дерево робот обычно используется такая модель
Что дает составление дерева работ на этапе структуризации проекта изменений?
Суть структуризации проекта изменений состоит в следующем: проект делится на поддающиеся управлению элементы работ, для которых легко определить затраты и построить графики исполнения. Должным образом подготовленная и составленная структура проекта должна удовлетворять требованиям менеджера проекта и заказчика. Структуризация проекта помогает менеджеру наделить участников проекта ответственностью за выполнение конкретных технических заданий. Она также позволяет создать простую систему отслеживания хода реализации проекта.
Для структуризации проекта используют ряд специальных моделей. Одной из них является дерево работ (иерархическая структура работ).
Дерево работ показывает структуру работ или продуктов на каждом этапе планирования, т.е. применяется контроль за ходом работ и за их управлением.
Разработка дерева работ решает следующие задачи:
· устанавливает, за счет каких видов работ будет достигнута каждая из определенных в проекте целей
· дает возможность проверить, все ли цели отражены в плане проекта
· обеспечивает разработку эффективной структуры отчетности
· указывает на соответствующем уровни детализации ключевые результаты, которые должны быть ясно отражены в сетевой модели и календарном плане
· позволяет определить менеджеров, ответственных за достижение ключевых результатов, и тем самым гарантировать, что достижение всех результатов будет контролироваться
· обеспечивает каждому члену команды проекта понимание его роли в контексте общей работы по выполнению проекта.
На каждой стадии планирования необходимо разделить работы по проекту на части. Например, на стадии технического проектирования основные части проекта, как правило, очевидны. В дальнейшем, когда станет известно больше деталей, эти части могут быть расчленены на соответствующие разделы. Наконец, могут быть определены подразделы и отдельные группы («пакеты») работ. Эта процедура известна как составление дерева работ проекта (Work Breakdown Structure). Такое дерево является средством расчленения большого проекта на его компоненты или хозяйственной программы на составляющие проекта.
По мере получения дополнительной информации на последующих стадиях проектирования плановик может добавить новые уровни к дереву работ проекта. Нижний уровень дерева соответствует пакетам работ. Это – последние элементы подразделов, за которые ответственны подрядчик или соответствующий отдел организации-заказчика. Пакет работ не следует отделять от других работ проекта, но связи этого пакета с остальной частью проекта должны быть четкими. Эти связи не следует усложнять настолько, чтобы затруднялась координация.
Пакет работ – также самостоятельная финансовая единица. Он должен иметь отдельную смету, бюджет и отчет о расходах. Вычисление пакетов работ представляет большое удобство при разработке сетевого графика проекта. Гораздо легче планировать отдельные пакеты и за тем собирать сетевой график проекта из фрагментов, нежели разрабатывать сетевой график в целом без дерева работ проекта.
Кроме того, WBS служит и другой важной цели, а именно разработке структурной схемы для административного управления проектом. Таким образом, разделение проекта на пакеты работ удовлетворяет двум задачам:
Поэтому одновременно с WBS необходимо развивать организационно-административное дерево и увязывать его структурные единицы с пакетами работ. Отсюда станет ясной степень пригодности разработанного дерева WBS.
Разработка дерева работ решает следующие задачи:
● устанавливает, за счет каких видов работ будет достигнута каждая из определенных в проекте целей
● дает возможность проверить, все ли цели отражены в плане проекта
● обеспечивает разработку эффективной структуры отчетности
● указывает на соответствующем уровни детализации ключевые результаты, которые должны быть ясно отражены в сетевой модели и календарном плане
● позволяет определить менеджеров, ответственных за достижение ключевых результатов, и тем самым гарантировать, что достижение всех результатов будет контролироваться
● обеспечивает каждому члену команды проекта понимание его роли в контексте общей работы по выполнению проекта.
При построении дерева работ нужно соблюдать следующие правила:
● Работы нижнего уровня являются способом достижения работ верхнего уровня.
● Каждая родительская работа может состоять из нескольких дочерних работ, выполнение которых автоматически обеспечивает выполнение родительской работы.
● У каждой дочерней работы может быть только одна родительская работа.
● Декомпозиция родительской работы на дочерние производится по одному критерию, в качестве которого могут выступать:
○ Результаты деятельности – продукты, рынки, процессы,
○ Ресурсы и связанные с ними функциональные виды деятельности,
○ Элементы организационной структуры.
○ Время, циклы, периоды и пр.
● На одном уровне дочерние работы, декомпозирующие родительскую должны быть равнозначны. В качестве критерия равнозначности могут выступать: объем, время, сложность выполнения работ и пр.
● При построении иерархической структуры работ на различных уровнях можно и следует применять различные критерии декомпозиции.
● Последовательность критериев декомпозиции работ следует выбирать таким образом, чтобы как можно большая часть зависимостей и взаимодействий между работами оказалась на самых нижних уровнях дерева работ. На верхних уровнях работы должны быть автономны.
● Декомпозиция работ прекращается тогда, когда работы нижнего уровня удовлетворяют следующим условиям:
○ понятен конечный результат работы и способы его достижения,
○ временные характеристики и ответственность за выполнение работ могут быть однозначно определены с точностью до сотрудника.
Дата добавления: 2015-04-18 ; просмотров: 195 ; Нарушение авторских прав
Дерево робот обычно используется такая модель
2. методы структуризации проектов
Для структуризации проекта используют ряд специальных моделей:
• организационную структуру исполнителей;
• структуру потребляемых ресурсов;
При этом методы структуризации проекта принципиально сводятся к двум [21, 22, 26]:
• «сверху-вниз» – определяются общие задачи, на основе которых далее осуществляется детализация уровней проекта;
• «снизу-вверх» – определяются частные задачи, а затем происходит их обобщение.
Дерево целей – это графы, схемы, показывающие, как генеральная цель проекта разбивается на подцели следующего уровня и т. д. (дерево –это связанный граф, выражающий соподчинение и взаимосвязи элементов. В данном случае такими элементами являются цели и подцели).
Представление целей начинается с верхнего уровня, дальше они последовательно разукрупняются. При этом основным правилом разукрупнения целей является полнота: каждая цель верхнего уровня должна быть представлена исчерпывающим образом в виде подцелей следующего уровня.
Пример формирования дерева целей представлен на рис. 3.1.
 |
Рис. 3.1. Пример формирования дерева целей
Дерево решений – граф, схема, отражающие структуру задачи оптимизации многошагового процесса [23]. Ветви дерева отображают различные события, которые могут иметь место, а узлы (вершины) – точки, в которых возникает необходимость выбора. Причем узлы различны: в одних выбор осуществляет сам проект-менеджер из некоторого набора альтернатив, в других – выбор от него не зависит. В таких случаях проект-менеджер может осуществлять оценку вероятности того или иного ее «решения». Пример формирования дерева решений представлен на рис. 3.2.
Дерево работ (WBS – Work Breakdown Structure) – иерархическая структура, отражающая последовательность декомпозиции проекта на подпроекты, пакеты работ различного уровня, пакеты детальных работ [23]. Дерево работ является основой для формирования системы управления проекта, то есть предоставляет полную информацию для дальнейшей оптимизации последовательности выполнения работ, их анализа и контроля, назначения ответственных за выполнение тех или иных работ.
Нижний уровень дерева соответствует пакетам работ. Это последние элементы подразделов, за которые ответственны подрядчик или соответствующий отдел организации-заказчика. Пакет работ не следует отделять от других работ проекта, но связи этого пакета с остальной частью проекта должны быть четкими. Эти связи не следует усложнять настолько, чтобы затруднялась координация.
Пакет работ является также самостоятельной финансовой единицей,
 |
Рис. 3.2. Пример формирования дерева решений
должен иметь отдельную смету, бюджет и отчет о расходах. Вычленение пакетов работ представляет большое удобство при разработке сетевого графика проекта. Намного легче планировать отдельные пакеты и затем формировать сетевой график проектов из фрагментов, нежели разрабатывать сетевой график в целом без дерева работ проекта.
На основе WBS формируется структурная схема административного управления проектом. Таким образом, разделение проекта на пакеты работ удовлетворяет двум задачам: планирования и оперативного управления. Поэтому одновременно с WBS необходимо развивать организационно-административное дерево и увязывать его структурные единицы с пакетами работ.
Декомпозиция работ может осуществляться по:
– компонентам товара, услуги и т. д., получаемым в результате реализации проекта;
– процессным или функциональным элементам деятельности организации, реализующей проект;
– этапам жизненного цикла проекта и т. д.
Зачастую на практике используются комбинированные структуры, построенные с использованием нескольких оснований декомпозиции.
Для обеспечения эффективного управления проектом при разработке плана необходимо:
– учесть в плане все разделы, этапы и работы проекта;
– учесть в плане все организации, участвующие в проекте;
– обеспечить действенность управления путем распределения ответственности.
Первое требование может быть удовлетворено разбивкой проекта на пакеты работ с помощью WBS. Для выполнения последних двух требований необходимо определить, какая организация ответственна за каждый пакет или уровень дерева работ, то есть необходимо четко определить уровни и объемы ответственности в организационной структуре.
Пример формирования дерева работ представлен на рис. 3.3.
Организационная структура проекта (OBS – Organisation Breakdown Structure) и матрица ответственности являются основой для создания команды проекта.
В схеме организационной структуры руководитель проекта находится на верхнем уровне, а на более низких уровнях последовательно располагаются отделы или организации функционального управления работами. Эти уровни иногда соответствуют уровням WBS. Например, отдел маркетинга будет ответственным за пакет работ «Маркетинговые исследования».
Цель OBS состоит в указании не только исполнителей работ для каждого пакета, но и в определении отделов, организаций, ответственных за выполнение соответствующих работ.
На практике связь между пакетами работ и элементами организационной структуры достаточно размыта, но вместе с тем должны быть четко оговорены права и обязанности участников проекта.
Матрица ответственности связывает пакеты работ с организациями-исполнителями на основе WBS и OBS. В матрице определяются основные исполнители по пакетам работ. Элементами матрицы являются коды видов деятельности или стоимость работ. Количество видов ответственности может быть различным в зависимости от содержания проекта. На рис. 3.4. представлен пример формирования матрицы ответственности.
 |
Рис. 3.3. Пример структуризации работ проекта по реконструкции завода
Рис. 3.4. Пример формирования матрицы ответственности [22, c. 438]
На основе проделанных шагов строится так называемая матрица распределения ответственности. Матрица приписывает каждому пакету работ конкретных исполнителей.
Искусство декомпозиции состоит в умелом согласовании структур проекта, к которым относятся организационная структура, структура статей затрат (ABS – Account Breakdown Structure), структура ресурсов (RBS – Resource Breakdown Structure) и другие.
Сетевые модели. По мере продвижения работы над проектом создаются деревья WBS и OBS, то есть выделяются пакеты работ с назначенными для них исполнителями, что дает возможность подготавливать сетевой график узловых событий. Наконец, становится возможным разработать детальные сетевые графики, соответствующие узловым событиям и целям. Поскольку эти сетевые графики представляют не проект в целом, а его отдельные пакеты работ, они называются сетевыми блоками или подсетями. Если работа по нескольким взаимозависимым пакетам осуществляется одновременно, причем для каждого из них требуется разработать отдельное расписание, то каждый пакет представляется отдельной подсетью.
Подсеть может составлять часть сетевого графика либо быть автономной. Расчленение сетевого графика на подсети позволяет персоналу, ответственному за проект, концентрироваться на своих собственных работах. Каждый руководитель на своем уровне может вести работу независимо от других в соответствии со своей подсетью, что освобождает его от необходимости иметь дело с полным сетевым графиком. Для руководства разделение проекта на подсети обеспечивает возможность эффективного контроля. Оно может в целях экономии времени уделять больше внимания управлению наиболее важными (критическими) подсетями, вместо того чтобы постоянно контролировать весь сетевой график. Таким образом, структура, выявленная при создании WBS, OBS и сетевого графика узловых событий, сохраняется и при разработке подсетей. Важное значение при разработке подсети имеет планирование операций в пределах совокупности узловых событий.
Структура потребляемых ресурсов. Для анализа средств, которые необходимы для достижения целей и подцелей проекта, осуществляется структуризация ресурсов различных типов. Иерархически построенный граф фиксирует необходимые на каждом уровне ресурсы для реализации проекта. Например, на первом уровне определяются материально-технические, трудовые и финансовые ресурсы. Затем материально-технические ресурсы дифференцируются на строительные материалы, машины, оборудование. Строительные материалы – на складируемые и не складируемые и т. д.
Контрольные вопросы к третьей теме
1. Что такое структуризация? Для чего она необходима?
2. Что включает в себя процесс структуризации?
Что такое дерево целей? Кто его разрабатывает? Каково назначение?
Что такое дерево решений? Кто его разрабатывает? Каково назначение?
Что такое дерево работ? Кто его разрабатывает? Каково назначение?
Как взаимосвязана структура работ и организационная структура?
Какая информация отображается в матрице ответственности?
Упражнения к третьей теме
1. Сформируйте дерево целей для проекта, выбранного в п. 7 второй темы.
2. Сформируйте дерево решений для проекта, выбранного в п. 7 второй темы.
3. Сформируйте дерево работ для проекта, выбранного в п. 7 второй темы.
4. Разработайте организационную структуру для выбранного проекта.
5. Разработайте затратную структуру проекта.
6. Сформируйте интегрированную схему рабочей, затратной и организационной структур проекта.
7. Разработайте матрицу ответственности для проекта.
8. Разработайте календарный план реализации проекта.
Что такое дерево решений и где его используют?
Ребята, привет! Сегодня команда ProductStar подготовила для вас статью, в которой мы рассмотрели общие принципы работы и области применения дерева решений. Материал подготовлен на основе работы Акобира Шахиди «Деревья решений: общие принципы».
Дерево решений — эффективный инструмент интеллектуального анализа данных и предсказательной аналитики. Он помогает в решении задач по классификации и регрессии.
В отличие от нейронных сетей, деревья как аналитические модели проще, потому что правила генерируются на естественном языке: например, «Если реклама привела 1000 клиентов, то она настроена хорошо».
Правила генерируются за счет обобщения множества отдельных наблюдений (обучающих примеров), описывающих предметную область. Поэтому их называют индуктивными правилами, а сам процесс обучения — индукцией деревьев решений.
В обучающем множестве для примеров должно быть задано целевое значение, так как деревья решений — модели, создаваемые на основе обучения с учителем. По типу переменной выделяют два типа деревьев:
Развитие инструмента началось в 1950-х годах. Тогда были предложены основные идеи в области исследований моделирования человеческого поведения с помощью компьютерных систем.
Дальнейшее развитие деревьев решений как самообучающихся моделей для анализа данных связано с Джоном Р. Куинленом (автором алгоритма ID3 и последующих модификаций С4.5 и С5.0) и Лео Брейманом, предложившим алгоритм CART и метод случайного леса.
Рассмотрим понятие более подробно. Дерево решений — метод представления решающих правил в определенной иерархии, включающей в себя элементы двух типов — узлов (node) и листьев (leaf). Узлы включают в себя решающие правила и производят проверку примеров на соответствие выбранного атрибута обучающего множества.
Простой случай: примеры попадают в узел, проходят проверку и разбиваются на два подмножества:
Далее к каждому подмножеству снова применяется правило, процедура повторяется. Это продолжается, пока не будет достигнуто условие остановки алгоритма. Последний узел, когда не осуществляется проверка и разбиение, становится листом.
Лист определяет решение для каждого попавшего в него примера. Для дерева классификации — это класс, ассоциируемый с узлом, а для дерева регрессии — соответствующий листу модальный интервал целевой переменной. В листе содержится не правило, а подмножество объектов, удовлетворяющих всем правилам ветви, которая заканчивается этим листом.
Пример попадает в лист, если соответствует всем правилам на пути к нему. К каждому листу есть только один путь. Таким образом, пример может попасть только в один лист, что обеспечивает единственность решения.
Изучите основные понятия, которые используются в теории деревьев решений, чтобы в дальнейшем было проще усваивать новый материал.
Его применяют для поддержки процессов принятия управленческих решений, используемых в статистистике, анализе данных и машинном обучении. Инструмент помогает решать следующие задачи:
Основная задача при построении дерева решений — последовательно и рекурсивно разбить обучающее множество на подмножества с применением решающих правил в узлах. Но как долго надо разбивать? Этот процесс продолжают до того, пока все узлы в конце ветвей не станут листами.
Узел становится листом в двух случаях:
В основе построения лежат «жадные» алгоритмы, допускающие локально-оптимальные решения на каждом шаге (разбиения в узлах), которые приводят к оптимальному итоговому решению. То есть при выборе одного атрибута и произведении разбиения по нему на подмножества, алгоритм не может вернуться назад и выбрать другой атрибут, даже если это даст лучшее итоговое разбиение. Следовательно, на этапе построения дерева решений нельзя точно утверждать, что удастся добиться оптимального разбиения.
Популярные алгоритмы, используемых для обучения деревьев решений, строятся на базе принципа «разделяй и властвуй». Задают общее множество S, содержащее:
Тогда возможно три случая:
Третья применяется в большинстве алгоритмов, используемых для построения деревьев решений. Эта методика формирует дерево сверху вниз, то есть от корневого узла к листьям.
Сегодня существует много алгоритмов обучения: ID3, CART, C4.5, C5.0, NewId, ITrule, CHAID, CN2 и другие. Самыми популярными считаются:
Построение осуществляется в 4 этапа:
Далее рассмотрим каждый подробнее.
Разбиение должно осуществляться по определенному правилу, для которого и выбирают атрибут. Причем выбранный атрибут должен разбить множество наблюдений в узле так, чтобы результирующие подмножества содержали примеры с одинаковыми метками класса или были максимально приближены к этому. Иными словами — количество объектов из других классов в каждом из этих множеств должно быть как можно меньше.
Критериев существует много, но наибольшей популярностью пользуются теоретико-информационный и статистический.
В основе критерия лежит информационная энтропия:
где n — число классов в исходном подмножестве, Ni — число примеров i-го класса, N — общее число примеров в подмножестве.
Энтропия рассматривается как мера неоднородности подмножества по представленным в нем классам. И даже если классы представлены в равных долях, а неопределенность классификации наибольшая, то энтропия тоже максимальная. Логарифм от единицы будет обращать энтропию в ноль, если все примеры узла относятся к одному классу.
Если выбранный атрибут разбиения Aj обеспечивает максимальное снижение энтропии результирующего подмножества относительно родительского, его можно считать наилучшим.
Но на деле об энтропии говорят редко. Специалисты уделяют внимание обратной величине — информации. В таком случае лучшим атрибутом будет тот, который обеспечит максимальный прирост информации результирующего узла относительно исходного:
где Info(S) — информация, связанная с подмножеством S до разбиения, Info(Sa) — информация, связанная с подмножеством, полученным при разбиении атрибута A.
Задача выбора атрибута в такой ситуации заключается в максимизации величины Gain(A), которую называют приростом информации. Поэтому теоретико-информационный подход также известен под название «критерий прироста информации.
В основе этого метода лежит использования индекса Джини. Он показывает, как часто случайно выбранный пример обучающего множества будет распознан неправильно. Важное условие — целевые значения должны браться из определенного статистического распределения.
Если говорить проще, то индекс Джини показывает расстояние между распределениями целевых значений и предсказаниями модели. Минимальное значение показателя говорит о хорошей работе модели.
Индекс Джини рассчитывается по формуле:
где Q — результирующее множество, n — число классов в нем, pi — вероятность i-го класса (выраженная как относительная частота примеров соответствующего класса).
Значение показателя меняется от 0 до 1. Если индекс равен 0, значит, все примеры результирующего множества относятся к одному классу. Если равен 1, значит, классы представлены в равных пропорциях и равновероятны. Оптимальным считают то разбиение, для которого значение индекса Джини минимально.
Алгоритм обучения может работать до получения «чистых» подмножеств с примерами одного класса. В таком случае высока вероятность получить дерево, в котором для каждого примера будет создан отдельный лист. Такое дерево не получится применять на практике из-за переобученности. Каждому примеру будет соответствовать свой уникальный путь в дереве. Получится набор правил, актуальный только для данного примера.
Переобучение в случае дерева решений имеет схожие с нейронными сетями последствия. Оно будет точно распознавать примеры из обучения, но не сможет работать с новыми данными. Еще один минус — структура переобученного дерева сложна и плохо поддается интерпретации.
Специалисты решили принудительно останавливать строительство дерева, чтобы оно не становилось «переобученным».
Для этого используют несколько подходов:
Этими подходами пользуются редко, потому что они не гарантируют лучшего результата. Чаще всего, они работают только в каких-то определенных случаях. Рекомендаций по использованию какого-либо метода нет, поэтому аналитикам приходится набирать практический опыт путем проб и ошибок.
Без ограничения «роста» дерево решений станет слишком большим и сложным, что сделает невозможной дальнейшую интерпретацию. А если делать решающие правила для создания узлов, в которые будут попадать по 2-3 примера, они не лишатся практической ценности.
Поэтому многие специалисты отдают предпочтение альтернативному варианту — построить все возможные деревья, а потом выбрать те, которые при разумной глубине обеспечивают приемлемый уровень ошибки распознавания. Основная задача в такой ситуации — поиск наиболее выгодного баланса между сложностью и точностью дерева.
Но и тут есть проблема: такая задача относится к классу NP-полных задач, а они, как известно, эффективных решений не имеют. Поэтому прибегают к методу отсечения ветвей, который реализуется в 3 шага:
Отсечение ветвей проводят противоположно росту дерева, то есть снизу вверх, путем последовательного преобразования узлов в листья.
Главное отличие метода «отсечение ветвей» от преждевременной остановки — получается найти оптимальное соотношение между точностью и понятностью. При этом уходит больше времени на обучение, потому что в рамках этого подхода изначально строится полное дерево.
Иногда упрощения дерева недостаточно, чтобы оно легко воспринималось и интерпретировалось. Тогда специалисты извлекают из дерева решающие правила и составляют из них наборы, описывающие классы.
Для извлечения правил нужно отслеживать все пути от корневого узла к листьям дерева. Каждый путь дает правило с множеством условий, представляющих собой проверку в каждом узле пути.
Если представить сложное дерево решений в виде решающих правил (вместо иерархической структуры узлов), оно будет проще восприниматься и интерпретироваться.