Abstract
A Bayesian Belief Network is a diagrammatic way to reason probabilistically and understand causal inference in complex systems. Propunem utilizarea Bayesian Belief Networks (BBN) în primele etape ale proiectelor de proiectare pentru a evidenția componentele cu risc ridicat de eșec. Identificarea acestor componente cu risc ridicat poate informa cu privire la modul în care ar trebui utilizate cel mai bine resursele pentru sarcini de modelare costisitoare. În plus, componentele cu risc ridicat pot impune cerințe de modelare funcțională, care, la rândul lor, vor informa proiectarea de sisteme flexibile pentru zonele critice. Această abordare are potențialul de a reduce semnificativ riscul prin concentrarea și informarea eforturilor de modelare, ceea ce, la rândul său, sporește șansele de succes ale proiectului și reduce costurile pentru toate părțile interesate implicate.
Utilizând un prototip de aplicație software dezvoltat pentru a crea rapid BBN-uri și a calcula o valoare finală a probabilității unui rezultat specific („produsul de lucru”), testăm diferite scenarii de proiect colectate prin trei interviuri cu profesioniști din industrie. În fiecare caz, identificăm un aspect al proiectului care s-a schimbat pe parcursul derulării acestuia, cu implicații de mare amploare. Prin ajustarea valorilor și a structurii acestor rețele, formulăm cerințe funcționale specifice pentru modelele digitale și, în unele cazuri, pentru sistemele de construcție asociate. Constatăm că aceste cerințe ar fi crescut valoarea globală a proiectelor respective prin abordarea directă a domeniilor de influență puternică și incertitudine identificate în BBN.
.