【正文】 。 這項(xiàng)研究是由中國(guó)石化科學(xué)和技術(shù)開(kāi)發(fā)項(xiàng)目（項(xiàng)目編號(hào)： 205073）和北京市教育委員會(huì)（項(xiàng)目編號(hào) ： XK100100542）。 我們的經(jīng)驗(yàn)是單層次概率成本分析的發(fā)展和使用的 最大的挑戰(zhàn)是實(shí)施系統(tǒng)思考。項(xiàng)目經(jīng)理可以制定更可行的計(jì)劃，并在招投標(biāo)階段和執(zhí)行階段做 出更好的決策，使項(xiàng)目交付以更低的 成本和更高的成功概率。它不僅使后的成本估計(jì)的需求，而且還提供了項(xiàng)目管理的好處，尤其是當(dāng)它涉及到建議審慎管理儲(chǔ)備。 所提出的方法提供了一個(gè) EPC 項(xiàng)目的成本估算和分析框架。成本要素的 評(píng)估，關(guān)聯(lián)效應(yīng)，芽得到分配和項(xiàng)目管理考慮所有項(xiàng)目相互影響，有一個(gè)項(xiàng)目總成本和成功的概率顯著影響 ， 而不是個(gè)別 情況 。實(shí)際的估計(jì) ， 在 CM， Cmax 和合理的預(yù)算將接近通過(guò)學(xué)科專(zhuān)家的校準(zhǔn)。 2 宏觀和微觀風(fēng) 險(xiǎn)分析，項(xiàng)目成本要素，以取得準(zhǔn)確的模型輸入，并最大限度地提高信息的效率。太多 的細(xì)分 項(xiàng)目的成本可能會(huì)導(dǎo)致錯(cuò)誤的結(jié)果虛假的安全感和信心。同時(shí)，它不僅提供了維持目前的成本超支的知識(shí)，但也估計(jì)，在完成從項(xiàng)目本身的內(nèi)部，而不是在其他項(xiàng)目上的歷史資料的統(tǒng)計(jì)推斷的成本。 最后，成本估算根據(jù) HIPCA的層次 MAIMS PDF 的方法幫助我們贏得了競(jìng)標(biāo)。 所有的結(jié)果描繪的層次 HIPCA MAIMS PDF 和 HPCAMAIMSPDF 格式的有更現(xiàn)實(shí)和可執(zhí)行的估計(jì)。 項(xiàng)目基線成本（ PBC）的 836 萬(wàn)歐元從表 1 可以得出結(jié)論。這是說(shuō) HIPCA層次 MAIMS 的 PDF 和 HPCA MAIMSPDF 格式，可以得到比典型的 PCA 的更現(xiàn)實(shí)的成本估算。該項(xiàng)目總成本的 10％和 90％點(diǎn)的基礎(chǔ)上層次 PCA 模型集成 MAIMS 層次 ，建立了 80％的信心區(qū)間，與一般的 POS％ ％ / ％ 。該項(xiàng)目總成本的 10％和 90％點(diǎn)的基礎(chǔ)上層次 PCA 模型集成 MAIMS PDF 格式，建立了80％置信區(qū)間，和 POS 機(jī)一般在 ％ / ％的百分比表示。成功概率（ POS）和 內(nèi)在的信心 將通過(guò)驗(yàn)證估計(jì)的質(zhì)量。 比較和驗(yàn)證。 層次 PCA 模型包括 MAIMSPDF 格式 基于 PCA 模型集成 MAIMS PDF 5000 模擬試驗(yàn)后的第 3 列在表 2 中所示的層次的描述性統(tǒng)計(jì) 。 PCA 模型的層次結(jié)構(gòu)，不含 MAIMS 原則為基礎(chǔ)的項(xiàng)目總成 本的描述性統(tǒng)計(jì)， 5000 模擬試驗(yàn)后，在表 2 中的第 4 列表示。 5000 模擬試驗(yàn)后，將產(chǎn)生第二個(gè)層次的概率分布，并在表 4 中列出。 13 單位被選定為第二層次的 HPCA成本模型。 要選擇典型的 WBS 水平下降，敏感性分析，執(zhí)行和圖 4。第二個(gè)觀察是，“包括相關(guān)的情況下”有一個(gè)更大的變異比“不包括相關(guān)的”（不確定性）。第五列在表2 項(xiàng)目總成本，包括相關(guān)的結(jié)果。 5000 個(gè) 模擬試驗(yàn)后，第 6 列在表 2 列出了描述性統(tǒng)計(jì)，該項(xiàng)目的總成本。這種粒度級(jí)別是適合于典型的PCA 模型。 典型的 PCA 模型 所有成本要素和其保證金 /百分位分布如表 1 所示為典型的主成分分析。在實(shí)驗(yàn)中，采用 5 種成本分析模型進(jìn)行評(píng)估。這里指出將判斷的一致性和相關(guān)的可行性和永久自動(dòng)調(diào)整 在第 4 節(jié)。將被分配在同一組內(nèi)的成本要素之間的成對(duì)的相 關(guān)系數(shù)作為初始系數(shù) 。為PDF 和相對(duì)標(biāo)定的 WBS 4 級(jí)（第 3 節(jié)），在招投標(biāo)階段開(kāi)始適用從歷史成本和專(zhuān)家的經(jīng)驗(yàn)得出的數(shù)據(jù)。 5 實(shí)際應(yīng)用 所提出的方法應(yīng)用到真正的 EPC 工程總承包項(xiàng)目，以證明其實(shí)際使用。 第一層次中的成本要素的 PDF 不會(huì)改變?cè)? 節(jié)的層次 PCA 模型包括層次MAIMS 的 PDF 文件。描繪，正如我們?cè)? 節(jié)，集中在幾個(gè)重要的成本要素和整體影響可能是更多的成本風(fēng)險(xiǎn)分析的好處。第二個(gè)層次將是相同的，因?yàn)樗窃诘? 節(jié)。在第 5 節(jié) 我們進(jìn)一步探討實(shí)際投標(biāo) EPC 工程總承包項(xiàng)目。應(yīng)用 MAIMS 原則為 PDF 增加其平均值，并降低其標(biāo)準(zhǔn)差。他們像所有的隨機(jī)值小于或等于 x的函數(shù)在 x帳戶(hù)適當(dāng)?shù)?PDF文件。一旦成本要素分配預(yù)算 x，它的一個(gè)最低值隨機(jī)變量 X 而不是原始的 PDF較低的范圍內(nèi)的 Cmin。 層次 PCA 模型包括 MAIMSPDF 格式 事實(shí)上，項(xiàng)目很少下運(yùn)行原劃撥 的預(yù)算 MAIMS 原則帳戶(hù)。公式（ 4）被選定為第一層次。層次概率成本分析模型可以分為不同的層次較低的 WBS 層級(jí)。這并不意味著我們會(huì)原諒現(xiàn)有的寶貴的詳細(xì)成本數(shù)據(jù)集。對(duì)于兩個(gè)隨機(jī)變量 x 和 y， 在 概率和統(tǒng)計(jì)理論的基礎(chǔ)上我們可以有以 下符號(hào)。 傳統(tǒng)的應(yīng)急添加任意一個(gè)任務(wù)級(jí)成本的因素，然后總結(jié)這些，它可以產(chǎn)生非常保守的項(xiàng)目預(yù)算將完全超出預(yù)期的結(jié)果計(jì)算分布項(xiàng)目總金額的計(jì)算。 主成分分析方法的兩難 只有從獨(dú)立的成分上 可以添加組成分布的總和，從獲得相應(yīng)的統(tǒng)計(jì)點(diǎn)值分布點(diǎn)值的平均值。這是一個(gè)很小的測(cè)試，并不能保證相 關(guān)系數(shù)分別為 “在任何意義上 ”。在程序中使用相關(guān)算法的一種簡(jiǎn)單的 方法是永久調(diào)整后寫(xiě)下他們?cè)鹊南禂?shù)。并警告特征值 不一致的相關(guān)的用戶(hù)。這是 比較復(fù)雜和困難的 ，由于相關(guān)矩陣分解成一個(gè)對(duì)角線特征值向量，對(duì)角線元素正?；?，以確保單位對(duì)角線。然而，這種方法可能會(huì)比較浪 費(fèi)時(shí)間 ，由于其迭代性質(zhì)。然后程序要求改變?cè)械膬r(jià)值觀 ，直到程序重新檢查的可行性和新的 邊界估計(jì)。這種方法隨 著 其 增加，同時(shí)減少了其他一些相關(guān)的可能性。這是一個(gè)問(wèn)題，當(dāng)維數(shù)增加的原因是不 可行的相關(guān)矩陣的可能 會(huì)迅速成長(zhǎng)為維度的增加（ Kurowicka 與庫(kù)克， 2021 年）。 也就是說(shuō)，成 本要素之間的內(nèi)部一致性檢查是必要的成本估算。當(dāng)在模擬 中使用的相關(guān)矩陣， 以確保其可行性， 一個(gè)重要的要求是，制約矩陣是積 極的，無(wú)論其類(lèi)型（產(chǎn)品時(shí)刻或排名）或估計(jì)的方法（歷史或主觀 ） （勞瑞戈德堡， 1998年）。 合理相關(guān)值在 的范圍應(yīng)該比現(xiàn)實(shí)的成本估計(jì)過(guò)于樂(lè)觀值或過(guò)于悲觀值，假設(shè)完全相關(guān)（ Kujawski 等， 2021）。在這方面，研究人員可以主觀選擇兩組 相關(guān)性強(qiáng)的 評(píng)估 ，中度，偏弱 ： {,}（途安， 1993 年）和 {,}（ 1995）。 因此 采用合理的非零值，如 或 ，通常會(huì)導(dǎo)致更逼真再現(xiàn)了總成本的不確定性。這樣的遺漏 將 會(huì) 設(shè)置相關(guān)問(wèn)題的精確值為零，而相關(guān)系數(shù)正面的價(jià)值觀傾向于擴(kuò)大總成本的概率分布，從而增加了一個(gè)特定的成本 ， 估計(jì)成本。 Spearman等級(jí)相關(guān)系數(shù) 可以用來(lái)給一個(gè)真正的估計(jì)，是一個(gè)單調(diào)的關(guān)聯(lián)，使用時(shí)，數(shù)據(jù)的分布會(huì) 使 Pearson 相關(guān)系數(shù)的措施 具有不良或具誤導(dǎo)性 。 第一個(gè)是一個(gè)普通的產(chǎn)品瞬間（皮爾森）的相關(guān)系數(shù)，第二個(gè)是一個(gè)等級(jí)（斯皮爾曼）相關(guān)系數(shù)。我們的目標(biāo)是發(fā)展 到最好 ，但現(xiàn)實(shí)的 TPC（ POS），我們假設(shè)已指定基線預(yù)算分配和應(yīng)急管理，是基于對(duì)成功項(xiàng)目 的渴望和風(fēng)險(xiǎn)承受能力 的 。 Cmax and reasonable budget will be approached via discipline experts’ calibration. 3. Incorporation of the ‘‘money allocated is money spent’’ (MAIMS principle) with budget management practices and hierarchy. The assessment of the cost elements, correlation effects, budget allocation, and project management consideration items all influence each other and have a significant impact on the total project cost and/or probability of success. For enhanced credibility and realism, HIPCAhierarchy MAIMS considers these influences simultaneously rather than individually. 4. The proposed approach provides a cost estimation and analysis framework for EPC project. It avoids the impact of high number of cost elements and maximizes efficiency of historical data and experts’ judgment. And it not only makes demands upon the cost estimator, but also provides benefits to project management, particularly when it es to remending a prudent management reserve. Having in hand a probability distribution of total WBSitem cost, rather than just a single best estimate, project management can propose, for example, that the basic cost estimate can be budgeted at the 50% confidence level, but that sufficient management reserve can be included to bring the success probability up to 70%. Project managers can develop more viable plans and make better decisions during bidding stage and execution stage, so that projects are delivered for a lower cost and higher probability of success. The magnitude of the cost overrun problem is no excuse for accepting the status quo。 Cooke, 2021). Touran’s approach was to reduce all the correlations slightly (say ) and repeat until the correlation matrix bees feasible ( Touran, 1993). This approach overlooks the possibility of increasing some correlations while reducing others. Ranasinghe (2021) developed a puter program to iteratively calculate