在工程管理實踐中,不同工序的工時變量之間存在非常普遍的相依性,各種客觀因素的影響和人為的控制都是工時變量相依的可能根源。當前,人們對工程項目管理的要求越來越高,對工程進度控制的要求也越來越苛刻。在實際工程的進度管理中,合理考慮工時變量之間的相依性,能充分估計工期計劃的不確定性,更加準確地預測和評估工期風險,并對進度計劃進行動態(tài)更新,從而更有效地控制工程進度。 本文旨在通過對工時變量之間相依關系的調查分析,構建能描述工時變量之間相依結構的圖形模型,建立合理的相依性測度指標體系,并在工時相依的情形下研究工期問題及進度計劃的動態(tài)更新。主要內容包括以下幾個方面: 首先,回顧經典的CPM/PERT網絡計劃模型的基本結構及工時的隨機性,了解其工時變量的獨立性假設。然后通過對多個實際工程項目的調查,用相依性指標對項目的工時數據進行統(tǒng)計分析,結果表明所調查項目的并行工序、序列工序之間存在較強的工時相依性。結合調查內容和專家問卷,分析工時相依性產生的原因主要在于受共同因素的影響和項目的組織與控制,并對工時的相依性進行了系統(tǒng)分類。 其次,通過對兩種有向無環(huán)圖模型——AON網絡計劃及貝葉斯網的分析,以AON網絡計劃為背景層,考慮工時變量之間的序列相依及并行相依關系,建立了能合理描述工時變量之間相依關系的貝葉斯網絡計劃(BNP)模型結構,討論了BNP模型中的圖分隔與條件獨立性質。另外,介紹了BNP模型中工時變量概率分布的確定方法,研究了變量間條件概率的確定、模型中減少參數以及缺值數據下參數學習的方法。 第三,基于Copula函數的優(yōu)良性質,在分析線性相關系數在工時相依性度量時的優(yōu)缺點的基礎上,建立了基于Copula函數的工時相依性度量指標,并給出了這些相依性指標在具體工程項目中的估計方法。另外,分析了常用的Copula函數描述工時相依性的性質與模式,建立了混合Copula函數來描述具有各種相依模式的工時變量之間的相依關系。 第四,介紹了Monte Carlo模擬應用于工時相依的工期問題模擬的基本步驟。結合前述理論模型及相依性度量指標,研究了相依的工時變量隨機數的產生以及概率分布的確定,對BNP網絡的工期、完工概率及工序關鍵度進行了模擬,最后以一個簡單實例演示了模擬過程,并與其他模型的計算結果進行了對比分析。 第五,結合貝葉斯定理及貝葉斯網推理原理,介紹了BNP模型中工時變量的動態(tài)更新方法。在變量為離散的情形下,給出了變量消元算法、團樹傳播算法以及馬爾科夫鏈蒙特卡洛算法;在變量為連續(xù)或混合的情形下,分別研究了連續(xù)BNP模型、混合BNP模型中工時變量的動態(tài)更新方法,并給出了計算實例。 最后,給出了研究成果在實際工程項目進度管理中的應用框架,介紹了考慮工時相依性的工程進度計劃制定以及動態(tài)更新方法與流程,并以某工程項目為例進行了分析。結果表明,本文研究的方法能更合理地估計進度計劃的不確定性,并能根據工時之間的相依性對進度計劃進行動態(tài)更新,在實踐中有廣泛的應用前景和較好的應用價值。
【學位單位】：天津大學
【學位級別】：博士
【學位年份】：2010
【中圖分類】：F284;F224
【文章目錄】：
中文摘要
ABSTRACT
第一章 引言
    1.1 問題的提出
        1.1.1 現實問題及研究背景
        1.1.2 科學問題及研究意義
    1.2 國內外研究現狀
        1.2.1 國外研究現狀
        1.2.2 國內研究現狀
        1.2.3 有待進一步研究的問題及發(fā)展趨勢
    1.3 研究內容與論文框架
        1.3.1 研究內容
        1.3.2 技術路線
        1.3.3 論文創(chuàng)新點
        1.3.4 論文框架
第二章 工程進度網絡中工時的隨機性與相依性
    2.1 工程進度網絡中工時的隨機性
        2.1.1 工程進度網絡模型
        2.1.2 PERT 網絡計劃中工時的隨機性
    2.2 工時的相依性調查及分析
        2.2.1 工時的相依性調查設計
        2.2.2 工時的相依性調查統(tǒng)計分析
        2.2.3 工時相依的原因及類型
    本章小結
第三章 基于貝葉斯網的工時相依網絡結構模型
    3.1 貝葉斯網基礎
        3.1.1 多元概率分布
        3.1.2 貝葉斯網模型
    3.2 貝葉斯-網絡計劃模型結構
        3.2.1 工時變量的序列相依結構
        3.2.2 工時變量的并行相依結構
        3.2.3 BNP 模型的圖分隔與條件獨立
        3.2.4 BNP 模型的數學表達式
    3.3 貝葉斯-網絡計劃模型參數
        3.3.1 工時變量及其概率分布
        3.3.2 BNP 模型的條件概率
    本章小結
第四章 基于Copula 的工時相依性度量
    4.1 Copula 函數
        4.1.1 二元Copula 函數
        4.1.2 多元Copula 函數
        4.1.3 條件Copula 函數
        4.1.4 幾種常用的Copula 函數
    4.2 基于Copula 的工時相依性度量
        4.2.1 線性相關系數及其優(yōu)缺點
        4.2.2 基于Copula 的工時相依性度量指標
        4.2.3 基于Copula 的工時變量尾部相依性度量
    4.3 工時相依的混合Copula 函數
        4.3.1 常用二元Copula 函數與工時相依性
        4.3.2 工時相依的混合Copula 函數
        4.3.3 工時相依的混合Copula 模型估計
    本章小結
第五章 工時相依的BNP模型工期模擬
    5.1 模擬思路與步驟
        5.1.1 基本原理
        5.1.2 模擬步驟
    5.2 工時變量隨機數及概率分布
        5.2.1 工時變量隨機數的產生
        5.2.2 確定概率分布
    5.3 工序關鍵度及工期
        5.3.1 主導線路與工序關鍵度
        5.3.2 完工概率分析
        5.3.3 關鍵線路及其轉移
    5.4 實例及分析
    本章小結
第六章 工時相依的進度計劃動態(tài)更新
    6.1 貝葉斯網推理
        6.1.1 貝葉斯定理
        6.1.2 貝葉斯網推理
        6.1.3 貝葉斯網預測推理及其算法
    6.2 離散BNP 模型工時更新
        6.2.1 變量消元算法
        6.2.2 團樹傳播算法
        6.2.3 馬爾科夫鏈蒙特卡洛算法
    6.3 混合BNP 模型工時更新
        6.3.1 連續(xù)變量的貝葉斯定理
        6.3.2 連續(xù)BNP 模型工時更新
        6.3.3 混合BNP 模型工時更新
    本章小結
第七章 應用與實例
    7.1 應用步驟
    7.2 應用實例
    本章小結
第八章 結論與展望
    8.1 研究結論
    8.2 不足之處
    8.3 展望
參考文獻
發(fā)表論文和科研情況說明
致謝

【引證文獻】

相關碩士學位論文 前1條

1 朱新鑫;基于相依結構矩陣對Q項目工序安排的評價[D];北京工業(yè)大學;2012年

本文編號：2828981