5. РЕКОМЕНДАЦИИ ПО ЭФФЕКТИВНОМУ ИСПОЛЬЗОВАНИЮ СИСТЕМ МАШИН
5.1.Возможности математического, алгоритмического
ипрограммного обеспечения
Для нормального функционирования системы обоснования вариантов строительства соискателем разработано соответствующее методическое, математическое и программное обеспечение. Последнее реализовано на алгоритмическом языке Delphi. Для избегания различных проблем таблицы баз данных созданы также с помощью программных продуктов этой фирмы, например, Paradox для Windows. Все программы имеют модульное строение. Это позволит в будущем их легко модернизировать.
В таблице 5.1 приведен перечень программ, разработанных соискателем для формирования и использования парков строительных машин.
Таблица 5.1. Возможности программного обеспечения
Назначение программы |
Имя |
|
|
|
|
СУБД |
|
|
|
|
|
Работа с базами данных по строительным машинам, механизмам конструкциям и |
Dbk |
|
материалам |
||
|
||
Земляные работы |
|
|
|
|
|
Расчет объемов работ с решением транспортной задачи по оптимальному рас- |
Plan |
|
пределению грунта при вертикальной планировке площадки |
||
|
|
|
Расчет технико-экономических показателей марок автотранспорта |
Samosval |
|
Расчет технико-экономических показателей марок одноковшовых экскаваторов |
Ekskavator |
|
Расчет технико-экономических показателей марок прицепных и самоходных |
Skreper |
|
скреперов. |
||
|
||
Расчет технико-экономических показателей марок бульдозеров |
Buldozer |
|
Расчет технико-экономических показателей марок фронтальных погрузчиков |
Pogruzhik |
|
Расчет технико-экономических показателей марок автогрейдеров |
Greyder |
|
Расчет технико-экономических показателей марок катков |
Katok |
|
Расчет технико-экономических показателей марок грунтовых насосов |
Zemlesos |
|
Расчет технико-экономических показателей марок земснарядов |
Zems |
|
Определение глубины промерзания грунта |
Glubina |
|
|
|
|
Выбор экскаваторного комплекта с учётом ОТН строительства |
Ekskom |
|
Выбор скреперного комплекта с учётом ОТН строительства |
Skom |
|
Выбор бульдозерного комплекта с учётом ОТН строительства |
Bulkom |
|
Эжектирование напорного трубопровода грунтонасоса |
Gek |
|
|
|
|
Бетонные работы |
|
|
|
|
|
Выбор состава бетонной смеси на тяжёлых заполнителях |
Psb |
|
Расчет технико-экономических показателей марок бетоносмесителей |
Pbs |
|
Расчет технико-экономических показателей марок автотранспорта перевозки |
Tbs |
|
бетонной смеси |
||
|
171
Расчет технико-экономических показателей марок бетононасосов |
Pbn |
|
Расчет технико-экономических показателей марок вибраторов |
Ubs |
|
Выбор конструкции опалубки методом термоса |
Termos |
|
Выбор температуры разогрева бетонной смеси |
Termobes |
|
Выбор температуры электропрогрева бетона при заданной конструкции |
Termobet |
|
опалубки |
||
|
||
Выбор температуры прогрева бетона в греющей опалубке |
Termopal |
|
Выбор противоморозных добавок |
Termodob |
|
Монтаж |
|
|
Выбор конструкций и определение объёмов работ для возведения одноэтажных |
Kopz |
|
производственных зданий |
||
|
||
Выбор марок автомобильных, башенных, гусеничных и пневмоколесных кранов |
Kran |
|
|
|
|
Организация строительного производства |
|
|
|
|
|
Построение сетевого графика |
Sety |
|
Построение сетевого имитационного графика |
Setim |
|
Выбор и оптимизация состава бригады |
Brigada |
|
Оптимизация потока |
Potok |
|
Имитационная модель потока |
Impotok |
|
Формирование ресурсосберегающего парка машин |
Park |
|
Формирование ресурсосберегающего комплекса машин |
«Komplex» |
|
Экономика |
|
|
|
|
|
Оценка эффективности инвестиционных проектов |
Invest |
|
Оптимизация портфеля ценных бумаг |
Mark |
|
Анализ производственной деятельности предприятия |
Aprod |
|
Анализ финансового состояния и хозяйственной деятельности предприятия |
Analiz |
|
Расчёт баланса сложной экономической системы |
ZV |
|
Определение технико-экономических показателей при неполной информации о |
Teps |
|
проекте (сборные железобетонные конструкции) |
||
|
||
Оценка износа здания |
Iznos |
|
Расчёт значения обобщённой целевой функции для выборки |
Special |
|
Расчёт значения коэффициентов методом Монте-Карло и оценка их надёжности |
Koef |
|
Расчёт значения технико-экономических показателей и оценка надёжности рабо- |
Gidropark |
|
ты гидротранспортных систем методом Монте-Карло |
||
|
||
Задачи линейного программирования |
|
|
|
|
|
Симплекс-методом |
Simply |
|
Целочисленный симплекс-метод |
Simplint |
|
Транспортная задача |
Transy |
|
Графическое решение задачи линейного программирования |
Grany |
|
Задача коммивояжера |
Kommy |
|
Определение рационального закрепления машин для выполнения СМР |
Zon |
|
Решение системы линейных уравнений |
Slu |
|
Статистика |
|
|
|
|
|
Обработка статистической выборки |
Sample |
|
Обработка результатов натурных испытаний |
Natura |
|
Имитационное моделирование данных с помощью метода Монте-Карло |
Modely |
172
Регрессионный анализ |
|
|
|
|
|
Построение многофакторных математических моделей шаговым регрессионным |
Modell |
|
методом |
||
|
||
Построение графиков и диаграмм |
|
|
|
|
|
Построение графиков с помощью регрессионных уравнений и баз данных |
Graphic |
|
Построение диаграмм с использованием базы данных и многофакторных мате- |
Diagram |
|
матических моделей |
||
|
||
Построение кубических сплайнов |
Splines |
|
Построение линий уровня |
Liur |
|
Технические и экономические показатели отдельные строительных машин |
|
|
Асфальтоукладчики |
|
|
Машины для погружения свай |
|
|
Бортовые автомобили |
|
|
Прицепы и полуприцепы |
|
|
Водяные насосы |
|
|
Электрические лебедки |
|
Автоматизация разработки ресурсосберегающих технологических процессов строительства зданий и сооружений позволила качественно улучшить организационно-технологическое проектирование систем и комплектов машин, сократить время разработки ППР на 20–25%, а себестоимость – на 10–15%. Качественно улучшение многовариантного проектирования стало возможным за счёт баз данных по строительным машинам, конструкциям материалам. Учет технологических свойств конструкций и особенностей организационно-технологических решений при автоматизированном формировании вариантов позволяет усовершенствовать процесс организационно-технологического проектирования строительства зданий и сооружений. Разработанная система обоснования вариантов организационно-технологических решений с применением баз данных позволяет улучшить технологическое проектирование как транспортных, так промышленных и гражданских зданий и сооружений.
Разработка методического, математического и программного обеспечения позволило усовершенствовать процесс формирования и оценки вариантов организационно-технологических решений в студенческих дипломных и курсовых проектах за счёт использования баз данных по результатам натурных испытаний, техническим и экономическим показателям машин, механизмов, конструкций, материалам и автоматизации расчётов ППР.
5.2. Оценка организационно-технологической надёжности инвестиционных проектов
Как уже отмечалось, соискателем разработано методическое, математическое и программное обеспечения для автоматизации
173
обоснования эффективности инвестиционных проектов «Invest» с помощью имитационных и многофакторных математических моделей [165]. Алгоритм обоснования эффективности инвестиционных проектов 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 5.1 показан пример выводимой при решении конкретных задач графической информации по реализации инвестиционного проекта.
При технико-экономическом обосновании вариантов инвестиционного проекта автомобильной дороги 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. Расчет технико- экономических показателей инвестиционного проекта проводился с помощью многофакторных математических моделей.
|
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 |
|
|
||
|
|
|
|
|
174 |
|
|
,% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
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 5.1. Графическое представление информации в программе |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
«Invest» |
|
|
|
|
|
|
|
|
||
|
Все модели получены с использованием данных выборки по реали- |
||||||||||||||||||
зации инвестиционного проекта. Например, в таблице 5.2 приведена |
|||||||||||||||||||
модель ожидаемой годовой прибыли, а в таблице 5.3 показаны её ос- |
|||||||||||||||||||
новные характеристики. Зависимость между ожидаемой годовой |
|||||||||||||||||||
прибылью и сроком окупаемости инвестиционного проекта проиллю- |
|||||||||||||||||||
стрирована на рисунке 5.2. |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
Таблица 5.2. Многофакторная модель ожидаемой годовой прибыли инвестиционного проекта
Многофакторная модель |
Значимость |
|
переменной, |
|
% |
|
|
Эог = + 1059739 |
|
+ 802,0911 * Tоог * Tоог |
21,94 |
– 45885,94 * Tоог |
19,85 |
– 5,104257 * Tоог * Tоог * Tоог |
10,24 |
+ 6,047,465E+0003 * Tс * Tс |
6,63 |
+ 12846370 * Е |
5,89 |
– 1233,386 * Tоог * Tс |
5,85 |
+ 18,17644 * Tоог * Tоог * Tс |
5,48 |
+ 9661330 * Е * Е * Tс |
5,29 |
– 1033489 * Е * Tс |
5,17 |
175
– 50,16005 |
* Tоог * Tс * Tс |
2,83 |
– 142984,2 |
* Е * Tоог |
2,36 |
– 139,6974 |
* Tс * Tс * Tс |
1,97 |
+ 31227,45 * Е * Tс * Tс |
1,88 |
|
– 35133130 * Е * Е |
1,72 |
|
+ 1,818,316 * Е * Tоог * Tоог |
1,27 |
|
– 190514600 * Е * Е * Е |
1,16 |
|
– 2589,285 |
* Е * Tоог * Tс |
0,48 |
Многофакторные математические модели могут быть использованы не только для определения основных технико-экономических показателей инвестиционных проектов, но и для расчёта максимальной ставки процента при финансировании инвестиционного проекта. Максимальный процент кредита в банке служит рекомендацией строительной организации для безопасного ведения бизнеса.
Таблица 5.3. Характеристика модели ожидаемой годовой прибыли инвестиционного проекта
Показатели модели |
Эог |
Доля объясненной вариации, % |
99,58 |
Коэффициент множественной корреляции |
0,9979 |
Средний отклик |
676677 |
Стандартная ошибка в % от среднего отклика |
6,24 |
Стандартная ошибка |
42191,5 |
Общий F – критерий регрессии |
274414,2 |
Табличное значение общего F – критерия |
3,84 |
|
6 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.р. |
5 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
тыс |
4 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
прибыль |
4 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
годовая |
3 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Ожидаемая |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 000 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
500 000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 6 7 8 9 10 |
12 |
14 |
16 |
18 |
20 |
22 |
24 |
26 |
28 |
30 |
32 |
34 |
36 |
38 |
40 |
42 |
44 |
46 |
48 |
50 |
52 |
54 |
56 |
58 |
60 |
|
|
|
|
|
|
|
|
|
Срок окупаемости ИП, лет. |
|
|
|
|
|
|
|
|
|
|
|
||||||
Рисунок 5.2. Зависимость между ожидаемой годовой прибылью Эог в тыс. р. и сроком окупаемости ИП Tоог при норме прибыли E = 0,1 и при
продолжительности строительства Tс: 1–4; 2–6; 3–8; 4–10; 5–12; 6–15
176