进度、成本和质量是决定项目成败的主要因素。面对竞争日益激烈的建筑市场,承包商不仅要控制工程的施工质量,还要严格控制工程的成本和进度,以增强自身实力,在竞争激烈的市场中占有优势。由于工程项目建设周期长,管理者往往无法准确预测整个过程中可能出现的各种情况。因此,有必要在项目实施过程中不断调整,动态控制项目的整个进度过程。另外,由于项目目标界定和施工环境的复杂性,导致实施过程中不确定性因素频发,可能无法对项目完工期进行确定性表达,这对施工进度控制产生了很大的影响。本文围绕在工程施工中的动态进度控制进行研究。传统挣值管理（Earned Value Management,EVM）方法在应用于工程项目进度控制过程中,存在着许多弊端。第一,传统EVM的进度评价指标都是基于成本来考虑的,在应用到进度控制中时,基于货币单位衡量的进度指标往往不能直观的对项目进度进行反应,因此,应当结合使用基于时间单位衡量的进度指标对施工进度进行实时控制。第二,传统的EVM方法都是基于确定性数值进行计算的。由于项目的环境和频发的不确定性因素等影响,在实际工程施工过程中,项目完工期可能无法进行准确性表达,因此无法准确获得确定性的挣值数据。第三,在使用EVM对工程项目进度进行控制时,都是基于历史统计的挣值参数指标为基础进行计算的,这一过程往往是静态的。这一过程没有考虑到未来资源规划对于项目进度的影响,也无法根据未来资源规划的调整实现进度的动态控制。因此,在进行工程施工的动态进度控制时,应当在现有的EVM方法上对其进行处理和改进。基于目前进度控制所面临的问题,本文建立了一个创新性的施工动态进度控制模型:基于BP神经网络预测和模糊挣值管理（Fuzzy-Earned Value Management,F-EVM）结合的方法。这一动态施工进度控制模型主要通过三个模块进行实现。主要的研究工作如下:（1）基于F-EVM的进度实时监控模块。为了实现更好的工程施工进度控制,基于大量的文献阅读,最终确定了目前用于项目进度控制的三种挣值方法:计划值管理方法（Planned Value Management,PVM）、挣得进度管理方法（Earned Schedule Management,ESM）和挣得工期管理方法（Earned Duration Management,EDM）。由于实际项目中,无法对完工期进行确定性表达,因此,引入模糊理论,将其与挣值管理方法相结合,形成模糊挣值法,实现了对工程施工中项目进度的实时监控。值得注意的是,模糊挣得工期管理方法目前尚未得到开发,这也是本文方法上的一个创新。（2）基于BP神经网络的未来EVM参数预测模块。在对工程施工进行监测时,如果在项目出现进度预警时,将其转入预测模块进行分析。通过使用BP神经网络预测模型,将未来资源计划作为输入指标,对未来时刻的EVM相关进度参数进行预测,从而得到未来时刻内的模糊挣值进度绩效指标,并将其作为动态进度控制决策的依据。（3）动态进度控制决策模块。在这一模块中,首先对基于预测的未来模糊进度绩效指标进行去模糊化处理,并根据进度控制决策的原则对其进行最终的决策分析,当项目出现延误风险时,应当通过对未来资源规划进行调整,使其满足进度控制目标,从而实现对于工程施工的动态进度控制。最终,通过一个实际施工案例的对文章所提出的动态进度控制模型进行了验证和分析,结果表明,该模型可以有效提高进度控制精度,实现对未来进度的有效预判。这为项目管理者进行动态进度管理提供了更准确的参考依据,对于项目动态控制系统的发展具有深刻意义。