基于基建大数据的工程进度模型研究.docVIP

基于基建大数据的工程进度模型研究 一、研究内容 研究基于工程项目管理技术的项目工期预测方法。通过专家经验判断与调研分析，分析历史工程项目的工期与各项指标，筛选出对实际工期影响较大的因素。通过专家经验与调研分析，查找历史项目的工期与各项指标，筛选对实际工期影响较大的因素（工程量Q、可调用人员P、可调用设备E、施工条件C、电压等级V），以各重要影响因素为因变量，工期为自变量，将额定工期定为常量，建立项目工期修正模型，预测当前工程项目各个环节的预期完成时间。运用网络计划技术，通过分析项目甘特图等，绘制项目任务的网络节点图，确定项目执行的关键路径，基于模糊隶属度函数工期计算方法算出项目的整体预测工期。 二、方法选取 本课题以来，在前期工作中，我们通过研读文献、咨询相关专家学者等，已针对基建工程进度模型进行了大量的理论研究，并通过对比分析，择优确定了最适合应用于电力工程基建项目工期预测的方法和模型。在前期的理论研究中，我们重点对以下几种项目工期预测方法展开了对比研究： 法一：人工神经网络方法。该方法是将影响项目工期的各影响因素取值作为人工神经网络的输入，项目工期作为网络的输出，通过对网络的学习、训练及调整，确定最终的预测模型。 法二：决策与实验室法。该方法是一种对指标之间的相互影响关系进行建模分析的方法，可应用于工程项目管理领域的影响因素探究。该方法运用图论与矩阵工具，通过确定体系中各指标之间的逻辑关系建立直接影响矩阵，从而计算出每个评价指标对其他评价指标的影响度等，得出各指标的影响路径，通过因果图能直观表明指标之间的相互依赖关系。 法三：挣值法。该方法是通过实施计划目标和期望值间的差异分析，进而判断项目花费的费用及进度绩效的方法，又叫偏差分析法。项目挣值分析指标体系中指标间的相互关系以及工期、成本的偏差大小表明了项目 实施过程中计划完成的情况，项目管理者可以根据这些指标状态，对项目剩余工作的工期和成本变化趋势进行预测和判断。 通过对上述方法的深入研究与分析，我们发现尽管这些方法在理论上具有较好的效果，但人工神经网络方法人为主观因素过多，网络训练复杂，内部运算逻辑不明确；决策与实验室法计算过程复杂繁琐，计算效率低；而在挣值法中若具体线路上不定位项目进度偏差将直接导致项目进度绩效监测结果与实际不相符，工期预测的准确性低。上述方法的计算过程都过于繁杂，可靠性较低，均不适用于实际工程研究，难以工程实现，应用价值有限。因此，对于本课题的研究，经过数学建模与调研分析，我们最终确定采用基于额定基础工期的项目工期修正模型的方法来预测项目各工序工期，并利用网络计划技术，基于网络图与关键路径法，建立项目整体工期的预测模型。 我们所采用的项目工期修正模型可以探究得到各影响因子与各工序工期之间的数学关系，能够在各工序基础工期（常数项）的基础上，根据各工期影响因子的实际取值偏差，对工序工期进行合理修正与预测，不仅适用于一般工程项目工期预测情形，对于不同地域不同规模的建设工程工期也可以有效预测，能够为我国工程项目提供一个预计施工时间规范。相比其他方法，该模型的数学关系更加直观明了，可靠性高，方便施工方理解并制定合理、符合实际的施工进度计划，更易于工程实践与应用。 三、研究的思路与方法 1、研究思路 严格执行依法建设、规范管理要求，遵循“依法开工、有序推进、工期合理、均衡投产”原则，开展电力基建项目工期预测与进度预警工作，提高计划的科学性、预见性、应对性。 （1）理论研究 通过理论研究，分析输变电工程项目进度模型的假设条件和边界条件，以输变电建设工程工期为工期研究基础，根据各影响因素对工期的修正计算，构建项目工期修正模型，得到项目各工序的预计完成时间。 （2）模型建立 根据专家经验与调研分析，确定工程项目执行中存在的各项环节，以各环节为研究对象，分析筛选出对实际工期影响较大的因素。将输变电建设工程工期定额设定为项目工序的额定基础工期，基于历史基建项目数据，以各重要影响因素为因变量，工期为自变量，将额定工期定为常量，建立项目工期修正模型，预测当前工程项目各个环节的预期完成时间。运用网络计划技术，通过分析项目甘特图等，绘制项目任务的网络节点图，确定项目执行的关键路径，基于各环节预测工期，计算得到项目整体预测工期。 （3）模型修正 将历史项目各环节的预测工期与实际工期进行对比，对结果误差较大的环节所对应的模型进行修正与改进，提高模型可靠性与预测准确度。 2、研究方法 （1）广泛收集输变电工程相关资料，梳理本省管理历史数据。深入开展调研，分析影响项目进度的重要任务节点及计划管理中的各类数据，统计形成各项目进度报表。 （2）项目工期修正模型。研究项目执行中存在的各项环节，筛选对其工期影响较大的因素，以各影响因素为自变量，工期为因变量，基于历史基建项目数据，对各环节分别建立