EVM成本进度控制和数据挖掘在工时管理系统中的应用
VIP免费
1
摘 要
随着计算机技术的普遍应用以及全球化市场竞争的日益激烈化，要想不被市
场所淘汰同时在世界市场上站稳脚跟，需要紧跟全球市场变化以及采用新的管理
模式来提高企业竞争能力。现在世界流行的信息化管理工具PDM，能帮助企业更有
效的进行管理工作，增强企业的生存能力。对于生产制造企业车间工时管理系统
是PDM系统开发和应用的难点之一；车间生产管理在整个企业生产流程中的地位非
同一般。因此，车间工时管理系统的开发及使用会显著的提高企业的竞争力和效
益。
车间工时管理系统将传统的车间生产管理模式转化为先进的信息管理模式，
将车间生产中产生的数据、过程都存在数据库中，加强了车间生产业务的管理，
同时也能服务于整个企业的信息化。本文基于上海某重型设备制造公司信息化系
统原有车间工时管理系统中的数据，通过研究现今世界上流行的成本进度跟踪控
制方法——EVM(挣值管理法)，提出了能够使企业掌握车间生成成本、进度的数据
模型，并通过数据挖掘理论的研究，选取合适的最有价值的数据作为数据信息展
示的基础数据，采取适当的显示形式直观的显示出生产进度、成本以及相关信息
来调整生产，在一定程度上帮助制造企业提高其本身的核心竞争力。
在理论上深度研究了EVM(挣值管理法)的理论以及参数指标，并将其理论知识
与现实生产制造的流程结合起来了，提出各种数据指标反映车间生产中的成本和
进度以及新的绩效考核体系；接着从数据分析角度出发，研究数据挖掘的理论及
其方法，并将其应用到EVM理论所需数据的挖掘。然后，结合EVM 理论和数据模型
用编程语言和数据库操作将数据和模型结合在一起，形成产品数据信息直观的反
映在车间工时管理系统上。
在实际应用上本论文根据EVM理论和车间工时管理系统中存在的数据添加成
本进度控制模块，对此模块进行业务逻辑层、数据访问层、表示层进行分析和设
计。最后，对此模块的整体架构进行了开发，对EVM理论中最核心的分析理论完成
了实现。
关键词：EVM 数据挖掘 车间工时管理系统 PDM
ABSTRACT
With the computer technology popular using in the word and daily growing
competition in the whole market,if the company don’t be abandoned by the market and
acquired the alive room in the world market,he should follow the change of world
market and adopt the latest management pattern to improve the competition of
entPDMrise. Now,the most popular information management tool in the world is PDM
that could make entPDMrise more effective in the management and improve the survive
capacity of entPDMrise in the market.The difficult question of PDM system
development and application on the manufacture entPDMrise is the workshop hour
management system,so the workshop hour management’s status is extraordinary in the
whole manufacture flow of entPDMrise,so the workshop hour management system’s
development and implement will obviously improve the competition and profit of
entPDMrise.
The workshop hour management system will transform the traditional workshop
manufacture pattern to the advanced information management pattern and save the data
of the manufacture or work flows in database, intensify management of manufacture
business and serve the entirely information of entPDMrise.This article research the
tracking and controlling on costing and progress which named Earned Value
Management based on some heavy equipment manufacture company’s existing data of
the workshop hour management system,provide the data model that help the
entPDMrise contolling the costing and progress of product and choose the suitable and
worth data as the based data of the data model for information presenting and adopt the
suitable presenting form that could directly present the information of costing and
progress by the method of data mining to improve the care competition of company in
the manufacture field.
On the theory, this article have depth researched the theory and parameters, index
of EVM and combine the theory knowledge and actual produce flows,propose all kinds
of index for reflecting costing and progress of produce in workshop and evalution of
performance system,then from the data analysis view,researching the theory and method
of data mining and apply it in the data mining that required by EVM,finally combining
the data and model by database operating and develop language into the information
1
view directly present on the workshop hour management system.
Adding the controlling the costing and progress module to the system according to
the existing data from the EVM theory and workshop hour management system,then
analysising and designing the module on 3-tier application that are UI,BLL,DAL.finally
developing this module and realizing the care analysis theory of EVM.
Keywords: EVM，
Data Mining，
Workshop hour management system;，
PDM
目 录
中文摘要
ABSTRACT
第一章 绪论.....................................................................................................................1
§1.1 研究背景及意义 ................................................................................................. 1
§1.2 国内外研究现状 ................................................................................................. 2
§1.3 研究方法及研究内容 ......................................................................................... 4
第二章 EVM 的概述及应用研究...................................................................................6
§2.1 EVM（挣值管理）的理论概念 ......................................................................... 6
§2.1.1 EVM 的基本参数.........................................................................................6
§2.1.2 EVM 指标分析.............................................................................................7
§2.1.1 EVM 的预测和绩效指数.............................................................................8
§2.2 EVM 的应用研究 ................................................................................................ 9
§2.2.1 编制生产 WBS 及 CBS...............................................................................10
§2.2.2 车间工时管理系统信息采集..................................................................11
§2.2.3 EVM 参数的计算方法...............................................................................13
§2.2.4 偏差分析..................................................................................................13
§2.3 绩效考核指标 IPI 的构造 ............................................................................. 15
§2.4 本章小结 ......................................................................................................... 17
第三章 数据挖掘技术的研究及实现...........................................................................18
§3.1 数据挖掘技术 ................................................................................................... 18
§3.1.1 数据挖掘的定义......................................................................................18
§3.1.2 数据仓库..................................................................................................19
§3.1.3 数据挖掘和 OLAP.....................................................................................19
§3.2 与工时管理系统相关的数据挖掘算法 ........................................................... 19
§3.2.1 神经网络算法..........................................................................................20
§3.2.2 决策树算法..............................................................................................22
§3.2.3 关联法则算法..........................................................................................24
§3.3 数据挖掘和 EVM 的结合 ................................................................................... 26
§3.3.1 面向车间工时管理系统数据挖掘的基本原理......................................26
§3.3.2 需求分析：车间产品成本、质量、进度关系研究..............................27
1
§3.3.3 质量和成本、进度三者间的关系..........................................................28
§3.3.4 一元线性回归预测的应用......................................................................30
§3.4 本章小结 ........................................................................................................... 30
第四章 基于 EVM 的生产成本控制模块的设计........................................................31
§4.1 原因分析及解决思路 ....................................................................................... 31
§4.2 基于 EVM 成本进度控制模块业务逻辑层分析 ............................................... 32
§4.2.1 系统需求分析..........................................................................................32
§4.2.2 生产成本进度控制流程分析..................................................................33
§4.2.3 业务活动分析..........................................................................................34
§4.2.4 功能结构分析..........................................................................................35
§4.3 成本进度控制模块数据层分析和设计 ........................................................... 36
§4.3.1 模型库管理子模块..................................................................................42
§4.3.2 规则库管理子模块..................................................................................44
§4.4 本章小结 ........................................................................................................... 44
第五章 成本进度控制模块的实现...............................................................................45
§5.1 MS Chart 的介绍 .............................................................................................. 45
§5.1.1 MS chart 的重要集合 .............................................................................45
§5.1.2 数据绑定形式..........................................................................................48
§5.2 数据操作性能的优化 ....................................................................................... 51
§5.2.1 建立正确的索引......................................................................................51
§5.2.2 数据库连接优化......................................................................................53
§5.2.3 利用存储过程和游标..............................................................................54
§5.3 数据库、模型库的实现 .................................................................................... 55
§5.3.1 数据库的实现..........................................................................................55
§5.3.2 模型库的实现..........................................................................................57
§5.4 模块实施与运行 ............................................................................................... 60
第六章 总结和展望.......................................................................................................63
参考文献.........................................................................................................................65
在读期间公开发表的论文和承担科研项目及取得成果.............................................69
致 谢.............................................................................................................................70
第一章 绪论
1
第一章 绪论
§1.1 研究背景及意义
随着全球进入信息化时代，越来越多的新技术应用到制造业中，企业的生产
模式由“大规模生产”转变为“大批量定制”，经营方式由“以产品为中心”转变
为"以顾客为中心“，技术进步使”流水线刚性组装作业”转变为“柔性生产线快
速调整作业”，市场环境由“面向封闭区域竞争环境”转变为“面向开放的全球竞
争环境”，企业的竞争策略由“基于成本的价格优势”转变为“基于品牌和技术的
时间优势”，企业面临以下压力：企业必须加快市场响应速度、多品种小批量生产
模式成为主流、客户需求多样化、大市场和大竞争。而制造业经营环境还是习惯
于一个整体的同质化市场，产品生命周期较长、技术相对简单、核心竞争力是劳
动生产率、大批量刚性生产模式、生产是泰勒管理思想。
面对细分的个性化市场要求的产品生命周期缩短、产品复杂度增加、产品价
格持续下降、同行业中不断出现新的制造厂商，相对的企业市场份额随之缩小，
降低生存制造企业的制造成本是提高企业生存能力的关键因素，对于制造业其产
品都是和工时相关的，所以有效管理产品工时是降低企业制造成本的可靠途径之
一。
数据挖掘（Data Mining）,又称为数据库中的知识发现(Knowledge Discovery in
Database, KDD),从巨量的，数据种类多的数据库中发现隐藏的、有用的、新颖的可
理解模式的过程。简单的说，数据挖掘就是从大量数据中发现或“挖掘”有用的
知识。从广义上说，数据挖掘就是从数据库中挖掘信息的过程。由此可以看出，
数据挖掘实际上就是 BI（商业智能）。但从技术术语上来说，数据挖掘特指的是：
原始数据经过数据清洗和数据转换等前期处理转变成数据挖掘所需要的数据集。
从狭义上说，数据挖掘是从特定形式的数据集提炼知识的过程[1]。
EVM（Earned Value Management,挣值管理）是综合了项目范围、进度计划和
资源，进而计算和评估产品质量的理论。EVM 通过计算和统计已加工完产品的计
划成本、已加工完产品的实际成本和计划生产产品的计划成本得到有关计划产品
生产的进度和成本偏差，在这些参数的基础上进一步分析产品实际成本、进度与
计划成本、进度之间的关系，因此 EVM 又被称为偏差分析法，EVM 的特点在于
用计划成本来衡量产品生产的进度，并且取实际和计划中的成本和进度作为挣值，
可以理解为中间值得到产品生产中进度和成本与计划的差距[2]。
车间工时管理系统实现了车间工时信息化管理，达到车间数据共享、车间数
据的快速维护、车间生产快速响应变化的要求，从而全方位提升企业车间工时信
EVM 成本进度控制和数据挖掘在工时管理系统中的应用
2
息化。车间工时管理系统内容主要为：1）将每次投产的产品作为一个工作令，并
对此产品的部件和零件信息，以及相应的零件工艺、工艺的定额工时、零件数量
添加至数据库中，按生产计划要求将每个工艺作为工作票打印给工人进行加工，
从而达到对产品定额工时的有效管理。2）车间工票的多样化管理，根据车间生产
中时常出现的零件作废、加工作废、机器设备故障等生产中出现的问题分别将之
划分成作废工票、机修工票等，将车间生产流程中的所有信息输入到数据库中统
一管理，从而能够更全面的了解产品在车间生产中的每一个步骤，不同的定额工
时，以及其他加工情况。3）工时数据的信息化，将工人、工艺、工序上的工时保
存到数据库中，以实现工时统计的信息化[3]。
作为生产企业控制成本、提高工作效率是企业的核心竞争力之一，而企业老
总常常苦于无法具体了解产品生产进度、生产成本、生产效率等具体信息，从而
无法做出该如何控制成本、在哪些方面可降低成本、在哪个环节可以提高生产效
率等决定。针对以上企业中出现的问题，本课题依托工时管理系统中提供的大量
数据，运用数据挖掘理论对数据进行提取、转换、分析，使之能够应用于 EVM 进
度成本控制算法的参数，并且能够建立可视化的数据模型，使企业能够轻松的掌
握本身的生产信息。
§1.2 国内外研究现状
EVM 作为产品和工程进展和成本跟踪控制的新理论，这项理论诞生于二十世
纪六十年代，为了保证政府外派工程能够及时完成，同时防止工程项目成本过高
给政府带来额外压力，美国国防部首次公布了 C/SCSC 标准，其中的核心就是挣值
（Earnd Value），并慢慢的被人们熟悉和采纳。随着时间的流逝，挣值管理（EVM，
Earned Value Management）被更多的行业，更多的部门所使用，它的使用领域也不
再局限于政府，而是扩展到了民间各种项目的开发管理上。在取得良好的应用效
果后，世界上其他发达国家，日本、英国、澳大利亚、加拿大等国也相继将 EVM
理论纳入到本国行业和政府的标准中来，并使其规范化，能快速的被各行各业广
泛应用。EVM 的关键是计算实际产品的数据信息，并与计划数据信息进行比较分
析：它最大的价值就是作为一种综合性的管理理论，能够实时的预测、掌握、控
制产品或工厂的成本以及进度。现今，EVM 不仅在国防和生产方面崭露头角，在
商业开发领域中也展现出它的价值，应用 EVM 理论能够可靠的从项目承包公司的
管理方式中获取自身所需要的数据，从而方便自身做出可靠的管理决策。
EVM 理论在国外得到广泛应用，取得一定价值后。国内学者也将 EVM 引进
国内，EVM 刚进入国内后很多学者对其进行了研究，对 EVM 的先进理论作出了
介绍，不少学者还指出了其不足之处，如《项目挣值分析方法中的错误与解决方
第一章 绪论
3
案》出自南开大学的戚安邦在文中提出 EVM 理论指标体系中的成本偏差、成本偏
差率和项目成本绩效三个指标的计算和推导不满足统计学原理，与实际中的常识
也有不同，因此在此基础上提出了部分改进方法；类似戚安邦老师研究出 EVM 的
不足之处并提出改进的文献和论文国内还有很多，EVM 是新的管理理论，它的价
值毕竟还是要体现在实际应用中，因此与实际业务相结合必然出现其不足之处，
这就需要应用者不断的研究和分析以能够将 EVM 充分利用起来，本文正是基于此
探讨 EVM 在车间管理中的应用。
相对而言，EVM 在国内还没有得到充分的应用研究，国内对 EVM 的认识只
是停留在翻译理解的基础上，大多数有关 EVM 的文献都只是对 EVM 的基本理论
进行阐述和解释，没有与实际的应用行业相结合进行推论和分析。所以 EVM 在国
内还没有展现其最大的使用价值，需要将其理论和国内行业特点相结合，实际联
系理论才能实现其价值。
在国外，数据挖掘的使用已经相当普遍，并且有典型的成功例子。可是数据
挖掘在国内真正使用的却不多，虽然数据挖据的好处显而易见，很多企业也已经
注意到了数据挖掘可能带来的效益，但却没有真正能够使用它或者也只是初步的
使用数据挖掘。这主要还是国内使用数据挖掘的环境还不充足，大部分企业使用
数据挖掘的难题是没有足够的数据量、企业的业务模式太单一、各个部门之间的
沟通不充分、缺少有经验的人员、前期投入很大等。而在国外，数据挖掘首先在
密集型行业应用起来如电信、证券、零售业，这些行业能够使用的关键就是这些
行业的早就实现了信息化，保留了大量的数据资源。
现今市场上提供数据挖掘产品的企业有很多，其中比较出色的有
SQLServer2008 数据挖掘组件、SAS 企业、IBM DB2 整合版、SPSS Clementine、
NCR Teradata Warehouse Miner 、Oracle9i Data Mining 、CA Clever Pathpredietive
Analysis Server 等。这些产品都各有其特点：其中 ORACLE 、IBM、NCR、等产
品可以直接面向数据库进行挖掘；而 SAS 要先使用数据操作工具，它包括数据的
筛选、整合、转换、提取等来构建要挖掘的数据结果集；而 SPSS 具有多样化的特
性，它根据客户的实际应用领域提供多个应用模板供客户选择，以简单应用。有
消息显示，进入 20 实际末，随着电脑的普及应用，人类积累的数据量不断增加，
因此数据量越来越庞大，如果只靠人的能力来理解和划分这些数据，将是一项不
可能的任务，所以人类需要一个专门理解数据的工具。
综上所述，数据挖据的潜力是有目共睹的，它的发展吸引了很多人的目光。
国际上出名的调查机构 Gartner Group 在其最新的高级技术报告中将人工智能和
数据挖掘称为 “在未来将会对工业领域的发展产生长足影响的重要技术 ”之首，
摘要：
展开>>
收起<<
1摘要随着计算机技术的普遍应用以及全球化市场竞争的日益激烈化，要想不被市场所淘汰同时在世界市场上站稳脚跟，需要紧跟全球市场变化以及采用新的管理模式来提高企业竞争能力。现在世界流行的信息化管理工具PDM，能帮助企业更有效的进行管理工作，增强企业的生存能力。对于生产制造企业车间工时管理系统是PDM系统开发和应用的难点之一；车间生产管理在整个企业生产流程中的地位非同一般。因此，车间工时管理系统的开发及使用会显著的提高企业的竞争力和效益。车间工时管理系统将传统的车间生产管理模式转化为先进的信息管理模式，将车间生产中产生的数据、过程都存在数据库中，加强了车间生产业务的管理，同时也能服务于整个企业的信息化...
相关推荐
-
跨境电商商业计划书模版VIP免费
2025-01-09 27 -
跨境电商方案范文VIP免费
2025-01-09 14 -
创业计划书VIP免费
2025-01-09 18 -
xx生鲜APP计划书VIP免费
2025-01-09 12 -
跨境电商创业园商业计划书(盈利模式)VIP免费
2025-01-09 8 -
跨境电商计划书VIP免费
2025-01-09 13 -
绿色食品电商平台项目计划书VIP免费
2025-01-09 22 -
农产品电子商务商业计划书VIP免费
2025-01-09 9 -
农村电商平台商业计划书VIP免费
2025-01-09 13 -
生鲜商城平台商业计划书VIP免费
2025-01-09 21
作者：侯斌
分类：高等教育资料
价格：15积分
属性：73 页
大小：1.75MB
格式：PDF
时间：2024-11-19
