دانلود رایگان ترجمه مقاله رویکرد شبیه سازی مونت کارلو برای مدیریت هزینه چرخه عمر – تیلور و فرانسیس ۲۰۱۲

دانلود رایگان مقاله انگلیسی مدیریت هزینه چرخه عمر با روش شبیه سازی مونت کارلو به همراه ترجمه فارسی

 

عنوان فارسی مقاله مدیریت هزینه چرخه عمر با روش شبیه سازی مونت کارلو
عنوان انگلیسی مقاله Monte Carlo simulation approach to life cycle cost management
رشته های مرتبط حسابداری، مدیریت، مدیریت مالی، مدیریت کسب و کار، حسابداری مدیریت و حسابداری مالی
کلمات کلیدی هزینه های دوره عمر، مدیریت هزینه، شبیه سازی مونت کارلو، مدیریت ریسک، هزینه آیتم های مهم
فرمت مقالات رایگان

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

کیفیت ترجمه کیفیت ترجمه این مقاله متوسط میباشد 
نشریه تیلور و فرانسیس – Taylor & Francis
مجله مهندسی ساخت و زیرساخت ها – Structure and Infrastructure Engineering
سال انتشار ۲۰۱۲
کد محصول F828

مقاله انگلیسی رایگان (PDF)

دانلود رایگان مقاله انگلیسی

ترجمه فارسی رایگان (PDF)

دانلود رایگان ترجمه مقاله

خرید ترجمه با فرمت ورد

خرید ترجمه مقاله با فرمت ورد
جستجوی ترجمه مقالات جستجوی ترجمه مقالات

  

فهرست مقاله:

چکیده
زمینه
روش تحقیق
فرآیند شبیه سازی مونت کارلو
تحلیل حساسیت برای یافتن اقلام و گزینه های با هزینه قابل توجه
متغیرها و پارامترهای مدل
نرم افزار ابزار
مطالعات موردی
فرآیند شبیه سازی
هزینه های معنی دار چرخه حیات ایتم
نتیجه

 

بخشی از ترجمه فارسی مقاله:

زمینه
مطالعه فلاناگان و همکاران (۱۹۸۳) نشان داد که هزینه های سرمایه از یک ساختمان تنها نشان دهنده نیمی از هزینه کل در طول تمام زندگی خود را تشکیل می دهد، و تنها کمی بالاتر از تمیز کردن و مراقبت، جایگزینی و نگهداری، و هزینه های معمول برای تعمیر و نگهداری. به تازگی، یک پیشرفت در استفاده از مشارکت عمومی خصوصی (PPP) و ابتکار مالی پروژه خصوصی (PFI) در صنعت ساخت و ساز شده است. به عنوان نتیجه، ملاحظات هزینه چرخه عمرنقش مهمتری از قبل در مناقصات دارند. سرمایه گذاران ساختمان متوجه شدند که مقدار افزایش مصرف پول در هزینه های اولیه، بطور قابل توجهی می تواند به کاهش هزینه های آینده یک ساختمان شود. مشتریان ساخت و ساز اهمیت هزینه چرخه عمر به سرمایه گذاری خود را درک کردند، به طوری که آنها نیازبه هزینه سریع و دقیق چرخه زندگی در پروژه های خود برای کمک به برنامه ریزی مالی و فرایند تصمیم گیری را متوجه شدند. هزینه های دوره عمر نیز یک ابزار ارزیابی خوب برای طراحی ساختمان پایدار شد (وانگ و همکاران، ۲۰۰۹).
صنعت ساخت و ساز صنعت مبتنی بر ریسک و همبستگی قوی بین پیچیدگی پروژه و ریسک است. اگر چه، این را نیز می توان استدلال کرد که صنعت ساخت و ساز هیچ تفاوتی با دیگر صنایع از نظر قرار گرفتن در معرض خطر ندارد (لوزمور و همکاران ۲۰۰۵)، رشد انتظارات مشتری خواسته های بالاتر تیم پروژه در طول چرخه تمام زندگی را نشان می دهد . “ارزش برای پول بارها و بارها به عنوان علاقه اصلی مشتری ثبت شد است، و باعث ضرورت به در نظر گرفتن اقدامات دقیق و کنترل هزینه در تجزیه و تحلیل هزینه چرخه عمر پروژه شده است. هزینه های دوره عمر چگونه یک شکل از ارزیابی خوب برای یک پروژه مطابق با عملکرد مورد نیاز مشتریان (ISO 15686-5 2007) است.
هزینه یابی چرخه زندگی یک روش با ارزش است که برای پیش بینی و ارزیابی عملکرد هزینه های دارایی ساخته استفاده می شود. زمان مناسب برای کنترل هزینه چرخه زندگی یک ساختمان در طرح (اولیه) مرحله طراحی است اما اطلاعات کمی در این مرحله در دسترس است (وانگ و هورنر ۲۰۰۷b).( کرک و دلاسوا ۱۹۹۵ ) بر این باورند که روش برآورد ، عنصری است که موجب شکسته شدن ساختمان برای هزینه یابی دقیق است ، می توانید از قابلیت بهبود برای مقابله با مشکلات در هزینه های دوره عمر و پس از آن زودتر تصمیم گیری و به طراحی کمک کنید. روند هزینه های دوره عمر شامل شکستن ساختمان به سطح عنصری قابل اندازه گیری و دقیق، به فرضیات چرخه زندگی، برای محاسبه هزینه جایگزینی است هر یک از عناصر در هر سال با توجه به فرضیات چرخه زندگی و در نهایت به طور خلاصه و تولید یک مشخصات چرخه زندگی بیش از یک دوره طولانی از زمان (معمولا ۲۵-۵۰ سال برای PFI / PPP پروژه) برای کل ساختمان است. چرخه زندگی ساختار هزینه های معمولی از یک ساختمان شامل صدها نفر از عناصر ساختمان های مختلف را بیان می کند. هر عنصر در ارتباط با چند فرض چرخه زندگی مانند چرخه جایگزینی، هزینه جایگزینی و مقدار این عنصر است. به منظور ایجاد فرضیات چرخه زندگی مقدار و واحد نرخ هر عنصر با توجه به طراحی برآورد می شود؛ و طول عمر برای هر یک از عناصر ساختمان باید پیش بینی شود.
هر فرض یک متغیر در هزینه های دوره عمر است؛ بنابراین سخت ترین گام از فرض در هزینه های دوره عمر با توجه به هزینه ساختار و عدم قطعیت در پیش بینی رویدادهای آینده در این دوره زمانی طولانی است . با ترکیبی از این متغیرها می توانید تعداد زیادی از حالات مختلف تشکیل دهید. به عنوان مثال، یک برآورد کننده ممکن است زندگی ۲۰ سال برای پنجره های پی وی سی در یک پروژه ساختمان اختصاص دهد، اما آن تنها به مدت ۱۶ سال به طول می انجامد که به دلیل استفاده زیاد از ساختمان است. هم غلو و یا دست کم گرفتن چرخه زندگی فرضیات خطرناک در هزینه یابی دوره عمرهستند که ممکن است باعث شود به این پروژه در آینده خساراتی پرداخت شوند.
هزینه چرخه زندگی نه تنها باید به عنوان یک ابزار برآورد بودجه باشد، اما همچنین می تواند پروژه احتمالی به منظور بررسی قیمت پروژه به خصوص برای تهیه PFI / PPP تعیین و مورد بررسی جریان نقدی پروژه .قرار گیرد با این حال، متغیرهای ورودی به طور معمول ارزش قطعی در مدل های عملی داده و صرف نظر از خطرات و عدم اطمینان در فرایند برآورد است. در نتیجه مدل قطعی تنها یک شکل واحد به عنوان برآورد بودجه هزینه چرخه عمر بیش از یک دوره طولانی از زمان تولید می کند. تاثیر تجمعی از اطلاعات نادرست می تواند شدید و اعتبار مدل چرخه هزینه زندگی می تواند، سؤال شود. بنابراین، ضروری است برای اطمینان قوی از پروژه هزینه و استفاده ابزاردر روش برآورد صورت گیرد.
روش برآورد هزینه برای چرخه زندگی به طور گسترده ای استفاده می شود هنوز هم مدل قطعی در عمل. با این حال، به دلیل عدم قطعیت مدل های قطعی می تواند هزینه های چرخه عمر مدل از حوادث آینده را تحت تاثیر قرار دهد هزینه چرخه عمر ساختمان. ( ماک و همکاران (۱۹۹۷) ) بر این باورند که روش قطعی سنتی (به احتمال زیاد) برآورد هزینه خدمات ساختمان اقتصادی بی اثر در طبیعت است. آنها پیشنهاد اجرای فرآیند مدیریت ریسک برای معایب قطعی برآورد های تک چهره سنتی را دادند :
(۱) خودسرانه در شکل احتمالی وارد شدند، و ممکن است برای پروژه های خاص مناسب باشند؛
(۲) تمایل به ریسک وجود دارد، زیرا برخی از برآورکننده ها تمایل به احتمالات در بهترین تخمین خود را دارند؛
(۳) علاوه بر این هنوز هم در یک پیش بینی های تک چهره از هزینه نهایی برآورد نتایج: دلالت بر یک درجه از یقین است که به سادگی قابل توجیه نیست.
(۴) هیچ چیز بالقوه برای کاهش هزینه برجسته نیست و ممکن است ریسک نزولی را منعکس کند، و بسته به نگرش برآورد و منابع داده های اصلی است (ماک ۱۹۹۷)
لوزمور و همکاران (۲۰۰۵) اشاره کردند که مشکل با برآورد نقطه (به خصوص در ساخت و ساز پروژه ها) تنوع آنها پنهان است. مدل های هزینه چرخه عمر به طور معمول بر روی اطلاعات روش ارائه شده و توسط برنامه ریز هزینه و برآورد کننده که شامل یک سطح احتمالی به برآورد است. با توجه به تعداد عناصر ساختمان در طول چرخه زندگی اقتصادی از یک پروژه PFI (به عنوان مثال، احتمالی مانع تجمعی)، به اشتباه می تواند به تصمیم گیری کمک می کنند و در مبالغ دقیق ممکن است به پروژه اختصاص داده شود. هزینه و اطلاعات پروژه و تجربه برآورد کننده نیز می تواند به نتایج کمک کند. مفاهیم اولیه مدیریت شامل ریسک احتمال به صورت مفید می شود.
برخی از مدل های نظری غیر قطعی برای برآورد هزینه چرخه عمر ساختمان توسعه یافته اند. به عنوان مثال، شبکه های عصبی مصنوعی (Boussabaine و کرخام ۲۰۰۴)، منطق فازی (وانگ و هورنر ۲۰۰۷b، وانگ ۲۰۰۹)، روش غرق شدن صندوق (بولز و همکاران، ۱۹۹۷)، COE روش FFI کافی (Lavy و Shohet 2008). با این حال، در عمل تحقیقات قبلی کمک کمی در کنترل هزینه و تعیین کمک هزینه احتمالی برای صندوق چرخه زندگی پروژه PFI فراهم می کند.
تعدادی از عوامل باید در هنگام ساخت مدل هزینه چرخه زندگی در نظر گرفته شود. عوامل فنی، مانند طول عمر پروژه، طول عمر عنصر، و نرخ هزینه جایگزینی، بر کل هزینه چرخه عمر ساختمان. عوامل خارجی، مانند محیط زیست، سن ، شرایط ساخت و ساز و اشغال، همچنین در هزینه های ساختمان در حال اجرا (Lavy و Shohet 2008) تاثیر می گذارد. (Babalola و Aladegbaiye (2006) که عوامل نه گانه مؤثر بر احتمالی پروژه شناخته شده است. این عوامل در جدول ۱ نشان داده شده است. در حالی که اطلاعات هزینه و تجربه برآوردکننده هستند که عوامل فنی در نظر گرفته می شوند، عوامل دیگر مانند ماهیت اداری حاکم بر محیط زیست پروژه. تجزیه و تحلیل و بحث در مورد مدل های هزینه چرخه عمر باید عوامل مشخص شده در بالا در نظر گرفته شوند.
تعیین افق زمان در جنبه های مانند زندگی فیزیکی، تکنولوژیکی و اقتصادی پروژه های (Dell’Isola و KERK 1981) وجود دارد. آن بر روی انتظارات مشتری و ویژگی های پروژه (ال حرام و هورنر ۱۹۹۸) بستگی دارد. و( KERK Dell’Isola 1981) بر این باورند که ۲۵ تا ۴۰ سال به اندازه کافی برای پیش بینی هزینه های آینده به خود در هزینه های مهم برای اهداف اقتصادی بلند است. دوره امتیاز بیشتر مورد استفاده در تدارکات PPP /PFI 25 و ۳۰ سال است.

بخشی از مقاله انگلیسی:

Background

Flanagan et al.’ s (1983) research showed that the capital costs of a building only represents half the total cost during its whole life, and are only slightly higher than united cleaning and care taking, replacement and maintenance, and routine servicing costs. Recently, there has been a growth in the application of public private partnerships (PPP) and private financial initiative (PFI) projects in the construction industry. As a result, the life cycle cost considerations are playing a more important role in tenders than ever before. The investors of durable buildings realised that an increased amount of money spent on initial cost can considerably reduce future costs of a building. The construction clients began to understand the importance of life cycle cost to their investment, so they require early and accurate life cycle cost advice on their project to help their financial planning and decisionmaking process. Life cycle costing is also a good assessment tool for sustainable building design (Wang et al. 2009). The construction industry is considered a riskbased industry and strong correlation has been established between project complexity and perceived risks. Although, it can also be argued that the construction industry is no different to other industries in terms of risk exposure (Loosemore et al. 2005), the growth in client expectations over the project whole life cycle dictates higher demands on the project team. As ‘value for money’ was repeatedly recorded as client main interest, it became essential to consider accurate measures and cost control in project life cycle cost analysis. Life cycle costing is one form of appraisal of how well a project meets the clients’ performance requirements (ISO 15686-5 2007). Life cycle costing is a valuable technique which is used for predicting and assessing the cost performance of constructed assets. The appropriate time to control the life cycle cost of a building is at the scheme (initial) design stage but little information is available during this stage (Wang and Horner 2007b). Kirk and Dell’Isola (1995) believe that the elemental estimating method, which breaks down building into elemental level for detailed costing, can improve the capability to cope with problems in life cycle costing and then assist earlier design decision-making. The life cycle costing process includes breaking down building to a measurable and detailed elemental level, to make life cycle assumptions, to calculate replacement cost of each element at each year according to the life cycle assumptions and finally to summarise and generate a life cycle profile over a long period of time (typically 25–۵۰ years for PFI/PPP projects) for the whole building. A typical life cycle cost structure of a building comprises of hundreds of different building elements. Each element correlates to several life cycle assumptions such as the replacement cycle, replacement cost and quantity of the element. In order to establish life cycle assumptions the quantity and unit rate of each element have to be estimated according to the design; and the life span for each of the building elements must be predicted. Every assumption is a variable in life cycle costing; therefore assumption making is the most difficult step in life cycle costing due to the complex cost breakdown structure and uncertainties in predicting future events in the long period of time. The combination of these variables can form an excessive number of different scenarios. For example, an estimator may assign 20 year life to PVC windows in a building project, but it only lasts for 16 years due to heavy usage of the building. Either overestimating or underestimating the life cycle assumptions are the risks in life cycle costing which may cause the project to be under funded in future. The life cycle costing should not only perform as a budget estimate tool, but it can also determine the project contingency and review the project cash flow in order to examine project affordability especially for PFI/PPP procurement. However, the input variables are normally given deterministic values in practical models regardless of the risks and uncertainties involved in the estimating process. As a result the deterministic model only produces a single figure as budget estimate of life cycle cost over a long period of time. The cumulative impact of inaccurate information can be drastic and the validity of the life cycle cost model can, therefore, be questioned. It is essential for project coalitions to ensure the application of robust cost estimating methods and tools. The widely used cost estimate method for life cycle cost estimate is still the deterministic model in practice. However, deterministic models cannot model life cycle costs successfully because the uncertainties of the future events affect the estimate of the life cycle cost of buildings. Mok et al. (1997) believe that traditional deterministic (most likely) cost estimation of building services is economically ineffective and reactionary in nature. They suggested implementing risk management process for this estimation. The disadvantages of traditional deterministic single-figure estimating are: (1) the contingency figure is arbitrarily arrived at, and may not be appropriate for the specific project; (2) there is a tendency to double-count risks, because some estimators are inclined to include contingencies in their best estimate; (3) a percentage addition still results in a singlefigure prediction of the estimated final cost, implying a degree of certainty that is simply not justified; (4) it does not highlight any potential for cost reduction, and may reflect the potential for ‘downside’ risk, and depending on the estimators’ attitudes and the sources of original data (Mok 1997). Loosemore et al. (2005) cited that the problem with single point estimate (especially in construction projects) is the potential variability that they hide. Life cycle cost models are normally based on the information provided by cost planner and estimators who include a level of contingency to the estimate. Taking into consideration the number of building elements over the economical life cycle of a PFI project (for instance, the cumulative impeded contingency), can wrongly contribute to the decision-making and inaccurate sums may be allocated to projects. Cost and project information and estimator’s experience can also contribute to the outcomes. The basic concepts of risk management of probability and ranging are found useful when dealing with the problem. Some theoretical non-deterministic models have been developed for estimating life cycle cost of buildings. For example, artificial neural networks (Boussabaine and Kirkham 2004), fuzzy logic approach (Wang and Horner 2007b, Wang 2009), sinking fund method (Bowles et al. 1997), coefficient method (Lavy and Shohet 2008). However, those previous researches provide little help on cost control and the determination of contingency allowance for life cycle fund of PFI projects in practice. A number of factors should be taken into consideration when building life cycle cost model. Technical factors, such as project life span, element life span, and replacement cost rates, affect the total life cycle cost of the building. External factors, such as environment, the age of the building and occupancy condition, also affects the building running costs (Lavy and Shohet 2008). Babalola and Aladegbaiye (2006) identified nine factors that have influence on project contingency. These factors are shown in Table 1. While cost information and estimator’s experience are considered technical factors, other factors have an administrative nature which governs the project environment. The analysis and discussion of life cycle cost models should consider the factors identified above. The determination of time horizon exists in aspects such as the physical, technological and economic life of projects (Dell’Isola and Kerk 1981). It depends on the client’s expectations and the characteristics of the project (El-Haram and Horner 1998). Dell’Isola and Kerk (1981) believe that 25 to 40 years is long enough to forecast future costs to capture the most important costs for economic purposes. The most commonly used concession periods in PPP/PFI procurements are 25 years and 30 years.