true
true
متن سئو شماره ۱۰۸

میزان خطر ریسک پایین، متوسط و بالا با استفاده از ماتریس ارزیابی کیفی که در بخش گذشته یعنی بخش ارزیابی کیفی ریسک، معرفی شد، ارزیابی می­شود. مقدار تاثیر هر ریسک را می­توان به شکل­های گوناگونی از جمله به صورت درصد، روز، هزینه، تولید، نرخ و غیره با توجه به مناسب ترین گزینه برای هر ریسک در مرحله ارزیابی، ارائه داد. سپس این مقادیر در مدل به منظور تبدیل هر اثر در شرایط اقتصادی درآمد یا هزینه گنجانده می­شوند.

این روش توزیع سه نقطه­ای معمولاً به طور معمول قابل اعمال به موارد زیر می­باشد .

اگر پارامترهایی که در حال ارزیابی شدن هستند، دارای مقدار به احتمال زیاد نباشند، می­توان از یک توزیع یکنواخت استفاده کرد که حداقل و حداکثر مقدار پارامتر مورد نظر را به سادگی ارائه می­کند.

در صورتی که اطلاعات کافی از پروژه­های مشابه گذشته در دسترس باشد، توزیع مورد نظر را می­توان از طریق برازش منحنی نیز انجام داد محتمل ترین بسته نرم افزاری این روش را پیشنهاد می­کند. چنین توزیع­هایی میتوانند متقارن مانند توزیع یکنواخت یا نرمال و یا نا متقارن مانند توزیع غیر یکنواخت یا توزیع بتا، باشند. توزیع­های اخیر معمولاً از داده­های مربوط به پروژه­های واقعی بدست آمده­اند.

مدل­ها می­توانند شامل نقاط تصمیم گیری باشند، که اساساً نتایج مختلفی قابل حصول است. به عنوان مثال نقطه تصمیم بر اساس اینکه اجازه زیست محیطی یک پروژه صادر یا رد شده است. این موقعیت  بلی، یا خیر که ممکن است باعث ایجاد تأخیر زمانی و یا تحمیل هزینه اضافی به پروژه شود را می­توان با استفاده از توزیع گسسته مدل­سازی نمود.

اثرات ارائه شده در مدل­های مورد مطالعه به طور عمده از طریق توزیع مثلثی و یا توزیع یکنواخت نشان داده شده­اند. سپس تمام توزیع­ها به منظور ارزیابی هزینه، درآمد و پیامدهای برنامه ریزی، به صورت مستقیم در جدول گردش مالی گسسته وارد شده­اند.

یک روش غیر تصادفی توصیه نمی­شود یک نتیجه عالی متوسط افتضاح برای حالت چه خواهد شد اگر، با ترکیب مقادیر حداقل، به احتمال زیاد، یا حداکثر با همدیگر، بدست خواهد آمد. چنین رویکردی بسیار محدود بوده و برای انواع پروفیل­های توزیع قابل اعمال نمی­باشد. از طرف دیگر آزمایش کردن تمام موارد احتمالی حجم وسیعی از محاسبات را می­طلبد.

راه حلی که توسط شبیه­سازی مونته کارلو ارائه می­شود، یک مدل سازگار با تمام توزیع­ ها و موارد احتمالی می­باشد. این شبیه سازی از توزیع احتمال مورد نظر به طور تصادفی نمونه برداری کرده و به عنوان ورودی برای تولید صدها و یا هزاران خروجی مختلف به صورت اثرات روی بودجه پروژه و برنامه ریزی زمانی آن استفاده می­کند.

شبیه سازی مونته کارلو را می­توان با استفاده از نرم افزارهای تخصصی مانند انجام داد. در موارد مورد مطالعه ما، مدل­های تصادفی، توسعه داده شده و با استفاده از نرم افزارهای خودکار روی نسخه استاندارد اجرا شده­ اند، پس نشان دهنده این مطلب می­باشد که روش پیشنهاد شده به نرم افزار وابسته نمی­باشد.

شبیه سازی محدوده­ای متغیر از خروجی­های پروژه را در یک توزیع احتمال تجمعی نشان می­دهد، و در آن پرداخت به یک سطح اطمینان برای هر خروجی پروژه، متفاوت می­باشد.

با افزایش درجه اطمینان، مقادیر هزینه و زمان نیز افزایش پیدا می­کند بنابراین منحنی احتمال به صورت صعودی می­باشد. در مقابل، درآمدها و یا منافع با افزایش درجه اطمینان، کاهش می­یابند،  در نتیجه طبق شکل که در ادامه آمده است یک منحنی احتمالاتی نزولی را نمایش می­دهند.

true
تهران،خ شهران،خ کوهسار،خ شهدای کن،کوی سادات،پلاک 11،واحد 5
021-44300483 basepapaer.ir[at]gmail.com
سلام! به فروشگاه اینترنتی "دانلود مقاله | ترجمه مقاله"خوش آمدید