基于神經(jīng)網(wǎng)絡算法的大科學工程項目進度管理探索

摘要：大科學工程項目一般是由多個子項目集成的復雜系統(tǒng)工程，其各子項的研制周期、研制目標和研制難度千差萬別，因此對各子項的管理人員提出了極高的管理要求。隨著計算機技術的發(fā)展，以神經(jīng)網(wǎng)絡算法為代表的機器學習方法為復雜系統(tǒng)的管理帶來了新機遇。利用某大科學工程項目已完成的1000項項目數(shù)據(jù)，訓練得到三個多輸入單輸出的神經(jīng)網(wǎng)絡模型，可根據(jù)項目執(zhí)行團隊和任務情況，以較高精度預測項目完成質(zhì)量、完成時間和管理成本，供決策者及時對項目執(zhí)行情況進行調(diào)整。該方法有望為大科學工程項目的子項目管理提供一條新路徑。

關鍵詞：神經(jīng)網(wǎng)絡；大科學工程；項目管理；進度管理

0引言

大科學工程項目區(qū)別于一般項目，其特點體現(xiàn)為“大”：項目規(guī)模大、經(jīng)費體量大、參與項目的單位數(shù)量大、建成后的影響大[1-3]。這樣的項目關系國計民生、國家長遠利益，一旦立項，將涉及大量人力、物力和財力的投入，項目成功與否將對綜合國力的展示產(chǎn)生巨大影響。而一項大科學工程項目的成功，離不開科學有效的項目管理，如我國天眼FAST項目[4]、C919“大飛機”項目[5]及聚變工程實驗堆CFETR項目[6]等，其背后均有一個強大的項目管理團隊作為支撐。

大科學工程項目可分解為多個子項目，每個子項之間有串行和并行的工作模式。一個團隊的任務進度和完成情況將直接對與其銜接的上下游團隊的任務產(chǎn)生影響[7]。在有限的管理資源條件下，如何針對不同項目合理分配管理資源，采取不同的管理策略，以達到最優(yōu)的管理效果和項目產(chǎn)出，是項目管理實踐中需要著重考慮的問題[8]。……