Projektiportfolion valinta

Samankaltaiset tiedostot
Projektiportfolion valinta

Sovelluksia additiivisen arvofunktion käytöstä projektiportfolion valinnassa

Eräs tyypillinen virhe monitavoitteisessa portfoliopäätösanalyysissa + esimerkkitapaus

Robust portfolio modeling (RPM) epätäydellisellä hintainformaatiolla ja projektiriippuvuuksilla

Harjoitus 4: Matlab - Optimization Toolbox

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Additiivinen arvofunktio projektiportfolion valinnassa

Sovellus: Portfoliopäätösanalyysi lentoliikenteen parantamisen tukena

Talousmatematiikan perusteet: Luento 11. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Talousmatematiikan perusteet: Luento 12. Lineaarinen optimointitehtävä Graafinen ratkaisu Ratkaisu Excel Solverilla

Mat Investointiteoria Laskuharjoitus 4/2008, Ratkaisut

MAT INVESTOINTITEORIA. (5 op) Kevät Ville Brummer / Pekka Mild / Ahti Salo

TIEA382 Lineaarinen ja diskreetti optimointi

Kaksi sovellusta robustien päätössuositusten tuottamisesta

Kasvuyrityksen tuotekehitysportfolion optimointi (valmiin työn esittely)

Talousjohtaja strategiavaikuttajana: Kohti dialogista johtamista? Eero Vaara

Malliratkaisut Demot

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Investointimahdollisuudet ja investointien ajoittaminen

Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)

Aki Taanila LINEAARINEN OPTIMOINTI

Harjoitus 8: Excel - Optimointi

4. Luennon sisältö. Lineaarisen optimointitehtävän ratkaiseminen Simplex-menetelmä

Paretoratkaisujen visualisointi. Optimointiopin seminaari / Kevät 2000 Esitelmä 11 Petteri Kekäläinen 45305L

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

monitavoitteisissa päätöspuissa (Valmiin työn esittely) Mio Parmi Ohjaaja: Prof. Kai Virtanen Valvoja: Prof.

Kuluttajan teoriaa tähän asti. Luento 6. Hyötyfunktion ja indifferenssikäyrien yhteys. Kuluttajan hyöty. Laajennuksia. Kuluttajan ylijäämä

Diskreettiaikainen dynaaminen optimointi

Preference Programming viitekehys tehokkuusanalyysissä

Lineaaristen monitavoiteoptimointitehtävien ratkaiseminen Bensonin algoritmilla

Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu

6. Luennon sisältö. Lineaarisen optimoinnin duaaliteoriaa

Demo 1: Branch & Bound

Preference Programming viitekehys: epätäydellisen preferenssi-informaation elisitointi ja mallintaminen, dominanssi

ohjelman arkkitehtuurista.

Lineaaristen monitavoiteoptimointitehtävien

Kieli merkitys ja logiikka. 2: Helpot ja monimutkaiset. Luento 2. Monimutkaiset ongelmat. Monimutkaiset ongelmat

MESTA työkalu suunnitelmavaihtoehtojen monikriteeriseen vertailuun ja parhaan vaihtoehdon etsintään

Mat Lineaarinen ohjelmointi

Algoritmit. Ohjelman tekemisen hahmottamisessa käytetään

Data Envelopment Analysis (DEA) - menetelmät + CCR-DEA-menetelmä

Mat Optimointiopin seminaari kevät Monitavoiteoptimointi. Tavoitteet

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

Bayesin pelit. Kalle Siukola. MS-E2142 Optimointiopin seminaari: Peliteoria ja tekoäly

Malliratkaisut Demot

Kokonaislukuoptimointi hissiryhmän ohjauksessa

Kuntamaisemasta apua omaan päätöksentekoomme. Kaupunginjohtaja Kari Karjalainen Kuntamaisema Seminaari

Portfoliolähestymistapa CO2 - kiilapelin analysoinnissa (valmiin työn esittely) Tuomas Lahtinen

Optimal Harvesting of Forest Stands

Flowbased Capacity Calculation and Allocation. Petri Vihavainen Markkinatoimikunta

1. Lineaarinen optimointi

Kokonaislukuoptimointimallinnus projektiportfolion valinnasa

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Malliratkaisut Demot

ICT:n johtamisella tuloksia

Demo 1: Simplex-menetelmä

Kustannustehokkaat riskienhallintatoimenpiteet kuljetusverkostossa (Valmiin työn esittely)

Optimointi. Etsitään parasta mahdollista ratkaisua annetuissa olosuhteissa. Ongelman mallintaminen. Mallin ratkaiseminen. Ratkaisun analysointi

KANSANTALOUSTIETEEN PÄÄSYKOE : Mallivastaukset

Lineaarinen optimointitehtävä

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

2 DEA sovellusta. Mat Optimointiopin seminaari kevät S ysteemianalyysin. Laboratorio Aalto-yliopisto

Luento 7: Kokonaislukuoptimointi

ARVOLUPAUKSET JA ASIAKASARVO FINANSSI- JA VAKUUTUSMARKKINOILLA. KTT Pekka Puustinen, Vakuutustieteen yliopistonlehtori

Tuotantoprosessin optimaalinen aikataulutus (valmiin työn esittely)

Projektin arvon määritys

Harjoitus 9: Excel - Tilastollinen analyysi

Kaikki suunnittelemaan! Henkilöstön osallistaminen

2D piirrelaskennan alkeet, osa I

Harjoitus 2 ( )

Talousmatematiikan perusteet

Flowbased Capacity Calculation and Allocation. Petri Vihavainen Markkinatoimikunta

JYVÄSKYLÄN YLIOPISTO. 3. Luennon sisältö

Kysely syöpäpotilaiden hoidosta Tulokset FIN-P-CARF /18

Ehto- ja toistolauseet

Puuvirtojen optimointi ja tietojärjestelmäsovellutukset. Teijo Palander Itä Suomen yliopisto

1 Komparatiivinen statiikka ja implisiittifunktiolause

Esteet, hyppyprosessit ja dynaaminen ohjelmointi

Harjoitus 6 ( )

Reaalioptioden käsitteen esittely yksinkertaisen esimerkin avulla

Talousmatematiikan perusteet: Johdanto. Kurssin tavoitteet Käytännön järjestelyt Suosituksia suorittamiseen

Mikä ohjaa terveyden edistämistä? Heli Hätönen, TtT Koordinaattori, Imatran kaupunki Projektipäällikkö, THL

Pystysuuntainen ohjaus

Operatioanalyysi 2011, Harjoitus 3, viikko 39

Kokonaislukuoptiomointi Leikkaustasomenetelmät

Malliratkaisut Demot 5,

Optimaaliset riskinalentamisportfoliot vikapuuanalyysissä (valmiin työn esittely)

1 Kertaus. Lineaarinen optimointitehtävä on muotoa:

Signalointi: autonromujen markkinat

Luento 5: Peliteoria

Kieku-hanke osana valtion talousja henkilöstöhallinnon uudistamista. Tomi Hytönen Valtiovarainministeriö

Software product lines

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI

Otanta-aineistojen analyysi (78136, 78405) Kevät 2010 TEEMA 3: Frekvenssiaineistojen asetelmaperusteinen analyysi: Perusteita

Malliratkaisut Demot

Painoarvojen ja erilaisten laskukaavojen käyttäminen tarjousten vertailussa Ilkka Sihvola

Kuukaudet. Kuukaudet

Viherlannoituksen biologistaloudellinen. vihannesten viljelykierrossa. Tutkija Anu Koivisto, Luke. Luonnonvarakeskus

Johdannaisanalyysi. Contingent Claims Analysis Juha Leino S ysteemianalyysin. Laboratorio

Kansalaisopiston talousohjauksen kehittäminen. Vertikal Oy Simo Pokki

Transkriptio:

Projektiportfolion valinta Mat-2.4142 Optimointiopin seminaari kevät 2011

Portfolion valinta Käytettävissä on rajallinen määrä resursseja, joten ne on allokoitava mahdollisimman hyvin eri projekteille budjetointi. Tarkoituksena valita mahdollisista projekteista paras kombinaatio eli paras portfolio. Yhden projektin valitseminen tarkoittaa, että muuhun jää vähemmän resursseja. Rajoittavia tekijöitä esimerkiksi rahoitus, tila ja aika.

Portfolion valinta: Esimerkkejä R&D-projektien valinta Mitkä vaihtoehdot valita erilaisista aurinkoenergian sovelluksista tarkemmin tutkittaviksi? Investointikohteiden valinta Mitkä sillat valita korjattavaksi? Tuoteportfolion valinta Mitä tuotteita myydä ja millä markkinoilla?

Portfolion valinta: Esimerkkejä Organisaatioiden budjettien suunnittelu Yhdysvaltojen puolustusvoimien menojen budjetointi 1960-luvulta lähtien Terveydenhuolto Organisaatioiden kehittäminen ja uudistukset Euroopan lentoliikenteen operatiivisen johtamisen parantaminen

Yleisiä piirteitä portfolion valinnassa Vaihtoehtoja on paljon, kymmenistä tuhansiin. Kenelläkään yksittäisellä ihmisellä ei voi olla täyttä ymmärrystä kaikista mahdollisista projekteista. Ihmiset saattavat haluta valita projekteja toteutettavaksi vääristä syistä. Tarvitaan työkaluja helpottamaan vaihtoehtojen vertailua.

Hyötykustannusanalyysi (Benefit/Cost Analysis) Useita vaihtoehtoisia projekteja, joista vain pieni osa voidaan toteuttaa eli valita portfolioon. Yksittäisen projektin i hyöty b i tai kustannus c i ei muutu yhdistettäessä muihin projekteihin. Valitaan korkeimman b i /c i -suhteen omaavia projekteja kunnes budjetti on täynnä. Tuottavuusindeksi b i c i /c i antaa vastaavantyyppisiä tuloksia.

Hyötykustannusanalyysi: Esimerkki Tarkastellaan 12 projektia, joiden hinnat ja hyödyt tunnetaan. Budjettirajoite 334 000 euroa. Lasketaan jokaisella projektille hyöty/kustannus (kerrotaan 100 000 skaalauksen vuoksi). Järjestetään projektit hyöty/kustannus suhteen mukaan suurimmasta pienimpään. Valitaan projekteja kunnes seuraava projekti ei enää mahdu budjettiin.

Projekti Kustannus ( ) Hyöty Hyöty/ Kustannus 1 15 000 0,3364 2,242 2 28 134 0,5241 1,863 3 30 000 0,4127 1,376 4 39 000 0,4527 1,161 5 60 000 0,5293 0,882 6 100 000 0,4127 0,413 7 105 790 0,4363 0,412 8 100 000 0,3460 0,346 9 245 000 0,6865 0,280 10 200 000 0,3589 0,179 11 350 000 0,4260 0,122 12 23 416 0,0000 0,000 0,5293 100 000 60 000

Projekti Kustannus ( ) Hyöty Hyöty/ Kustannus Kum. kustannus Kum. hyöty 1 15 000 0,3364 2,242 15 000 0,3364 2 28 134 0,5241 1,863 43 134 0,8605 3 30 000 0,4127 1,376 73 134 1,2732 4 39 000 0,4527 1,161 112 134 1,7259 5 60 000 0,5293 0,882 172 134 2,2552 6 100 000 0,4127 0,413 272 134 2,6679 7 105 790 0,4363 0,412 377 924 3,1042 8 100 000 0,3460 0,346 477 924 3,4502 9 245 000 0,6865 0,280 722 924 4,1367 10 200 000 0,3589 0,179 922 924 4,4956 11 350 000 0,4260 0,122 1 272 924 4,9216 12 23 416 0,0000 0,000 1 296 340 4,9216

On mahdollista löytää portfolio jolla saadaan suurempi hyöty ja isompi osa budjetista käytettyä kuin hyötykustannusanalyysilla. Ei kuitenkaan ole mahdollista löytää portfoliota, jolla saataisiin enemmän hyötyä kulutettua euroa kohden. Budjetti ( ) Valitaan projektit Kustannus ( ) Hyöty Rahaa yli ( ) Portfolion hyöty/kustannus 334000 1-5 ja 6 272134 2,6679 61 866 0,9804 334000 1-5 ja 7 277924 2,6916 56 076 0,9685

Hyötykustannusanalyysi - Yksi budjettirajoite kerrallaan. - Jokaisen projektin on oltava suhteessa pieni kokonaisuuteen verrattuna. - Ei käytä tehokkaasti koko budjettia ja mahdollisesti ylijäävä raha. + Yksinkertainen toteuttaa. + Sopii alustaviin tutkimuksiin. + On pohdittava onko monimutkaisilla menetelmillä saatava parannus käytetyn rahamäärän ja ajan arvoinen.

Optimointi Perustehtävää on helppo laajentaa monimutkaisempiin rajoitteisiin. Useita budjettirajoitteita Projektit kestävät useamman aikaperiodin yli. Projektit eivät ole riippumattomia toisistaan. Yhdestä projektista on useampia variaatioita. Projekti voidaan valita ainoastaan, jos myös joku toinen projekteista valitaan.

Optimointi m c i b i x i C riippumatonta projektia projektin i kustannus projektin i hyöty binäärinen päätösmuuttuja budjetti s. e. Max x i m i=1 m i=1 b i x i c i x i C 0,1 i = 1,, m

Optimointi: Esimerkki Valitaan kuuden tuotekehittelyprojektin (P1-P6) välillä. Kahdesta ensimmäisestä projektista on kummastakin kolme mahdollista vaihtoehtoa. Kaikki projektit kestävät viisi vuotta, ja jokaisella vuodella on oma budjettirajoitteensa. Projektit P1, P4 ja P5 mahdollistavat potentiaalisesti hyvän tuotteen 1 suunnittelun ja projektit P2 ja P3 tuotteen 2.

Projekti Arvo Vuosittainen vaadittu budjetti 1 2 3 4 5 Vaadittu työ Tuote Tuote 1 2 P1.1 0,15 3 2 1 0 0 Kyllä Ei P1.2 0,12 2 1,5 1,5 1 0 Kyllä Ei P1.3 0,1 2 1,5 1,5 1 1 Kyllä Ei P2.1 0,3 4,5 5,5 6 6 5 Ei Kyllä P2.2 0,26 3 4 5 5 4 Ei Kyllä P2.3 0,18 1,5 2,5 2,5 2 0 Ei Kyllä P3 0,16 2 2 2 0 0 Ei Kyllä P4 0,19 0 1 1,5 1,5 1,5 Kyllä Ei P5 0,25 2 2,5 5 2,5 1 Kyllä Ei P6 0,21 0 1,5 3,5 1,5 0,5 Ei Ei Budjetti 10 10 10 10 10 1 1

Max s.e. 10 i=1 10 i=1 b i x i c ij x i C j j = 1,, 5 3 i=1 x i 1 ja i=4 x i 1 6 i 1,2,3,8,9 x i 1 i 4,5,6,7 x i 1 x i 0,1 i = 1,, 10

Tuotteiden 1 ja 2 valmistaminen halutaan varmistaa valitsemalla tietyistä suunnitelmista. Max s.e. 10 i=1 10 i=1 3 b i x i c ij x i C j j = 1,, 5 i=1 x i 1 ja i=4 x i 1 6 Jokaiselle viidestä vuodesta on oma budjettirajoite. i 1,2,3,8,9 x i 1 i 4,5,6,7 x i 1 x i 0,1 i = 1,, 10 Kahdesta ensimmäisestä projektista on kummastakin kolme vaihtoehtoa, joista vain yksi voidaan valita.

Projekti Päätösmuuttuja Arvo Vuosittainen vaadittu budjetti 1 2 3 4 5 Sama Vaadittu työ tuote Tuote Tuote 1 2 P1 P2 P1.1 1 0,15 3 2 1 0 0 1 0 1 0 P1.2 0 0,12 2 1,5 1,5 1 0 1 0 1 0 P1.3 0 0,1 2 1,5 1,5 1 1 1 0 1 0 P2.1 0 0,3 4,5 5,5 6 6 5 0 1 0 1 P2.2 0 0,26 3 4 5 5 4 0 0 0 1 P2.3 1 0,18 1,5 2,5 2,5 2 0 0 1 0 1 P3 0 0,16 2 2 2 0 0 0 1 0 0 P4 1 0,19 0 1 1,5 1,5 1,5 1 0 0 0 P5 1 0,25 2 2,5 5 2,5 1 1 0 0 0 P6 0 0,21 0 1,5 3,5 1,5 0,5 0 0 0 0 Yhteensä 0,77 6,5 8 10 6 2,5 3 1 1 1 Budjetti 10 10 10 10 10 1 1 1 1

Optimointi Tehtävä on lineaarinen, mikä mahdollistaa sen tehokkaan ratkaisemisen. esim. Excelin Solver-lisäosalla. Menetelmää mahdollista hyödyntää myös, kun päätösmuuttujat ovat jatkuvia. Ei-lineaarisissa tehtävissä alkuarvojen merkitys kasvaa.

Kotitehtävä Kirkwood, G. W., 1997. Strategic Decision Making: Multiobjective Decision Analysis with Spreadsheets, Duxbury Press, Wadsworth Publishing Company, pp. 224-226. Tehtävien 8.3 ja 8.4 perusteella. Ohjelmistoyrityksellä on 9100 tuntia käytettävissä seuraavana vuonna uusien projektien toteuttamiseen. Valinta tehdään 14 projektista, joihin kuluvat ajat ja joista saatavat hyödyt tunnetaan.

Projekti Hyöty Aika 1 0,08 200 2 0,2 750 3 0,19 400 4 0,21 1000 5 0,27 1500 6 0,15 600 7 0,37 2500 8 0,44 3000 9 0,4 2700 10 0,32 350 11 0,5 4000 12 0,51 4200 13 0,45 2700 14 0,76 4500 Mitkä projekteista valitaan hyötykustannusanalyysin perusteella?

Kotitehtävä Nyt yrityksen johto kuitenkin huomaa, että kaikki koodaajat eivät osaa kaikkia kieliä. Tehtävä on ratkaistava uudestaan tapauksessa, kun kolmelle ohjelmointikielelle on jokaiselle oma budjettirajoitteensa.

Projekti Hyöty Aika Excel Access C 1 0,08 200 2 0,2 500 250 3 0,19 400 4 0,21 1000 5 0,27 1000 500 6 0,15 600 7 0,37 1500 1000 8 0,44 3000 9 0,4 2700 10 0,32 350 11 0,5 1000 3000 12 0,51 2000 1000 1200 13 0,45 2700 14 0,76 3000 1500 Rajoite 9000 7200 3600 Mitkä projektit nyt valitaan toteutettaviksi käyttäen hyödyksi kokonaislukuoptimointia?

Lähteet Kirkwood, G. W., 1997. Strategic Decision Making: Multiobjective Decision Analysis with Spreadsheets, Duxbury Press, Wadsworth Publishing Company, pp. 199-226. Luenberger, D.G., 1998. Investment Science, Oxford University Press, pp. 102-111. Kleinmuntz, D. N., 2007. Resource Allocation Decisions, in: Edwards et al. (eds): Advances in Decision Analysis - From Foundations to Applications. Cambridge University Press, pp. 400-418.