Korean Journal of Construction Engineering and Management (한국건설관리학회논문집)

Korea Institute of Construction Engineering and Management (한국건설관리학회)
권호 표지

Predicting Construction Project Cost using Sensitivity Analysis in Stochastic Project Scheduling Simulation (SPSS)

확률 통계적 일정 시뮬레이선 - 민감도 분석을 이용한 최종 공사비 예측

  • Published : 2005.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

Activity durations retain probabilistic and stochastic natures due to diverse factors causing the delay or acceleration of activity completion. These natures make the final project duration to be a random variable. These factors are the major source of financial risk. Extending the Stochastic Project Scheduling Simulation system (SPSS) developed in previous research; this research presents a method to estimate how the final project duration behaves when activity durations change randomly. The final project cost is estimated by considering the fluctuation of indirect cost, which occurs due to the delay or acceleration of activity completion, along with direct cost assigned to an activity. The final project cost is estimated by considering how indirect cost behaves when activity duration change. The method quantifies the amount of contingency to cover the expected delay of project delivery. It is based on the quantitative analysis to obtain the descriptive statistics from the simulation outputs (final project durations). Existing deterministic scheduling method apply an arbitrary figures to the amount of delay contingency with uncertainty. However, the stochastic method developed in this research allows computing the amount of delay contingency with certainty and certain degree of confidence. An example project is used to illustrate the quantitative analysis method using simulation. When the statistical location and shape of probability distribution functions defining activity durations change, how the final project duration and cost behave are ascertained using automated sensitivity analysis method

프로젝트의 일정 네트워크는 선-후행 관계로 정의된 액티 비 티들로 구성되어 있다 액티비티를 완료하는데 소요되는 기간은 다양한 단축-지연 원인들에 의해 임의적이고, 확률-통계적 인 특성을 지닌다. 이러한 특성은 최종공사기간을 불확실하게하며, 재무리스크의 주요인이 된다. 본 연구는 선행 연구에서 개발된 확률-통계적 일정 시뮬레이션 시스템(Stochastic Project Scheduling Simulation)을 확장하여 액티비티 기간이 임의적으로 변동함에 따라 최종공사비가 어떻게 거동하는지 추정하는 방법론을 제시한다. 액티비티 기간을 임의의 변수로 취급하였고, 액티비티에 할당된 직접공사비에 공사기간의 단축-지연에 따른 간접비의 증감을 반영하여 최종공사비를 추정하였다. 액티비티 기간의 변동에 따라 의존 변수인 간접비가 변동하는 특성을 고려하여 시뮬레이션 출력값들(최종공사기간들)의 통계적 특성을 정량적으로 분석하여 최종공사비를 추정하였으며, 예비할 필요가 있는 지체보상금의 정도를 정량화하였다. 기존의 결정론적 기법이 불확실성을 내재한 체 지체 보상금의 비율을 주관적으로 적용해 왔던 반면, 본 연구에서 제시된 기법은 확실성과 신뢰도를 가지고 지체보상금의 비율을 책정할 수 있도록 하는 방법론을 제시하고 있다. 하나의 예제 프로젝트가 시뮬레이션을 이용한 정량분석기법을 예시하기위해 사용되었으며, 불확실성을 내포하고 있는 액티비티 기간들이 최종공사비에 미치는 영향을 검증하기위해 시뮬레이션 모의실험을 실행하였다 자동화된 민감도분석 기법을 이용하여 액티비티 기간을 정의하는 확률분포함수의 통계적 위치를 변화시킴에 따라 최종공사기간 및 최종공사비가 어떠한 거동을 나타내는지 확인하였다. 예제로 사용된 표본 프로젝트에 내재되어있는 재무리스크에 대응하기위해 지체보상금을 어느 정도까지 보유할 필요가 있는지를 정량적으로 분석하고, 의사결정을 위해 어떻게 적용될 수 있는지를 소개한다. 본 연구에 제시된 기법은 연구자들 및 현업 종사자들에게 최종공사비 예측에있어서 액티비티 기간 변화의 확률적 영향과 이론적 의미를 밝힘으로 프로젝트 자본계획과 관련된 위기관리에 진보된 예측방법론을 제공한다.

Keywords

References

  1. 손창백, (1999),' 지하철공사에 있어서 공기 증가가 공사원가 에 미치는 영향에 관한 연구', 대한 건축학회 논문집
  2. 신현식 (1995), 공사관리 핸드북, 태림문화사, P.153-198
  3. CERIK (1999), ' 공기 지연 보상 청구의 기준 및 조건', 건설 산업동향, 55호
  4. AbouRizk, S. and Halpin, D.W., and Wilsonn, J.R. (1992).'Visual Interactive Fitting of Beta Distriutions.' Journal of Construction engineering and Management. Vol. 117, No. 4, p.589-605 https://doi.org/10.1061/(ASCE)0733-9364(1991)117:4(589)
  5. Ahuja, N. T. H., and Nandakumar, V. (1985). 'Simulation Model to Forecast Project Completion Time.' J. Constr. Eng. Mgnt, ASCE, 111(4), 325-342 https://doi.org/10.1061/(ASCE)0733-9364(1985)111:4(325)
  6. Ahuja, H. N., and Campbell, W. J. (1988). Estimating from concept to completion. Prentice-Hall, Englewood Cliffs, N.J
  7. Ashworth, Allan. (1988) Cost studies of buildings. Harlow, Essex, UK. Longman Scientific & Technical
  8. Barraza, A. Gabriel, Back, W. Edward, and Mata, Fernando. (2004). 'Probabilistic Forecasting of Project Performance Using Stochastic S Curves.' Journal of Construction Engineering and Management. ASCE. 130(1). 25-32 https://doi.org/10.1061/(ASCE)0733-9364(2004)130:1(25)
  9. Bennett, F. L. (2001). 'Discussion: Simplified CPM/PERT Simulation Model.' J. Constr. Eng. Mgnt, ASCE, 127(6), 513-515 https://doi.org/10.1061/(ASCE)0733-9364(2001)127:6(513)
  10. Crandall, K. C., and Woolery, J. C. (1982). 'Schedule development under stochastic scheduling.' J. Constr. Div., Am. Soc. Civ. Eng., 108(2). 321-329
  11. Crandall, C. K. (1977). 'Analysis of Schedule Simulation.' J. Construction Division, ASCE, 133(2), 387-394
  12. Elazouni, Ashraf. M. and Nosair, Ibrahim. A. (1997) 'Estimating resource requirements at conceptual design stage using neural networks.' Journal of Computing in Civil Engineering.11(4), 217-224 https://doi.org/10.1061/(ASCE)0887-3801(1997)11:4(217)
  13. Evans, M., Hastings, N., and Peacock, B. (2000). Statistical Distributions. Wiley, New York
  14. Glavinich, E. Thomas. (2004). Construction Planning and Scheduling. The Associated General Contractors of America. 2nd
  15. Halpin D.W. and Riggs, L.S. (1992). Planning and Analysis of Construction Operations. John Wiley & Sons, Inc. New York
  16. Kim, Gyooseok and Fishwick, P.A. (1997). 'A method for Resolving the Consistency Problem Between Rulebased and Qualitative Models using Fuzzy Simulation.'Technical Report. University of Florida
  17. Law, M. A., and Kelton, W. D. (2000). Simulation Modeling and Analysis. 3rd ed, McGraw-Hill, Boston, MA
  18. Lee, Dong-Eun. (2005). 'Probability of Project Completion Using Stochastic Project Scheduling Simulation (SPSS).' J. Constr. Eng. Mgnt, ASCE. 131(3). P. 310-318 https://doi.org/10.1061/(ASCE)0733-9364(2005)131:3(310)
  19. Lee, Dong-Eun. (2004). 'Statistical Analyses for Simulating Schedule Networks' Proceedings of the 2004 Winter Simulation Conference, IEEE Press, Washington.D.C. p.1283-1289
  20. Lee, Dong-Eun. (2005). 'Stochastic Project Scheduling Simulation System (SPSS III)' Korean. J. of Constr. Eng. Mgnt, KICEM. 6(1). P.73-79
  21. Lu, M. and AbouRizk, S. M. (2000). 'Simplified CPM/PERT Simulation Model.' J. Constr. Eng. Mgnt, ASCE, 126(3), 219-226 https://doi.org/10.1061/(ASCE)0733-9364(2000)126:3(219)
  22. Martinez, C. J. and Ioannou, G. P. (1997) 'State- Based Probabilistic Scheduling Using STROBOSCOPE's CPM Add-On' Proceedings, Construction Congress V, Stuart D. Anderson,ed, ASCE, Minneapolis, MN, 438-445
  23. Monte Carlo 3.0 for Primavera. (1995). Project Risk Analysis Software, Primavera Systems, Inc., Bala Cynwyd, Pa
  24. Nancy L. Holland, Dana Hobson., (1999). 'Indirect cost categorization and Allocation by Construction contractors.' Journal of Architectural Engineering, 5(2). P.49-56 https://doi.org/10.1061/(ASCE)1076-0431(1999)5:2(49)
  25. ProjectGear Inc. (Risk 4.0 for MS Project). http://www.cs-solutions.com/riskplus.htm
  26. Shi, J. (1999). Activity-Based Construction (ABC) Modeling and Simulation Method.' J. Constr. Eng. Mgnt, ASCE, 125(5), 354- 360 https://doi.org/10.1061/(ASCE)0733-9364(1999)125:5(354)
  27. Shi, J. (2001). Activity-Based Construction (ABC) Modeling and Simulation. Dept. of Civil Engineering, Illinois Institute of Technology, Chicago, IL
  28. Simphony. (2003). 'Template for Project Scheduling Risk' NSERC/Alberta Construction Industry, http://irc.construction.ualberta.ca/html/research/PER T.html
  29. Van Slyke, M. R. (1963). 'Monte Carlo Methods and The PERT Problem.' Operation Research, 11, 839- 860 https://doi.org/10.1287/opre.11.5.839