The paper presents a procedure based on the shortest path problem (SPP) and on scenario planning. The goal of the method is to find the optimal (with respect to a chosen criterion) sequence of choices under uncertainty, i.e. when at least one parameter of the decision problem is not deterministic. In contrast to existing approaches concerning SPP with uncertainty, we assume that the probability of the occurrence of particular events is not known. The decision rule can be successfully applied for instance to innovative or innovation projects (for both reactive and proactive management) and takes into account the decision maker’s attitude towards risk.
PL
Artykuł przedstawia procedurę opartą o zagadnienie najkrótszej ścieżki w grafie (ang. SPP – shortest path problem) i o planowanie scenariuszowe. Celem metody jest znalezienie optymalnej (ze względu na wybrane kryterium) sekwencji decyzji w warunkach niepewności, tj. wówczas, gdy przynajmniej jeden parametr problemu decyzyjnego nie jest deterministyczny. W przeciwieństwie do istniejących podejść dotyczących SPP w warunkach niepewności, przyjmujemy, iż prawdopodobieństwo wystąpienia poszczególnych scenariuszy nie jest znane. Opracowana reguła decyzyjna może z powodzeniem znaleźć zastosowanie przy realizacji projektów innowacyjnych (w przypadku zarządzania zarówno reaktywnego, jak i proaktywnego). Uwzględnia ona nastawienie decydenta do ryzyka.
The resource allocation problem has been investigated in many contributions both for the deterministic (known parameters) and stochastic case (scenarios with known probability distribution). In this paper we propose a decision rule enabling one to find a proper solution under complete uncertainty, i.e. when possible scenarios are known, but the decision maker has no information (or does not intend to use it) about their likelihood. The procedure takes into account the decision maker’s nature and the specificity of particular sets of possible cumulative payoffs (range, average, asymmetry, dispersion).
PL
Problem rozdziału zasobów jest analizowany w wielu pracach zarówno dla przypadku deterministycznego (znane parametry), jak i stochastycznego (scenariusze ze znanym prawdopodobieństwem). W tym opracowaniu proponowana jest reguła decyzyjna umożliwiająca wyznaczenie odpowiedniego rozwiązania w warunkach całkowitej niepewności (znane są scenariusze, lecz decydent nie dysponuje wiedzą o prawdopodobieństwie bądź nie zamierza z tej wiedzy skorzystać). Podejście uwzględnia naturę decydenta oraz charakterystyczne cechy poszczególnych zbiorów możliwych skumulowanych wypłat (przedział, średnia, asymetria, rozproszenie).
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Time-cost tradeoff analysis is a very important issue in project management. The Kaufmann–Desbazeille algorithm is considered by numerous authors to be an exact algorithm to solve this problem. In the paper, we prove that this claim is not true. In particular, we perform a worst-case analysis. The accuracy of the KDA is the worst when: the network has many critical and subcritical paths with a lot of common arcs (i), shortening costs are constant (ii), the level of shortening costs for a given activity depends on its type.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.