项目进度管理研究综述

项目进度管理研究综述

一、采用不同的方式进行决策网络计划的研究该计划的目的是控制和节约时间。项目的主要特点之一是严格的时间要求，这决定了财务管理中预算的重要性。项目进度计划的核心技术是网络计划技术,网络计划技术为现代生产提供了科学的管理方法。它主要用于制定规划、计划和实时控制,在缩短建设周期、提高工效、降低造价以及提高企业管理水平方面都能取得显著的效果。进度计划要说明哪些工作必须于何时完成和完成每一任务所需要的时间,但最好同时也能表示出每项活动所需要的人数。制定进度计划的常用方法有以下几种:(1)关键日期表:这是最简单的一种进度计划表,它只列出一些关键活动和进行的日期。(2)甘特图:也叫做线条图或横道图,是以横线来表示每项活动的起止时间。它的优点是简单、明了、直观、易于编制,因此到目前为止仍然是小型项目中常用的工具。即使在大型工程项目中,它也是高级管理层了解全局、基层安排进度时有用的工具。通过甘特图,可以看出各项活动的开始和终了时间。在绘制各项活动的起止时间时,也考虑它们的先后顺序。但各项活动之间的关系却没有充分表示出来,同时也没有指出影响项目寿命周期的关键所在。因此,对于复杂的项目来说,甘特图就显得不合适。(3)关键路线法(CriticalPathMethod,简称CPM)。(4)计划评审技术(ProgramEvaluationandReviewTechnique,简称PERT)。虽然后两种计划方法是分别独立发展起来的,但其基本原理是一致的,即用网络图来表示项目中各项活动的进度和它们之间的相互关系,并在此基础上,进行网络分析,计算网络中各项活动时间,确定关键活动与关键路线,利用时差不断地调整与优化网络,以求得最短周期。因这两种方法都是通过网络图和相应的计算来反映整个项目的全貌,所以又叫做网络计划技术。这两种方法在初期发展阶段的主要区别是:①CPM假设每项活动的作业时间是确定值,而PERT中作业时间是不确定的,是用概率方法进行估计的估算值。②CPM不仅考虑时间,还考虑费用,重点在于费用和成本的控制,而PERT主要用于含有大量不确定因素的大规模开发研究项目,重点在于时间控制。后来两者有发展一致的趋势,常常被结合使用,以求得时间和费用的最佳控制。此外,人们还陆续提出了一些新的网络计划技术。70年代,人们充分考虑到过程的随机性,把概率论引入到PERT中,产生图示评审技术GERT(GraphicalEvaluationandReviewTechnique)。在GERT网络计划中的活动不一定全要实现,某项活动可以实现或不实现,还可以多次实现,只要符合逻辑关系就行。在CPM和PERT网络计划技术中,不容许出现回路,而在GERT网络图中可以存在回路。GERT网络图中活动的参数可以通过不同的概率分布来选择,因而能实际反映科研、生产和施工中可能遇到的许多复杂的情况。在实际生活中,有许多工程项目在制定计划的同时,要进行方案比较和决策。于是,人们将网络计划技术和决策论相结合,在网络图中引入方案决策节点,从而形成决策网络计划技术DCPM(DecisionCriticalPathMethod)。80年代初,人们将风险决策理论引入GERT,又产生了风险评审技术VERT(VentureEvaluationandReviewTechnique)。很显然,采用以上几种不同的进度计划方法本身所需的时间和费用是不同的。关键日期表编制时间最短,费用最低。甘特图所需时间要长一些,费用也高一些。CPM要把每个活动都加以分析,如果活动的数量较多,还需用计算机求出总工期和关键路线,因此花费的时间和费用将更多。PERT法可以说是制定项目进度计划常用方法中最复杂的一种,所以花费时间和费用也最多。VERT和GERT虽然在理论上能够解决生产中的许多问题,然而它们的求解需要大量的相似项目的历史统计数据和高级的计划管理人员。项目管理的最大特点是项目是一次性的,没有多少历史资料可以借鉴,因此后两种网络计划技术尽管在理论上可行,但是并不符合客观实际情况。在实际工程中,到底采用哪一种方法来编制进度计划,主要应考虑下列因素:项目的规模大小、复杂程度、紧急性、对项目细节掌握的程度、总进度是否由一两项关键事项所决定、有无相应的技术力量和设备等。二、采用启发式搜索的方法对问题进行求解目前项目进度管理的研究主要分三个方面展开[1,2,3,4,5,6,7,8,9,10,11,12]:首先是时间-费用(成本)优化(TimeCostTrade-off),在工程工期和成本之间寻求一种均衡,使得在工期最短的时候费用最低,或者在费用最低的情况下使得工期最短,从而使两者之间达到最优的组合;其次,由于PERT和CPM是针对没有资源限制的单个项目的计划管理,而现实中有许多项目同时存在于一个企业,经常发生项目之间相互影响、争夺资源的现象,因此在资源有限的情况下,如何协调每个项目的计划、资源成为学者目前热衷研究的问题;最后,项目在实施过程中,经常会遇到各种突发事件,导致各个作业活动的作业时间是不确定的,而CPM的作业活动时间是确定的,PERT是采用一个经验公式来计算,和实际的作业时间比较误差很大,因此,如何更真实地反映作业活动时间、消除不确定因素的影响成为最近研究的热点。对于“时间一费用”优化问题,在1982年Talbot(Kelly、Meyer、Shaffer和Butcher等)利用线性规划中的动态规划方法对该问题进行了系统研究。他们在解决问题时,对工序的费用和工期之间的关系进行了几种假定:(1)线性的和非线性的;(2)凸关系、凹关系或关系不定;(3)离散的和连续的;(4)混合型的。1987年Teicholz提出了一种在费用分解结构(CostBreakdownStructure,简称CBS)和工序分解结构(WorkBreakdownStructure,简称WBS)之间建立一种映射机制的方法来处理时间和费用的细节问题;而Hendrickson和Au于1989年首次提出了建立时间和费用类型的2D矩阵的方法来对问题加以处理。除了以上使用数学建模的方法对问题进行解决外,又出现了利用“启发式搜索(HeuristicMethod)”方法对问题加以解决(如1961年Fondalll,1971年Simense以及Moselhi)的方法。以上两种方法各有缺点,利用数学建模的方法往往不能对问题的各种因素加以综合考虑,尤其是那些不能定量反映的方面,同时在求解方面很难进行或根本无解;而启发式搜索算法却不能保证能够得到最优解,在很大程度上依靠经验方法来得出问题的答案。在研究资源受限前,人们首先研究了资源不受限时的资源均衡(UnlimitedResourceLeveling)。资源不受限时的资源均衡问题换句话说就是资源的均衡算法,其目的就是尽量减小对资源的利用出现过大的浮动,尽量使资源利用曲线平滑。对该问题的解决也是数学方法和启发式搜索(1978年Harris)算法,数学的方法由于其解空间太大,因此对于大型的网络图其实没有很大的实用价值(1989年Easa),因此启发式搜索也是主要的解决方法。如Harris于1978年提出的启发式最小矩算法就是一个最为典型的代表,其思想就是在保持工期不变的前提下,尽量减小每天的资源浮动。其实现的方法是减小资源柱状图绕坐标轴的力矩,哪些非关键工序在时差允许的范围内使力矩减小得最大,就最先移动哪些工序。该方法还编制了专门的软件,但是该方法不能保证能得到问题的最优解。利用上述思想的还有1962年的Burgess和Killbrew、Levyetal;1990年Martinaz和1993年的Loannou等。近年来,在网络计划领域一直都非常热门的研究课题就是资源约束下的项目计划问题RCPSP(ResourceConstrainedProjectSchedulingProblem)。有些学者给出了RCPSP问题的多种求解形式。Stinson(1978)给出了对可再生资源约束下活动不可中断的工期优化单一模式RCPSP问题的整数规划模型,之后相当大一部分工作集中在此类模型的解法上。求解这类问题的解法有两大类:一是数学规划算法。1964年Wiest(1973Davis,1991年Gavish和Pirkul)等就分别利用线性规划和动态规划的方法对问题进行了系统的研究和求解,SevkinazGumusoglu等人提出基于Primal-dualrelationships的线性规划模型的方法来改进CPM和PERT的算法,解决了项目的计划和控制问题,这种方法在解决中等复杂项目时比传统的PERT或CPM法效率更高,而在解决大型的项目计划时是不如PERT或CPM法的。但是,没有一个方法实现了对实际问题的完美解决,这是因为该问题是一种NP-Hard问题,即组合膨胀问题,利用数学的方法在网络图的工序增多时,需要进行计算的次数会按照指数级的速度增长,因此在实际应用中很难实现和推广。二是启发式算法。在当前的实际应用中,启发式搜索方法被广泛应用,这种方法容易理解和应用,在计算编程上也很方便,处理工程实例很是有效(Talbot和Patterson,1979年),1988年Morse和Whitehouse以及1996年Tsai和Chiu等对此进行了研究。2000年Lee和Kim对启发式算法的搜索方法进行了改进研究,把模拟退火、TabuSearch和遗传算法引入到项目计划优化中,取得了一定的效果。TaehoAhn和S.SeluckErengue用启发式算法解决了资源约束条件下的冲突模式项目计划问题。S.Dauzere-peres(1998)等人扩展了TabuSearch算法来解决在资源有限的情况下如何充分利用资源。Maciey(2000)等人研究了模拟退火方法在多准则项目计划问题交互进程分析中的应用。但是,启发式搜索方法有一个致命的缺点,它很难保证求得的是最优解。由于在实际的企业中,单单运作一个项目是非常少见的,往往几个项目同时运行。这样就出现了在资源有限情况下,如何协调多个项目的进度计划、如何平衡多个项目之间的额定资源分配的问题。MaciejHapke(2000)等人提出ParetoSimulatedAnnealing和LightBeamSearch方法来描述和量化资源有限的多个项目活动的交叉影响,并取得较好效果,而Ohmae等人针对上述问题提出用启发式方法来选择控制因素,进行评估,然后选择最适合的计划方法来处理有限资源下多项目的进度计划,他的这种方法被实践证明是有一定效果的。Speranza(2003)提出两层多项目进度计划线性模型来求解,第一层是对时间的优化和活动的安排,第二层是对资源和现金流的考虑。而Tsukada(2001)研究的是在多项目管理中同一个机构人员参与不同项目的运作机制,提出三层结构的模型来实现员工、资源和项目之间的均衡。Rauiainen(2002)研究了在不同组织中合作实施多项目管理的问题,他指出:在不同组织之间建立一致性、关联性的计划是实施多项目管理的关键,并给出如何建立不同组织之间相关联的生产计划的具体实例。ArnoSprecher(1999)等人利用Heuristic排序算法来解决多模式的资源有限情况下的项目计划问题,而R.P.Mohanty和M.K.Siddiq(1989)提出整数规划和仿真的方法来实现有限资源的最佳利用。FranciszckSercdyski提出用SimpleLearningMachines的方法来解决并行的分布式的任务计划,并显示了良好的应用效果。其它关于有限资源的多项目管理方面的文献还有许多,虽然名称不同,但是实质都是研究多项目管理问题,如2000年毛义华和许庆瑞提出的新产品组合管理研究,实际上就是基于多项目的新产品开发管理研究。同时,研究人员对资源约束下的现金流优化进度计划问题RCPSPDCF(ResourceConstrainedProjectSchedulingProblemwithDiscountedCashFlow)进行了研究,1992年Kamburowski等人给出了这类问题的数学模型,并相应地进行了算法研究。虽然这些数学模型的应用得到了一些令人满意的结果,但实际工程问题的数学模型规模过大,这种优化算法的研究至少在现阶段的实际工程中不会起到很大的作用,这也是目前许多项目管理软件资源优化功能较弱的一个原因。在作业活动时间估计方面,CPM技术中使用的是一个确定的值,PERT考虑到在没有经验数据可遵循的情况下,确定工作时间,很难用一个确定值来表示,最好是能根据悲观、可能和乐观三种估计来综合确定时间,这也就是所谓的时间工序的三点估计。最初的三点估计方法是采用经验公式t=1/6(a+4m+b),但是有学者指出用此方法来估计时间的误差很大,因此他们在经验公式的基础上提出了很多新的估计方法,比如1993年Keefer和Verdini归纳了七种不同的时间工序估计方法,并在假设工序时间服从β(p,q)分布时,对照研究了不同估计方法的期望和方差。当然工序时间的分布可能不是β(p,q)分布,所以就有很多学者对时间分布是三角形分布、截尾正态分布等不同情况进行了研究,并取得了相应的进展。由于项目的一次性和创新性,很多时间工序具有模糊性或不确定性,于是很多学者认为模糊数和灰数更能反映实践情况,所以他们将模糊数学理论和灰色理论引入网络图,从而发展出了模糊网络计划技术和灰色网络计划技术。1998年王亚平博士提出了模糊弧长的概念,采用模糊数来表达,定义了相关的模糊可能期、模糊限制期、模糊浮动期和模糊总边界,并构造了有向模糊网络图;1999年胡志根先生提出用模糊三角数(TFN)来表示。这些都是利用模糊数来表示作业活动时间。杨应玖教授提出用灰量(灰数)表示作业活动时间,构成了灰色网络计划图。这些技术从一个方面表达了网络计划的不确定性,因此对CPM进行改造,具有一定的理论价值。2000年赵克勤提出了用a+bi+cj型联系数来表示作业活动时间,这里的a+bi+cj型联系数脱胎于集对分析联系度。在联系度定义下,a称为所论两个集合的同一度,c称为所论两个集合的对立度,b称为所论两个集合的差异度。j为对立度的系数,一般情况下j=-1。i是差异度b的系数,在[-1,1]区间内视不同情况取值。a、b、c要求满足归一化,即有a+b+c=1。引进a+bi+cj型联系数可以较客观地对工程实施中出现的工期波动和遇到的反常情况进行定量描述,从而为进一步研究网络计划的实施和优化控制提供必要的数据和信息。但它使相应的计算和分析显得太复杂了,它和蒙特卡罗仿真方法、遗传算法和模糊数法等一样,对网络计划中不确定性的综合影响,即对路线受不确定性的影响,如非关键路线受不确定性的影响转变为关键路线,揭示的不够,并且没有对不确定因素的负面影响提出相应的解决办法和对策。也有些学者认为,CPM和PERT技术至今仍是比较适应的技术,但是它们在算法上存在着一些问题。因为要建立PERT问题的算法,似乎都离不开将系统中的作业网络化这一环节,而这一环节往往是比较繁琐的,尤其是系统中的作业项目较多时就更加明显。为了省略掉这一环节,而直接依据系统中各作业的用时和关系来求解PERT问题,有学者引入Floyd算法对其进行了简化,并取得了很好的效果。还有学者则证明现有的传统算法存在根本性的错误,并分别就现在的两种传统算法进行了论证,认为传统算法反映不出系统要素之间相互联系与相互制约的关系,反映不出事件实现概率与网络系统之间的内在联系。他认为单、双代号网络计划算法的逆向程序,本质上是数学上的逆向反演,因而提出了BANT-PERT的创新算法来解决传统算法中的这个缺陷。CPM和PERT均未在项目管理中考虑到实际资源约束问题,并且当外部突发事件发生时,基于CPM或PERT的项目管理方法也往往不能及时、动态地了解项目任务进展的实际情况,不能相应地修改原项目作业计划调度方案,从而使企业在市场竞争中处于不利的地位。2001年徐立云提出了一种基于时延Petri网的项目管理方法。时延Petri网由于具有并行、并发、同步资源共享的特性,同时还可考虑到事件激发所需的时间,所以它可以较好地克服基于CPM/PERT调度管理的缺点。基于时延Petri网的项目管理方法采用事件驱动的思想,通过访问作业资源数据库和突发性事件处理数据库,提供相应的解决措施,这样既实时地表示了作业任务、资源分布和设备状况,又为项目管理者提供了决策依据。采用此方法后项目决策者不但可以及时了解项目的进展,也可根据实际作业状况动态修改原项目作业计划调度策略或重新进行再计划调度,适应新的环境,这对于解决资源约束问题、应付突发事件提供了一种积极的思路,具有一定的理论意义。1996年,耶利·高尔得拉特(EliyahuM·Goldratt)博士在一本小说类型的书中试图把TOC(TheoryofConstraints)引入项目管理领域,在书中的最后提出了一种CC(CriticalChain)的方法和缓冲区的概念,1998年Newbold、2001年Blackstone、2002年Chiu-chiWei等人也对此进行了讨论。它对克服资源冲突和不确定因素的影响提供了有益的探索,具有一定的理论价值和实践意义。然而,CC是什么?它是如何界定的?它是否具有定性和定量的支持?能否用实例演绎它的算法?等等问题需要进一步的探索。通过网络计划技术的进化和发展可以看出,随着各种方法的提出,计算的结果越来越精确了,但是方法的复杂性也增加了,这似乎是一对不可调和的矛盾统一。这种研究进展也是依靠计算技术和计算机工具(软、硬件)的发展,使得计算的速度和精度大大提高。虽然较高精确度的算法,可靠性也较高,但是从理论和数值计算的观点看,复杂性却大大增加了。因此,文献中的许多复杂方法并不支持基于不确定信息项目计划的频繁的动态变更和控制,因而在实际中很少被采用。Kidd作了一份对于网络计划方法(CPM,PERT,VERT和GERT类型)使用方便性的调查。报告指出,虽然人们对VERT和GERT方法已经研究了许多年,但是目前的项目管理网络计划方法仍然用方便快捷的CPM和PERT算法。而VERT和GERT则由于计算量大、计算繁杂、耗时长而没有被使用。三、企业进度管理中的柔性管理实现和发展项目进度管理离不开管理思想、管理组织、管理方法和手段的现代化,这是项目进度管理发展的必然趋势。随着客户日益严格的现实需求、先进管理思想的涌现以及计算机技术的发展,项目进度管理的发展趋势和前景主要体现在两个方面:管理理念和管理方法的提升、先进应用方式的提升。在管理理念和管理方法的提升上,项目进度管理有很大的发展空间。最近涌现了一些先进的管理思想,如TOC(制约因素理论、约束管理)、知识管理、柔性管理等等,目前关于它们对项目进度管理理念和管理方法提升的研究处在起步阶段。TOC理论认为,在任何一个客观现实系统中,总是关键的极少数制约着或主导着普通的绝大多数,抓住关键的极少数进行系统调控,就可以收到事半功倍的效果。它继承了系统管理的思想,强调整体优化的前提下,突出对系统的关键部分进行管理。它引入项目进度管理后,提出了CC的方法和缓冲区的概念,但要在单项目和项目群中得到有效的应用,还有很多问题需要进一步的探索。知识管理是企业为了增强组织的绩效,确定和获取知识资产、开发新的知识机会和满足其现在或未来的各种需要而创造、获取、使用和管理各种知识的连续过程,它要求企业实现知识的共享,运用集体的智慧提高企业的应变能力和创新能力,使企业能够对外部需求做出快速反应,并利用所掌握的知识资源预测外部市场的发展方向及其变化。它应用到项目进度管理后,提出了ES(知识信息加工处理系统),如上海交大的ESCOD、Stone&Webester公司的UnitCommitmentAdvi