| 本文使用MATLAB语言编写程序求解上面构建的模型,程序以蒙特卡罗法(MCM)为基础,利用公式(3)计算活动的持续时间,CPM方法进行时参计算,同时添加了计算风险因素相关系数的程序。此程序的优点在于可以模拟各种分布,且允许网络中有多条关键路线,其原理是通过[0,1]均匀分布进行抽样,将此值转换为符合指定概率分布的样本值,进而得到工作持续时间的一个样本值,进行网络计划的CPM工期模拟计算,记录关键路径活动及项目工期,并将多次模拟结果进行统计计算,最终得到各线路的关键度、活动关键度(ACP)、ACI、风险因素-工期线性相关系数等指标以及工期概率密度图。 4. 实例分析 以图1所示的网络图为例,风险因素的种类和权重如表2所示,计划工期为180天,程序仿真20000次得到工期概率密度曲线如图2所示。 表2:网络活动参数及风险因素权重 
 
    
        
            | 活动名称 | 持续时间 | 风险因素类型 |  
            | 气候 | 设计发生变更 | 设备失效 | 劳动生产率 | 材料延误 |  
            | a | m | b | 分布类型 | 权重 | 分布类型 | 权重 | 分布类型 | 权重 | 分布类型 | 权重 | 分布类型 | 权重 |  
            | A | 76 | 90 | 101 | 三角(0,0.2,1) | 0.25 | 三角(0,0.1,1) | 0.37 | 二点(1,0.2) | 0.16 | 三角(0,0.2,1) | 0.11 | 三角(0,0.2,1) | 0.11 |  
            | B | 12 | 15 | 20 | 三角(0,0.1,1) | 0.42 | 三角(0,0.1,1) | 0.29 | 二点(1,0.05) | 0.14 | 三角(0,0.3,1) | 0.13 | 三角(0,0.3,1) | 0.02 |  
            | C | 7 | 10 | 14 | 三角(0,0.1,1) | 0.27 | 三角(0,0.1,1) | 0.36 | 二点(1,0.05) | 0.16 | 三角(0,0.3,1) | 0.12 | 三角(0,0.3,1) | 0.08 |  
            | D | 120 | 141 | 180 | 三角(0,0.2,1) | 0.43 | 三角(0,0.1,1) | 0.11 | 二点(1,0.1) | 0.21 | 三角(0,0.2,1) | 0.08 | 三角(0,0.2,1) | 0.17 |  
            | E | 8 | 10 | 13 | 三角(0,0.2,1) | 0.35 | 三角(0,0.1,1) | 0.07 | 二点(1,0.1) | 0.29 | 三角(0,0.1,1) | 0.13 | 三角(0,0.2,1) | 0.16 |  
            | F | 21 | 25 | 30 | 三角(0,0.2,1) | 0.33 | 三角(0,0.1,1) | 0.12 | 二点(1,0.1) | 0.25 | 三角(0,0.1,1) | 0.18 | 三角(0,0.2,1) | 0.12 |  
            | G | 4 | 5 | 18 | 三角(0,0.2,1) | 0.39 | 三角(0,0.1,1) | 0.04 | 二点(1,0.1) | 0.26 | 三角(0,0.1,1) | 0.17 | 三角(0,0.2,1) | 0.14 |  
            | H | 12 | 15 | 24 | 三角(0,0.2,1) | 0.22 | 三角(0,0.1,1) | 0.31 | 二点(1,0.1) | 0.24 | 三角(0,0.1,1) | 0.19 | 三角(0,0.2,1) | 0.04 |  
            | I | 50 | 65 | 71 | 三角(0,0.2,1) | 0.15 | 三角(0,0.1,1) | 0.07 | 二点(1,0.1) | 0.32 | 三角(0,0.1,1) | 0.18 | 三角(0,0.2,1) | 0.28 |  
            | J | 98 | 116 | 140 | 三角(0,0.2,1) | 0.52 | 三角(0,0.1,1) | 0.11 | 二点(1,0.2) | 0.09 | 三角(0,0.2,1) | 0.13 | 三角(0,0.2,1) | 0.15 |  
            | K | 55 | 58 | 62 | 三角(0,0.2,1) | 0.51 | 三角(0,0.1,1) | 0.08 | 二点(1,0.1) | 0.12 | 三角(0,0.1,1) | 0.13 | 三角(0,0.2,1) | 0.16 |  
            | L | 10 | 13 | 15 | 三角(0,0.3,1) | 0.34 | 三角(0,0.05,1) | 0.05 | 二点(1,0.05) | 0.26 | 三角(0,0.2,1) | 0.3 | 三角(0,0.2,1) | 0.05 |   
 图1:双代号网络图图2:总工期概率密度分布图 由仿真结果可知,此工程的期望工期E(X)=175.75天,标准差 =6.7天,计划工期的完工概率为:73.7%。 网络计划中ACI最大的为活动BAHP,同样可以计算出风险因素-工期线性相关系数,五种风险的相关系数分别为:0.3152,0.09676,0.2528,0.0724,0.0964。 可以看出,气候风险因素对项目的影响程度最大,设备失效其次。故在进行工期风险控制的时候,应特别关注此两项风险,有必要采取相关措施,如风险转移、风险规避、风险缓解等手段减少其发生的概率和损失。 5.结束语 对风险因素的识别、分析、评价和应对是进行进度风险控制的具体手段,本文从进度风险的最基本元素——活动工序和风险因素的结合出发,基于PERT网络模型和蒙特卡罗仿真,改进了传统进度风险计算方法,不仅能得到常规的计算指标,又构造了风险因素-工期线性相关系数,量化了风险因素影响工期的水平,为工程进度风险有重点的控制提供了依据。 参考文献
 [1]M iller D. V isual p ro ject p lanning andscheduling:A personal app roach to p ro jectmanagement[M ]. The
 15th St reet P ress, 1994: 67- 75.
 
    2/2   首页 上一页 1 2 |