国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于神經(jīng)網(wǎng)絡(luò)的水利施工項目風(fēng)險預(yù)測

2021-09-24 01:44袁久芹
山西建筑 2021年19期
關(guān)鍵詞:項目風(fēng)險權(quán)值權(quán)重

袁久芹

(江蘇省鹽城市大豐區(qū)水利局,江蘇 鹽城 224100)

1 概述

我國水利工程建設(shè)具有悠久歷史,隨著我國經(jīng)濟(jì)的高速發(fā)展,水利項目逐年增多。由于地質(zhì)條件、人員素質(zhì)等影響因素,導(dǎo)致水利工程施工中存在較大風(fēng)險。要保證施工質(zhì)量,就必須要求管理人員能夠采取合適的方法,對施工風(fēng)險進(jìn)行管控,做到事前控制。但是,施工項目風(fēng)險具有較大的不確定性,傳統(tǒng)的方法不能夠有效的識別風(fēng)險源,進(jìn)而不能采取有效的手段管控[1]。隨著計算機(jī)技術(shù)的不斷發(fā)展,跨越了傳統(tǒng)方法的障礙,改變了風(fēng)險識別的方式,將無法處理的因素信息轉(zhuǎn)化處理,使評價結(jié)果更加科學(xué)[2-4]。本文在對水利工程施工項目風(fēng)險因素分析的基礎(chǔ)上,采用層次分析法進(jìn)行權(quán)重分配,結(jié)合人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行風(fēng)險識別,提前預(yù)測施工風(fēng)險,事前控制,避免事故的發(fā)生。

2 施工項目風(fēng)險因素分類

2.1 風(fēng)險因素分類

在水利工程施工過程中,可能遇到的風(fēng)險種類較多,因此,需要對可能潛在的風(fēng)險進(jìn)行識別,并根據(jù)風(fēng)險可能造成的后果,對各種趨勢進(jìn)行推理預(yù)測并根據(jù)趨勢做出預(yù)判,這是一項復(fù)雜且細(xì)致的工作。在項目開展之前,風(fēng)險因素的初始信息收集工作時風(fēng)險識別開展前的關(guān)鍵工作。在施工過程中,影響施工質(zhì)量的風(fēng)險因素有很多,按照表現(xiàn)形式大致可以分為:環(huán)境風(fēng)險、社會風(fēng)險、經(jīng)濟(jì)風(fēng)險及技術(shù)風(fēng)險等。本文在文獻(xiàn)研究和經(jīng)驗(yàn)總結(jié)的基礎(chǔ)上,整理水利工程施工風(fēng)險的影響因素[5,6],如表1所示。

表1 水利工程施工風(fēng)險影響因素表

風(fēng)險的結(jié)果是指實(shí)際結(jié)果與預(yù)期目標(biāo)的差異程度。差異程度越大,風(fēng)險則越大。通常來講,質(zhì)量是工程施工的最基礎(chǔ)保證,利益和工期相互關(guān)聯(lián),因此,本文通過對質(zhì)量風(fēng)險和費(fèi)用風(fēng)險描述,為項目施工單位提供風(fēng)險評估,在保證質(zhì)量的前提,施工單位承擔(dān)多大的費(fèi)用風(fēng)險,以保證施工單位在實(shí)施過程中不出現(xiàn)虧損。

2.2 風(fēng)險評估標(biāo)準(zhǔn)

本文將施工項目風(fēng)險分為五個等級,即“很大”“較大”“一般”“小”“較小”,根據(jù)風(fēng)險等級,轉(zhuǎn)換為風(fēng)險得分,分別為:0.9,0.7,0.5,0.3,0.1。根據(jù)評估得分,可以得出向量矩陣:C=[0.9,0.7,0.5,0.3,0.1]T,本文認(rèn)為風(fēng)險評分大于0.7為高風(fēng)險,那么需要根據(jù)評估結(jié)果著重控制;風(fēng)險評分小于0.3,為低風(fēng)險,那么項目質(zhì)量、費(fèi)用都處于可控的范圍之內(nèi),項目屬于正常進(jìn)行狀態(tài);風(fēng)險評分介于兩者之間,屬于中風(fēng)險,需根據(jù)影響因素的不同類型采取相應(yīng)的措施進(jìn)行控制。

在進(jìn)行項目風(fēng)險評估時,需要為影響指標(biāo)賦予權(quán)重,指標(biāo)權(quán)重的取值直接關(guān)系到評估結(jié)果的準(zhǔn)確性,目前關(guān)于權(quán)重賦值的研究方法較多,但對于多目標(biāo)決策或評價時,通常采用層次分析法。本文同樣采用層次分析法進(jìn)行權(quán)重賦值,將評價體系分為三層,第一層(評價目標(biāo))、第二層(第一級評價指標(biāo))、第三層(第二級評價指標(biāo))。指標(biāo)可表示為:

1)第一級評價指標(biāo)Ui={U1,U2,U3,U4};

2)第二級評價指標(biāo)Uij={Ui1,Ui2,…,Uin},i=1,2,3…。

3 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)險預(yù)測

3.1 輸入輸出數(shù)據(jù)預(yù)處理

人工神經(jīng)網(wǎng)絡(luò)采用Sigmoid函數(shù)作為傳遞函數(shù),需要對輸入輸出數(shù)據(jù)進(jìn)行歸一化處理,本文采用插值法將所有數(shù)據(jù)進(jìn)行歸一化處理,將所有數(shù)據(jù)變換為[0,1]之間,計算公式如式(1)所示。

(1)

通過式(1)可以將所有的數(shù)據(jù)轉(zhuǎn)換為[0,1]之間,減少了網(wǎng)絡(luò)的訓(xùn)練時間,提高了計算效率。

3.2 網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)選取

輸入節(jié)點(diǎn)數(shù)值需要根據(jù)樣本數(shù)據(jù)確定,采用4個輸入節(jié)點(diǎn),輸出節(jié)點(diǎn)為2個,根據(jù)式(2)計算隱節(jié)點(diǎn)個數(shù)。

p=(n+m)/2+c

(2)

其中,n為輸入節(jié)點(diǎn)數(shù);m為輸出節(jié)點(diǎn)數(shù);c為介于1~10的常數(shù)。

根據(jù)上述公式計算,得出最佳隱節(jié)點(diǎn)個數(shù)為10。

3.3 權(quán)值的初始化

權(quán)值的初始化值對于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練至關(guān)重要,通常來說,權(quán)值隨著迭代的進(jìn)行而逐步更新,最終收斂,如果權(quán)值的初始化值太大,則網(wǎng)絡(luò)可能出現(xiàn)不收斂的現(xiàn)象。權(quán)值的設(shè)置直接關(guān)系到網(wǎng)絡(luò)的收斂速度,通常權(quán)值的設(shè)置范圍在[-1,1]之間。

4 實(shí)際應(yīng)用

施工風(fēng)險因素評價:

本文收集了某水利施工單位的12項實(shí)際施工情況的數(shù)據(jù),邀請10位專家對工程項目風(fēng)險因素指標(biāo)進(jìn)行評價,評價分值設(shè)置為[0,10],將專家評價進(jìn)行匯總,計算整理即可得到模糊子集R,即單因素評價矩陣,由于篇幅所限,在此列出其中一個項目的評分,如表2所示。

表2 專家對某工程風(fēng)險因素評價打分表

權(quán)重的確定采用層次分析法,因?yàn)闄?quán)重的確定過程相差不大,在此給出施工項目技術(shù)風(fēng)險的各指標(biāo)權(quán)重的確定過程,其他因素的權(quán)重可類似得出。根據(jù)表2的各指標(biāo)評價,可得到如下矩陣:

上述矩陣E求解特征根,根據(jù)式(3)即可求解。

EA=λmaxA

(3)

求解可得出向量A,經(jīng)過歸一化處理,即可得到歸一化的權(quán)重向量:

A=[0.24,0.13,0.31,0.32]。

根據(jù)模糊子集R和權(quán)重向量A,即可算出此項目的技術(shù)風(fēng)險度0.329。同理,可以計算出其他因素的風(fēng)險度。將12個工程項目按照上述方法進(jìn)行計算,計算結(jié)果匯總?cè)绫?所示。

將表3的前9組數(shù)據(jù)作為學(xué)習(xí)樣本,后3組數(shù)據(jù)作為測試樣本,網(wǎng)絡(luò)預(yù)期誤差為0.002。通過神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)訓(xùn)練,采用訓(xùn)練好的網(wǎng)絡(luò)閾值對施工項目風(fēng)險進(jìn)行預(yù)測。將后3組數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中,經(jīng)計算可得到如表4所示的預(yù)測結(jié)果。

表3 12組施工項目風(fēng)險評估結(jié)果

表4 施工項目風(fēng)險預(yù)測結(jié)果對比

根據(jù)表4的預(yù)測結(jié)果可知,預(yù)測結(jié)果與實(shí)際值非常接近。說明該神經(jīng)網(wǎng)絡(luò)模型對水利施工項目預(yù)測是可行的。采用此模型對該公司正在施工的項目進(jìn)行質(zhì)量和費(fèi)用風(fēng)險評估,預(yù)測結(jié)果為:質(zhì)量風(fēng)險0.063,費(fèi)用風(fēng)險0.086。結(jié)果表明:該項目質(zhì)量風(fēng)險和費(fèi)用風(fēng)險的風(fēng)險值均小于0.1,風(fēng)險較小,保持項目的正常運(yùn)行,即可保證質(zhì)量安全和企業(yè)的正常盈利。

5 結(jié)論

本文在研究國內(nèi)外對施工項目風(fēng)險預(yù)測的基礎(chǔ)上,對水利施工項目的風(fēng)險評估進(jìn)行較深入的研究,主要結(jié)論如下:

1)本文從施工單位的角度出發(fā),分析了施工項目不確定影響因素以及因素數(shù)學(xué)分析方法,將影響因素分為四類,每個類別分別對應(yīng)影響指標(biāo),采用層次分析法對影響指標(biāo)進(jìn)行權(quán)重賦值。

2)結(jié)合人工神經(jīng)網(wǎng)絡(luò)對項目風(fēng)險進(jìn)行預(yù)測,將風(fēng)險度分為質(zhì)量風(fēng)險和費(fèi)用風(fēng)險,在保證質(zhì)量的前提下,實(shí)現(xiàn)經(jīng)濟(jì)最優(yōu)。本文收集企業(yè)的12項已完工的工程項目,構(gòu)建風(fēng)險評估網(wǎng)絡(luò),并對正在實(shí)施的項目進(jìn)行應(yīng)用,結(jié)果較好。

猜你喜歡
項目風(fēng)險權(quán)值權(quán)重
二進(jìn)制張量分解法簡化神經(jīng)網(wǎng)絡(luò)推理計算①
一種融合時間權(quán)值和用戶行為序列的電影推薦模型
權(quán)重望寡:如何化解低地位領(lǐng)導(dǎo)的補(bǔ)償性辱虐管理行為?*
基于ISM模型的EPC項目風(fēng)險網(wǎng)絡(luò)分析
淺析房地產(chǎn)開發(fā)項目風(fēng)險管理理論與實(shí)踐
權(quán)重常思“浮名輕”
航天企業(yè)集團(tuán)投資項目風(fēng)險管理芻議
為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
強(qiáng)規(guī)劃的最小期望權(quán)值求解算法?
權(quán)重漲個股跌 持有白馬藍(lán)籌
铅山县| 隆回县| 思南县| 北海市| 新兴县| 方正县| 囊谦县| 重庆市| 黑龙江省| 长治县| 洪江市| 荃湾区| 大悟县| 娄底市| 雅江县| 来宾市| 大足县| 仲巴县| 云林县| 中卫市| 大关县| 玉山县| 法库县| 定边县| 登封市| 榆社县| 普洱| 邹城市| 白城市| 西峡县| 包头市| 汝南县| 朔州市| 都匀市| 军事| 米易县| 天峻县| 大名县| 抚远县| 抚州市| 田东县|