PODSTAWY ORGANIZACJI I ZARZĄDZANIA W BUDOWNICTWIE

Slides:



Advertisements
Podobne prezentacje
Przykład liczbowy Rozpatrzmy dwuwymiarową zmienną losową (X,Y), gdzie X jest liczbą osób w rodzinie, a Y liczbą izb w mieszkaniu. Niech f.r.p. tej zmiennej.
Advertisements

Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
Leszek Smolarek Akademia Morska w Gdyni 2005/2006
TRADYCYJNE METODY PLANOWANIA I ORGANIZACJI PROCESÓW PRODUKCYJNYCH
ANALIZA SIECIOWA PRZEDSIĘWZIĘĆ konstrukcja harmonogramu
ZARZĄDZANIE ZAPASAMI.
Joanna Sawicka Wydział Nauk Ekonomicznych, Uniwersytet Warszawski
Analiza współzależności zjawisk
Wybrane zastosowania programowania liniowego
KSZTAŁTOWANIE STRUKTURY KAPITAŁU A DŹWIGNIA FINANSOWA
Próg rentowności.
Programowanie sieciowe
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Praca systemów zbiorników retencyjnych z uwzględnieniem przerzutów międzyzbiornikowych Dzisiejsze wystąpienia poświecę Systemom zbiorników retencyjnych.
zarządzanie produkcją
ANALITYCZNE MODELE SYSTEMÓW KOLEJKOWYCH
Zagadnienie transportowe
Algorytm Rochio’a.
Metody Sztucznej Inteligencji w Sterowaniu 2009/2010 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania.
Metoda simpleks opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź Simpleks jest uniwersalną.
RYZYKO OPERACYJNE Jak przeciwdziałać mu w praktyce?
ZARZĄDZANIE PROCESAMI
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 4: Generowanie zdarzeń  Dr inż. Halina Tarasiuk p. 337, tnt.tele.pw.edu.pl.
Hipotezy statystyczne
Konstrukcja, estymacja parametrów
METODY PODEJMOWANIA DECYZJI
Rozkłady wywodzące się z rozkładu normalnego standardowego
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
ANALIZA CZYNNIKÓW DETERMINUJĄCYCH ROZWIĄZANIA
Bezpieczny zapas wysokiego ryzyka – jak go określić?
Szeregowanie sieciowe
Zadanie programowania liniowego PL dla ograniczeń mniejszościowych
Metodyki zarządzania projektami
Hipotezy statystyczne
Modelowanie i Identyfikacja 2011/2012 Metoda propagacji wstecznej Dr hab. inż. Kazimierz Duzinkiewicz, Katedra Inżynierii Systemów Sterowania 1 Warstwowe.
Podstawy statystyki, cz. II
Źródła błędów w obliczeniach numerycznych
Planowanie przepływów materiałów
MS Excel - wspomaganie decyzji
Symulacja dyskretna Dr inż. Bożena Mielczarek. Model nr 2. (Książka rozdz.8.3, str )  Wyroby napływają w tempie opisanym rozkładem wykładniczym.
Podstawy analizy ryzyka
Ocena ryzyka zawodowego w małych przedsiębiorstwach
ALGORYTMY Co to jest algorytm ? Cechy algorytmu Budowa algorytmów
1 Moduł IV. Obszar formułowania zadań budżetowych typu B.
STREFA DYLEMATU Prezentację wykonali studenci specjalności DUA gr. 2:
KONTROLA ZARZĄDCZA - 1 Kontrolę zarządczą stanowi ogół
METODY PODEJMOWANIA DECYZJI
Co to jest dystrybuanta?
Wnioskowanie statystyczne
Zagadnienia AI wykład 2.
PODSTAWY ORGANIZACJI I ZARZĄDZANIA W BUDOWNICTWIE
Eksploatacja zasobów informatycznych przedsiębiorstwa.
Literatura Dr Agnieszka Systemy masowej obsługi 7 Koronacki J.,.
Warstwowe sieci jednokierunkowe – perceptrony wielowarstwowe
OCENA RYZYKA ZAWODOWEGO
Monitoring efektów realizacji Projektu PL0100 „Wzrost efektywności działalności Inspekcji Ochrony Środowiska, na podstawie doświadczeń norweskich” Wojewódzki.
Zarządzanie projektami
STRES ZAWODOWY W SĄDACH POWSZECHNYCH I JEGO SKUTKI ZDROWOTNE.
Logistyka – Ćwiczenia nr 6
Zarządzanie ryzykiem w projektach Poznań, r.
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Telekomunikacja Bezprzewodowa (ćwiczenia - zajęcia 10,11)
Elementy analizy sieciowej
Zarządzanie projektami
Zgłoszenie do konkursu
Zgłoszenie w ramach kategorii Wewnętrzne doskonalenie organizacji cc
Zgłoszenie w ramach kategorii Razem
Zapis prezentacji:

PODSTAWY ORGANIZACJI I ZARZĄDZANIA W BUDOWNICTWIE Opracował: dr inż. Michał Krzemiński

FRONT ZAŁADUNKOWO – WYŁADUNKOWY ZASTOSOWANIE TEORII KOLEJEK

Model wielokanałowego systemu masowej obsługi M/M/c ze stratami Założenia ogólne: Taki system obsługi nie przyjmuje zgłoszenia wtedy, gdy wszystkie kanały obsługi są zajęte, W systemie nie może tworzyć się kolejka i dlatego, jeżeli wszystkie kanały obsługi są zajęte, to nadchodzące zgłoszenia muszą opuścić system bez uzyskania obsługi,

Założenia ogólne: (cd.) System posiada „c” kanałów obsługi. Można przyjąć, że są nimi wolne miejsca postojowe środków transportowych podczas ich rozładunku, Długość samochodu (lub szerokość, w przypadku samochodów z tylnym rozładunkiem) powiększona o pewną wielkość potrzebną do manewrowania pojazdów może stanowić kanał obsługi, Za czas obsługi można uważać czas postoju samochodu podczas rozładunku,

Założenia ogólne: (cd.) W rozpatrywanym przypadku dostarczany będzie tylko jeden rodzaj materiału tak więc regulamin kolejki przyjmuję obsługę według kolejności zgłoszeń, Przyjęcie do wyznaczenia długości frontu wyładunkowego systemu "ze stratami", czyli systemu, w którym nie może wystąpić kolejka, można uzasadnić brakiem miejsca na placu budowy poza frontem załadunkowo- wyładunkowym,

Postępowanie w metodzie M/M/c ze stratami Aby uniknąć nie przyjęcia środków transportowych przyjeżdżających z określonymi materiałami budowlanymi w celu rozładunku, konieczne jest ustalenie właściwej liczby stanowisk (kanałów obsługi) wzdłuż placu składowego. Liczbę tą dla przyjętego systemu masowej obsługi można wyznaczyć na podstawie zależności określającej prawdopodobieństwo odmowy obsługi, czyli prawdopodobieństwo tego, że wszystkie miejsca (kanały obsługi) są zajęte.

Prawdopodobieństwo to wyraża się wzorem: Wielkość występująca we wzorze wyznacza się z zależności: ts - średni odstęp czasu między przybyciami samochodów, to - czas rozładunku (obsługi) samochodu.

Wielkość Po ze wzoru oznacza natomiast prawdopodobieństwo tego, że wszystkie miejsca (kanały) są wolne. Prawdopodobieństwo to określa się przy zastosowaniu wzoru:

Po podstawieniu prawdopodobieństwo odmowy obsługi Pn=c przybiera następującą postać:

Dla ułatwienia obliczeń licznik i mianownik tego prawdopodobieństwa można pomnożyć przez . Otrzyma się wtedy zależność: W liczniku zależności występuje wzór rozkładu Poissona, a w mianowniku wzór dystrybuanty tego rozkładu

Przykładowo dla  = 2,5 w tablicy 1 podane zostały wyniki obliczeń dotyczących prawdopodobieństwa, że wszystkie miejsca są zajęte (odmowa wykonania obsługi). Tablica 1. Przykładowe obliczenie prawdopodobieństwa odmowy wykonania obsługi w wielokanałowym systemie masowej obsługi M/M/c ze stratami. c Pn=c 1 0,2052 0,2873 0,7142 2 0,2565 0,5438 0,4717 3 0,2138 0,7576 0,2822 4 0,1336 0,8912 0,1499 5 0,0668 0,9580 0,0697 6 0,0278 0,9858 0,0282 7 0,0099 0,9957

Jeżeli założy się, że prawdopodobieństwo odmowy obsługi nie powinno wynosić więcej niż 0,08, to należy odszukać w wynikach obliczeń Pn=c = 0,08, lub wartość zbliżoną mniejszą, i odczytać odpowiadającą tej wartości prawdopodobieństwa wartość c, czyli liczbę miejsc na samochody (liczbę kanałów obsługi). W tablicy 1 jest Pn=c = 0,0697 < 0,08 dla c = 5. Jeżeli natomiast zaostrzone zostałyby warunki i przyjęto by, że np. brak miejsc może zdarzyć się tylko jeden raz na sto, to Pn=c = 0,01 < 0,0099 dla c = 7.

Znając rodzaj samochodów dowożących materiał, można wyznaczyć długość frontu wyładunkowego ze wzoru L = c (l + l') - l', gdzie: c - liczba miejsc na samochody (liczba kanałów obsługi), l - długość frontu wyładunkowego jednostki transportowej (wyrażona w m), l' - niezbędna do manewrowania odległość między dwoma środkami transportowymi (wyrażona w m).

MODEL WIELOKANAŁOWEGO SYSTEMU MASOWEJ OBSŁUGI M/M/C Z OGRANICZONĄ KOLEJKĄ Założenia ogólne: W systemach "z ograniczoną kolejką" zgłoszenia nie są przyjmowane do obsługi tylko wtedy, jeżeli w kolejce będzie znajdowała się pewna, określona z góry, liczba zgłoszeń (np. środków transportowych). Wynika z tego, że model takiego systemu można przyjąć do wyznaczania długości frontu załadunkowo-wyładunkowego placów składowych, jeżeli na placu budowy znajduje się miejsce dla oczekujących w kolejce samochodów.

Założenia ogólne: (cd.) W systemie M/M/c z ograniczoną kolejką, długość kolejki jest ograniczona do „L” oczekujących w niej jednostek (samochodów) jest limitowana bardzo często dostępnością miejsca. Jeżeli zgłaszający się środek transportowy nie znajdzie miejsca, to musi opuścić system, np. bez rozładowania środka transportowego.

W sytuacji decyzyjnej dotyczącej rozpatrywanego systemu masowej obsługi również należy ustalić właściwą liczbę stanowisk (kanałów obsługi) wzdłuż jednego z boków placu składowego. Można posłużyć się w tym celu zależnością określającą prawdopodobieństwo odmowy obsługi, wyprowadzoną dla przyjętego systemu. Prawdopodobieństwo to wyraża się wzorem:

Występującą w zależności wielkość Po, tzn Występującą w zależności wielkość Po, tzn. prawdopodobieństwo tego, że wszystkie kanały obsługi są wolne, można obliczyć ze wzoru:

W tablicach 2 ÷ 5 zestawione zostały przykładowe wyniki obliczeń, dla  = 2,5, dotyczące prawdopodobieństwa, że wszystkie miejsca znajdujące się wzdłuż boku placu składowego oraz w kolejce, są zajęte (odmowa wykonania obsługi). Poszczególne tablice dotyczą różnych sytuacji decyzyjnych dotyczących dostępności miejsca, od której zależy dopuszczalna długość kolejki środków transportowych. Kolejne tablice dotyczą odpowiednio wielkości: L = 3, L = 2, L = 1, L = 0.

Tablica 2 Przykładowe obliczenie prawdopodobieństwa odmowy wykonania obsługi dla L = 3 PL+c 1 39,0625 0,0155 0,6062 2 6,1035 0,0465 0,2837 3 1,5070 0,0680 0,1024 4 0,3974 0,0775 0,0308 5 0,1017 0,0808 0,0082 6 0,0245 0,0817 0,0020 7 0,0055 0,0820 0,0005

Tablica 3 Przykładowe obliczenie prawdopodobieństwa odmowy wykonania obsługi dla L = 2 PL+c 1 15,6250 0,0394 0,6158 2 4,8828 0,0649 0,3168 3 1,8084 0,0757 0,1369 4 0,6358 0,0799 0,0608 5 0,2035 0,0814 0,0166 6 0,0589 0,0819 0,0048 7 0,0154 0,0820 0,0013

Tablica 4 Przykładowe obliczenie prawdopodobieństwa odmowy wykonania obsługi dla L = 1 PL+c 1 6,2500 0,1127 0,7042 2 3,9062 0,0950 0,3709 3 2,1701 0,0877 0,1904 4 1,0173 0,0842 0,0857 5 0,4069 0,0828 0,0337 6 0,1413 0,0823 0,0116 7 0,0433 0,0821 0,0036

Tablica 5 Przykładowe obliczenie prawdopodobieństwa odmowy wykonania obsługi dla L = 0 PL+c 1 2,5000 0,2857 0,7143 2 3,1250 0,1509 0,4717 3 2,6042 0,1148 0,2990 4 1,6276 0,0967 0,1575 5 0,8138 0,0897 0,0730 6 0,3391 0,0870 0,0295 7 0,1211 0,0861 0,0104

Jeżeli założy się, podobnie jak w przypadku systemu M/M/c ze stratami (tablica 1), że prawdopodobieństwo odmowy obsługi nie powinno wynosić więcej niż 0,08, to prawdopodobieństwu temu odpowiada liczba kanałów obsługi: c = 4, dla L = 3 (tablica 2), c = 4, dla L = 2 (tablica 3), c = 5, dla L = 1 (tablica 4), c = 5, dla L = 0 (tablica 5). Przytoczone dane są liczbowym potwierdzeniem tego, że gdy na budowie jest mniej miejsca na oczekiwanie w kolejce samochodów dowożących materiały budowlane, to długość frontu wyładunkowego wzrasta (jest to wielkość zależna od liczby c).

Podobnie będzie, gdy zaostrzone zostaną warunki i przyjmie się, że np Podobnie będzie, gdy zaostrzone zostaną warunki i przyjmie się, że np. brak miejsca wzdłuż frontu wyładunkowego (lub załadunkowego) może zdarzyć się tylko jeden raz na sto (tzn. Pn=c  0,01). Wtedy c = 5, dla L = 3 (tablica 2), c = 6, dla L = 2 (tablica 3), c = 6, dla L = 1 (tablica 4), c = 7, dla L = 0 (tablica 5).

WYZNACZANIE WIELKOŚCI SKŁADOWISK MODEL SYMULACYJNY Z DWIEMA ZMIENNYMI

Podstawą zastosowania tego modelu są następujące dane empiryczne: funkcja gęstości prawdopodobieństwa terminów dostaw, funkcja gęstości prawdopodobieństwa zużycia materiałów budowlanych.

Podstawą zastosowania tego modelu są następujące dane empiryczne: Firma budowlana może uzyskać dane, na podstawie których może wysnuć dalsze wnioski dotyczące prawdopodobieństwa wystąpienia wahań terminów dostaw oraz prawdopodobieństwa wystąpienia odchyleń dziennego zużycia materiałów budowlanych w stosunku do założonego planu.

Podstawą zastosowania tego modelu są następujące dane empiryczne: Przed przystąpieniem do przeprowadzenia eksperymentów symulacyjnych należy, dla obu wymienionych funkcji, wyznaczyć odpowiadające im dystrybuanty oraz przyjąć zbiór (lub generator) liczb losowych.

SZEREGOWANIE ZADAŃ ALGORYTM JOHNSONA

Algorytm ten dotyczy zagadnienia harmonogramowania pracy dwóch maszyn na „n” działkach roboczych (obiektach), Został sformułowany przy założeniu, że harmonogramowanie jest wieloetapowym procesem planowania, Algorytm Johnsona charakteryzuje się prostotą i małym zakresem obliczeń numerycznych.

Oznaczenia w algorytmie: a – pierwsza maszyna, b – druga maszyna, aj – { } zbiór zawierający czasy trwania czynności wykonywanych przez pierwszą maszynę na kolejnych obiektach, bj – { } zbiór zawierający czasy trwania czynności wykonywanych przez drugą maszynę na kolejnych obiektach, i1, i2, ..., in - oznacza permutację (ustawienie w kolejności elementów zbioru skończonego), określającą optymalną kolejność obiektów.

Algorytm Johnsona jest następujący: Przyjąć r = 1, s = n. Znaleźć najmniejszą liczbę spośród czasów aj, bj (j = 1, 2, ..., n). Jeżeli liczbą tą jest ak, to ir = k oraz r: = r +1, jeżeli zaś liczbą tą jest bl to is = l oraz s: = s - 1. Usunąć ze zbioru czasów trwania parę (ak, bk) lub (al, bl). Powtórzyć postępowanie od punktu 2.

Przykład Dwie różne maszyny budowlane mają wykonywać prace na sześciu obiektach, Czasy wykonania robót na kolejnych obiektach przez maszynę pierwszą wynoszą odpowiednio: aj = { 2, 3, 5, 1, 7, 6 }, Czasy wykonania robót na kolejnych obiektach przez maszynę drugą wynoszą odpowiednio: bj = { 3, 4, 4, 2, 5, 5 }, Należy wyznaczyć kolejność realizacji obiektów budowlanych, której odpowiada minimalny cykl realizacji wszystkich robót łącznie.

Interacja 1 Przyjąć r = 1, s = 6. Wyznaczyć min{a1, a2, a3, a4, a5, a6, b1, b2, b3, b4, b5, b6} = a4 = 1 Ponieważ liczbą tą jest a4, to i1 = 4 oraz r = 1 + 1 = 2. Usuwamy ze zbioru parę (a4, b4) = (1, 2). Powtarzamy postępowanie od punktu 2.

Interacja 2 Z poprzedniego kroku r = 2, s = 6. Wyznaczyć min{a1, a2, a3, a5, a6, b1, b2, b3, b5, b6} = a1 = 2 Ponieważ liczbą tą jest a4, to i2 = 1 oraz r = 2 + 1 = 3. Usuwamy ze zbioru parę (a1, b1) = (2, 3). Powtarzamy postępowanie od punktu 2.

Interacja 3 Z poprzedniego kroku r = 3, s = 6. Wyznaczyć min{ a2, a3, a5, a6, b2, b3, b5, b6} = a2 = 3 Ponieważ liczbą tą jest a2, to i3 = 2 oraz r = 3 + 1 = 4. Usuwamy ze zbioru parę (a2, b2) = (3, 4). Powtarzamy postępowanie od punktu 2.

Interacja 4 Z poprzedniego kroku r = 4, s = 6. Wyznaczyć min{ a3, a5, a6, b3, b5, b6} = b3 = 4 Ponieważ liczbą tą jest b3, to i6 = 3 oraz s = 6 – 1 = 5. Usuwamy ze zbioru parę (a3, b3) = (5, 4). Powtarzamy postępowanie od punktu 2.

Interacja 5 Z poprzedniego kroku r = 4, s = 5. Wyznaczyć min{ a5, a6, b5, b6} = b5 = 5 Ponieważ liczbą tą jest b5, to i5 = 5 oraz s = 5 – 1 = 4. Usuwamy ze zbioru parę (a5, b5) = (7, 5). Powtarzamy postępowanie od punktu 2.

Interacja 6 Wykonanie iteracji 6 nie jest konieczne, ponieważ w sześcioelementowym zbiorze obiektów wyznaczyliśmy już kolejność realizacji pięciu obiektów, a mianowicie: i1 = 4, i2 = 1, i3 = 2, i5 = 5, i6 = 3. Widać więc, że obiekt 6, dla którego nie ustalono dotychczas kolejności, powinien być realizowany jako czwarty (po obiekcie 2, i4=6).

Wynik algorytmu Permutacją określającą optymalną kolejność realizacji obiektów jest permutacja: i1=4, i2=1, i3=2, i4=6, i5=5, i6=3.

Wynik algorytmu

SZEREGOWANIE ZADAŃ ZASTOSOWANIE NARZĘDZIA INFORMATYCZNEGO LEKIN

Heurystyka Heurystyka (gr. heuresis – odnaleźć, odkryć, heureka – znalazłem) - w informatyce metoda znajdowania rozwiązań, dla której nie ma gwarancji znalezienia rozwiązania optymalnego, a często nawet prawidłowego. Rozwiązań tych używa się np. wtedy, gdy pełny algorytm jest z przyczyn technicznych zbyt kosztowny lub gdy jest nieznany (np. przy przewidywaniu pogody). Metody używa się też często do znajdowania rozwiązań przybliżonych, na podstawie których później wylicza się ostateczny rezultat pełnym algorytmem.

REGUŁY PRIORYTETU DOSTĘPNE W PROGRAMIE ATCS EDD MS FCFS LPT SPT WSPT CR

ATCS (apparent tardiness cost with setups) Reguła powstała jako połączenie trzech reguł podstawowych: Weighted Shortest Processing Time Earliest Due Date Minimal slack

EDD (earliest due date) przydział priorytetów wg terminów oczekiwanego zakończenia zadania w sposób niemalejący, algorytm sortujący zadania zgodnie z rosnącą wartością ich czasów zakończenia

MS (minimum slack) Reguła pozwalająca na uszeregowanie zadań z uwzględnieniem kryterium zapewnienia ciągłości pracy na działkach, minimum slack – „minimalne luzy”

FCFS planowanie metodą "pierwszy zgłoszony - pierwszy obsłużony" (FCFS), w którym procesy wykonywane są w kolejności zgłoszenia do kolejki bez ograniczeń czasowych, szeregowanie zadań następuje zgodnie z kolejnością wprowadzania danych do programu.

LPT (longest processing time) algorytm heurystyczny służący do wyznaczania kolejności zadań przy której całkowity czas trwania procesu będzie najkrótszy, jedną z zasad algorytmu, jest umiejscawianie na początku działek na których czas wykonywania czynności jest najdłuższy. Dotyczy to sumarycznego czasu wykonania prac na działce przez wszystkie kolejne maszyny.

SPT (shortest processing time) algorytm heurystyczny służący do wyznaczania kolejności zadań przy której całkowity czas trwania procesu będzie najkrótszy, jedną z zasad algorytmu, jest umiejscawianie na początku działek na których czas wykonywania czynności jest najkrótszy. Dotyczy to sumarycznego czasu wykonania prac na działce przez wszystkie kolejne maszyny.

WSPT (weighted shortest processing time) modyfikacja reguły SPT, modyfikacja polega na dodaniu wag dla poszczególnych działek roboczych, pozwala ona na modyfikację kolejności wykonania robót poprzez podział na działki ważniejsze i mniej ważne.

CR (critical ratio) Reguła szeregowania zadań uwzględniająca maksymalne dopuszczalne terminy zakończenia prac na danej działce roboczej.

Modele „flowshop” i „jobshop” FLOWSCHOP – wszystkie prace muszą być wykonane na wszystkich działkach w tej samej kolejności i przez tak samo przyporządkowane zasoby. JOBSCHOP – nie ma potrzeby zachowania kolejności wykonania prac, mogą one być także wykonywane kilkakrotnie przez ten sam zasób.

NAZEWNICTWO W PROGRAMIE Workcenters – maszyny Jobs – działki

JAKOŚCIOWA ANALIZA RYZYKA DLA WYBRANEGO PRZEDSIĘWZIĘCIA BUDOWLANEGO OPRACOWANE NA PODSTAWIE: ZARZĄDZANIE RYZYKIEM W PRZEDSIĘWZIĘCIACH BUDOWLANYCH

CELE PROJEKTU BUDOWLANEGO realizacja wymaganego zakresu robót; spełnienie wymagań, dotyczących jakości wykonania robót; dotrzymanie ograniczeń, dotyczących kosztu wykonania robót; dotrzymanie ograniczeń, dotyczących terminu wykonania robót.

RYZYKO PROJETU, CZYNNIKI RYZYKA I PROBLEMY Niebezpieczeństwo nie osiągnięcia co najmniej jednego z celów projektu określa się jako Ryzyko projektu. Zdarzenia, sytuacje lub okoliczności, które - jeśli wystąpią -mogą wpłynąć negatywnie na osiągnięcie celów projektu, są czynnikami ryzyka. Niekorzystne zdarzenia, sytuacje lub okoliczności, które już występują w danym momencie realizacji projektu, to problemy. Jeżeli nie zostaną podjęte odpowiednie działania, dany czynnik ryzyka może stać się problemem.

PROCESY ZARZĄDZANIA RYZYKIEM I ICH CELE 1/2 Cel procesu Planowanie zarządzania ryzykiem projektu Podejmowanie decyzji o podejściu do ryzyka i do zagadnień związanych z zarządzaniem ryzykiem projektu Identyfikacja ryzyka Ustalenie, które czynniki ryzyka mogą wpływać na osiągnięcie celów projektu i opisanie ich cech charakterystycznych Analiza i ocena jakościowa ryzyka Przybliżona ocena prawdopodobieństwa, skutków wystąpienia i ważności zidentyfikowanych czynników ryzyka oraz ich uszeregowanie pod względem priorytetu w zakresie kolejności planowania i wdrażania reakcji na ryzyko

PROCESY ZARZĄDZANIA RYZYKIEM I ICH CELE 2/2 Cel procesu Analiza i ocena ilościowa ryzyka Numeryczna ocena prawdopodobieństwa, skutków wystąpienia i ważności zidentyfikowanych czynników ryzyka oraz prawdopodobieństwa dotrzymania wymaganego czasu i kosztu realizacji projektu Planowanie reakcji na ryzyko Określenie działań zmniejszających potencjalne zagrożenia dla celów projektu Monitorowanie i kontrola ryzyka Obserwacja zidentyfikowanych czynników ryzyk, identyfikacja nowych czynników ryzyka, wdrażanie odpowiedzi na ryzyko oraz ocena ich skuteczności przez cały okres realizacji projektu

Szacunkowe prawdopodobieństwo Opis prawdopodobieństwa PRZYJĘTA SKALA OCENY PRAWDOBODOBIEŃSTWA MATERIALIZACJI CZYNNIKÓW RYZYKA Szacunkowe prawdopodobieństwo Opis prawdopodobieństwa Ocena w skali punktowej 1 – 9% Minimalne, praktycznie niemożliwe 0,10 10 – 19% Niewielkie, ale możliwe 0,30 20 – 39% Średnie 0,50 40 – 59% Wysokie 0,70 60 – 99% Bardzo wysokie 0,90

PRZYJĘTA SKALA OCENY SKUTKÓW MATERIALIZACJI CZYNNIKÓW RYZYKA 1/2 Opis Ocena w skali punk-towej Wpływ materializacji czynnika ryzyka na: Planowany zakres projektu Harmonogram projektu Koszt realizacji projektu Jakość realizacji projektu Pomijalne 0,05 Niezauważalne ograniczenie planowanego zakresu robót Niezauważalne lub minimalne wydłużenie czasu Niezauważalny lub minimalny wzrost kosztów Pogorszenie jakości prawie niezauważalne Łagodne-akceptowalne 0,10 Wpływ na zakres mniej istotnych robót Wydłużenie czasu do 5%, możliwe do zablokowania dzięki wykorzystaniu dostępnych zapasów czasu Wzrost kosztów do 5% Wpływ na mniej istotne parametry robót Umiarkowane-marginalne 0,20 Wpływ na zakres bardziej istotnych robót Nieuniknione niewielkie (5% do 10%) wydłużenia czasu realizacji niektórych działań na ścieżce krytycznej Wzrost kosztów od 5% do 10% Wpływ na bardziej istotne parametry robót

PRZYJĘTA SKALA OCENY SKUTKÓW MATERIALIZACJI CZYNNIKÓW RYZYKA 2/2 Opis Ocena w skali punk-towej Wpływ materializacji czynnika ryzyka na: Planowany zakres projektu Harmonogram projektu Koszt realizacji projektu Jakość realizacji projektu Dotkliwe- krytyczne 0,40 Nieakceptowalne ograniczenie zakresu robót Nieuniknione znaczne (10% do 20%) wydłużenia czasu realizacji niektórych działań na ścieżce krytycznej Wzrost kosztów od 10% do 20% Nieakceptowalne obniżenie jakości wykonania robót Bardzo dotkliwe - katastrofalne 0,80 Zrealizowany zakres robót praktycznie bezużyteczny Nieuniknione znaczne wydłużenia czasu realizacji wszystkich działań na ścieżce krytycznej Wzrost kosztów o ponad 20% Wykonane roboty praktycznie bezużyteczne

MACIERZ OCENY CZYNNIKÓW RYZYKA Prawdopodobieństwo Skutki 0,05 0,10 0,20 0,40 0,80 0,90 0,09 0,18 0,36 0,72 0,70 0,04 0,07 0,14 0,28 0,56 0,50 0,03 0,30 0,02 0,06 0,12 0,24 0,01 0,08 Ocena wagi czynnika ryzyka Interpretacja 0 – 0,040 Ryzyko niskie; planowanie i realizację odpowiedzi na ryzyko odroczyć do momentu podwyższenia oceny wagi czynnika ryzyka przy ponownym przeglądzie zagrożeń dla projektu 0,041 – 0,170 Ryzyko umiarkowane; zaplanować i wdrożyć odpowiedź na ryzyko w przypadku stwierdzenia symptomów materializacji określonego czynnika ryzyka >0,170 Ryzyko wysokie; bezzwłocznie zaplanować i wdrożyć odpowiedź na ryzyko

PRZYKŁAD

JAKOŚCIOWA OCENA RYZYKA LP DATA AUTOR OPIS RYZYKA CZYNNOŚĆ SKUTEK KATEGORIA RYZYKA WPŁYW PRAWDOP. WYSTĄPIENIA REAKCJA NA RYZYKO BLISKOŚĆ WŁAŚCICIEL DATA AKTUALIZACJI STATUS 3 24.11.2010 M.K. Niekorzystne warunki pogodowe, silne opady deszczu Wykopy Opóźnienia czasowe w wykonywaniu wykopów, możliwość czasowego wstrzymywania robót Ryzyko środowiskowe Umiarkowany - marginalny Średnie Należy rozważyć wykonanie zabezpieczenia w postaci rezerwy czasowej, wpływ ryzyka należy poddać analizie ilościowej 6 tygodni KB Po przeglądzie 4 Protesty ludności lokalnej Możliwe czasowe wstrzymanie robót Ryzyko zewnętrzne Pomijalny Niewielkie Prowadzenie konsultacji społecznych we wczesnych fazach projektu

Materiały: wektor.il.pw.edu.pl/~mkrz