Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
Оценка времени выполнения оптимизированного проектаМетодом Монте-Карло.
Время выполнения каждой работы и всего проекта – случайные величины. Поэтому обычно для каждой работы задаются три оценки: оптимистическая ( а ), наиболее вероятная (m ), пессимистическая ( b ). Среднюю продолжительность работы te вычисляют по формулам te = (a+4m+b)/6 или te = (2a+3b)/5 Стандартное отклонение продолжительности операции вычисляют по формуле st = (b-a)/6 Дисперсию времени выполнения проекта можно оценить по формуле s2t sum = S s2t i где s2t i- дисперсии продолжительностей критических работ. Предполагается, что длительности работ не зависят друг от друга и подчиняются нормальному закону распределения. На этой основе можно вычислить вероятности различных сроков завершения проекта и вероятность превышения срока по сравнению с заданным (квантиль). Если сетевой график оптимизирован и длительности различных путей совпадают, то любой путь может оказаться критическим, и сложность расчётов резко возрастает. Кроме того, в экономике часто работает не закон нормального распределения (Гаусса) и похожее на него b-распределение, а распределения с “толстыми хвостами”, например, логнормальный. “Толстый хвост” означает, что вероятности аномальных длительностей работ (>3s) достаточно велики. Современные информационные технологии позволяют построить распределение вероятностей длительности проекта для оптимизированного сетевого графика и любого распределения вероятных длительностей работ, полученного на основании экспертных оценок. Предположим, что на основе экспертных оценок построено распределение возможных длительностей работ, представленное на Рисунке 4.13, и для каждой работы оценены масштабные коэффициенты “ширины” распределения Кi, аналоги стандартного отклонения, представленные в Таблице 4.8. Для проведения расчётов удобен метод Монте-Карло: длительности всех работ t/ многократно варьируются случайным образом в соответствии с законом распределения и Кi : t/ = t+ S* Кi где t - детерминированная длительность работы, S - случайная величина, распределённая по закону, представленному на Рис.4.13. Затем вычисляются времена наступления событий, в том числе конечного (T проекта), которое может отличаться от длительности старого критического путиtкрит.Процедура повторяется многократно (1000 и более раз), получаемые значения T проекта сохраняются и по ним строится гистограмма частотных распределений (используя в Excel сервис Анализ данных – Гистограмма), а также вычисляются среднее значение и стандартное отклонение (используя функции СРЗНАЧ и СТАНДОТКЛОН). Для генерации случайной величины S и t/ а также сохранения вычисленных значений T проекта нами использован программный модуль на языке Visual Basic. Процедура повторена 1000 раз. Результаты одного из циклов процедуры представлены в Таблице 4.8, гистограмма вероятностей (х1000) длительности проекта представлена на Рисунке 4.14. По частотам длительностей можно оценить, например, вероятность длительности проекта более 34 дней в 3,5%, а более 35 дней – в 1,8%. Гистограмма показывает, что при стохастическом характере длительностей работ время выполнения проекта увеличивается, причём может увеличиться очень существенно – на 10 дней. Рис.4.13. Эмпирический закон распределения длительности работы.
Таблица 4.8.
Рис.4.14. Вероятности (х1000) времени окончания проекта Таким образом, метод Монте-Карло позволяет оценить вероятности сроков окончания проекта при любом законе распределения длительностей работ. Далее представлен программный модуль на языке Visual Basic for Applications (Excel) для имитации t/ и сохранения Т проекта и Таблица 4.10, используемая программой. Private Sub CommandButton1_Click() Dim aa, dd, gg As Range Создание 4 массивов-диапазонов ячеек Excel Set aa = Range("S30") Массив t работ, K, t/ Set dd = Range("F20") Массив для сохранения tкрит Set gg = Range("A20") Массив Таблица 4.10 nn = Range("N10") Количество имитаций For N = 1 To nn For j = 1 To 14 Цикл по столбцам массива аа q = Rnd() Случайное число в диапазоне 0…1 For k = 2 To 31 Преобразование q в случайную If gg(k, 2) >= q Then величину, распределение s =( gg(k) + gg(k-1))/2 которой табулировано в Exit For массиве gg End If Next k aa(j, 3) = aa(j) + s * aa(j, 2) Формирование t/ Next j (Расчёт Т проекта происходит в таблице Excel) dd(N) = Range("V44") Сохранение T проекта Next N End Sub Таблица 4.10
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Последнее изменение этой страницы: 2016-07-23 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |