English
Język Polski
Analiza zbioru danych w wielokryterialnych ocenach wariantów przedsięwzięć budowlanych
DOI:
https://doi.org/10.24425/ace.2024.151893Abstrakt
Na etapie przygotowania procesu inwestycyjnego w budownictwie jedną z ważniejszych czynności jest przygotowanie kilku wariantów rozwiązania i dokonanie wyboru spełniającego w najwyższym stopniu oczekiwania różnych grup interesariuszy. Opracowanie rozwiązań alternatywnych z jednej strony narzucają przepisy (tam, gdzie mamy do czynienia z finansowaniem ze środków publicznych), z drugiej zaś strony jest postępowaniem logicznym optymalizującym proces inwestycyjny dla inwestorów prywatnych. Podjęcie decyzji o wyborze rozwiązania z reguły jest uwarunkowane spełnieniem wielu kryteriów, które odzwierciedlają wymogi stawiane przed planowaną inwestycją. Dlatego też w procesie oceny wariantów zastosowanie znalazły metody analizy wielokryterialnej [1-9]. Metody analizy wielokryterialnej są przydatne wszędzie tam, gdzie wiele czynników decyduje o wyborze rozwiązania dopuszczalnego realizacji inwestycji budowlanych. W celu przeprowadzenia analiz i określenia znaczenia czynników niemierzalnych przeprowadza się ankiety i wywiady dostarczające informacji o znaczeniu wcześniej zdefiniowanych kryteriów. Takie badania są źródłem ogromnej ilości informacji, które wymagają przygotowania do dalszych obliczeń. Ocena przydatności uzyskanych danych i przygotowanie ich do dalszego postępowania wymaga odpowiedniego podejścia opartego na doświadczeniu. Jest wiele prostych metod opracowania danych, ale można również zastosować bardziej zaawansowane techniki. Uzyskane dane mogą mieć różny charakter. Najlepsza, z punktu widzenia oceniającego, jest sytuacja gdy odpowiedzi są spójne i wyraźnie wskazują jak ważne jest oceniane kryterium. Jednak taka sytuacja występuje niezwykle rzadko. Odpowiedzi ekspertów są z reguły różnorodne i wynika to z różnego wykształcenia, przygotowania zawodowego, różnych doświadczeń zawodowych i pozazawodowych. Wówczas podjęcie decyzji o ważności kryterium komplikuje się. Jest wiele metod proponujących postępowanie z dużymi zbiorami danych [11-14]. W artykule przedstawiono przegląd metod przetwarzania danych oraz przykłady postępowania stanowiące fragmenty szerszej analizy wariantów przebiegu trasy inwestycji drogowej. W przedstawionym przykładzie skupiono się na ocenach pięciu kryteriów z grupy „oddziaływanie na środowisko naturalne”, które są bardzo istotne przy realizacji tego typu inwestycji [17-20]. Analizowane kryteria: naruszenie obszarów chronionych, długość przebiegu tras przez obszary leśne, ilość drzew do wycięcia, przecięcie szlaków wędrówek zwierząt oraz przecięcie cieków wodnych. W artykule przedstawiono różne podejście do ustalenia wartości wymienionych kryteriów, przykładowe obliczenia a całość wieńczą wnioski.Bibliografia
[1] E. Szafranko, “Metody analizy wariantów inwestycji drogowych”, Drogownictwo, no. 1, pp. 18-25, 2014.
[2] E. Szafranko, “Selected problems of the environmental impact analysis of investment projects based on life cycle assessment procedure”, Journal of Ecological Engineering, vol. 20, no. 9, pp. 87-94, 2019, doi: 10.12911/22998993/112504.
[3] M. Książek, “Analiza porównawcza wybranych metod wielokryterialnych oceny przedsięwzięć inwestycyjnych”, Budownictwo i Inżynieria Środowiska, vol. 2, no. 4, pp. 555-561, 2011.
[4] E. Szafranko, “Wybrane aspekty analiz wielokryterialnych w ocenie rozwiązań konstrukcyjno-materiałowych obiektów budowlanych”, Materiały Budowlane, no. 6, pp. 107-108, 2016, doi: 10.15199/33.2016.06.46.
[5] M. Krzemiński, M. Książek, P. Nowak, J. Rosłon, and T. Wieczorek: “Wielokryterialna ocena wybranych rozwiązań konstrukcyjnych ścian w aspekcie odporności ogniowej”, Logistyka, no. 5, pp. 862-871, 2014.
[6] M. Książek, P. Nowak, S. Kivrak, J. Rosłon, and L. Ustinovichius: “Computer-aided decision-making in construction project development“, Journal of Civil Engineering and Management, vol. 21, no. 2, pp. 248-259, 2015, doi: 10.3846/13923730.2014.996250.
[7] S. Brelak and R. Dachowski, “Wielokryterialna analiza porównawcza wyrobów z autoklawizowanego betonu komórkowego modyfikowanego materiałami recyklingowymi”, Budownictwo o Zoptymalizowanym Potencjale Energetycznym, vol. 2, no. 20, pp. 29-36, 2017, doi: 10.17512/bozpe.2017.2.04.
[8] A. Leśniak, “Statistical Methods in Bidding Decision Support for Construction Companies”, Applied Sciences, vol. 11, no. 13, art. no. 5973, 2021, doi: 10.3390/app11135973.
[9] J. Szelka, “Information and decision modelling in civil engineering”, Archives of Civil Engineering, vol. 68, no. 4, pp. 97-110, 2022, doi: 10.24425/ace.2022.143028.
[10] L. Kanapeckiene, A. Kaklauskas, E. K. Zavadskas, and M. Seniut, “Integrated knowledge management model and system for construction projects”, Engineering Applications of Artificial Intelligence, vol. 23, no. 7, pp. 1200-1215, 2010, doi: 10.1016/j.engappai.2010.01.030.
[11] N. Ibadov, J. Kulejewski, and L. Hrischev, “Porządkowanie i wartościowanie kryteriów oceny rozwiązań budowlanych”, Logistyka, no. 6, pp. 1377-1384, 2011.
[12] P. Żabicki and W. Gardziejczyk, “Zagadnienia normalizacji kryteriów w analizach wielokryterialnych w projektowaniu dróg”, Budownictwo i Architektura, vol. 13, no. 4, pp. 325-333, 2014.
[13] E. Szafranko, “Ocena ekspertów w analizach prowadzonych metodą AHP przy wyborze wariantów inwestycji”, Inżynieria Morska i Geotechnika, no. 5, pp. 400-404, 2013.
[14] E. Szafranko, “Ocena kryteriów w wielokryterialnych analizach wariantów inwestycji budowlanych”, Archives of Civil Engineering, vol. 62, no. 2, pp. 205-216, 2016, doi: 10.1515/ace-2015-0075.
[15] M. Remlein, “Społecznie odpowiedzialne inwestycje w opinii ekspertów z dziedziny rachunkowości”, Studia Oeconomica Posnaniensia, vol. 7, no. 3, pp. 153-167, 2019.
[16] M. Mirończuk, “Przegląd i klasyfikacja zastosowań metod oraz technik eksploracji danych”, Studia i Materiały Informatyki Stosowanej, no. 2, pp. 35-46, 2010.
[17] S. Destercke, D. Dubois, and E. Chojnacki, “Possibilistic information fusion using maximal coherent subsets”, IEEE Transactions on Fuzzy Systems, vol. 17, no. 1, pp. 1-6, 2009.
[18] A. Piegat, “Funkcja r1(x) reprezentatywności hipotez i jej zastosowanie do agregacji ocen eksperckich”, Zeszyty Naukowe Uniwersytetu Szczecińskiego, Studia Informatica, vol. 27, 2011.
[19] X. Chen and X. Lin, “Big Data Deep Learning: Challenges and Perspectives”, IEEE Access, vol. 2, pp. 514-525, 2014, doi: 10.1109/ACCESS.2014.2325029.
[20] M. Loyola, “Big data in building design: A review”, Electronic Journal of Information Technology in Construction, vol. 23, pp. 259-284, 2018.
[21] J. Harasymiuk, “Environmental impact assessments in investment process – legal and methodological aspects”, Journal of Ecological Engineering, vol. 20, no. 10, pp. 79-87, 2019, doi: 10.12911/22998993/112857.
[22] J. Harasymiuk, “Problematyka kwalifikacji inwestycji budowlanych w aspekcie ich uciążliwości dla środowiska”, Budownictwo o Zoptymalizowanym Potencjale Energetycznym, vol. 8, no. 2, pp. 117-124, 2019, doi: 10.17512/bozpe.2019.2.13.
[23] J. Harasymiuk and E. Szafranko, “Method of construction projects’ classification for habitat assessment in Poland and the problem of choosing materials solutions”, Sustainability, vol. 14, no. 7, art. no. 4277, 2022, https://doi.org/10.3390/su14074277.
[24] E. Szafranko and M. Jurczak, “Applicability of a novel Indicator Method to assessment of the impact of buildings on the environment”, Building and Environment, vol. 234, art. no. 110131, 2023, doi: 10.1016/j.buildenv.2023.110131.
Pobrania
Opublikowane
Jak cytować
Numer
Dział
