Statement of the Problem of Determining the Technical Appearance and Design Characteristics of Multi-Apartment Residential Buildings Based on the Expert Systems Method

Cover Page

Cite item

Full Text

Abstract

The article discusses various methods for creating decision support systems to determine the technical appearance and design characteristics of multi-apartment residential buildings at the pre-construction stage. To solve this problem, structural optimization is used, which includes determining the number of elevators, the height of the building and the number of floors, orienting the building to the cardinal directions, determining the parameters of engineering communications and the investment attractiveness of new housing. The advantages and disadvantages of machine learning methods and various types of logical inference in expert systems for determining the technical appearance and design characteristics of multiapartment residential buildings are analyzed. A comparative analysis of the various approaches has led to the conclusion that the tools of expert systems based on fuzzy logic are the most advisable. This paper presents an overview of the fundamental principles underlying the operation of fuzzy expert systems. It also offers a critical assessment of their potential for universal applicability and versatility in addressing design challenges related to construction projects.

About the authors

Alexander A. Merkulov

RUDN University

Author for correspondence.
Email: amerkulov@levelgroup.ru
ORCID iD: 0009-0006-0211-808X

Postgraduate student of the Department of Mechanics and Control Processes, Academy of Engineering

Moscow, Russia

Yury N. Razoumny

RUDN University

Email: yury.razoumny@gmail.com
ORCID iD: 0000-0003-1337-5672
SPIN-code: 7704-4720

Doctor of Sciences (Techn.), Director of the Academy of Engineering, Head of the Department of Mechanics and Control Processes, Academy of Engineering

Moscow, Russia

Olga A. Saltykova

RUDN University

Email: saltykova-oa@rudn.ru
ORCID iD: 0000-0002-3880-6662
SPIN-code: 3969-6707

Candidate of Physico-Mathematical Sciences, Associate Professor of the Department of Mechanics and Control Processes, Academy of Engineering

Moscow, Russia

Ivan V. Stepanyan

Institute of Machines Science named after A.A. Blagonravov of the Russian Academy of Sciences

Email: neurocomp.pro@gmail.com
ORCID iD: 0000-0003-3176-5279
SPIN-code: 5644-6735

Doctor of Biological Sciences, Candidate of Technical Sciences, Leading Researcher

Moscow, Russia

References

  1. Vasilkin AA. Integration of structural and parametric optimization at the stage of designing steel constructions. Russian journal of building construction and architecture. 2018;3(39):6-14. EDN: LXBGLR
  2. Rakov DL, Sinev AV. Parallel designing for stages of the structural synthesis and parametrical optimization for formation shape of new technical systems. Problems of mechanical engineering and automation. 2011;(4):99- 102. (In Russ.) EDN: OLQGPH
  3. Fan H, Kong G, Zhang C. An Interactive platform for low-cost 3D building modeling from VGI data using convolutional neural network. Big Earth Data. 2021;5(1): 49-65. https://doi.org/10.1080/20964471.2021.1886391
  4. Kumar S, Anbanandam R. An integrated Delphi-fuzzy logic approach for measuring supply chain resilience: an illustrative case from manufacturing industry. Measuring Business Excellence. 2019;23(3):350-375. https://doi.org/10.1108/MBE-01-2019-0001
  5. Pezeshki Z, Mazinani SM. Comparison of artificial neural networks, fuzzy logic and neuro fuzzy for predicting optimization of building thermal consumption: a survey. Artificial Intelligence Review. 2019;52(1):495-525. https://doi.org/10.1007/s10462-018-9630-6
  6. Fayek AR. Fuzzy logic and fuzzy hybrid techniques for construction engineering and management. Journal of Construction Engineering and Management. 2020;146(7): 04020064. https://doi.org/10.1061/(ASCE)CO.1943-7862. 0001854
  7. Gopi B, Ramesh G, Logeshwaran J. The fuzzy logical controller based energy storage and conservation model to achieve maximum energy efficiency in modern 5g communication. ICTACT Journal on Communication Technology. 2022;13(3):2774-2779. https://doi.org/10.21917/ijct.2022.0411
  8. Hendiani S, Bagherpour M. Developing an integrated index to assess social sustainability in construction industry using fuzzy logic. Journal of cleaner production. 2019;230: 647-662. https://doi.org/10.1016/j.jclepro.2019.05.055
  9. Hedaoo N, Pawar A. Risk Assessment Model Based on Fuzzy Logic for Residential Buildings. Slovak Journal of Civil Engineering. 2021;29(4):37-48. https://doi.org/ 10.2478/sjce-2021-0026
  10. Jana DK, Pramanik S, Sahoo P, Mukherjee A. Interval type-2 fuzzy logic and its application to occupational safety risk performance in industries. Soft Computing. 2019;23(1):557-567. https://doi.org/10.1007/s00500017-2860-8
  11. Lanbaran NM, Celik E, Yiğider M. Evaluation of investment opportunities with interval-valued fuzzy topsis method. Applied Mathematics and Nonlinear Sciences. 2020; 5(1):461-474. https://doi.org/10.2478/amns.2020.1.00044
  12. Phan D, Bab-Hadiashar A, Fayyazi M, Jazar R, Khayyam H, Hoseinnezhad R, Interval type 2 fuzzy logic control for energy management of hybrid electric autonomous vehicles. IEEE Transactions on Intelligent vehicles. 2021;6(2):210-220. https://doi.org/10.1109/TIV.2020.3011954
  13. Guðlaugsson B, FazeliIngunn R, Ingunn G, Davidsdottir B, Stefánsson G. Classification of stakeholders of sustainable energy development in Iceland: Utilizing a power-interest matrix and fuzzy logic theory. Energy for Sustainable Development. 2020;57:168-188. https://doi.org/10.1016/j.esd.2020.06.006
  14. Jain A, Sharma A. Membership function formulation methods for fuzzy logic systems: A comprehensive review. Journal of Critical Reviews. 2020;7(19):8717-8733. ISSN 2394-5125
  15. Ren X, Li Ch, Xiaojun Ma X. Design of multiinformation fusion based intelligent electrical fire detection system for green buildings. Sustainability. 2021;13(6):3405. https://doi.org/10.3390/su13063405
  16. Caiado RGG, Scavarda LF, Scavarda L. et al. A fuzzy rule-based industry 4.0 maturity model for operations and supply chain management. International Journal of Production Economics. 2021;231:107883. https://doi.org/10.1016/j.ijpe.2020.107883
  17. Dzwigol H, Dźwigoł-Barosz M, Miskiewicz R, Kwilinski A. Manager competency assessment model in the conditions of industry 4.0. Entrepreneurship and Sustainability Issues. 2020;7(4):2630-2644. https://doi.org/10.9770/jesi.2020.7.4(5)
  18. Bondarenko V.V., Kulyanytsya A.L., Litovka S.V., Chekinov G.P. Information technology for developing control actions when designing intelligent computer systems. Information technologies in design and production. 2003;(2):14-19. (In Russ.) EDN: OHINQL
  19. Iancu I. A Mamdani type fuzzy logic controller. Fuzzy logic-controls, concepts, theories and applications. 2012;15(2):325-350. https://doi.org/10.5772/36321
  20. Abadi AM. Fuzzy Decision Making with Mamdani Method and Its Aplication for Selection of Used Car in Sleman Yogyakarta. ICRIEMS. 2020. p. 35-44.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».