摘 要:本文從工程項目風(fēng)險分析理論和方法入手,結(jié)合機(jī)場類項目的特點,通過查閱國內(nèi)外大量資料,綜合前人研究成果,建立了風(fēng)險評估指標(biāo)體系,并構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)場類項目前期風(fēng)險評估模型。希望能借此提出一種理解和分析該問題的思路和基本方法。
關(guān)鍵詞:項目前期風(fēng)險 風(fēng)險評估 BP神經(jīng)網(wǎng)絡(luò)
一、引言
工程項目前期工作在整個項目進(jìn)行中占據(jù)著十分重要的地位?,F(xiàn)有數(shù)據(jù)表明,工程項目的前期工作在很大程度上影響甚至決定著工程的造價以及工期。據(jù)美國建筑業(yè)研究所的研究表明,工程項目前期工作對項目投資的影響程度達(dá)到了70%-90%。而機(jī)場類項目普遍來說都是大型項目,在前期就涉及到的問題不勝枚舉。從機(jī)場類項目的特性來說,其投資極大、時間跨度極長,風(fēng)險產(chǎn)生的損失大,因此,如果能夠在項目前期就對風(fēng)險進(jìn)行評估,并用科學(xué)系統(tǒng)的方法對風(fēng)險因素進(jìn)行評價,將有助于各參與方及早了解情況并做出有效的決策,控制風(fēng)險。然而對機(jī)場類工程風(fēng)險,尤其是前期風(fēng)險的評估方法還較少,成為了一個遺留問題。因此,本文將以國內(nèi)工程風(fēng)險的現(xiàn)狀出發(fā),借鑒國內(nèi)外有關(guān)的研究方法和途徑,綜合前人研究成果,用BP神經(jīng)網(wǎng)絡(luò)這一工具,以虹橋機(jī)場T1航站樓改造為例,對機(jī)場類工程前期風(fēng)險進(jìn)行評估,希望能夠為解決這個問題添磚加瓦。
二、已有研究回顧與總結(jié)
在本文中,風(fēng)險是指人們從事某項活動時,在一定時間內(nèi)給人類帶來的危害。這種危害不僅和事件發(fā)生的概率有關(guān),還取決于事件發(fā)生后說造成的后果。所以風(fēng)險可以由該函數(shù)表示:,其中P表示風(fēng)險事件發(fā)生的概率大小,C表示風(fēng)險事件引起的損失程度。由于概率大小和損失程度這兩者的關(guān)系極為復(fù)雜,所以他們相互作用之后產(chǎn)生的風(fēng)險表現(xiàn)也呈現(xiàn)出多樣性和復(fù)雜性,利用該函數(shù)來度量風(fēng)險大小顯然不能達(dá)到有效的效果。機(jī)場類項目因為工程建設(shè)時間久、周期長,施工工藝技術(shù)含量高,再加上現(xiàn)代科技的急速變化和國內(nèi)外政治經(jīng)濟(jì)環(huán)境的變化,在建設(shè)過程面臨的風(fēng)險也日益增多,大量風(fēng)險因素之間的內(nèi)部關(guān)系也十分復(fù)雜,與外界交叉影響也很大。
BP神經(jīng)網(wǎng)絡(luò)作為人工智能領(lǐng)域的前沿技術(shù),具有堅實的理論依據(jù),嚴(yán)謹(jǐn)?shù)耐茖?dǎo)過程,清晰的算法流程。相對于其他常見的風(fēng)險評估方法,神經(jīng)網(wǎng)絡(luò)通用性更強(qiáng),在數(shù)據(jù)預(yù)測和數(shù)據(jù)分類方面應(yīng)用效果顯著,并且接受非線性數(shù)據(jù)、容許噪聲、容許數(shù)據(jù)遺漏,BP神經(jīng)網(wǎng)絡(luò)成為應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)。而在國內(nèi)外的風(fēng)險評估,特別是工程風(fēng)險評估預(yù)測領(lǐng)域中,BP神經(jīng)網(wǎng)絡(luò)逐漸開始獲得學(xué)者的關(guān)注和應(yīng)用。白明洲等人研究了隧道巖爆發(fā)生的條件,應(yīng)用人工神經(jīng)網(wǎng)絡(luò)建立風(fēng)險評價模型,最后將模型成功應(yīng)用于案例。張云寧和胡岑岑將BP神經(jīng)網(wǎng)絡(luò)運(yùn)用于地鐵工程項目風(fēng)險評價,建立了高效的評價體系。楊俊輝和程銀俠成功構(gòu)建了BP網(wǎng)絡(luò)模型來應(yīng)用于工程項目風(fēng)險評價之中,并且用實例驗證了BP神經(jīng)網(wǎng)絡(luò)模型在工程風(fēng)險評估中的可行性。
三、建立評估模型
1.機(jī)場類項目前期風(fēng)險評估指標(biāo)體系建立。為了吸收各種方法的優(yōu)點,使得構(gòu)建的指標(biāo)體系更為合理,本文說提出的機(jī)場類項目前期風(fēng)險評估指標(biāo)體系是根據(jù)上面得出的設(shè)計指標(biāo)體系時應(yīng)遵循的原則,在理論分析、系統(tǒng)分析的基礎(chǔ)上,將國內(nèi)外文獻(xiàn)作為參考對象,以一般項目的評估指標(biāo)為基準(zhǔn),再加以改進(jìn),剔除那些在機(jī)場類項目影響微弱、作用不大的因素,然后研究主要因素之間的相互關(guān)系,得到更為符合機(jī)場類項目前期風(fēng)險的風(fēng)險評估指標(biāo)體系。最后將以下風(fēng)險因素作為起決定性作用的指標(biāo)因素:
1.1宏觀風(fēng)險。任何一個機(jī)場類項目總是在一定的政策環(huán)境下進(jìn)行的,因此宏觀風(fēng)險對項目的影響也是顯而易見的。這類風(fēng)險有以下特征:不可控制性、危害大、發(fā)生概率小。
1.2金融風(fēng)險。機(jī)場類項目投資巨大,新建機(jī)場需要耗費(fèi)數(shù)百億,改擴(kuò)建機(jī)場也動輒上億。由于在資金具有很大的時間價值,如果在資金投入之后金融市場出現(xiàn)意外的波動,就會導(dǎo)致企業(yè)大量資金的損失,給企業(yè)帶來巨大的風(fēng)險。
1.3土地風(fēng)險。盡管機(jī)場類項目的土地通常而言都是劃撥土地,比起協(xié)議、招標(biāo)和拍賣所獲得的土地風(fēng)險已經(jīng)少了很多,但是在工程前期這仍然是一個很重要的問題。
1.4勘察設(shè)計風(fēng)險??辈煸O(shè)計風(fēng)險是指在勘察設(shè)計階段的某些環(huán)節(jié)中,由于操作者自身專業(yè)技能、職業(yè)道德水平的限制以及和相關(guān)部門的合作溝通出現(xiàn)的障礙所造成的風(fēng)險。
1.5建設(shè)準(zhǔn)備風(fēng)險。建設(shè)準(zhǔn)備是為擬建工程的施工建立必要的技術(shù)和物質(zhì)條件,統(tǒng)籌安排施工現(xiàn)場,對擬建工程目標(biāo)、資源供應(yīng)等進(jìn)行決策,對施工監(jiān)理進(jìn)行招標(biāo),并處理好與外部其他單位比如空管、市政等相關(guān)部門的關(guān)系。
通過以上的分析,得出了如圖3-1所示的完整的機(jī)場類工程前期風(fēng)險評估指標(biāo)體系。
2.BP神經(jīng)網(wǎng)絡(luò)理論模型構(gòu)建。具有偏差和至少一個S型隱含層加上一個線性輸出層的網(wǎng)絡(luò)能夠逼近任何有理函數(shù)。增加層數(shù)主要可以更進(jìn)一步降低誤差,提高輸出的進(jìn)度,但是這樣使得網(wǎng)絡(luò)更加復(fù)雜,訓(xùn)練起來所花的時間也相應(yīng)增加。誤差精度的提高還可以通過增加隱含層中的神經(jīng)元數(shù)量來達(dá)成。對于單隱含層的BP神經(jīng)網(wǎng)絡(luò)來說,當(dāng)隱含層神經(jīng)元數(shù)量達(dá)到一定程度后,就可以以任意精度逼近任意一個具有有限間斷點的非線性函數(shù),而且訓(xùn)練效果也更加容易調(diào)整。因此,三層BP神經(jīng)網(wǎng)絡(luò)模型,也就是本文所計劃采用的神經(jīng)網(wǎng)絡(luò)模型是目前最具代表性和應(yīng)用最為廣泛的一種網(wǎng)絡(luò)。前向三層BP神經(jīng)網(wǎng)絡(luò)需要一個訓(xùn)練集和一個檢測其訓(xùn)練效果的測試集。訓(xùn)練集和測試集從理論上應(yīng)該源于同一對象的由輸入-輸出構(gòu)成的幾何。其中訓(xùn)練集用于訓(xùn)練網(wǎng)絡(luò)以達(dá)到指定的要求,而測試集是用來評價已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)的性能。
四、案例項目風(fēng)險分析
1.案例項目概況。上海機(jī)場方面預(yù)計到2020年,上海浦東、虹橋兩大機(jī)場的年旅客吞吐量將達(dá)1.1至1.2億人次,進(jìn)入全球城市航空客運(yùn)量排名前三。貨運(yùn)量在2020年也將達(dá)到470萬噸,繼續(xù)鞏固當(dāng)前國際地位。所以為了滿足不斷增長的旅客需求以及提高旅客的滿意度,設(shè)施設(shè)備陳舊、硬件條件不足、僅保障少數(shù)航班的虹橋機(jī)場T1航站樓在2014年底啟動改造,預(yù)計在2017年底完工。
2.傳統(tǒng)定性分析方法。定性分析方法是憑借相關(guān)人員的洞察力和分析能力,并且依靠自己的經(jīng)驗和知識、專家意見、邏輯判斷能力等進(jìn)行風(fēng)險分析和判斷的一類方法,本文主要使用調(diào)查和專家打分法。
調(diào)查和專家打分法相對來說是一種較為簡單和常見,并且易于應(yīng)用的方法,具體實施流程如下:①分析識別出項目可能遇到的風(fēng)險,在此基礎(chǔ)上列出相應(yīng)的風(fēng)險調(diào)查圖(圖4-1);②憑借專家經(jīng)驗,對影響項目各項風(fēng)險的重要程度進(jìn)行評價,確定各類風(fēng)險因素的權(quán)重;③確定各類風(fēng)險因素的等級值,本案例中按照風(fēng)險很小、較小、中等、較大、很大五個等級,五個風(fēng)險等級分別對應(yīng)于專家打分的五個區(qū)間內(nèi)的數(shù)值(0,0.2),(0.2,0.4),(0.4,0.6),(0.6,0.8),(0.8,1.0);④將得到的相應(yīng)等級值乘以確定好的權(quán)重,得出一項風(fēng)險因素分值,再將各項風(fēng)險因素得分累加,來表示項目的風(fēng)險,分值越高風(fēng)險越大。
通過評分表的方式向八位專家調(diào)查打分,通過分析之后,得到該項目的評估指標(biāo)體系中各個指標(biāo)的概率值,見表5-1。
結(jié)合專家給出的各項風(fēng)險的權(quán)重表(表5-2),分析計算之后得出上海虹橋T1航站樓改造工程前期風(fēng)險的風(fēng)險分值為0.4427。
3.BP神經(jīng)網(wǎng)絡(luò)模型的確定。前人研究與應(yīng)用表明,合理確定網(wǎng)絡(luò)層數(shù)量與各層的神經(jīng)元數(shù)量,是成功應(yīng)用BP神經(jīng)網(wǎng)絡(luò)模型的關(guān)鍵之一。如前文所述,采用兩層以上的隱含層并沒有任何益處,所以本模型采用單層隱含層。
3.1輸入節(jié)點的確定:根據(jù)前文建立的指標(biāo)體系,將B1-B11共11個風(fēng)險因素作為BP模型的輸入節(jié)點。由于本模型是應(yīng)用于項目決策前期,所以建立指標(biāo)體系所考慮的因素均為定性因素,在輸入節(jié)點之前,已經(jīng)在前文通過專家打分將指標(biāo)量化,以便于網(wǎng)絡(luò)模型的應(yīng)用。
3.2隱含層節(jié)點的確定。為了使隱含層節(jié)點數(shù)更合適,可以通過誤判率的大小確定。根據(jù)測試,本模型隱含層節(jié)點選取為5個。
3.3輸出節(jié)點的確定:輸出節(jié)點的選擇對應(yīng)于評價結(jié)果,為此需要確定期望輸出。在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練階段,樣本的期望輸出值應(yīng)是已知量。由此,本文建立的BP神經(jīng)網(wǎng)絡(luò)分析模型配置為11*5*1(即11個輸入神經(jīng)元,5個隱含層神經(jīng)元,1個輸出神經(jīng)元)。
4.BP神經(jīng)網(wǎng)絡(luò)模型的初始訓(xùn)練。由于數(shù)據(jù)的局限性和保密性,本文無法對該模型進(jìn)行足夠的訓(xùn)練,也無法進(jìn)行檢測和應(yīng)用,只能通過上海虹橋T1航站樓改造項目對該模型進(jìn)行一次初始訓(xùn)練。將已經(jīng)得到的一組指標(biāo)值作為輸入節(jié)點,與之對應(yīng)的由專家組打分確定的風(fēng)險等級矩陣作為期望輸出,利用matlab編寫網(wǎng)絡(luò)仿真程序,創(chuàng)建網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練之后得出訓(xùn)練輸出(表5-4),訓(xùn)練結(jié)果如圖5-1,圖5-2。
五、結(jié)語
由于機(jī)場類項目建設(shè)時間長占地面積廣資金投入大,而工程前期其內(nèi)部諸多因素之間以及與外界環(huán)境的相互影響錯綜復(fù)雜,使其面臨的風(fēng)險日益增多。本文從工程項目風(fēng)險分析理論和方法入手,結(jié)合機(jī)場類項目的特點,通過查閱國內(nèi)外大量資料,建立了風(fēng)險評估指標(biāo)體系,并構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)場類項目前期風(fēng)險評估模型。本文具體的結(jié)論有以下幾點:
1.深入探討了機(jī)場類項目分析的理論和方法,提出了將人工神經(jīng)網(wǎng)絡(luò)運(yùn)用于機(jī)場類項目前期風(fēng)險中。
2.按照風(fēng)險識別理論和方法,分析了機(jī)場類項目建設(shè)前期的風(fēng)險因素,并構(gòu)建了機(jī)場類項目前期風(fēng)險評估指標(biāo)體系。
3.建立了一個基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)場類項目前期風(fēng)險評估模型,但還需要更多的數(shù)據(jù)對其進(jìn)行訓(xùn)練、檢測和運(yùn)用。
由于機(jī)場類項目前期風(fēng)險本身的復(fù)雜性,本文所提出的方法不可能成為解決此問題的固定模式,而只能提供一個理解和分析該問題的思路和基本辦法。為了完善機(jī)場類項目前期風(fēng)險評估的研究,并服務(wù)于實踐,還需進(jìn)一步的努力。
參考文獻(xiàn):
[1][美]Williams C A, Heine R M. Risk Management and Insurance[M], New York, Me Gram-Hill, 1999.
[2]張中凱. 民用機(jī)場建設(shè)項目集成管理研究[D].東北石油大學(xué),2012.
[3]白明洲,王連俊,許兆義. 巖爆危險性預(yù)測的神經(jīng)網(wǎng)絡(luò)模型及應(yīng)用研究[J]. 中國安全科學(xué)學(xué)報,2002,04:68-72.
[4]張云寧,胡岑岑. BP神經(jīng)網(wǎng)絡(luò)在地鐵工程項目風(fēng)險評價中的應(yīng)用[J]. 電子測試,2013,12:237-238.
[5]楊俊輝,程銀俠. 基于BP神經(jīng)網(wǎng)絡(luò)的工程項目風(fēng)險評價[J]. 西安郵電學(xué)院學(xué)報,2011,01:115-118.
[6]Hopfield J J. Neural networks and physical systems with emergent collective computational abilities.[J]. PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES OF THE UNITED STATES OF AMERICA,1982,798:.