Analysis of the distribution influence of the density of cost-forming factors on results of the LCCA calculations

• Autorzy: Rogalska M. , Żelazna-Pawlicka J.

Identyfikatory

DOI

10.2478/ace-2019-0037

Warianty tytułu

PL

Analiza wpływu rozkładów gęstości prawdopodobieństwa czynników cenotwórczych na wyniki obliczeń LCCA

• Języki publikacji: EN

Abstrakty

EN

The paper evaluates the relationship between the selection of the probability density function and the construction price, and the price of the building's life cycle, in relation to the deterministic cost estimate in terms of the minimum, mean, and maximum. The deterministic cost estimates were made based on the minimum, mean, and maximum prices: labor rates, indirect costs, profit, and the cost of equipment and materials. The net construction prices received were given different probability density distributions based on the minimum, mean, and maximum values. Twelve kinds of probability distributions were used: triangular, normal, lognormal, beta pert, gamma, beta, exponential, Laplace, Cauchy, Gumbel, Rayleigh, and uniform. The results of calculations with the event probability from 5 to 95% were subjected to the statistical comparative analysis. The dependencies between the results of calculations were determined, for which different probability density distributions of price factors were assumed. A certain price level was assigned to specific distributions in 6 groups based on the t-test. It was shown that each of the distributions analyzed is suitable for use, however, it has consequences in the form of a final result. The lowest final price is obtained using the gamma distribution, the highest is obtained by the beta distribution, beta pert, normal, and uniform.

PL

W artykule wykazano związek pomiędzy wyborem funkcji gęstości prawdopodobieństwa a ceną budowy i ceną cyklu życia budynku, w odniesieniu do posiadanego deterministycznego kosztorysu w ujęciu minimalnym, średnim i maksymalnym. Wykonano kosztorysy deterministyczne realizacji inwestycji bazując na cenach minimalnych, średnich i maksymalnych: stawki robocizny, kosztów pośrednich, zysku oraz ceny pracy sprzętu i materiałów. Otrzymanym cenom netto budowy nadawano różne rozkłady gęstości prawdopodobieństwa bazując na wartości minimalnej, średniej i maksymalnej. Wykorzystano 12 rodzajów rozkładów prawdopodobieństwa: trójkątny, normalny, lognormalny, beta pert, gamma, beta, exponential, Laplaca, Cauchy, Gumbel, Rayleigh, uniform. Wyniki obliczeń przy prawdopodobieństwach zdarzenia od 5 do 95 % poddano statystycznej analizie porównawczej. Określono zależności pomiędzy wynikami obliczeń dla których przyjęto rożne rozkłady gęstości prawdopodobieństwa czynników cenotwórczych. Przypisano określonym rozkładom poziom wysokości cen w 6 grupach na podstawie przeprowadzonego testu t-Studenta. Wykazano, że każdy z analizowanych rozkładów nadaje się do stosowania, powoduje to jednak konsekwencje w postaci wyniku końcowego. Najniższą cenę końcową uzyskamy stosując rozkład Gama, najwyższą rozkład Beta, Betapert, Normalny i Uniform.

Słowa kluczowe

EN

LCCA; newbuilding price; statistical calculations; probability density function

PL

LCCA; cena budowy; obliczenia statystyczne; funkcja gęstości prawdopodobieństwa

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2019
• Tom: Vol. 65, nr 3
• Strony: 101--112
• Opis fizyczny: Bibliogr. 14 poz., il., tab.

Twórcy

autor

Rogalska M.

• Lublin University of Technology, Faculty of Civil Engineering and Architecture, Lublin, Poland

autor

Żelazna-Pawlicka J.

• Jan Kochanowski University, Kielce, Poland

Bibliografia

• 1. A. Abdelaty, D.J. Hyungseok, B. Dannen, F. Todey, “ Enhancing life cycle cost analysis with a novel cost classification framework for pavement rehabilitation projects”. Construction Management & Economics. 2016, Vol. 34 Issue 10, p. 724-736.
• 2. D. S. Moore, “Tests of Chi-Squared Type Goodness of Fit Techniques,” 1986.
• 3. D. Wu, H. Liu, C. Yuan, “A risk-based optimisation for pavement preventative maintenance with probabilistic LCCA: a Chinese case”. International Journal of Pavement Engineering, 2 January 2017, 18(1):11-25
• 4. E. Di Giuseppe, A. Massi, M. D’Orazio, “Probabilistic Life Cycle Cost analysis of building energy efficiency measures: selection and characterization of the stochastic inputs through a case study”. International High- Performance Built Environment Conference - A Sustainable Built Environment Conference 2016 Series (SBE16), iHBE 2016, Procedia Engineering. 2017 180:491-501
• 5. E. Fregonara, D. G. Ferrando, “How to Model Uncertain Service Life and Durability of Components in Life Cycle Cost Analysis Applications? The Stochastic Approach to the Factor Method”. Sustainability 2018, 10(10), 3642
• 6. Ilg. P., Scope, C., Muench, s.and Guenther, E.2017. Uncertainty in life cycle costing for long-range infrastructure. Part I: leveling the playing field to address uncertainties. International Journal of life cycle Assessment. 22, 2, 277-292.
• 7. ISO 15686-5 Buildings and constructed assets- Service life planning- Part 5: Life-cycle costing
• 8. O. Swei, J. Gregory, R. Kirchain, “Probabilistic Characterization of Uncertain Inputs in the Life-Cycle Cost Analysis of Pavements Transportation Research Record”. Journal of the Transportation Research Board, No. 2366, Transportation Research Board of the National Academies, Washington, D.C., 2013, pp. 71-77.
• 9. Oduyemi, O., Okorch, M. and Fajana, O.S. 2016. Risk assestment mathods for life cycle costing in buildings., Sustainable buildings. 1.
• 10. Plebankiewicz, E., Zima, K. and Wieczorek, D. 2016. Life cycle cost modelling of buildings with consideration of the risk. Archives of Civil Engineering. 62, 2, 149-166.
• 11. Plebankiewicz, E., Zima, K. and Wieczorek, D. 2016. Quantification of the risk addition in life cycle cost of a building object. Czasopismo Techniczne. 5, 35-45.
• 12. Scope,C., Ilg. P., Muench, s.and Guenther, E.2016. Uncertainty in life cycle costing for long-range infrastructure. Part II: guidance and suitability of applied methods to address uncertainty. International Journal of life cycle Assessment. 21, 8, 1170-1184.
• 13. Wieczorek, D., Plebankiewicz, E. and Zima, K. 2019. Model Estimation of the Whole Life Cost of a Building with respect to Risk Factors. Technological and Economic Development of Economy. 25, 1, 20-38.
• 14. Z. Li, S. Madanu, ”Highway Project Level Life-Cycle Benefit/Cost Analysis under Certainty, Risk, and Uncertainty: Methodology with Case Study”. Journal of the Transportation Engineering © ASCE / August 2009,