時(shí)間：2023-05-31 15:07:51
序論：在您撰寫項(xiàng)目風(fēng)險(xiǎn)評(píng)估時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
通過對(duì)大量電網(wǎng)工程分析發(fā)現(xiàn)，電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)的主要特征表現(xiàn)在4個(gè)方面。首先，電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)具有結(jié)構(gòu)性，這主要是由電網(wǎng)規(guī)劃項(xiàng)目自身的結(jié)構(gòu)性以及工程施工過程中的時(shí)間次第性所決定的；第二，電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)具有整體性與疊加性，這是因?yàn)轫?xiàng)目所涉及的風(fēng)險(xiǎn)是多種多樣的，而每一個(gè)單獨(dú)的風(fēng)險(xiǎn)類型均會(huì)最終對(duì)項(xiàng)目整體產(chǎn)生一定程度的影響，項(xiàng)目整體效果是不同種影響因素彼此疊加的結(jié)果；第三，電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)具有相關(guān)性，不同類型風(fēng)險(xiǎn)之間既可能相互影響，也可能互為因果，在不同程度上彼此相關(guān)；第四，電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)有多種來源，一方面，可能是受自然因素影響而發(fā)生的，例如地震、臺(tái)風(fēng)等，此外，還有可能是受人為因素影響，因此風(fēng)險(xiǎn)又具有多樣性的特征。
二、電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建
2.1指標(biāo)體系構(gòu)建原則
在電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系的構(gòu)建過程中，必須要遵守一定的相關(guān)原則，只有這樣方能確保所建立指標(biāo)體系的科學(xué)性、普適性。目前，指標(biāo)體系構(gòu)建過程主要需遵循下述5個(gè)原則，依次為:（1）系統(tǒng)性原則，即各類指標(biāo)彼此協(xié)調(diào)，共同反映項(xiàng)目整體；（2）定量指標(biāo)與定性指標(biāo)相結(jié)合原則；（3）彼此獨(dú)立，有機(jī)結(jié)合的原則；（4）可比性原則；（5）可行性原則以及精確性原則。各類原則在電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建的過程中均發(fā)揮著十分重要分作用，彼此之間既各自獨(dú)立又相互影響。
2.2電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的財(cái)務(wù)性指標(biāo)
財(cái)務(wù)性指標(biāo)通常針對(duì)電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)中的資金相關(guān)特性進(jìn)行分析，例如分析項(xiàng)目的盈利能力，即確定一個(gè)項(xiàng)目最終賺取利益的能力，這將涉及的相關(guān)企業(yè)的產(chǎn)品營(yíng)銷、資金獲取、成本壓縮等多個(gè)方面。在分析過程中，不但要就項(xiàng)目目前的運(yùn)行情況進(jìn)行研究，還應(yīng)采集項(xiàng)目前期的相關(guān)數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)于未來財(cái)務(wù)相關(guān)因素的合理預(yù)測(cè)。通過財(cái)務(wù)性指標(biāo)的分析，能夠有效確定相關(guān)電網(wǎng)項(xiàng)目是否符合財(cái)務(wù)預(yù)期，獲利情況是否可觀，因此，這也是項(xiàng)目可行性分析中一個(gè)必不可少的環(huán)節(jié)。
2.3電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的技術(shù)性指標(biāo)
該項(xiàng)指標(biāo)內(nèi)容涉及到電網(wǎng)結(jié)構(gòu)的分析、系統(tǒng)運(yùn)行過程中運(yùn)行效果的分析以及新增投資所獲效益的相關(guān)分析，主要涉及電網(wǎng)項(xiàng)目中技術(shù)相關(guān)因素的評(píng)價(jià)及預(yù)測(cè)。以系統(tǒng)運(yùn)行過程中運(yùn)行能效分析為例，主要涉及到“用戶供電可靠率”以及“線損率”兩類主要指標(biāo)，通過對(duì)這兩個(gè)指標(biāo)的分析，能夠?qū)﹄娋W(wǎng)項(xiàng)目的運(yùn)行情況進(jìn)行考察，作為對(duì)于電網(wǎng)項(xiàng)目是否按照一定要求有效運(yùn)行的重要參考指標(biāo)。
2.4電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的可靠性指標(biāo)
電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的可靠性指標(biāo)指的是項(xiàng)目中的量化指標(biāo)，主要涉及到電網(wǎng)性能的分析以及持續(xù)性建設(shè)的相關(guān)分析兩個(gè)方面。首先，電網(wǎng)性能分析過程中，需要注意所涉及電廠的電廠容量以及其輸配擴(kuò)容規(guī)劃，電網(wǎng)調(diào)度過程是否具有可靠性，項(xiàng)目輔助服務(wù)能否切實(shí)有效的滿足項(xiàng)目的實(shí)際需求，繼電保護(hù)是否安全、性能良好。其次，在持續(xù)性建設(shè)的分析方面，應(yīng)關(guān)注項(xiàng)目電力規(guī)劃各個(gè)環(huán)節(jié)是否配套開展以及項(xiàng)目從長(zhǎng)遠(yuǎn)角度分析分析是否能夠符合市場(chǎng)的整體需求。
三、基于粗糙集理論的屬性約簡(jiǎn)評(píng)估模型
基于粗糙集理論的評(píng)估模型是源自于數(shù)學(xué)分析的一類十分常用的分析方法，通過建立此類模型，可以使得風(fēng)險(xiǎn)評(píng)估過程中有效剔除無關(guān)因素的影響，從而針對(duì)某幾類相關(guān)要素作出分析，從而得出各因素彼此間的相關(guān)關(guān)系。如前文所述，電網(wǎng)規(guī)劃項(xiàng)目所涉及的風(fēng)險(xiǎn)類型是多種多樣的，不同風(fēng)險(xiǎn)因素之間存在著相關(guān)性。然而，這并非意味著各因素之間的彼此影響是相等的。因此，在分析過程中，需要優(yōu)先選擇出關(guān)聯(lián)性最強(qiáng)的因素方能保證風(fēng)險(xiǎn)評(píng)估過程的高效開展。這一過程便需要基于粗糙集理論的屬性約簡(jiǎn)評(píng)估模型的運(yùn)用，即在保證現(xiàn)有各類要素?cái)?shù)據(jù)集性能不變的情況下，科學(xué)地對(duì)部分因素進(jìn)行選擇性刪除。通過大量實(shí)踐證明，這是一種行之有效的評(píng)估方法。
四、支持向量機(jī)回歸評(píng)估模型
上世紀(jì)90年代初，數(shù)學(xué)家提出了支持向量機(jī)方法，該方法特別針對(duì)小樣本、非線性以及局部極小點(diǎn)此類的問題進(jìn)行研究并提出相應(yīng)的解決辦法，目前已在多種參數(shù)的預(yù)測(cè)方面取得了較為理想的成果；此外，該方法還能夠?qū)?fù)雜的問題轉(zhuǎn)化為二次規(guī)劃類型的問題并進(jìn)行求解，從而在較大程度上簡(jiǎn)化了評(píng)估流程，同時(shí)提升了評(píng)估結(jié)果的可靠性，因而在包括電網(wǎng)規(guī)劃項(xiàng)目風(fēng)險(xiǎn)評(píng)估等在內(nèi)的諸多領(lǐng)域中均得到了頗為廣泛的應(yīng)用。通過支持向量機(jī)回歸評(píng)估模型的分析，可以得到不同類型參數(shù)之間的相關(guān)關(guān)系，從而對(duì)系統(tǒng)整體所具有的規(guī)律進(jìn)行歸納。在電網(wǎng)規(guī)劃項(xiàng)目的風(fēng)險(xiǎn)評(píng)估中，通過回歸模型的建立可以確定不同類型因素（自然因素、人為因素等）相互之間的影響程度，以及在不同項(xiàng)目條件下，特定的電網(wǎng)規(guī)劃項(xiàng)目整體所具有的特征，從而對(duì)于潛在風(fēng)險(xiǎn)起到評(píng)估、預(yù)測(cè)的作用。
五、結(jié)語(yǔ)
[關(guān)鍵詞]軟件項(xiàng)目風(fēng)險(xiǎn)管理神經(jīng)網(wǎng)絡(luò)粗集
本篇論文的中心是基于粗集的人工神經(jīng)網(wǎng)絡(luò)(ANN)技術(shù)的高風(fēng)險(xiǎn)識(shí)別，這樣在制定開發(fā)計(jì)劃中，最大的減少風(fēng)險(xiǎn)發(fā)生的概率，形成對(duì)高風(fēng)險(xiǎn)的管理。
一、模型結(jié)構(gòu)的建立
本文基于粗集的BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)分析模型,對(duì)項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行評(píng)估,為項(xiàng)目進(jìn)行中的風(fēng)險(xiǎn)管理提供決策支持。在這個(gè)模型中主要是粗糙集預(yù)處理神經(jīng)網(wǎng)絡(luò)系統(tǒng)，即用RS理論對(duì)ANN輸入端的樣本約簡(jiǎn)，尋找屬性間關(guān)系，約簡(jiǎn)掉與決策無關(guān)的屬性。簡(jiǎn)化輸入信息的表達(dá)空間維數(shù)，簡(jiǎn)化ANN結(jié)構(gòu)。本論文在此理論基礎(chǔ)上，建立一種風(fēng)險(xiǎn)評(píng)估的模型結(jié)構(gòu)。這個(gè)模型由三部分組成即：風(fēng)險(xiǎn)辨識(shí)單元庫(kù)、神經(jīng)網(wǎng)絡(luò)單元、風(fēng)險(xiǎn)預(yù)警單元。
1.風(fēng)險(xiǎn)辨識(shí)單元庫(kù)。由三個(gè)部分功能組成：歷史數(shù)據(jù)的輸入，屬性約簡(jiǎn)和初始化數(shù)據(jù).這里用戶需提供歷史的項(xiàng)目風(fēng)險(xiǎn)系數(shù)。所謂項(xiàng)目風(fēng)險(xiǎn)系數(shù),是在項(xiàng)目評(píng)價(jià)中根據(jù)各種客觀定量指標(biāo)加權(quán)推算出的一種評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)程度的客觀指標(biāo)。計(jì)算的方法:根據(jù)項(xiàng)目完成時(shí)間、項(xiàng)目費(fèi)用和效益投入比三個(gè)客觀指標(biāo),結(jié)合項(xiàng)目對(duì)各種資源的要求,確定三個(gè)指標(biāo)的權(quán)值。項(xiàng)目風(fēng)險(xiǎn)系數(shù)可以表述成:r=f(w1,w2,w3,T,T/T0,S/S0,U/U0),R<1；式中:r為風(fēng)險(xiǎn)系數(shù);T、T0分別為實(shí)際時(shí)間和計(jì)劃時(shí)間;S、S0分別為實(shí)際費(fèi)用和計(jì)劃費(fèi)用;U、U0分別為實(shí)際效能和預(yù)計(jì)效能;w1、w2、w3分別是時(shí)間、費(fèi)用和效能的加權(quán)系數(shù),而且應(yīng)滿足w1+w2+w3=1的條件。
2.神經(jīng)網(wǎng)絡(luò)單元。完成風(fēng)險(xiǎn)辨識(shí)單元的輸入后,神經(jīng)網(wǎng)絡(luò)單元需要先載入經(jīng)初始化的核心風(fēng)險(xiǎn)因素的歷史數(shù)據(jù),進(jìn)行網(wǎng)絡(luò)中權(quán)值的訓(xùn)練,可以得到輸入層與隱含層、隱含層與輸出層之間的權(quán)值和閥值。
(1)選取核心特征數(shù)據(jù)作為輸入，模式對(duì)xp=[xp1,xp2,.,xpn]T,dp(網(wǎng)絡(luò)期望輸出)提供給網(wǎng)絡(luò)。用輸入模式xp,連接權(quán)系數(shù)wij及閾值hj計(jì)算各隱含單元的輸出。
m
Ypj=1/{1+exp[-(∑wijxpi-hj)]},i=1,2,.,m;j=1,2,Λ,n,
i=1
(2)用隱含層輸出ypj,連接權(quán)系數(shù)wij及閾值h計(jì)算輸出單元的輸出
m
Yp=1/{1+exp[-(∑wjxpi-hj)]},i=1,2,.,m;j=1,2,Λ,n,
i=1
Yp=[y1,y2,……,yn]T
(3)比較已知輸出與計(jì)算輸出,計(jì)算下一次的隱含各層和輸出層之間新的連接權(quán)值及輸出神經(jīng)元閾值。
wj(k+1)=wj(k)+η(k)σpσpj+α[wj(k)-wj(k-1)]
h(k+1)=h(k)+η(k)σp+α[h(k)-h(k-1)]
η(k)=η0(1-t/(T+M))
η0是初始步長(zhǎng);t是學(xué)習(xí)次數(shù);T是總的迭代次數(shù);M是一個(gè)正數(shù),α∈(0,1)是動(dòng)量系數(shù)。σp是一個(gè)與偏差有關(guān)的值,對(duì)輸出結(jié)點(diǎn)來說；σp=yp(1-yp)(dp-yp)；對(duì)隱結(jié)點(diǎn)來說,因其輸出無法比較,所以經(jīng)過反向推算；σpj=ypj(1-ypj)(ypwj)
(4)用σpj、xpj、wij和h計(jì)算下一次的輸入層和隱含層之間新的連接權(quán)值及隱含神經(jīng)元閾值。wij(k+1)=wij(k)+η(t)σpjxpi+α[wij(k)-wij(k-1)]
3.風(fēng)險(xiǎn)預(yù)警單元
根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)的取值,可以將項(xiàng)目的風(fēng)險(xiǎn)狀況分為若干個(gè)區(qū)間。本文提出的劃分方法是按照5個(gè)區(qū)間來劃分的:
r<0.2項(xiàng)目的風(fēng)險(xiǎn)很低,損失發(fā)生的概率或者額度很小;
0.2≤r<0.4項(xiàng)目的風(fēng)險(xiǎn)較低,但仍存在一定風(fēng)險(xiǎn);
0.4≤r<0.6項(xiàng)目的風(fēng)險(xiǎn)處于中等水平,有出現(xiàn)重大損失的可能;
0.6≤r<0.8項(xiàng)目的風(fēng)險(xiǎn)較大,必須加強(qiáng)風(fēng)險(xiǎn)管理,采取避險(xiǎn)措施;
0.8≤r<1項(xiàng)目的風(fēng)險(xiǎn)極大,重大損失出現(xiàn)的概率很高,建議重新考慮對(duì)于項(xiàng)目的投資決策。
總之，有許多因素影響著項(xiàng)目風(fēng)險(xiǎn)的各個(gè)對(duì)象，我們使用了用戶評(píng)級(jí)的方式，從風(fēng)險(xiǎn)評(píng)估單元中獲得評(píng)價(jià)系數(shù)五個(gè)等級(jí)。給出各風(fēng)險(xiǎn)指標(biāo)的評(píng)價(jià)系數(shù)，衡量相關(guān)風(fēng)險(xiǎn)的大小。系數(shù)越低，項(xiàng)目風(fēng)險(xiǎn)越低；反之，系數(shù)越高，項(xiàng)目風(fēng)險(xiǎn)越高。
二、實(shí)證：以軟件開發(fā)風(fēng)險(xiǎn)因素為主要依據(jù)
這里我們從影響項(xiàng)目風(fēng)險(xiǎn)諸多因素中，經(jīng)項(xiàng)目風(fēng)險(xiǎn)系數(shù)計(jì)算，作出決策表，利用粗集約簡(jiǎn)，抽取出最核心的特征屬性(中間大量復(fù)雜的計(jì)算過程省略)。總共抽取出六個(gè)主要的指標(biāo)(PersonnelManagement/Training，Schedule，ProductControl，Safety，ProjectOrganization，Communication)確定了6個(gè)輸入神經(jīng)元，根據(jù)需求網(wǎng)絡(luò)隱含層神經(jīng)元選為13個(gè)，一個(gè)取值在0到1的輸出三層神經(jīng)元的BP網(wǎng)絡(luò)結(jié)構(gòu)。將前十個(gè)季度的指標(biāo)數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)，對(duì)這些訓(xùn)練樣本進(jìn)行數(shù)值化和歸一化處理，給定學(xué)習(xí)率η=0.0001，動(dòng)量因子α=0.01，非線性函數(shù)參數(shù)β=1.05，誤差閉值ε=0.01，經(jīng)過多次迭代學(xué)習(xí)后訓(xùn)練次數(shù)N＝1800網(wǎng)絡(luò)趨于收斂，以確定神經(jīng)網(wǎng)絡(luò)的權(quán)值。最后將后二個(gè)季度的指標(biāo)數(shù)據(jù)作為測(cè)試數(shù)據(jù)，輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行識(shí)別和分類，以判斷軟件是否會(huì)發(fā)生危機(jī)。實(shí)驗(yàn)結(jié)果表明，使用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行風(fēng)險(xiǎn)預(yù)警工作是有效的，運(yùn)用神經(jīng)網(wǎng)絡(luò)方法對(duì)后二個(gè)季度的指標(biāo)數(shù)據(jù)進(jìn)行處理和計(jì)算，最后神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出值為r=0.57和r=0.77，該軟件開發(fā)風(fēng)險(xiǎn)處于中等和較大狀態(tài)，與用專家效績(jī)?cè)u(píng)價(jià)方法評(píng)價(jià)出的結(jié)果基本吻合。
參考文獻(xiàn)：
[1]王國(guó)胤“Rough:集理論與知識(shí)獲取”[M].西安交通大學(xué)出版社，2001
在軟件項(xiàng)目特別是信息系統(tǒng)構(gòu)建項(xiàng)目投資過程中的風(fēng)險(xiǎn)因素眾多，其后果嚴(yán)重程度各異，要把每個(gè)風(fēng)險(xiǎn)因素都加以考慮會(huì)導(dǎo)致問題的復(fù)雜化，是不現(xiàn)實(shí)的。本文以某高校人力資源管理信息系統(tǒng)的構(gòu)建過程中所提出的指標(biāo)體系，建立了該項(xiàng)目風(fēng)險(xiǎn)遞階層次結(jié)構(gòu)圖。
1.1基于層次分析法的一致性效驗(yàn)結(jié)果根據(jù)圖1對(duì)各風(fēng)險(xiǎn)子因素進(jìn)行判斷，從而得到單因素評(píng)判矩陣。咨詢相關(guān)專家，對(duì)專家們的評(píng)判結(jié)果進(jìn)行分析，合理取舍，得到風(fēng)險(xiǎn)子因素的評(píng)判矩陣。最終將評(píng)語(yǔ)集確定為：A={低風(fēng)險(xiǎn)，中等風(fēng)險(xiǎn)，高風(fēng)險(xiǎn)}。對(duì)于風(fēng)險(xiǎn)子因素的權(quán)重矩陣，則采用層次分析法，邀請(qǐng)十位技術(shù)專家進(jìn)行調(diào)查研究和相關(guān)分析，采用不同因素兩兩比較的方法，構(gòu)造不同層次的判斷矩陣，并進(jìn)行歸一化處理和一致性檢驗(yàn)。根據(jù)選定專家事先估計(jì)出項(xiàng)目實(shí)施人員對(duì)各個(gè)因素的側(cè)重程度，進(jìn)行一級(jí)風(fēng)險(xiǎn)因素的權(quán)重分配，加權(quán)后建立權(quán)重集，現(xiàn)以一級(jí)風(fēng)險(xiǎn)“技術(shù)性風(fēng)險(xiǎn)”中各組成因素的權(quán)數(shù)確定為實(shí)際評(píng)判對(duì)象，其一致性效驗(yàn)結(jié)果如表2。由以上一致性效驗(yàn)結(jié)果可得到一個(gè)模糊集：P2=（0.5015，0.4985）同樣也可以估計(jì)出各專家對(duì)人員風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)中各因素側(cè)重程度而加權(quán)組成因素的權(quán)重集如下：P1=（0.4238，0.5762），P3=（0.3824，0.2527，0.3649），P4=（0.4237，0.5673），P5=（0.3792，0.2284，0.3924）
1.2模糊綜合風(fēng)險(xiǎn)評(píng)估分析在這個(gè)過程中，要使用專家調(diào)查法，具體操作如下，選取10名專家，讓這10名專家根據(jù)各自的相關(guān)經(jīng)驗(yàn)，給出每一個(gè)風(fēng)險(xiǎn)指標(biāo)對(duì)各類風(fēng)險(xiǎn)的隸屬度，然后對(duì)其進(jìn)行歸一化，最后得出一級(jí)評(píng)判矩陣，本文通過下面的“技術(shù)性風(fēng)險(xiǎn)”中的各風(fēng)險(xiǎn)因素的一級(jí)評(píng)判矩陣，對(duì)該種方法進(jìn)行說明。該一級(jí)評(píng)判矩陣如表3所示。由此相應(yīng)的可得出人員風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)中各因素的一級(jí)評(píng)判矩陣。
1.2.1一級(jí)模糊綜合評(píng)價(jià)用加權(quán)平均模型模糊評(píng)價(jià)理論，計(jì)算項(xiàng)目風(fēng)險(xiǎn)評(píng)估中一級(jí)模糊評(píng)價(jià)指標(biāo)的模糊值BK1=PK*RK，其中BK1代表一級(jí)模糊綜合評(píng)價(jià)指標(biāo)值，P代表權(quán)系數(shù)，R為一級(jí)評(píng)判矩陣，仍以“技術(shù)性風(fēng)險(xiǎn)”為例來計(jì)算一級(jí)評(píng)判矩陣，將上述過程中的P2與R2代入公式。
1.2.2二級(jí)模糊綜合評(píng)價(jià)由人員風(fēng)險(xiǎn)、技術(shù)性風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)共同組成的項(xiàng)目總體風(fēng)險(xiǎn)權(quán)重矩陣。從向量矩陣B的結(jié)果可以看出，三個(gè)數(shù)中0．3841最大，其隸屬于風(fēng)險(xiǎn)等級(jí)為低風(fēng)險(xiǎn)，說明該校人力資源管理信息系統(tǒng)的構(gòu)建過程和投資風(fēng)險(xiǎn)很小，是切實(shí)可行的。
2結(jié)論與展望
2.1結(jié)論①運(yùn)用模糊綜合評(píng)判法對(duì)某高校的人力資源管理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)項(xiàng)目進(jìn)行綜合評(píng)估，得到了該項(xiàng)目在未來發(fā)生較低風(fēng)險(xiǎn)的可能性最大，也就是項(xiàng)目的生命周期是很穩(wěn)定的。項(xiàng)目的發(fā)展也是隨著項(xiàng)目的目標(biāo)而進(jìn)行的，由此可以看到，該項(xiàng)目的研究和系統(tǒng)的構(gòu)建都對(duì)某高校的人力資源現(xiàn)代化管理和信息化建設(shè)起到一定作用。②在實(shí)際應(yīng)用模糊綜合評(píng)價(jià)法建立相關(guān)軟件項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)模型時(shí)，最關(guān)鍵的步驟是把項(xiàng)目中包含的方向不明、影響大小不易確定影響因素轉(zhuǎn)化成可以進(jìn)行相關(guān)數(shù)學(xué)處理的模糊變量，然后在通過使用相關(guān)的模糊評(píng)價(jià)模型，對(duì)上述得出的模糊變量進(jìn)行統(tǒng)計(jì)分析，最后得到可以定量的數(shù)據(jù)結(jié)果。從實(shí)際經(jīng)驗(yàn)來看，這種評(píng)價(jià)的數(shù)據(jù)結(jié)果和一般的常規(guī)分析結(jié)果基本保持一致，這種量化的風(fēng)險(xiǎn)分析結(jié)果，使得項(xiàng)目負(fù)責(zé)人可以隨時(shí)根據(jù)項(xiàng)目風(fēng)險(xiǎn)的量化指標(biāo)，合理安排項(xiàng)目的風(fēng)險(xiǎn)防范措施，這種使用量化數(shù)據(jù)的風(fēng)險(xiǎn)分析指標(biāo)，對(duì)于動(dòng)態(tài)監(jiān)控風(fēng)險(xiǎn)有著良好的作用。③從本文的應(yīng)用實(shí)例可以看出，層次分析法適用于風(fēng)險(xiǎn)管理比較簡(jiǎn)單方便，通過一致性效驗(yàn)結(jié)果進(jìn)行數(shù)學(xué)建模的方式能夠更好的反應(yīng)風(fēng)險(xiǎn)的層級(jí)關(guān)系和權(quán)重指標(biāo)。
[關(guān)鍵詞]軟件項(xiàng)目風(fēng)險(xiǎn)管理神經(jīng)網(wǎng)絡(luò)粗集
本篇論文的中心是基于粗集的人工神經(jīng)網(wǎng)絡(luò)(ANN)技術(shù)的高風(fēng)險(xiǎn)識(shí)別，這樣在制定開發(fā)計(jì)劃中，最大的減少風(fēng)險(xiǎn)發(fā)生的概率，形成對(duì)高風(fēng)險(xiǎn)的管理。
一、模型結(jié)構(gòu)的建立
本文基于粗集的BP神經(jīng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)分析模型,對(duì)項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行評(píng)估,為項(xiàng)目進(jìn)行中的風(fēng)險(xiǎn)管理提供決策支持。在這個(gè)模型中主要是粗糙集預(yù)處理神經(jīng)網(wǎng)絡(luò)系統(tǒng)，即用RS理論對(duì)ANN輸入端的樣本約簡(jiǎn)，尋找屬性間關(guān)系，約簡(jiǎn)掉與決策無關(guān)的屬性。簡(jiǎn)化輸入信息的表達(dá)空間維數(shù)，簡(jiǎn)化ANN結(jié)構(gòu)。本論文在此理論基礎(chǔ)上，建立一種風(fēng)險(xiǎn)評(píng)估的模型結(jié)構(gòu)。這個(gè)模型由三部分組成即：風(fēng)險(xiǎn)辨識(shí)單元庫(kù)、神經(jīng)網(wǎng)絡(luò)單元、風(fēng)險(xiǎn)預(yù)警單元。
1.風(fēng)險(xiǎn)辨識(shí)單元庫(kù)。由三個(gè)部分功能組成：歷史數(shù)據(jù)的輸入，屬性約簡(jiǎn)和初始化數(shù)據(jù).這里用戶需提供歷史的項(xiàng)目風(fēng)險(xiǎn)系數(shù)。所謂項(xiàng)目風(fēng)險(xiǎn)系數(shù),是在項(xiàng)目評(píng)價(jià)中根據(jù)各種客觀定量指標(biāo)加權(quán)推算出的一種評(píng)價(jià)項(xiàng)目風(fēng)險(xiǎn)程度的客觀指標(biāo)。計(jì)算的方法:根據(jù)項(xiàng)目完成時(shí)間、項(xiàng)目費(fèi)用和效益投入比三個(gè)客觀指標(biāo),結(jié)合項(xiàng)目對(duì)各種資源的要求,確定三個(gè)指標(biāo)的權(quán)值。項(xiàng)目風(fēng)險(xiǎn)系數(shù)可以表述成:r=f(w1,w2,w3,T,T/T0,S/S0,U/U0),R<1；式中:r為風(fēng)險(xiǎn)系數(shù);T、T0分別為實(shí)際時(shí)間和計(jì)劃時(shí)間;S、S0分別為實(shí)際費(fèi)用和計(jì)劃費(fèi)用;U、U0分別為實(shí)際效能和預(yù)計(jì)效能;w1、w2、w3分別是時(shí)間、費(fèi)用和效能的加權(quán)系數(shù),而且應(yīng)滿足w1+w2+w3=1的條件。
2.神經(jīng)網(wǎng)絡(luò)單元。完成風(fēng)險(xiǎn)辨識(shí)單元的輸入后,神經(jīng)網(wǎng)絡(luò)單元需要先載入經(jīng)初始化的核心風(fēng)險(xiǎn)因素的歷史數(shù)據(jù),進(jìn)行網(wǎng)絡(luò)中權(quán)值的訓(xùn)練,可以得到輸入層與隱含層、隱含層與輸出層之間的權(quán)值和閥值。
(1)選取核心特征數(shù)據(jù)作為輸入，模式對(duì)xp=[xp1,xp2,.,xpn]T,dp(網(wǎng)絡(luò)期望輸出)提供給網(wǎng)絡(luò)。用輸入模式xp,連接權(quán)系數(shù)wij及閾值hj計(jì)算各隱含單元的輸出。
m
Ypj=1/{1+exp[-(∑wijxpi-hj)]},i=1,2,.,m;j=1,2,Λ,n,
i=1
(2)用隱含層輸出ypj,連接權(quán)系數(shù)wij及閾值h計(jì)算輸出單元的輸出
m
Yp=1/{1+exp[-(∑wjxpi-hj)]},i=1,2,.,m;j=1,2,Λ,n,
i=1
Yp=[y1,y2,……,yn]T
(3)比較已知輸出與計(jì)算輸出,計(jì)算下一次的隱含各層和輸出層之間新的連接權(quán)值及輸出神經(jīng)元閾值。
wj(k+1)=wj(k)+η(k)σpσpj+α[wj(k)-wj(k-1)]
h(k+1)=h(k)+η(k)σp+α[h(k)-h(k-1)]
η(k)=η0(1-t/(T+M))
η0是初始步長(zhǎng);t是學(xué)習(xí)次數(shù);T是總的迭代次數(shù);M是一個(gè)正數(shù),α∈(0,1)是動(dòng)量系數(shù)。σp是一個(gè)與偏差有關(guān)的值,對(duì)輸出結(jié)點(diǎn)來說；σp=yp(1-yp)(dp-yp)；對(duì)隱結(jié)點(diǎn)來說,因其輸出無法比較,所以經(jīng)過反向推算；σpj=ypj(1-ypj)(ypwj)(4)用σpj、xpj、wij和h計(jì)算下一次的輸入層和隱含層之間新的連接權(quán)值及隱含神經(jīng)元閾值。wij(k+1)=wij(k)+η(t)σpjxpi+α[wij(k)-wij(k-1)]
3.風(fēng)險(xiǎn)預(yù)警單元
根據(jù)風(fēng)險(xiǎn)評(píng)價(jià)系數(shù)的取值,可以將項(xiàng)目的風(fēng)險(xiǎn)狀況分為若干個(gè)區(qū)間。本文提出的劃分方法是按照5個(gè)區(qū)間來劃分的:
r<0.2項(xiàng)目的風(fēng)險(xiǎn)很低,損失發(fā)生的概率或者額度很小;
0.2≤r<0.4項(xiàng)目的風(fēng)險(xiǎn)較低,但仍存在一定風(fēng)險(xiǎn);
0.4≤r<0.6項(xiàng)目的風(fēng)險(xiǎn)處于中等水平,有出現(xiàn)重大損失的可能;
0.6≤r<0.8項(xiàng)目的風(fēng)險(xiǎn)較大,必須加強(qiáng)風(fēng)險(xiǎn)管理,采取避險(xiǎn)措施;
0.8≤r<1項(xiàng)目的風(fēng)險(xiǎn)極大,重大損失出現(xiàn)的概率很高,建議重新考慮對(duì)于項(xiàng)目的投資決策。
總之，有許多因素影響著項(xiàng)目風(fēng)險(xiǎn)的各個(gè)對(duì)象，我們使用了用戶評(píng)級(jí)的方式，從風(fēng)險(xiǎn)評(píng)估單元中獲得評(píng)價(jià)系數(shù)五個(gè)等級(jí)。給出各風(fēng)險(xiǎn)指標(biāo)的評(píng)價(jià)系數(shù)，衡量相關(guān)風(fēng)險(xiǎn)的大小。系數(shù)越低，項(xiàng)目風(fēng)險(xiǎn)越低；反之，系數(shù)越高，項(xiàng)目風(fēng)險(xiǎn)越高。
二、實(shí)證：以軟件開發(fā)風(fēng)險(xiǎn)因素為主要依據(jù)
這里我們從影響項(xiàng)目風(fēng)險(xiǎn)諸多因素中，經(jīng)項(xiàng)目風(fēng)險(xiǎn)系數(shù)計(jì)算，作出決策表，利用粗集約簡(jiǎn)，抽取出最核心的特征屬性(中間大量復(fù)雜的計(jì)算過程省略)。總共抽取出六個(gè)主要的指標(biāo)(PersonnelManagement/Training，Schedule，ProductControl，Safety，ProjectOrganization，Communication)確定了6個(gè)輸入神經(jīng)元，根據(jù)需求網(wǎng)絡(luò)隱含層神經(jīng)元選為13個(gè)，一個(gè)取值在0到1的輸出三層神經(jīng)元的BP網(wǎng)絡(luò)結(jié)構(gòu)。將前十個(gè)季度的指標(biāo)數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)，對(duì)這些訓(xùn)練樣本進(jìn)行數(shù)值化和歸一化處理，給定學(xué)習(xí)率η=0.0001，動(dòng)量因子α=0.01，非線性函數(shù)參數(shù)β=1.05，誤差閉值ε=0.01，經(jīng)過多次迭代學(xué)習(xí)后訓(xùn)練次數(shù)N＝1800網(wǎng)絡(luò)趨于收斂，以確定神經(jīng)網(wǎng)絡(luò)的權(quán)值。最后將后二個(gè)季度的指標(biāo)數(shù)據(jù)作為測(cè)試數(shù)據(jù)，輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行識(shí)別和分類，以判斷軟件是否會(huì)發(fā)生危機(jī)。實(shí)驗(yàn)結(jié)果表明，使用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行風(fēng)險(xiǎn)預(yù)警工作是有效的，運(yùn)用神經(jīng)網(wǎng)絡(luò)方法對(duì)后二個(gè)季度的指標(biāo)數(shù)據(jù)進(jìn)行處理和計(jì)算，最后神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出值為r=0.57和r=0.77，該軟件開發(fā)風(fēng)險(xiǎn)處于中等和較大狀態(tài)，與用專家效績(jī)?cè)u(píng)價(jià)方法評(píng)價(jià)出的結(jié)果基本吻合。
參考文獻(xiàn)：
[1]王國(guó)胤“Rough:集理論與知識(shí)獲取”[M].西安交通大學(xué)出版社，2001
隨著全球社會(huì)經(jīng)濟(jì)的發(fā)展，工程項(xiàng)目變得越來越復(fù)雜，工程量增大，技術(shù)要求越來越高，市場(chǎng)競(jìng)爭(zhēng)越來越激烈等都給工程項(xiàng)目的實(shí)施帶來很大的風(fēng)險(xiǎn)。風(fēng)險(xiǎn)管理自從產(chǎn)生之后就在不斷的發(fā)展，由于科學(xué)技術(shù)的不斷發(fā)展以及各個(gè)國(guó)家風(fēng)險(xiǎn)管理機(jī)構(gòu)的推動(dòng)，使得風(fēng)險(xiǎn)管理的理論越來越規(guī)范，新的風(fēng)險(xiǎn)管理方法不斷產(chǎn)生。然而隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展工程項(xiàng)目呈現(xiàn)出涉及范圍廣、技術(shù)要求高、影響因素多、投資資金大等特點(diǎn)，給工程項(xiàng)目造成了很大的風(fēng)險(xiǎn)，因此研究工程項(xiàng)目風(fēng)險(xiǎn)識(shí)別及對(duì)策研究具有重要的應(yīng)用意義。
1風(fēng)險(xiǎn)評(píng)估
風(fēng)險(xiǎn)評(píng)估是指在風(fēng)險(xiǎn)識(shí)別與估計(jì)的前提下，運(yùn)用相關(guān)數(shù)學(xué)理論并結(jié)合風(fēng)險(xiǎn)評(píng)估理論構(gòu)建工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型，根據(jù)模型預(yù)估工程項(xiàng)目發(fā)生風(fēng)險(xiǎn)的概率及對(duì)應(yīng)的后果，進(jìn)而發(fā)現(xiàn)該工程項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn)并確定整個(gè)項(xiàng)目的風(fēng)險(xiǎn)水平，從而為風(fēng)險(xiǎn)的處置提供科學(xué)參考依據(jù)以保障項(xiàng)目順利施工。具體工程項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)主要包括如下內(nèi)容:1)確定風(fēng)險(xiǎn)評(píng)價(jià)基準(zhǔn)。確定工程項(xiàng)目風(fēng)險(xiǎn)基準(zhǔn)需要結(jié)合項(xiàng)目的實(shí)際情況，根據(jù)項(xiàng)目主體的項(xiàng)目目標(biāo)，按照每一類風(fēng)險(xiǎn)的后果確定其相應(yīng)的可接受水平，不僅要確定單項(xiàng)風(fēng)險(xiǎn)基準(zhǔn)，還需要根據(jù)總體目標(biāo)來確定整體風(fēng)險(xiǎn)基準(zhǔn)。一般風(fēng)險(xiǎn)在開始階段可接受水平相對(duì)較高，但隨著項(xiàng)目的實(shí)施，不確定性逐漸減少，可接受水平會(huì)逐漸降低，因此，項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)基準(zhǔn)應(yīng)隨時(shí)間的推移而不斷進(jìn)行調(diào)整。2)分析全部單項(xiàng)風(fēng)險(xiǎn)，并計(jì)算總體風(fēng)險(xiǎn)水平。項(xiàng)目總體風(fēng)險(xiǎn)水平的確定是在確定各單項(xiàng)風(fēng)險(xiǎn)之后，根據(jù)各單項(xiàng)風(fēng)險(xiǎn)之間的相互作用及其轉(zhuǎn)化關(guān)系，對(duì)風(fēng)險(xiǎn)的可預(yù)見性、風(fēng)險(xiǎn)所對(duì)應(yīng)的各種后果與發(fā)生的概率進(jìn)行合理的估計(jì)，因此，評(píng)價(jià)工程項(xiàng)目整體風(fēng)險(xiǎn)非常復(fù)雜。一般而言，工程項(xiàng)目風(fēng)險(xiǎn)后果的嚴(yán)重性及其對(duì)應(yīng)發(fā)生的概率符合“二八原理”，即20%的風(fēng)險(xiǎn)對(duì)工程項(xiàng)目構(gòu)成了80%的嚴(yán)重威脅。也就是說，可能導(dǎo)致嚴(yán)重后果的風(fēng)險(xiǎn)出現(xiàn)的概率低，而導(dǎo)致不嚴(yán)重后果的風(fēng)險(xiǎn)出現(xiàn)的概率高。同時(shí)，確定整體項(xiàng)目風(fēng)險(xiǎn)還需考慮多個(gè)導(dǎo)致不嚴(yán)重后果的風(fēng)險(xiǎn)耦合時(shí)，可能會(huì)造成相當(dāng)嚴(yán)重的后果，這在確定整體項(xiàng)目風(fēng)險(xiǎn)水平時(shí)也需要認(rèn)真考慮。3)與基準(zhǔn)風(fēng)險(xiǎn)比較，對(duì)項(xiàng)目進(jìn)行決策。若某單項(xiàng)風(fēng)險(xiǎn)大于相應(yīng)的評(píng)價(jià)基準(zhǔn)時(shí)，則可進(jìn)行成本效益分析來尋找其他風(fēng)險(xiǎn)較小的方案進(jìn)行替代;若項(xiàng)目整體風(fēng)險(xiǎn)比整體評(píng)價(jià)基準(zhǔn)稍大時(shí)，則可考慮重新擬定新的項(xiàng)目總體方案。當(dāng)項(xiàng)目總體風(fēng)險(xiǎn)不大于總體評(píng)價(jià)基準(zhǔn)時(shí)，則表示項(xiàng)目風(fēng)險(xiǎn)可接受，工程項(xiàng)目可按計(jì)劃繼續(xù)進(jìn)行，否則，考慮放棄項(xiàng)目。在實(shí)際的計(jì)算中，需要考慮到的因素種類很多，各因素之間還需要?jiǎng)澐殖扇舾蓪哟?，并?duì)各層次之間的因素劃分評(píng)價(jià)等級(jí)，之后求得各層矩陣，數(shù)學(xué)方法可采用模糊綜合評(píng)價(jià)的方法，其主要是在構(gòu)建等級(jí)模糊子集對(duì)被評(píng)價(jià)的工程項(xiàng)目模糊指標(biāo)進(jìn)行量化(即確定隸屬度)基礎(chǔ)上，根據(jù)模糊變換原理來綜合各指標(biāo)形成最終整體評(píng)價(jià)結(jié)果。評(píng)判順序?yàn)?首先對(duì)最低層次的指標(biāo)采用模糊綜合評(píng)價(jià)的方法進(jìn)行評(píng)價(jià)，然后根據(jù)評(píng)價(jià)結(jié)果構(gòu)建上一層次的模糊矩陣并采用模糊綜合評(píng)價(jià)法進(jìn)行評(píng)價(jià)。根據(jù)此方法由底而上逐層進(jìn)行模糊綜合評(píng)價(jià)，進(jìn)而得到系統(tǒng)總體的綜合風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。
2風(fēng)險(xiǎn)對(duì)策
風(fēng)險(xiǎn)的識(shí)別與評(píng)估的最終目的是對(duì)工程項(xiàng)目提供科學(xué)的決策依據(jù)及對(duì)策，因此，相關(guān)的工程項(xiàng)目風(fēng)險(xiǎn)管理人員在風(fēng)險(xiǎn)識(shí)別與評(píng)估之后制定相應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃與措施。具體風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃如圖1所示。制定風(fēng)險(xiǎn)的應(yīng)對(duì)措施的主要目的是減少項(xiàng)目風(fēng)險(xiǎn)可能造成的危害，從而提高對(duì)工程項(xiàng)目風(fēng)險(xiǎn)的控制，減少損失。一般情況下，項(xiàng)目風(fēng)險(xiǎn)應(yīng)對(duì)措施包括三種方法，即風(fēng)險(xiǎn)分散與轉(zhuǎn)移、風(fēng)險(xiǎn)損失控制、風(fēng)險(xiǎn)自留與風(fēng)險(xiǎn)回避。1)風(fēng)險(xiǎn)的分散與轉(zhuǎn)移對(duì)策。此方法是工程項(xiàng)目風(fēng)險(xiǎn)管理中最為常見的方法，采用這種方法應(yīng)注意三個(gè)原則:a．要能夠降低工程造價(jià)和有利于合同的履行。b．誰(shuí)能夠防止風(fēng)險(xiǎn)或控制風(fēng)險(xiǎn)或減少風(fēng)險(xiǎn)造成的損失，就由誰(shuí)承擔(dān)該風(fēng)險(xiǎn)。c．要有利于調(diào)動(dòng)承擔(dān)方的積極性。2)風(fēng)險(xiǎn)損失控制。根據(jù)工程項(xiàng)目預(yù)估的風(fēng)險(xiǎn)，需要制定應(yīng)對(duì)措施來降低風(fēng)險(xiǎn)發(fā)生的概率及其可能造成的嚴(yán)重后果，主要包括預(yù)防損失和減少損失兩個(gè)方面。a．預(yù)防損失，例如合理的管理及制定安全計(jì)劃等，主要目的在于減少甚至消除損失發(fā)生的概率。b．減少損失，包括損失最小化方案和損失挽救方案，例如制定災(zāi)難計(jì)劃、應(yīng)急計(jì)劃等，其主要目的在于減少風(fēng)險(xiǎn)發(fā)生時(shí)所造成后果的嚴(yán)重性。風(fēng)險(xiǎn)損失控制方案也可以是預(yù)防損失與減少損失的組合方案。3)風(fēng)險(xiǎn)自留對(duì)策與風(fēng)險(xiǎn)回避。風(fēng)險(xiǎn)自留也稱風(fēng)險(xiǎn)承擔(dān)，企業(yè)以其內(nèi)部資源來承擔(dān)項(xiàng)目風(fēng)險(xiǎn)所造成的損失。風(fēng)險(xiǎn)回避是一種以消極的放棄和中止的方式來避免可能產(chǎn)生的潛在風(fēng)險(xiǎn)，它與損失控制一樣，均是以控制項(xiàng)目風(fēng)險(xiǎn)本身為對(duì)象，但損失控制是主動(dòng)、積極的風(fēng)險(xiǎn)對(duì)策。在采用風(fēng)險(xiǎn)回避對(duì)策時(shí)要注意有些風(fēng)險(xiǎn)回避可能是不實(shí)際甚至不可能回避的，若項(xiàng)目風(fēng)險(xiǎn)越復(fù)雜，采取回避對(duì)策就越不可能;風(fēng)險(xiǎn)回避同時(shí)也可能意味著獲得收益的可能性;回避一種風(fēng)險(xiǎn)的同時(shí)可能會(huì)產(chǎn)生另外一種新的風(fēng)險(xiǎn)。
3結(jié)語(yǔ)
風(fēng)險(xiǎn)評(píng)估是指在風(fēng)險(xiǎn)識(shí)別與估計(jì)的前提下，運(yùn)用相關(guān)數(shù)學(xué)理論并結(jié)合風(fēng)險(xiǎn)評(píng)估理論構(gòu)建工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估模型，根據(jù)模型預(yù)估工程項(xiàng)目發(fā)生風(fēng)險(xiǎn)的概率及對(duì)應(yīng)的后果，進(jìn)而發(fā)現(xiàn)該工程項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn)并確定整個(gè)項(xiàng)目的風(fēng)險(xiǎn)水平，從而為風(fēng)險(xiǎn)的處置提供科學(xué)參考依據(jù)以保障項(xiàng)目順利施工。具體工程項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)主要包括如下內(nèi)容:1)確定風(fēng)險(xiǎn)評(píng)價(jià)基準(zhǔn)。確定工程項(xiàng)目風(fēng)險(xiǎn)基準(zhǔn)需要結(jié)合項(xiàng)目的實(shí)際情況，根據(jù)項(xiàng)目主體的項(xiàng)目目標(biāo)，按照每一類風(fēng)險(xiǎn)的后果確定其相應(yīng)的可接受水平，不僅要確定單項(xiàng)風(fēng)險(xiǎn)基準(zhǔn)，還需要根據(jù)總體目標(biāo)來確定整體風(fēng)險(xiǎn)基準(zhǔn)。一般風(fēng)險(xiǎn)在開始階段可接受水平相對(duì)較高，但隨著項(xiàng)目的實(shí)施，不確定性逐漸減少，可接受水平會(huì)逐漸降低，因此，項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)基準(zhǔn)應(yīng)隨時(shí)間的推移而不斷進(jìn)行調(diào)整。2)分析全部單項(xiàng)風(fēng)險(xiǎn)，并計(jì)算總體風(fēng)險(xiǎn)水平。項(xiàng)目總體風(fēng)險(xiǎn)水平的確定是在確定各單項(xiàng)風(fēng)險(xiǎn)之后，根據(jù)各單項(xiàng)風(fēng)險(xiǎn)之間的相互作用及其轉(zhuǎn)化關(guān)系，對(duì)風(fēng)險(xiǎn)的可預(yù)見性、風(fēng)險(xiǎn)所對(duì)應(yīng)的各種后果與發(fā)生的概率進(jìn)行合理的估計(jì)，因此，評(píng)價(jià)工程項(xiàng)目整體風(fēng)險(xiǎn)非常復(fù)雜。一般而言，工程項(xiàng)目風(fēng)險(xiǎn)后果的嚴(yán)重性及其對(duì)應(yīng)發(fā)生的概率符合“二八原理”，即20%的風(fēng)險(xiǎn)對(duì)工程項(xiàng)目構(gòu)成了80%的嚴(yán)重威脅。也就是說，可能導(dǎo)致嚴(yán)重后果的風(fēng)險(xiǎn)出現(xiàn)的概率低，而導(dǎo)致不嚴(yán)重后果的風(fēng)險(xiǎn)出現(xiàn)的概率高。同時(shí)，確定整體項(xiàng)目風(fēng)險(xiǎn)還需考慮多個(gè)導(dǎo)致不嚴(yán)重后果的風(fēng)險(xiǎn)耦合時(shí)，可能會(huì)造成相當(dāng)嚴(yán)重的后果，這在確定整體項(xiàng)目風(fēng)險(xiǎn)水平時(shí)也需要認(rèn)真考慮。3)與基準(zhǔn)風(fēng)險(xiǎn)比較，對(duì)項(xiàng)目進(jìn)行決策。若某單項(xiàng)風(fēng)險(xiǎn)大于相應(yīng)的評(píng)價(jià)基準(zhǔn)時(shí)，則可進(jìn)行成本效益分析來尋找其他風(fēng)險(xiǎn)較小的方案進(jìn)行替代;若項(xiàng)目整體風(fēng)險(xiǎn)比整體評(píng)價(jià)基準(zhǔn)稍大時(shí)，則可考慮重新擬定新的項(xiàng)目總體方案。當(dāng)項(xiàng)目總體風(fēng)險(xiǎn)不大于總體評(píng)價(jià)基準(zhǔn)時(shí)，則表示項(xiàng)目風(fēng)險(xiǎn)可接受，工程項(xiàng)目可按計(jì)劃繼續(xù)進(jìn)行，否則，考慮放棄項(xiàng)目。在實(shí)際的計(jì)算中，需要考慮到的因素種類很多，各因素之間還需要?jiǎng)澐殖扇舾蓪哟危?duì)各層次之間的因素劃分評(píng)價(jià)等級(jí)，之后求得各層矩陣，數(shù)學(xué)方法可采用模糊綜合評(píng)價(jià)的方法，其主要是在構(gòu)建等級(jí)模糊子集對(duì)被評(píng)價(jià)的工程項(xiàng)目模糊指標(biāo)進(jìn)行量化(即確定隸屬度)基礎(chǔ)上，根據(jù)模糊變換原理來綜合各指標(biāo)形成最終整體評(píng)價(jià)結(jié)果。評(píng)判順序?yàn)?首先對(duì)最低層次的指標(biāo)采用模糊綜合評(píng)價(jià)的方法進(jìn)行評(píng)價(jià)，然后根據(jù)評(píng)價(jià)結(jié)果構(gòu)建上一層次的模糊矩陣并采用模糊綜合評(píng)價(jià)法進(jìn)行評(píng)價(jià)。根據(jù)此方法由底而上逐層進(jìn)行模糊綜合評(píng)價(jià)，進(jìn)而得到系統(tǒng)總體的綜合風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果。
2風(fēng)險(xiǎn)對(duì)策
風(fēng)險(xiǎn)的識(shí)別與評(píng)估的最終目的是對(duì)工程項(xiàng)目提供科學(xué)的決策依據(jù)及對(duì)策，因此，相關(guān)的工程項(xiàng)目風(fēng)險(xiǎn)管理人員在風(fēng)險(xiǎn)識(shí)別與評(píng)估之后制定相應(yīng)的風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃與措施。具體風(fēng)險(xiǎn)應(yīng)對(duì)計(jì)劃如圖1所示。制定風(fēng)險(xiǎn)的應(yīng)對(duì)措施的主要目的是減少項(xiàng)目風(fēng)險(xiǎn)可能造成的危害，從而提高對(duì)工程項(xiàng)目風(fēng)險(xiǎn)的控制，減少損失。一般情況下，項(xiàng)目風(fēng)險(xiǎn)應(yīng)對(duì)措施包括三種方法，即風(fēng)險(xiǎn)分散與轉(zhuǎn)移、風(fēng)險(xiǎn)損失控制、風(fēng)險(xiǎn)自留與風(fēng)險(xiǎn)回避。1)風(fēng)險(xiǎn)的分散與轉(zhuǎn)移對(duì)策。此方法是工程項(xiàng)目風(fēng)險(xiǎn)管理中最為常見的方法，采用這種方法應(yīng)注意三個(gè)原則:a．要能夠降低工程造價(jià)和有利于合同的履行。b．誰(shuí)能夠防止風(fēng)險(xiǎn)或控制風(fēng)險(xiǎn)或減少風(fēng)險(xiǎn)造成的損失，就由誰(shuí)承擔(dān)該風(fēng)險(xiǎn)。c．要有利于調(diào)動(dòng)承擔(dān)方的積極性。2)風(fēng)險(xiǎn)損失控制。根據(jù)工程項(xiàng)目預(yù)估的風(fēng)險(xiǎn)，需要制定應(yīng)對(duì)措施來降低風(fēng)險(xiǎn)發(fā)生的概率及其可能造成的嚴(yán)重后果，主要包括預(yù)防損失和減少損失兩個(gè)方面。a．預(yù)防損失，例如合理的管理及制定安全計(jì)劃等，主要目的在于減少甚至消除損失發(fā)生的概率。b．減少損失，包括損失最小化方案和損失挽救方案，例如制定災(zāi)難計(jì)劃、應(yīng)急計(jì)劃等，其主要目的在于減少風(fēng)險(xiǎn)發(fā)生時(shí)所造成后果的嚴(yán)重性。風(fēng)險(xiǎn)損失控制方案也可以是預(yù)防損失與減少損失的組合方案。3)風(fēng)險(xiǎn)自留對(duì)策與風(fēng)險(xiǎn)回避。風(fēng)險(xiǎn)自留也稱風(fēng)險(xiǎn)承擔(dān)，企業(yè)以其內(nèi)部資源來承擔(dān)項(xiàng)目風(fēng)險(xiǎn)所造成的損失。風(fēng)險(xiǎn)回避是一種以消極的放棄和中止的方式來避免可能產(chǎn)生的潛在風(fēng)險(xiǎn)，它與損失控制一樣，均是以控制項(xiàng)目風(fēng)險(xiǎn)本身為對(duì)象，但損失控制是主動(dòng)、積極的風(fēng)險(xiǎn)對(duì)策。在采用風(fēng)險(xiǎn)回避對(duì)策時(shí)要注意有些風(fēng)險(xiǎn)回避可能是不實(shí)際甚至不可能回避的，若項(xiàng)目風(fēng)險(xiǎn)越復(fù)雜，采取回避對(duì)策就越不可能;風(fēng)險(xiǎn)回避同時(shí)也可能意味著獲得收益的可能性;回避一種風(fēng)險(xiǎn)的同時(shí)可能會(huì)產(chǎn)生另外一種新的風(fēng)險(xiǎn)。
3結(jié)語(yǔ)
關(guān)鍵詞：風(fēng)險(xiǎn)評(píng)估；蒙特卡洛模擬；灰色評(píng)價(jià)；人工神經(jīng)網(wǎng)絡(luò)
中圖分類號(hào)：F27 文獻(xiàn)標(biāo)識(shí)碼：A
風(fēng)險(xiǎn)評(píng)估就是在充分掌握資料的基礎(chǔ)之上，采用合適的方法對(duì)已識(shí)別風(fēng)險(xiǎn)進(jìn)行系統(tǒng)分析和研究，評(píng)估風(fēng)險(xiǎn)發(fā)生的可能性（概率）、造成損失的范圍和嚴(yán)重程度（強(qiáng)度），為接下來選擇適當(dāng)?shù)娘L(fēng)險(xiǎn)處理方法提供依據(jù)。根據(jù)實(shí)際需要的不同可以對(duì)風(fēng)險(xiǎn)進(jìn)行定性分析和定量分析。定性分析一般是根據(jù)風(fēng)險(xiǎn)度（重要程度）或風(fēng)險(xiǎn)大?。ǜ怕省翉?qiáng)度）等指標(biāo)對(duì)風(fēng)險(xiǎn)因素進(jìn)行優(yōu)先級(jí)排序，為進(jìn)一步分析或處理風(fēng)險(xiǎn)提供參考，常用方法有專家打分法等。定量分析則是將體現(xiàn)風(fēng)險(xiǎn)特征的指標(biāo)量化，加深對(duì)風(fēng)險(xiǎn)因素的認(rèn)識(shí)，有助于風(fēng)險(xiǎn)管理者采取更具針對(duì)性的對(duì)策和措施，常用方法有敏感性分析、蒙特卡羅分析等。下面介紹常用的一些風(fēng)險(xiǎn)評(píng)估方法。
一、專家調(diào)查法
在風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)之上，請(qǐng)專家對(duì)風(fēng)險(xiǎn)因素的發(fā)生概率和影響程度進(jìn)行評(píng)價(jià)，再綜合整體風(fēng)險(xiǎn)水平進(jìn)行評(píng)價(jià)。該方法簡(jiǎn)單易行，可以在采用德爾菲法進(jìn)行風(fēng)險(xiǎn)識(shí)別時(shí)同時(shí)進(jìn)行，節(jié)約成本和時(shí)間，缺點(diǎn)是主觀性強(qiáng)，依賴于專家水平。
二、蒙特卡洛模擬法
蒙特卡洛模擬法又稱統(tǒng)計(jì)試驗(yàn)法或隨機(jī)模擬法，其原理是將項(xiàng)目目標(biāo)變量（風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)）和各個(gè)風(fēng)險(xiǎn)變量綜合在一個(gè)數(shù)學(xué)模擬模型內(nèi)，每個(gè)風(fēng)險(xiǎn)變量用一個(gè)概率分布來描述，然后利用計(jì)算機(jī)產(chǎn)生隨機(jī)數(shù)（或偽隨機(jī)數(shù)），并根據(jù)隨機(jī)數(shù)在各個(gè)風(fēng)險(xiǎn)變量的概率分布中取值，算出目標(biāo)變量值，經(jīng)過多次運(yùn)算即可得出目標(biāo)變量的期望值、方差、概率分布等指標(biāo)，繪制累計(jì)概率圖，供決策者參考。
風(fēng)險(xiǎn)變量的確定，一般采用前述的風(fēng)險(xiǎn)識(shí)別方法，如果風(fēng)險(xiǎn)因素較多，可以先進(jìn)行敏感性分析，選擇敏感的風(fēng)險(xiǎn)因素作為風(fēng)險(xiǎn)變量。風(fēng)險(xiǎn)變量的概率分布描述是進(jìn)行模擬分析的基礎(chǔ)，常用的有正態(tài)分布、β分布、三角分布、梯形分布、階梯分布等，銷售量、售價(jià)、產(chǎn)品成本等變量多采用正態(tài)分布，工期、投資等變量多采用三角分布描述。對(duì)有歷史數(shù)據(jù)的風(fēng)險(xiǎn)變量可根據(jù)數(shù)據(jù)做統(tǒng)計(jì)分析，估計(jì)其概率分布，對(duì)沒有歷史數(shù)據(jù)的風(fēng)險(xiǎn)變量，可以采用專家調(diào)查法確定變量的概率分布。
該法由法國(guó)數(shù)學(xué)家John.ron.neuman創(chuàng)立，由于其依賴的概率統(tǒng)計(jì)理論與賭博原理類同，因此以歐洲著名賭城摩納哥首都Monte Carlo命名。該方法的優(yōu)點(diǎn)是使用計(jì)算機(jī)模擬項(xiàng)目的自然過程，比歷史模擬方法成本低、效率高，結(jié)果相對(duì)精確；可以處理多個(gè)因素非線性、大幅波動(dòng)的不確定性，并把這種不確定性的影響以概率分布形式表示出來，克服了敏感性分析的局限性。不足之處是依賴于特定的隨機(jī)過程和選擇的歷史數(shù)據(jù)，不能反映風(fēng)險(xiǎn)因素之間的相互關(guān)系，需要有可靠的模型，否則導(dǎo)致錯(cuò)誤。
三、計(jì)劃評(píng)審技術(shù)（PERT）
該方法是用網(wǎng)絡(luò)圖來體現(xiàn)項(xiàng)目中各項(xiàng)活動(dòng)的進(jìn)度和相互之間的關(guān)系，確定關(guān)鍵路徑，計(jì)算總工期及概率，再綜合考慮資源因素，得到最佳的項(xiàng)目計(jì)劃方案。PERT主要用于對(duì)項(xiàng)目的進(jìn)度管理，評(píng)價(jià)進(jìn)度和費(fèi)用方面的風(fēng)險(xiǎn)。它適用于評(píng)價(jià)缺乏歷史經(jīng)驗(yàn)資料的科研或產(chǎn)品研發(fā)項(xiàng)目風(fēng)險(xiǎn)以及與進(jìn)度相關(guān)的項(xiàng)目風(fēng)險(xiǎn)。由于該方法的前提是假設(shè)項(xiàng)目每項(xiàng)活動(dòng)的時(shí)間服從正態(tài)分布或β分布，總工期和關(guān)鍵路徑都具有隨機(jī)性，但是隨著關(guān)鍵路徑的確定，這一假設(shè)就失去意義，因此具有一定的缺陷。
四、敏感性分析法
敏感性分析法是指在假定其他風(fēng)險(xiǎn)因素不變的情況下，評(píng)估某一個(gè)（或幾個(gè)）特定的風(fēng)險(xiǎn)因素變化對(duì)項(xiàng)目目標(biāo)變量的影響程度，確定它的變動(dòng)幅度和臨界值，計(jì)算出敏感系數(shù)，據(jù)此對(duì)風(fēng)險(xiǎn)因素進(jìn)行敏感性排序，供決策者參考。這種方法應(yīng)用廣泛，常用于項(xiàng)目的可行性研究階段，有助于發(fā)現(xiàn)重要的風(fēng)險(xiǎn)因素，具體又可分為單因素敏感性分析和多因素敏感性分析。其缺點(diǎn)在于只能體現(xiàn)風(fēng)險(xiǎn)因素的強(qiáng)度而不能反映發(fā)生概率，也不能反映眾多風(fēng)險(xiǎn)因素同時(shí)變化時(shí)對(duì)項(xiàng)目的綜合影響。
五、決策樹法
決策樹法是指利用圖解的形式，將風(fēng)險(xiǎn)因素層層分解，繪制成樹狀圖，逐項(xiàng)計(jì)算其概率和期望值，進(jìn)行風(fēng)險(xiǎn)評(píng)估和方案的比較和選擇。一棵簡(jiǎn)單的決策樹包括決策節(jié)點(diǎn)、狀態(tài)節(jié)點(diǎn)和結(jié)果節(jié)點(diǎn)，決策節(jié)點(diǎn)與狀態(tài)節(jié)點(diǎn)之間為方案分支，狀態(tài)節(jié)點(diǎn)引出的分支為狀態(tài)分支，決策節(jié)點(diǎn)上標(biāo)注最終方案的收益期望值，方案分支標(biāo)注方案名稱，狀態(tài)節(jié)點(diǎn)標(biāo)注某個(gè)行動(dòng)方案收益期望值，狀態(tài)分支標(biāo)注狀態(tài)名稱和概率，結(jié)果節(jié)點(diǎn)標(biāo)注收益值。一般會(huì)求出目標(biāo)變量在所有風(fēng)險(xiǎn)因素所有概率組合下的期望值，再畫出概率分布圖，因此計(jì)算量與風(fēng)險(xiǎn)因素和變化的數(shù)量成指數(shù)關(guān)系，并且需要有足夠的有效數(shù)據(jù)做支撐。這種方法層次清晰，不同節(jié)點(diǎn)面臨的風(fēng)險(xiǎn)及概率一目了然，不易遺漏，能夠適應(yīng)多階段情形下的風(fēng)險(xiǎn)分析，但用于大型復(fù)雜項(xiàng)目時(shí)工作量較大，也不適合用于缺乏類似客觀數(shù)據(jù)的項(xiàng)目。
六、影響圖法
影響圖是指由風(fēng)險(xiǎn)結(jié)點(diǎn)集合和反映風(fēng)險(xiǎn)關(guān)系的有向弧集合構(gòu)成的無環(huán)有向圖，它是在決策樹基礎(chǔ)之上發(fā)展起來的圖形描述工具，包含了對(duì)風(fēng)險(xiǎn)變量相關(guān)性的描述，既可以表示變量之間的概率依賴關(guān)系，又可用于計(jì)算，能夠有效地把決策問題轉(zhuǎn)化成模型，是決策問題定性描述和定量分析的有效工具。其優(yōu)點(diǎn)是概率估計(jì)、備選方案、決策者偏好等資料完整；圖形直觀、概念明確；計(jì)算規(guī)模隨著風(fēng)險(xiǎn)因素個(gè)數(shù)呈線性增長(zhǎng)。缺點(diǎn)是需要獲取大量的概率和效用值，對(duì)于復(fù)雜問題建模困難。
七、模糊綜合評(píng)價(jià)法
模糊理論是美國(guó)加州大學(xué)伯克力分校盧菲特?澤德教授于1965年首先提出的一種定量表達(dá)工具，用來表達(dá)某些無法明確定義的模糊性概念。事物的某些狀態(tài)或?qū)傩匀缒谢蚺?，可以明確區(qū)分，但是如漂亮或不漂亮、高或矮之類帶有主觀意識(shí)的屬性，則很難以明確的標(biāo)準(zhǔn)加以區(qū)分，模糊理論接受自然界模糊性現(xiàn)象存在的事實(shí)，并將其量化，進(jìn)行相關(guān)研究。
風(fēng)險(xiǎn)也具有模糊性，主要表現(xiàn)為風(fēng)險(xiǎn)的強(qiáng)度或大小很難進(jìn)行明確的界定。模糊綜合評(píng)價(jià)法將項(xiàng)目風(fēng)險(xiǎn)大小用模糊子集進(jìn)行表達(dá)，利用隸屬度及模糊推理的概念對(duì)風(fēng)險(xiǎn)因素進(jìn)行排序，以改進(jìn)的模糊綜合評(píng)價(jià)法為基礎(chǔ)，采用層次分析法（AHP）構(gòu)建風(fēng)險(xiǎn)遞階層次結(jié)構(gòu)，采用專家調(diào)查法確定各層次內(nèi)的風(fēng)險(xiǎn)因素指標(biāo)權(quán)重，逐級(jí)進(jìn)行模糊運(yùn)算，直至總目標(biāo)層，最終獲得項(xiàng)目各個(gè)層級(jí)以及整體的風(fēng)險(xiǎn)評(píng)估結(jié)果。該方法將風(fēng)險(xiǎn)的定性和定量分析相結(jié)合，對(duì)于難以量化的風(fēng)險(xiǎn)因素如法律變動(dòng)，也能進(jìn)行有效分析，不依賴絕對(duì)指標(biāo)，避免標(biāo)準(zhǔn)不合理導(dǎo)致的偏差。缺點(diǎn)是專家的主觀偏見和能力水平可能會(huì)影響結(jié)果，對(duì)隸屬度變化時(shí)評(píng)價(jià)結(jié)果改變的波動(dòng)性利用不夠。
八、風(fēng)險(xiǎn)矩陣法
該方法又稱風(fēng)險(xiǎn)值法，1998年由Paul R等人提出。該方法將風(fēng)險(xiǎn)事件發(fā)生的概率和影響程度分級(jí)評(píng)分，然后分別作為矩陣的行和列形成風(fēng)險(xiǎn)矩陣，將風(fēng)險(xiǎn)概率和風(fēng)險(xiǎn)后果估計(jì)值（0～1）相乘得到風(fēng)險(xiǎn)值，進(jìn)而按照風(fēng)險(xiǎn)事件在矩陣中的位置作出評(píng)估。該方法使用簡(jiǎn)單快捷。缺點(diǎn)是計(jì)算風(fēng)險(xiǎn)概率往往需要?dú)v史數(shù)據(jù)；由于風(fēng)險(xiǎn)的隨機(jī)性和影響的模糊性，易產(chǎn)生風(fēng)險(xiǎn)結(jié)。
九、人工神經(jīng)網(wǎng)絡(luò)技術(shù)(ANN)
該方法是模仿生物大腦結(jié)構(gòu)和功能而形成的一類信息處理系統(tǒng)，最先由美國(guó)生物學(xué)家Warren Mcculloch和數(shù)學(xué)家Walter Pitts于1943年提出，經(jīng)過幾十年的發(fā)展已經(jīng)成為多學(xué)科綜合的前沿學(xué)科。人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)單元是神經(jīng)元，它一般是多個(gè)輸入、一個(gè)輸出的非線性單元，按照一定的層次結(jié)構(gòu)排列，每層神經(jīng)元以加權(quán)方式與其他層次上的神經(jīng)元連接構(gòu)成神經(jīng)網(wǎng)絡(luò)。根據(jù)連接方式的不同，目前已有30多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，最常用的是誤差反向傳播的多層前饋式網(wǎng)絡(luò)，即BP網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)技術(shù)運(yùn)作模式是建立神經(jīng)元網(wǎng)絡(luò)連接，通過學(xué)習(xí)規(guī)則或自組織等過程建立相應(yīng)的非線性數(shù)學(xué)模型，經(jīng)過多次信息輸入和輸出比對(duì)，并不斷進(jìn)行修正，使輸出結(jié)果與實(shí)際值之間差距不斷縮小。優(yōu)點(diǎn)：具有自學(xué)習(xí)、自組織適應(yīng)能力和強(qiáng)容錯(cuò)性等特性；避免了大量的繁瑣計(jì)算，使評(píng)價(jià)工作更簡(jiǎn)便易行；主要是通過對(duì)以往的樣本數(shù)據(jù)進(jìn)行學(xué)習(xí)，獲取經(jīng)驗(yàn)，弱化了確定各因素權(quán)重時(shí)的人為因素。缺點(diǎn)：選擇網(wǎng)絡(luò)結(jié)構(gòu)不當(dāng)會(huì)影響評(píng)價(jià)結(jié)果；輸出結(jié)果不能體現(xiàn)單個(gè)風(fēng)險(xiǎn)因素的重要程度；泛化能力差，不適用于多目標(biāo)的評(píng)價(jià)過程，項(xiàng)目具有獨(dú)特性、一次性的特點(diǎn)。
十、灰色評(píng)價(jià)方法
灰色系統(tǒng)理論是我國(guó)著名學(xué)者鄧聚龍于1982年提出的，他根據(jù)信息的清晰程度，將系統(tǒng)分為白色、黑色和灰色，白色系統(tǒng)信息完全可見，黑色系統(tǒng)信息未知，灰色系統(tǒng)介于兩者之間，分析過程中可充分利用已知信息將灰色系統(tǒng)的灰色性白化，分析方法有灰色聚類法、灰色關(guān)聯(lián)分析法等?；疑P(guān)聯(lián)分析是根據(jù)因素之間發(fā)展態(tài)勢(shì)的相似或者相異程度來衡量因素間關(guān)聯(lián)度的方法。灰色評(píng)價(jià)方法的優(yōu)點(diǎn)：對(duì)樣本量要求不高，不要求樣本服從任何分布，可以有效地克服復(fù)雜系統(tǒng)的層次復(fù)雜性、結(jié)構(gòu)關(guān)系的模糊性、動(dòng)態(tài)變化的隨機(jī)性、指標(biāo)數(shù)據(jù)的不完全性和不確定性，排除認(rèn)為影響，數(shù)據(jù)不必進(jìn)行歸一化處理，可靠性強(qiáng)。缺點(diǎn)：樣本數(shù)據(jù)具有時(shí)間序列特性，綜合評(píng)價(jià)結(jié)果具有“相對(duì)評(píng)價(jià)”的缺點(diǎn)，需要確定分辨率，其選擇標(biāo)準(zhǔn)尚無一個(gè)合理的標(biāo)準(zhǔn)。
對(duì)項(xiàng)目風(fēng)險(xiǎn)定性和定量分析，為選擇最佳風(fēng)險(xiǎn)處理手段提供了可靠的依據(jù)。上述風(fēng)險(xiǎn)評(píng)估方法有各自的特點(diǎn)和優(yōu)勢(shì)，有的方法以全面、精確為特點(diǎn)，有的方法以簡(jiǎn)單易用為優(yōu)勢(shì)，一些方法可以同時(shí)處理風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)評(píng)估，各方法之間也有相互交叉、相互引用的情況，在實(shí)際應(yīng)用中應(yīng)當(dāng)根據(jù)掌握資料程度、項(xiàng)目實(shí)際情況具體選擇。1992年英國(guó)里丁大學(xué)Simister教授對(duì)英國(guó)項(xiàng)目管理協(xié)會(huì)的37名會(huì)員進(jìn)行風(fēng)險(xiǎn)評(píng)估技術(shù)應(yīng)用方面的調(diào)查，結(jié)果顯示盡管有很多新的風(fēng)險(xiǎn)評(píng)估方法，但傳統(tǒng)的調(diào)查打分法、蒙特卡洛模擬和計(jì)劃評(píng)審法使用率達(dá)70%。據(jù)統(tǒng)計(jì)，由于資料稀缺和時(shí)間緊迫，75%的項(xiàng)目經(jīng)理傾向于采用專家調(diào)查打分，將風(fēng)險(xiǎn)評(píng)估主觀量化。未來項(xiàng)目風(fēng)險(xiǎn)管理將更加注重一體化和動(dòng)態(tài)持續(xù)性，風(fēng)險(xiǎn)的量化分析越來越受到重視，隨著傳統(tǒng)風(fēng)險(xiǎn)評(píng)估方法不斷改進(jìn)，新方法的不斷完善，風(fēng)險(xiǎn)評(píng)估將會(huì)使項(xiàng)目管理更加科學(xué)有效。
（作者單位：重慶大學(xué)建設(shè)管理與房地產(chǎn)學(xué)院）
主要參考文獻(xiàn)
[1]廖詩(shī)娜.PPP項(xiàng)目定量風(fēng)險(xiǎn)評(píng)估方法比較[J].合作經(jīng)濟(jì)與科技，2010.6.
[2]楊義燦.投資項(xiàng)目評(píng)價(jià)的理論、方法及應(yīng)用研究[D].南京: 河海大學(xué)，2000.
[3]Paul R，Garvey PR，Lansdowne ZF. Risk matrix:an approach for identifying，assessing，and ranking program risks[J].Air Journal of Logistics，1998.25.
[4]易軍，許忠保，劉小鵬.人工神經(jīng)網(wǎng)絡(luò)技術(shù)的工程應(yīng)用及展望[J].湖北工業(yè)大學(xué)學(xué)報(bào)，2007.22.
