基于过程集成的研发项目进度风险分析方法与应用

发布时间：2020-08-02 12:24

【摘要】： 研发项目技术含量高、研制周期长、投资规模大,进度风险问题非常突出。一旦研发成果不能及时交付,损失不仅包括经济方面,还可能失去参与竞争的机会,导致更大损失。因此,在研发项目实施之前开展进度风险分析十分必要。本文针对经典进度风险分析方法中存在的进度风险分析对象的合理性难以保证、topN进度风险因子选择难和进度风险管理措施影响进度计划最优性等普遍性的问题,综合考虑研发项目活动迭代和重叠等特点,以进度风险分析的过程集成为指导思想,研究提出一套基于过程集成的研发项目进度风险分析(SRABPI)方法,为研发项目进度风险分析提供了新的途径和新方法,论文的研究内容和主要贡献如下: 首先,提出研发项目SRABPI思想并从主体、内涵、过程、方法、组织管理及其与项目风险管理的关系等多个方面构建了SRABPI框架。SRABPI实现了进度计划制订、进度风险评估和进度风险管理计划制订这三个经典进度风险分析中原本为顺序关系的过程的集成分析,较好避免了前述经典进度风险分析方法的普遍性问题,体现了系统优化的思想。其次,综合多视图建模和关系建模的优点,从SRABPI的需求出发,建立了研发过程复合多视图定量模型(CMVQM)。定义了关系UDBD(基于上下游关系的设计结构矩阵),避免了传统DSM对活动关系描述的单一性,增强了对活动关系的描述能力;定义了迭代UDBD,解决了多种迭代模式的描述问题;定义了重叠UDBD,使利用矩阵描述活动重叠成为可能。建立了调度预处理过程,使CMVQM模型中的信息能够直接支持进度风险评估与进度风险管理计划决策等过程。第三,提出基于单执行模式随机资源约束项目调度问题模型的进度风险评估方法。建立了研发项目单执行模式随机资源约束项目调度问题模型。通过对模型的求解,实现了在制订风险最优进度计划的同时,完成对项目的进度风险评估,为风险最优进度计划的制订提供了决策支持,并为进度风险管理提供了参考。在求解过程中,提出基于全优先权的编码方法,避免了局部优先权编码的片面性。在解码过程中运用概率抽样机制和重叠UDBD的更新机制实现了对具有活动迭代和重叠的项目的调度。针对模型的仿真优化特点,开发了改进遗传算法和混合巢分法两种仿真优化算法,并针对算例比较了算法的效率。第四,提出基于多执行模式随机资源约束项目调度问题模型的进度风险管理计划决策方法。建立了研发项目多执行模式随机资源约束项目调度问题模型。通过对模型的求解,实现了在制订风险最优进度计划和评估进度风险的同时,完成进度风险管理计划的决策,为进度风险管理提供了决策支持。在求解过程中,提出AB型编码方法,避免了搜索过程中新解不合格的问题。开发了遗传算法和混合巢分法两种仿真优化算法,并针对算例比较了算法的效率。第五,对动态SRABPI进行了初步研究。定义了关系调整、插入调整、删除调整和参数调整等四种项目动态调整模式,对每一种模式进行了深入分析,提出基于UDBD的项目
【学位授予单位】：国防科学技术大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：F224

【引证文献】