированному дню для общего числа заданных дней $days
записываются в единый массив $result.
34
После этого производится перебор массива и суммирование значений каждой переменной для
получения общей продолжительности работы, ремонта и простоя каждой машины, а также общего
времени простоя бригад за все дни работы:
foreach($result as $key=>$value)
$$key = $$key+$value;
Суммарный экономический эффект для каждой просчитанной в цикле модели рассчитывается
при помощи запрограммированной функции count_effect(). Полученные значения записываются в массив $effect_array[$b], где $b — значение количества бригад, используемое в текущем расчете.
Оптимальное количество бригад определяется путем выбора максимального значения в массиве $effect_array[] при помощи стандартной функции PHP: array_search(max($effect_
array),$effect_array).
Выполнение программного кода, представленного в приложении, при заданных исходных значениях выдает следующий результат: Оптимальное число бригад: 1.
Проверить достоверность сделанного программой вывода можно, распечатав массив $effect_
array[] при помощи стандартной функции PHP: print_r($effect_array);
В результате могут быть получены значения экономической эффективности каждого из рассчитанных вариантов, близкие к следующим:
Array (
[1] => 949 436 885.34
[2] => 849 508 611.78
[3] => 695 874 135.30
[4] => 540 050 035.86
[5] => 377 973 442.95
)
Данные, содержащиеся в массиве, подтверждают, что экономический эффект после 10 000 дней
строительного производства будет максимальным в случае задействования лишь одной бригады для
обслуживания двух используемых строительных машин.
Если изменить исходные данные для расчета таким образом, чтобы существенно повысить экономическую эффективность работы машин (повысить доход от работы машин и убытки от их простоя), то результаты расчета модели также поменяются соответствующим образом. Например, при
задании следующих исходных значений по прибыли и убыткам от работы/простоя машин:
$sam_ubit = 5000; //Убытки от простоя самосвала
$sam_prib = 20000; //Прибыль от работы самосвала
$eks_ubit = 16000; //Убытки от простоя экскаватора
$eks_prib = 18000; //Прибыль от работы экскаватора
Модель выдаст примерно такие результаты расчета экономической эффективности:
Array (
[1] => 3 536 424 014.82
[2] => 3 673 641 426.42
[3] => 3 511 883 904.44
[4] =>3 345 836 198.75
[5] => 3 178 900 452.05
)
И соответствующий ответ: Оптимальное число бригад: 2.
В общей сложности в программном коде модели используются три программируемых функции:
описанная ранее функция получения значения по математическому ожиданию get_rand(), функция count_effect(), которая просто суммирует все полученные при моделировании значения
по объемам прибыли и убытков, а также основная функция count_day(), моделирующая работу
машин в течение одного дня, в связи с чем алгоритм ее работы следует разобрать более подробно.
35
Исходными данными для функции count_day() являются количество бригад $b, а также глобальные переменные, заданные для всей модели:
$sam_work — математическое ожидание времени работы самосвала;
$eks_work — математическое ожидание времени работы экскаватора;
$sam_rem — математическое ожидание времени ремонта самосвала;
$eks_rem — математическое ожидание времени ремонта экскаватора;
$work — время работы техники в часах;
$prof — время профилактики в часах;
$days — общее количество дней работы машин, используемое в модели.
Алгоритм работы функции моделирует время наступления контрольных точек, которые возникают в течение рабочего дня. Такими точками являются: поломка любой из машин или завершение ремонта любой из машин, при котором освобождается бригада слесарей.
В начале дня все значения определяются в соответствии с исходными данными по математическому ожиданию при помощи функции get_rand():
$eks_work_now = get_rand($eks_work); $sam_work_now = get_rand($sam_
work); $eks_rem_now = get_rand($eks_rem); $sam_rem_now = get_rand($sam_
rem);
Также из условий задания известно, что в начале дня все машины начинают работать в исправном состоянии, $eks = ‘on’; $sam = ‘on’;
Точки в течение дня моделируются до тех пор, пока время контрольной точки не превышает общего заданного времени работы машин в течение дня: while($point_time < $work){ … }
На каждом шаге алгоритм проверяет, какое именно событие произошло — поломка машины или
завершение ремонта. Для заданного в настоящем примере количества машин (2 шт.) и их возможных
состояний (‘on’ — машина работает, ‘rem’ — машина ремонтируется, ‘off’ — машина проста-
ивает после поломки в ожидании освобождения ремонтной бригады) получаем шесть возможных
вариантов событий, которые определяют наступление контрольной точки:
if($eks==’on’ && $sam==’on’)
$point = min($eks_work_now, $sam_work_now);
elseif($eks==’on’ && $sam==’rem’)
$point = min($eks_work_now, $sam_rem_now);
elseif($eks==’rem’ && $sam==’on’)
$point = min($eks_rem_now, $sam_work_now);
elseif($eks==’rem’ && $sam==’rem’)
$point = min($eks_rem_now, $sam_rem_now);
elseif($eks==’rem’ && $sam==’off’)
$point = $eks_rem_now;
elseif($eks==’off’ && $sam==’rem’)
$point = $sam_rem_now;
else break;
В данном случае $point — это время, прошедшее с момента предыдущей контрольной точки
(либо с начала дня) до момента возникновения следующей контрольной точки.
Абсолютное время наступления конкретной точки после начала дня $point_time определяется на каждом шаге расчета как $point_time = $point_time + $point;
Таким образом, значение $point рассчитывается на основе определения минимального времени до наступления следующего события, соответствующего контрольной точке. И переменная $min
на каждом шаге соответствует фактически определенному значению $point: $min = $point;
Если же на данном шаге $point_time выходит за границы установленного времени работы
машин в течение дня $work, то мы пересчитываем значение точки $point таким образом, чтобы
она соответствовала фактическому окончанию смены:
if($point_time>$work)
$point = $point-$point_time+$work;
36
Далее программа должна пересчитать значения всех переменных в каждой контрольной точке.
Делается это с учетом того, какое именно событие наступило. Рассмотрим пример расчета для варианта, когда следующей контрольной точкой является поломка экскаватора: if($min == $eks_
work_now) {…}.
Прежде всего необходимо определить, произойдет ли поломка до окончания рабочей смены или
уже после. В связи с тем, что изначально минимальное время до наступления контрольной точки $min было равно значению $point, а в конце дня мы скорректировали значение $point таким образом, чтобы оно совпадало с временем, оставшимся до момента окончания рабочей смены:
$point = $point-$point_time+$work, то проверку проще всего произвести путем сопоставления значений переменных $min и $point:
if($min==$point){
if($b>0){
$eks=’rem’;
$b=$b-1;
}
else
$eks=’off’;
}
Таким образом, представленный выше код выполняется лишь в том случае, если поломка экскаватора происходит раньше завершения рабочего дня: if($min==$point) и служит для того, чтобы изменить состояние экскаватора на ‘rem’ при наличии свободных бригад или на ‘off’ — при
их отсутствии.
Далее, нам необходимо откорректировать общее время работы экскаватора за день: $total_
work_eks=$total_work_eks+$point;
А также откорректировать общее время работы/ремонта или простоя самосвала с учетом того,
в каком именно состоянии находится самосвал в данной конкретной контрольной точке:
if($sam == ‘off’)
$total_off_sam=$total_off_sam+$point;
elseif($sam == ‘rem’){
$total_rem_sam=$total_rem_sam+$point
$sam_rem_now = $sam_rem_now — $point;
}
elseif($sam == ‘on’) {
$total_work_sam=$total_work_sam+$point;
$sam_work_now = $sam_work_now — $point;
}
Следующее время бесперебойной работы экскаватора определяется на этом шаге так же, как и в
начале дня при помощи выполнения функции $eks_work_now = get_rand($eks_work);
Аналогичный алгоритм расчета запрограммирован и для случая, когда на следующей контрольной точке сломается не экскаватор, а самосвал: elseif($min == $sam_work_now). Также
в программе предусмотрены блоки для расчета случаев, когда следующей контрольной точкой является завершение ремонта экскаватора или бульдозера: elseif($min == $eks_rem_now)
и elseif($min == $sam_rem_now).
Суммарный простой бригад слесарей в течение дня определяется путем выполнения кода $nak_
time = $work*$b в начале дня, а также корректировки значения переменной $nak_time в кон-
це дня: $nak_time = $nak_time-$total_rem_eks-$total_rem_sam;
В конце расчета функция возвращает общее количество часов работы, ремонта и простоя каждой
из машин за день, а также суммарное время простоя бригад слесарей в виде массива данных:
$array = array(‘total_work_eks’ => $total_work_eks,
‘total_work_sam’ => $total_work_sam,
‘total_rem_eks’ => $total_rem_eks,
‘total_rem_sam’ => $total_rem_sam,
37
‘total_off_eks’ => $total_off_eks,
‘total_off_sam’ => $total_off_sam,
‘nak_time’ => $nak_time
);
return $array;
Вариант программного года, представленный в приложении, является лишь одним из немногих
возможных вариантов решения поставленной задачи имитационного моделирования. Задача обучающегося состоит в разработке собственного программного кода для моделирования пяти одновременно работающих на строительной площадке машин с использованием своего алгоритма и любого доступного языка программирования.
Оформление работы
Практическая работа должна быть оформлена в виде пояснительной записки с ниже приведенным оглавлением:
ОГЛАВЛЕНИЕ
1. Введение.
2. Описание процессов на строительной площадке (снабжается необходимыми иллюстрациями).
3. Описание организации работ по ремонту парка строительных машин.
4. Определение технико-экономических показателей.
5. Технико-экономическая постановка задачи.
6. Математическая постановка задачи (алгоритм расчета).
7. Используемые технологические показатели (входные, выходные, условно-постоянные).
8. Блок-схема алгоритма автоматизированного расчета.
9. Листинг основных модулей программного комплекса.
10. Список литературы.
ЗАДАНИЯ ДЛЯ ВЫПОЛНЕНИЯ ПРАКТИЧЕСКОЙ РАБОТЫ
№ варианта
Самосвалы Экскаваторы Бульдозеры
1 3 1 1
2 2 2 1
3 1 3 1
4 1 1 3
5 2 1 2
6 1 1 3
7 1 2 2
8 0 2 3
9 2 0 3
10 2 3 0
11 0 3 2
12 3 0 2
13 3 2 0
Количество машин
38
ТЕМЫ ДЛЯ САМОСТОЯТЕЛЬНОГО ИЗУЧЕНИЯ
1. Моделирование организации строительного производства. Системный анализ вариантов орга-
низации работ.
2. Основные понятия и задачи исследования операций. Применение методов исследования опе-
раций в практике проектирования и строительства.
3. Основные понятия и задачи имитационного моделирования. Применение методов имитацион-
ного моделирования в практике проектирования и строительства.
ВОПРОСЫ ДЛЯ САМОКОНТРОЛЯ
1. Место подсистемы подбора строительных машин и оборудования в общей системе строительства.
2. Какие ситуации использования строительных машин были учтены?
3. Какие параметры учитывает экономическая оценка использования техники?
4. Какие варианты графиков работы строительных машин обсуждались в работе?
Библиографический список
Системы автоматизации проектирования в строительстве [Текст] : учебное пособие для студентов высших учебных заведений, обучающихся по направлению 270800 Строительство / [А.В. Гинзбург и др.] ; под ред. А.В. Гинзбурга. — Москва : МГСУ, 2014. — 663 с.
Информационные системы и технологии в строительстве: учебное пособие / [А.А. Волков и др.] ;
под ред. А.А. Волкова и С.Н. Петровой. — Москва : МГСУ, 2015. — 424 с.
Волков А.А. Энергетическое моделирование объектов строительства [Текст] : монография /
А.А. Волков, А.В. Седов, П.Д. Челышков. — Москва : МГСУ, 2014. — 120 с.
Волков А.А. Моделирование энергоэффективных инженерных систем [Текст] : монография /
А.А. Волков, П.Д. Челышков, А.В. Седов. — Москва : МГСУ, 2014. — 64 с.
Казиев В.М. Введение в анализ, синтез и моделирование систем [Электронный ресурс] : учебное
пособие / В.М. Казиев. — Электрон. текстовые данные. — Москва : БИНОМ. Лаборатория знаний,
Интернет-университет информационных технологий (ИНТУИТ), 2013. — 247 c. — Режим доступа:
http://www.iprbookshop.ru/16083
Системотехника строительства : энциклопедический словарь / под ред. А.А. Гусакова. — Москва : Фонд «Новое тысячелетие», 1999. — 432 с.
Гусаков А.А. Системотехника строительства. — Москва : Стройиздат, 1993. — 368 с.
Системотехника строительства : энциклопедический словарь / под ред. А. А. Гусакова. — 2-е изд.,
доп. и перераб. — Москва : АСВ, 2004. — 310 с.
Автоматизация организационно-технологического проектирования в строительстве [Текст] :
учебное пособие для вузов / [С.А. Синенко и др.]. — Москва : Изд-во АСВ, 2002. — 239 с.
Гинзбург А.В. Автоматизация проектирования организационно-технологической надежности
строительства. — Москва : СИП РИА, 1999. — 155 с.
Гинзбург В.М. Проектирование информационных систем в строительстве. Информационное
обеспечение : учеб. пособие для вузов. — Москва : Изд-во АСВ, 2002. — 319 с.
Теличенко В.И. Системотехника управления целевыми строительными программами [Текст] :
монография / [В.И. Теличенко и др.]. — Москва : МГСУ, Изд-во АСВ, 2010. — 221 с.
Трофимов Е.А. Моделирование систем [Текст] : курс лекций. — Мос ква : МГСУ, 2012. — 115 с.
Советов Б.Я. Моделирование систем : практикум [Текст] : учебное пособие для бакалавров /
Б.Я. Советов, С.А. Яковлев; Санкт-Петербургский гос. электротехнический ун-т. — 4-е изд., перераб. и доп. — Москва : Юрайт, 2012. — 295 с.
Бусленко Н.П. Моделирование сложных систем. — Москва : Наука, 1978. — 400 с.
Поспелов Д.А. Ситуационное управление: теория и практика. — Москва : Наука, 1986. — 288 с.
Дикман Л.Г. Организация строительного производства : учебник для вузов. — 4-е изд., перераб.
и доп. — Москва : Изд-во АСВ, 2003. — 509 с.
Организация строительного производства / под ред. Т.Н. Цая и П.Г. Грабовского. — Москва :
Изд-во АСВ, 1999. — 432 с.
Организация и планирование строительного производства : учебник для вузов / под ред
А.К. Шрейбера. — Москва : Высшая школа, 1987. — 368 с.
39
ЗАКЛЮЧЕНИЕ
Целью освоения дисциплины «Системотехника строительства» является формирование компетенций обучающегося в области применения общих принципов теории систем в приложении к строительным системам, системам проектирования, строительным объектам, а также применения моделирования и критериальной основы моделирования при разработке строительных систем.
В соответствии с требованиями Федерального государственного образовательного стандарта
высшего образования (ФГОС ВО) и рабочей программой дисциплины «Системотехника строительства» по направлению подготовки 09.06.01 Информатика и вычислительная техника успешное освоение материала, представленного в данном учебно-методическом пособии к практическим занятиям
и самостоятельной работе, ориентировано на получение обучающимися следующих компетенций:
– владение методологией теоретических и экспериментальных исследований в области професси-
ональной деятельности (ОПК-1);
– владение культурой научного исследования, в том числе с использованием современных инфор-
мационно-коммуникационных технологий (ОПК-2);
– способность к разработке новых методов исследования и их применению в самостоятельной на-
учно-исследовательской деятельности в области профессиональной деятельности (ОПК-3);
– способность объективно оценивать результаты исследований и разработок, выполненных други-
ми специалистами и в других научных учреждениях (ОПК-5);
– способность проектировать и осуществлять комплексные исследования, в том числе междисциплинарные, на основе целостного системного научного мировоззрения с использованием знаний в области истории и философии науки (УК-2);
– способность разрабатывать методы и алгоритмы решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации (ПК-2.1).
В соответствии с требованиями ФГОС ВО и рабочей программой указанной дисциплины по направлению подготовки 27.06.01 Управление в технических системах освоение материала ориентировано на получение обучающимися таких компетенций, как:
– способность формулировать в нормированных документах (программа исследований и разработок, техническое задание, календарный план) нечетко поставленную научно-техническую задачу
(ОПК-2);
– способность составлять комплексный бизнес-план (НИР, ОКР, выпуск продукции), включая его
финансовую составляющую (ОПК-3);
– владение научно-предметной областью знаний (ОПК-5);
– владение научными теориями, методологическими и системотехническими принципами повышения эффективности функционирования и качества организации производственных систем, повышения качества и конкурентоспособности продукции, системы контроля качества и сертификации
продукции, системы качества и экологичности предприятий (ПК-1.1);
– способность проектировать и осуществлять комплексные исследования, в том числе междисциплинарные, на основе целостного системного научного мировоззрения с использованием знаний в области истории и философии науки (УК-2).