论文部分内容阅读
从现代项目管理诞生至今,设计结构矩阵DSM和图示评审技术GERT成为了其中的典型代表,但是随着项目管理的不断深入,经典DSM和GERT在建模过程中也面临着巨大挑战,项目系统复杂性提升,信息不确定性加大,质量要求性增强等突出变化使得一般建模过程无法满足经典DSM矩阵模型和GERT网络特征,因此本文以经典DSM和GERT理论为总体框架,就项目复杂性,信息不确定性,质量高要求性等问题进行深入研究,以期获得更加有效的,更能满足不同条件的项目管理新模型、新方法。首先,以DSM理论,区间数理论和质量管理理论为基础,构建考虑质量因素的区间DSM模型,着重研究不确定因素和质量反馈在DSM优化模型中的重要作用。在建模过程中更加关注不确定环境下各项子任务完成的质量情况。最后通过相关案例进行优化分析。其次,结合GERT网络理论和区间数理论,考虑质量约束在不确定环境下的区间GERT网络中的重要作用。在建模过程中突出质量指标,以整个项目的工期、成本、质量作为多目标问题进行综合优化,在此基础上通过遗传算法获取最优解,并通过相关案例进行说明。最后,考虑DSM有较强的处理任务重叠与相互耦合问题的能力,而GERT有解析表达式便于优化的特点,本论文协同考虑DSM矩阵和GERT网络的建模特征,合理构建基于蒙特卡洛仿真和核密度估计方法的DSM-GERT混合模型。接着,在DSM-GERT混合模型的基础上进一步考虑采用区间数形式表征不确定信息,构建区间型DSM-GERT混合模型,并通过相关案例进行求解说明。本论文通过DSM矩阵和GERT网络的扩展性建模,在一定程度上拓宽了项目管理的新模型和新方法,克服了经典DSM矩阵和GERT网络的局限性,能够有效解决在不断变化的系统复杂性、质量高要求性、信息不确定性等问题,满足更加复杂的建模环境,继续扩大项目管理的应用层面,同时也为不同特征下的项目管理提供了一定借鉴意义。