| Título: | Sistema de planificación estocástico de proyectos: Implicaciones en la gestión de riesgos |
| Autores: | Agirre Pérez, Iñaki |
| Fecha: | 2007 |
| Publicador: | Dialnet (Tesis) |
| Fuente: |
 |
| Tipo: | text (thesis) |
| Tema: |
project management project uncertainty random sampling risk management project scheduling |
| Descripción: |
En este trabajo planteamos un modelo del riesgo en el proyecto en red estocástico, expresado mediante redes de Petri estocásticas más generales. El modelo contempla la incertidumbre sobre la duración de las actividades, e incluye los planes de contingencia y los ciclos de repetición. Caracterizamos probabilísticamente la incertidumbre sobre el resultado exitoso o fallido del proyecto como conjunto y de cada una de sus actividades.
En el modelo se incluyen distribuciones de probabilidad para las variables aleatorias ligadas a la duración de las actividades. A partir de una simulación de Monte Carlo, se ejecutan algoritmos de secuenciación y asignación de múltiples recursos cuyos resultados agregados muestran una información completa sobre las expectativas de comportamiento de la red estocástica del proyecto.
Hemos desarrollado un prototipo de software en Java para demostrar la aplicabilidad de nuestra propuesta. El prototipo toma como entrada un proyecto o un portafolio de proyectos, y ejecuta los algoritmos de planificación para ofrecer la información sobre criticidad, probabilidad de éxito, consumo de recursos, coste, duración, etc...
El modelo de riesgo y el prototipo se han probado en un conjunto de proyectos de pequeño tamaño encontrados en la literatura y en la práctica profesional. Los experimentos han demostrado que la información obtenible para la gestión del riesgo en el proyecto es más extensa y precisa de la que se obtiene con las técnicas en uso.
Este modelo de riesgo puede ser adecuado para nuevas áreas gestionadas por proyectos donde el riesgo es significativo, como la investigación, las tecnologías de la información o el desarrollo de nuevos productos. In this work titled 'Stochastic Project Scheduling System: Implications for Risk Management' we develop a stochastic risk model for the project's network depicted by more general Stochastic Petri Nets. The model expresses the uncertainty about activities' duration, and it includes contingency plans and repetition cycles. Uncertainty about the successful or failed outcome of the project as a whole or of its activities is characterized probabilistically. The random variables bound to activity durations are modelled by probability distributions. After a Monte Carlo simulation, scheduling and multiresource allocation algorithms are executed in order to collect aggregated measures that depict a comprehensive information about the expected behaviour of the stochastic project network. The feasability of our proposal has been proven by a software prototype built in Java®. The program reads a project or a multiproject as input, executes the scheduling algorithms, and displays information such as criticality, success chance, resource consumption, cost, makespan, etc. The risk model and the prototype have been tested in a set of smallsized projects chosen from the literature and from the professional practise. The experiments have shown that the information we get for project risk management is more extensive and precise than the one you could get with previous techniques. This risk model could be very significant in some new areas managed by projects such as research, information technology or aggressive product development, where the risk factor is high. Dans ce travail on envisage le modèle en risque dans le projet de Réseau Stochastique exprimé en Réseaux de Petri Stochastiques plus généraux. Le modèle envisage l'incertitude de la durée des activités et inclut les plans de contingence et les cycles à répétition. On caractérise probabilistiquement l'incertitude sur le résultat réussite ou dèçu du projet comme un ensemble et comme chacune de ses activités. Le modèle comprend les distributions des probabilités pour les variables aléatoires liguées par la durée des activités. Partant d'une simulation de Monte Carlo, s'executent les algorithmes de séquencage et d'assignation des ressources dont les resultats ajoutés montrent une information complète sur les expectatives du comportement de réseau stochastique du projet. On a développé un prototype de software en Java pour démontrer l'applicabilité de notre proposition. Le prototype prend comme entrée un projet et éxecute les algorithmes de planification pour ofrir l'information sur criticité, probabilité de succès, consommation des ressources, du coût, de la durée, etc¿ Le modèle de risque et le prototype ont été prouvés dans un ensemble de petits projets trouvés dans la literature et la pratique professionnelle. Les experimentations ont démontré que l'information obtenue par la gestion du risque dans le projet est plus extense et précise que celle qui s'obtient avec les techniques à usage. Ce modèle de risque peut être adéquat pour les nouveaux secteurs gérés par des projets où le risque est significatif, comme l'investigation, les technologies de l'information ou le développement des nouveaux produits. |
| Idioma: | spa |