26、项目调度:PERT与CPM技术解析

项目调度:PERT与CPM技术解析

在项目管理中,有效的调度是确保项目按时完成的关键。本文将深入探讨项目调度中的两种重要技术:计划评审技术(PERT)和关键路径法(CPM),并通过实际案例详细介绍它们的应用。

1. 项目调度基础步骤

在进行项目调度时,有几个基础步骤是必不可少的:
1. 列出活动的后继活动 :根据活动的前驱关系,确定每个活动的后继活动。例如,如果活动D的前驱是活动A,那么活动D就是活动A的后继活动。
2. 计算项目完成时间 :通过计算所有活动的最早完成时间(EFT),找出其中的最大值,即为项目的完成时间。
3. 计算最晚完成时间(LFT)和最晚开始时间(LST)
- 对于没有后继活动的活动,其LFT等于项目完成时间。
- 其他活动的LST可以通过公式“LST = LFT - 活动持续时间”计算得出。
- 对于只有一个后继活动的活动,其LFT等于后继活动的LST。
4. 计算总时差(TS) :总时差是指活动在不影响项目总工期的前提下,可以推迟的时间。计算公式为“TS = LFT - EFT”。
5. 确定关键活动 :关键活动是指总时差为零的活动,这些活动的延迟会直接影响项目的完成时间。可以使用公式“=IF(TS = 0, “关键活动”, “非关键活动”)”来判断活动是否为关键活动。

2. 计划评审技术(PERT)

PERT主要用于处理活动时间不确定的项目。当一个项目对于组织或员工来说是全新的,或者他们缺乏相关经验时,活动时间往往难以准确估计。在这种情况下,PERT可以帮助我们估算项目的完成时间和概率。

2.1 案例:East Fork Roofing

East Fork Roofing是一家位于内华达州北部里诺市的屋顶工程公司。在一个住宅屋顶项目中,需要在临时厨房上安装纤维板屋顶。由于员工缺乏安装纤维板屋顶的经验,每个活动的时间难以准确估计,因此采用了PERT技术。

项目活动及前驱关系如下表所示:
| 活动 | 描述 | 前驱活动 |
| ---- | ---- | ---- |
| A | 采购材料 | - |
| B | 将三根铝制通道切割成规格尺寸 | A |
| C | 将所有通道放置在屋顶上,并保持适当的间距并对齐 | B |
| D | 在屋顶的S1侧钻孔并固定通道 | C |
| E | 在该侧涂抹粘合剂,以便放置和固定纤维板 | D |
| F | 在屋顶的S2侧钻孔并固定通道 | C |
| G | 在该侧(S2)涂抹粘合剂,以便放置和固定纤维板 | F |
| H | 放置板材并使其平衡 | E, G |
| I | 通过钻孔和与通道啮合,将屋顶的S1侧与板材固定 | H |
| J | 在接缝处涂抹硅酮粘合剂并固定板材 | I |
| K | 通过钻孔和与通道啮合,将屋顶的S2侧与板材固定 | H |
| L | 在接缝处涂抹硅酮粘合剂并固定板材 | K |

为了估算每个活动的时间,考虑了以下三种时间估计:
- 乐观时间(to) :在理想条件下完成活动所需的最短时间。
- 最可能时间(tm) :在正常条件下完成活动最可能需要的时间。
- 悲观时间(tp) :在最坏条件下完成活动所需的最长时间。

活动的期望时间(te)可以通过公式“te = (to + 4 * tm + tp) / 6”计算得出。同时,由于活动时间的不确定性,还可以计算其方差,公式为“方差 = ((tp - to) / 6) ^ 2”。

各活动的时间估计及计算结果如下表所示:
| 活动 | 乐观时间(to)(分钟) | 最可能时间(tm)(分钟) | 悲观时间(tp)(分钟) | 期望时间(te)(分钟) | 方差 |
| ---- | ---- | ---- | ---- | ---- | ---- |
| A | 60 | 90 | 120 | 90 | 100.00 |
| B | 20 | 30 | 34 | 29 | 5.44 |
| C | 8 | 10 | 18 | 11 | 2.78 |
| D | 12 | 15 | 30 | 17 | 9.00 |
| E | 4 | 5 | 6 | 5 | 0.11 |
| F | 12 | 21 | 30 | 21 | 9.00 |
| G | 4 | 7 | 10 | 7 | 1.00 |
| H | 11 | 17 | 29 | 18 | 9.00 |
| I | 20 | 24 | 40 | 26 | 11.11 |
| J | 6 | 8 | 10 | 8 | 0.44 |
| K | 20 | 24 | 34 | 25 | 5.44 |
| L | 7 | 8 | 9 | 7 | 0.11 |

PERT的主要目的包括:
- 估算每个活动的期望时间。
- 估算项目的计划完成时间。
- 找出关键活动和非关键活动。
- 计算项目在给定计划时间内完成的概率。

实现这些目标的步骤如下:
1. 绘制项目网络图 :展示项目中各活动之间的先后顺序和依赖关系。
2. 计算每个活动的期望时间和方差 :使用上述公式进行计算。
3. 确定关键路径 :通过计算每个活动的最早开始时间(EST)、最早完成时间(EFT)、最晚开始时间(LST)和最晚完成时间(LFT),找出总时差为零的活动,这些活动构成了关键路径。
4. 计算标准正态偏差(z值) :使用公式“z = (计划时间 - 期望时间) / 关键路径的标准差”计算z值。通过z值,可以从正态分布表中查找对应的概率,从而估算项目在计划时间内完成的概率。

mermaid流程图如下:

graph LR
    A[绘制项目网络图] --> B[计算期望时间和方差]
    B --> C[确定关键路径]
    C --> D[计算标准正态偏差(z值)]
    D --> E[估算项目完成概率]
3. 关键路径法(CPM)与赶工(Crashing)

CPM主要用于确定项目的关键路径,即决定项目完成时间的最长路径。在某些情况下,项目管理者可能希望提前完成项目,这就需要进行赶工。赶工是指通过增加资源来缩短活动的持续时间,但同时也会增加项目的成本。

3.1 赶工的相关概念
  • 正常时间(Tn) :活动在正常情况下完成所需的时间。
  • 赶工时间(Tc) :活动在增加资源后可以缩短到的最短时间。
  • 正常成本(Cn) :活动在正常时间内完成所需的成本。
  • 赶工成本(Cc) :活动在赶工时间内完成所需的成本。
  • 成本斜率 :活动持续时间每缩短1天,直接成本的增加量。计算公式为“成本斜率 = (Cc - Cn) / (Tn - Tc)”。
3.2 赶工的步骤
  1. 绘制项目网络图 :明确项目中各活动的先后顺序和依赖关系。
  2. 确定关键路径 :通过计算EST、EFT、LST和LFT,找出最长路径。
  3. 计算每个活动的成本斜率 :使用上述公式进行计算。
  4. 选择成本斜率最小的活动进行赶工 :在关键路径上,选择成本斜率最小的活动进行赶工,以最小的成本增加来缩短项目时间。
  5. 估算活动可以赶工的时间 :遵循一个基本原则,即活动的赶工时间不应导致关键路径的改变。
  6. 重复上述步骤 :直到进一步缩短时间会导致成本增加,或者所有路径都成为关键路径为止。
3.3 赶工示例

考虑一个包含四个活动A、B、C和D的建筑项目。项目管理者希望在10个月内完成项目,但在正常时间下无法满足要求。相关数据如下表所示:
| 活动 | 前驱活动 | 正常时间(Tn)(月) | 赶工时间(Tc)(月) | 正常成本(Cn)(千美元) | 赶工成本(Cc)(千美元) |
| ---- | ---- | ---- | ---- | ---- | ---- |
| A | - | 7 | 6 | 20 | 35 |
| B | - | 9 | 7 | 15 | 25 |
| C | A | 6 | 5 | 10 | 18 |
| D | B | 7 | 5 | 21 | 32 |

通过计算,关键路径为B - D,总工期为16个月。各活动的成本斜率如下:
- 活动A:(35 - 20) / (7 - 6) = 15
- 活动B:(25 - 15) / (9 - 7) = 5
- 活动C:(18 - 10) / (6 - 5) = 8
- 活动D:(32 - 21) / (7 - 5) = 4.5

由于活动B的成本斜率最小,首先对活动B进行赶工。活动B最多可以赶工2个月,赶工后项目工期缩短至14个月,总成本为144千美元。继续赶工活动D和活动C,最终项目工期缩短至12个月,但总成本增加至148.5千美元。

赶工过程的迭代结果如下表所示:
| 迭代次数 | 项目完成时间(月) | 直接成本(千美元) | 间接成本(千美元) | 总成本(千美元) |
| ---- | ---- | ---- | ---- | ---- |
| 0 | 16 | 66 | 80 | 146 |
| 1 | 14 | 76 | 70 | 144 |
| 2 | 13 | 80.5 | 65 | 145.5 |
| 3 | 12 | 88.5 | 60 | 148.5 |

mermaid流程图如下:

graph LR
    A[绘制项目网络图] --> B[确定关键路径]
    B --> C[计算成本斜率]
    C --> D[选择成本斜率最小的活动赶工]
    D --> E[估算赶工时间]
    E --> F{是否继续赶工?}
    F -- 是 --> C
    F -- 否 --> G[结束]
4. Excel解决方案

在实际应用中,可以使用Excel来实现PERT和CPM的计算。以下是具体的操作步骤:

4.1 PERT的Excel解决方案
  1. 计算关键路径 :按照CPM的算法,计算EST、EFT、LFT和LST。在PERT中,需要输入每个活动的乐观时间(to)、最可能时间(tm)和悲观时间(tp),并使用公式“= (C2 + 4 * D2 + E2) / 6”计算期望时间(te)。
  2. 计算方差 :在Excel中,使用公式“= ((E2 - C2) / 6) ^ 2”计算每个活动的方差。然后,找出关键活动(总时差为零的活动),并计算它们的方差之和。
  3. 计算标准偏差 :使用公式“= SQRT(方差之和)”计算关键路径的标准偏差。
  4. 计算z值 :使用公式“= (计划时间 - 期望时间) / 标准偏差”计算z值。
  5. 计算项目完成概率 :使用Excel的函数“= NORM.S.DIST(z值, TRUE)”计算项目在计划时间内完成的概率。
4.2 赶工的Excel解决方案
  1. 输入数据 :在Excel中输入每个活动的正常时间、赶工时间、正常成本和赶工成本。计算每个活动的最大赶工时间(Tn - Tc)、成本增加量(Cc - Cn)和成本斜率。
  2. 计算关键路径 :使用已有的算法计算关键路径。在赶工过程中,活动的持续时间会发生变化,因此需要根据赶工时间重新计算。
  3. 使用Solver求解 :使用Excel的Solver工具来实现赶工的优化。目标是在满足项目工期要求的前提下,最小化项目的总成本。决策变量是每个活动的赶工时间,约束条件包括赶工时间不能超过最大赶工时间,以及项目完成时间的要求。

通过以上介绍,我们了解了PERT和CPM在项目调度中的应用,以及如何使用它们来处理活动时间不确定的项目和进行赶工优化。这些技术可以帮助项目管理者更好地规划和控制项目,提高项目的成功率。

项目调度:PERT与CPM技术解析

5. 深入理解PERT与CPM的应用场景

在项目管理中,正确选择PERT和CPM技术对于项目的成功至关重要。PERT适用于活动时间不确定的项目,尤其是当项目是全新的,员工缺乏相关经验时。例如,一家公司进入新的市场领域,开展从未涉足过的项目,此时活动时间难以准确预估,PERT可以帮助管理者估算项目完成时间和概率,从而做出更合理的决策。

而CPM则更侧重于确定项目的关键路径,适用于活动时间相对确定的项目。当项目的活动流程和时间较为清晰时,CPM可以帮助管理者找出决定项目完成时间的关键活动,通过对关键活动的管理和优化,确保项目按时完成。

以下是PERT和CPM应用场景的对比表格:
| 技术 | 应用场景 | 优势 |
| ---- | ---- | ---- |
| PERT | 活动时间不确定的新项目,如进入新市场的项目、新技术研发项目等 | 能够处理不确定性,估算项目完成概率,为决策提供依据 |
| CPM | 活动时间相对确定的项目,如常规建筑项目、生产制造项目等 | 明确关键路径,便于集中资源管理关键活动,确保项目按时完成 |

6. 实际案例分析:进一步理解PERT与CPM的应用
6.1 PERT案例拓展

假设一家科技公司计划开发一款新的软件产品。由于这是一个全新的项目,开发团队对各个开发阶段的时间难以准确估计。以下是部分活动的时间估计:
| 活动 | 乐观时间(to)(天) | 最可能时间(tm)(天) | 悲观时间(tp)(天) |
| ---- | ---- | ---- | ---- |
| 需求分析 | 5 | 7 | 10 |
| 设计阶段 | 8 | 10 | 15 |
| 编码实现 | 20 | 25 | 35 |
| 测试阶段 | 10 | 12 | 18 |

按照PERT的步骤进行计算:
1. 计算期望时间(te)
- 需求分析:$te = (5 + 4 * 7 + 10) / 6 = 7.17$(天)
- 设计阶段:$te = (8 + 4 * 10 + 15) / 6 = 10.5$(天)
- 编码实现:$te = (20 + 4 * 25 + 35) / 6 = 25.83$(天)
- 测试阶段:$te = (10 + 4 * 12 + 18) / 6 = 12.67$(天)
2. 计算方差
- 需求分析:$方差 = ((10 - 5) / 6) ^ 2 = 0.69$
- 设计阶段:$方差 = ((15 - 8) / 6) ^ 2 = 1.36$
- 编码实现:$方差 = ((35 - 20) / 6) ^ 2 = 6.25$
- 测试阶段:$方差 = ((18 - 10) / 6) ^ 2 = 1.78$
3. 绘制项目网络图 :展示各活动之间的先后顺序和依赖关系。
4. 确定关键路径 :通过计算EST、EFT、LST和LFT,找出总时差为零的活动,确定关键路径。
5. 计算标准正态偏差(z值) :假设计划时间为60天,期望时间为$7.17 + 10.5 + 25.83 + 12.67 = 56.17$天,关键路径的方差之和为$0.69 + 1.36 + 6.25 + 1.78 = 10.08$,标准偏差为$\sqrt{10.08} = 3.17$,则$z = (60 - 56.17) / 3.17 = 1.21$。从正态分布表中查找对应的概率,估算项目在60天内完成的概率。

mermaid流程图如下:

graph LR
    A[需求分析] --> B[设计阶段]
    B --> C[编码实现]
    C --> D[测试阶段]
    A --> E(计算期望时间)
    B --> E
    C --> E
    D --> E
    E --> F(计算方差)
    F --> G(绘制项目网络图)
    G --> H(确定关键路径)
    H --> I(计算标准正态偏差(z值))
    I --> J(估算项目完成概率)
6.2 CPM与赶工案例拓展

考虑一个道路建设项目,包含以下活动:
| 活动 | 前驱活动 | 正常时间(Tn)(周) | 赶工时间(Tc)(周) | 正常成本(Cn)(万元) | 赶工成本(Cc)(万元) |
| ---- | ---- | ---- | ---- | ---- | ---- |
| A | - | 8 | 6 | 20 | 30 |
| B | A | 10 | 8 | 30 | 40 |
| C | B | 12 | 10 | 40 | 50 |
| D | B | 6 | 5 | 15 | 20 |
| E | C, D | 8 | 7 | 25 | 30 |

按照赶工的步骤进行操作:
1. 绘制项目网络图 :明确各活动之间的先后顺序和依赖关系。
2. 确定关键路径 :通过计算EST、EFT、LST和LFT,找出最长路径。假设关键路径为A - B - C - E,总工期为$8 + 10 + 12 + 8 = 38$周。
3. 计算每个活动的成本斜率
- 活动A:$(30 - 20) / (8 - 6) = 5$(万元/周)
- 活动B:$(40 - 30) / (10 - 8) = 5$(万元/周)
- 活动C:$(50 - 40) / (12 - 10) = 5$(万元/周)
- 活动D:$(20 - 15) / (6 - 5) = 5$(万元/周)
- 活动E:$(30 - 25) / (8 - 7) = 5$(万元/周)
4. 选择成本斜率最小的活动进行赶工 :由于各活动成本斜率相同,选择关键路径上可以赶工的活动进行尝试。假设先对活动A进行赶工,缩短2周。
5. 估算活动可以赶工的时间 :活动A最多可以赶工2周,赶工后重新计算关键路径和项目工期。
6. 重复上述步骤 :直到进一步缩短时间会导致成本增加,或者所有路径都成为关键路径为止。

mermaid流程图如下:

graph LR
    A[绘制项目网络图] --> B[确定关键路径]
    B --> C[计算成本斜率]
    C --> D[选择成本斜率最小的活动赶工]
    D --> E[估算赶工时间]
    E --> F{是否继续赶工?}
    F -- 是 --> C
    F -- 否 --> G[结束]
7. 总结与建议

通过对PERT和CPM技术的深入探讨和实际案例分析,我们可以总结出以下要点:
- PERT适用于活动时间不确定的项目,能够帮助管理者处理不确定性,估算项目完成概率,为决策提供更科学的依据。在使用PERT时,要准确估计每个活动的乐观时间、最可能时间和悲观时间,以提高计算结果的准确性。
- CPM适用于活动时间相对确定的项目,能够明确项目的关键路径,便于集中资源管理关键活动,确保项目按时完成。在进行赶工时,要合理选择赶工活动,平衡成本和时间的关系,避免过度赶工导致成本大幅增加。
- 在实际项目管理中,可以根据项目的特点和需求,灵活结合使用PERT和CPM技术。例如,在项目初期使用PERT进行时间估算和风险评估,在项目执行过程中使用CPM进行关键路径管理和进度控制。

建议项目管理者在日常工作中,加强对PERT和CPM技术的学习和应用,不断积累经验,提高项目管理的能力和水平。同时,要充分利用现代工具,如Excel等,提高计算效率和准确性,更好地实现项目的目标。

通过以上内容,我们对项目调度中的PERT和CPM技术有了更全面的了解,掌握了它们的应用方法和实际操作步骤。在实际项目管理中,合理运用这些技术可以帮助我们更好地规划和控制项目,提高项目的成功率。

【无人机】基于改进粒子群算法的无人机路径规划研究[遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值