ПРИМЕНЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ УПРАВЛЕНИЯ БЮДЖЕТОМ ПРОЕКТА: КЛАСТЕРИЗАЦИЯ DBSCAN И БИНОМИАЛЬНОЕ РАСПРЕДЕЛЕНИЕ

Проектные группы используют бюджет на случай непредвиденных обстоятельств (Contingency budget - CB), чтобы управлять рисками непредвиденного перерасхода средств при контроле проектами, которые часто всречаются в процессе управления проектами из различных отраслей. В данном исследовании предлагается детерминированный подход, основанный на искусственном интеллекте (Artificial intelligence – AI), для оценки CB. Модель, основанная на кластеризации Density-based spatial clustering of applications with noise (DBSCAN), объединяет метод ожидаемой денежной стоимости и биномиального распределения, интегрируясь с динамическими и адаптированными структурами, необходимыми для гибкого контроля проектами. Модель была протестирована, используя 20 реестров рисков, каждый из которых содержит 25 случайно сгенерированных рисков с разными уровнями вероятностей и последствий. Используя аналитические модели, были сравнены оценки модели с результатами, полученными с помощью традиционного метода ожидаемой денежной стоимости. Предлагаемая модель не только показывает более точные оценки CB, но и является более простой в использовании, чем симуляция Монте-Карло (Monte Carlo simulation - MCS), что делает ее особенно подходящей для контроля проектов, где гибкость и эффективность имеют первостепенное значение. Ключевые слова: управление проектами, кластеризация DBSCAN, ожидаемая денежная стоимость, биномиальное распределение, резервный бюджет, симуляция Монте-Карло.

Hali tarjima qilinmagan