4.2 Simulation and AnalysisSeveral

4.2 Simulation and Analysis
Several types of analysis are necessary for the applications we have in mind. These include traditional DSM techniques (partitioning, cycle identification, dependency tearing). As noted above, our model also includes resources, as well as durations for each activity, and these can be augmented with three point probability distributions, constraints, decision points, and other data. This data can be employed in discrete event simulations to optimize scheduling, and to evaluate resource requirements and the impacts of alternative resource scenarios, and to develop Monte Carlo models of time, cost, and resource implications of uncertainty. The impact of complex iterations on duration, costs, and risk metrics can also be examined in these simulations. Deterministic and probabilistic critical path analysis can also be performed. Plexus provides each of these capabilities, as well as realistic rescheduling if resource scenarios or model details change during actual execution of the model. Being able to exploit each of these simulation and analysis tools are a positive outcome of our model.

ผลลัพธ์ (ไทย) 1:

4.2 การจำลองและวิเคราะห์หลายชนิดการวิเคราะห์จำเป็นสำหรับโปรแกรมประยุกต์ที่เรามีในใจ รวมถึงเทคนิค DSM แบบดั้งเดิม (พาร์ทิชัน วงจรรหัส ฉีกขาดอ้างอิง) ตามที่กล่าวข้างต้น รุ่นของเรามีทรัพยากร ตลอดจนระยะเวลาสำหรับแต่ละกิจกรรม และเหล่านี้สามารถถูกขยาย ด้วยการกระจายความน่าเป็นจุดที่สาม ข้อจำกัด จุดตัดสินใจ และข้อมูลอื่น ๆ ข้อมูลนี้สามารถทำงานในการจำลองเหตุการณ์ที่ไม่ต่อเนื่องเพื่อเพิ่มประสิทธิภาพการจัดกำหนดการ และประเมินความต้องการทรัพยากรและผลกระทบของสถานการณ์ทรัพยากรทดแทน การพัฒนาแบบจำลอง Carlo มอนเวลา ต้นทุน และทรัพยากรผลกระทบของความไม่แน่นอน นอกจากนี้ยังสามารถตรวจผลกระทบแผนซับซ้อนในระยะเวลา ต้นทุน และการวัดความเสี่ยงในสถานการณ์จำลองเหล่านี้ นอกจากนี้ยังสามารถทำการวิเคราะห์เส้นทางวิกฤต deterministic และ probabilistic ข่ายประสาทให้แต่ละเหล่านี้ความสามารถ เช่นกำหนดการจริงถ้าทรัพยากรสถานการณ์หรือรูปแบบรายละเอียดที่เปลี่ยนแปลงในระหว่างการดำเนินการจริงของแบบจำลอง ความสามารถในการใช้ประโยชน์ของการจำลองและวิเคราะห์เครื่องมือเป็นผลบวกของเรารุ่นเหล่านี้

ผลลัพธ์ (ไทย) 2:

4.2 การจำลองและการวิเคราะห์ของ
หลายประเภทของการวิเคราะห์ที่มีความจำเป็นสำหรับการใช้งานที่เรามีในใจ เหล่านี้รวมถึงเทคนิค DSM แบบดั้งเดิม (การแบ่งบัตรประจำตัววงจรการพึ่งพาการฉีกขาด) ดังที่ระบุไว้ข้างต้นรูปแบบของเรายังรวมถึงทรัพยากรเช่นเดียวกับระยะเวลาสำหรับแต่ละกิจกรรมและสิ่งเหล่านี้สามารถรวมกับสามจุดการแจกแจงความน่าจะเป็นข้อ จำกัด จุดตัดสินใจและข้อมูลอื่น ๆ ข้อมูลนี้สามารถใช้ในการจำลองเหตุการณ์ที่ไม่ต่อเนื่องเพื่อเพิ่มประสิทธิภาพการจัดตารางเวลาและการประเมินความต้องการทรัพยากรและผลกระทบของสถานการณ์ทรัพยากรทางเลือกและการพัฒนารูปแบบมอนติคาร์ของเวลาค่าใช้จ่ายและผลกระทบทรัพยากรของความไม่แน่นอน ผลกระทบของการทำซ้ำที่ซับซ้อนอยู่กับระยะเวลาค่าใช้จ่ายและตัวชี้วัดความเสี่ยงนอกจากนี้ยังสามารถตรวจสอบในการจำลองเหล่านี้ การวิเคราะห์เส้นทางที่สำคัญที่กำหนดขึ้นและน่าจะยังสามารถดำเนินการ Plexus ให้แต่ละความสามารถเหล่านี้เช่นเดียวกับการปรับเปลี่ยนเงื่อนไขเป็นจริงถ้าสถานการณ์ทรัพยากรหรือรายละเอียดรูปแบบการเปลี่ยนแปลงในระหว่างการดำเนินการที่เกิดขึ้นจริงของรูปแบบ ความสามารถในการใช้ประโยชน์จากแต่ละจำลองเหล่านี้และเครื่องมือในการวิเคราะห์มีผลในเชิงบวกของรูปแบบของเรา

ผลลัพธ์ (ไทย) 3:

4.2 แบบจำลองและการวิเคราะห์
หลายประเภทของการวิเคราะห์ที่จำเป็นสำหรับโปรแกรมประยุกต์ที่เรามีในจิตใจ เหล่านี้รวมถึงเทคนิค DSM แบบดั้งเดิม ( แยกวงจรการพึ่งพาศาสนา ) ดังที่ระบุไว้ข้างต้น , รูปแบบของเรายังรวมถึงทรัพยากร ตลอดจนระยะเวลาที่ใช้ในแต่ละกิจกรรม และเหล่านี้สามารถเป็นปริซึมที่มีสามจุดการแจกแจงความน่าจะเป็น , ข้อจำกัด , การตัดสินใจจุดและข้อมูลอื่น ๆ ข้อมูลนี้สามารถใช้ในการจำลองเหตุการณ์ไม่ต่อเนื่องเพื่อเพิ่มประสิทธิภาพการจัดตาราง และประเมินความต้องการทรัพยากรและผลกระทบของสถานการณ์ทรัพยากรทดแทน และเพื่อพัฒนาแบบจำลองมอนติคาร์โลของเวลา ต้นทุน และทรัพยากร ผลกระทบของความไม่แน่นอน ผลกระทบของการทำซ้ำที่ซับซ้อนในเวลา , ค่าใช้จ่าย , และตัวชี้วัดความเสี่ยงยังสามารถตรวจสอบในแบบจำลองเหล่านี้ติดตั้งเครื่องและการวิเคราะห์วิกฤติการยังสามารถดำเนินการ ที่ 1 ให้แต่ละความสามารถเหล่านี้ รวมทั้งมีเหตุผลปรับเปลี่ยนเงื่อนไขหากสถานการณ์ทรัพยากรหรือรูปแบบรายละเอียดการเปลี่ยนแปลงระหว่างการดำเนินงานของแบบจำลอง สามารถใช้ประโยชน์จากแต่ละเหล่านี้การจำลองและการวิเคราะห์เครื่องมือจะบวกของนายแบบของเรา