Xây dựng công cụ hỗ trợ ra quyết định điều hành dự án phần mềm sử dụng phương pháp CPM và mạng bayes Tổng quan lập lịch dự án phần mềm và cơ sở lý thuyết; mạng Bayes; 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; xây dựng công cụ và thử nghiệm.
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - LÊ TUẤN ANH XÂY DỰNG CÔNG CỤ HỖ TRỢ RA QUYẾT ĐỊNH ĐIỀU HÀNH DỰ ÁN PHẦN MỀM SỬ DỤNG PHƯƠNG PHÁP CPM VÀ MẠNG BAYES LUẬN VĂN THẠC SĨ KỸ THUẬT CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN Hà Nội - 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - LÊ TUẤN ANH XÂY DỰNG CÔNG CỤ HỖ TRỢ RA QUYẾT ĐỊNH ĐIỀU HÀNH DỰ ÁN PHẦN MỀM SỬ DỤNG PHƯƠNG PHÁP CPM VÀ MẠNG BAYES LUẬN VĂN THẠC SĨ KỸ THUẬT CHUYÊN NGÀNH: CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: TS HUỲNH QUYẾT THẮNG Hà Nội – 2019 MỤC LỤC Lời cảm ơn Lời cam đoan Danh mục ký hiệu, chữ viết tắt Danh mục hình vẽ, đồ thị Mở đầu 11 Chương I Tổng quan 13 1.1.Đặt vấn đề 13 1.2 Mục tiêu phạm vi đề tài 13 1.3 Định hướng giải pháp 14 1.4.Các nghiên cứu liên quan nhiệm vụ luận văn 15 1.5 Tổng kết chương I: 15 Chương II Lập lịch dự án phần mềm sở lý thuyết 16 2.1 Lập lịch dự án phần mềm 16 2.1.1 Phương pháp đường Găng (CPM) 16 2.1.2 PERT – Kỹ thuật xem xét đánh giá dự án 20 2.1.3 Một số so sánh đánh giá CPM PERT 28 2.2 Quản lý rủi ro lập lịch dự án 31 2.2.1 Quy trình quản lý dự án phần mềm 31 2.2.2 Lập kế hoạch thực dự án 32 2.2.3 Những rủi ro cho dự án lớn 34 2.2.4 Những rủi ro đặc trưng 34 2.2.5.Các yếu tố ảnh hưởng đến thành công hay thất bại dự án 36 Page 2.3 Tổng kết chương II: 37 Chương III: Mạng Bayes 38 3.1 Định lý Bayes 38 3.1.1 Định lý Bayes 38 3.1.2 Suy diễn Bayes 39 3.2 Mạng Bayes 40 3.2.1 Định nghĩa 40 3.2.2 Biểu diễn mạng Bayes 41 3.2.3 Xây dựng mạng Bayesian 42 3.3 Xây dựng mơ hình rủi ro cho dự án mạng Bayes 43 3.4 Đánh giá tính tiện dụng 44 3.5 Tổng kết chương III: 46 Chương IV Mơ hình hệ hỗ trợ định quản lý dự án dựa vào mạng quản lý rủi ro Bayes theo phương pháp lập lịch CPM 47 4.1 Xây dựng mơ hình rủi ro cho dự án mạng Bayes 47 4.2 Mơ hình tích hợp quản lý rủi ro dựa vào mạng Bayes theo phương pháp lập lịch CPM 53 4.3 Định nghĩa hệ hỗ trợ định 59 4.3.1 Khái niệm định 59 4.3.2 Phân loại định 59 4.3.3 Các giai đoạn trình định 59 4.4 Các thành phần hệ hỗ trợ định 61 4.5 Xây dựng hệ hỗ trợ định 62 4.5.1 Các yêu cầu đặt chương trình hệ hỗ trợ 62 4.5.2 Mơ hình hệ hỗ trợ định quản lý dự án dựa vào mạng quản lý rủi ro Bayes theo phương pháp lập lịch CPM 62 Page 4.6 Tổng kết chương IV: 63 Chương V: Xây dựng công cụ thử nghiệm 64 5.1.Xây dựng công cụ 64 5.2 Dữ liệu thử nghiệm 65 5.3 Chạy thử nghiệm 68 Mô hình mạng bayes rủi ro tác động lên công việc 72 5.4 Kết thử nghiệm 72 Chương VI Kết luận hướng phát triển 77 6.1 Kết luận 77 6.2 Hướng phát triển 78 Tài liệu tham khảo 79 Page LỜI CẢM ƠN Để hồn thành Luận văn Thạc sĩ mình, Tơi xin gửi lời cảm ơn chân thành đến Ban Giám Hiệu, Viện Đào Tạo Sau Đại Học, Viện Công Nghệ Thông Tin Truyền Thông Giảng viên trường Đại Học Bách khoa Hà Nội nhiệt tình truyền đạt kiến thức quý báu cho suốt q trình học tập hồn thành Luận văn Thạc sĩ Tôi xin gửi lời cảm ơn chân thành tới PGS.TS Huỳnh Quyết Thắng – Người thầy trực tiếp bảo, hướng dẫn tận tình tơi suốt q trình nghiên cứu hồn thành Luận văn Thạc sĩ Tôi xin chân thành cảm ơn anh, chị đồng nghiệp Phòng đảm bảo chất lượng dự án – Công ty TNHH Hệ thống thông tin FPT giúp đỡ tơi suốt q trình thực đề tài Sau xin gửi lời biết ơn sâu sắc đến người thân gia đình ln tạo điều kiện tốt cho tơi suốt q trình học thực luận văn Do thời gian có hạn kinh nghiệm nghiên cứu khoa học chưa nhiều nên luận văn cịn nhiều thiếu sót, mong nhận ý kiến góp ý Thầy/Cơ anh chị học viên đồng nghiệp Hà Nội, ngày 20 tháng 05 năm 2019 Học viên Lê Tuấn Anh Page LỜI CAM ĐOAN Tôi xin cam đoan luận văn thạc sĩ kỹ thuật nghiên cứu thực hướng dẫn khoa học PGS.TS Huỳnh Quyết Thắng Các kết tự nghiên cứu tham khảo từ nguồn tài liệu cơng trình nghiên cứu khoa học khác trích dẫn đầy đủ Nếu có vấn đề sai phạm quyền, tơi xin hồn toàn chịu trách nhiệm trước nhà trường Hà Nội, ngày 20 tháng 05 năm 2019 Học viên Lê Tuấn Anh Page Danh mục ký hiệu, chữ viết tắt STT Từ viết tắt CPM Dịch nghĩa Critical Path Method Phương pháp đường găng PERT Program Evaluation and Review Technique Kỹ thuật xem xét đánh giá dự án BNN Bayesian Belief Network Mạng niềm tin Bayes BNs Mạng Bayes CPMBN CPM Bayesian Network ES Earliest Start Bắt đầu sớm EF Earliest Finish Kết thúc sớm LS Lastest Start Bắt đầu muộn LF Lastest Finish Kết thúc muộn Page Danh mục bảng Bảng 1: Danh mục hoạt động 23 Bảng 2: Lịch trình hoạt động dự án mở rộng trung tâm 27 Bảng 3: Danh sách rủi ro 36 Bảng 4: Mơ hình mạng rủi ro mạng Bayes 52 Bảng 5: Ví dụ danh sách cơng việc hoàn thành dự án 58 Bảng 6: Bảng phân bố xác suất 66 Bảng 7: Dữ liệu dự án 67 Bảng 8: Dữ liệu dự án 67 Bảng 9: Dữ liệu dự án 68 Page Danh mục hình vẽ, đồ thị Hình 1: Đồ thị có hướng tổ chức cơng việc 17 Hình 2: Đồ thị tổ chức công việc tham số 18 Hình 3: Cách biểu diễn tiêu nút 24 Hình 4: Sơ đồ mạng dự án mở rộng trung tâm 24 Hình 5: Sơ đồ mạng thời gian ES, EF 25 Hình Mạng dự án với LS LF 26 Hình Quy trình quản lý dự án phần mềm 31 Hình 8: Biểu diễn quan hệ node mạng Bayes 42 Hình 9:Mơ hình mạng Bayes rủi ro tác động lên cơng việc 52 Hình 10: Các thông số công việc 54 Hình 11: Mơ hình tích hợp mạng rủi ro vào lập lịch CPM 56 Hình 12: Mơ hình dự án tích hợp quản lý rủi ro theo mạng bayes vào lập lịch CPM 57 Hình 13: Mơ hình tích hợp mạng rủi ro vào lập lịch CPM cho dự án Z 58 Hình 14: Các giai đoạn trình định [14] 60 Hình 15: Các thành phần hệ hỗ trợ định [14] 61 Hình 16: Mơ hình tổng thể hệ hỗ trợ định 63 Hình 17: Mẫu liệu đầu vào 65 Hình 18: Giao diện công cụ 68 Hình 19: Giao diện chọn file dự án 69 Hình 20: Giao diện kết hoàn thành dự án 69 Hình 21: Mơ hình lịch trình theo phương pháp CPM 70 Hình 22: Xác suất hồn thành cơng việc 70 Page + STT: Thứ tự công việc triển khai dự án + id: ký hiệu task Ví dụ: A, B, C, … + Duration: thời gian thực task + Predecessor: task cha task Nghĩa là: task thực task cha hồn thành Các task cách dấu cách + Name: tên task Ví dụ: Xây dựng hệ thống, … Dữ liệu dùng cho mô hình mạng Bayes: có liệu giá trị bảng phân bố xác xuất node mạng Việc định lượng thường người quản lý dự án, chuyên gia đánh giá đưa vào Cụ thể bảng phân bố xác suất sau: Bảng 6: Bảng phân bố xác suất Dự án 1: Dự án bao gồm 10 công việc Bảng 5: Page 66 Bảng 7: Dữ liệu dự án Dự án 2: Dự án bao gồm công việc Bảng 6: Bảng 8: Dữ liệu dự án Dự án 3: Dự án bao gồm 15 công việc Bảng 7: Page 67 Bảng 9: Dữ liệu dự án 5.3 Chạy thử nghiệm Giao diện chương trình: Khi mở chương trình lên hiển thị cửa sổ với giao diện sau: Hình 18: Giao diện cơng cụ Tiếp theo ta chọn file đầu vào: Page 68 Hình 19: Giao diện chọn file dự án Chương trình sử dụng Java Web sau import file “cpm.xls” hiển thị Bảng thơng tin hồn thành cơng việc dự án Hình 20: Giao diện kết hồn thành dự án Ngồi ra, cịn hiển thị thêm số liệu sau: Page 69 Lịch trình cơng việc dự án theo phương pháp CPM Hình 21: Mơ hình lịch trình theo phương pháp CPM Cảnh báo người quản trị công việc nhiều khả bị chậm tiến độ ảnh hưởng xấu đến toàn dự án cần xem xét, tìm cách cải thiện Như Hình 21 : Cơng việc nằm đường găng CPM Cơng việc có tiến độ bình thường Cơng việc nhiều khả bị chậm, ảnh hưởng xấu đến dự án Xác suất hồn thành cơng việc: Hình 22: Xác suất hồn thành cơng việc Page 70 Đồ thị thể khả hoàn thành cơng việc: Hình 23: Đồ thị khả hồn thành cơng việc Page 71 Mơ hình mạng bayes rủi ro tác động lên công việc Hình 24: Mơ hình mạng bayes rủi ro tác động lên công việc 5.4 Kết thử nghiệm Với liệu đề cập bên trên, kết thu từ công cụ sau: Kết liệu Hình 24: Page 72 Hình 25: Biểu đồ kết dự án Test lần : Xác xuất dự án kết thúc thời hạn (79 ngày) : 93% Dự đoán dự án kết thúc sau : 87 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (79 ngày) : 93.5% Dự đoán dự án kết thúc sau : 86 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (79 ngày) : 94.5% Dự đoán dự án kết thúc sau : 86 ngày (xác suất : 100%) Sau test lần thấy cơng cụ dự đốn dự án kết thúc sau khoảng 86, 87 ngày Theo đánh giá đến từ cá nhân tham gia dự án dự án kết thúc muộn so với dự đoán (95 ngày) Page 73 Kết liệu Hình 25: Hình 26: Biểu đồ kết dự án Test lần : Xác xuất dự án kết thúc thời hạn (184 ngày) : 52% Dự đoán dự án kết thúc sau : 195 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (184 ngày) : 53% Dự đoán dự án kết thúc sau : 193 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (184 ngày) : 55% Dự đoán dự án kết thúc sau : 192 ngày (xác suất : 100%) Sau test lần thấy cơng cụ dự đốn dự án kết thúc sau khoảng khoảng từ 192 đến 195 ngày Theo đánh giá đến từ cá nhân tham gia dự án thực tế dự án kết thúc muộn so với dự đoán (210 ngày) Page 74 Kết liệu Hình 26: Hình 27: Biểu đồ kết dự án Test lần : Xác xuất dự án kết thúc thời hạn (249 ngày) : 46% Dự đoán dự án kết thúc sau : 272 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (249 ngày) : 52% Dự đoán dự án kết thúc sau : 271 ngày (xác suất : 100%) Test lần : Xác xuất dự án kết thúc thời hạn (249 ngày) : 53% Page 75 Dự đoán dự án kết thúc sau : 271 ngày (xác suất : 100%) Sau test lần thấy cơng cụ dự đoán dự án kết thúc sau khoảng 271 272 ngày Theo đánh giá đến từ cá nhân tham gia dự án thực tế dự án kết thúc muộn so với dự đoán (280 ngày) Nhận xét: Với liệu: Thực test lần, lần thay đổi cách điều chỉnh thời gian hoàn thành task có nguy bị chậm trễ kéo dài thêm Từ liệu thực tế dự án triển khai thực kiểm thử lần cho liệu, ta thấy kết tính tốn cơng cụ tương đối sát so với kết thật Đây xem kết đáng tin cậy thích hợp với tính chất phương pháp lập lịch Page 76 Chương VI KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 6.1 Kết luận Kỹ thuật CPM kỹ thuật hiệu việc đánh giá thời gian hoàn thành dự án Việc sử dụng kỹ thuật CPM hướng tiếp cận tốt cho tốn đặt Mạng Bayes có đặc điểm thích hợp cho hoạt động phân tích rủi ro Mạng Bayes cung cấp phương pháp chặt chẽ để sử dụng thông tin chủ quan, chế ghi kiểm định xác suất chủ quan, xác định rõ ràng không chắn Việc phân lớp rủi ro dựa tiêu chí bên giúp cải thiện độ xác thuật tốn Tuy mức độ cải thiện khiêm tốn (một phần độ xác cao khả cải thiện khó), kết đáng khích lệ với hướng tiếp cận đề xuất Việc chia rủi ro thành lớp giúp đánh giá mức độ ảnh hưởng rủi ro lên việc hoàn thành dự án đánh giá mức độ ảnh hưởng rủi ro nhóm Đây lý khiến kết đạt sử dụng phương pháp cải tiến tốt so với kết đơn Bằng chứng kỹ thuật CPM sử dụng mạng Bayes thơng thường cho ta độ xác tương đối tốt, lên đến xấp xỉ lên đến 80% Thông qua hướng dẫn tận tình PGS.TS Huỳnh Quyết Thắng nỗ lực thân suốt thời gian thực luận văn, tơi hồn thành luận văn tốt nghiệp Luận văn có đóng góp khoa học sau: (i) Xây dựng mơ hình quản lý rủi ro đánh giá rủi ro tác động làm chậm tiến độ công việc dự án Sử dụng tích hợp mơ hình rủi ro vào lập lịch CPM mạng Bayes tương ứng kết với liệu ta thấy cơng việc nằm đường găng có ảnh hưởng lớn đến toàn dự án nên người quản trị cần quan tâm nhiều đến công việc Page 77 (ii) Xây dựng phần mềm – hệ hỗ trợ định minh hoạ mơ hình thử nghiệm đánh giá lựa chọn thời gian công việc phù hợp dự án thông qua tỷ lệ hồn thành mà cơng cụ cung cấp với độ xác chấp nhận Những khó khăn thực luận văn: Việc tìm hiểu thử nghiệm phương pháp CPM lý thuyết mạng Bayes lập lịch dự án Việt Nam chưa thu hút giới nghiên cứu phổ biến Việc ứng dụng mạng Bayes để giải toán lập lịch chưa trọng Các xác xuất luận văn đánh giá cá nhân tập thể nên đòi hỏi phải am hiểu dự án, công ty, ước lượng rủi ro 6.2 Hướng phát triển Với điểm mạnh, điểm yếu mơ hình phần mềm tơi xin đề xuất định hướng phát triển luận văn tương lai sau: Với xác suất node mạng rủi ro không dựa vào ý kiến chuyên gia đưa mà sau dự án hồn thành cơng cụ học dựa liệu rủi ro dự án để thay đổi đầu hợp lí Phần mềm cải thiện chức cần thiết với người quản trị: quản lí nguồn lực cơng ty, phân chia cơng việc cho nhân viên gợi ý xác rủi ro cách khắc phục Nghiên cứu bổ sung tập luật vào hệ thống chương trình Tích hợp mạng Bayes với nhiều mơ hình giải thuật lập lịch dự án khác Cải thiện nâng cao công cụ để thân thiện với người sử dụng Page 78 TÀI LIỆU THAM KHẢO [1]https://vi.wikipedia.org/wiki/Qu%E1%BA%A3n_l%C3%BD_d%E1%BB%B1_ %C3%A1n [2] Vahid Khodakarami, Applying Bayesian Networks to model Uncertainty in Project Scheduling, Ph.D Thesis, University of London, U.K, 2009 [3] Định lý Bayes: https://vi.wikipedia.org/wiki/%C4%90%E1%BB%8Bnh_l%C3%BD_Bayes [4] Suy diễn Bayes: https://vi.wikipedia.org/wiki/Suy_lu%E1%BA%ADn_Bayes [5] Mạng Bayes: https://en.wikipedia.org/wiki/Bayesian_network [6] PMI, A guild to project management body of knowledge, PMI, 5th, 2013 [7]https://vi.wikipedia.org/wiki/Ph%C6%B0%C6%A1ng_ph%C3%A1p_%C4%90 %C6%B0%E1%BB%9Dng_g%C4%83ng [8] Jin Yong Zhao and Zhigang, The Project Schedule Management Model Based on the Program Evaluation and Review Technique and Bayesian Networks, Proceedings of the IEEE International Conference on Automation and Logistics, China, 2011 [9] Chandan Kumar and Dilip Kumar Yadav, A Probabilistic Software Risk Assessment and Estimation Model for Software Projects, Eleventh International MultiConference on Information Processing, 2015 [10] Shih-Tong Lu and Shih-Heng Yu, Risk Factors Assessment for Software Development Project Based on Fuzzy Decision Making, International Journal of Information and Electronics Engineering, Vol 2, No 4, 2012 [11] Yong Hu, Xiangzhou Zhang, E.W.T Ngai, Ruichu Cai, Mei Liu, Software project risk analysis using Bayesian networks with causality constraints, Decision Support Systems, Volume 56, Pages 439-449, 2012 Page 79 [12] Mostafa KHANZADI, Ehsan ESHTEHARDIAN, Mahdiyar MOKHLESPOUR ESFAHANI, CASH FLOW FORECASTING WITH RISK CONSIDERATION USING BAYESIAN BELIEF NETWORKS (BBNS), Page 1045 – 1059, 2017 [13] Simon French, Dr Jutta Geldermann, The varied contexts of environmental decision problems and their implications for decision support, Page 378 – 391, 2005 [14] Hà Thị Bích Rậu, Hệ Thống Trợ giúp định quản lý cán bộ, Page 26, 2012 [15] Ângela Guimarães Pereira, S Corral Quintana, From Technocratic to Participatory Decision Support Systems: Responding to the New Governance Initiatives, Page 95 – 107, Vol.6, No.2, 2002 [16] I.M Rubin, W Seelig, Experience as a factor in the selection and performance of projectmanagers, Engineering Management, IEEE Transactions 4/3, 131 – 135 (1967) Page 80 ...BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - LÊ TUẤN ANH XÂY DỰNG CÔNG CỤ HỖ TRỢ RA QUYẾT ĐỊNH ĐIỀU HÀNH DỰ ÁN PHẦN MỀM SỬ DỤNG PHƯƠNG PHÁP CPM VÀ MẠNG BAYES LUẬN... lập lịch dự án phần mềm áp dụng kỹ thuật lập lịch đường Găng Page 11 mạng Bayes Từ xây dựng nên công cụ hỗ trợ định giúp người quản lý dự án việc lập lịch dự án, có khả phán đốn xác định rủi... IV MƠ 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 mơ hình rủi ro cho dự án mạng Bayes Trong Chương II – phần 2.2.4, tơi