AOE网实战解析:如何计算关键路径中的最早与最迟时间

news2026/3/23 9:28:38
1. 从做饭到项目管理理解AOE网的关键路径记得第一次听说AOE网时我正盯着厨房里的一堆食材发愁。那天要招待朋友需要同时准备米饭、炒菜和炖肉。淘米2分钟煮饭30分钟洗菜5分钟炒菜15分钟切肉10分钟炖肉40分钟。看似简单的流程却让我突然明白了什么是关键路径——炖肉需要整整50分钟切肉炖肉这就是决定开饭时间的最长路径。在计算机科学中我们把这种用边表示活动的网络称为AOE网Activity On Edge Network。它特别适合用来分析项目中的时间依赖关系。每个节点代表一个事件比如食材准备好每条边代表一个活动比如炖肉边上标注的是活动所需时间。关键路径就是整个项目中最长的路径它决定了项目的最短完成时间。就像我的那顿饭不管淘米煮饭多快32分钟洗菜炒菜多迅速20分钟最终都得等炖肉完成才能开饭。这个50分钟的路径就是关键路径其他路径都有所谓的松弛时间——可以延迟但不影响总工期的余量。2. 计算最早发生时间正向推导的艺术2.1 从生活场景到数学公式让我们用一个更正式的例子来说明。假设我们有个小型软件开发项目包含以下活动需求分析5天数据库设计3天依赖需求分析前端开发6天依赖数据库设计后端开发4天依赖数据库设计系统测试2天依赖前端和后端开发要计算每个事件里程碑的最早发生时间我们需要从起点开始正向推导。这里有个简单口诀正向取最大确保所有前置都完成。# 伪代码示例计算最早发生时间 def calculate_earliest_time(events): for event in topological_order: # 按拓扑顺序处理事件 max_time 0 for predecessor in event.predecessors: # 最早时间 前驱事件的最早时间 活动时间 current_time predecessor.earliest_time get_activity_time(predecessor, event) if current_time max_time: max_time current_time event.earliest_time max_time2.2 实际计算过程详解以我们的软件开发项目为例开始事件的最早时间自然是0需求分析完成的最早时间 0 5 5天数据库设计完成的最早时间 5 3 8天前端开发完成的最早时间 8 6 14天后端开发完成的最早时间 8 4 12天系统测试完成的最早时间 max(140, 120) 2 16天注意系统测试的前置有两个前端和后端我们要取两者中较晚完成的那个前端开发的14天这就是正向取最大原则的体现。2.3 为什么必须取最大值这就像等朋友一起出门——即使你提前准备好了也得等最慢的那个人。在项目中一个事件比如系统集成往往有多个前置活动必须等所有前置都完成才能开始。因此它的最早时间由最晚完成的那个前置决定。3. 计算最迟发生时间逆向思维的妙用3.1 从赶火车看逆向计算想象你要赶上午10点的火车流程如下起床20分钟洗漱15分钟步行到公交站10分钟等公交5分钟坐公交25分钟要计算每个步骤的最迟开始时间我们需要从最后期限倒推必须10:00到达火车站坐公交需要25分钟 → 最迟9:35上车等公交需要5分钟 → 最迟9:30到公交站步行需要10分钟 → 最迟9:20出门洗漱需要15分钟 → 最迟9:05开始起床需要20分钟 → 最迟8:45起床这就是计算最迟发生时间的核心思想逆向计算取最小值确保不耽误最终期限。3.2 应用到AOE网的计算回到我们的软件开发项目假设总工期就是最早完成时间16天。我们从终点逆向计算# 伪代码示例计算最迟发生时间 def calculate_latest_time(events): # 初始化终点最迟时间等于其最早时间 events[-1].latest_time events[-1].earliest_time for event in reversed_topological_order: # 逆拓扑顺序 min_time float(inf) for successor in event.successors: # 最迟时间 后继事件的最迟时间 - 活动时间 current_time successor.latest_time - get_activity_time(event, successor) if current_time min_time: min_time current_time event.latest_time min_time具体计算步骤系统测试的最迟时间 16天与最早时间相同前端开发的最迟时间 16 - 2 14天后端开发的最迟时间 16 - 2 14天数据库设计的最迟时间 min(14-6, 14-4) min(8, 10) 8天需求分析的最迟时间 8 - 3 5天开始事件的最迟时间 5 - 5 0天注意数据库设计有两个后继活动前端和后端开发我们要取计算结果的较小值8天这就是逆向取最小原则。4. 关键路径识别与项目管理实战4.1 如何识别关键路径现在我们已经有了所有事件的最早和最迟时间识别关键路径就很简单了关键活动最早时间 最迟时间的活动关键路径由关键活动组成的从起点到终点的路径在我们的例子中需求分析55数据库设计88前端开发1414系统测试1616这些活动的最早和最迟时间相同没有松弛时间因此构成了关键路径开始→需求分析→数据库设计→前端开发→系统测试。4.2 为什么后端开发不是关键路径后端开发的最早时间是12天最迟时间是14天有2天的松弛时间。这意味着后端开发可以晚2天开始第10天而非第8天或者可以延长2天工期从4天到6天或者两者结合晚1天开始延长1天工期只要总延迟不超过2天就不会影响最终的系统测试时间。这就是非关键活动的灵活性。4.3 项目管理中的应用技巧在实际项目中我发现几个实用技巧关键路径监控应该优先关注关键路径上的活动因为它们直接影响总工期。在我的团队中我们会用红色高亮显示这些任务。资源调配当非关键活动有足够松弛时间时可以适当抽调资源去支持关键活动。比如让后端开发人员临时协助前端开发。进度压缩如果要缩短总工期必须压缩关键路径上的活动时间。其他路径的优化对总工期没有帮助。动态调整随着项目进行关键路径可能会变化。比如前端开发提前完成而后端遇到问题关键路径就可能转移到后端。# 关键路径识别示例代码 def identify_critical_path(events): critical_path [] current_event events[0] # 从起点开始 while current_event ! events[-1]: # 直到终点 critical_path.append(current_event) # 找最早时间最迟时间的后继活动 for successor in current_event.successors: activity_time get_activity_time(current_event, successor) if successor.latest_time - current_event.earliest_time activity_time: current_event successor break critical_path.append(events[-1]) return critical_path4.4 常见误区与避坑指南在多年的项目管理中我踩过不少坑这里分享几个常见误区忽视活动依赖有些隐藏依赖容易被忽略比如虽然前端和后端可以并行开发但联调测试需要两者都完成。这会导致关键路径判断错误。过度乐观估计对活动时间的估计过于乐观特别是那些不熟悉的任务。我的经验是对不熟悉的任务在估计时间上加30%缓冲。资源冲突忽略两个并行活动可能需要同一资源如某个专家这实际上会创建新的依赖关系。解决方法是制作资源分配图。关键路径单一化大型项目中可能存在多条接近关键长度的路径都需要关注。我习惯把松弛时间小于总工期5%的路径都视为准关键路径。记得有一次项目我们只关注了传统的关键路径却忽略了一条只比它短2天的路径。结果关键路径上的活动提前完成了而那条次关键路径上的一个意外延迟反而成了新的瓶颈导致项目延期。从那以后我都会特别关注那些接近关键长度的路径。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2419317.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…