This paper presents five Artificial

This paper presents five Artificial Intelligence (AI) methods to predict the final duration of a project. A
methodology that involves Monte Carlo simulation, Principal Component Analysis and cross-validation is
proposed and can be applied by academics and practitioners. The performance of the AI methods is assessed
by means of a large and topologically diverse dataset and is benchmarked against the best performing Earned
Value Management/Earned Schedule (EVM/ES) methods. The results show that the AI methods outperform
the EVM/ES methods if the training and test sets are at least similar to one another. Additionally, the AI methods
report excellent early and mid-stage forecasting results. A robustness experiment gradually increases the
discrepancy between the training and test sets and demonstrates the limitations of the newly proposed AI
methods.

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอห้าปัญญาประดิษฐ์ (AI) วิธีการที่จะคาดการณ์ระยะเวลาสุดท้ายของโครงการ
วิธีการที่เกี่ยวข้องกับการจำลอง Monte Carlo,
วิเคราะห์องค์ประกอบหลักและการตรวจสอบข้ามมีการเสนอและสามารถนำมาใช้โดยนักวิชาการและผู้ปฏิบัติงาน ประสิทธิภาพการทำงานของเอไอวิธีประเมินโดยวิธีการของชุดข้อมูลที่มีขนาดใหญ่และมีความหลากหลายและมีการทอพอโลยี benchmarked กับการดำเนินการที่ดีที่สุดที่ได้รับการบริหารจัดการค่า/ รับตารางเวลา (EVM / ES) วิธีการ ผลการศึกษาพบว่าวิธีการที่เอไอดีกว่าEVM / วิธี ES ถ้าการฝึกอบรมและชุดทดสอบอย่างน้อยคล้ายกับอีกคนหนึ่ง นอกจากนี้วิธีการที่เอไอรายงานที่ยอดเยี่ยมในช่วงต้นและกลางเวทีผลการคาดการณ์ การทดลองความทนทานค่อยๆเพิ่มความแตกต่างระหว่างการฝึกอบรมและชุดทดสอบและแสดงให้เห็นข้อ จำกัด ของการเสนอใหม่เอไอวิธีการ

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอห้าปัญญาประดิษฐ์ ( AI ) วิธีการทำนายระยะเวลาสุดท้ายของโครงการ เป็นวิธีการที่เกี่ยวข้องกับ Monte Carlo แบบจำลอง การวิเคราะห์องค์ประกอบหลักและข้ามการตรวจสอบคือการเสนอและสามารถใช้โดยนักวิชาการและนักวิชาชีพ ประสิทธิภาพของไอ วิธีประเมินโดยวิธีการของขนาดใหญ่และ topologically หลากหลายข้อมูล และเทียบกับการปฏิบัติที่ดีที่สุดที่ได้รับการจัดการ / ค่าได้รับตาราง ( EVM es ) วิธีการ ผลการวิจัยแสดงให้เห็นว่า ไอ วิธีลงโดย EVM es วิธีการถ้าฝึกและชุดทดสอบที่คล้ายคลึงกัน นอกจากนี้ ไอ วิธีรายงานเยี่ยมต้นและกลางเวทีผลการพยากรณ์ การทดลองที่ค่อยๆเพิ่มความเป็นความแตกต่างระหว่างการฝึกอบรมและชุดทดสอบและแสดงให้เห็นถึงข้อจำกัดของการนำเสนอไอใหม่วิธีการ