Abstract:
Робота вирішує проблему неефективного оновлення проєктних
параметрів через створення адаптивної системи прийняття рішень на основі
теорії Байєса. Традиційні методи планування базуються на статичних оцінках, що
призводить до накопичення відхилень між плановими та фактичними показни-
ками. Байєсівські методи залишаються переважно теоретичними конструкціями без достатньої адаптації для проєктної практики. Розроблено методологічну систему, яка інтегрує байєсівське оновлення в чотири напрями: динамічну оцінку ризиків, адаптивне прогнозування термінів, оптимізацію контролю якості та гнучке управління ресурсами. Алгоритм структуровано як п'ятиетапний процес від визначення областей застосування до організаційного навчання. Емпіричну верифікацію здійснено на будівельному об'єкті вартістю 25 мільйонів євро. Оцінка метеорологічних ризиків знизила ймовірність критичних затримок з 25 % до 7 %, вивільнивши 300 тисяч євро резервів. Інтеграція щоденних метрик продуктивності за 20 днів скоротила прогнозну невизначеність з восьми до трьох днів, що становить підвищення точності на 65 %. Послідовне оцінювання субпідрядника підняло рівень довіри з 70 % до 95 %. Комплексний аналіз підтримав рішення про прискорене введення об'єкта з очікуваною цінністю 119 тисяч євро при ймовірності успіху 70 %. Виявлено обмеження: залежність від коректності початкових припущень, математичні бар'єри для користувачів, операційне навантаження від
збору даних. Теоретичний внесок полягає у специфікації байєсівського апарату для
проєктних умов з високою динамікою. Прикладне значення визначається покра-
щенням точності оцінювання та обґрунтованості управлінських рішень в
інфраструктурних проєктах зі значними фінансовими ризиками.
