基于人工神經網絡的工程項目風險管理研究.pdf_第1頁
已閱讀1頁,還剩95頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、工程項目管理過程中包含著大量的風險,工程項目的成本、時間和質量都受到風險的影響。所以,主動管理風險,及時、準確地識別、評估風險,有效地處理風險,把風險損失降低到最小程度,就顯得非常重要。但同時,工程風險和工程風險管理的特點決定了風險管理過程中的某些問題無法用傳統(tǒng)的統(tǒng)計方法或者數(shù)學方法來解決,必須找到合適的方法來確定和表示大量不確定因素和風險損失之間的非線性關系。本文在分析工程風險管理主要內容和神經網絡特點的基礎上,提出用神經網絡方法進行

2、工程項目風險管理的思想。 因為工程項目風險管理是一個龐大的系統(tǒng),本論文截取兩個不同的側面——工程項目風險綜合評價和工程項目變更索賠風險管理來運用人工神經網絡方法,分別建立了風險綜合評價的BP網絡模型和變更索賠率預測的RBF網絡模型。最后,本文搭建了基于神經網絡的風險管理專家系統(tǒng)框架,并以工程項目風險綜合評價為例,進行系統(tǒng)的詳細設計,其中包括知識庫設計、主界面設計和風險綜合評價模塊設計。 本文得出的主要結論有: (1) 利用ANN的非線性

3、映射和模式識別能力,可以動態(tài)識別風險、預測風險、評價風險,為風險決策提供依據(jù)。 風險綜合評價的BP神經網絡模型具有一定的精度,可以用于和樣本工程類似工程的風險綜合評價,但風險指標的選取和量化方法還有待改進。變更索賠率預測的RBF神經網絡模型具有一定的精度和實用性,但該模型的應用范圍有所限制,因為影響變更索賠率的風險因素因風險承擔主體、工程類型、工程所在地等的不同而有所差異。 (2) 開發(fā)基于神經網絡的風險管理的專家系統(tǒng)是可行而且有意義的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論