关于储备(应急储备、管理储备、储备分析)的总结讨论

一、储备分析:

通过预算储备分析,可以计算出所需的应急储备与管理储备(成本或者时间)

 

二、应急储备:

1)   为未规划但可能发生的变更提供的补贴,这些变更由风险登记册中所列的已知风险引起。

2)   应急储备的多少取决于项目经理对风险的判断。

3)   项目经理可以直接使用应急储备,不用申请。

 

三、管理储备:

1)   对未规划的范围变更与成本变更而预留的预算。

2)   项目经理在使用或支出管理储备前,需要获得批准。

3)   管理储备不是项目成本基准的一部分,是否包含在项目总预算中。

4)   管理储备不纳入挣值计算,但是如果管理储备真的发生,在项目结束时花费的总资金会体现出来。从而导致项目绩效变差。

5)   管理储备的多少取决于管理层对不可预见因素的判断。

 

四、使用储备分析的过程,具体使用方法和解释:

1、估算活动持续时间

这里的储备分析主要用于估算应储备的缓冲时间;

2、估算成本

主要是估算应准备的应急储备资金,针对已知-未知风险;

3、制定预算

主要是估算应准备的管理储备资金,针对未知-未知(或不可预见性因素);

4、监控风险

在任何时点对项目的风险进行评估,分析剩余应急储备与剩余风险量是否相一致,从而确定剩余储备量是否仍然合理。

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这里提供一个简单的matlab代码示例,用于利用KKT定理求解应急物资储备的问题。假设有n种应急物资,要在m个储备点上进行分配,使得每个储备点的应急物资总量达到一定要求。目标是最小化总的储备成本。 首先,我们需要构建优化模型。假设每种应急物资的单价为p1,p2,...,pn,每个储备点的应急物资需求量为d1,d2,...,dm,每个储备点的储备量为x1,x2,...,xm。则我们可以得到以下线性规划模型: ``` minimize sum(pi*xi) (i=1,2,...,n) subject to: x1 + x2 + ... + xm >= d1 x1 + x2 + ... + xm >= d2 ... x1 + x2 + ... + xm >= dm xi >= 0 (i=1,2,...,m) ``` 接下来,我们可以利用KKT定理来求解该问题。具体来说,我们可以构建拉格朗日函数,并对其求偏导数,然后利用KKT条件来求解对偶问题。以下是matlab代码示例: ``` % 假设有3种应急物资,要在5个储备点上进行分配 n = 3; m = 5; % 应急物资单价 p = [10; 20; 30]; % 储备点需求量 d = [100; 200; 150; 120; 180]; % 构建拉格朗日函数 syms x1 x2 x3 lambda1 lambda2 lambda3 lambda4 lambda5; L = sum(p.*[x1; x2; x3]) + lambda1*(d(1)-x1-x2-x3) + lambda2*(d(2)-x1-x2-x3)... + lambda3*(d(3)-x1-x2-x3) + lambda4*(d(4)-x1-x2-x3) + lambda5*(d(5)-x1-x2-x3)... + lambda1*x1 + lambda2*x2 + lambda3*x3 + lambda4*x4 + lambda5*x5; % 对拉格朗日函数求偏导数,并令其为0 dL_dx1 = diff(L, x1) == 0; dL_dx2 = diff(L, x2) == 0; dL_dx3 = diff(L, x3) == 0; dL_dlambda1 = diff(L, lambda1) == 0; dL_dlambda2 = diff(L, lambda2) == 0; dL_dlambda3 = diff(L, lambda3) == 0; dL_dlambda4 = diff(L, lambda4) == 0; dL_dlambda5 = diff(L, lambda5) == 0; % 解出KKT条件 [x1_opt, x2_opt, x3_opt, lambda1_opt, lambda2_opt, lambda3_opt, lambda4_opt, lambda5_opt] = ... solve(dL_dx1, dL_dx2, dL_dx3, dL_dlambda1, dL_dlambda2, dL_dlambda3, dL_dlambda4, dL_dlambda5, ... x1>=0, x2>=0, x3>=0, x4>=0, x5>=0); % 输出最优解 x_opt = [x1_opt; x2_opt; x3_opt; x4_opt; x5_opt]; f_opt = sum(p.*x_opt); disp(['x_opt=', num2str(x_opt')]); disp(['f_opt=', num2str(f_opt)]); ``` 需要注意的是,这只是一个简单的示例,仅供参考。实际问题中,可能需要考虑更多的约束条件和变量,需要根据具体情况进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值