System project risk management model in cross-border construction
DOI:
https://doi.org/10.25806/mevriz-288Keywords:
modeling, risk management, development project management, cross-border construction, data-oriented approach, building information modelingAbstract
The article presents the results of a study of conceptual models for managing construction projects in cross-border construction markets, analyzes methods for optimizing project risks, identifies problems in the formation of hierarchy and relational correlations, which leads to the need to improve the management of international projects. The authors consider the main provisions of the developed system model for managing cross-border real estate in the context of the project stages of the life cycle and risk management of the construction object, taking into account the use of a data-oriented approach to project management, the implementation of a digital twin of the object, the use of neural networks for systemic control of project risks according to target evaluation indicators. A mechanism for monitoring and controlling project risks of a development project in the management of integrated systems and elements in cross-border construction is proposed to improve the efficiency of the implementation of construction projects in the cross-border market.
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: ООО "Финпресс".
Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=9628
References
2. Managing Successful Projects With Prince2 / TSO (The Stationery Office), part of Williams Lea Tag. – 2017.
3. Ярошенко Ф . А . Р2М. Управление инновационными проектами и программами. Теория и практика применения / Ф.А. Ярошенко, С.Д. Бушуев, Х. Танака. – СПб.: Профессиональная литература, АйТи-Подготовка, 2013.
4. International Project Management Association Individual competence baseline for project, programme and portfolio management. Version 4.0 / International Project Management Association (IPMA). – 2018.
5. Иванов В.В. Управление недвижимостью / В.В. Иванов, О.К. Хан. – М.: ИНФРА-М, 2007. – 446 с. (Национальные проекты).
6. Bonnie E. Complete collection of project management statistics 2015 / E. Bonnie. – Текст: электронный. – 2018. – 7 нояб. – URL: wrike.com/blog/complete-collection-project-management-statistics-2015/(дата обращения: 26.02.2023).
7. Driving business performance. Project management survey 2017/KPMG. – 2017.
8. The future of project management: Global Outlook 2019. Summary Report/KPMG, AIPM and IPMA Project Management Survey, 2019.
9. Project management statistics: trends and common mistakes in 2022/TeamStage [Электронный ресурс]. URL: teamstage.io/project-management-statistics/ (дата обращения: 26.02.2023).
10. Enterprise Risk Management Integrating with Strategy and Performance / Committee of Sponsoring Organizations of the Treadway Commision. – 2017.
11. A risk management standard / Federation of European Risk Management Associations. – 2002.
12. ISO 31010–2019. Risk management – Risk assessment techniques. – ISBN 978-2-8322-6989-3.
13. Rehacek P. Risk management standards for project management / P. Rehacek // International Journal of Advanced and Applied Sciences. – 2017. – No. 4 (6). – Pp. 1–13.
14. Титов С.А. Гибридные методологии управления проектами как проявление организационной амбидекстрии / С.А. Титов, Н.В. Титов // Управленческие науки. – 2022. –№ 12 (2). – С. 55–67.
15. Прохоров А. Цифровой двойник. Анализ, тренды, мировой опыт / А. Прохоров, М. Лысачев; науч. ред. проф. А. Боровков. – 1-е изд., испр. и доп. – М.: ООО «АльянсПринт», 2020. – 401 с.: ил.
16. Boje C. Towards a semantic Construction Digital Twin: Directions for future research / C. Boje, A. Guerriero, S. Kubicki, Y. Rezgui // Automation in Construction. – 2020. – No.
114.
17. Volkov S. City services management methodology based on socio-cyber-physical approach / S. Volkov // ICIT 2019: Proceedings of the 20197th international conference on information technology: IoT and Smart City, 2019. – Pp. 373–376.
18. Tsenguun G. A cross-systematic review of addressing risks in building in building information modelling-enabled international construction projects / G. Tsenguun, C. Heap-Yip, L. Pin-Chao, L. Cen-Ying // Archives of computational methods in engineering. – 2019. – No.
26. – Pp. 899–931.
19. Предсказательная аналитика и системы поддержки принятия решений: аналитический сборник // Альманах «Искусственный интеллект». Центр компетенций Нац. технол. инициативы на базе МФТИ по направлению «Искусственный интеллект». – 2020. – №
5.
20. Kulkarni P.S. Artificial Neural Networks for Construction Management: A review / P.S. Kulkarni, S.N. Londhe, M.C. Deo // Journal of Soft Computing in Civil Engineering: – 2017. – No. 1–2. – Pp. 70–88.
