MPaR'12 - artykuł nr 26
Ocena skuteczności wybranych metod redukcji wariancji w badaniach symulacyjnych modeli sieciowych przedsięwzięć budowlanych
Sławomir Biruk, Piotr Jaśkowski
Streszczenie:
Metoda Monte Carlo (MC) jest popularnym narzędziem wspomagającym projektowanie realizacji przedsięwzięć w warunkach ryzyka. Analiza wyników symulacji komputerowej umożliwia formułowanie i weryfikację hipotez o typie i wartościach parametrów rozkładów terminów zaistnienia poszczególnych zdarzeń i czasu realizacji przedsięwzięcia. Badania symulacyjne MC modeli sieciowych o deterministycznej strukturze, złożonych z czynności, których czasy trwania są zmiennymi losowymi, nie wymagają wprowadzania dodatkowych upraszczających założeń, co do typu rozkładów czasu trwania czynności oraz pozwalają uwzględniać ograniczenia zasobowe w postaci limitów ilościowych lub czasowych. Zwiększenie dokładności oszacowań wyznaczanych charakterystyk w badaniach symulacyjnych można uzyskać poprzez zwiększanie liczby replikacji lub poprzez zastosowanie metod redukcji wariancji (np. polegających na zmianie sposobu generowania liczb losowych). W artykule analizowano wpływ wybranych metod redukcji wariancji (metoda Quasi-Monte Carlo, losowania przeciwstawnego oraz warstwowego) na zmniejszenie błędu standardowego średniej arytmetycznej estymowanego czasu realizacji przedsięwzięcia. Badania przeprowadzono dla modeli sieciowych z czynnościami o czasach realizacji opisanych rozkładami trójkątnymi, stosowanymi w budownictwie do modelowania wpływu zjawisk losowych na parametry organizacji robót.
Nota bibliograficzna:
Sławomir Biruk, Piotr Jaśkowski. (2012). Ocena skuteczności wybranych metod redukcji wariancji w badaniach symulacyjnych modeli sieciowych przedsięwzięć budowlanych. W: Tadeusz Trzaskalik (red.), Modelowanie Preferencji a Ryzyko '12. Wydawnictwo Uniwersytetu Ekonomicznego w Katowicach, s. 405-416
