تشهد المشاريع الإنشائية بشكل متكرر تأخيرات في الجدول الزمني وغيومًا من عدم اليقين في توقعات الأداء، نتيجة لتقلبات في إنتاجية العمال، وتوافر المواد، وظروف الطقس، وتنسيق المشروع. بينما تعتمد الأساليب التقليدية كطريقة المسار الحرجة (Critical Path Method - CPM) على فرضيات ثابتة في مدة الأنشطة، فإنها تعجز عن تمثيل عدم اليقين الديناميكي الذي تواجهه المشاريع.

تُقدم هذه الدراسة إطارًا بايزي-مونتي كارلو (Bayesian-Monte Carlo) لتحديث الجدول الزمني بطريقة احتمالية داخل بيئات التوأم الرقمي. يجمع هذا النهج بين نمذجة نشاطات ذات مدًة عشوائية، وتحديث بايزي تكراري، ومحاكاة مونتي كارلو (Monte Carlo Simulation)، ونشر عدم اليقين في إطار حسابي موحد يهدف إلى تحسين التوقعات.

تُصوِّر مدَات الأنشطة باستخدام توزيعات احتمالية لوجنومية (Lognormal Probability Distributions)، ويتم تحديثها بشكل مستمر من خلال الاستدلال البايزي عندما تصبح ملاحظات جديدة متاحة. ثم تُستخدم محاكاة مونتي كارلو لنشر عدم اليقين المحدث عبر شبكات المشاريع وإنتاج توقعات زمنية احتمالية، وتقديرات لمخاطر التأخير، وقياسات حرجة للنشاطات.

أظهرت التجارب الحاسوبية باستخدام شبكات مشاريع PSPLIB أن الإطار المقترح يحسن من دقة التوقعات وتمثيل عدم اليقين مقارنةً بأساليب الجدولة التقليدية والأساليب الاحتمالية الساكنة. يُساهم الإطار كذلك في تعزيز التوقعات الديناميكية من خلال دمج تقارير نمذجة معلومات البناء (BIM)، وملاحظات الطائرات بدون طيار، وبيانات الاستشعار من إنترنت الأشياء (IoT)، وسجلات الإنتاجية، وبيانات مراقبة المواقع.

في عالم البناء الحديث، حيث تتعاظم التحديات اليومية، يعد هذا الإطار خطوة هامة نحو تحقيق إدارة أكثر فعالية وطريقة متكاملة تضمن تحقيق الأهداف في الوقت المحدد.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.