Men å finne en samfunnsøkonomisk optimal plan som kan gjennomføres innenfor gitte budsjetter, og å undersøke om det er samfunnsmessig lønnsomt å øke. Vi håper at til tross for problemene vi møtte i dette prosjektet, vil modellene, brukergrensesnittene og de økonomiske analysene av vedlikeholdspolitikken fortsette.
Prosjektet "Vedlikeholdsstrategier"
Dette prosjektet var en oppfølging av et tidligere prosjekt, kalt "Vedlikeholdsstrategier", som gikk fra høsten 2005 til våren 2008. Spesielt vil vi minne om at vi i punkt 4.3 kom med et forslag om å analysere i hvilken grad veibygging bidrar til økonomisk vekst.
Oppfølgingsprosjektet
Arbeidsplanen forventet at vi skulle jobbe tett med etatene for å konkretisere nødvendige funksjoner, og la etatene gjennomføre egne analyser. Det er også mulig at vi hadde urealistiske ideer om hva vi kan forvente av dem.
Disposisjon av rapporten
Det er i hovedsak det øverste laget – veibanen, banen – som brytes ned over tid og må fornyes. Så lenge vi ikke forventer et budsjett er det ikke vesentlig å skille mellom brukerkostnader og byråkostnader, men vi bruker dette senere.2 Tabell 2.1 oppsummerer notasjonen vi skal bruke i dette kapittelet: Vi bruker regneprosenten ρ til diskontere fordelene og kostnadene ved en rehabiliteringsperiode til begynnelsen av perioden.
Mange objekter og et felles budsjett
Da kan hver av førsteordens betingelsene løses ved hjelp av "target search"-funksjonen i EXCEL, som fungerer slik at hvis du har nj i en egen celle, kan du be EXCEL justere verdien i den cellen slik at en spesifikk tilstand (her: førsteordens vilkår 2.6 ) er oppfylt. Det er også mulig at budsjettet er så generøst at budsjettet ikke brukes optimalt, slik at µ= 0.
Nytten av å øke budsjettet
Det er modellen og optimaliseringen som skal avgjøre hvilke valg av vedlikeholdstiltak som er best sett fra helheten, det vil si sett fra alle anleggene, budsjettet og hele planperioden samlet. Men så snart det er variasjoner mellom objekter, i slitasje og eventuelt vedlikehold, og antall objekter og tidstrinn øker, så er matematiske modeller og algoritmer eneste mulighet for å utvikle gode strategier. Hensikten er å presentere dette på en slik måte at det kan leses uten vesentlig kunnskap om fagområdet matematisk optimalisering.
Formål med MOV
Hvorfor er dette vanskelig
Esterne tror heller ikke at det er mulig å finne en effektiv algoritme, selv om dette ennå ikke er bevist matematisk. MOV er imidlertid mye mer komplisert fordi det er dynamisk av natur: du har slike RS-problemer i hvert tidstrinn, kanskje 30 perioder, men alle disse RS-problemene henger sammen med at du kan utsette vedlikeholdet i tide, fordi det kan være mer lønnsomt. Det er denne avhengigheten av underholdsvedtak over tid som skaper den store utfordringen.
Modellen
Det endelige rommet til tilstander kan heller ikke dekke at tilstander måles via ulike parametere, som f.eks. Det er klart at denne konstruksjonen kan gi en enorm tilstandsplass hvis du har flere forskjellige slike parametere. Den enkle erfaringen med MOV, med dagens algoritmer og implementering, er at du kan administrere opptil angi mellomrom på størrelse rundt 1000 (for hvert objekt).
Kommentarer til modellen
Det skal sies at beregningstiden for optimaliseringen avhenger av størrelsen (antall elementer) på tilstandsrommet, mer om dette senere. Beregningstid avhenger av antall objekter og andre forhold, så dette er kun en enkel anbefaling. Jo mer komplisert tilstandsrommet er, jo mer data må legges inn og tilstandsovergangene vil også være mange og dette må beskrives selv om dette kan gjøres indirekte gjennom oppskrifter som kan programmeres.
Heltallig lineær optimering og MOV
Det finnes analyser hvor man finner analytisk optimale vedlikeholdsstrategier for et enkelt anlegg, men da er de basert på strenge antakelser om kostnadsfunksjoner. Begrensningene Ax≤b er et system av lineære ulikheter som sikrer at vektorx representerer en sekvens av beslutninger for hvert objekt med en gitt starttilstand og en gitt slutttilstand, og slik at tilstandene til enhver tid er relatert til forrige tilstand. via dynamikken nevnt ovenfor. Så vi kan ikke regne med at det finnes effektive algoritmer for et problem i en viss teoretisk forstand, slik at det effektivt løser alle slike problemer.
Lagrange-relaksasjon
Dette blir ofte referert til som det doble Lagrange-problemet, og hvis dets optimale verdi er angitt med v∗ er det åpenbart. Her er v(ILP) den optimale verdien vi prøver å finne, mens v∗ er den beste nedre grensen vi finner med Lagrange-teknikken. Med både topp- og bunntelleren kan du definitivt si noe om hvor god løsningen du fant er.
Heuristikk
Videreutvikling av algoritmene
Den enkleste formen for slike eksperimenter er sensitivitetsanalyser: Hva skjer hvis vi øker budsjettene med en fast prosentandel. Hva skjer hvis vi øker den de første årene på bekostning av en reduksjon i årene etter, eller om vi utsetter vedlikeholdsinnsatsen noen år. Hvis vi nå antar at alle verdier i dette området er like sannsynlige, kan vi trekke 30 tilfeldige tall i dette området, ett for hvert år.
Optimal allokering av budsjettmidler
Figuren viser andelen (i prosent) av totalbudsjettet som foreslås av NM-algoritmen til bruk i hver budsjettperiode. De tre budsjettene, B1(T0), B2(T0) og B3(T0) som ga lavest totalkostnad i T0 velges ut og fra hvert av dem genereres 100 nye budsjetter som NM-algoritmen kjøres på. De tre budsjettene, B1(T1), B2(T1) og B3(T1) som ga de laveste totalkostnadene i T1 velges og fra hvert av dem genereres 100 nye budsjetter som NM-algoritmen kjøres på.
Konklusjon
Hovedmålet med prosjektet er å utvikle verktøy for økonomisk analyse av vedlikeholdsstrategier, spesielt på spørsmålet om det er økonomisk lønnsomt å øke vedlikeholdsbudsjettene. Derfor er det dette vedlegget, ikke litteraturlisten i hovedteksten, som bør brukes dersom man ønsker å se nærmere på noe av litteraturen nevnt i kapittel 5. Litteraturlisten dekker referansene i kapittel 1-4.). Det er to parter som bærer kostnadene, vi kan kalle dem henholdsvis brukerne og etaten.
Klassisering av litteraturen
Tilstandskostnader kan igjen deles i to: kostnadene ved vanlig drift og kostnadene ved avbrudd eller feil. Brukerne har kostnader til vanlig drift som avhenger av tilstanden til anlegget. er knyttet til tidskostnader, ulykkeskostnader og slitasje på kjøretøyet, dersom det er et vegobjekt. I motsetning til mange forfattere mener vi at det i denne forbindelse er viktig å forstå at både etaten og brukerne faktisk har kostnader til ikke-planlagt vedlikehold og at brukerne også har kostnader til planlagt vedlikehold.
Generell litteratur
Det viktigste for oss er om optimaliseringsmodellen som brukes gjelder ett eller flere objekter og om det er budsjett for det eller ikke.
Veg. Nedbrytning og eekt av tiltak
Lasten måles i såkalte standardaksler, siden trykket på akselen (og ikke bilens vekt) er viktig for veibelastning. Det er kraften til 3,6 som forteller hvor mye mer skade et tungt kjøretøy gjør enn det kan. Det foregår tross alt ikke vedlikehold på alle anlegg samtidig, og det er heller ingen tilfeldige målefeil.
Veg. Optimal vedlikeholdsstrategi for ett objekt
Forutsetningene i Li og Madanat (2002) er kontinuerlig tid og tilstand, deterministisk degradering, ingen endring av kanal eller miljø over tid, og at både nedbrytningen og effekten av tiltak har feltegenskapen, d.v.s. premisset er at Li og Madanat mislykkes - det er ingen grunn til å vente med å handle til objektet har nådd sin verste tilstand. Lee og Madanat (2014) ser byggingen av veien og det senere vedlikeholdet (fra nå til evigheten) i sammenheng.
Veg, mange objekter
Det er bare én type mål, men den kan brukes med en intensitet som kan velges på en kontinuerlig skala. Det er begrensninger for hvor store problemer som kan løses med metodene fra Dahl og Minken eller Karabakal et al. Resultatet er at de kan vise at en rent deterministisk modell sannsynligvis vil undervurdere hvor dyrt det er å oppnå et visst statlig nivå i nettverk som helhet, og overvurdere staten som kan oppnås med et gitt budsjett.
Jernbane
Chu og Chen (2012) er en tilsvarende to-trinns modell hvor oppgaven er å bestemme tilstanden som utløser omskolering, tatt i betraktning at omskoleringen utløser atferdsendringer hos brukerne av nettverket. Flere andre studier vurderer også etterspørselseffektene av vedlikeholdet, for eksempel adresserer Durango-Cohen og Sarutipand et lignende kortsiktig planleggingsproblem med vekt på at uplanlagt vedlikehold er mye dyrere enn planlagt. Dessuten: Den tar fullt ut hensyn til forskjellene mellom objektene og eventuelle avhengigheter mellom dem når det gjelder vedlikehold.
Bru
Selv om de første artiklene her ikke handler om langsiktige vedlikeholdsstrategier, viser de alle noe av det som kjennetegner optimalt skinnevedlikehold i forhold til veivedlikehold. Det er tross alt få muligheter for omveier i nettet, så noen seksjoner blir kritiske for driften av systemet som helhet. En annen konsekvens av avhengigheter og strenge standardkrav er at tilstanden til et objekt eller en komponent enten er brukbar eller ubrukelig, slik at en teori om sannsynligheten for feil på en komponent blir viktigere enn en teori der et objekt kan ha mange flere eller færre. akseptable stater.
Flyplass
Kommersielle vedlikeholdsstyringssystemer (PMS)
2013) tar opp et lignende problem med kortsiktig planlegging med vekt på at ikke-planlagt vedlikehold er mye dyrere enn planlagt. Mannisto og Tapio (1994) dokumenterer det norske HIPS-styringssystemet for veidekkevedlikehold og fremmer forslag til integrering av styringssystemet for veidekker og bruer i et felles system, IMS. En kort og lærerik introduksjon til utvikling av datasystemer for vedlikeholdsplanlegging er kapittel 1 og 2 i Chootinan et al.
Konklusjon
The focus will be on the main variables and the interaction and main purpose of the various functions that make up DYNOPT. This includes information on which of the main features are active and also reports on the optimization progress. These variables contain information about the state transition graphs and the size of the system under consideration.
Sinha (2010) Development of a structural index as an integral part of the overall pavement quality in the INDOT PMS. Esveld (2004) State-of-the-art in railway maintenance management: planning systems and their application in Europe.
