大型建设工程项目实施状态的分级诊断与综合评判关键技术及其应用研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
71171081
项目类别：
面上项目
资助金额：
40.0万
负责人：
侯学良
依托单位：
华北电力大学
学科分类：
G0115.工程管理和项目管理
结题年份：
2015
批准年份：
2011
项目状态：
已结题
起止时间：
2012-01-01 至2015-12-31

项目参与者：
李彦斌；张桂芹；谭晓宁；王凯；唐辉；王冬梅；
关键词：
广义规则诊断指标大型工程项目评判方法状态劣化

项目摘要

本项目将以中国大型建设工程项目管理现状为研究背景，通过对我国若干大型建筑企业在建工程项目和大量工程实际案例的调查与分析，系统揭示出大型建设工程项目中异态表象的发生、发展和分布规律以及项目实施状态的劣化机理。在此基础上，针对目前我国大型建设工程项目实施状态诊断研究中存在的若干主要问题，将在项目申请者前期研究成果积累的基础上，对其中最为关键的三个问题展开深度研究，即工程项目管理指标的广义提取规则、工程项目实施状态的分级诊断技术及综合评判方法、分级诊断指标的动态调整模型及其权重的同步自适应修正技术。这些研究成果不仅可为今后科学、合理、规范的提取和确定研究对象的诊断指标提供新的方法和途径，而且可为实现大型建设工程项目实施状态的自动化诊断提供强有力的技术支撑。

结项摘要

由于大型工程项目具有较强的整体性、综合性、动态性和开放性，大型工程项目中所包含的若干子项工程间也具有较强的相关性、层次性、互馈性和束导性，这就使得大型工程项目不仅在工程管理方面远比一般性工程项目更为复杂，而且项目中呈现出的各种问题也比一般工程项目具有更明显的多元性、复杂性和多样性。因此，为了实现对大型工程项目的有效管理，就迫切需要提出一种能够让工程项目管理者和决策者及时了解和掌握大型工程项目的实施状态并能够对实施状态及其存在的问题进行科学判定的新方法。. 针对大型建设工程项目的这一现实需求以及实现这一需求中存在的若干主要问题，本项目在全面了解和掌握国内外这一问题研究现状的基础上，对其中最为关键的三个问题展开了深度研究，即工程项目管理指标的广义提取规则、分级诊断指标的动态调整模型及其权重的同步修正技术和工程项目实施状态的分级诊断技术及综合评判方法。. 在研究和解决这三个关键问题的过程中，首先通过对我国若干大型在建工程项目和大量工程实际案例的调查与分析，系统揭示出了大型建设工程项目中异态表象的发生、发展和分布规律以及工程项目实施状态的劣化机理。在此基础上，基于RS理论，分析和研究了各种异态表象的特征属性并提炼出了能够有效分析和诊断工程项目各阶段问题表象的诊断指标。同时，为了使这些诊断指标能够在工程项目实施状态的诊断中实现与问题表象的同步化，融合信息整合技术、整体状态判定技术和自动控制技术，给出了工程项目分级诊断指标的动态调整模型及其系统运行程序，并提出了基于广义LIKERT量表的诊断指标权重差异度排比赋权新技术。. 在工程项目实施状态的分级诊断与综合评判方法研究中，结合工程项目自身所具有的非线性特点，将模型诊断和特征诊断二种模式融合起来，提出了大型建设工程项目实施状态的分级诊断与综合评判梯级递推分析模型。依据KALMAN分析方法和失态分析原理，基于调查所获得的大型工程项目总体状态序列参数样本，给出了大型建设工程项目实施状态综合判定标准和状态判据模型。应用结果已证明，这一系统研究成果不仅可为实现大型建设工程项目实施状态的自动化诊断提供强有力的技术支撑，而且已成为工程项目管理者提高工程项目管理水平的又一有效新工具。