1. Pantheon
  2. Trabalhos Acadêmicos e Técnicos
  3. Relatórios Técnicos e de Pesquisa
  4. Relatórios
Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/977
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorAlencar, Antônio Juarez-
dc.contributor.authorRodrigues, Gelson Guedes-
dc.contributor.authorSchmitz, Eber Assis-
dc.contributor.authorFerreira, Armando Leite-
dc.contributor.authorMecena, Sérgio José-
dc.date.accessioned2016-10-27T16:57:05Z-
dc.date.available2023-12-21T03:00:33Z-
dc.date.issued2007-01-22-
dc.identifier.citationALENCAR, A. J. et al. First steps in mining resource-constrained project-scheduling stochastic models for new valuable insights in project management. Rio de Janeiro: NCE, UFRJ, 2006. 15 p. (Relatório Técnico, 03/06).pt_BR
dc.identifier.urihttp://hdl.handle.net/11422/977-
dc.description.abstractIn this work we show how classification trees, a family of nonparametric statistical methods, can be used together with RCPS (Resource Constrained Project Scheduling) stochastic modeling and simulation to provide project managers with better insights into the project they run. Such insights make it easier for managers to anticipate changes in planning that favor projects to be delivered on time, within budget, and in compliance with available cash flow and the requirements they were set to satisfy. Also, we discuss the implications of these insights for both the management of complex projects and the construction of effective business strategies.en
dc.languageengpt_BR
dc.relation.ispartofRelatório Técnico NCEpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEscalonamento de projetopt_BR
dc.subjectAdministração de projetospt_BR
dc.titleFirst steps in mining resource-constrained project-scheduling stochastic models for new valuable insights in project managementpt_BR
dc.typeRelatóriopt_BR
dc.description.resumoNeste artigo descrevemos como arvores de classificação, uma família de métodos estatísticos não-paramétricos, pode ser utilizada juntamente com modelagem e simulação estocástica para o escalonamento de projetos com recursos escassos (RPCS) com vistas a fornecer aos gerentes um entendimento mais profundo dos projetos sobre sua responsabilidade. Este entendimento facilita a implementação de mudanças no planejamento das atividades, favorecendo a entrega de projetos dentro do prazo, de acordo com o orçamento e fluxo de caixa, e em sintonia com os requisitos que se comprometeram a satisfazer. Em adição discutimos as implicações das técnicas aqui apresentadas para a gerencia de projetos de grande complexidade e para a construção de estratégias de negócio.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Tércio Pacitti de Aplicações e Pesquisas Computacionaispt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.citation.issue0306pt_BR
dc.embargo.termsabertopt_BR
Aparece en las colecciones: Relatórios

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
03_06_668087.pdf3.7 MBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem Recomiende este ítem View Statistics


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.