Реєстраційний номер
0826U004601, Дисертація доктора філософії
На здобуття
Доктор філософії
Дата захисту
24-09-2026
Статус
Захищена
Назва роботи
Інформаційна технологія оцінки технічного стану об’єктів будівництва в умовах невизначеності із застосуванням методики кластеризації.
Здобувач
Биков Сергій Вадимович,
Керівник Терентьєв Олександр Олександрович
Керівник Горбатюк Євгеній Володимирович
Опонент Кучанський Олександр Юрійович
Опонент Трач Роман Володимирович
Рецензент Поколенко Вадим Олегович
Рецензент Поплавський Олександр Анатолійович
Установа, організація, у вченій раді якої відбудеться/відбувся захист
Київський національний університет будівництва і архітектури
Опис
Наукова новизна одержаних результатів. Наукова новизна дисертаційної роботи полягає у науковому обґрунтуванні інформаційної технології Clustering4Build, що інтегрує ІНМТ2, нечіткі множини та еволюційні алгоритми для класифікації технічного стану об’єктів в умовах невизначеності. Розроблено GA-Optimizer і TypeReducer для автоматизованої оптимізації параметрів та підвищення стійкості кластеризації, а також QualityEvaluator для обґрунтованого вибору оптимальних моделей. Інтеграція з DSS і мікросервісною архітектурою забезпечує масштабованість, прозорість рішень і зростання точності технічного моніторингу будівель.
В дисертаційній роботі удосконалено:
- інформаційну технологію Clustering4Build для оцінки технічного стану об’єктів будівництва в умовах невизначеності, яка інтегрує методи кластеризації на основі нечітких множин першого та другого типів з
генетичною оптимізацією параметрів. Забезпечено адаптивне групування об’єктів із урахуванням перехідних станів і різнорідності даних.
- розширення множини об’єктів кластеризації до ІНМТ2 для PCM-
алгоритму, що дозволяє враховувати невизначеність фаззифікатора та
«ширини зони» для кожного кластера. Реалізація в Clustering4Build через мікросервіси FuzzificationEngine і TypeReducer забезпечує обчислення інтервальних функцій типовості та центрів кластерів із збереженням даних у JSONB для DSS. Інноваційність полягає в інтеграції автоматизованого підбору параметрів PCM-алгоритму за допомогою GA-Optimizer та оцінки якості кластеризації через QualityEvaluator для точного технічного моніторингу.
- застосування комбінованих алгоритмів FCM+GA та PCM+GA до задачі кластеризації технічного стану об'єктів будівництва, у яких на основі відомих підходів до еволюційного кодування параметрів нечіткої кластеризації реалізовано автоматизоване визначення центрів кластерів, параметрів фазифікації та ступенів приналежності, адаптоване до специфіки шумових і неповних даних технічного моніторингу, що сприяє підвищенню точності, збіжності та обчислювальної ефективності оцінювання технічного стану;
- науково-прикладну реалізацію мікросервісної архітектури з REST- взаємодією для централізованого збереження результатів та інтеграції з DSS, BIM і IoT-потоками, що забезпечує масштабованість, модульність, відтворюваність обчислювальних експериментів та практичну підтримку прийняття рішень інженерами.
Набули подальшого розвитку:
- науково-методичні засади побудови інформаційної технології оцінки технічного стану об’єктів будівництва в умовах невизначеності, що, на відміну від існуючих BIM-, SHM- та DSS-рішень, базуються на інтегрованому використанні методів нечіткої кластеризації, апарату нечітких множин першого і другого типів та інтервальних моделей подання знань.
Запропонований підхід забезпечує формалізацію перехідних станів конструкцій, поєднання інструментальних вимірювань і експертних оцінок, а також адаптивну обробку різнорідних і неповних даних моніторингу. Це створює теоретичне підґрунтя для розроблення універсального програмного інструментарію кластерного аналізу технічного стану в межах спеціальності
126 «Інформаційні системи та технології»;
- комбіновані методи інтелектуальної кластеризації FCM+GA та PCM+GA в складі інтегрованої інформаційної технології Clustering4Build, які передбачають генетичну оптимізацію центрів кластерів, параметрів фазифікації та ступенів приналежності з кодуванням хромосом відповідними ваговими коефіцієнтами. На відміну від існуючих підходів, запропонована архітектура реалізує замкнений цикл «оптимізація – аналіз – рекомендація – візуалізація», інтегрується з PostgreSQL, BIM-моделями та IoT-потоками даних і забезпечує підвищення швидкодії, стійкості збіжності та точності оцінювання технічного стану будівельних об’єктів.
Основний зміст дисертаційної роботи. Дисертаційну роботу присвячено вирішенню науково-прикладного завдання підвищення достовірності та автоматизації оцінки технічного стану об’єктів будівництва в умовах невизначеності шляхом розроблення інтегрованої інформаційної технології кластерного аналізу. У межах дослідження обґрунтовано перехід від фрагментарного аналізу показників до функціонування комплексних систем технічного моніторингу з використанням нечітких та інтервальних моделей подання знань. Розроблено методи кластеризації на основі нечітких множин першого і другого типів у поєднанні з генетичними алгоритмами оптимізації, що забезпечують адаптивне визначення параметрів моделей в умовах шумових, неповних і неоднорідних даних. Створено мікросервісну архітектуру Clustering4Build із реалізацією замкненого циклу «оптимізація – аналіз – рекомендація – візуалізація» та інтеграцією з BIM-моделями, IoT- потоками і базою даних PostgreSQL.
Дата реєстрації
2026-08-14
Додано/оновлено в НРАТ
2026-08-14 / 2026-10-01
