|
生产管理——分析方法
|
|
来源： 作者：青山 发布时间：2007-09-24
|
|
关键线路法（CPM，Critical Path Method）本来是20世纪50年代杜邦公司的一种内部计划方法，曾用于化工厂维修工程的计划和管理，进而被广泛应用到很多工程之中。几乎在同一时期，美国海军也致力于发展一种规划和管理北极星导弹研制生产的方法，这一项目要对近三千个订立合同的单位实现计划和管理，工作量之大可想而知。其结果就是使计划评审法（PERT，Program Evaluation and Review Technique）应运而生。杜邦公司运用CPM，使路易维尔工厂的维修工程项目的所需时间从125小时下降为78小时；美国海军运用PERT，使完成北极星导弹的研制开发比预定时间缩短了两年。尽管这两种方法在细节上有所差别，但二者所依据的原理异曲同工。二者的差别，恰恰能说明管理的现实需要对技术方法的影响。关键线路法是从具有大量实际经验的维修工程作业中发展起来的，因而其各项工作的活动时间是已知的，线路上的时间是确定的；计划评审法则是从探索研究和发展的环境中产生的，因而其各种工作的活动时间具有很高的不确定性，所以它用概率方法来形成线路上的预期时间。在如何制定箭头图的细节方面，二者存在一定的差异。关键线路法所形成的网络系统略微简单些，它用节点表示事件活动，用箭头表示项目中各项事件的顺序。计划评审法则需要用变量来安排时间。
网络计划模型以紧凑的形式概括了很多重要信息。从网络计划中，能够很容易地计算出诸如最早和最晚的完成时间、活动进度安排中可利用的时差、关键线路等等。给定了活动网络、关键线路和计算进度表的统计资料，就能给管理者提供安排工程的具体计划。由于存在事件活动本身的时差，以及项目完成日期上的时差，就能够提供计划进度安排上的灵活性，得出不同的进度安排方案。然后，可以从资源负荷平衡的角度来比较运用情况，还可以通过活动费用的高低来评价方案是否有价值。不同的活动，对资源运用情况变化的响应是不同的，有些活动可能对资源的变化没有任何反应，甚至放慢进度有可能会比正常进度耗费更多。由于不同活动具有不同的“费用－时间”特性，因而就有可能对费用进行权衡。如果遇到有限的关键资源供给问题，由于资源的稀缺性，就需要从恰当安排有限资源的角度来审查计划方案，并利用存在的时差降低资源消耗，甚至可以在时间和资源利用之间进行权衡，采用延长工期的方法。 启发式模型
所谓启发式，本身就意味着能够引导管理者去寻求答案。就管理上的意义而言，启发式模型是指用于决策的指导原则。或许，这些指导原则算不上是最优的，但是在被人们应用时是始终如一的，而且是有效的，能够避免更加复杂的问题求解程序。在这里，伯法明显借鉴了西蒙的满意型决策思路，他强调，有很多问题，我们或没有时间或没有兴趣去探究更彻底的答案，但是，现有的原则足以使我们找到可行方案。或许它不一定是绝对正确的，但这种简单的法则是最适用的。管理者碰到的问题，大多数都很复杂，如果要进行严密精确的分析会步履艰难，很难用数学的方法来求解，但又不得不寻求答案，这时，凭借经验法则形成的逻辑依据就不失为可用的最佳方法。所谓启发式模型，就是这样一套符合逻辑的和具有连贯性的法则。从某种意义上来说，启发式方法是管理工作中历史最悠久的思考方法。通过这种方法，以有可能放弃最好的解决方案为代价，减少了探索的工作量。在业务管理中，这种方法大量用于装配线的平衡、设备布置、车间作业进度计划、仓库位置选择、存货控制以及一次性工程项目的进度安排等领域。 计算机探索求解方法
对于某些非常复杂的问题，利用计算机探索求解不失为一剂良药。计算机技术的发展促进了启发式模型的应用，运用计算机可以对某些准则函数的一组有限的可行试解方案按顺序进行审查。通过规定每一个独立变量的数值，计算准则函数并记录下有关的结果，就可以得出一个试验评定值。把每一个试验评定值与以往得到的最佳值进行比较，若发现它有着明显的优越性，就采用它而摒弃先前的最佳值，以此类推，直至无法寻求优化解为止。这就是登山式的逐步探索法。在这一基础上，计算机就能按照预定的工作程序，把已发现的各项独立变量的最佳组合方案打印出来。采用计算机直接探索方法的优点在于建立了准则函数模型，它没有线性数学形式的局限，突破了变量的数目限制。在业务管理上，计算机探索求解方法已被用于制定总体计划和作业进度计划问题，还被用于解决资源有限的工作安排问题。计算机探索求解方法在企业管理中具有更大的灵活性，它不需要精密的模型设计和严格的数学形式，所以比较自由，能够在成本模型中更贴近现实。因此，伯法认为计算机探索求解方法在现实管理中具有越来越大的用途。
（阅读次数：）
共2页: 上一页 [1] 2 下一页
|
| 上一篇：生产的计划与控制 下一篇：企业的必需之变 |
|
[ 收藏]
[ 推荐]
[ 评论(0条)]
[返回顶部] [打印本页]
[关闭窗口] |
|
|
| |
|
|
|
