765 0

프로젝트의 실시간 위험관리를 위한 베이지안 네트워크 모형 개발

Title
프로젝트의 실시간 위험관리를 위한 베이지안 네트워크 모형 개발
Other Titles
Developing a Prediction Model for Real-time Risk Management of Project Using Bayesian Network
Author
김지영
Alternative Author(s)
Kim, Jee Young
Advisor(s)
안선응
Issue Date
2010-08
Publisher
한양대학교
Degree
Master
Abstract
기업은 비즈니스 목표를 달성하기 위해 일시적 단위업무인 프로젝트를 늘려 자원 활용을 극대화하는 추세이다. 이 때문에 프로젝트의 상황을 분석하고 관리하는 기법들이 연구되었다. 관리기법의 공통된 목적은 현재까지 성과를 파악하고, 앞으로의 상태를 예측하여 프로젝트 진행 중 일어나는 예외적인 상황에 빠르게 대응하여 프로젝트의 실패를 막는 것이다. 이 때문에 프로젝트 위험에 관한 연구에서 가장 중요한 부분은 프로젝트의 상태의 실시간으로 모니터링과 이 후 상태에 대한 정확한 예측이다. 지금까지 연구는 프로젝트 상황 분석에 확정적인 방법을 주로 사용한다. 분석 결과를 통해서 위험정도를 예측할 수 있으나 변동을 고려하지 않기 때문에 예측 정확도를 높이기 어렵다. 이에 본 논문에서는 향후 프로젝트의 실패 가능성을 실시간으로 측정하고, 그 위험의 원인을 파악할 수 있는 확률적 예측 도구로 베이지안 네트워크(Bayesian Network)를 제안한다. 제안의 평가는 프로젝트 관리기법 중 비용 및 일정을 획득한 가치와의 차이나 비율을 통해 관리하는 EVM(Earned Value Management)기법을 기존모형으로 하여 두 모형의 비교를 통해 평가한다. 제안모형은 기존 자료와 기업환경의 변화를 각 프로젝트 관리단위별 담당자의 의견을 통해 반영하고, 이를 조건부 확률로 표현하는 베이지안 네트워크 모형을 사용하여 현재시점 이 후의 프로젝트 위험을 예측한다. 먼저 기존모형과 제안모형의 완료시점에서의 비용차이에 대한 예측오차를 비교하여 제안모형의 오차확률이 작다는 것을 알 수 있다. 또한 ROC곡선을 통해 기존모형과 제안모형의 예측력을 비교하여 제안모형이 실제 결과에 가까운 값을 예측 할 수 있다는 결론을 도출했다. 제안모형의 장점은 인과관계 표현이 가능한 베이지안 네트워크를 이용함으로써 위험 발생이 관측될 때, 그 원인 파악이 용이하도록 한다. 또한 프로젝트의 일부분을 업데이트하는 것만으로도 충분히 예측정확도를 높일 수 있다. 이는 프로젝트의 상태를 파악하는 데 드는 비용을 줄이고, 시간을 단축시킴으로써 문제 상황에 대한 빠른 대처와 효율적인 자원의 활용을 가능하게 한다. 그리고 시간이 지남에 따라 얻어지는 자료를 통해 지속적으로 확률값을 갱신하여 더 나은 예측력을 얻을 수 있다.; To achieve the goal the company has been increasing the temporary work projects to maximize resource usage. Therefore, the techniques that manage and analysis state of project have been studied and developed. The common purpose of the management techniques are prevent failure of the project by confirm and deal with unpredictable occurrences during the project as measure current performance and predicting future conditions. For these reasons, the most important thing in this study would be monitoring state of the project in real-time and accurately predicting the conditions of the future. Until now the studies has been done mostly with decided ways to analysis state of project. Though this result could be a way to predict the risk but it is hard to increase the accuracy of the prediction because it does not consider the changes. In this paper, Bayesian Network is suggested as a tool to predict using probability to find out the cause of the risk in the possibility of failure in the project. By comparing the existing model that using EVM method with suggested model evaluate suggestion. EVM method is mostly used which shows variances and ratios of earned value of time and cost. Suggest model is based on the opinions of the accountant manager about business environment. By expressing these as conditional probability we predict the risks that will occur in the future. First of all, by comparing the errors of the variance costs at completion of the existing model and suggested model, we can know that the probability of error is less in suggested model. Furthermore, by comparing predictability of existing and suggested model through Receiving Operation Curve(ROC), we came to a conclusion that suggested model can predict as close to the actual result. The advantage of the suggested model is that it is easy to figure out the cause by using Bayesian Network when a risk occurs. In addition, just updating some parts of the project can sufficiently increase the predictive value. By reducing the cost and time to monitor the state of project, it enables to deal with the problems fast and to use resource efficiently. Depending on time pass, we can achieve better prediction by updating probability through data that will be obtained continuously.
URI
https://repository.hanyang.ac.kr/handle/20.500.11754/141065http://hanyang.dcollection.net/common/orgView/200000415544
Appears in Collections:
GRADUATE SCHOOL[S](대학원) > DEPARTMENT OF INFORMATION AND INDUSTRIAL ENGINEERING(정보경영공학과) > Theses (Master)
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE