基于改进挣值法的项目管理绩效改善研究

传统的挣值法由于自身的缺陷不能对项目绩效进行全面且准确的评价,在引入关键路径和质量因素后传统挣值法得到改进.改进后的挣值法能够理清项目进度、质量偏差与成本偏差之间的相互影响关系.基于改进的挣值法能够对项目偏差的原因进行深层次分析,为项目绩效改善提出针对性措施奠定基础,改进后的挣值法预测项目完工工期的精度得到了提高.基于改进挣值法建立了项目绩效改善基本模型和深化模型,旨在为项目绩效改善提供方法支持.     

基于灰色 Verhulst 和EVM 模型的项目进度—成本绩效预测研究

传统挣值管理以进度和成本绩效指数为基础进行完工成本预测,在项目实施的早期其预测值与实际数据会存在较大偏差。因此,项目实施的早期,项目管理团队应侧重对进度和成本绩效趋势进行短期预测。在介绍挣值管理和灰色Verhulst 模型的基础上,提出采用Verhulst 模型对项目的实际成本和挣值进行预测,并计算进度和成本偏差,通过比较借此发现进度和成本绩效的发展趋势。最后结合具体案例详细介绍了建立灰色Verhulst 模型以及利用此模型进行预测的步骤。案例表明该方法是可行和有效的。     

园林绿化工程成本控制分析

园林绿化工程成本控制是合理投资、低碳循环、增强建设效率的必然要求。以某城市园林绿化工程为例,以挣值法为核心,研究了园林绿化工程成本的计划值(PV)、实际值(AC)、挣值(EV),以及进度偏差(SV)、进度绩效指数(SPI)、成本偏差(CV)、费用绩效指数(CPI)等参数,从材料费、人工费、机械费等角度,提出了施工成本控制策略。     

基于灰色系统预测在项目进度及成本中的挣值管理

本文应用挣值管理的基本原理,根据项目进度监测点的挣值及实际费用,通过分析各项偏差指标,即两个偏差、两个绩效指标等,能够较好地了解当前阶段施工成本和进度的实际情况。同时,根据各监测点得到的绩效指标,建立绩效指标样本序列,利用灰色系统GM(1,1)模型对未来监测点的的绩效指标进行预测,项目经理部进一步分析可能导致偏差的原因,并提出预防措施。     

基于改进挣值法的工程项目进度优化研究

"挣值法"作为一种项目管理技术由于自身的缺陷与不足不能直接应用于工程项目的进度优化,需要进行改进与拓展。针对项目进度优化的具体问题,对"挣值法"进行了引入关键线路和扰动参数的改进与拓展,同时提出了运用改进后"挣值法"进行工期预测的计算公式与工期扰动参数估算公式。改进后的"挣值法"可以理清项目进度偏差的来源与进一步提高对项目完工工期预测的准确度,为后续项目进度优化过程中制定措施修正进度偏差与适当压缩工期提供参考。研究目的在于提高"挣值法"应用于工程项目进度优化的适用度。最后用曲线图对引入关键线路法、扰动参数后改进的挣值管理模型进行了阐释说明,并给出了一个具体使用改进后"挣值法"的案例。     

改进挣值法在工程项目综合绩效评价中的应用

为了使传统挣值法能够对工程项目的实施情况进行更详尽的偏差分析,在辨析基本参数（BCWS、BCWP、ACWP）相关概念的基础上,按照将原计划工作内容与新增工作内容进行区别调整的逻辑,提出了挣值法的新基本参数与偏差分析指标。并通过一个算例对改进后的挣值法的偏差指标进行运用分析,从而增强了挣值法对项目进度绩效和费用绩效两方面的偏差分析能力。     

对于项目管理方法——挣值法的推广

在保证工程项目质量的前提下,项目成本与进度的优化就成了项目管理成功与否的决定因素。挣值管理理论体系的核心为挣值法,通过辅以一些管理知识、手段、技能,搭建起的一个项目全生命期的绩效评测体系。挣值法就是一种成本／进度综合控制的指标和方法,所以有必要积极的推广它在项目管理中的应用。     

不确定环境下工程项目改进模糊挣值法研究

为了提高传统挣值法在不确定环境下对工程项目成本进度绩效评价与预测的精度,在传统挣值法基础上引入模糊数学的理论和方法,提出一种结合风险因素的改进模糊挣值法。首先将挣值法的评价指标体系和预测指标体系进行模糊化构建,然后对构建结果采用α截集排序法进行模糊排序,从而获得对项目较高精度的成本进度绩效评价与预测结果。并通过一个算例对改进后的模糊挣值法进行演示,结果验证了所提出的不确定环境下工程项目改进模糊挣值法具有较高的可行性。     

基于SVR-EVM的项目进度-成本评价及预测研究

在介绍挣值法和支持向量机的基础上,提出借助项目的进度绩效指数和成本绩效指数建立回归型支持向量机模型,从而预测下一阶段的进度和成本偏差。提出利用交叉验证方法选择惩罚系数、不敏感损失系数和核函数的宽度,使回归型支持向量机模型具有较好的泛化能力。最后结合具体案例详细介绍了建立回归型支持向量机模型以及利用此模型进行预测的步骤。案例表明该方法是可行的和有效的。     

基于挣值法的房地产项目施工阶段成本进度控制研究

挣值理论的独特之处在于用预算和费用来衡量工程项目的进度。但挣值理论在我国还处在比较低水平的阶段,尤其是建筑领域。本文通过对上海A项目施工阶段进度和成本的控制目标和实际数据进行采集,利用挣值法对项目的实际进度和成本进行分析,针对出现的成本和进度偏差,提出可行的改进措施,予以实施,最终使项目达到了的成本节约和进度提前的控制目标。     

BIM与挣值法在施工进度及成本控制中的应用研究

针对工程进度、成本动态控制中存在的问题,利用BIM技术与挣值分析法相结合,通过WBS工作任务分解,进行施工过程成本与时间的偏差分析,并经过方案比选优化偏差调整措施。工程实例表明,BIM-挣值法量化控制技术在项目成本-进度动态管理中具有较好的工程应用价值。     

基于二级挣值法的造船项目成本一进度研究

针对传统挣值法对项目整体进行分析的不足,运用二级挣值法,并结合项目的关键路径,以造船的双层底分段建造项目为例进行研究,得到项目的成本和进度出现偏差的具体原因。研究表明,运用基于关键路径的二级挣值法,能够避免传统挣值分析的不足,获得造船项目内部的细节情况,更有效地对造船项目成本和进度进行管理和控制。     

基于改进挣值法的建筑安装工程成本管理研究

挣值法是工程项目管理中应用较多的项目管理方法,可用于工程项目整体进度和成本费用偏差评价分析,但在定位成本费用超支分部分项工程及原因方面略显不足,需进一步分析和定位成本费用超支分部分项工程。通过将工程项目按工作结构分解为分部分项工程,并按挣值法进行成本偏差分析,能够有效改善挣值法存在的问题,实现整体项目成本偏差项目分析和分部分项工程成本偏差定位,有利于工程项目成本控制,保证工程项目成本控制目标实现。鉴于挣值法在建筑工程项目管理存在的问题,本文通过阐述挣值法的基本理论、问题以及改进挣值法的应用思路,依据实际案例分析工程成本控制问题,提出控制措施,为工程项目管理工作提供借鉴。     

某商业大厦施工阶段的工程造价管理

加强建设工程实施阶段的工程造价的监测和管理,对提供工程质量,加快建设进度,增强有效投资具有重要意义。以某商业大厦项目为例,以挣得值法为基础,通过费用偏差(CV)、进度偏差(SV)、费用绩效指数(CPI)、进度绩效指数(SPI),分析了建设项目实施中各阶段的预算管理要点。     

挣值法在工程项目管理中的应用研究

针对单因素偏差分析方法对项目管理成本和进度指导不足的现状,提出用挣值法进行项目进度与成本集成管理,并在此基础上,构建出我国建设项目挣值管理系统。     

基于改进挣值法在工程项目管理中的研究

成本、进度、质量控制是在项目管理中贯穿于全过程的综合性管理。项目管理实施过程中实现费用和工程进度的匹配及有效控制是目的,针对工程项目管理中优化的具体问题,做出了在"挣值法"中引入关键线路和扰动参数计算的改进,且运用改进后的"挣值法"进行工期预测、扰动参数估算的计算公式进行实践。研究目的是为提升"挣值法"在工程项目进度优化中的适用性,更好地解决工程成本与进度集成管理的问题。     

考虑网络结构的项目进度绩效测量与完工时间预测方法

进度绩效测量和完工时间预测是保持项目处于受控状态的关键.通过将项目网络转化为全路径集合,基于全路径内工作包用时的可加性和项目随机性特征,借助挣值管理范式和统计推断理论,给出项目进度绩效指标和完工时间的计算方法,解决了现有方法忽视网络结构因素导致的预测结果有效性和稳定性方面的缺陷,为解决复杂网络中各工作包用时的可加性难题...     

基于改进挣值方法的项目完工时间、成本预测

挣值管理（EVM）方法的主要功能是项目执行绩效评价和项目完工趋势预测,该方法在使用时未考虑非关键路线工序对项目预测的影响,此外成本绩效的计算以假定工期不变为前提,上述情况容易造成绩效指标不能准确反映项目进展问题。同时,由于该方法没有考虑工序时间和成本的分布特征,预测项目完工时间和成本的结果为单一的点估计值,准确性无法预估。在构建项目工序的成本/进度经验分布的基础上,对传统 EVM 指标进行了改进,提出基于蒙特卡洛仿真模拟预测项目完工时间和成本的区间及概率,为项目完工风险估计提供可靠依据。     

基于挣值法的风电叶片产品开发项目进度和成本控制研究

成本、质量、进度是项目管理最核心的内容。基于项目管理方法论,梳理风电叶片产品开发项目关键路径,采用挣值法在关键节点检查项目偏差,并根据总进度和总成本管控要求提出解决方案。以某型号叶片产品开发项目为例进行验证,建立风电叶片产品开发项目进度和成本控制模型,可为其他类似项目进度和成本管理提供参考。     

GM（1,1）—马尔柯夫模型的挣值管理项目预测研究

分析了挣值管理项目成本与进度偏差预测存在的问题及解决方法,研究了GM（1,1）—马尔柯夫预测模型,通过具体工程实例说明GM（1,1）—马尔柯夫模型预测理论上是可行的且比运用GM（1,1）模型预测精度高。