استراتژی پاسخ به ریسک

انتخاب سبد پروژه ای که از نظر ریسک متوازن باشد، و انتخاب اقداماتی برای کاهش ریسک پروژه ها، دو مسئله ای هستند که به طور جداگانه مورد توجه محققین بوده اند. در این تحقیق، یک مدل ریاضی یکپارچه برای دو مسئله فوق ارائه شده است. وضعیتی مورد توجه است که در مرحله انتخاب سبد پروژه، برخی از پروژه های پیشنهادی با ریسکهایی مواجه اند و می توان اقداماتی را برای کاهش این ریسکها برنامه ریزی کرد. با توجه به این که انجام این پاسخها مستلزم صرف منابع است، و اجرای آنها ریسک سبد پروژه را تغییر می دهد، ضروری است انتخاب پاسخها و تاثیر آنها بر ریسک سبد پروژه را در همان مرحله انتخاب پروژه مد نظر قرار داد. یک مدل ریاضی دو هدفه پیشنهاد شده است که هدف اول آن حداکثرسازی سود ناشی از پروژه های منتخب و هدف دوم آن کمینه کردن ریسک سبد پروژه است. شاخص اندازه گیری ریسک سبد، واریانس سود آن است. با یک مثال عددی، نحوه کاربرد مدل و تفاوت رویکردهای یکپارچه و غیریکپارچه، نشان داده شده و برای حل مدل، از الگوریتم ژنتیک مرتب سازی نامغلوب (NSGA-II) استفاده شده است.

تحلیل واکنش درست به ریسک یکی از فرایندهای مهم مدیریت پروژه است. هدف از انجام این پژوهش، دسته بندی ریسک های پروژه شهرسازی است. بدین منظور، پس از شناسایی ریسک های پروژه شهرسازی، برای ارزیابی ریسک ها مهم ترین شاخص های با تأیید خبرگان توسعه داده شده است که عبارت اند از: میزان تأثیر بر زمان؛ هزینه و کیفیت؛ احتمال وقوع؛ اثرات زیست محیطی؛ تأثیرات ایمنی؛ اهمیت ریسک؛ میزان مدیریت پذیری ریسک و استراتژی پاسخ به ریسک؛ سپس ارزیابی ریسک ها با استفاده از شاخص های مدنظر انجام شد. تمامی مراحل تحلیل با استفاده از روش استاندارد داده کاوی کرسیپ اجرا و سطوح اهمیت ریسک، مدیریت پذیری ریسک و استراتژی پاسخ با استفاده از الگوریتم های داده کاوی پیشنهادی به تفکیک پیش بینی شدند. یافته های پژوهش نشان می دهند که الگوریتم های دسته بندی در مدیریت ریسک از عملکرد مطلوبی برخوردارند. الگوریتم دسته بندی لجستیک، میزان اهمیت و مدیریت پذیری ریسک را به ترتیب با نرخ صحت 88/0 و 9/0 پیش بینی کرده است؛ همچنین الگوریتم دسته بندی بیزی نیز در پیش بینی استراتژی پاسخ به ریسک توانسته است با نرخ صحت 84/0 عملکرد بهتری نسبت به سایر الگوریتم ها نشان دهد. برای بررسی بیشتر الگوریتم های مورد استفاده، نتایج با یکی از روش های متداول، یعنی روش تاپسیس، مقایسه شد که  الگوریتم های داده کاوی در مقایسه با روش تاپسیس نتیجه بهتری ارایه دادند.

پروژه ها در طی اجرایشان، با ریسک های مختلفی مواجه هستند که می تواند تحقق اهداف پروژه را تحت تاثیر خود قرار دهد. بنابراین نیاز به مدیریت ریسک پروژه به صورت گسترده ای افزایش یافته است. در یک فرآیند سیستماتیک مدیریت ریسک، پس از ارزیابی ریسک، تحلیلگران ریسک با مرحله پاسخ ریسک مواجه می شوند، یعنی تصمیم می گیرند که در مورد ریسک های شناسایی شده چه اقداماتی باید انجام گردد. لذا، طراحی ساختاری مدون برای کاهش ریسک ها، نتایج سودمندی برای اتمام موفقیت-آمیز در قالب بودجه، زمان و کیفیت مورد نظر به همراه خواهد داشت. در مطالعات انجام شده، رویکردی جامع که اثرات زمانی و هزینه ای ریسک ها و استراتژی های پاسخ را به صورت یکپارچه با توجه به محدودیت های پیاده سازی استراتژی ها بر فعالیت ها و نیز کل پروژه مدنظر قرار داده باشد، وجود نداشته که ماهیت عدم قطعیت اکثر پروژه ها در دنیای امروزی، لزوم توسعه چنین مدلی را ایجاب می-نماید. در این مقاله از یک مدل بهینه سازی برنامه ریزی صفر و یک برای انتخاب مناسب ترین استراتژی های پاسخ به ریسک پروژه استفاده شده است به نحوی که تحقق اهداف پروژه امکان پذیر گردد. در ساختار توسعه داده شده، از مدل سازی اثرگذاری ریسک ها بر زمان و هزینه انجام فعالیت ها و همچنین اثر پیاده-سازی استراتژی های پاسخ به ریسک بر کاهش اثرات نامطلوب زمانی و هزینه ای ریسک ها جهت انتخاب استراتژهای بهینه استفاده شده است. در این رویکرد، زمان فعالیت ها با توجه به ماهیت احتمالی ریسک ها و همچنین اجرای استراتژی های پاسخ محاسبه شده است. در نهایت جهت ارزیای کارایی مدل، از یک نمونه مثال صنعتی بهره برده شد که نتایج عملکرد مطلوب این ساختار را تایید نمود.