33、掌握 Microsoft Project 2003:任务跟踪与进度调整

掌握 Microsoft Project 2003:任务跟踪与进度调整

在项目管理中,精准地跟踪任务进度和合理安排资源是确保项目成功的关键。Microsoft Project 2003 提供了强大的功能来帮助我们实现这些目标,本文将详细介绍如何在该软件中跟踪时间分段的实际工作以及重新安排未完成的工作。

跟踪任务和分配的时间分段实际工作

输入时间分段的实际工作数据需要项目经理投入更多的精力,同时也可能要求资源人员向项目经理提供他们的每日实际工作情况。然而,这种方法能让我们对项目任务和资源状态有更详细的了解,比其他输入实际数据的方法更具优势。以下几种情况适合采用输入时间分段值的方法:
- 高风险任务
- 持续时间相对较短的任务,即使是一天中的一小部分时间差异也可能使整个项目面临风险
- 赞助商或其他利益相关者特别关注的任务
- 需要按小时计费的任务

以一个短片项目为例,当项目的前期制作工作完成,进入制作阶段时,由于涉及大量资源、高昂的设置和拆除成本以及部分场景拍摄场地的有限可用性,这些任务成为了项目中风险最高的部分。接下来我们将在“任务使用情况”视图中输入制作任务的每日实际工作数据。

操作步骤
  1. 打开文件并保存副本 :打开“Short Film Project 14c”文件,路径为“\My Documents\Microsoft Press\Project 2003 Step by Step\Chapter 14 Advanced Tracking 文件夹”,也可以通过点击“开始”>“所有程序”>“Microsoft Press”>“
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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