Luận văn: Công cụ hỗ trợ ra quyết định điều hành dự án phần mềm CPM và mạng Bayes

Tài liệu nghiên cứu Luận văn xây dựng công cụ hỗ trợ ra quyết định điều hành dự án phần mềm sử dụng phương pháp cpm và, tổng hợp lý thuyết và thực hành, cung cấp kiến thức chuyên

Chuyên ngành

Công nghệ thông tin

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2019

75
1
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI CẢM ƠN

Lời cam đoan

Danh mục các ký hiệu, các chữ viết tắt

Danh mục các hình vẽ, đồ thị

MỞ ĐẦU

1. CHƯƠNG I: Mục tiêu và phạm vi đề tài. Định hướng và giải pháp

1.1. Các nghiên cứu liên quan và nhiệm vụ trong luận văn

1.2. Tổng kết chương I

2. CHƯƠNG II: Lập lịch dự án phần mềm và cơ sở lý thuyết

2.1. Lập lịch dự án phần mềm

2.1.1. Phương pháp đường Găng (CPM)

2.1.2. PERT – Kỹ thuật xem xét và đánh giá dự án

2.2. Một số so sánh đánh giá giữa CPM và PERT

2.3. Quản lý rủi ro trong lập lịch dự án

2.3.1. Quy trình quản lý dự án phần mềm

2.3.2. Lập kế hoạch thực hiện dự án

2.3.3. Những rủi ro cho các dự án lớn

2.3.4. Những rủi ro đặc trưng

2.4. Các yếu tố ảnh hưởng đến sự thành công hay thất bại của dự án

2.5. Tổng kết chương II

3. CHƯƠNG III: Mạng Bayes

3.1. Định lý Bayes

3.2. Suy diễn Bayes

3.3. Biểu diễn mạng Bayes

3.4. Xây dựng một mạng Bayesian

3.5. Xây dựng mô hình rủi ro cho dự án bằng mạng Bayes

3.6. Đánh giá tính tiện dụng

3.7. Tổng kết chương III

4. CHƯƠNG IV: Mô hình hệ hỗ trợ quyết định quản lý dự án dựa vào mạng quản lý rủi ro Bayes theo phương pháp lập lịch CPM

4.1. Xây dựng mô hình rủi ro cho dự án bằng mạng Bayes

4.2. Mô hình tích hợp quản lý rủi ro dựa vào mạng Bayes theo phương pháp lập lịch CPM

4.3. Định nghĩa hệ hỗ trợ ra quyết định

4.3.1. Khái niệm quyết định

4.3.2. Phân loại quyết định

4.3.3. Các giai đoạn của quá trình ra quyết định

4.4. Các thành phần hệ hỗ trợ quyết định

4.5. Xây dựng hệ hỗ trợ quyết định

4.6. Các yêu cầu đặt ra đối với chương trình hệ hỗ trợ

4.7. Mô hình hệ hỗ trợ quyết định quản lý dự án dựa vào mạng quản lý rủi ro Bayes theo phương pháp lập lịch CPM

4.8. Tổng kết chương IV

5. CHƯƠNG V: Xây dựng công cụ và thử nghiệm

5.1. Xây dựng công cụ

5.2. Dữ liệu thử nghiệm

5.3. Chạy thử nghiệm

5.3.1. Mô hình mạng bayes của các rủi ro tác động lên từng công việc

5.3.2. Kết quả thử nghiệm

6. CHƯƠNG VI: Kết luận và hướng phát triển

Tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Công Cụ Hỗ Trợ Quyết Định Dự Án Phần Mềm

Quản lý dự án phần mềm là một lĩnh vực phức tạp, đòi hỏi sự chính xác và hiệu quả trong từng giai đoạn. Việc ra quyết định trong quản lý dự án thường xuyên đối mặt với nhiều yếu tố không chắc chắn và rủi ro tiềm ẩn. Các phương pháp truyền thống như CPM (Critical Path Method) thường tập trung vào lịch trình và tiến độ, nhưng ít xem xét đến các yếu tố rủi ro. Luận văn này đề xuất xây dựng một công cụ hỗ trợ ra quyết định dự án phần mềm kết hợp phương pháp CPMmạng Bayes (Bayesian Network) để nâng cao khả năng phân tích rủi ro dự án phần mềm và đưa ra các quyết định điều hành dự án tối ưu hơn. Mục tiêu chính là cung cấp một giải pháp toàn diện hơn, giúp các nhà quản lý dự án phần mềm có thể dự đoán và ứng phó với các tình huống bất ngờ một cách hiệu quả.

1.1. Tầm quan trọng của quản lý rủi ro trong dự án phần mềm

Rủi ro là một phần không thể thiếu trong bất kỳ dự án phần mềm nào. Việc quản lý rủi ro dự án phần mềm hiệu quả giúp giảm thiểu các tác động tiêu cực đến tiến độ, chi phí và chất lượng dự án. Theo tài liệu gốc, việc thiếu quản lý rủi ro có thể dẫn đến chậm trễ dự án, vượt quá ngân sách và thậm chí là thất bại hoàn toàn. Do đó, việc tích hợp các công cụ và phương pháp phân tích rủi ro vào quy trình quản lý dự án là vô cùng quan trọng.

1.2. Giới thiệu về phương pháp CPM và mạng Bayes

Phương pháp CPM là một kỹ thuật lập kế hoạch dự án tập trung vào việc xác định đường găng (critical path), chuỗi các công việc có ảnh hưởng trực tiếp đến thời gian hoàn thành dự án. Mạng Bayes là một mô hình xác suất đồ thị, cho phép biểu diễn và suy luận về các mối quan hệ giữa các biến ngẫu nhiên. Luận văn này sử dụng mạng Bayes để mô hình hóa rủi ro dự án phần mềm và tích hợp vào phương pháp CPM để cải thiện khả năng dự báo tiến độ dự án.

II. Thách Thức Trong Điều Hành Dự Án Phần Mềm Hiện Nay

Các dự án phần mềm thường xuyên đối mặt với các thách thức về thời gian, chi phí, nguồn lực và chất lượng. Điều hành dự án phần mềm hiệu quả đòi hỏi sự cân bằng giữa các yếu tố này, đồng thời phải đối phó với các rủi ro tiềm ẩn. Các phương pháp quản lý dự án truyền thống có thể không đủ linh hoạt để đáp ứng với sự thay đổi nhanh chóng của môi trường dự án. Theo tài liệu gốc, nhiều dự án phần mềm thất bại do không dự đoán và ứng phó kịp thời với các rủi ro. Do đó, cần có các giải pháp điều hành dự án phần mềm tiên tiến hơn, có khả năng mô hình hóa dự án phần mềm một cách toàn diện và cung cấp các công cụ hỗ trợ ra quyết định hiệu quả.

2.1. Hạn chế của phương pháp CPM truyền thống

Mặc dù phương pháp CPM là một công cụ hữu ích trong việc lập kế hoạch và theo dõi tiến độ dự án, nó có một số hạn chế. CPM không tính đến các yếu tố rủi ro và sự không chắc chắn, và giả định rằng thời gian thực hiện các công việc là cố định. Trong thực tế, thời gian thực hiện các công việc có thể bị ảnh hưởng bởi nhiều yếu tố, chẳng hạn như sự cố kỹ thuật, thiếu nguồn lực hoặc thay đổi yêu cầu. Điều này có thể dẫn đến sự sai lệch giữa kế hoạch và thực tế, và gây khó khăn cho việc tối ưu hóa tiến độ dự án phần mềm.

2.2. Sự cần thiết của công cụ hỗ trợ ra quyết định linh hoạt

Trong môi trường dự án phức tạp và thay đổi liên tục, các nhà quản lý dự án cần có các công cụ hỗ trợ ra quyết định linh hoạt và mạnh mẽ. Các công cụ này phải có khả năng phân tích độ trễ dự án, dự báo tiến độ dự án và đề xuất các hành động khắc phục khi có rủi ro xảy ra. Công cụ hỗ trợ ra quyết định dự án phần mềm cần tích hợp các phương pháp quản lý rủi ro tiên tiến, chẳng hạn như mạng Bayes, để cải thiện khả năng dự đoán và ứng phó với các tình huống bất ngờ.

III. Xây Dựng Mô Hình Rủi Ro Dự Án Phần Mềm Bằng Mạng Bayes

Mạng Bayes là một công cụ mạnh mẽ để xây dựng mô hình rủi ro cho dự ánứng dụng mạng Bayes trong quản lý dự án. Nó cho phép biểu diễn các mối quan hệ nhân quả giữa các yếu tố rủi ro và các công việc trong dự án. Bằng cách sử dụng mạng Bayes, các nhà quản lý dự án có thể đánh giá xác suất xảy ra các rủi ro và tác động của chúng đến tiến độ và chi phí dự án. Theo tài liệu gốc, mạng Bayes có thể được sử dụng để mô hình hóa rủi ro trong nhiều lĩnh vực khác nhau, bao gồm cả quản lý dự án phần mềm.

3.1. Các bước xây dựng mạng Bayes cho dự án phần mềm

Việc xây dựng mạng Bayes cho dự án phần mềm bao gồm các bước sau: (1) Xác định các yếu tố rủi ro quan trọng. (2) Xác định các mối quan hệ nhân quả giữa các yếu tố rủi ro và các công việc trong dự án. (3) Ước lượng xác suất có điều kiện cho các mối quan hệ này. (4) Kiểm tra và điều chỉnh mô hình mạng Bayes để đảm bảo tính chính xác và phù hợp. Bảng 4 trong tài liệu gốc có thể được sử dụng để minh họa mô hình mạng rủi ro bằng mạng Bayes.

3.2. Ưu điểm của mạng Bayes trong quản lý rủi ro

Mạng Bayes có nhiều ưu điểm so với các phương pháp quản lý rủi ro truyền thống. Nó cho phép biểu diễn các mối quan hệ phức tạp giữa các yếu tố rủi ro, và cung cấp một cách tiếp cận định lượng để đánh giá rủi ro. Mạng Bayes cũng có thể được sử dụng để cập nhật đánh giá rủi ro khi có thông tin mới, và để dự báo tác động của các rủi ro đến tiến độ và chi phí dự án. Điều này giúp các nhà quản lý dự án ra quyết định sáng suốt hơn và ứng phó hiệu quả hơn với các rủi ro.

IV. Tích Hợp Mạng Bayes và Phương Pháp CPM Giải Pháp Tối Ưu

Việc tích hợp mạng Bayesphương pháp CPM tạo ra một giải pháp toàn diện để quản lý dự án phần mềm. Sự kết hợp này cho phép các nhà quản lý dự án không chỉ lập kế hoạch và theo dõi tiến độ, mà còn phân tích rủi ro và đưa ra các quyết định điều hành dự án dựa trên thông tin đầy đủ và chính xác. Mô hình tích hợp quản lý rủi ro này giúp giảm thiểu tác động của các rủi ro và đảm bảo dự án được hoàn thành đúng thời hạn và ngân sách.

4.1. Quy trình tích hợp mạng Bayes vào lập lịch CPM

Quy trình tích hợp mạng Bayes vào lập lịch CPM bao gồm các bước sau: (1) Xây dựng mạng Bayes để mô hình hóa rủi ro cho dự án. (2) Sử dụng mạng Bayes để ước lượng xác suất hoàn thành các công việc trong dự án. (3) Tích hợp các xác suất này vào phương pháp CPM để tính toán thời gian hoàn thành dự án và xác định đường găng. Hình 11 và Hình 12 trong tài liệu gốc minh họa mô hình tích hợp mạng rủi ro vào lập lịch CPM.

4.2. Lợi ích của việc tích hợp CPM và Bayesian Network

Việc tích hợp CPMBayesian Network mang lại nhiều lợi ích. Nó cung cấp một cái nhìn toàn diện về dự án, bao gồm cả tiến độ và rủi ro. Nó cho phép các nhà quản lý dự án phân tích độ trễ dự án, dự báo tiến độ dự án, và đưa ra các quyết định điều hành dự án dựa trên thông tin đầy đủ và chính xác. Mô hình dự báo tiến độ dự án được cải thiện, giúp giảm thiểu tác động của các rủi ro và đảm bảo dự án được hoàn thành đúng thời hạn và ngân sách.

V. Ứng Dụng và Thử Nghiệm Công Cụ Hỗ Trợ Ra Quyết Định Dự Án

Để đánh giá hiệu quả của phương pháp đề xuất, luận văn xây dựng một công cụ hỗ trợ ra quyết định. Công cụ này cho phép người dùng nhập dữ liệu dự án, xây dựng mạng Bayes để mô hình hóa rủi ro, và tích hợp mạng Bayes vào phương pháp CPM để tính toán thời gian hoàn thành dự án và xác định đường găng. Dữ liệu thử nghiệm được sử dụng để đánh giá khả năng của công cụ trong việc phân tích và dự báo rủi ro, cũng như hỗ trợ các nhà quản lý dự án ra quyết định.

5.1. Mô tả về công cụ hỗ trợ ra quyết định

Công cụ được xây dựng dựa trên các công nghệ và thuật toán phù hợp để tích hợp phương pháp CPMmạng Bayes. Giao diện người dùng được thiết kế thân thiện và dễ sử dụng, cho phép người dùng dễ dàng nhập dữ liệu, xây dựng mạng Bayes, và phân tích kết quả. Hình 15 và Hình 16 trong tài liệu gốc có thể được sử dụng để minh họa các thành phần và mô hình tổng thể của hệ hỗ trợ quyết định.

5.2. Phân tích kết quả thử nghiệm và đánh giá hiệu quả

Kết quả thử nghiệm cho thấy rằng công cụ có khả năng phân tích và dự báo rủi ro một cách chính xác. Công cụ cũng giúp các nhà quản lý dự án ra quyết định sáng suốt hơn và ứng phó hiệu quả hơn với các rủi ro. Ví dụ, Hình 22 trong tài liệu gốc minh họa xác suất hoàn thành từng công việc sau khi tích hợp mạng Bayes.

VI. Kết Luận và Hướng Phát Triển Cho Nghiên Cứu Tiếp Theo

Luận văn đã trình bày một phương pháp tiếp cận mới để điều hành dự án phần mềm, kết hợp phương pháp CPMmạng Bayes. Phương pháp này giúp nâng cao khả năng phân tích và dự báo rủi ro, cũng như hỗ trợ các nhà quản lý dự án ra quyết định sáng suốt hơn. Các kết quả thử nghiệm cho thấy rằng công cụ được xây dựng có tiềm năng ứng dụng thực tế trong các dự án phần mềm.

6.1. Tóm tắt những đóng góp chính của luận văn

Luận văn đã đóng góp vào lĩnh vực quản lý dự án phần mềm bằng cách: (1) Đề xuất một phương pháp tiếp cận mới để điều hành dự án, kết hợp CPMmạng Bayes. (2) Xây dựng một công cụ hỗ trợ ra quyết định dựa trên phương pháp đề xuất. (3) Đánh giá hiệu quả của phương pháp và công cụ thông qua các thử nghiệm thực tế.

6.2. Đề xuất các hướng nghiên cứu tiếp theo

Các hướng nghiên cứu tiếp theo có thể bao gồm: (1) Mở rộng mô hình mạng Bayes để bao gồm nhiều yếu tố rủi ro hơn. (2) Phát triển các thuật toán tối ưu hóa để tìm kiếm các quyết định điều hành dự án tối ưu. (3) Thử nghiệm công cụ trong các dự án phần mềm thực tế để đánh giá hiệu quả trong môi trường thực tế.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI từ nội dung tài liệu gốc; tài liệu do người dùng đóng góp và được kiểm duyệt trước khi xuất bản. Báo lỗi nội dung.

11/09/2025
Luận văn xây dựng công cụ hỗ trợ ra quyết định điều hành dự án phần mềm sử dụng phương pháp cpm và mạng bayes

Trích đoạn nội dung tài liệu

Chương Il]: Mang Bayes " _-3 3.1 Định ly Dayes.2 Suy diễn Bayes 39 3.2 Biểu diễn mạng Bayes 41 3.3 Xây dựng một mạng Bayesian.3 Xây dựng mồ hình rủi ro cho dự án bằng mạng Bayes.4 Đánh giá tỉnh tiện dụng - S44 3.5 Tổng kết chương III .46 Chương IV. Mô hình hệ hỗ trợ quyết định quản lý dự án đựa vào mạng quản lý rủi ro Bayes theo phương pháp lap lich CPM - 47 4.1 Xây dựng mô hình rất ro cho dự án bằng mang Bayes 47 4.2 Mô hình tích hợp quản lý rải rơ dựa vảo mang Hayes theo phương pháp lập lich CPM "— " 53 43 Dinh nghia hé hé try ra quyết định - 59 4.1 Khái niệm quyết định 59 4.2 Phân loại quyết định. khe ¬ se ID 4.3 Các giai đoạn của quá trình ra quyết định 59 44 Các thành phần hệ hễ trợ quyết định .5 Xây dựng hệ hỗ trợ quyết định 62 4. Các yêu cầu đặt ra đối với chương trình hệ hỗ trợ.

Mé hinh hé hd tro quyél dinh quan ly du an dua vao mạng quản ly rai ro Bayes theo phương pháp lập lịch OPM 62 Page 3 Danh mục các hình vẽ, đồ thị Hình 1: Để thị có hướng tổ chức ng việc 7 - 17 Hình 2: Đồ thị tổ chức các công việc và các tham số - - 18 1Hỉnh 3: Cách biểu diễn các chỉ tiêu trên nút. Hình 4: Sơ đổ mạng thự ản mồ rộng trưng tâm - - 24 Hinh 5: Sa dé mang thai gian ES, EF. - 25 inh 6 Mang dy an véi LS va LI Hình 7 Quy trình quần lý dự án phần mém - 31 Hình 8: Biếu điễn quan hé cac node trong mang Bayes - 42 Hình 9-Mô hình mạng Bayes cáo rủi ro tác động lên tỉmg công việc - 52 Hình 10: Các thông số của một công việc. Tình 11: Mỏ hình tích hợp mạng rũi ro vào lập lich CPM - $6 Hình 12: Mỏ hình đự án tích hợp quản lý rủi ro theo mang bayes vao lap ich CPM 37 Hình 13: Mô hình tích hợp mạng rủi ro vào lập lịch CPM cho dự án Z.

58 Hinh 14: Cae giai doan cia qua trinh ra quyét dinh [1 41. Hình 15 Các thành phần của hệ hỗ trợ quyết định [14] 61 Hình 16: Mô hình tổng thế hệ hã trợ quyết định 6 11ỉnh 17: Mẫu dữ liệu đầu vào. Giao điện công cụ. 68 Hinh 19: Giao dién chon file dur dn.

69 inh 20: Giao điện kết quả hoản thánh dit an. Hinh 21; Mé hin lich tinh theo phuong phip CPM - 70 Hình 22: Xác suất hoàn thành từng công việc - - 70 Page 9 LOI CAM ON Dé hoàn thành Luận văn Thạc sĩ của mình, Tôi xin gửi lời căm om chan thánh đến Ban Giảm Hiệu, Viện Đào Tạo Sau Đại Học, Viện Công Nghệ Thông Từ: và Truyền Thông cùng các Giãng viên trường Đại Học Bách khoa Hả Nội đã nhiệt tình truyền đạt những kiến thức quý báu cho tối trang suết quá trình học tập vả hoản thành Luận văn Thạc sĩ. Tôi xin gửi lời cảm ơn chân thành nhất tới PGS. 1uỳnh Quuết Thắng— Người thay trực tiếp chỉ bảo, hưởng dẫn tân tỉnh tôi trong suốt quá trình nghiền cửa và hoàn thành Luận văn Thạc sĩ Tôi xu châu thành cảm ơn các anh, chị dòng nghiệp tại Phòng đảm bão chất lượng dựán Céng ty TNEL liệ thông thông tin LPT đã giúp đố tôi trong suốt quả trình thực Tiện để tải Sau cùng tôi xin gửi lời biết ơn sâu sắc đến người thân trong gia đình đã luôn tạo điều kiện tối riất cho lôi trong suốt quá trình học cũng như thực hiện luận văn.

Do thời gian có hạn và kinh nghiệm nghiên cứu khoa học chua nhiều nên luận van con nhiều thiểu sot, ral mong nhận được ý kiến gớp ý của Thây/Cỗ và các anh chị học viên cũng như các đẳng nghiệp. Hà Nội, ngày 20 tháng 05 năm 2019 Tige viên Lẻ Tuan Anh Page 5 Danh mục các ký hiệu, các chữ viết tắt STT Dịch nghĩa 1 CPM Critical Path Method Phuong pháp đường găng 2 PERT Program Evaluation and Review Technique Kỹ thuật xem xét và dánh giá dự ân 3 BNN Bayesian Belief Network Mang niém tin Bayes 4 BNs Mang Bayes 5 CPMBN CPM Bayesian Network 6 1s Tariiest Suart Bắt đầu sớm nhật 7 oF Darliest Finish Kết thúc sớm nhất 8 L5 Lastesl. Start Tâắt đầu muộn nhất 9 LF Lastest Finish Kếi thúc muện nhật Page 7 LOI CAM DOAN Tôi xin cam đoan luận văn thạc sĩ kỹ thuật này là đo tối nghién ctu va duge thyc hiện đưới sự hướng dẫn khoa học của PGS. Huỳnh Quyết Thắng.

Các kết quả do tôi tự nghiên cửu vá tham khảo từ các nguồn tải liệu cũng, như các công trình nghiên cứu *hoa học khác được trích din đây đỏ. Nếu có vẫn đề về sai phạm bản quyên, tôi xin hoàn toàn chịa trách nhiệm trước nhà trường, Hà Nội, ngày 20 tháng 05 năm 2019 Hoe view Tê Tuấn Anh Page 6 Danh mục các ký hiệu, các chữ viết tắt STT Dịch nghĩa 1 CPM Critical Path Method Phuong pháp đường găng 2 PERT Program Evaluation and Review Technique Kỹ thuật xem xét và dánh giá dự ân 3 BNN Bayesian Belief Network Mang niém tin Bayes 4 BNs Mang Bayes 5 CPMBN CPM Bayesian Network 6 1s Tariiest Suart Bắt đầu sớm nhật 7 oF Darliest Finish Kết thúc sớm nhất 8 L5 Lastesl. Start Tâắt đầu muộn nhất 9 LF Lastest Finish Kếi thúc muện nhật Page 7 Danh muc cac bang Bang 1; Danh muc céc hoat dong. ia Bang 2: Lich brink hoạt đồng của dự án mỡ rông trưng lâm: + Bang 3: Darih sách các rủi ro - 36 Bang 4: Mô hình mạng rúi ro bằng mạng, Bayes.

Bảng 5: Ví dụ danh sách các công việc hoàn thành 1 dự áu - 38 Bang 6: Bang phân bổ xác suát. - - 66 Bảng 7: Dữ liệu dự án 1. đảng §: Dữ liệu địự ân 2. - - - 67 Bang 9: Dữ liệu đự án 3 - - - - 68 Page 8 LOI CAM ON Dé hoàn thành Luận văn Thạc sĩ của mình, Tôi xin gửi lời căm om chan thánh đến Ban Giảm Hiệu, Viện Đào Tạo Sau Đại Học, Viện Công Nghệ Thông Từ: và Truyền Thông cùng các Giãng viên trường Đại Học Bách khoa Hả Nội đã nhiệt tình truyền đạt những kiến thức quý báu cho tối trang suết quá trình học tập vả hoản thành Luận văn Thạc sĩ.

Tôi xin gửi lời cảm ơn chân thành nhất tới PGS. 1uỳnh Quuết Thắng— Người thay trực tiếp chỉ bảo, hưởng dẫn tân tỉnh tôi trong suốt quá trình nghiền cửa và hoàn thành Luận văn Thạc sĩ Tôi xu châu thành cảm ơn các anh, chị dòng nghiệp tại Phòng đảm bão chất lượng dựán Céng ty TNEL liệ thông thông tin LPT đã giúp đố tôi trong suốt quả trình thực Tiện để tải Sau cùng tôi xin gửi lời biết ơn sâu sắc đến người thân trong gia đình đã luôn tạo điều kiện tối riất cho lôi trong suốt quá trình học cũng như thực hiện luận văn. Do thời gian có hạn và kinh nghiệm nghiên cứu khoa học chua nhiều nên luận van con nhiều thiểu sot, ral mong nhận được ý kiến gớp ý của Thây/Cỗ và các anh chị học viên cũng như các đẳng nghiệp. Hà Nội, ngày 20 tháng 05 năm 2019 Tige viên Lẻ Tuan Anh Page 5 Danh mục các hình vẽ, đồ thị Hình 1: Để thị có hướng tổ chức ng việc 7 - 17 Hình 2: Đồ thị tổ chức các công việc và các tham số - - 18 1Hỉnh 3: Cách biểu diễn các chỉ tiêu trên nút.

Hình 4: Sơ đổ mạng thự ản mồ rộng trưng tâm - - 24 Hinh 5: Sa dé mang thai gian ES, EF. - 25 inh 6 Mang dy an véi LS va LI Hình 7 Quy trình quần lý dự án phần mém - 31 Hình 8: Biếu điễn quan hé cac node trong mang Bayes - 42 Hình 9-Mô hình mạng Bayes cáo rủi ro tác động lên tỉmg công việc - 52 Hình 10: Các thông số của một công việc. Tình 11: Mỏ hình tích hợp mạng rũi ro vào lập lich CPM - $6 Hình 12: Mỏ hình đự án tích hợp quản lý rủi ro theo mang bayes vao lap ich CPM 37 Hình 13: Mô hình tích hợp mạng rủi ro vào lập lịch CPM cho dự án Z. 58 Hinh 14: Cae giai doan cia qua trinh ra quyét dinh [1 41.

Hình 15 Các thành phần của hệ hỗ trợ quyết định [14] 61 Hình 16: Mô hình tổng thế hệ hã trợ quyết định 6 11ỉnh 17: Mẫu dữ liệu đầu vào. Giao điện công cụ. 68 Hinh 19: Giao dién chon file dur dn. 69 inh 20: Giao điện kết quả hoản thánh dit an.

Hinh 21; Mé hin lich tinh theo phuong phip CPM - 70 Hình 22: Xác suất hoàn thành từng công việc - - 70 Page 9 LOI CAM ON Dé hoàn thành Luận văn Thạc sĩ của mình, Tôi xin gửi lời căm om chan thánh đến Ban Giảm Hiệu, Viện Đào Tạo Sau Đại Học, Viện Công Nghệ Thông Từ: và Truyền Thông cùng các Giãng viên trường Đại Học Bách khoa Hả Nội đã nhiệt tình truyền đạt những kiến thức quý báu cho tối trang suết quá trình học tập vả hoản thành Luận văn Thạc sĩ. Tôi xin gửi lời cảm ơn chân thành nhất tới PGS. 1uỳnh Quuết Thắng— Người thay trực tiếp chỉ bảo, hưởng dẫn tân tỉnh tôi trong suốt quá trình nghiền cửa và hoàn thành Luận văn Thạc sĩ Tôi xu châu thành cảm ơn các anh, chị dòng nghiệp tại Phòng đảm bão chất lượng dựán Céng ty TNEL liệ thông thông tin LPT đã giúp đố tôi trong suốt quả trình thực Tiện để tải Sau cùng tôi xin gửi lời biết ơn sâu sắc đến người thân trong gia đình đã luôn tạo điều kiện tối riất cho lôi trong suốt quá trình học cũng như thực hiện luận văn. Do thời gian có hạn và kinh nghiệm nghiên cứu khoa học chua nhiều nên luận van con nhiều thiểu sot, ral mong nhận được ý kiến gớp ý của Thây/Cỗ và các anh chị học viên cũng như các đẳng nghiệp.

Hà Nội, ngày 20 tháng 05 năm 2019 Tige viên Lẻ Tuan Anh Page 5 Danh muc cac bang Bang 1; Danh muc céc hoat dong. ia Bang 2: Lich brink hoạt đồng của dự án mỡ rông trưng lâm: + Bang 3: Darih sách các rủi ro - 36 Bang 4: Mô hình mạng rúi ro bằng mạng, Bayes. Bảng 5: Ví dụ danh sách các công việc hoàn thành 1 dự áu - 38 Bang 6: Bang phân bổ xác suát. - - 66 Bảng 7: Dữ liệu dự án 1.

đảng §: Dữ liệu địự ân 2. - - - 67 Bang 9: Dữ liệu đự án 3 - - - - 68 Page 8 4.6 Téng két chuong IV.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ