Метод проактивного управління змінами в девелоперських проєктах на основі цифрового двійника
DOI:
https://doi.org/10.32347/2412-9933.2026.65.22-29Ключові слова:
цифровий двійник, управління проєктами, управління змінами, проактивне управління, багатокритеріальна оптимізація, BIM, освітня інфраструктураАнотація
Традиційні підходи до управління змінами в девелоперських проєктах переважно є реактивними, оскільки спираються на ручний моніторинг та евристичне прийняття рішень, що призводить до значних перевищень бюджету, затримок графіків та «розповзання» змісту (scope creep). Це дослідження спрямоване на вирішення критичної потреби в предиктивній та заснованій на даних парадигмі управління в девелопменті освітньої інфраструктури. Для подолання цих обмежень у дослідженні розроблено та запропоновано метод проактивного управління змінами в девелоперських проєктах на основі цифрового двійника (англ. Proactive Change Management Method based on a Digital Twin, PCMM-DT). Метою роботи є створення замкненої системи, в якій дані з майданчика, інтегровані через цифровий двійник та інформаційне моделювання будівель (BIM), дозволяють здійснювати динамічне моделювання та мінімізацію відхилень до того, як вони вплинуть на базові показники проєкту. Ядром дослідження є розробка методу PCMM-DT, який функціонує як інтелектуальна система підтримки прийняття рішень. Метод PCMM-DT інтегрує чотиришарову архітектуру – фізичний шар, шар цифрового двійника, аналітичний шар та шар управлінських дій – для управління життєвим циклом проєкту. Було сформульовано алгоритм методу PCMM-DT для проведення багатокритеріальної оптимізації, що балансує суперечливі критерії, такі як вартість життєвого циклу, функціональна корисність та стійкість проєкту. Оцінка здійснюється з використанням моделі PCMM-DT для перевірки обмежень, яка верифікує запропоновані зміни відповідно до геометричних, безпекових та якісних стандартів. Крім того, побудовано модель PCMM-DT для багатокритеріальної оцінки пристосованості, що дозволяє кількісно визначити вплив змін за векторами економічної ефективності, функціональності та адаптивності. Застосування методу PCMM-DT дозволяє генерувати множину Парето, надаючи менеджерам проєкту надійну матрицю ранжування для вибору оптимальних стратегій реагування на зміни. Цей підхід трансформує управління змінами з випадкового процесу на системний, оптимізований робочий потік. Запропонований метод PCMM-DT забезпечує парадигмальний зсув від реактивного управління до проактивного, предиктивного менеджменту. Використовуючи модель PCMM-DT для аналітики в реальному часі, команди проєктів можуть завчасно виявляти відхилення, точно оцінювати їхній вплив та обирати оптимальні коригувальні конфігурації. Ця інтеграція підвищує цифрову стійкість девелоперських проєктів освітньої інфраструктури, гарантуючи, що капітальні інвестиції залишаються узгодженими з педагогічними цілями та бюджетними обмеженнями. Майбутні дослідження будуть зосереджені на емпіричній валідації методу PCMM-DT у реальних проєктних умовах для підвищення точності прогнозів інтегрованих цифрових двійників.
Посилання
Deng, M., Menassa, C. C., & Kamat, V. R. (2021). From BIM to digital twins: A systematic review of the evolution of intelligent building representations in the AEC-FM industry. J. Inf. Technol. Constr., 26, 58–83. https://doi.org/10.36680/J.ITCON.2021.005
Dolhopolov, S., Honcharenko, T., Terentyev, O., Savenko, V., Rosynskyi, A., Bodnar, N., & Alzidi, E. (2024). Multistage classification of construction site modeling objects using artificial intelligence based on BIM technology. 2024 35th Conference of Open Innovations Association (FRUCT), 179–185. https://doi.org/10.23919/fruct61870.2024.10516383
Dolhopolov, S., Honcharenko, T., Terentyev, O., Predun, K., & Rosynskyi, A. (2023). Information system of multi-stage analysis of the building of object models on a construction site. IOP Conference Series: Earth and Environmental Science, 1254. https://doi.org/10.1088/1755-1315%2F1254%2F1%2F012075
Che Haron, R., & Muhd Zafir, N. B. (2025). Digital twin application in construction cost management. Planning Malaysia: Journal of the Malaysian Institute of Planners, 23(1), 81–96. https://doi.org/10.21837/pm.v23i35.1665
Bitamba, B. F., & An, S.-H. (2020). Construction project change management in the Democratic Republic of the Congo: Status, causes, and impacts. Sustainability, 12(22), 9766. https://doi.org/10.3390/su12229766
Chernyshev, D., Dolhopolov, S., Honcharenko, T., Haman, H., Ivanova, T., & Zinchenko, M. (2022). Integration of building information modeling and artificial intelligence systems to create a digital twin of the construction site. 2022 IEEE 17th International Conference on Computer Sciences and Information Technologies (CSIT), 36–39. https://doi.org/10.1109/CSIT56902.2022.10000717
Ismaeil, E. M. H., & Sobaih, A. E. E. (2024). A proposed model for variation order management in construction projects. Buildings, 14(3), 726. https://doi.org/10.3390/buildings14030726
Wang, M., Ashour, M., Mahdiyar, A., & Sabri, S. (2024). Opportunities and threats of adopting digital twin in construction projects: A review. Buildings, 14(8), 2349. https://doi.org/10.3390/buildings14082349
Taher, A., Khan, R. A., & Khan, M. A. (2025). Construction project change management in Indian construction industry: Status, importance and impact. Journal of Engineering and Applied Science, 72(40). https://doi.org/10.1186/s44147-025-00605-z
Castañeda, K., Sánchez, O., Peña, C. A., Herrera, R. F., & Mejía, G. (2025). BIM uses for mitigating deficiencies in road scheduling planning. Sustainability, 17(6), 2729. https://doi.org/10.3390/su17062729
Meyer, T., Brunn, A., & Stilla, U. (2021). Accuracy investigation on image-based change detection for BIM compliant indoor models. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 4, 105–112. https://doi.org/10.5194/isprs-annals-v-4-2021-105-2021
Likhitruangsilp, V., Pham, T., & Ioannou, P. G. (2025). A smart digital twin platform for real-time monitoring of pollution in building renovation projects. Proceedings of International Structural Engineering and Construction, 12(1). https://doi.org/10.14455/isec.2025.12%281%29.con-43
Song, M., Lu, J., Huang, Y., Guo, S., & Zhao, B. (2025). Integrating digital twin technology with BIM for real-time monitoring and risk prediction in subway construction. Conference on Intelligent Traffic Systems and Smart City, 13792. https://doi.org/10.1117/12.3090268
Kumar D, A. (2025). Augmented vision-enabled digital twin system for real-time ICU patient monitoring and emergency response. International Journal of Scientific Research in Engineering and Management (IJSREM), 9(5). https://doi.org/10.55041/ijsrem46582
Arif, M. H., Rabby, H. R., Nadia, N. Y., Tanvir, M. I. M., & Masum, A. A. (2025). AI-driven risk assessment in national security projects: Investigating machine learning models to predict and mitigate risks in defense and critical infrastructure projects. Journal of Computer Science and Technology Studies, 7(2), 71–85. https://doi.org/10.32996/jcsts.2025.7.2.6
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Микола Ігорович Цай

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.