Rozmyte drzewa decyzyjne jako narzędzie zarządzania ryzykiem projektów rolnych. Dorota Kuchta Ewa Ptaszyńska Politechnika Wrocławska

Transkrypt

1 Rozmyte drzewa decyzyjne jako narzędzie zarządzania ryzykiem projektów rolnych Dorota Kuchta Ewa Ptaszyńska Politechnika Wrocławska

2 Spis treści Ryzyko w projektach, narzędzia wspomagające zarządzanie ryzykiem Projekty rolne Idea rozmytych drzew jako narzędzia zarządzania ryzykiem Przykłady Wnioski i dalsze badania

3 Ryzyko w projektach możliwe zdarzenie, którego jeśli wystąpi, to swoim wystąpieniem może spowodować, że po zrealizowaniu projektu jego data zakończenia, koszt lub produkt końcowy nie będą zgodne z planem, a odchylenia od planu w przynajmniej jednym z tych trzech aspektów będą trudne lub niemożliwe do zaakceptowania Oceniane najczęściej na podstawie prawdopodobieństwa i konsekwencji wystąpienia

4 Narzędzia wspomagające zarządzanie Powinny ryzykiem Wykorzystywać lekcje z przeszłości i zdobyte doświadczenie, też innych Być łatwe w użyciu i w dużym stopniu zautomatyzowane Uwzględniać zależności między czynnikami i zdarzeniami

5 Projekty rolne Projekty realizowane przez wielkoobszarowe przedsiębiorstwa rolne (< 500 ha). Nie ma metod zarządzania ryzykiem, a ryzyko się często materializuje. Osoby z doświadczeniem odchodzą, przy nowych projektach trzeba się uczyć na błędach Powszechny brak przygotowania w zakresie zarządzania.

6 Projekty rolne Typy projektów rolnych: uprawa buraka cukrowego, uprawa zbóż (pszenica, jęczmień, owies, żyto lub pszenżyto), uprawa kukurydzy, uprawa rzepaku, uprawa słonecznika.

7 Fazy projektu rolnego Planowanie opracowanie płodozmianu, zakup nasion, nawozów, środków ochrony roślin, ustalenie harmonogramu zabiegów agrotechnicznych, przygotowanie sprzętu rolniczego; Realizowanie wykonanie podorywki i orki, nawożenie przedsiewne, uprawa przedsiewna, siew nasion, oprysk na chwasty czynności wykonywane jesienią; nawożenie pogłówne (I dawka), oprysk na szkodniki, nawożenie pogłówne (II dawka), oprysk na choroby grzybowe i szkodniki czynności wykonywane wiosną; zbiór uprawy, ewentualne suszenie, magazynowanie czynności wykonywane latem; rozliczenie i zakończenie - sprzedaż uprawy oraz obliczenie zysków ze sprzedaży na podstawie poniesionych kosztów.

8 Idea rozmytych drzew decyzyjnych (pierwotnie dla projektów europejskich realizowanych w jednostkach samorządowych) A P(A)= {małe, średnie, duże} K(A)= {małe, średnie, duże} B P(B)= {małe, średnie, duże} K(B)= {małe, średnie, duże} C P(C)= {małe, średnie, duże} K(C)= {małe, średnie, duże} Splot, określenia definiowane za pomocą zbiorów rozmytych 13

9 Idea systemu wspomagania zarządzania ryzykiem Dla danego typu, dla danej fazy projektu i dla danego głównego wydarzenia (niespełnienie wymogów jakościowych, przekroczenie budżetu, opóźnienie itp.) wybiera się istniejące drzewa bądź sploty drzew (reguły decyzyjne z istniejącej bazy), bądź sploty podobne (różne definicje podobieństwa zbiorów rozmytych) Buduje się drzewa, ocenia ryzyko Podejmuje środki zaradcze i koryguje drzewa Po zakończenie projektu uaktualnia się drzewa

10 Przykłady: Projekt 1

11 Przykład baza reguł po 1. grupie projektów R1: JEŻELI prawdopodobieństwo zbyt wczesnego terminu siewu jest średnie I prawdopodobieństwo zbyt późnego terminu siewu jest średnie TO prawdopodobieństwo nieprawidłowego terminu siewu jest średnie ; R2: JEŻELI prawdopodobieństwo zbyt małego nawożenia jest średnie I prawdopodobieństwo zbyt dużego nawożenia jest średnie i prawdopodobieństwo nieodpowiedniego terminu nawożenia jest średnie TO prawdopodobieństwo nieprawidłowego nawożenia jest średnie ; R3: JEŻELI prawdopodobieństwo nieprawidłowego terminu siewu jest średnie I prawdopodobieństwo nieprawidłowego przygotowania uprawy jest małe i prawdopodobieństwo nieprawidłowego nawożenia jest średnie TO prawdopodobieństwo niedotrzymania wymagań jakościowych jest średnie.

12 Przykład baza reguł po 2. grupie projektów R1: JEŻELI prawdopodobieństwo zbyt wczesnego terminu siewu jest średnie I prawdopodobieństwo zbyt późnego terminu siewu jest średnie TO prawdopodobieństwo nieprawidłowego terminu siewu jest małe ; R4: JEŻELI prawdopodobieństwo zbyt wczesnego terminu siewu jest średnie I prawdopodobieństwo zbyt późnego terminu siewu jest średnie TO prawdopodobieństwo nieprawidłowego terminu siewu jest średnie ; PRZY NASTĘPNYCH PROJEKTACH DECYDUJE MOC REGUŁY

13 Przykład kolejny projekt W nowym projekcie: prawdopodobieństwo nieprawidłowego terminu siewu średnie, prawdopodobieństwo nieprawidłowego przygotowania uprawy małe, prawdopodobieństwo nieprawidłowego nawożenia małe. Jest reguła: R2: JEŻELI prawdopodobieństwo zbyt małego nawożenia jest średnie I prawdopodobieństwo zbyt dużego nawożenia jest średnie i prawdopodobieństwo nieodpowiedniego terminu nawożenia jest średnie TO prawdopodobieństwo nieprawidłowego nawożenia jest średnie ; Przesłanka podobna: R8: JEŻELI prawdopodobieństwo nieprawidłowego terminu siewu jest średnie i prawdopodobieństwo nieprawidłowego przygotowania uprawy jest małe i prawdopodobieństwo nieprawidłowego nawożenia jest małe TO prawdopodobieństwo niedotrzymania wymagań jakościowych jest średnie ;

14 Przykład opóźnienie projektu

15 Podsumowanie i wnioski W jednym gospodarstwie rolnym metoda wysoko oceniona (wzrost świadomości ryzyk niepogodowych, systematyzacja wiedzy rozproszonej, kapitalizacja doświadczeń); Automatyczne podpowiedzi połączone z możliwością interwencji w każdej chwili bardzo wysoko ocenione; Konieczna dalsza weryfikacja; Praktyczne zastosowanie możliwe tylko przy wielu użytkownikach dzielących doświadczenia i odpowiednim oprogramowaniu.