The rising complexity in projects, the dependencies and the interdependencies between major risks are critical issues for “Large Engineering Projects” (LEP). Current Project Risk Analysis and Management (PRAM) does not clearly manage relationships between risks, though threats are not independent in complex projects. For that reason, a method was developed in order to support PRAM, introducing the phases of Dependence Identification, Dependence Assessment and Dependence Quantification. The aim of Dependence Identification is to identify the dependencies and interdependencies between risks with a Design Structure Matrix (DSM) and gather them in clusters. The purpose of Dependence Assessment is to go beyond conventional treatise of dependencies and consider them as events with their own probabilities. With this new approach, we propose a procedure for evaluating likelihood of occurrence of dependencies and updating dependent risk probabilities. The overall exposure to dependencies between risks is quantified during Dependence Quantification. The output of these phases is a tool estimating with Monte Carlo delays and cost overruns caused by dependencies between major risks. An analysis of six Oil & Gas projects tests this method out.

L’emergente complessità, data dalle interdipendenze e dipendenze che sussistono tra i rischi rilevanti di progetto, è una delle principali criticità per i grandi progetti di ingegneria. Si ritiene però che le attuali procedure non consentano di analizzare correttamente i legami tra rischi rilevanti, che sono trattati come eventi indipendenti dal Project Risk Analysis and Management (PRAM). Per questo motivo si è sviluppata una metodologia che si affianchi al PRAM e lo integri con i processi di Dependence Identification, Dependence Assessment e Dependence Quantification. Nella fase di Dependence Identification si utilizzano le matrici DSM (Design Structure Matrix) per individuare le interdipendenze e dipendenze che sussistono tra i rischi di progetto e il loro successivo raggruppamento con un algoritmo di clustering. In quella di Dependence Assessment la dipendenza viene considerata come un evento a cui è possibile attribuire una probabilità; questa nuova concezione permette di sviluppare un modello che ne calcoli la probabilità e permetta di aggiornare quella dei rischi interdipendenti e dipendenti. Con la fase di Dependence Quantification si sviluppa invece uno strumento per stimare l’esposizione del progetto alle dipendenze tra rischi. Gli output di queste tre fasi hanno permesso infine l’implementazione di un modello quantitativo che con il metodo Monte Carlo ha stimato gli effetti delle dipendenze tra rischi sul raggiungimento degli obiettivi in termini di costo e durata per sei progetti di sviluppo Oil & Gas.

Analisi delle dipendenze tra rischi nei progetti complessi

CAVANNA, PAOLO
2015/2016

Abstract

The rising complexity in projects, the dependencies and the interdependencies between major risks are critical issues for “Large Engineering Projects” (LEP). Current Project Risk Analysis and Management (PRAM) does not clearly manage relationships between risks, though threats are not independent in complex projects. For that reason, a method was developed in order to support PRAM, introducing the phases of Dependence Identification, Dependence Assessment and Dependence Quantification. The aim of Dependence Identification is to identify the dependencies and interdependencies between risks with a Design Structure Matrix (DSM) and gather them in clusters. The purpose of Dependence Assessment is to go beyond conventional treatise of dependencies and consider them as events with their own probabilities. With this new approach, we propose a procedure for evaluating likelihood of occurrence of dependencies and updating dependent risk probabilities. The overall exposure to dependencies between risks is quantified during Dependence Quantification. The output of these phases is a tool estimating with Monte Carlo delays and cost overruns caused by dependencies between major risks. An analysis of six Oil & Gas projects tests this method out.
FRATONI, FILIPPO
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-lug-2016
2015/2016
L’emergente complessità, data dalle interdipendenze e dipendenze che sussistono tra i rischi rilevanti di progetto, è una delle principali criticità per i grandi progetti di ingegneria. Si ritiene però che le attuali procedure non consentano di analizzare correttamente i legami tra rischi rilevanti, che sono trattati come eventi indipendenti dal Project Risk Analysis and Management (PRAM). Per questo motivo si è sviluppata una metodologia che si affianchi al PRAM e lo integri con i processi di Dependence Identification, Dependence Assessment e Dependence Quantification. Nella fase di Dependence Identification si utilizzano le matrici DSM (Design Structure Matrix) per individuare le interdipendenze e dipendenze che sussistono tra i rischi di progetto e il loro successivo raggruppamento con un algoritmo di clustering. In quella di Dependence Assessment la dipendenza viene considerata come un evento a cui è possibile attribuire una probabilità; questa nuova concezione permette di sviluppare un modello che ne calcoli la probabilità e permetta di aggiornare quella dei rischi interdipendenti e dipendenti. Con la fase di Dependence Quantification si sviluppa invece uno strumento per stimare l’esposizione del progetto alle dipendenze tra rischi. Gli output di queste tre fasi hanno permesso infine l’implementazione di un modello quantitativo che con il metodo Monte Carlo ha stimato gli effetti delle dipendenze tra rischi sul raggiungimento degli obiettivi in termini di costo e durata per sei progetti di sviluppo Oil & Gas.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
PaoloCavanna.pdf

solo utenti autorizzati dal 07/07/2019

Descrizione: "Testo della Tesi"
Dimensione 12.33 MB
Formato Adobe PDF
12.33 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/122744