[论文解读] Fostering Project Scheduling and Controlling Risk Management

Abdul Razaque, Christian Bach+2 more|arXiv (Cornell University)|Oct 7, 2012

Software Engineering Techniques and Practices参考文献 17被引用 11

一句话总结

本文提出了一种集成的项目进度安排与风险管理框架，结合了模糊FMEA、蒙特卡洛模拟和关键链项目管理，并采用自适应密度程序（APD）以优化缓冲时间并提高进度可靠性。该方法通过主动识别、分析和缓解风险，改进了传统方法，确保项目按时、按预算交付并减少不确定性。

ABSTRACT

Deployment of emerging technologies and rapid change in industries has created a lot of risk for initiating the new projects. Many techniques and suggestions have been introduced but still lack the gap from various prospective. This paper proposes a reliable project scheduling approach. The objectives of project scheduling approach are to focus on critical chain schedule and risk management. Several risks and reservations exist in projects. These critical reservations may not only foil the projects to be finished within time limit and budget, but also degrades the quality, and operational process. In the proposed approach, the potential risks of project are critically analyzed. To overcome these potential risks, fuzzy failure mode and effect analysis (FMEA) is introduced. In addition, several affects of each risk against each activity are evaluated. We use Monte Carlo simulation that helps to calculate the total time of project. Our approach helps to control risk mitigation that is determined using event tree analysis and fault tree analysis. We also implement distribute critical chain schedule for reliable scheduling that makes the project to be implemented within defined plan and schedule. Finally, adaptive procedure with density (APD) is deployed to get reasonable feeding buffer time and project buffer time.

研究动机与目标

• 应对由于快速技术变革和产业演进而带来的项目进度安排风险日益增加的问题。
• 通过更系统地整合风险管理，弥补现有进度安排技术的不足。
• 通过自适应程序优化缓冲时间，提高项目可靠性。
• 应用事件树和故障树分析以实现有效的风险缓解。
• 通过稳健的进度安排框架，确保项目在规定的时间、预算和质量约束内完成。

提出的方法

• 使用模糊失效模式与影响分析（FMEA）评估并优先排序潜在的项目风险。
• 应用蒙特卡洛模拟，基于受风险影响的活动时间估算项目总工期。
• 采用事件树和故障树分析，建立风险影响及缓解路径的模型。
• 实施分布式关键链调度方法，以增强进度的鲁棒性。
• 利用自适应程序与密度（APD）计算最优的供给缓冲和项目缓冲时间。
• 在所有项目活动中整合风险影响评估，以指导缓冲分配和进度决策。

实验结果

研究问题

• RQ1 在动态、技术驱动的环境中，如何改进项目进度安排以更好地控制风险？
• RQ2 在活动持续时间不确定的情况下，确定最优供给缓冲和项目缓冲时间的最好方法是什么？
• RQ3 如何有效结合模糊FMEA、模拟与关键链调度以增强风险缓解？
• RQ4 事件树与故障树分析的整合在多大程度上提升了风险预测与控制能力？
• RQ5 自适应程序与密度（APD）在项目进度安排中是否优于传统缓冲尺寸确定方法？

主要发现

• 所提出的框架通过将风险评估与缓冲时间优化相结合，显著提升了项目进度的可靠性。
• 模糊FMEA相较于传统FMEA，能更准确地识别和优先排序关键风险。
• 蒙特卡洛模拟在不确定性条件下提供了项目工期的稳健估计，支持数据驱动的进度安排。
• APD的应用带来了更合理且自适应的缓冲时间分配，减少了进度超支。
• 事件树与故障树分析有效建模了风险传播与缓解路径，增强了风险控制能力。
• 集成方法确保了项目在计划时间内、预算内完成，同时提升了质量和运营绩效。