五步求解PERT图

在以往的项目建设中，编制项目进度计划常常采用甘特图(或称横道图)来表示，甘特图简单明了、形象直观，但不适合用于大型和复杂信息工程项目的建设和监理工作。 因为甘特图不反映各项工作之间的逻辑关系，因而难以确定某项工作推迟对完成工期的影响；当实际进度与计划有偏差时也难以调整。另外，甘特图虽然直观清晰，但只是计算的结果，而一项工作什么时候开始，什么时候结束，却是需要通过计算来实现，甘特图并没有给出好的算法。 网络计划技术可以有效解决这些问题。目前应用比较广泛的两种计划方法是关键路径法(Critical Path Method，简称CPM)和计划评审技术(Program Evaluation and Review Technique，简称PERT)。 CPM和PERT是独立发展起来的计划方法。两者的主要区别在于：CPM是以经验数据为基础来确定各项工作的时间，而PERT则把各项工作的时间作为随机变量来处理。所以，前者往往被称为肯定型网络计划技术，而后者往往被称为非肯定型网络计划技术。前者是以缩短时间、提高投资效益为目的，而后者则能指出缩短时间、节约费用的关键所在。因此，将两者有机结合，可以获得更显著的效果。 信息工程项目建设过程中不可预见的因素较多，如新技术、需求变化、到货延迟，以及政策指令性影响等。因此，整体工程进度计划与控制大多采用非肯定型网络计划，即PERT网络模型。 信息工程项目应用网络计划技术的步骤如下：①绘制网络图；②网络计划计算；③求关键路径；④计算完工期及其概率；⑤网络计划优化。 步骤1：绘制ERP项目网络图 本文主要以某公司(中小型企业)ERP项目建设为例，讲述网络计划技术在信息工程项目监理工作进度控制中的应用。 (1) 定义各项工作(作业) 恰当地确定各项工作范围，以使网络图复杂程度适中。 (2) 编制工作表 首先是根据实施厂商的实施方法和业主单位的实际情况，制定ERP项目工作清单(如表1所示)，并确定各项工作的先行工作。在工作定义过程中，应考虑有关项目和项目目标的定义、说明以及历史资料。工作定义过程结束时，要提交的成果之一就是工作清单。工作清单必须包括本项目范围内的所有工作，应当对每项工作列出文字说明，保证项目成员准确、完整地理解该项工作。 其次进行项目描述。项目的特性通常会影响到工作排序的确定，在工作排序的确定过程中更应明确项目的特性。 再次，确定或估计各项工作时间。估算的方法在后面介绍。 最后，表明各项工作之间的逻辑关系。着重考虑的内容如下： a. 强制性逻辑关系的确定。这是工作排序的基础。逻辑关系是工作之间所存在的内在关系，通常是不可调整的，一般主要依赖于技术方面的限制，因此确定起来较为明确，通常由技术人员同管理人员的交流就可完成。 b. 组织关系的确定。对于无逻辑关系的项目工作，由于其工作排序具有随意性，从而将直接影响到项目计划的总体水平。这种关系的确定,通常取决于项目管理人员的知识和经验，它的确定对于项目的成功实施是至关重要的。 c. 外部制约关系的确定。项目工作和非项目工作之间通常会存在一定的影响，因此在项目工作计划的安排过程中,也需要考虑到外部工作对项目工作的一些制约及影响，这样才能充分把握项目的发展。 d. 实施过程中的限制和假设。为了制定良好的项目计划，必须考虑项目实施过程中可能受到的各种限制，同时还应考虑项目计划制定所依赖的假设和条件。 (3)根据工作清单和工作关系绘制网络图 根据表1中各工作之间的逻辑关系，可绘制双代号网络图如图1所示 步骤2： 网络计划计算 (1)工作时间估计 工作延续时间的估计是项目计划制定的一项重要的基础工作，它直接关系到各事项、各工作网络时间的计算，和完成整个项目任务所需要的总时间。若工作时间估计的太短，则会在工作中造成被动紧张的局面；相反，就会使整个工程的工期延长。 网络中所有工作的进度安排都是由工作的延续时间来推算的，因此，对延续时间的估计要做到客观正确。这就要求在对工作做出时间估计时，不应受到工作重要性及工程完成期限的影响，要把工作置于独立的正常状态下进行估计，要统盘考虑，不可顾此失彼。 估计工作时间的方法主要有： a. 专家判断：专家判断主要依赖于历史的经验和信息，当然其时间估计的结果也具有一定的不确定性和风险。 b. 类比估计：类比估计意味着以先前的类似的实际项目的工作时间来推测估计当前项目各工作的实际时间。当项目的一些详细信息获得有限的情况下，这是一种最为常用的方法，类比估计可以说是专家判断的一种形式。 c. 单一时间估计法：估计一个最可能工作实现时间，对应于CPM网络。 d. 三个时间估计法：估计工作执行的三个时间，乐观时间a、悲观时间b、正常时间c，对应于PERT网络:期望时间t＝(a+4c+b)/6。 (2)工作最早开始时间 工作最早开始时间是到指某个节点前的工作全部完成所需要的时间，它是本项工作刚刚能够开始的时间......More↓↓↓