Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 2011

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: ryzyko realizacji przedsięwzięć budowlanych

Sortuj według:

Ogranicz wyniki do:

Zastosowanie metody losowania LHS w badaniach symulacyjnych modeli sieciowych

Biruk S., Jaśkowski P.

Budownictwo i Inżynieria Środowiska

2011

Vol. 2, no. 3

209-213

Metoda symulacji cyfrowej Monte Carlo jest popularnym narzędziem wykorzystywanym w analizie ryzyka oraz planowaniu przedsięwzięć budowlanych w warunkach losowych. Zaletą metody jest możliwość analizowania modeli sieciowych złożonych z czynności, których czas trwania jest opisany dowolnymi rozkładami prawdopodobieństwa, bez konieczności wprowadzania dodatkowych założeń upraszczających. Podejście to umożliwia także modelowanie dowolnych ograniczeń czasowych, zasobowych i kolejnościowych. W metodzie symulacji Monte Carlo zwiększanie liczby przebiegów symulacyjnych wpływa na dokładność estymowanych wielkości. Zmniejszenie „rozrzutu” wartości zmiennych wyjściowych można także uzyskać stosując jedną z metod redukcji wariancji (lub ich kombinację). W artykule przedstawiono wyniki pilotażowych badań symulacyjnych prowadzonych na testowych modelach sieciowych przedsięwzięć budowlanych. Podczas badań symulacyjnych w procesie generowania liczb losowych zastosowano metodę Latin Hypercube Sampling. Przeprowadzone eksperymenty mają na celu próbę oszacowania skuteczności redukcji wariancji średniej terminu realizacji przedsięwzięcia za pomocą metody LHS oraz zbadanie możliwości poprawy wyników poprzez zastosowanie liczb antytetycznych (losowania przeciwstawnego).

Monte Carlo simulation is a popular tool that supports planning projects affected by risk. Analysing the results of computer simulations enables the planner to formulate and verify hypotheses on distribution type and parameters of schedule event occurrence and the project duration. Accuracy of estimates obtained by means of simulations can be improved by increasing the number of replications, or by applying variance reduction methods. The latter may consist in change of the way the random numbers are generated. The paper analyses how the method of variance reduction affects simulation results in terms of standard error of estimated project duration mean value. The considered methods were: Latin supercube sampling and its combination with antithetic variates method. The object analysis was based on network models with task durations of triangular distribution. This type of distribution is commonly assumed in modelling the effect of random occurrencies on organisation of construction works.

Ocena porównawcza mierników odporności harmonogramów budowlanych

Jaśkowski P., Biruk S.

Budownictwo i Inżynieria Środowiska

2011

Vol. 2, no. 4

501-505

Na czas realizacji procesów budowlanych wpływa wiele czynników, których częstość i siła oddziaływania zależą od warunków realizacji – specyficznych dla danej budowy, przedsiębiorstwa, lokalizacji. Większość dotychczasowych prac z zakresu harmonogramowania koncentrowała się na modelowaniu przedsięwzięć i poszukiwaniu dokładnych oraz heurystycznych metod rozwiązywania modeli, w celu projektowania optymalnych (lub suboptymalnych) harmonogramów w warunkach deterministycznych. Podejście, zmierzające do opracowania harmonogramów odpornych na zakłócenia (stabilnych) jest określane mianem proaktywnego. Powinno ono zapewnić minimalizację odchyleń rzeczywistych terminów realizacji procesów od terminów zaplanowanych. Ze względu na dużą złożoność obliczeniową rozwiązania tego problemu w przedsięwzięciach realizowanych w praktyce (model stochastyczny), w literaturze przedmiotu są poszukiwane zastępcze mierniki odporności harmonogramów. Mierniki o potwierdzonej wiarygodności mogą stanowić podstawę tworzenia efektywnych algorytmów harmonogramowania. Celem pracy jest analiza porównawcza jakości różnych miar odporności harmonogramów z zastosowaniem metody symulacji Monte Carlo i propozycja nowego miernika oraz metody określania wielkości buforów czasu.

The actual completion time of construction projects is reported to be rarely in accordance with initial plans. A schedule considered optimal with respect to project duration may become infeasible due to disruptions caused by uncontrollable factors. Deficiencies of the existing methods of project scheduling gave rise to the worldwide search for predictive (or proactive) scheduling that is expected to provide robust schedules (immune to disturbances), thus counteracting instability and “nervousness” of a project plan. A stable schedule with acceptable makespan performance should minimize the instability cost function, defined as the weighted sum of the expected absolute deviations between the predicted start times and the value that the random variable of start time will assume during schedule execution. Computational burden of optimizing this direct measure of schedule robustness in a real-life project environment is quite high. Developing surrogate quantitative measures to provide a good estimate of schedule robustness is essential for building efficient robust scheduling algorithms. For this reasons, the aim of this paper is to evaluate the quality of free-slack-based measures for a benchmark project using Monte Carlo simulation technique. The new approach, to increasing schedule robustness, based on buffer sizing and allocation, is proposed and tested against the existing free-slack times allocation approaches.