BP神經網絡在項目風險識別中的應用簡述

申請免費試用、咨詢電話：400-8352-114

項目風險管理作為項目管理九個領域中一個重要的組成部分，正在受到越來越多的重視。項目風險管理之所以重要，顯然是由于項目管理所必然面臨的不確定因素。根據(jù)對項目的定義，任何項目都有其某種程度的唯一性或特殊性。項目管理區(qū)別于企業(yè)一般運營管理的關鍵一點，在于項目管理所面臨的各種變化因素。內部和外部的變化，主動和被動的變化，可以預見的和不可預見的變化，為項目帶來風險，為項目管理帶來難度，迫使企業(yè)管理層和項目經理增強風險意識、預先制定或臨時采取應對措施?？梢哉f，沒有對風險的有效識別和相應的應對措施的制定，項目成功的可能性是比較小的。
風險識別主要回答以下問題：
1、有哪些風險應當考慮；
2、引起這些風險的主要因素是什么？
3、這些風險所引起后果的嚴重程度如何？
因此，作為一個優(yōu)秀的項目管理人員，經常使用的風險識別方法主要有：分解法、故障樹（FALT TREES）法、頭腦風暴法、檢查表、評估表專家調查法和蒙特卡羅模擬法等。這些風險識別方法一定程度上可以發(fā)揮良好的作用，但仍然存在著一些問題，主要有四個方面：
① 可靠性問題，即是否有嚴重的危險未被發(fā)現(xiàn)；
② 假設條件依賴問題, 即結果的有效性依賴于嚴格的假設條件，如變量的獨立性及多元正態(tài)分布等；
③ 定性分析多，定量結論少，線性判別多，對非線性模型難以起到良好的效果；
④ 偏差問題，即由于風險識別帶有很大的主觀性和不確定性，所獲得的結果是否客觀、準確。
另一方面，由于經營過程內外環(huán)境的海量數(shù)據(jù)并不能給人們一個清晰的信息，過去人們習慣用抽象和降維的方法來進行了處理。但這并不是一種良好方式，降維的過程中存在很多人為因素，其中最主要的就是權的確定。雖然人們想出了確定客觀權值的方法，但那些方法卻不可避免地丟失一些信息，這樣一來，人們不得不去追求一種盡可能少地丟失信息，同時又盡可能排除人為因素的方法。由于神經網絡技術在解決非線性建模問題上的非線性、非參數(shù)和自適應學習等特征，因此可作為風險識別的一個強有力的工具。
一．建立模型
根據(jù)項目的系統(tǒng)風險因素，可以使用反向傳播算法，即BP算法。BP (Back Propagation)網絡即誤差逆?zhèn)鞑ド窠浘W絡，是能實現(xiàn)映射變換的前饋網絡中最常用的一類網絡，它是一種典型的誤差修正方法，具有理論上能逼近任意非線性連續(xù)函數(shù)的能力，且結構簡單，易于編程，在眾多的領域得到了廣泛的應用。從公司經營的歷史數(shù)據(jù)來看，影響項目失敗的風險主要有社會環(huán)境、成本費用、進度、技術質量和組織管理等幾大方面。

項目綜合風險因素U
|
+----------不可控的外部環(huán)境因素U1
| |
| +----------自然災害U11
| |
| +----------國際金融環(huán)境U12
| |
| +----------國家政策U13
| |
| +----------社會文化U14
| |
| +----------環(huán)保因素U15
|
+-----------成本費用風險U2
| |
| +----------產品返工率和維護因素U21
| |
| +----------資金周轉因素U22
| |
| +----------原材料因素U23
| |
| +----------合同變更因素U23
+---------------人力資源U3
| |
| +----------人員流動U31
| |
| +----------士氣因素U32
| |
| +----------員工溝通U33
| |
| +----------管理素質U33
|
+----------進度風險U4
| |
| +----------關鍵技術U41
| |
| +----------樣品中意率U42
| |
| +-