Wykorzystanie metody uczenia się z przykładów przy podejmowaniu decyzji technologicznych w procesie budowlanym

Możliwość dostosowania wariantu realizacji procesu budowlanego do warunków otoczenia daje szansę kontynuacji procesów w zmieniających się warunkach oraz zapewnienia osiągnięcia wyników zgodnych z założeniami specyfikacji. Wymaga to jednak spełnienia dwóch warunków: 

•  monitorowania stanu otoczenia (z opcją przewidywania) i procesów w toku,
•  stworzenia bazy wiedzy opartej na zrealizowanych już przypadkach realizacji określonych procesów w różnych warunkach otoczenia.

W ten sposób, na podstawie zgromadzonych przykładów, można szacować określone rezultaty lub w odniesieniu do określonych rezultatów ustalać parametry analizowanego procesu.

Monitoring stanu otoczenia i trwających procesów

Stanowi podstawę sprawnego reagowania na zmieniające się dynamicznie warunki realizacji procesów. Typowe rozumienie monitoringu obejmuje:

•  śledzenie i kontrolę poprawności przebiegu procesu,
•  zbieranie i dokumentowanie danych w pewnym okresie,
•  porównywanie planowanych rezultatów z aktualnie osiąganymi, umożliwiające regulację procesu.

W odniesieniu do przedsięwzięć opisano przykład aranżacji przestrzeni biurowej z zastosowaniem podłogi monolitycznej z rozbieralnymi kanałami. Drugi przykład dotyczy cyklicznych procesów dostaw i wbudowania mieszanki betonowej w typowej konstrukcji żelbetowej.

Celem artykułu jest wskazanie metody uczenia się z przykładów jako skutecznej metody wsparcia w podejmowaniu decyzji technologicznych i organizacyjnych w budownictwie.

Trzy pętle uczenia się

Przedstawiona koncepcja uczenia się oparta jest na pięciu zasadniczych założeniach:

• uczenie się jest procesem wieloetapowym, zapoczątkowanym wprowadzeniem idei zapewnienia jakości, a następnie Total Quality Management, aż do organizacji uczącej się (ang. Learning Organization), zdolnej do działania w warunkach ryzyka i niepewności;
• wykorzystanie agentowych systemów doradczych na poziomie lokalnym (decyzje są wypracowywane na podstawie danych gromadzonych na budowie przy realizacji procesów specjalistycznych charakterystycznych dla danego wykonawcy);
• wzrost kompetencji organizacji oparty na systematycznym gromadzeniu wiedzy specyficznej – niepowtarzanej i utajonej (Hatch [3]) jako podstawa przewagi konkurencyjnej;
• podejście systemowe przy zespołowym uczeniu się jako element zapewniający synergię efektów działań podejmowanych w autonomicznych subsystemach;
• system uczenia się wykorzystujący trzy pętle, dotyczące doskonalenia na trzech poziomach (RYS. 1).

System uczenia się należy kojarzyć również z analizą wielu informacji już na etapie planowania przedsięwzięcia (oraz bardziej szczegółowo na poziomie procesów). Wpływa to na działanie proaktywne – wyciąganie wniosków i podejmowanie decyzji przed zajściem zmiany.

Doskonalenie na poziomie przedsięwzięcia związane jest z przechodzeniem przez kolejne fazy cyklu życia obiektu budowlanego. Często objawia się to tym, że błędy popełnione we wcześniejszych fazach tego cyklu (np. projektowanie) zostają ujawnione w fazach późniejszych (np. podczas eksploatacji).

Uczenie opiera się na formułowaniu pytań na trzech poziomach nauki (na RYS. 1 w odniesieniu do procesów): 1) czy nie można udoskonalić procedury realizacji?;

2) czy zastosowana reguła wprowadzenia procedury jest właściwa? Czy wybrana procedura była najtrafniejszym wyborem, czy należałoby w przyszłości poszukiwać alternatywy umożliwiającej osiągnięcie lepszych rezultatów?;

3) czy przyjęte kryteria oceny prawidłowości funkcjonowania systemu są poprawne? Przekrojowa analiza działań na różnych poziomach pozwala sformułować odpowiednie wnioski, które mogą być wykorzystane w następnych analogicznych realizacjach.

Metoda uczenia się z przykładów

Metoda uczenia się z przykładów oparta jest na założeniu o wykorzystywaniu doświadczenia z poprzednich realizacji do podejmowania decyzji dotyczących aktualnych problemów. Do metod tego typu można zaliczyć metody oparte na wyciąganiu wniosków z małej liczby przykładów, kiedy zastosowanie metod uczenia maszynowego jest znacznie ograniczone.

Oczywiście nie wyklucza to stopniowego zastosowania także innych metod, które wzajemnie się uzupełniają i mogą tworzyć bazę do wspomagania podejmowania decyzji technologicznych przez agentowy system doradczy o strukturze hybrydowej (RYS. 2).

Taki system w początkowej fazie rozwoju bazuje na zbiorze reguł, które nie wymagają oparcia na zbiorze przykładów. W następnej fazie, kiedy baza wiedzy oparta na zbiorze przykładów jest jeszcze zbyt mała do zastosowania typowych narzędzi uczenia maszynowego, można zastosować metodę uczenia się z przykładów. W kolejnym stadium rozwoju (przy dostatecznie dużej bazie przypadków) możliwe jest zastosowanie np. sztucznych sieci neuronowych, symulacji itp.

Podczas wyboru wariantów realizacji procesów w odniesieniu do aktualnego problemu, gdy tworzony jest zupełnie nowy przypadek, poszukuje się często podobieństw i rozwiązań na podstawie poprzednich doświadczeń i realizacji (RYS. 3).

Mając dodatkowo możliwość wdrożenia zupełnie nowego pomysłu, analizuje się oba rozwiązania (przez porównanie i dostosowanie) i wybiera to, które wydaje się najodpowiedniejsze oraz dla którego ryzyko zmiany otoczenia będzie najmniejsze. Zastosowane rozwiązanie należy monitorować, ­kontrolować oraz wnikliwie analizować, by móc następnie ocenić rezultaty zastosowania wybranej opcji.

Ocena może być pozytywna bądź negatywna. O ocenie pozytywnej mówimy wtedy, gdy oczekiwania przy realizacji procesu spełniły się – osiągnięto założone cele. Jeżeli nie uzyskano w pełni zaplanowanego rezultatu, realizacja ta zostanie negatywnie oceniona.

Nie należy zapominać o własnych niepowodzeniach. Mogą one służyć przestrzeganiu przed możliwością popełnienia błędu w kolejnych działaniach. Oba przykłady – i pozytywny, i negatywny – powinny zostać zachowane w bazie wiedzy, by móc opierać się na nich w następnych przypadkach.

Zastosowanie uczenia się z przykładów

Opisane przykłady zastosowania dotyczą dwóch przypadków:

•  wykorzystania analizy krytycznej przykładu na poziomie przedsięwzięcia w przypadku metody wykonania podłogi przy budowie budynku biurowego przeznaczonego pod wynajem,
•  oszacowania wydajności przy betonowaniu konstrukcji żelbetowej na podstawie wiedzy gromadzonej przy realizacji cyklicznych procesów budowlanych w ramach jednego przedsięwzięcia.

Wykorzystanie analizy krytycznej przykładu na poziomie przedsięwzięcia

Dotyczy on budowy dwóch obiektów biurowych. Budowę pierwszego obiektu rozpoczęto od podpisania z generalnym wykonawcą ryczałtowej umowy na wykończenie budowy w standardzie „open plan”.

W trakcie pozyskiwania najemców pojawiła się konieczność dzielenia przestrzeni ścianami działowymi oraz wprowadzenia zmian w instalacjach (z warunków zapewnienia bezpieczeństwa oraz parametrów komfortu w pomieszczeniach). Modyfikacje wiązały się z demontażem sufitów podwieszanych oraz rozebraniem modułowych podłóg podniesionych.

Na podstawie wniosków z poprzedniej realizacji planowanie budowy drugiego biurowca rozpoczęto od wnikliwej analizy. Stropy zaprojektowano jako sprężone prefabrykowane płyty, umieszczone na monolitycznych słupach i ryglach. Zrezygnowano również z wykończania podłóg i sufitów (oprócz trzonu obiektu) oraz wykonania instalacji do czasu pojawienia się najemców. Zdecydowano się również na wykonanie monolitycznej podłogi podniesionej z rozbieranymi kanałami wzdłuż trzonu budynku.

Negatywna ocena poprzedniej realizacji pozwoliła uniknąć problemów w nowym przedsięwzięciu oraz obniżyć koszty bez zmiany funkcjonalności obiektu.

Oszacowanie wydajności przy betonowaniu konstrukcji żelbetowej na podstawie gromadzonej wiedzy

Zastosowanie uczenia się z przykładów przy betonowaniu konstrukcji betonowej opierało się na systematycznym zbieraniu danych dotyczących procesu betonowania i wykorzystywaniu ich do szacowania wydajności betonowania w odniesieniu do planowanych procesów.

Typowy proces dostawy betonu realizowany cyklicznie obejmował: załadunek mieszanki betonowej, transport mieszanki z węzła betoniarskiego na budowę, badanie mieszanki betonowej (w przypadku niespełnienia wymagań specyfikacji odmowa przyjęcia mieszanki), ewentualnego oczekiwania na rozładunek (gdy pompa była zajęta), układanie mieszanki w elemencie, mycie betonowozu, powrót pustego betonowozu do węzła betoniarskiego.

Podczas zbierania przykładów przy ustalaniu wydajności procesu betonowania zastosowano następujące kryteria:

•  typ elementu,
•  temperaturę,
•  objętość betonowania,
•  pojemność betonowozów,
•  liczbę betonowozów.

Starano się ograniczyć liczbę możliwych kategorii dla poszczególnych kryteriów przez klasyfikowanie ich w kilku przedziałach. Na przykład wzięto pod uwagę cztery opcje typu betonowanego elementu: ściana, strop, fundament, inne. Temperaturę sklasyfikowano w sześciu przedziałach. Pojemność betonowozu określono jako małą dla betonowozów do 6 m³.

Podczas analizy przypadku betonowania ścian w temperaturze od 5 do 15°C przy objętości betonowania od 5 do 10 m³ przy użyciu betonowozów o pojemności 6 m³ i przy liczbie 2 betonowozów w dostawie znaleziono w bazie przykładów 3 przykłady odpowiadające analizowanemu przypadkowi (TABELA).

W omawianym przypadku przewidziano wydajność betonowania jako średnią z trzech wartości ze względu na równy stopień podobieństwa do analizowanego przypadku; jej wartość wynosi 10,4 m³/h. W innych sytuacjach możliwe jest obliczanie poszukiwanej wartości przy zastosowaniu odpowiednich wag wynikających ze stopnia podobieństwa znalezionych przypadków w stosunku do analizowanego przypadku.

Należy zauważyć, że gromadzenie większej liczby przypadków w tym przykładzie nie jest zadaniem trudnym (procesy powtarzają się cyklicznie w ramach jednego przedsięwzięcia), w przeciwieństwie do pierwszego przykładu (technologii wykonania stropu), gdzie zbieranie większej ilości danych może być zadaniem bardzo trudnym (zwłaszcza przy założeniu pewnego ich podobieństwa).

Wnioski

Omawiana metoda uczenia z przykładów stanowi jedną z możliwych opcji funkcjonowania hybrydowego systemu doradczego w początkowym etapie jego rozwoju.

Wydaje się ona szczególnie przydatna, gdy dysponujemy pewną liczbą danych wykorzystujących monitoring funkcjonującego już analizowanego systemu produkcyjnego, ale nie jest ona wystarczająco liczna do zastosowania bardziej zaawansowanych narzędzi analizy (np. analizy sztucznych sieci neuronowych, symulacji itp.).

Zastosowanie tej prostej metody jest szczególnie uzasadnione do porównania efektów realizacji procesów dla wielu opcji technologicznych (i organizacyjnych) w różnych warunkach realizacji w przedmiotowym systemie produkcyjnym.

Przestawione podstawy teoretyczne oraz przykłady zastosowania pozwalają wysunąć następujące wnioski:

•  gromadzone w wyniku monitoringu informacje o zrealizowanych już procesach stanowią bazę do ich stopniowego doskonalenia;
•  nauka z przykładów jest jedną z pierwszych możliwych opcji rozwoju agentowego hybrydowego systemu doradczego wspomagającego decyzje technologiczne na budowie;
•  w procesie doskonalenia można wykorzystywać zarówno przypadki oceniane pozytywnie, jak i negatywnie;
•  dzięki bazie przykładów możliwe jest znalezienie najlepszego dopasowania wariantu realizacji procesu do warunków otoczenia (co w wypadku tradycyjnie stosowanych katalogów opartych na wartościach średnich może być utrudnione);
•  przedstawiona metoda nie wymaga specjalistycznego/skomplikowanego oprogramowania – gromadzenie przypadków może odbywać się w typowej bazie danych lub arkuszu kalkulacyjnym;
•  podczas analizy poszczególnych przypadków wskazane jest zastosowanie podejścia „lean management” w celu wyeliminowania niepotrzebnych przestojów, strat czasu itp.;
•  rozwój opisywanej prostej metody może polegać na połączeniu z innymi bardziej skomplikowanymi metodami (SNN, symulacją itp.), dającymi efekt ich synergii w systemie hybrydowym.

Literatura

1. A. Esmaili, S. Mehta, D. Negri, C.A. Venezuela, „System and method for process monitoring”, United States Patent, No. 7606681, 2009.
2. P. Witakowski, „Zdalne monitorowanie obiektów budowlanych podczas budowy i eksploatacji”, „Czasopismo Techniczne”, 2007, z. 12, „Środowisko”, z. 1-Ś, s. 180–189.
3. M.J. Hatch, „Teoria organizacji”, Wydawnictwo Naukowe PWN, Warszawa 2002.
4. J. Pasławski, „Elastyczność w zarządzaniu realizacją procesów budowlanych”, Wydawnictwo Politechniki Poznańskiej, Poznań 2009.
5. M. Gaertner, A. Kończak, „Pozyskiwanie wiedzy w przedsięwzięciu budowlanym”, „Archiwum Instytutu Inżynierii Lądowej”, nr 13/2012, s. 109–114.
6. J.L. Kolonder, „An Introduction to Case Based Reasoning”, „Artificial Intelligence Review”, 6/1992, s. 3–34.

Chcesz być na bieżąco? Zapisz się do naszego newslettera!