ارائه مدلی برای درنظرگیری وابستگی عدم قطعیت ها در شبیه سازی مونت کارلو به منظور بهبود فرآیند تحلیل کمی ریسک پروژه
محل انتشار: سومین کنفرانس بین المللی مدیریت پروژه
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,689
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IPMC03_023
تاریخ نمایه سازی: 11 شهریور 1385
چکیده مقاله:
امروزه بررسی و تحلیل عدم قطعیت ها در هر پروژه ای امری ضروری محسوب می گردد بطوریکه بدون درنظرگیری و تحلیل این عدم قطعیت ها، وقوع حالات نامطلوبی که رخداد آنها اهداف پروژه را به چالش می کشاند؛ دور از انتظار نیست . بررسی و تحلیل عدم قطعیت ها در چارچوب مدیریت ریسک انجام می گیرد . از آنجا که تهدیدها و فرصتها منفک از یکدیگر نمی باشند؛ از روش
شبیه سازی مونت کارلو به عنوان ابزاری جهت تحلیل و بررسی یکپارچه و همزمان ترکیبات مختلف عدم قطعیت ها استفاده می گردد . این روش، ابزار قدرتمندی جهت بررسی پیامد رخداد انواع حالات عدم قطعیت ها می باشد که مزایای قابل توجهی از جمله در نظرگیری رخداد توأم عدم قطعیت ها و قابلیت ارائه ابعاد گوناگون تابع مطلوبیت را دارا می باشد . علیرغم این مزایا، بخاطر عدم
درنظرگیری نوع و میزان تأثیر متقابل عدم قطعیت ها بر یکدیگر، ترکیباتی از عدم قطعیت ها رخ خواهند داد که در دنیای واقعی امکان پذیر نیست و تابع مطلوبیت را تا حدی از واقعیت دور می کند . مدل پیشنهادی این مقاله گامی است در راستای هوشمند سازی روش کلاسیک شبیه سازی مونت کارلو که با درنظرگیری تأثیر متقابل عدم قطعیت ها بریکدیگر و ارائه الگوریتم چرخشی به عنوان نزدیک می کند بطوریکه تصمیم گیری و تحلیل ریسکها بر اساس فراوانی رخداد مکمل آن، تا حد زیادی تابع مطلوبیت را به واقعیت حالات گوناگون که در دنیای واقعی محتمل تر هستند، میسر گشته و شرایط بهتری جهت اتخاذ تصمیمات درست مهیا می شود .
کلیدواژه ها:
نویسندگان
ابوطالب گرئی
دانشجوی کارشناسی ارشد مهندسی صنایع - دانشگاه تهران
مجتبی طیبات
دانشجوی کارشناسی ارشد مدیریت پروژه و ساخت – دانشگاه تهران
مجید شخص نیایی
دانشجوی کارشناسی ارشد مهندسی صنایع – دانشگاه تهران
کامران رضایی
استادیار دانشکده فنی – گروه مهندسی صنایع – دانشگاه تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :