基于ＢＰ神經(jīng)網(wǎng)絡(luò)的項目風(fēng)險管理成熟度等級評估模型

［摘要］文章研究項目風(fēng)險管理成熟度模型，并分析在Matlab環(huán)境下，用BP神經(jīng)網(wǎng)絡(luò)評估項目風(fēng)險管理成熟度等級的可行性。利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、自調(diào)整以及非線性映射功能，確定基于BP神經(jīng)網(wǎng)絡(luò)的項目風(fēng)險管理成熟度等級評估模型的結(jié)構(gòu)和算法。通過實(shí)例分析，取得滿意效果，為項目風(fēng)險管理成熟度評估提供一種新思路。

［關(guān)鍵詞］項目風(fēng)險管理；人工神經(jīng)網(wǎng)絡(luò)；成熟度

［作者簡介］蔣雙福，福州大學(xué)管理學(xué)院碩士生，研究方向：項目管理，福建福州 ，350002；盧美琴，福州大學(xué)管理學(xué)院碩士生，研究方向：項目管理，福建福州，350002

［中圖分類號］ TP393［文獻(xiàn)標(biāo)識碼］ A［文章編號］ 1007-7723（2008）09-0056-0003

一、引言

項目風(fēng)險是在項目全過程中不期望發(fā)生事件的客觀不確定性，或是在給定情況下和特定時間內(nèi)，在項目全過程中可能發(fā)生的結(jié)果與期望結(jié)果之間的差異性，差異越大，則風(fēng)險越大 [1]。

從1987年7月，SEI發(fā)表了CMM（軟件能力成熟度模型）以來，項目管理成熟度模型開始成為管理界的一個熱點(diǎn)，并且相關(guān)研究及應(yīng)用成果也發(fā)展迅速[2]。“項目風(fēng)險管理成熟度模型”可以理解為“描述如何提高或獲得項目風(fēng)險管理能力的過程的框架”[3]。

BP是人工神經(jīng)網(wǎng)絡(luò)的一種，其學(xué)習(xí)算法是由Rumelhart等人于1986年提出的。BP神經(jīng)網(wǎng)絡(luò)是一種基于誤差傳播算法的具有多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，由于BP神經(jīng)網(wǎng)絡(luò)的多層次性，其激活函數(shù)所劃分的區(qū)域不再是線性可分的，而是由一個非線性的超平面組成的區(qū)域，從而其分類比線性劃分精確合理，這種網(wǎng)絡(luò)的容錯性較好。另外，在BP神經(jīng)元中可以使用任何可微的函數(shù)作為傳遞函數(shù)，可以嚴(yán)格利用梯度法進(jìn)行推算，權(quán)值修正的解析式十分明確[4]。

本文試圖將BP神經(jīng)網(wǎng)絡(luò)引入到項目網(wǎng)絡(luò)管理成熟度等級的評估中，研究其評估效果。

二、項目風(fēng)險管理成熟度模型

參考著名的成熟度模型，結(jié)合項目風(fēng)險管理本身的過程特點(diǎn)，本文將項目風(fēng)險管理成熟度分為五個等級，隨著等級的提高，項目風(fēng)險管理的過程能力也相應(yīng)提高；同時，項目失敗的風(fēng)險也降低。

本文的研究重點(diǎn)在于項目風(fēng)險管理成熟度等級評價指標(biāo)的建立及其評估方法，對于其各成熟度等級的特點(diǎn)，借鑒J.kent Crawford提出的等級特征[5]。

第一級，啟動過程： 意識到建立廣泛接受風(fēng)險過程管理的需要，但沒有已建好的實(shí)踐或標(biāo)準(zhǔn)。

第二級，結(jié)構(gòu)化的過程標(biāo)準(zhǔn)： 風(fēng)險管理過程已經(jīng)制定并制成文檔。

第三級，組織的標(biāo)準(zhǔn)和制度化的過程： 風(fēng)險管理過程已被認(rèn)識是組織的標(biāo)準(zhǔn)，并在幾乎所有項目中使用。

第四級，管理過程： 所有過程都已經(jīng)就緒、制成文檔，而且全部項目中至少有90%在運(yùn)用這些過程。

第五級，持續(xù)優(yōu)化過程：經(jīng)驗教訓(xùn)被定期審核并用于改進(jìn)已制成文檔的各種過程。

三、項目風(fēng)險管理成熟度等級評價指標(biāo)體系

依據(jù)以上風(fēng)險管理成熟度等級劃分標(biāo)準(zhǔn)，通過咨詢相關(guān)專家和查閱文獻(xiàn)資料，設(shè)計了評價成熟度等級評價指標(biāo)（表1）。以風(fēng)險管理過程和風(fēng)險管理結(jié)果作為一級指標(biāo)，通過對一級指標(biāo)的細(xì)分，建立二級指標(biāo)。外部專家與組織相關(guān)人員組成評估小組對組織進(jìn)行評估。在進(jìn)行評分過程中，主觀評價指標(biāo)，如風(fēng)險分析能力中的風(fēng)險定性分析能力，評分原則依據(jù)項目風(fēng)險管理成熟度各等級估分并經(jīng)過專家討論，客觀評價指標(biāo)則直接利用歷史數(shù)據(jù)，如項目成功率。

四、Matlab7.0環(huán)境下的BP網(wǎng)絡(luò)程序?qū)崿F(xiàn)

MATLAB是Mathworks公司于1982年推出的一套高性能的數(shù)值計算的可視化軟件。神經(jīng)網(wǎng)絡(luò)工具箱是MATLAB環(huán)境下所開發(fā)出來的工具箱之一，它是以人工神經(jīng)網(wǎng)絡(luò)理論為基礎(chǔ)，用MATLAB語言構(gòu)造出典型神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，使設(shè)計者對所選定網(wǎng)絡(luò)輸出的計算變成對激活函數(shù)的調(diào)用。在Matlab環(huán)境下，網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的程序設(shè)計主要是調(diào)用一些相應(yīng)的函數(shù)。

（一）標(biāo)準(zhǔn)樣本集設(shè)定

BP網(wǎng)絡(luò)訓(xùn)練需要具有一定數(shù)量的樣本，本文的訓(xùn)練樣本輸入部分，是根據(jù)風(fēng)險管理成熟度各等級得分范圍表通過以下公式隨機(jī)產(chǎn)生。

M= rand()*0.2+0.2*(I-1)2）

其中：M代表某個成熟度水平時某個二級指標(biāo)的得分，rand()函數(shù)可以產(chǎn)生[0，1]范圍的隨機(jī)數(shù)。

每個成熟度產(chǎn)生10組數(shù)據(jù)，則產(chǎn)生19×50的訓(xùn)練矩陣。將產(chǎn)生的數(shù)據(jù)保存在excel文檔的sheet1中，命名為traindata.xls，如圖1。

本文將輸出設(shè)計為只含0、1的向量。1在第n位則表示成熟度為n，如（0 0 0 1 0）T表示成熟度為4。輸入樣本數(shù)據(jù)（5×50矩陣）對應(yīng)的期望輸出保存在traindata.xls的sheet2中。

（二）樣本預(yù)處理

為了提高訓(xùn)練效率，本文對樣本數(shù)據(jù)進(jìn)行了規(guī)范化的預(yù)處理，使輸入樣本和輸出樣本服從正態(tài)分布。其函數(shù)為：

p=xlsread(‘traindata’，‘shee1’); t=xlsread(‘traindata’，‘shee2’);%讀入數(shù)據(jù)

[pn，meanp，stdp，tn，meant，stdt] = prestd(p，t)%規(guī)范化數(shù)據(jù)

其中，p、t分別為輸入和期望輸出，pn、tn為規(guī)范化后的輸入和期望輸出。

（三）樣本劃分

為提高BP網(wǎng)絡(luò)的泛化能力，將樣本劃分成三部分：1/2作為訓(xùn)練樣本，1/4作為驗證樣本，1/4作為測試樣本。程序如下：

[R，Q]=size(pn);%讀取矩陣的行數(shù)和列數(shù)

iilist=2:4:Q;iival=4:4:Q;iitr=[1:4:Q 3:4:Q];%對各列大小進(jìn)行劃分

vv.P=pn(:，iival);vv.T=tn(:，iival); %1/4樣本作為確認(rèn)向量

vt.P=pn(:，iilist);vt.T=tn(:，iilist); %1/4樣本作為測試向量

ptr=pn(:，iitr); ttr=tn(:，iitr); %1/2樣本作為訓(xùn)練網(wǎng)絡(luò)

（四）網(wǎng)絡(luò)生成與訓(xùn)練

經(jīng)過測試，本文將成熟度模型的評價BP網(wǎng)絡(luò)設(shè)計為輸入層、隱層、輸出層分別為19、15、5的三層結(jié)構(gòu)，網(wǎng)絡(luò)輸入層與隱含層，以及隱含層與輸出層之間的傳遞函數(shù)分別采用雙曲線正切S型tansig和線性函數(shù) purelin；考慮到網(wǎng)絡(luò)的規(guī)格和學(xué)習(xí)時間，選用Traingdx函數(shù)對函數(shù)進(jìn)行訓(xùn)練。traingdx函數(shù)是是動量及自適應(yīng)的BP梯度遞減訓(xùn)練函數(shù)，是一種改進(jìn)的BP網(wǎng)絡(luò)學(xué)習(xí)算法。學(xué)習(xí)率為0.5。其他參數(shù)均為缺省值。網(wǎng)絡(luò)的生成語句如下：

net=newff(minmax(pn)，[15 5]，{‘tansig’‘purelin’}，‘traingdx’)；

利用train 函數(shù)對所生成的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練：

[net，tr]=train(net，ptr，ttr，[]，[]，vv，vt)；

其中vv、vt分別是劃分出來的驗證樣本和測試樣本。

（五）網(wǎng)絡(luò)仿真

為了進(jìn)一步檢驗訓(xùn)練后網(wǎng)絡(luò)的性能，下面對訓(xùn)練結(jié)果作進(jìn)一步仿真分析。將所有數(shù)據(jù)通過網(wǎng)絡(luò)（包括訓(xùn)練、驗證、測試），然后得到網(wǎng)絡(luò)輸出，將此輸出反規(guī)范化后，與相應(yīng)目標(biāo)進(jìn)行誤差分析，可分析網(wǎng)絡(luò)性能。

an=sim(net，pn);a=poststd(an，meant，stdt)；

計算仿真誤差，其誤差性能計算如下：

E=t-a;MSE=mse(E)。

（六）保存網(wǎng)絡(luò)

save(‘riskpm3.mat’，‘meanp’，‘stdp’，‘meant’，‘stdt’，‘net’);

將訓(xùn)練好的網(wǎng)絡(luò)保存為riskpm3.mat文件中。評估時，可直接調(diào)用該訓(xùn)練好的網(wǎng)絡(luò)對風(fēng)險管理成熟度等級進(jìn)行評估。

五、運(yùn)行結(jié)果分析

當(dāng)訓(xùn)練次數(shù)達(dá)到93次后，就已經(jīng)達(dá)到了訓(xùn)練所要求的誤差，且確認(rèn)誤差已經(jīng)開始放大，說明如果斷續(xù)訓(xùn)練，將會過度，因此停止，運(yùn)行結(jié)束。如圖2（b圖為a圖在55步之后的放大圖像）。

查看在工作窗口中的均方誤差，均方誤差為0.014（如圖3），說明該BP網(wǎng)絡(luò)精度較高。

訓(xùn)練后BP網(wǎng)絡(luò)的其余各種參數(shù)，如各層的權(quán)值和閾值，輸入與輸出之間的誤差等可在Matlab的工作窗口中查看。

六、結(jié)論

本文從項目風(fēng)險管理成熟度評估的目的與要求出發(fā)，分析研究了風(fēng)險等級評估的內(nèi)容與過程，利用BP神經(jīng)網(wǎng)絡(luò)可以進(jìn)行復(fù)雜、非線性關(guān)系描述的特點(diǎn)，建立了項目風(fēng)險管理成熟度等級與其評價指標(biāo)之間的關(guān)系模型，從而滿足了項目風(fēng)險管理成熟度評估多目標(biāo)、多指標(biāo)的需要，提高了評價的效率和效果，具有較強(qiáng)的可行性和準(zhǔn)確性。

［參考文獻(xiàn)］

［1］劉國靖，鄧韜.21世紀(jì)新項目管理——理念、體系、流程、方法、實(shí)踐［M］.北京:清華大學(xué)出版社，2003.

［2］W.S. Humphrrey， W.L Sweet．A method for assessing the software engineering capability of contractors ［N］.USA， SEI Technical Report(SEI-87-TR-23)，1989.

［3］李鵬，戴俊俊，顧瑾.從流程層面到組織層面的擴(kuò)展：項目管理成熟度研究綜述［J］.物流科技，2005，6，28(121).

［4］馮定.神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)［M］.北京:科學(xué)出版社，2006.

［5］j.Kent Crawford.項目管理辦公室［M］.戴煉，譯.北京:電子工業(yè)出版社，2004.