Ймовірнісні методи управління проєктами на основі байєсівського підходу
##plugins.themes.bootstrap3.article.sidebar##
##plugins.themes.bootstrap3.article.main##
Анотація
Робота вирішує проблему неефективного оновлення проєктних праметрів через створення адаптивної системи прийняття рішень на основі теорії Байєса. Традиційні методи планування базуються на статичних оцінках, що призводить до накопичення відхилень між плановими та фактичними показниками. Байєсівські методи залишаються переважно теоретичними конструкціями без достатньої адаптації для проєктної практики. Розроблено методологічну систему, яка інтегрує байєсівське оновлення в чотири напрями: динамічну оцінку ризиків, адаптивне прогнозування термінів, оптимізацію контролю якості та гнучке управління ресурсами. Алгоритм структуровано як п'ятиетапний процес від визначення областей застосування до організаційного навчання. Емпіричну верифікацію здійснено на будівельному об'єкті вартістю 25 мільйонів євро. Оцінка метеорологічних ризиків знизила ймовірність критичних затримок з 25 % до 7 %, вивільнивши 300 тисяч євро резервів. Інтеграція щоденних метрик продуктивності за 20 днів скоротила прогнозну невизначеність з восьми до трьох днів, що становить підвищення точності на 65 %. Послідовне оцінювання субпідрядника підняло рівень довіри з 70 % до 95 %. Комплексний аналіз підтримав рішення про прискорене введення об'єкта з очікуваною цінністю 119 тисяч євро при ймовірності успіху 70 %. Виявлено обмеження: залежність від коректності початкових припущень, математичні бар'єри для користувачів, операційне навантаження від збору даних. Теоретичний внесок полягає у специфікації байєсівського апарату для проєктних умов з високою динамікою. Прикладне значення визначається покращенням точності оцінювання та обґрунтованості управлінських рішень в інфраструктурних проєктах зі значними фінансовими ризиками
##plugins.themes.bootstrap3.article.details##
Посилання
2. Bushuyev, S.D., & Bushueva, N.S. (2018). Mekhanizmy formuvannia tsinnosti v diialnosti proektno-kerovanykh orhanizatsii [Mechanisms of value formation in project-managed organizations activities]. Upravlinnia rozvytkom skladnykh system – Management of Development of Complex Systems, 36, Р. 25-32 [in Ukrainian].
3. Bushuyev, S.D., Kozyr, B.Yu., & Zaprivodi, A.V. (2019). Neliniine stratehichne upravlinnia infrastrukturnymy prohramamy [Nonlinear strategic management of infrastructure programs]. Innovative Technologies and Scientific Solutions for Industries, 4(10), Р. 14-23. DOI: 10.30837/2522-9818.2019.10.014 [in Ukrainian].
4. Bushuyev, S.D., Bushuiev, D.A., & Kozyr, B.Yu. (2020). Rozvytok mozhlyvostei upravlinnia proektamy prohramy infrastruktury. Chornobylskyi vypadok [Development of project management capabilities for infrastructure programs. Chornobyl case]. Innovative Technologies and Scientific Solutions for Industries, 2(8), Р. 31-39 [in Ukrainian].
5. Bushuyev, S., & Ivko, A. (2024). Project management models for develop- ment projects in self-managed organizations in a syncretic context. Bulletin of NTU «KhPI». Series: Strategic management, portfolio, program and project management, 1(8), Р. 23-28.
6. Bushuyev, S., Bushuiev, D., & Bushuieva, V. (2020). Project management during infodemic of the COVID-19 pandemic. Innovative Technologies and Scientific Solutions for Industries, 2(12), 13-21. DOI: 10.30837/2522-9818.2020.12.013.
7. Teslia, Yu.M., & Latysheva, T.V. (2019). Kilkisni metody otsiniuvannia ryzykiv u proektnomu menedzhmenti [Quantitative methods for risk assessment in project management]. Visnyk NTU «KhPI» – Bulletin of NTU "KhPI", 2(1327), Р. 60-67 [in Ukrainian].
8. Hubbard, D.W. (2014). How to Measure Anything: Finding the Value of Intangibles in Business (3rd ed.). John Wiley & Sons.
9. Chapman, C., & Ward, S. (2011). How to Manage Project Opportunity and Risk: Why Uncertainty Management Can Be a Much Better Approach than Risk Management (3rd ed.). John Wiley & Sons.
10. Williams, T.M. (2003). The contribution of mathematical modelling to the practice of project management. IMA Journal of Management Mathematics, 14(1), Р. 3-30.
11. Khodakarami, V., Fenton, N., & Neil, M. (2007). Project scheduling: impro- ved approach to incorporate uncertainty using Bayesian networks. Project Management Journal, 38(2), Р. 39-49. DOI: 10.1177/875697280703800205.
12. Kim, S.Y., Van Tuan, N., & Ogunlana, S.O. (2009). Quantifying schedule risk in construction projects using Bayesian belief networks. International Journal of Project Management, 27(1), Р. 39-50.
13. Ballesteros-Pérez, P., del Campo-Hitschfeld, M.L., González-Naranjo, M.A., & González-Cruz, M. C. (2015). Climate and construction delays: Case study in Chile. Engineering, Construction and Architectural Management, 22(6), Р. 596-621.
14. Fenton, N., & Neil, M. (2018). Risk Assessment and Decision Analysis with Bayesian Networks (2nd ed.). CRC Press.
15. Vanhoucke, M. (2012). Project Management with Dynamic Scheduling: Baseline Scheduling, Risk Analysis and Project Control (2nd ed.). Springer.
16. An, Y., Huang, X., & Zhang, L. (2020). An approach based on Bayesian network for improving project management maturity: An application to reduce cost overrun risks in engineering projects. Computers & Industrial Engineering, 142, 106341. DOI: 10.1016/j.cie.2020.106341.