软考高项 - 案例分析

基础理论

缺陷寻找

写措施

计算

进度计算

成本计算

各类参数
- PV（Planned value）：计划价值
- EV（Earned value）：挣值
- AC（Actual cost）：实际花费
- SV（Schedule Variance）：进度偏差 <math xmlns="http://www.w3.org/1998/Math/MathML"> S V = E V − P V SV = EV - PV </math>SV=EV−PV
  - 若 SV < 0，进度落后
  - 若 SV > 0，进度超前
- CV（Cost Variance）：成本偏差 <math xmlns="http://www.w3.org/1998/Math/MathML"> C V = E V − A C CV = EV - AC </math>CV=EV−AC
  - 若 CV ＞ 0，成本节约
  - 若 CV ＜ 0，成本超支
- SPI（Schedule Performance Index）：进度绩效指数 <math xmlns="http://www.w3.org/1998/Math/MathML"> S P I = E V / P V SPI = EV / PV </math>SPI=EV/PV
  - 若 SPI ＜ 1，进度落后
  - 若 SPI ＞ 1，进度超前
- CPI（Cost Performance Index）：成本绩效指数 <math xmlns="http://www.w3.org/1998/Math/MathML"> C P I = E V / A C CPI = EV / AC </math>CPI=EV/AC
  - 若 CPI＜1，成本超支
  - 若 CPI＞1，成本节约
- BAC（Budget At Completion）：完工预算，是对完成该项目的计划预算（完工时的 PV 总和）
- ETC（Estimate to Completion）：完工尚需估算，是在某个时间点，预测完成剩余的工作还需要多少成本
  - 非典型 计算，认为团队将来工作不会发生偏差 <math xmlns="http://www.w3.org/1998/Math/MathML"> E T C = B A C − E V ETC = BAC - EV </math>ETC=BAC−EV
  - 典型按照当前 CPI 进行计算： <math xmlns="http://www.w3.org/1998/Math/MathML"> E T C = ( B A C − E V ) / C P I ETC = (BAC - EV) / CPI </math>ETC=(BAC−EV)/CPI
- EAC (Estimate At Completion):完工估算 <math xmlns="http://www.w3.org/1998/Math/MathML"> E A C = A C + E T C EAC = AC + ETC </math>EAC=AC+ETC
  - 典型情况下的 EAC： <math xmlns="http://www.w3.org/1998/Math/MathML"> E A C = B A C / C P I EAC = BAC / CPI </math>EAC=BAC/CPI
- VAC（Variance at Completion）：完工偏差 <math xmlns="http://www.w3.org/1998/Math/MathML"> V A C = B A C − E A C VAC = BAC - EAC </math>VAC=BAC−EAC
- 完工总时间预测：计划总工期 / SPI
- TCPI（To-Complete Performance Index）：完工尚需绩效指数
  - 未来的项目绩效按照原定预算 BAC 完成： <math xmlns="http://www.w3.org/1998/Math/MathML"> T C P I = （ B A C − E V ） / （ B A C − A C ） TCPI = （BAC - EV）/ （BAC - AC） </math>TCPI=（BAC−EV）/（BAC−AC）
  - 未来的项目绩效按照新的 EAC 完成： <math xmlns="http://www.w3.org/1998/Math/MathML"> T C P I = ( B A C − E V ) / ( E A C − A C ) TCPI = (BAC - EV) / (EAC - AC) </math>TCPI=(BAC−EV)/(EAC−AC)

三点估算（PERT）

Te: 期望值； To：最乐观； Tp：最悲观

注意：在未说明是什么分布的情况下，一律用β分布进行计算

三角分布： <math xmlns="http://www.w3.org/1998/Math/MathML"> T e = ( T o + T m + T p ) / 3 Te = (To + Tm + Tp) / 3 </math>Te=(To+Tm+Tp)/3
β（贝塔）分布: <math xmlns="http://www.w3.org/1998/Math/MathML"> T e = ( T o + 4 ∗ T m + T p ) / 6 Te = (To + 4*Tm + Tp) / 6 </math>Te=(To+4∗Tm+Tp)/6
δ（标准差）： <math xmlns="http://www.w3.org/1998/Math/MathML"> δ = （ T p − T o ） / 6 δ = （Tp - To） / 6 </math>δ=（Tp−To）/6
- ±1 δ = 68.26 %
- ±2 δ = 95.46 %
- ±3 δ = 99.73 %

决策树分析（EMV：预期收益）

沟通渠道计算

<math xmlns="http://www.w3.org/1998/Math/MathML"> 沟通渠道 = n ∗ ( n − 1 ) / 2 沟通渠道 = n * (n - 1) / 2 </math>沟通渠道=n∗(n−1)/2