智能数据分析正在改变工程管理外文翻译资料

 2022-05-05 09:05

智能数据分析正在改变工程管理

论文英译汉

概述：世界上大量的科学研究致力于发现关于这个世界的事实，以便我们更好的理解它。数据使得技术在现在科学发展和技术进步中发挥着重要作用。孙子和拿破仑等著名领导人早已认识到良好信息的重要性。实际的数据使管理着能够测量和了解他们的工作，并将这些知识直接转化为改进的决策和性能。这篇论文认为数据分析已经准备在以下几个方面对工程管理做出改变：（1）在需要的时候，向管理者提供相关历史数据；（2）从数据海洋中过滤出可操作的的数据；（3）从多个来源集成有用的数据以支持定量和决策。考虑到工程管理的独特需求，本文提出了数据采集和数据分析两大领域的研究课题。本文的目的是激发同行的讨论，鼓励研究活动。

关键词：工程管理、项目管理、大数据、数据分析、计划、执行

  1. 什么是工程管理

工程所面临的重大挑战是提供既可以维持文明持续发展又改善生活的解决方法。（NAE,2008)。工程师们不断开发新的工具来推动文明进步的技术，并创新地应用数学原理来决解现实问题。另一方面，管理

是为了协调人和分配资源以实现效率。工程管理学科诞生于解决复杂工程问题的发展需要，要求多学科团队的共同努力和广泛的资源，它被认为是一种专门的管理形式，它涉及到工程原理在商业实践中的应用。工程管理是将工程技术问题解决能力和管理的组织、管理和计划能力结合起来的工程和业务的并集。其目标是有效地管理复杂的工程项目或工序，如新产品的研发（Ramp;D）和基础设施项目的建设（巴恩哈特等，2007）。工程项目经理管理工程师、科学家和技术人员设计和开发机械、产品和系统或者设施。

一个经理的职责包括三类：规划、执行和控制，目的是通过优化对项目可用的有限资源的利用来实现项目目标。一般来说，资源包括人、钱、设备和工具、材料和时间。具体来说，经理的工作是规划和确定每个参与者在项目中的角色，并分配可用的资源，以实现项目的目标。

计划是在项目开始之前在纸上/计算机上运行项目的过程。它包括决定做什么，何时做，谁来做，怎么做。执行就是把计划付诸实际来实施和管理实际的操作过程。控制指的是处理和执行阶段发生的变化的决策和行动，目的是最小化项目的负面影响（HyZe，2012）。成功的项目经理都会面对这样的挑战：(1)创建一个能够密切反映项目在现实世界中如何执行的好计划;(2)通过有效地分配可用资源来有效地执行计划;(3)及时发现变化，量化其影响，并采取必要的行动以确保项目的顺利进行。

为了克服这些挑战，项目经理必须具备:(1)技术知识，以充分理解和鉴定给定的工程问题；(2)广泛的管理技能，及时作出决定;(3)正确信息；和(4)相关问题的经验。教育可以解决前两个要求，他们必须依靠其他资源和经验来满足后两个要求。

许多项目经理都会犯的一个常见错误是低估或误解了给定工程问题的复杂性。这样的错误会导致计划不切实际，并在执行阶段造成严重的成本问题或时间超支。解决潜在问题的传统做法是让有经验的人做一个工程项目的项目经理。经验将帮助EM更好地理解问题并找到好的解决方案。有多少人能在第一时间正确地更换漏气的轮胎？我们从自己的经验中学习，这是传统观念。如果千禧一代第一次轮胎爆胎，她/他可能会转向她/他的智能手机来寻找帮助，并在YouTube上观看一段2分钟的视频关于“如何更换爆胎？”。技术促进了经济/社会的共享。数以百万计的人将他们的经验和技能在线提供给我们，以弥补个人经验的不足。我们可能会惊讶地目睹或听到我们十几岁的孩子对看似复杂的问题有解决办法。智能手机给他们提供了一个平台，搜索引擎为他们提供了解决问题的途径。虽然经验是有益的，但一个人的经验总是有限的，有时可能有偏见或误导。如果一个人利用他在芝加哥市中心的一次驾驶经验来计划他的工作时间，那只能祝好运了。作者想论证经验在工程管理中被高估了。我们不能再闭塞了。相反，我们都是联系在一起的，生活在大数据时代，它已经成为一个使信息和相关经验得到授权的代理，授权我们改进决策和解决问题。

  1. 为什么是大数据和数据分析

孙子兵法说:“知己知彼，百战不殆。”拿破仑.波拿巴把他的军事成就归功于他拥有正确的信息，正如他所说的“战争百分之九十是信息的战争”。数据可以是纸上出现的数字，但被分析后，可以变为智能信息并转化为竞争优势，如华尔街高速交易(Aldridge, 2013)。

数据为我们提供了了解现实世界问题和发现解决方案的信息。

数据使技术在现代科学发现和技术进步中发挥重要的作用。哈勃望远镜让我们看到更深的黑暗天空。全球定位系统（GPS）使我们能够准确定位对象的位置。信息丢失会导致误解、谜题甚至灾难。马来西亚航班M370的消失多年来一直是个谜，因为它的跟踪系统被关闭了。数以千万计的资金花在搜索和定位它的残骸上。仅仅二十年前，谷歌就不存在了，也没有其他公共渠道的信息来源。数据是个人独立拥有的，没有交叉引用或搜索是可能的。技术上的限制不允许无限的数据集中存储和管理。访问数据是低效、昂贵和隔离的。图书馆是唯一一个能找到一页一页有限信息的地方。今天，数据中心是最大的建设项目。通过云计算来存储数据和手段来访问信息的能力使公众能够以点击鼠标的方式发现世界事实，例如世界上每个工厂的位置，以及180万个美国卫生保健专业人员的专业和保险偏好（McAfee and Bryjulfsson，2012）。越来越多的数据被快速地收集、获取和组织起来。 据估计，数字数据每年增长50%，或者每两年增长一倍以上（Mangika等人，2011）。随着数字传感和互联网技术的迅速发展，全球范围内的数不清的数字传感器在地区、工业设备、汽车和运输容器中记录和传递它们的位置、运动、振动、温度、湿度，甚至实时的化学变化。（戴维斯等，2012）。这样的信息使得游客可以在登机前预览度假目的地。它允许全球制造商在世界各地的不同工厂协调和优化其制造能力（Kang等人，2016）。将信息转化为附加值，以提高生活质量和生产力。

作者已经看过十多年的家庭医生了。最近，该医生办公室已将2005年以来的所有实验室检查结果提供给患者。在分析了特别感兴趣的实验室结果（如胆固醇，高密度脂蛋白（HDL），低密度脂蛋白（LDL）和葡萄糖）的趋势之后，它让作者（不是医学专业人员）充分了解他的健康状况以及他应该注意，他应该/不应该做什么。

现在让我们进一步想象一下，如果我们连续监测其他健康参数（如心跳，血压和体重多年），即使我们不是医生，我们是否可以更好地了解我们的身体健康？医生办公室的年度体检是否与现在不同？医生可以检查患者的健康模式，并解释与他/她的健康有关的检查结果，而不是检查患者是否有任何不好的状况。通过将这些结果与同龄组进行比较，医生可以诊断更多的患者。另外想象一下，我们的饮食，运动和睡眠模式也在不断收集。再想一想，我们可以长时间整合一个人的所有上述信息，在这段时间内，人们会经历不同的饮食和锻炼模式。医生是否能够更好地向患者建议可能影响她/他的健康问题和健康的生活方式？我们离一厢情愿的想法有多远？不要惊讶，技术已经在这里。智能手机可以跟踪我们所吃的餐馆和信用卡交易以及我们购买的收据细节;智能手表可以追踪我们的锻炼和睡眠活动。在“I-pad”和“I-phone”之后，“I-me”并不遥远，个人的个人信息将被完全集成和集中管理。人类已经进入了新的数字世界。

大数据是指可用数据和潜在相关数据的数量和质量出现爆炸性增长，这主要是数据记录和存储技术最近取得的空前进展（Manyika等人，2011年）的结果。大数据是高容量，高速度和/或高品种的信息资产，需要新的处理形式来实现优化后的决策的制定，洞察力的发现和流程的优化。麦肯锡公司预计社会正处于巨大的创新浪潮之中，生产力和增长以及新的竞争和价值捕捉模式 - 都由大数据驱动（Manyika等人，2011）。 Predictive Analytics World的创始人Eric Siegel估计，平均每天我们会累积2.5个字节的数据（Siegel，2013）。数据科学家越来越多地使用Peta和Zeta字节的数据量。企业，政府和发展组织都预见到大数据可能会创造多种价值（Lohr，2012），而主要的技术挑战包括捕获，管理，存储，搜索，共享，分析和可视化等（Moorthy等，2015）。

  1. 企业管理中的大数据

数据是企业管理的基本组成部分。正如管理大师W. Edwards Deming所言：“除了上帝我们相信，其他人都必须带上数据。”显然，需要数据来支持我们的想法和决策，以便与其他人进行有效的沟通和使他人信服。 “什么被测量，什么得到管理。”这位已故的管理大师彼得德鲁克引用了这一说法。如果企业无法衡量其活动，它如何管理或优化其绩效？需要事实数据来描述企业面临的情况。它使管理人员能够衡量并因此了解他们的业务，并将这些知识直接转化为改进的决策制定和绩效（McAfee和Brynjolfsson，2012）。正如摩尔（Moore，2014）指出的那样，“没有大数据分析，企业就会失明，失聪，像高速公路上的鹿一样徘徊在高速公路上。”

数据和分析为企业保持市场竞争力提供了有价值的见解，帮助他们了解现在和未在进行的工作。 当一家公司在争取业务竞争优势时，分析数据提供了成功的智慧。 研究一再表明，数据驱动型决策往往更好，更有效。 具有明确策略的公司将领域专业知识与数据智能相结合，将远离竞争对手。 在各个行业中，“大数据”和分析正在帮助企业变得更智能，更高效，更好地进行预测。 数据丰富性的影响远远超出了业务范围。 正如McAfee和Brynjolfsson（2012）直言不讳地指出的那样，企业领导者要么接受这一事实，要么被其他人所取代。

  1. 工程管理中的大数据

许多工程项目未能实现其原有目标。 数百万美元花费后，有些甚至被遗弃。Merrow（2011）对上游和下游的石油和天然气，采矿，制药和发电部门的318个工业大型项目进行了检查，发现318个大型项目中只有35％可以被视为按时，按预算内完成。 Miller和Lessard（2000）回顾了50个项目，发现不到50％的项目实现了主要目标，其中近20％是失败甚至被遗弃。 根据20世纪70年代以来的广泛审查，布鲁克斯（Brookes，2014）总结了失败的三大原因：1）项目早期阶段的范围不正确; 2）项目的战略失实陈述; 3）缺乏结构性决策 的的制定。 显然，这些原因都与质量数据及其在决策过程中的正确使用密切相关。以下各节简要介绍了数据分析如何在项目的三个阶段中协助工程管理：计划，执行和控制。

4.1工程计划

一个好的计划的重要性不能过分强调工程项目的成功。规划不当被认为是大型项目失败的最重要原因之一（Brookes，2014）。 73％的业主认为差的规划是造成成本超支的重要原因（Hinze，2012）。为复杂的工程项目制定好的计划要求规划人员对项目有良好的了解，认识其与其他项目的独特性和相似性，并避免重大错误（例如缺失或歪曲主要部分）。

想象一下，当一个计划者正在为一个给定的新项目制定一个计划时，他/她可以虚拟地浏览给定的项目和以前类似的项目。在这个过程中，新项目和其他项目之间可能会出现主要的相似点和不同点，以引起规划者的注意。另外想象一下，在草拟草案之后，智能系统可以根据类似项目的计划，经验教训以及给定项目的要求和约束来检查计划。这一步将使计划者有机会重新考虑给定的条件并酌情修改计划。

目前，这一重要功能是由组织内部的人员经验提供的。由于每个工程项目都是独一无二的，而且个人的经验总是有限，所以错误范围仍然是造成项目表现不佳的主要原因。想象一下，从规划师的仪表板可以以不同形式获取广泛的工程项目数据，其他人的此类相关专业经验会大大帮助规划人员制定更好的规划并避免错误吗？

我们可以从计算机辅助设计（CAD）中学到一课。 CAD被认为是过去50年来工程设计中最大的创新（De los Reyes，2006）。它起初是一个电脑绘图工具。逐渐将设计标准，设计智能，分析工具和供应商数据集成到系统中，允许设计人员在一个环境中起草，分析，更改和优化系统设计。嵌入式标准，代码，智能和其他有价值的功能可以立即检查设计错误。有经验的结构工程师曾经是土木工程师需求最高的专业。数据分析支持的先进CAD技术改变了行业。它带来了更精确的设计，更快的设计完成，更好的组织和共享数据，以及工程办公室内更高的生产力。 工程项目存在大量的高质量数据，例如历史项目数据，最佳实践，经验教训和交易。有一天，大数据这样宝贵的资产可以嵌入项目规划工具，以支持像CAD这样的项目规划人员支持设计师？

4.2工程执行

负责运行工程项目的人员是项目经理（PM）。 项目经理可能是或可能不是为项目准备计划的计划人员。 项目执行是根据其计划分配可用资源以将项目向前移动。 鉴于多方参与项目，每个参与方都必须准确了解其子团队应该完成的部分，并且所有部分都必须完美匹配，如图1所示。然而，团队合作并不罕见 最终会出现一个不愉快的情况，如图2所示，其中每个子小组似乎都做了正确的事情，直到他们认识到他们不在同一位面上为时已晚。 一个成功的项目经理必须执行三项关键管理职能：1）运行日常运营并解决在该领域遇到的问题; 2）预先计划并为事情按计划发生奠定基础; 3）纳入已发生或将要发生的变更，以更新项目计划和执行策略。

为了有效执行这三项职能，项目经理必须知道项目正在进行的是什么，了解已经发生的变化及其对项目的潜在影响，并为可能发生的变化做好准备。 一个大型工业项目可能会在高峰期的一天内在该领域内拥有数万名工人，同时还有数百万件事情正在发生。 大量数据不断产生。 例如，由于库存低，供应商可能会在电

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[463155]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章