LUMIVERO(22.11.01) @RISK를 사용한 기본적인 비용 엔지니어링

이 기사에서는 기본 비용 엔지니어링을 위해 통계 개념(무작위 샘플링)과 의사 난수를 생성하고 계산을 자동화하는 컴퓨터의 기능을 결합한 기술인 몬테카를로 시뮬레이션에 대한 간단하고 간결한 설명을 제공합니다.

몬테카를로 시뮬레이션의 핵심은 분석할 시스템, 프로세스 또는 활동의 수학적 모델을 생성하여 무작위 동작이 시스템의 전반적인 동작을 결정하는 변수(모델 입력)를 식별하는 것입니다. 이러한 입력 또는 확률 변수가 식별되면 이러한 입력에 대한 무작위 샘플(특정 값)을 생성하고 생성된 값에 대한 응답으로 시스템의 동작을 분석하는 것으로 구성된 실험이 수행됩니다. 이 실험을 'n'번 반복한 후 시스템의 동작에 대해 'n'개의 관찰을 하게 되며, 이는 시스템 작동 방식을 이해하는 데 유용할 것입니다.

연속 확률 변수가 있는 몬테카를로 시뮬레이션 비용 모델의 예를 살펴보겠습니다. 이러한 임시 프로젝트는 비용 구조가 동일하지만 값은 지역마다 다릅니다. 가변성 때문에 엔지니어는 각 프로젝트에 대한 비상 분석을 수행해야 합니다. 일반적으로 총액의 일정 비율이 우발 사태로 사용되며 이 접근 방식을 개선하려고 노력할 것입니다.

각 비용 요소의 분포를 추론하려면 과거 데이터가 이상적입니다. 그러나 이러한 유형의 응용 프로그램에서는 일반적으로 자동 맞춤을 위한 데이터가 충분하지 않습니다. 따라서 전문가의 판단이나 공급업체의 입찰 분석 결과를 사용하여 입력 분포를 구성합니다.

다음 이미지는 예제의 비용 요소의 일부 목록을 보여 주며, 각각 최소값, 가장 가능성 있는 요소 및 최대값이 있습니다. 이 데이터는 비용 엔지니어링에서 가장 널리 사용되는 3점 분포를 설정하는 데 사용할 수 있습니다.

원문보기: Basic Cost Engineering with @RISK