مقایسه روش نمونه برداری اهمیت با دیگر روش های تخمین احتمال در مدیریت پروژه‌های ساختمانی

روش ارزیابی و بررسی پروژه (pert) یک شبکه تصادفی است که از تابع توزیع beta pert استفاده می‌کند و در اواخر دهه 1950 برای در نظر گرفتن عدم قطعیت در مدیریت پروژه توسعه یافته است. بعدها، به دلیل فرضیات ساده‌سازی و تخمین‌های خوش‌بینانه ناشی از در نظر گرفتن مسیر بحرانی به تنهایی، این روش توسط بسیاری از محققین مورد انتقاد قرار گرفت و روش‌های جدیدی برای رفع این نواقص معرفی شد و اعتقاد بر این بود که در مدل‌سازی مدت زمان واقعی تکمیل پروژه بهتر است. در این مقاله از روش نمونه‌برداری اهمیت برای مدیریت پروژه‌های ساختمانی استفاده شده است. در روش‌های قابلیت اطمینان می‌توان هر تابع توزیع آماری دلخواهی را برای زمان فعالیت‌ها در نظر گرفت و همچنین، اثر تمامی مسیرهای موجود برای تکمیل پروژه در مسئله را با استفاده از سیستم‌های قابلیت اطمینان لحاظ کرد. پنج مثال عددی رایج با استفاده از روش‌های نمونه‌برداری اهمیت، شبیه‌سازی مونت‌کارلو، مرتبه اول قابلیت اطمینان و pert مورد بررسی قرار گرفت و مقدار احتمال خرابی (که در اینجا به عنوان احتمال شکست تکمیل پروژه در مدت زمان معین معرفی می‌شود) مقایسه گردید. نتایج، اختلاف قابل توجه بین پاسخ به دست آمده از روش‌های pert و مرتبه اول قابلیت اعتماد با روش‌های شبیه‌سازی مونت‌کارلو و نمونه‌برداری اهمیت را نشان داد. همچنین، مقدار احتمال خرابی در روش نمونه‌برداری اهمیت 17% با روش شبیه‌سازی مونت‌کارلو اختلاف داشت که کمترین اختلاف را در بین روش‌های مورد مطالعه با این روش دارا بود. علاوه بر این، نشان داده شد که روش‌های شبیه‌سازی مونت‌کارلو و نمونه‌برداری اهمیت برای تخمین دقیق احتمال تکمیل پروژه در مقایسه با روش‌های pert و مرتبه اول قابلیت اطمینان، قابل اعتماد‌تر هستند.

comparison of importance sampling method with other probability estimation methods for completion of construction projects

the program evaluation and review technique (pert) is a stochastic network that utilizes the beta pert distribution function. it was developed in the late 1950s to account for uncertainty in project management. however, due to simplifying assumptions and optimistic estimates resulting from considering the critical path alone, this method has been criticized by many researchers. new methods have been introduced that are believed to better model the actual completion time of projects. in this study, the importance sampling (is) method was used for managing construction projects. reliability methods allow for any desired distribution function to be considered for activity times, and all available paths for project completion can be taken into account using reliability systems. five common numerical examples were investigated using importance sampling, monte carlo simulation (mcs), first order reliability method (form), and pert. the probability of failure (defined here as the probability of not completing the project within a certain deadline) was compared. the results indicated a significant difference in the results of the pert and first order reliability method compared to monte carlo simulation and importance sampling. additionally, the importance sampling method had the least difference (17%) among the studied methods compared to monte carlo simulation. furthermore, this study shows that monte carlo simulation and importance sampling methods are more reliable for accurately estimating the probability of project completion compared to pert and first order reliability methods.