پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,225 |
| تعداد مقالات | 67,685 |
| تعداد مشاهده مقاله | 114,997,129 |
| تعداد دریافت فایل اصل مقاله | 89,670,364 |
Combination of Monte Carlo Simulation and System Dynamics Modeling for Project Time Risk Analysis | ||
| Advances in Industrial Engineering | ||
| مقاله 6، دوره 44، شماره 2 - شماره پیاپی 461780، دی 2010، صفحه 169-180 اصل مقاله (233.44 K) | ||
| نویسندگان | ||
| Elham Hassan Nayebi؛ Behdad Kiyani | ||
| چکیده | ||
| Monte Carlo Simulation is a standard technique for project risk analysis. However, some assumptions of this technique are not reasonable in real world. When a project falls behind the schedule, managers take actions to improve the performance. Nevertheless, most of the simulation models as Monte Carlo omit these reactions in their analysis, which results in unreasonable wide distributions or even very optimistic ones. More ever, it is not adequate to simply formulate direct results of these control actions because they have secondary and territory side effects. System dynamics models of projects can capture these reactions and their direct and indirect impacts through feedback loops and casual relationships. In this paper, a system dynamics model has been developed to perform Monte Carlo simulation. Vensim professional software is used to develop the SD model and formulating project operational structures. Comparison of results of system dynamics model and original Monte Carlo analysis is presented by an example. Simulation results shows that SD and Monte Carlo both achieve an almost same average project completion time, however the shape of distribution for project completion time is different in two methods. In fact, modeling of dynamic complexities of projects in SD results in a more reasonable distribution for project completion time. | ||
| کلیدواژه‌ها | ||
| Monte Carlo simulation؛ Project management؛ risk؛ System Dynamics | ||
| عنوان مقاله [English] | ||
| ترکیب شبیه‌سازی مونت کارلو و مدل‌سازی پویایی‌های سیستم (SD) برای ارزیابی ریسک زمانبندی پروژه | ||
| نویسندگان [English] | ||
| الهام حسن نایبی؛ بهداد کیانی | ||
| چکیده [English] | ||
| شبیه‌سازی مونت کارلو، یکی از ابزارهای مدل‌سازی اثر عدم قطعیت‌های موجود در زمانبندی و هزینه پروژه است. اما این روش فرضیه‌هایی دارد که در عمل قابل توجیه نیستند. هنگامی که عملکرد پروژه از برنامه عقب می‌افتد، مدیر پروژه با اقدامات کنترلی درصدد اصلاح عملکرد بر خواهد آمد. در حالی که در اکثر مدل‌های مونت کارلو چنین عکس‌العملی در نظر گرفته نشده است. این موضوع سبب می‌شود که توزیع‌های احتمال به دست آمده از شبیه‌سازی مونت کارلو محدوده‌ای بزرگ و غیر منطقی یا در مواقعی خوشبینانه دارند. مدل‌های پویایی‌های سیستم1 (SD) می‌توانند اثرات مستقیم و غیر مستقیم اقدامات کنترلی را در بستری از حلقه‌های بازخور و روابط علّی ارزیابی کنند. در این مقاله یک مدل SD برای اجرای شبیه‌سازی مونت کارلو ارائه شده و نتایج مدل SD و تحلیل مونت کارلو مورد مقایسه قرار گرفته‌اند. | ||
| کلیدواژه‌ها [English] | ||
| پویایی‌های سیستم, ریسک, شبیه‌سازی مونت کارلو, مدیریت پروژه | ||
|
آمار تعداد مشاهده مقاله: 4,024 تعداد دریافت فایل اصل مقاله: 6,618 |
||