基于風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型的項(xiàng)目風(fēng)險(xiǎn)仿真評(píng)估

黃鵬 狄鵬 邵帥

摘要：項(xiàng)目運(yùn)行過程中的不確定性越來越高，風(fēng)險(xiǎn)之間出現(xiàn)了多種多樣的交互作用，為更加高效準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，通過建立風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型，評(píng)估風(fēng)險(xiǎn)交互強(qiáng)度并將風(fēng)險(xiǎn)分為常數(shù)、吸收器、載體和倍增器四類;然后以Anylogic軟件為仿真平臺(tái)，對(duì)風(fēng)險(xiǎn)發(fā)生概率進(jìn)行建模仿真，從三個(gè)角度：①風(fēng)險(xiǎn)獨(dú)立;②風(fēng)險(xiǎn)受“上游”風(fēng)險(xiǎn)影響;③風(fēng)險(xiǎn)影響“下游”風(fēng)險(xiǎn)，分別對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，通過分析初始風(fēng)險(xiǎn)值、局部風(fēng)險(xiǎn)值和全局風(fēng)險(xiǎn)值之間的關(guān)聯(lián)和區(qū)別，確定項(xiàng)目風(fēng)險(xiǎn)重點(diǎn)控制范圍。最后通過某建筑工程項(xiàng)目為算例，驗(yàn)證該模型的適用性及有效性。

Abstract： Uncertainties in the operation of the project are getting higher and higher， and there are various interactions between risks. In order to assess risks more efficiently and accurately， risk interaction strength is assessed by establishing a risk interaction network model and the risks are divided into four categories： constants， absorbers， carriers and multipliers. Then use Anylogic software as the simulation platform to model and simulate the risk occurrence probability. Risks are assessed from three perspectives： ①Risk independence， ②Risk is affected by "upstream" risk， ③Risk impact "downstream" risk. The project risk control scope is determined by analyzing the correlation and difference between the initial risk value， the local risk value and the global risk value. Finally， a construction project as example to verify the applicability and validity of the model.

關(guān)鍵詞：多智能體;建模仿真;交互作用;風(fēng)險(xiǎn)評(píng)估

Key words： multi-agent;modeling simulation;interaction;risk assessment

中圖分類號(hào)：TU71? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2018）34-0026-07

0? 引言

在項(xiàng)目的風(fēng)險(xiǎn)管理過程中，由于項(xiàng)目日益復(fù)雜以及風(fēng)險(xiǎn)識(shí)別手段單一，導(dǎo)致項(xiàng)目風(fēng)險(xiǎn)越來越難以保持其獨(dú)立性，風(fēng)險(xiǎn)之間出現(xiàn)了多種多樣的關(guān)聯(lián)關(guān)系[1-4]，這種關(guān)聯(lián)關(guān)系導(dǎo)致了一個(gè)風(fēng)險(xiǎn)之間存在交互作用的風(fēng)險(xiǎn)網(wǎng)絡(luò)。在該風(fēng)險(xiǎn)交互網(wǎng)絡(luò)中，某風(fēng)險(xiǎn)的發(fā)生可能會(huì)受到“上游”風(fēng)險(xiǎn)發(fā)生的影響（因），也可能會(huì)對(duì)“下游”風(fēng)險(xiǎn)的發(fā)生造成影響（果）。

風(fēng)險(xiǎn)交互作用對(duì)風(fēng)險(xiǎn)管理甚至對(duì)項(xiàng)目帶來的影響越來越受到國內(nèi)研究者的重視。譬如王重陽[5]等人針對(duì)區(qū)間形態(tài)的交互效應(yīng)多項(xiàng)目組合風(fēng)險(xiǎn)優(yōu)化問題進(jìn)行了研究，運(yùn)用復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特征分析了多項(xiàng)目組合中各項(xiàng)目的重要性及在組合網(wǎng)絡(luò)中的地位，構(gòu)建了交互效應(yīng)下區(qū)間型多項(xiàng)目組合風(fēng)險(xiǎn)優(yōu)化模型。王敏[6]構(gòu)建了三類項(xiàng)目組合風(fēng)險(xiǎn)系統(tǒng)模型：①具有階段結(jié)構(gòu)及稀疏效應(yīng)的單項(xiàng)目風(fēng)險(xiǎn)模型;②交互效應(yīng)下具有階段結(jié)構(gòu)及稀疏效應(yīng)的兩項(xiàng)目組合風(fēng)險(xiǎn)模型;③基于交互效應(yīng)的三項(xiàng)目組合風(fēng)險(xiǎn)模型。陶莎[7]等人研究了帶有不確定項(xiàng)目收益交互和資源交互作用的項(xiàng)目組合選擇問題，建立了魯棒性可調(diào)節(jié)的魯棒優(yōu)化模型，適用于不同風(fēng)險(xiǎn)偏好的決策者。

也有文獻(xiàn)使用仿真模擬方法進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)方面的研究，于偉杰[8]等利用RBF神經(jīng)網(wǎng)絡(luò)的無線逼近能力和快速收斂的特點(diǎn)，建立了新型建筑工程風(fēng)險(xiǎn)評(píng)價(jià)模型，運(yùn)用MATLAB仿真方法評(píng)估了建筑工程項(xiàng)目安全風(fēng)險(xiǎn)。王春雪[9]為研究城市燃?xì)夤艿佬孤╋L(fēng)險(xiǎn)，構(gòu)建了城市燃?xì)夤艿佬孤╋L(fēng)險(xiǎn)系統(tǒng)動(dòng)力學(xué)模型，運(yùn)用系統(tǒng)動(dòng)力學(xué)仿真分析了泄漏風(fēng)險(xiǎn)影響因子間的因果關(guān)系及變量方程。劉秦南[10]為提高對(duì)PPP項(xiàng)目運(yùn)營階段的風(fēng)險(xiǎn)控制與管理，提出了基于系統(tǒng)動(dòng)力學(xué)分析PPP項(xiàng)目運(yùn)營風(fēng)險(xiǎn)演化動(dòng)態(tài)分析方法，通過仿真模擬分析了PPP項(xiàng)目在運(yùn)營階段各個(gè)風(fēng)險(xiǎn)指標(biāo)熵值的變化趨勢(shì)。

上述文獻(xiàn)較多地研究了多項(xiàng)目組合之間的風(fēng)險(xiǎn)交互影響，而對(duì)于項(xiàng)目內(nèi)的風(fēng)險(xiǎn)“因—果”關(guān)系的復(fù)雜交互研究較少，而且MATLAB和系統(tǒng)動(dòng)力學(xué)仿真方法[11-16]不能準(zhǔn)確模擬風(fēng)險(xiǎn)交互網(wǎng)絡(luò)中的鏈?zhǔn)浇换ガF(xiàn)象。本文通過設(shè)計(jì)風(fēng)險(xiǎn)交互矩陣，建立風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型，通過專家評(píng)估得到風(fēng)險(xiǎn)交互強(qiáng)度，并將風(fēng)險(xiǎn)分為常數(shù)、吸收器、載體和倍增器四類;然后以Anylogic軟件為平臺(tái)建立仿真模型，對(duì)風(fēng)險(xiǎn)交互作用及其傳播現(xiàn)象進(jìn)行仿真，得到風(fēng)險(xiǎn)發(fā)生概率，分析風(fēng)險(xiǎn)交互作用對(duì)風(fēng)險(xiǎn)發(fā)生概率的影響程度和在交互作用下某風(fēng)險(xiǎn)對(duì)項(xiàng)目的累積影響程度。通過仿真分析，可為風(fēng)險(xiǎn)管理者進(jìn)一步確定風(fēng)險(xiǎn)控制重點(diǎn)及制定風(fēng)險(xiǎn)響應(yīng)措施提供決策依據(jù)。

1? 風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型及仿真

風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型可以識(shí)別風(fēng)險(xiǎn)之間的交互作用，通過仿真模型演示風(fēng)險(xiǎn)的傳播行為（在風(fēng)險(xiǎn)交互網(wǎng)絡(luò)中一個(gè)風(fēng)險(xiǎn)引發(fā)另一個(gè)風(fēng)險(xiǎn)），得到交互作用下的風(fēng)險(xiǎn)排序，然后進(jìn)一步分析在這種作用下某風(fēng)險(xiǎn)對(duì)項(xiàng)目的累積影響程度。

1.1 建立風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型

建立風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型關(guān)鍵在于對(duì)風(fēng)險(xiǎn)交互關(guān)系的識(shí)別。通過設(shè)計(jì)風(fēng)險(xiǎn)交互矩陣[17-19]，由專家根據(jù)經(jīng)驗(yàn)或?qū)I(yè)知識(shí)識(shí)別風(fēng)險(xiǎn)交互關(guān)系并評(píng)估交互強(qiáng)度，得到風(fēng)險(xiǎn)交互網(wǎng)絡(luò)和風(fēng)險(xiǎn)交互矩陣，分別如圖1和圖2所示。

當(dāng)風(fēng)險(xiǎn)Rj的發(fā)生會(huì)影響Ri的發(fā)生概率時(shí)，即在它們之間存在交互作用關(guān)系，在模型中表示為Rj到Ri的指向關(guān)系，如圖1風(fēng)險(xiǎn)交互網(wǎng)絡(luò)中節(jié)點(diǎn)及箭線所示：R1的發(fā)生會(huì)影響R3的發(fā)生;而R3的發(fā)生又會(huì)影響到R2和R4的發(fā)生。在上述風(fēng)險(xiǎn)鏈路中，R1為R3的“上游”風(fēng)險(xiǎn)，R2和R4為R3的“下游”風(fēng)險(xiǎn)。圖2風(fēng)險(xiǎn)交互矩陣中元素大小表示風(fēng)險(xiǎn)交互強(qiáng)度，即風(fēng)險(xiǎn)Rj發(fā)生后觸發(fā)Ri發(fā)生的概率，記為TPij。風(fēng)險(xiǎn)交互強(qiáng)度不同于自發(fā)概率，譬如在圖2中，風(fēng)險(xiǎn)R5只以其自發(fā)概率發(fā)生;風(fēng)險(xiǎn)R4的實(shí)際發(fā)生概率則為自發(fā)概率和來自R5的風(fēng)險(xiǎn)交互強(qiáng)度的綜合。風(fēng)險(xiǎn)在交互作用影響下的發(fā)生概率在下文第1.3.1節(jié)將作具體說明。

1.2 風(fēng)險(xiǎn)分類

通過風(fēng)險(xiǎn)交互強(qiáng)度分析，風(fēng)險(xiǎn)之間雖然存在交互作用，但其特性并不相同，本文在Eckert[20]等人對(duì)風(fēng)險(xiǎn)分類的基礎(chǔ)上進(jìn)行了進(jìn)一步改進(jìn)，在考慮交互作用的情況下對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行分類。

考慮比較復(fù)雜的交互作用情況，風(fēng)險(xiǎn)Ri既受到多個(gè)“上游”風(fēng)險(xiǎn)的影響，同時(shí)又會(huì)影響“下游”風(fēng)險(xiǎn)的發(fā)生，他們之間的交互強(qiáng)度評(píng)估結(jié)果均為0～1之間的數(shù)值。將風(fēng)險(xiǎn)Ri所有“上游”、“下游”風(fēng)險(xiǎn)交互強(qiáng)度分別加和，即可得到風(fēng)險(xiǎn)Ri的“上游”、“下游”交互程度，分別記為？姿iu和？姿id。

將風(fēng)險(xiǎn)源分為以下四類：

①常數(shù)：它們不受其他風(fēng)險(xiǎn)源或外部環(huán)境的影響，同時(shí)也不會(huì)導(dǎo)致其他風(fēng)險(xiǎn)源的變化。

②吸收器：它們?cè)陲L(fēng)險(xiǎn)網(wǎng)絡(luò)中受到較多“上游”風(fēng)險(xiǎn)源的影響，而不會(huì)或較少地引起“下游”風(fēng)險(xiǎn)源的變化。若對(duì)于風(fēng)險(xiǎn)Ri，有？姿iu？叟？姿id+0.5，則風(fēng)險(xiǎn)源Ri為吸收器型風(fēng)險(xiǎn)源。

③載體：它們?cè)陲L(fēng)險(xiǎn)網(wǎng)絡(luò)中不會(huì)增加交互強(qiáng)度，只是將自身受到的影響進(jìn)行傳遞。若對(duì)于風(fēng)險(xiǎn)Ri，有？姿id-0.5<？姿iu<？姿id+0.5，則風(fēng)險(xiǎn)源Ri為載體型風(fēng)險(xiǎn)源。

④倍增器：它們?cè)陲L(fēng)險(xiǎn)網(wǎng)絡(luò)中對(duì)“下游”風(fēng)險(xiǎn)源的影響遠(yuǎn)大于自身受到其“上游”風(fēng)險(xiǎn)源的影響，若對(duì)于風(fēng)險(xiǎn)Ri，有，則風(fēng)險(xiǎn)源Ri為倍增器型風(fēng)險(xiǎn)源。

1.3 風(fēng)險(xiǎn)交互仿真

風(fēng)險(xiǎn)網(wǎng)絡(luò)中交互行為的作用很難量化計(jì)算，且在投資高、周期長等項(xiàng)目背景下，對(duì)具體項(xiàng)目試驗(yàn)性的研究不太現(xiàn)實(shí)。通過仿真技術(shù)可以模擬項(xiàng)目運(yùn)行，本文利用Anylogic軟件仿真風(fēng)險(xiǎn)的交互作用，然后從三個(gè)角度對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估。

1.3.1 風(fēng)險(xiǎn)發(fā)生概率

①在仿真時(shí)，若風(fēng)險(xiǎn)Ri只受到1個(gè)“上游”風(fēng)險(xiǎn)Rj的影響時(shí)，即Rj→Ri，風(fēng)險(xiǎn)Ri的發(fā)生概率可用公式（1）表示。

SPi表示風(fēng)險(xiǎn)Ri的發(fā)生概率;Pi表示風(fēng)險(xiǎn)Ri的自發(fā)概率;TPij表示風(fēng)險(xiǎn)Ri受到其“上游”風(fēng)險(xiǎn)Rj的交互強(qiáng)度。

SPi表示風(fēng)險(xiǎn)Ri的發(fā)生概率;SPj表示風(fēng)險(xiǎn)Ri的“上游”風(fēng)險(xiǎn)Rj的發(fā)生概率;表示風(fēng)險(xiǎn)Ri所有“上游”風(fēng)險(xiǎn)Rj的發(fā)生概率之和。此時(shí)SPi的值不再介于0到1，而有可能SPi？叟1，當(dāng)SPi？叟1時(shí)則表示風(fēng)險(xiǎn)Ri必然發(fā)生，本文對(duì)SPi取值最大為1。

1.3.2 初始風(fēng)險(xiǎn)值

風(fēng)險(xiǎn)Ri的風(fēng)險(xiǎn)值為Ri的發(fā)生概率和Ri對(duì)項(xiàng)目影響程度的綜合，用于評(píng)估風(fēng)險(xiǎn)[21]，本文定義為兩者的乘積。

在風(fēng)險(xiǎn)Ri相對(duì)獨(dú)立，不考慮風(fēng)險(xiǎn)之間交互作用時(shí)，Ri的風(fēng)險(xiǎn)值定義為初始風(fēng)險(xiǎn)值，可用公式（3）表示。

Oi為風(fēng)險(xiǎn)Ri的初始風(fēng)險(xiǎn)值，Pi為風(fēng)險(xiǎn)Ri的自發(fā)概率，Ci為風(fēng)險(xiǎn)Ri對(duì)項(xiàng)目的影響程度，Pi和Ci均可由專家調(diào)查、查詢歷史資料等方法得出。

1.3.3 局部風(fēng)險(xiǎn)值

在考慮風(fēng)險(xiǎn)之間交互作用時(shí)，風(fēng)險(xiǎn)Ri在風(fēng)險(xiǎn)網(wǎng)絡(luò)中受到“上游”風(fēng)險(xiǎn)影響，在節(jié)點(diǎn)Ri處的作用結(jié)果，定義為風(fēng)險(xiǎn)Ri的局部風(fēng)險(xiǎn)值，可用公式（4）表示。

SOi為風(fēng)險(xiǎn)Ri的局部風(fēng)險(xiǎn)值。

1.3.4 全局風(fēng)險(xiǎn)值

為分析風(fēng)險(xiǎn)Ri交互作用的傳播影響后果，可設(shè)置風(fēng)險(xiǎn)Ri的自發(fā)概率為1而所有其他風(fēng)險(xiǎn)的自發(fā)概率都是0，此時(shí)風(fēng)險(xiǎn)網(wǎng)絡(luò)對(duì)項(xiàng)目的全部影響均由風(fēng)險(xiǎn)Ri以及Ri的交互作用在網(wǎng)絡(luò)中傳播所造成，故可將這種情況下風(fēng)險(xiǎn)網(wǎng)絡(luò)的全部風(fēng)險(xiǎn)值之和定義為風(fēng)險(xiǎn)Ri的全局風(fēng)險(xiǎn)值，可由公式（5）表示。

通過對(duì)初始風(fēng)險(xiǎn)值、局部風(fēng)險(xiǎn)值和全局風(fēng)險(xiǎn)值的排序進(jìn)行分析，可幫助管理者確定項(xiàng)目風(fēng)險(xiǎn)重點(diǎn)控制范圍。

2? 實(shí)例分析

某建筑工程項(xiàng)目，框架剪力墻結(jié)構(gòu)，共15層，設(shè)計(jì)層高3.6m，總建筑面積25000m2，預(yù)算5000萬元，計(jì)劃工期300日歷天。首先分析相似建設(shè)項(xiàng)目可能存在的風(fēng)險(xiǎn)，然后通過研讀文獻(xiàn)、查閱相關(guān)法律標(biāo)準(zhǔn)、與有實(shí)踐經(jīng)驗(yàn)的專家交流等多種方法，構(gòu)建本工程項(xiàng)目的初始風(fēng)險(xiǎn)清單，共包含30項(xiàng)風(fēng)險(xiǎn)因素，包括社會(huì)風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、公共關(guān)系風(fēng)險(xiǎn)、組織管理風(fēng)險(xiǎn)5類。如表1所示。

2.1 風(fēng)險(xiǎn)網(wǎng)絡(luò)建模

運(yùn)用本文第1.1節(jié)所述方法建立風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型，得到風(fēng)險(xiǎn)交互矩陣，如圖3所示。

根據(jù)第1.2節(jié)中的風(fēng)險(xiǎn)分類原則，將風(fēng)險(xiǎn)分為常數(shù)、吸收器、載體和倍增器4類，如圖4所示。

2.2 風(fēng)險(xiǎn)交互仿真

在仿真中不僅要模擬單個(gè)風(fēng)險(xiǎn)的發(fā)生，且要考慮風(fēng)險(xiǎn)交互情況，因此仿真模型需要考慮風(fēng)險(xiǎn)單元、風(fēng)險(xiǎn)狀態(tài)以及風(fēng)險(xiǎn)網(wǎng)絡(luò)等要素。

2.2.1 風(fēng)險(xiǎn)交互仿真模型要素

①風(fēng)險(xiǎn)單元。

在仿真模型中，最基礎(chǔ)的部件就是風(fēng)險(xiǎn)單元，Anylogic軟件中使用智能體定義，如圖5所示。

在圖5所示的風(fēng)險(xiǎn)單元中，Ri為風(fēng)險(xiǎn)序號(hào);P為風(fēng)險(xiǎn)發(fā)生概率;n為該風(fēng)險(xiǎn)受到“上游”風(fēng)險(xiǎn)影響的數(shù)量，一次仿真結(jié)束后可以通過n來觀察某一風(fēng)險(xiǎn)所受“上游”風(fēng)險(xiǎn)影響的具體數(shù)量，以驗(yàn)證風(fēng)險(xiǎn)交互關(guān)系的存在;左側(cè)點(diǎn)為“上游”風(fēng)險(xiǎn)接入點(diǎn);右側(cè)點(diǎn)為“下游”風(fēng)險(xiǎn)接入點(diǎn)。

②風(fēng)險(xiǎn)狀態(tài)。

風(fēng)險(xiǎn)狀態(tài)圖反映了風(fēng)險(xiǎn)從“待發(fā)生”到“發(fā)生”或“未發(fā)生”的運(yùn)行機(jī)制，如圖6所示。

在圖6中，在設(shè)計(jì)風(fēng)險(xiǎn)狀態(tài)時(shí)，風(fēng)險(xiǎn)Ri從“待發(fā)生”開始，存在兩種情況：一是當(dāng)該風(fēng)險(xiǎn)不受“上游”風(fēng)險(xiǎn)影響時(shí)，若時(shí)間超過預(yù)設(shè)值（可以為一天，一月等，為了縮短仿真時(shí)間，這里設(shè)置為1秒），該風(fēng)險(xiǎn)將以自發(fā)概率發(fā)生，定義為風(fēng)險(xiǎn)發(fā)生超時(shí)變遷。二是當(dāng)該風(fēng)險(xiǎn)受“上游”風(fēng)險(xiǎn)影響時(shí)，此時(shí)又存在兩種情況：A“上游”風(fēng)險(xiǎn)已經(jīng)發(fā)生，交互影響關(guān)系存續(xù)，該風(fēng)險(xiǎn)將以發(fā)生概率發(fā)生，定義為風(fēng)險(xiǎn)發(fā)生條件變遷;B“上游”風(fēng)險(xiǎn)未發(fā)生，交互影響關(guān)系中斷，則該風(fēng)險(xiǎn)將以自發(fā)概率發(fā)生，風(fēng)險(xiǎn)亦發(fā)生超時(shí)變遷。而不論風(fēng)險(xiǎn)Ri以哪種概率發(fā)生，最終狀態(tài)均為“發(fā)生”或“未發(fā)生”兩種，并將最終狀態(tài)信息發(fā)送至“下游”風(fēng)險(xiǎn)。

③風(fēng)險(xiǎn)交互網(wǎng)絡(luò)圖。

根據(jù)已有的風(fēng)險(xiǎn)交互關(guān)系，將風(fēng)險(xiǎn)連接為風(fēng)險(xiǎn)網(wǎng)絡(luò)，每個(gè)風(fēng)險(xiǎn)在該網(wǎng)絡(luò)中均擔(dān)任著“上游”或“下游”風(fēng)險(xiǎn)的角色，如圖7所示。

2.2.2 風(fēng)險(xiǎn)交互仿真

風(fēng)險(xiǎn)對(duì)項(xiàng)目的影響后果集中于經(jīng)濟(jì)損失和工期損失兩方面：經(jīng)濟(jì)損失為風(fēng)險(xiǎn)的發(fā)生使得項(xiàng)目實(shí)際費(fèi)用超出計(jì)劃費(fèi)用的金額;進(jìn)度損失為風(fēng)險(xiǎn)的發(fā)生使得項(xiàng)目工期拖延而超出計(jì)劃工期的天數(shù)。由于風(fēng)險(xiǎn)值定義為風(fēng)險(xiǎn)概率和風(fēng)險(xiǎn)對(duì)項(xiàng)目影響的乘積，為方便風(fēng)險(xiǎn)值計(jì)算，需要對(duì)項(xiàng)目所受影響的嚴(yán)重程度進(jìn)行賦值，賦值標(biāo)準(zhǔn)如表2所示。

仿真次數(shù)從10次開始逐漸增加，記錄運(yùn)行過程中發(fā)生的每一個(gè)風(fēng)險(xiǎn)，發(fā)現(xiàn)在8000次仿真后，風(fēng)險(xiǎn)發(fā)生概率值以及影響后果值均趨于穩(wěn)定，表3和圖8所示。

這里采用了10000次仿真以方便計(jì)算。經(jīng)過仿真后，依據(jù)第1.2節(jié)所述方法，得到各風(fēng)險(xiǎn)的模擬概率、模擬風(fēng)險(xiǎn)值以及傳遞風(fēng)險(xiǎn)值，如表3所示。

2.3 確定風(fēng)險(xiǎn)排序

初始風(fēng)險(xiǎn)值、局部風(fēng)險(xiǎn)值和全局風(fēng)險(xiǎn)值結(jié)果如表4所示。

仿真之后，在考慮不同風(fēng)險(xiǎn)排序時(shí)，大部分風(fēng)險(xiǎn)排序在初始風(fēng)險(xiǎn)值、局部風(fēng)險(xiǎn)值或全局風(fēng)險(xiǎn)值方面均有升降變化，如圖9、圖10所示。

例如，R30結(jié)合圖3和表3可以看到，R30受到“上游”風(fēng)險(xiǎn)R18、R23和R25的影響，但無“下游”風(fēng)險(xiǎn)受其影響，這種交互作用在R30處進(jìn)行了累積，并不向“下游”傳播，其自發(fā)概率為0.1317，但發(fā)生概率高達(dá)0.448，在表4風(fēng)險(xiǎn)排序中表現(xiàn)為：由在初始風(fēng)險(xiǎn)排序的第12位上升至在局部風(fēng)險(xiǎn)值排序的第3位，其全局風(fēng)險(xiǎn)值排序并不靠前，為第17位。

在風(fēng)險(xiǎn)值上也存在變化。譬如R19和R30的初始風(fēng)險(xiǎn)值相差0.087，但它們的局部風(fēng)險(xiǎn)值卻相差1.94，排名差距拉大;而R11和R15則正好相反，它們初始風(fēng)險(xiǎn)值相差較大，局部風(fēng)險(xiǎn)值反而更接近。全局風(fēng)險(xiǎn)值也有相似的例子，如R12和R18。

風(fēng)險(xiǎn)R23在初始風(fēng)險(xiǎn)值和局部風(fēng)險(xiǎn)值排序中均較后，但在全局風(fēng)險(xiǎn)值指標(biāo)下，排序躍升至第3位，結(jié)合圖3和表2分析，其“下游”風(fēng)險(xiǎn)中含有R30這類對(duì)項(xiàng)目影響程度比較嚴(yán)重的風(fēng)險(xiǎn)，增大了其本身的潛在影響，導(dǎo)致在反映風(fēng)險(xiǎn)交互作用傳播的全局風(fēng)險(xiǎn)值排序中，其排序躍升幅度很大。而R9則是相反的例子，雖然受其影響的“下游”風(fēng)險(xiǎn)很多，但它們對(duì)項(xiàng)目的影響程度不大，導(dǎo)致在全局風(fēng)險(xiǎn)指標(biāo)的排序中，R9排名上升但并不靠前。

在考慮了風(fēng)險(xiǎn)交互影響之后的風(fēng)險(xiǎn)排序可以幫助管理者識(shí)別重要風(fēng)險(xiǎn)或者縮小重點(diǎn)風(fēng)險(xiǎn)管控范圍，譬如受“上游”風(fēng)險(xiǎn)交互作用影響較大的R30。還有特別值得管理者注意的風(fēng)險(xiǎn)，如R21、R23這類初始風(fēng)險(xiǎn)值及局部風(fēng)險(xiǎn)值不大，但全局風(fēng)險(xiǎn)值增加很大的風(fēng)險(xiǎn)，易被忽視，若在實(shí)際項(xiàng)目中未對(duì)其進(jìn)行控制，可能對(duì)項(xiàng)目造成極大影響，或者在項(xiàng)目已遭受損失時(shí)，管理者在復(fù)雜的交互關(guān)系中難以查找出項(xiàng)目的損失原因。

3? 結(jié)論

本文通過風(fēng)險(xiǎn)交互網(wǎng)絡(luò)模型識(shí)別了風(fēng)險(xiǎn)交互關(guān)系、評(píng)估了風(fēng)險(xiǎn)交互強(qiáng)度，然后通過Anylogic軟件搭建仿真模型，仿真風(fēng)險(xiǎn)交互作用風(fēng)險(xiǎn)網(wǎng)絡(luò)中的傳播，從初始風(fēng)險(xiǎn)值、局部風(fēng)險(xiǎn)值和全局風(fēng)險(xiǎn)值三個(gè)角度對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，對(duì)現(xiàn)有文獻(xiàn)中的風(fēng)險(xiǎn)評(píng)估方法是種更為全面的補(bǔ)充，為項(xiàng)目風(fēng)險(xiǎn)管理尤其是風(fēng)險(xiǎn)評(píng)估方面提供了新思路。同時(shí)，基于本文仿真分析結(jié)果發(fā)現(xiàn)，在項(xiàng)目中識(shí)別重點(diǎn)關(guān)注和控制的風(fēng)險(xiǎn)范圍時(shí)，不能只停留在發(fā)生概率比較大的風(fēng)險(xiǎn)上，那些初始風(fēng)險(xiǎn)值及局部風(fēng)險(xiǎn)值不大，但全局風(fēng)險(xiǎn)值增加很大、處于風(fēng)險(xiǎn)網(wǎng)絡(luò)“上游”的風(fēng)險(xiǎn)需要管理者予以重視。

參考文獻(xiàn)：

[1]曹吉鳴，申良法，彭為，馬騰.風(fēng)險(xiǎn)鏈視角下建設(shè)項(xiàng)目進(jìn)度風(fēng)險(xiǎn)評(píng)估[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，43（03）：468-474.

[2]. Cooperation of agents in complex systems based on supervision [J]. Cybernetics and Information Technologies， 2014， 14（1）： 40-51.

[3]Hiroaki H， Yoshiyasu T. Dynamical process of complex systems and fractional differential equations [J]. Central European Journal of Physics，2013， 11（10）： 1238-1245.

[4]Domingues Maria S. Q， Baptista Adelina L. F， Diogo Miguel T. Engineering complex systems applied to risk management in the mining industry [J]. International Journal of Mining Science and Technology， 2017， 27（4）： 611-616.

[5]王重陽，鄭唯唯，劉晨.基于復(fù)雜網(wǎng)絡(luò)的交互效應(yīng)下多項(xiàng)目組合風(fēng)險(xiǎn)優(yōu)化研究[J].陜西科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，34（04）：187-192.

[6]王敏.基于交互效應(yīng)的項(xiàng)目組合風(fēng)險(xiǎn)模型研究[D].西安工程大學(xué)，2016.

[7]陶莎，盛昭瀚，朱建波.交互作用不確定下的項(xiàng)目組合選擇魯棒決策[J].中國管理科學(xué)，2017，25（04）：190-196.

[8]于偉杰，陳大偉.以AHP-RBFNN評(píng)估建筑工程項(xiàng)目的風(fēng)險(xiǎn)[J].安全，2018，39（01）：8-11.

[9]王春雪.城市燃?xì)夤艿佬孤╋L(fēng)險(xiǎn)系統(tǒng)動(dòng)力學(xué)仿真分析[J].消防科學(xué)與技術(shù)，2017，36（09）：1287-1291.

[10]劉秦南，王艷偉，姚明來，李靖.基于系統(tǒng)動(dòng)力學(xué)的PPP項(xiàng)目運(yùn)營風(fēng)險(xiǎn)演化與仿真研究[J].工程管理學(xué)報(bào)，2017，31（05）：57-61.

[11]Ximei Liu，Ming Zeng. Renewable energy investment risk evaluation model based on system dynamics[J]. Renewable and Sustainable Energy Reviews，2017，73.

[12]李存斌，陸龔曙.工程項(xiàng)目風(fēng)險(xiǎn)元傳遞的系統(tǒng)動(dòng)力學(xué)模型[J].系統(tǒng)工程理論與實(shí)踐，2012，32（12）：2731-2739.

[13]江新，吳園莉，徐平，張巍.工程項(xiàng)目群施工風(fēng)險(xiǎn)演化的SD模型研究[J].中國安全科學(xué)學(xué)報(bào)，2015，25（06）：155-161.

[14]Emmanuel Garbolino， Jean‐Pierre Chery，F(xiàn)ranck Guarnieri. A Simplified Approach to Risk Assessment Based on System Dynamics： An Industrial Case Study[J]. Risk Analysis，2016，36（1）.

[15]馮民權(quán)，張園園.基于MATLAB的貝葉斯網(wǎng)絡(luò)供水工程水質(zhì)風(fēng)險(xiǎn)分析[J].黑龍江大學(xué)工程學(xué)報(bào)，2015，6（01）：5-11.

[16]Xuemei Zhang，Li Yang. Improving SVM through a Risk Decision Rule Running on MATLAB[J]. Journal of Software，2012，7（10）.

[17]Issam M. S， Mohamed-Asem U. A， Ali A. Y. A methodology for scheduling overlapped design activities based on dependency information [J]. Automation in Construction， 2013， 29： 1-11.

[18]Thanh C. N， Yao J. Modeling the Collaborative Design of the Automotive Powertrain System Based on the Design Structure Matrix [J]. Applied Mechanics and Materials， 2015， 4113（789）.

[19]Diagne S， Coulibaly A. Complex product modeling based on a Multi-solution eXtended Conceptual Design Semantic Matrix for behavioral performance assessment[J]. Computers in Industry，2016，75： 101-115.

[20]Eckert C， Clarkson P. J， Zanker W. Change and customisation in complex engineering domains [J]. 2004， 15（1）： 1-21.

[21]Mariusz Zieja， Henryk Smolinski，Pawel Golda. Qualitative and Quantitave Risk Evaluation on the Basis of Military Aviation Event Analysis[J]. Research Works of Air Force Institute of Technology，2016，38（1）.