【摘要】:表5.8某项目风险元状态空间划分表假设某项目关键工序经过WBS分解后可以分成四个风险元,依次用R1、R2、R3、R4表示。根据历史数据利用式对风险元进行状态划分,其结果见表5.9。图5.15各风险元的频率分布直方图风险元R2;风险元R3;风险元R4图5.16各风险元的频率累积分布直方图风险元R2;风险元R3;风险元R4
以下通过一个实例对基于数据挖掘技术的链型风险元传递理论予以说明。
表5.8 某项目风险元状态空间划分表
假设某项目关键工序经过WBS分解后可以分成四个风险元,依次用R1、R2、R3、R4表示。根据专家经验划分的状态空间见表5.8。
根据历史数据利用式(5.19)对风险元进行状态划分,其结果见表5.9。
表5.9 划分后的风险元状态表
根据5.5.2中第2步的方法可得风险元转移矩阵如下:
根据该转移矩阵,可以对项目中的风险进行预测。如预测新项目的风险状态的可能性为R1=(0,0,0.2,0.8),则可以用式(5.17)预测各风险元的风险为:
R2=I×A1=(0,0.0923,0.218,0.6897)(www.xing528.com)
R3=I×A1×A2=(0.0132,0.1386,0.3241,0.5241)
R4=I×A1×A2×A3=(0.0528,0.2842,0.3596,0.3034)
其频率直方图如图5.15所示,频率累积直方图如图5.16所示。根据预测信息,若选择计划控制风险度为P(R≥2)≤0.05,则可以计划选择在风险元R3处进行控制。
通过上述实例可以证明本节中提出模型及算法的有效性,并且可以看出本模型算法能够得到每一个风险元的分布概率以及风险元的分布函数,可以对该项目进行风险预测,为相关人员提供相关的预测信息以便进行决策。
图5.15 各风险元的频率分布直方图
(a)风险元R2;(b)风险元R3;(c)风险元R4
图5.16 各风险元的频率累积分布直方图
(a)风险元R2;(b)风险元R3;(c)风险元R4
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。