PM圈子网的项目经理认为:项目的进度、质量和成本管理是项目管理的“铁三角”,三者关系处理的好坏决定了项目管理的成败,因而,三者的关系一直是国内外研究的重点,也是企业关注的焦点。质量管理是施工企业的生命,是企业立足市场的基石,是企业竞争举足轻重的筹码;进度管理是保证项目按期完工、合理安排资源供应、节约成本的主要措施;成本管理反映项目管理的核心内容,体现项目管理的本质特征,提供了衡量项目管理绩效的客观标尺。

在确定项目目标时,要了解项目的对立统一关系,不能分别孤立地考虑三大控制目标,更不能只强调某一个目标而忽略其他两个目标。必须将三大控制目标作为一个系统统筹考虑,在确保项目质量和安全的前提下,加快进度,控制好实施过程中发生的费用,力求实现三大目标的协调统一,实现项目的总体目标。这已经是国内外学者的共识,而且是近几年学术研究的重点。关于项目管理“铁三角”的研究文献数量一直占10%左右,处于比较稳定的状态。

一、国内外研究现状

国外的要素集成管理发展的较为深入,主要从要素集成管理的标准化、制度化和体系化的角度对集成管理的方法和策略进行深入研究,以便使要素的集成管理更加具有通用性和标准性。所从事的研究不仅注重要素集成管理的实用性理论的探讨,同时注重要素集成管理在各种不同行业的具体应用性探讨,使得到的要素集成管理方法和理论能够解决现实中的一些问题,并在现实应用中逐步提高和深化。研究在许多方面都取得了有益的探索,特别是工程的要素集成管理与环境保护和安全管理的相互关系上取得了许多研究成果。

国内的要素集成管理研究主要集中于以下两方面:一是国外先进的理论介绍,将国外的要素集成管理知识推介到国内来;二是要素集成管理应用重要性的理论叙述。随着要素集成管理近些年在国内的应用,一些实践性的理论总结和探索也逐步成为研究的重点之一。

尤其是国内对项目的进度、质量和成本三大要素之间关系的研究取得了一些成果。研究主要集中在一些定性研究上,主要从辩证统一关系的角度、集成控制的角度、协调的角度、不同影响对象的角度、不同主体的角度等出发,对三者之间的关系进行分析、比较、说明,强调三者关系的控制是项目管理的重要工作,并决定了一个项目的成败和好坏。

国外对要素集成管理的研究不仅在范围上相当广泛,而且在研究方法上不断寻求标准化和系统化,使要素集成管理的研究和应用不仅广泛而且在各个领域之间具有通用性。另外,在质量、环境、安全等因素与传统管理体系相容性的研究上越来越得到重视,在进度、质量和成本等要素集成管理中所隐含的风险性防范上的研究没有太多的成果。

国内的项目管理三大控制目标的相互关系研究角度广泛,研究多样,不同层次和深度地对项目管理三大要素关系进行分析。其中主要以定性研究为主,在三者两两关系的研究上定量研究比较多,但对三者之间的集成管理进行定量研究不多,留下了广阔的空间有待我们深入探讨。

二、项目管理最优决策方案的模型理论构建

由项目的项目风险性分析可知,现在的项目管理方案的制定存在着一定的风险性漏洞,当项目的管理面对风险时,由于没有前期的预警和准备,往往会出现进度、质量和成本之间的协调问题,造成项目难以实现预期的目标或者出现某一方面的潜在问题,致使整个项目的失败。因而,一个项目进度、质量和成本的综合管理模型的构建是相当必要的。该模型将立足于项目的进度、质量和成本之间的协调,实现项目三大目标的综合管理。

1、关键路径的确认

项目管理的关键就是关键路径的确认,找到项目管理的进度主轴,将提高项目管理的效率,有的放矢地进行调整。

在项目管理中,在一个庞大的网络图中找出关键路径,并对各关键活动,优先安排资源,挖掘潜力,采取相应措施,尽量压缩需要的时间。而对非关键路径的各个活动,只要在不影响工程完工时间的条件下,抽出适当的人力、物力和财力等资源用在关键路径上,以达到缩短工程工期、合理利用资源等目的。在执行计划过程中,可以明确工作重点,对各个关键活动加以有效控制和调度。

(1)关键路径法的基本要素。CPM的基本组成部分分为两个方面:一是编制统筹计划;二是编制进度计划。编制统筹计划包括列出工序明细表;确定各工序的前后次序及其相互之间的条件关系;编制网络图,并检查其逻辑关系。编制进度计划包括在网络图上填写各工序的周期和人工时数;审查各工序周期的临界值和浮动时间(即工序时差);分配人力;对不经济的人力峰位作平衡;再次核定各工序周期的临界值和浮动时间。

(2)关键路径的性质。关键路径的线路时间代表整个网络图的计算总工;关键路径上的工作均为关键工作;关键工作均没有时间储备。在同一网络图中,关键路径至少有一条;如果缩短某些关键工作持续时间,关键路径可能转化为非关键路径。

2、业主/客户和相关专家对关键路径上各活动的评价值

针对关键路径上各活动,采取业主/客户和相关专家分别进行评价的方法,对相关数据进行综合处理。一方面可以满足业主/客户的要求,一方面结合专家的建议保证项目完成的水准,两方面的结合将有利于项目管理的质量,既满足市场需求又可以符合相关技术水平要求。

由业主/客户和相关专家组成的专家组对各任务的成本、进度和质量进行预估和评价,作为决策的参考值。由于专家组的学识、思维以及利益角度不同,因而会有不同的评价偏向,每一种偏向都有其参考价值,专家组的综合意见将修正决策过程中的偏颇。

3、群决策分析获得综合评价

(1)专家权重的分析和确定。专家权重的确定由评审委员会评审决定。评审委员会首先分别对专家组的所有人进行比较打分,形成区间判断矩阵,然后得到综合区间判断矩阵,并由一致性检验来判断评审组评审的合理性,针对不合理的部分进行修正,这样可以防止由于个人的意识差造成的评审偏移,从而得到各评审委员的权重。继而,将各评审委员对专家的矩阵内评分数组进行比值处理,可以得到各评审委员对专家之间的相较得分,然后利用加权平均综合排序向量法求得各专家的权重。再通过评审委员的权重进行几何平均修正,以得到最终的专家权重。如此,一方面防止由于评审委员的个人认识能力差别造成的评价偏驳,另一方面也可以反映各专家的能力差异性,保证了专家权重的公平合理性。

(2)群决策分析。为了使决策更加科学合理,决策通常要结合多位专家及相关人员意见,在用AHP模型进行专家咨询时,将会得到多个判断矩阵,将这些判断矩阵结合起来,通过科学的方式得到决策结论,这种决策方式称为群组决策。群组决策可以结合多位专家及相关人员的意见,多角度的考虑问题,全方位地进行决策判断,得到科学民主的决策结论,有效地避免了专家个人偏向造成的决策失误。同时,本文在专家权重阶段即进行了群组决策,对专家进行权重判定,为了公平合理,在此阶段,加入判断矩阵的删选和修正机制。通过修正机制保证专家权重的科学合理,为下一阶段的工作打好基础。

此处采用的是最小总相容度群组决策排序算法,首先通过最小总相容度群组决策算法确定各个专家决策值与综合值的偏离程度,然后对专家组的意见进行修正,得到修正后的专家意见以及修正后的专家权重均值,在此基础上进行群组决策的检验和修正,此处采用相容度检验和修正。其中修正后的专家权重均值是综合可行解,而当修正后的专家意见与修正后的专家权重均值的差值小于某一阙值时,其值为项目运行的可行解。

(3)相容性分析。数学形式化逻辑系统中的相容性是指其中没有矛盾,或更精确地说,不存在一个命题P,P和非P都可以在这个系统中证明。因而,相容性分析可以检验群组决策的一致性,保证群组决策是集体在同一个方向上共识性的选择,而不是牵强的附和和拼合。对成本、进度和质量的最小相容度群组决策进行相容性检验,设置相容度阈值CI(I),只有当三者的相容度分析值有CI(A,w?)

(4)多目标线性规划模型。项目进度、质量和成本多目标线性规划模型可记如下:

多目标线性规划模型可以得到各方案之间的相对综合评价值,进而比较多方案之间的优劣,可以进行直观的比较选择。

(5)项目管理的最优决策方案的确定。通过上述的比较分析,可以获得各方案之间的比较值,进而对各方案可以有一个客观的评判,确定方案在可行性的前提下,获得客观最优方案,以实现项目进度、质量和成本的最优综合管理目标。

(6)建立项目综合管理预警线。通过对项目进度、质量和成本的最优决策方案的整个判断过程,可以得到多个具有可行性的项目管理方案,由这些方案组可以拟合一条曲线,实现具有可行性的项目综合管理曲线。当项目的运行位于曲线上方时,说明项目在可控范围内,可以保证项目的正常管理;当位于曲线下方时,说明项目管理需要进行必要的调整,以实现预期目标。该曲线称为项目综合管理预警线。

三、结论

对中国来说,项目管理三大控制目标之间关系的研究尤为重要。企业所有的工作都是由项目来支持运作的,项目管理是企业的灵魂。因此,只有科学合理地对企业的运作进行控制,才能够真正提升企业的竞争力。通过上述三大控制目标最优决策目标综合控制分析,可以实现项目三大要素的集成管理,实现了三大控制目标的理性控制,并通过科学的方法和理性的数据,得到三大控制目标的最优组合,实现项目的最大效益。

项目的运筹帷幄—项目进度、质量和成本最优决策理论探讨相关推荐

  1. 如何用项目管理软件,帮助项目经理监控项目进度?

    如何用项目管理软件,帮助项目经理监控项目进度? 工程项目比较多,经常忘记项目的进度,想要可以查看项目进展的项目管理软件? 大多数时候,面对项目进度没有头绪,看不懂,无法把握:根本原因不在于题主所说的, ...

  2. 第七章:项目成本管理 - (7.2 估算成本)

    估算成本是对完成项目工作所需资源成本进行近似估算的过程.本过程的主要作用是,确定项目所需的资金.本过程应根据需要在整个项目期间定期开展.过程图如下所示: 成本估算是对完成活动所需资源的可能成本的量化评 ...

  3. 项目管理三要素:时间、质量、成本

    为什么80%的码农都做不了架构师?>>>    工期紧,活儿只能凑合了:超支,赶紧砍内容,别弄那么多:资源有限,人手奇缺,往后拖吧. 这就是我们身边项目运作时常发生的状况. 所有的项 ...

  4. 神州优车上云之路:如何在效率、质量和成本三方面达到平衡?

    本文正在参加"最佳上云实践"评选,来给我们投票吧:https://yq.aliyun.com/activity/158(编号2) 神州优车是一个专注于汽车行业的互联网公司,主要的业 ...

  5. 项目经理用一个计算机模型估算成本,项目经理考试培训:成本估算的工具和技术...

    9.3.4 成本估算的工具和技术 1.类比估算 成本类比估算,指利用过去类似项目的实际成本作为当前项目成本估算的基础.当对项目的详细情况了解甚少时(如在项目的初期阶段),往往采用这种方法估算项目的成本 ...

  6. 生产质量优化方案,助力企业搞好“质量”与“成本”关系!

    在制造业生产管理中,领导一般都会强调品质高.成本低.交期快,也就是我们常说的QCD.生产质量对制造业发展的重要性不言而喻,但总有人认定,提升产品质量,就势必会伴随高额的生产成本.因此,在"生 ...

  7. 高质量=高成本?优思学院告诉你并非必然!

    很多人从表面上看,要想质量高,成本就必然会高,这是因为一般人对公司的成本管理和产品的质量特性并不全然了解,于是很容易会才会得出这个结论.我们要谈质量和成本,可以先从一些历史事件讲起. 在1986年的某 ...

  8. 项目经理如何做好质量保证与标准维持?非技术项目经理如何做好质量管控?

    项目经理如何做好质量保证与标准维持?非技术项目经理如何做好质量管控? 01.质量保障需要重视哪些执行层面的细节 02.非技术出身项目经理如何做好质量保障工作 03.质量管理除了PDCA,还有哪些推荐的 ...

  9. 项目经理如何做好质量保证与标准维持?非技术项目经理如何做好质量管控?【大海午餐2】

    一:质量保障需要重视哪些执行层面的细节 戴明博士是世界著名的质量管理专家,他提出的PDCA理论对各行各业的质量管理作出了巨大的贡献.     大家都熟知这套管理方法并且用于建立长期改善产品和服务的目标 ...

  10. 存储服务器在监控中的作用,监控项目中存储服务器IPSAN云存储方案的优劣势对比...

    <监控项目中存储服务器IPSAN云存储方案的优劣势对比>由会员分享,可在线阅读,更多相关<监控项目中存储服务器IPSAN云存储方案的优劣势对比(4页珍藏版)>请在人人文库网上搜 ...

最新文章

  1. chinese_L-12_H-768_A-12的一个坑
  2. spring面试重点
  3. opencv相机标定
  4. Socket中listen
  5. feign框架设计与实现
  6. 2.2.3 动量梯度下降法
  7. 八种架构设计模式及其优缺点概述
  8. KNN与K-Means
  9. docker学习笔记(四)docker数据持久化volume
  10. SAP Spartacus AutoFocus directive的一个例子
  11. mysql报表慢_mysql慢查询日志报表工具mysqlsla
  12. 手把手安装flownet2-pytorch
  13. redis cluster 分布式锁_Redis的分布式锁的实现原理
  14. 计算机毕设应用型开题报告,毕设开题报告范文.doc
  15. python 股票估值_隐藏价值的角落:限售股AAP估值及PYTHON实现方法(上)
  16. 谷歌关闭中国音乐搜索服务--有点可惜
  17. python学习笔记 Counter()
  18. 2021-7-19 fact函数求阶乘的用法
  19. 从零开始的WTL入门教程(1) WTL的简介,环境搭建
  20. (2)Hadoop核心 -- java代码对MapReduce的例子1

热门文章

  1. 手把手教你ZPanelX 10.0.0在window下的汉化
  2. 【BZOJ2037】Sue的小球(动态规划)
  3. oracle 进程cpu 高,oracle进程CPU占用太高
  4. 黑色的计算机英语,黑色英文怎么说_黑色的英文怎么写 - 沪江英语
  5. 循环结构中break、continue、return和exit的区别
  6. 查询选修张老师讲授所有课程的学生(MSSQL)
  7. 小名的开源项目【EamonVenti】0.0篇 —— 学习如何搭建一个简单的SpringCloud架构,体验微服务的强大!
  8. 64位x86-64处理器
  9. Python的Profile概述
  10. [caffe] Long-term Recurrent Convolutional Networks