Abstract
A Bayesian Belief Network egy diagramos módszer a valószínűségi gondolkodásra és az oksági következtetés megértésére komplex rendszerekben. Javasoljuk a Bayesian Belief Networks (BBN) használatát a tervezési projektek korai szakaszában a nagy hibakockázatú komponensek kiemelésére. Ezeknek a nagy kockázatú összetevőknek az azonosítása tájékoztathat arról, hogy a költséges modellezési feladatokra hogyan lehet a legjobban felhasználni az erőforrásokat. Ezen túlmenően a magas kockázatú komponensek funkcionális modellezési követelményeket támaszthatnak, amelyek viszont a kritikus területek rugalmas rendszereinek tervezését segítik elő. Ez a megközelítés a modellezési erőfeszítések összpontosítása és informálása révén jelentősen csökkentheti a kockázatot, ami viszont növeli a projekt sikerének esélyét és csökkenti a költségeket az összes érintett fél számára.
A BBN-ek gyors létrehozására és egy adott kimenetel (a “munkatermék”) végső valószínűségi értékének kiszámítására kifejlesztett szoftveralkalmazás prototípusának felhasználásával különböző projektforgatókönyveket tesztelünk, amelyeket az iparági szakemberekkel készített három interjú során gyűjtöttünk össze. Mindegyik esetben azonosítjuk a projekt egy olyan aspektusát, amely a projekt során messzemenő következményekkel járó változásokkal járt. E hálózatok értékeinek és szerkezetének kiigazításával konkrét funkcionális követelményeket fogalmazunk meg a digitális modellekkel és egyes esetekben a kapcsolódó építési rendszerekkel szemben. Megállapítjuk, hogy ezek a követelmények növelték volna az adott projektek összértékét azáltal, hogy közvetlenül a BBN-ben azonosított erős befolyással és bizonytalansággal rendelkező területeket kezelték volna.