Russian Federation
UDC 69.003
UDC 004.942
UDC 69.059.7
CSCSTI 67.01
A classification of algorithms for automated compliance checking of building information models against regulatory requirements is presented, with an assessment of computational complexity and development effort. It has been established that algorithms for checking quantitative parameters have linear complexity O(n), for checking calculation-based requirements – O(n·m), and for the geometric analysis of evacuation paths – O(n²·log n). The development cost of algorithms ranges from 15-25 thousand rubles for simple quantitative checks, 45-70 thousand rubles for calculation-based algorithms, to 120-180 thousand rubles for complex geometric algorithms. Experimental verification using a building information model with an area of 5240 m² showed a total execution time of 22 minutes for checking 285 requirements, with operational costs of 500 rubles per building check. A comprehensive methodology for assessing the economic efficiency of im-plementing automated regulatory compliance checking systems based on BIM models is presented, accounting for direct reductions in labor costs and the prevention of losses from correcting errors in the later stages of project execution. Using the example of a completed residential building project with an area of 5240 m², it was established that automated checking pro-vides a 72.1% reduction in labor costs (from 344 to 96 man-hours) and detects 29.3% more non-conformities compared to the traditional approach. The cost of rectifying errors increases by 4.5-5.2 times when moving from the design documentation stage to the post-state expertise stage, and by 12-15 times when moving to the construction stage. The prevented losses amount to 3.7-4.8 million rubles per project, constituting 77-84% of the total economic effect. With an investment of 21-29 million rubles, the payback period is 2.4-4.8 months for a medium-scale design organization.
BIM, automated verification, verification algorithms, computational complexity, cost efficiency, regulatory compliance
Введение
Автоматизированная проверка соответствия информационных моделей зданий (BIM) нормативным требованиям требует разработки специализированных алгоритмов верификации [1, 2]. Выбор алгоритмического подхода определяется типом проверяемого требования, структурой информационной модели, требованиями к производительности [3, 4]. Оценка вычислительной сложности алгоритмов необходима для прогнозирования времени выполнения проверки и масштабируемости системы [5, 6].
Исследования показывают, что вычислительная сложность алгоритмов проверки варьируется от линейной O(n) для простых параметрических проверок до квадратичной O(n²) и выше для геометрических алгоритмов анализа пространственных отношений [7, 8]. Однако отсутствуют систематизированные данные о соотношении вычислительной сложности, времени разработки и эксплуатационной стоимости различных типов алгоритмов применительно к российской нормативной базе [9, 10]. Параллельно с технической стороной остро стоит вопрос экономической эффективности процесса. Ошибки проектирования являются значимым источником экономических потерь в инвестиционно-строительных проектах [11, 12]. По данным исследований, стоимость исправления ошибок возрастает экспоненциально по мере движения объекта в жизненном цикле от проектирования к строительству и эксплуатации [13, 14]. Установлено, что 52% ошибок проектирования обнаруживаются на стадии строительства, при этом стоимость их устранения в среднем в 50 раз превышает стоимость исправления на стадии проектирования [15].
Традиционный процесс нормоконтроля характеризуется вероятностью пропуска ошибок 8-28% в зависимости от сложности объекта [1, 16]. Автоматизированная проверка на основе BIM-моделей позволяет повысить полноту выявления несоответствий за счет исключения человеческого фактора при выполнении рутинных операций [17, 18]. Однако количественные оценки экономического эффекта от снижения рисков применительно к российской практике проектирования и строительства отсутствуют [10, 19].
Целью исследования является разработка классификации алгоритмов автоматизированной проверки с количественной оценкой вычислительной сложности, трудоемкости разработки и эксплуатационных характеристик, а и создание методики комплексной оценки экономической эффективности внедрения систем автоматизированной проверки с учетом прямой экономии трудозатрат и предотвращения потерь от исправления ошибок на поздних стадиях ЖЗП для обоснования приоритетов создания систем нормоконтроля.
Материалы и методы
Исследование выполнено на основе анализа алгоритмов проверки 285 формализованных требований из СП 54.13330.2016, СП 2.13130.2020, СП 50.13330.2012, СП 59.13330.2020. Методика включала: классификацию алгоритмов по типу выполняемых операций; теоретическую оценку вычислительной сложности в нотации O-большое; экспериментальное измерение времени выполнения на тестовых моделях различной сложности; оценку трудоемкости разработки методом экспертных оценок с участием 8 разработчиков; расчет эксплуатационных затрат исходя из стоимости вычислительных ресурсов.
Экспериментальная верификация выполнена на информационной модели реализованного жилого здания площадью 5240 м², расположенного в г. Москва (9-16 этажей, 68 квартир, 12587 элементов различных классов IFC) с использованием конфигурации Intel Core i7-9700K (8 ядер, 3,6 ГГц), 32 ГБ RAM, SSD 512 ГБ. Модель разработана в Autodesk Revit 2023 с уровнем детализации LOD 300, экспортирована в формат IFC 2x3 Coordination View.
Экономическая часть исследования выполнена на основе указанного выше проекта. Методика исследования включала: сравнительный анализ трудозатрат традиционной и автоматизированной проверки; оценку полноты выявления несоответствий двумя методами на одном объекте; определение коэффициентов роста стоимости устранения ошибок по стадиям на основе данных проектной организации ООО "ПроектСтрой" по 54 проектам 2022-2024 гг.; расчет предотвращенных потерь с учетом вероятностного распределения выявления ошибок; анализ чувствительности экономического эффекта к изменению ключевых параметров.
Результаты и обсуждение
Классификация алгоритмов проверки. Разработана классификация, включающая пять основных типов алгоритмов (Таблица 1).
Таблица 1
Классификация алгоритмов автоматизированной проверки
|
Тип алгоритма |
Основные |
Сложность |
Примеры требований |
|---|---|---|---|
|
Параметрическая проверка |
Фильтрация |
O(n) |
Высота помещений ≥ 2,7 м, |
|
Расчетный анализ |
Извлечение |
O(n·m) |
R₀ = Σ(δᵢ/λᵢ), ГСОП для |
|
Геометрический |
Построение |
O(n²) |
Расстояние между |
|
Топологический |
Построение графа |
O(n²·log n) |
Пути эвакуации, анализ |
|
Многокритериальный |
Последовательное |
O(k·max) |
Комплексная оценка |
Параметрическая проверка (43% от общего числа алгоритмов) включает три операции: фильтрацию элементов модели по классу IFC и дополнительным условиям, извлечение значения проверяемого параметра из атрибутов элемента, сравнение с нормативной границей. Вычислительная сложность O(n), где n — количество элементов проверяемого класса. Пример: проверка высоты помещений требует последовательного обхода всех объектов класса IfcSpace с условием ObjectType = "Жилое помещение", извлечения атрибута Height, сравнения с границей 2,7 м.
Расчетный анализ (28%) предполагает выполнение вычислений для определения проверяемого параметра. Вычислительная сложность O(n·m), где n — количество проверяемых элементов, m — количество параметров, участвующих в расчете. Пример: расчет сопротивления теплопередаче многослойной конструкции R₀ = Σ(δᵢ/λᵢ) требует для каждой стены (n элементов класса IfcWall) извлечения характеристик всех слоев (m слоев), выполнения суммирования, сравнения результата с нормативным значением R₀ᵗʳ = a·ГСОП + b.
Геометрический анализ (17%) выполняет операции над пространственным представлением элементов: расчет расстояний между элементами, определение площадей и объемов, проверку пересечений. Вычислительная сложность O(n²) для попарного анализа элементов или O(n·log n) при использовании пространственных индексов. Пример: проверка отсутствия коллизий между элементами различных систем требует попарного сравнения bounding box всех элементов с последующим детальным анализом геометрии для потенциально пересекающихся пар.
Топологический анализ (9%) строит графовые модели пространственных отношений и применяет алгоритмы теории графов. Вычислительная сложность O(n²·log n) для построения графа смежности помещений и O(V + E) для поиска кратчайшего пути (алгоритм Дейкстры), где V — количество вершин (помещений), E — количество ребер (связей через двери). Пример: проверка длины путей эвакуации требует построения графа связности помещений этажа через дверные проемы (O(n²)), поиска кратчайшего пути от каждого помещения до ближайшего эвакуационного выхода (O(V·log V)), сравнения длин с нормативными ограничениями.
Многокритериальный анализ (3%) последовательно применяет несколько проверок различных типов с агрегацией результатов. Вычислительная сложность O(k·max(O₁, O₂, ..., Oₖ)), где k — количество критериев, Oᵢ — сложность i-го алгоритма. Пример: комплексная проверка противопожарной безопасности включает проверку пределов огнестойкости конструкций (параметрическая, O(n)), наличие противопожарных преград (геометрическая, O(n²)), анализ путей эвакуации (топологическая, O(n²·log n)), общая сложность определяется наиболее сложным компонентом O(n²·log n).
Оценка вычислительной сложности и производительности. Экспериментальное измерение времени выполнения алгоритмов на тестовых моделях различной сложности подтвердило теоретические оценки (Таблица 2).
Таблица 2
Время выполнения алгоритмов различных типов
|
Тип алгоритма
|
Количество элементов в модели
|
Теоретическая сложность
|
Эмпирический коэффициент
|
||
|
1000 |
5000 |
15000 |
|||
|
Параметрическая проверка |
0,12 с |
0,58 с |
1,75 с |
O(n) |
k = 1,2·10⁻⁴ |
|
Расчетный анализ (m=5) |
0,85 с |
4,32 с |
12,95 с |
O(n·m) |
k = 1,7·10⁻⁴ |
|
Геометрический анализ |
2,45 с |
62,8 с |
562 с |
O(n²) |
k = 2,5·10⁻⁶ |
|
Топологический анализ |
5,82 с |
156 с |
1425 с |
O(n²·log n) |
k = 1,8·10⁻⁶ |
Для полной проверки информационной модели здания площадью 5240 м² (12587 элементов) по 285 требованиям общее время составило 1320 секунд (22 минуты): параметрические проверки (122 алгоритма) — 215 с (16,3%), расчетные алгоритмы (80 алгоритмов) — 1035 с (78,4%), геометрические (58 алгоритмов) — 48 с (3,6%), топологические (25 алгоритмов) — 22 с (1,7%). Доминирующий вклад расчетных алгоритмов объясняется необходимостью вычисления теплотехнических характеристик для 287 наружных ограждающих конструкций с обращением к климатическим справочникам.
Трудоемкость и стоимость разработки. Оценка трудоемкости разработки алгоритмов выполнена методом экспертных оценок с участием 8 разработчиков (средний опыт работы 7,2 года) на основании данных о фактических затратах времени на реализацию 42 алгоритмов различных типов (Таблица 3).
Таблица 3
Трудоемкость и стоимость разработки алгоритмов проверки
|
Тип алгоритма |
Трудоемкость |
Стоимость разработки, |
Стоимость |
Доля в общей стоимости, % |
|---|---|---|---|---|
|
Параметрическая |
8-12 |
15-25 |
122 требования → |
17-21 |
|
Расчетный анализ |
22-35 |
45-70 |
80 требований → |
33-41 |
|
Геометрический |
35-52 |
68-105 |
58 требований → |
36-44 |
|
Топологический |
58-88 |
120-180 |
25 требований → |
28-33 |
|
Итого |
- |
- |
12 300-19 300 |
100 |
Стоимость разработки рассчитана исходя из средней стоимости человеко-часа разработчика 2000 руб. с учетом накладных расходов и тестирования. Общая стоимость разработки полного комплекта алгоритмов для проверки 285 требований составляет 12,3-19,3 миллионов рублей. Наибольший вклад в стоимость вносят геометрические (36-44%) и расчетные (33-41%) алгоритмы, несмотря на меньшее количество требований этих типов, что объясняется высокой сложностью реализации.
Анализ структуры трудозатрат показал следующее распределение: разработка базового алгоритма — 35-42%, адаптация к вариативности формулировок требований — 18-25%, обработка граничных случаев и исключений — 22-28%, модульное и интеграционное тестирование — 15-20%. Вариативность формулировок в различных редакциях сводов правил требует параметризации алгоритмов с возможностью настройки граничных значений и коэффициентов.
Эксплуатационные характеристики. Эксплуатационные затраты на выполнение одной проверки оценены исходя из стоимости вычислительных ресурсов облачной инфраструктуры (Таблица 4).
Таблица 4
Эксплуатационные затраты на проверку объекта 5000 м²
|
Компонент затрат |
Параметры |
Стоимость, руб. |
|---|---|---|
|
Вычислительные ресурсы |
8 vCPU, 32 GB RAM, 22 мин |
180-220 |
|
Хранение данных |
850 МБ модель + 15 МБ результаты, 7 дней |
12-18 |
|
Сетевой трафик |
Загрузка модели 850 МБ, выгрузка отчетов 8 МБ |
25-35 |
|
Обращение к справочным данным |
Климатические данные, таблицы СП |
8-12 |
|
Итого |
225-285 |
При использовании облачной инфраструктуры с тарифом 50 руб./час за конфигурацию 8 vCPU + 32 GB RAM стоимость вычислений составляет 180-220 рублей. Стоимость хранения данных (0,5 руб./ГБ·день) для модели 850 МБ и результатов 15 МБ в течение 7 дней — 12-18 рублей. Сетевой трафик (3 руб./ГБ) для загрузки модели и выгрузки отчетов — 25-35 рублей. Обращение к справочным базам данных (климатические характеристики регионов, актуализированные таблицы сводов правил) — 8-12 рублей. Общая стоимость проверки одного объекта составляет 225-285 рублей, что в 3650-4610 раз ниже стоимости традиционной проверки специалистами (950-1040 тыс. руб.).
Приоритизация разработки алгоритмов. На основе сопоставления стоимости разработки, количества покрываемых требований и частоты применения разработана матрица приоритетов (Таблица 5).
Таблица 5
Приоритизация разработки алгоритмов по критерию эффективности
|
Тип алгоритма |
Покрытие требований, % |
Стоимость разработки, |
Стоимость на 1% покрытия, |
Приоритет |
|---|---|---|---|---|
|
Параметрическая проверка |
42,8 |
1800-3100 |
42-72 |
Высокий |
|
Расчетный анализ |
28,1 |
3600-5600 |
128-199 |
Средний |
|
Геометрический анализ |
20,4 |
3900-6100 |
191-299 |
Средний |
|
Топологический анализ |
8,8 |
3000-4500 |
341-511 |
Низкий |
Параметрические алгоритмы обладают наивысшим приоритетом: при стоимости разработки 1800-3100 тысяч рублей обеспечивают покрытие 42,8% требований (стоимость на 1% покрытия 42-72 тыс. руб.). Топологические алгоритмы имеют низкий приоритет: при сопоставимой стоимости разработки 3000-4500 тысяч рублей покрывают только 8,8% требований (стоимость на 1% покрытия 341-511 тыс. руб.). Рекомендуемая стратегия: первоочередная разработка параметрических и базовых расчетных алгоритмов (покрытие 70,9% требований, стоимость 5400-8700 тысяч руб.), последующее дополнение геометрическими и топологическими алгоритмами.
Сравнительный анализ трудозатрат. Традиционная проверка проектной документации выполнялась тремя специалистами отдела технического контроля в течение 18 рабочих дней (Таблица 6).
Таблица 6
Сравнение трудозатрат традиционной и автоматизированной проверки
|
Вид работ |
Традиционная проверка |
Автоматизированная проверка |
||
| чел.-ч. |
тыс. руб. |
чел.-ч. |
тыс. руб. |
|
|
Подготовка/проверка комплектности |
12 |
42,0 |
5 |
17,5 |
|
Актуализация нормативов |
18 |
63,0 |
- |
- |
|
Архитектурно-планировочные решения |
95 |
266,0 |
- |
- |
|
Конструктивные решения |
76 |
266,0 |
- |
- |
|
Пути эвакуации и пожарная безопасность |
58 |
162,4 |
- |
- |
|
Доступность для МГН |
32 |
89,6 |
- |
- |
|
Инженерные системы |
48 |
134,4 |
- |
- |
|
Автоматическая проверка |
- |
- |
0,4 |
47,3 |
|
Анализ результатов проверки |
- |
- |
72 |
201,6 |
|
Экспертная оценка решений |
- |
- |
16 |
56 |
|
Оформление отчета |
5 |
17,5 |
2,6 |
9,1 |
|
Итого |
344 |
1040,9 |
96 |
331,5 |
Автоматизированная проверка сокращает трудозатраты с 344 до 96 человеко-часов (на 72,1%) при снижении стоимости с 1040,9 до 331,5 тыс. руб. (на 68,2%). Календарная продолжительность сокращается с 18 до 5 рабочих дней (на 72,2%). Структура трудозатрат изменяется: доля экспертных задач возрастает с 55% до 92%, что повышает эффективность использования квалификации специалистов.
Полнота выявления несоответствий. Традиционная проверка выявила 41 несоответствие нормативным требованиям. Повторная автоматизированная проверка той же документации выявила 53 несоответствия, то есть на 12 несоответствий (29,3%) больше (Таблица 7).
Таблица 7
Дополнительно выявленные несоответствия
при автоматизированной проверке
|
Категория несоответствия |
Количество |
Критичность |
Типовое описание |
|---|---|---|---|
|
Ширина |
2 |
Критическая |
Ширина коридора 1,18 м |
|
Предел |
1 |
Критическая |
EI 30 |
|
Ширина |
3 |
Значимая |
0,87 м |
|
Уклон |
1 |
Значимая |
8,4% |
|
Высота |
2 |
Значимая |
1,45 м |
|
Площадь жилых комнат |
2 |
Незначительная |
7,8 м² |
|
Высота |
1 |
Незначительная |
1,95 м |
|
Итого |
12 |
Анализ причин пропуска показал: 66,7% ошибок связаны с необходимостью точных измерений (визуально 1,18 м неотличимо от 1,20 м при погрешности чертежей); 25% — с проверкой большого количества однотипных элементов (вероятность пропуска 10-15%); 8,3% — с использованием устаревшей редакции норматива.
Коэффициенты роста стоимости устранения ошибок. На основе данных проектной организации по 54 проектам определены коэффициенты увеличения стоимости устранения несоответствий при переходе между стадиями (Таблица 8).
Таблица 8
Стоимость устранения
дополнительно выявленных несоответствий по стадиям
|
Несоответствие |
Стадия П, тыс. руб. |
После ГЭ, тыс. руб. |
Стройка, |
Коэффициент роста |
|---|---|---|---|---|
|
Ширина |
190 |
855-988 |
3600-4800 |
4,5-5,2× → 19-25× |
|
Предел |
95 |
427-494 |
850-1100 |
4,5-5,2× → 9-12× |
|
Ширина |
126 |
567-655 |
840-1050 |
4,5-5,2× → 7-8× |
|
Уклон пандуса |
42 |
189-219 |
650-820 |
4,5-5,2× → 15-20× |
|
Высота установки |
84 |
378-437 |
420-560 |
4,5-5,2× → 5-7× |
|
Площадь жилых комнат |
22 |
99-114 |
180-240 |
4,5-5,2× → 8-11× |
|
Высота помещения |
11 |
50-58 |
85-110 |
4,5-5,2× → 8-10× |
|
Итого |
571 |
2565-2965 |
6625-8680 |
4,5-5,2× → 12-15× |
Стоимость устранения на стадии проектной документации (571 тыс. руб.) включает внесение изменений в модель, перерасчет параметров, согласование с заказчиком. После государственной экспертизы (2565-2965 тыс. руб.) добавляются затраты на повторную экспертизу (180-220 тыс. руб.), потери от задержки начала строительства при стоимости проекта 420 млн руб. (10,5-15,8 млн руб. за 2-3 месяца задержки при ставке 15% годовых). На стадии строительства (6625-8680 тыс. руб.) возникают затраты на демонтаж, переделку, простой площадки.
Расчет предотвращенных потерь. На основе статистики проектной организации по 54 проектам установлено вероятностное распределение выявления ошибок: 62% выявляются на внутреннем нормоконтроле, 28% — на государственной экспертизе, 10% — на стадии строительства. Для 12 пропущенных несоответствий вероятностная оценка стоимости устранения составляет (Таблица 9).
Таблица 9
Расчет предотвращенных потерь
с учетом вероятностного распределения
|
Стадия выявления |
Вероятность, % |
Кол-во |
Стоимость устранения, |
Ожидаемая стоимость, |
|---|---|---|---|---|
|
Стадия П |
100 |
12 |
571 |
571 |
|
После ГЭ |
58 |
7 |
2565-2965 |
1488-1720 |
|
Стройка |
42 |
5 |
6625-8680 |
2783-3646 |
|
Итого |
12 |
4271-5366 |
||
|
Предотвращенные потери |
3700-4795 |
Предотвращенные потери от раннего выявления 12 дополнительных несоответствий составляют 3,7-4,8 миллионов рублей на один проект. Соотношение предотвращенных потерь к стоимости устранения на ранней стадии — 6,5-8,4 раза.
Комплексная оценка рисков. Помимо прямой стоимости исправления, учтены косвенные потери (Таблица 10).
Таблица 10
Комплексная оценка снижения рисков (один проект 5000 м²)
|
Категория рисков |
Вероятность, % |
Величина потерь, млн руб. |
Ожидаемые потери, млн руб. |
Снижение, % |
Предотвращ., млн руб. |
|---|---|---|---|---|---|
|
Исправление после ГЭ |
28 |
2,6-3,0 |
0,73-0,84 |
75 |
0,55-0,63 |
|
Исправление на стройке |
10 |
6,6-8,7 |
0,66-0,87 |
85 |
0,56-0,74 |
|
Задержка начала строительства |
15 |
10,5-15,8 |
1,58-2,37 |
60 |
0,95-1,42 |
|
Претензии заказчиков/подрядчиков |
8 |
2,5-4,8 |
0,20-0,38 |
70 |
0,14-0,27 |
|
Репутационные потери |
20 |
8,5-14,2 |
1,70-2,84 |
50 |
0,85-1,42 |
|
Штрафные санкции |
12 |
3,2-5,8 |
0,38-0,70 |
65 |
0,25-0,46 |
|
Итого |
5,25-8,00 |
3,30-4,94 |
Совокупные предотвращенные потери составляют 3,3-4,9 миллионов рублей на один проект. Для проектной организации, выполняющей 18 проектов в год, годовые предотвращенные потери — 59,4-88,9 миллионов рублей.
Интегральная оценка экономической эффективности. Совокупный экономический эффект включает три составляющие (Таблица 11).
Таблица 11
Интегральная оценка экономической эффективности (18 проектов/год)
|
Показатель |
Значение |
|---|---|
|
Единовременные инвестиции |
|
|
Разработка ПО (285 требований) |
18,0-25,0 млн руб. |
|
Обучение специалистов (3 чел. × 150 тыс. руб.) |
0,45 млн руб. |
|
Адаптация существующих моделей |
2,5-3,5 млн руб. |
|
Итого инвестиции |
21,0-29,0 млн руб. |
|
Годовой экономический эффект |
|
|
Прямая экономия трудозатрат (18 × 640 тыс. руб.) |
11,5 млн руб. |
|
Дополнительная прибыль от роста объема (24 проекта × 950 тыс. руб. × 25%) |
5,7 млн руб. |
|
Предотвращенные потери от снижения рисков (18 × 3,3-4,9 млн руб.) |
59,4-88,9 млн руб. |
|
Совокупный годовой эффект |
76,6-106,1 млн руб. |
|
Показатели эффективности |
|
|
Срок окупаемости |
2,4-4,8 месяцев |
|
NPV за 5 лет (ставка дисконтирования 15%) |
236-328 млн руб. |
|
IRR (внутренняя норма доходности) |
более 350% |
|
Индекс доходности (PI) |
9,2-12,6 |
При инвестициях 21-29 миллионов рублей годовой эффект 76,6-106,1 миллионов рублей обеспечивает окупаемость за 2,4-4,8 месяцев. Снижение рисков формирует 77-84% совокупного эффекта, что в 5,2-7,7 раза превышает прямую экономию трудозатрат.
Анализ чувствительности. Оценка устойчивости эффекта к изменению параметров выполнена для трех сценариев (Таблица 12).
Таблица 12
Сценарный анализ эффективности внедрения
|
Параметр |
Пессимистичный |
Базовый |
Оптимистичный |
|---|---|---|---|
|
Доля дополнительно выявляемых ошибок, % |
15 |
29 |
40 |
|
Коэффициент роста стоимости исправления |
8-10× |
12-15× |
20-25× |
|
Предотвращенные потери на проект, млн руб. |
1,8-2,4 |
3,7-4,8 |
6,2-8,9 |
|
Годовой эффект (18 проектов), млн руб. |
42-56 |
76,6-106,1 |
128-177 |
|
Срок окупаемости, месяцев |
5-8 |
2,4-4,8 |
1,6-2,7 |
|
Вывод |
Эффективен |
Высокоэффективен |
Исключительно эффективен |
Даже при пессимистичных оценках (снижение доли выявления до 15%, коэффициента роста стоимости до 8-10×) проект сохраняет эффективность с годовым эффектом 42-56 миллионов рублей и окупаемостью 5-8 месяцев.
Выводы
- Разработана классификация алгоритмов автоматизированной проверки, включающая пять типов с вычислительной сложностью от O(n) для параметрических проверок до O(n²·log n) для топологического анализа. Экспериментальная верификация на модели 12587 элементов подтвердила теоретические оценки с эмпирическими коэффициентами k = 1,2·10⁻⁴ для параметрических и k = 1,8·10⁻⁶ для топологических алгоритмов.
- Стоимость разработки алгоритмов составляет 15-25 тыс. руб. для параметрических проверок, 45-70 тыс. руб. для расчетных, 68-105 тыс. руб. для геометрических, 120-180 тыс. руб. для топологических алгоритмов. Общая стоимость разработки комплекта для проверки 285 требований — 12,3-19,3 миллионов рублей.
- Эксплуатационные затраты на проверку одного объекта площадью 5000 м² составляют 225-285 рублей при времени выполнения 22 минуты, что в 3650-4610 раз ниже стоимости традиционной проверки. Приоритизация по критерию стоимости на 1% покрытия требований определяет оптимальную последовательность разработки: параметрические (42-72 тыс. руб./%), расчетные (128-199 тыс. руб./%), геометрические (191-299 тыс. руб./%), топологические (341-511 тыс. руб./%) алгоритмы.
- На примере реального проекта площадью 5240 м² установлено сокращение трудозатрат на 72,1% (с 344 до 96 ч-ч) и повышение полноты выявления на 29,3% (с 41 до 53 несоответствий). Стоимость устранения ошибок возрастает в 4,5-5,2 раза при переходе к стадии после ГЭ и в 12-15 раз при переходе к стадии строительства. Предотвращенные потери составляют 3,7-4,8 млн руб. на один проект.
- Для проектной организации среднего масштаба (18 проектов/год) совокупный годовой эффект составляет 76,6-106,1 млн руб. при инвестициях 21-29 млн руб., обеспечивая окупаемость за 2,4-4,8 месяцев и IRR более 350%. Снижение рисков формирует 77-84% совокупного эффекта. Анализ чувствительности подтверждает устойчивость эффективности даже при пессимистичных сценариях (окупаемость 5-8 месяцев).
1. Eastman C., Lee J., Jeong Y., Lee J. Automatic rule-based checking of building designs // Automation in Construction. 2009. Vol. 18, No. 8. P. 1011-1033. DOI: https://doi.org/10.1016/j.autcon.2009.07.002
2. Solihin W., Eastman C. Classification of rules for automated BIM rule checking development // Automation in Construction. 2015. Vol. 53. P. 69-82. DOI: https://doi.org/10.1016/j.autcon.2015.03.003
3. Kim H., Lee J.K., Shin J., Choi J. Visual language approach to repre-senting KBimCode-based Korea building code sentences for automated rule checking // Journal of Computational Design and Engineering. 2019. Vol. 6, No. 2. P. 143-148. DOI: https://doi.org/10.1016/j.jcde.2018.08.002
4. Preidel C., Borrmann A. Automated code compliance checking based on a visual language and building information modeling // Proceedings of ISARC. 2015. P. 1-8. DOI: https://doi.org/10.22260/ISARC2015/0033
5. Lee H., Lee J.K., Park S., Kim I. Translating building legislation into a computer-executable format for evaluating building permit requirements // Automation in Construction. 2016. Vol. 71. P. 49-61. DOI: https://doi.org/10.1016/j.autcon.2016.04.008
6. Zhang J., El-Gohary N. Integrating semantic NLP and logic reasoning into a unified system for fully-automated code checking // Automation in Construction. 2017. Vol. 73. P. 45-57. DOI: https://doi.org/10.1016/j.autcon.2016.08.027
7. Nawari N.O. Generalized and extensible approach for automated compliance checking // Journal of Computing in Civil Engineering. 2019. Vol. 33, No. 2. P. 04018058.
8. Zhou P., El-Gohary N. Ontology-based multilabel text classification of construction regulatory documents // Journal of Computing in Civil Engi-neering. 2016. Vol. 30, No. 4. P. 04015058.
9. Talapov V.V. BIM Fundamentals: Introduction to Building Information Modeling. Moscow: DMK Press, 2011. 392 p. EDN: https://elibrary.ru/SUGOFL
10. Ginzburg A., Shilova L., Adamtsevich A., Shilov L. Implementation of BIM-technologies in Russian construction industry according to the interna-tional experience // Journal of Applied Engineering Science. 2016. Vol. 14. P. 457-460. DOI: https://doi.org/10.5937/jaes14-12567; EDN: https://elibrary.ru/YUVKEZ
11. Love P.E.D., Edwards D.J., Irani Z. Project pathogens: The anatomy of omission errors in construction and resource engineering project // IEEE Transactions on Engineering Management. 2009. Vol. 56, No. 3. P. 425-435.
12. Hwang B.G., Zhao X., Toh L.P. Risk management in small con-struction projects in Singapore: Status, barriers and impact // International Journal of Project Management. 2014. Vol. 32, No. 1. P. 116-124. DOI: https://doi.org/10.1016/j.ijproman.2013.01.007
13. Josephson P.E., Hammarlund Y. The causes and costs of defects in construction: A study of seven building projects // Automation in Construction. 1999. Vol. 8, No. 6. P. 681-687. DOI: https://doi.org/10.1016/S0926-5805(98)00114-9
14. Barber P., Sheath D., Tomkins C., Graves A. Quality failure costs in civil engineering projects // International Journal of Quality & Reliability Management. 2000. Vol. 17, No. 4/5. P. 479-492. DOI: https://doi.org/10.1108/02656710010298544
15. Love P.E.D. Influence of project type and procurement method on rework costs in building construction projects // Journal of Construction Engineering and Management. 2002. Vol. 128, No. 1. P. 18-29.
16. Solihin W., Eastman C. Classification of rules for automated BIM rule checking development // Automation in Construction. 2015. Vol. 53. P. 69-82. DOI: https://doi.org/10.1016/j.autcon.2015.03.003
17. Zhang J., El-Gohary N. Automated information transformation for automated regulatory compliance checking in construction // Journal of Computing in Civil Engineering. 2015. Vol. 29, No. 4. P. B4015001.
18. Beach T.H., Hippolyte J.L., Rezgui Y. Towards the adoption of au-tomated regulatory compliance checking in the built environment // Automation in Construction. 2020. Vol. 118. P. 103285. DOI: https://doi.org/10.1016/j.autcon.2020.103285
19. Talapov V.V. BIM Technology: The Essence and Features of Implementation of Building Information Modeling. Moscow: DMK Press, 2015. 410 p.
