在成本管理受到广泛关注和研究的背景下，如何在项目活动中准确估算项目成本，合理分配有限的项目资源成为普遍关注的焦点。资源分解结构(Resources Break up Structure，RBS)作为一类典型的项目结构，将项目资源分解成为若干较小的单位，为资源的计划、估算和管理提供一个一致性的框架。利用这些单位元素和项目不同科目的对应关系计算出项目各级科目的成本和项目总成本。可以说，资源分解结构为细化项目资源，明细项目成本结构做出了重要的贡献。然而，传统的资源分解结构只是对项目资源进行简单的统计分类，虽然细化了资源的类别和计量方式，但是对于资源结构中相似资源的取舍，以及各种资源的重要程度没有给出评测方法。这在以研发活动为代表的项目总资源拟定的项目成本控制中是不利的。本文通过模糊数据统计方法的引入，改善资源分解结构过程。优化分解结果，便于项目成本的估算和控制。
1 资源分解结构
作为项目结构中3个典型结构之一的资源分解结构RBS，虽然在结构重要性以及应用普及率上略逊于工作分解机构(WBS)，然而由于RBS在资源统计、测量、分类上具有简单易行、结构明晰等优点，并且当它和WBS协调工作时，可以帮助项目管理者详细计算项目成本，包括最低级别科目成本明细以及项目不同工作内容的成本等，它已经被众多国外项目管理者应用于项目成本测算。尤其作为一种高效的结构体系，RBS使得项目成本的前瞻性测算成为可能。RBS可以帮助项目管理人员了解项目全过程的所有资源内容，还可以将这些资源内容和工作科目对应起来以掌握项目成本结构和进度。
RBS涵盖项目全周期的资源，它将项目所需要的资源按照一定的准则分为不同类别，主要分解基准包括：人(劳动力)、工具机械、原料和安装设备、费用和授权等。例如，劳动力包括所有的项目人力资源，工具和机械指项目成员履行职责所需要的物理要素。
RBS将各个类别的资源逐渐细化和分级，最终达到不可再分的资源单位，即标准资源要素，这些资源要素的可测度应该相同的，具有一致性的标准的测量单位。由此，项目管理人员可以了解详细的资源信息，预测在后续的项目工作中何时何地可能使用何种资源，不同的工作科目使用不同类别的资源，而每种资源有自己独立的测度单位，这样，通过工作分解结构得到的所有科目同与之匹配的资源的合集就是项目成本。
2 模糊数据统计方法的引入
2.1 模糊数据统计方法简介
自扎德(L.A.Zadel，1965)提出模糊集合及模糊理论以来。此种思维可以解释许多事物现象。随着人类思维对自然想象和社会现象的认识逐渐深入，人们发现很多时候对于环境的测度和分类是模糊的，充满多元复杂的暧昧关系与不确定现象。在这种情况下，基于形式化思维的传统二元测度很难准确表达人类思考的多元逻辑性。模糊思维(Fuzzy Thinking)应运而生，这种思维方式可以很方便地解决一些不十分清晰或者无法用精确数值表达的问题，随着模糊理论的逐渐成熟，元素与集合间的关系不再仅限于布尔代数的二值逻辑，隶属度等评测标准也逐渐受到广泛应用。
2.2 模糊数据统计方法在资源分解结构中的应用
在传统的资源分解结构中，虽然有不同标准区分资源类型，并将同类资源层级化。但这只是从资源定义和资源可分性上做出的判断，而在实际的项目实施过程中，有些资源之间存在可替换关系，有些资源在某些工作科目处于非必要消耗的范畴，有些资源在项目活动中重要性不同。这个时候，如果仍然按照传统定义做资源分解，势必不能满足项目活动的选择性要求。也就是说，从RBS的角度出发，资源确实做到了分类明确、层级清晰，然而当它和WBS整合时，就会出现尴尬。例如当不同类资源或同类不同层级资源都可以用于同一个项目科目，并且活动结果区别不大。至少在项目初期影响不大时究竟选择何种资源？同一项目活动需求多种资源时。不同资源在活动中需要考虑权重，尤其对于成本控制要求较高的项目。如何取舍资源使用不单是资源成本的节约，还会减少不必要的项目活动，带来的涟漪效应在成本控制范畴是不容忽视的。
对于资源的分析取舍有时候不能简单地用好或不好、用或不用判断，基于二元的判别标准不再适合，而模糊数据统计中的模糊数据样本众数和模糊权重法却可以有效解决资源分解结构面临的上述问题。
在资源结构独立分解阶段，将模糊数据样本众数带入分解，可以有效解决资源选配取舍的问题。我们将总资
目工作取集合的时候，采用模糊众数法决定资源样本中元素的权重大小。我们将某一资源在项目工作中的重要性定义为一个偏好效用序列r={r1，r2，...，rf}，则定义r1＜r2＜...＜rf为偏好效用递增序列，假定论域集合s代表若干资源要素。S={S1，S2，...，Sk}。且Sk在rf的隶属度为μsf，则把论域因子的模糊权重FW=(FWs，...，FWsk)定义为
3 改进的资源分解结构在MES研发过程的应用
某企业针对某一型号的变速箱装配线订制制造执行系统(MES)，系统分析后确定的资源分解结构如图1，条码设备的二级分解结构如图2。
图1 资源分解结构图
图2 二级资源分解图
(1)对于设备工具分解结构采用模糊权重法，偏好序列为r＝{r1，r2，...，ri}分别代表很不重要、不重要、普通、重要、很重要，评估项目即资源要素定义为论域n＝{n1，n2，...，nj}，nj在rf的隶属度为μnf则论域因子的模糊权重和相对权重为：
(2)对于条码设备资源结构采用模糊数据众数建立模型，论域U为条码设备，L＝{L1，L2，...，L6}代表图2的6件设备，M＝{M1，M2，...，M7}代表评测人员；Mij代表每件设备的模糊隶属度，i＝1，2，...，6；j=1，2，...，7
mij代表不同设备的模糊样本众数，评测数据见表1。
表1 设备评测数据表
因此，此模糊样本具有多重共识，即L1和L4均为样本众数。据此在该二级结构中只保留L1和L4两个资源要素。
4 总结
应用模糊数据统计方法改进资源分解结构后，不但优化了结构自身，使得资源因子不再冗余，而且带有相对模糊权重数值的资源因子和WBS中的底层工作科目集合产生的成本数据更具有参考价值，它不单显示了具体成本大小，还为资源紧缺时优先选择工作科目顺序，精简项目科目提供了依据。当然，本文中隶属度的确立仍然有待不断优化，但笔者相信，随着模糊数据统计本身不断完善和发展，必将引起相关学者的关注从而对项目成本估算产生重大作用。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：基于SFD的资源分解结构优化研究
本文网址：http://www.toberp.com/html/consultation/1082064405.html
相关文章
