基于BP神经网络的项目组织结构选择研究

项目组织结构选择是否合理将直接关系到项目的成败.首先建立了包括项目属性、项目运行与控制、组织环境等三方面内容的评价指标体系,然后将模糊多指标的评价方法与神经网络理论相结合,提出项目组织结构选择的BP神经网络模型.最后通过一个实例说明该模型的应用过程和有效性,并对进一步研究的内容进行展望.     

基于粒子群神经网络的供应商评价模型及应用

供应链管理成为当今的研究热点,能否选择合适的供应商成为供应链构建成败的关键,而供应商评价是这个选择过程的重要组成部分.本文比较了供应商评价的各种方法,在重点研究了BP神经网络算法的基础上,针对其训练速度慢和容易陷入局部极小点的局限性,提出了一种粒子群优化BP神经网络评价模型.通过实例用Matlab进行仿真,与传统的BP网络模型比较,得出粒子群神经网络在供应商评价中更加有效.     

灰色系统理论在房地产项目风险评价中应用研究

由于传统的房地产项目风险评价方法受人为因素以及模糊随机因素的影响较大,为了减少或避免这些因素的影响,提高评价的科学性、解释性和可信度,将灰色系统理论应用到房地产项目的风险评价中.通过建立一套较为系统、合理的房地产项目风险评价指标体系,采用定性分析和定量计算相结合方法,构建了房地产项目风险的多层次灰色综合评价模型.列举实例突破了传统的计算方法,利用计算机语言Visual Basic 6.0,实现了计算的方便、快捷.     

BP神经网络在工程项目管理中的应用

简要阐述了BP神经网络、工程项目管理的特点,介绍了BP神经网络应用的一般步骤,提出了基于BP神经网络的工程项目管理模型流程图.总结了BP神经网络在工程项目管理中应用的优点和适用范围,指出了在工程项目管理中应用时应注意的要点,并针对BP神经网络应用的参数设置提出了相应建议.最后,以公路建设项目目标可持续性评价为例进行了实证分析,取得了满意的效果,从而促进了BP神经附络在我国工程项目管理中的应用.     

GA －BP 神经网络模型在地区工业技术创新能力评价中的应用

针对当前技术创新能力评价方法大多建立在线性模型的基础上,且技术创新能力影响因素较多,可能存在多重共线性的缺陷,本文提出了遗传算法优化的BP神经网络模型。GA－BP神经网络模型在以下几方面做出了改进：①利用了神经网络强大的非线性关系映射能力,避免了传统线性模型的缺陷。②利用遗传算法对评价指标进行了降维,去除了多重共线性。③使用遗传算法从全局搜寻BP神经网络权值和阀值向量,优化了BP神经网络模型,避免了BP神经网络由于使用梯度下降算法,容易陷入局部最优解的缺陷。本文最后选取2008～2013年全国31个省市规模以上工业企业技术创新能力124条数据作为训练样本,31条数据作为测试样本,分别测试遗传算法优化的BP神经网络和未优化的BP神经网络,测试结果显示遗传算法优化的BP神经网络模型预测准确率高于未优化的BP神经网络模型。     

基于博弈论的水生态PPP项目风险分担研究

为了更加合理的对水生态PPP项目风险进行分担。基于因子分析法和模糊综合评价法建立水生态PPP项目风险评价体系,基于博弈理论建立水生态PPP项目风险分担模型,通过在项目中的应用验证。结果表明基于博弈论的风险分担模型能够对水生态PPP项目风险进行合理的分配。研究结果对完善水生态PPP项目风险管理体系具有一定促进作用。     

基于G1法和Topsis的煤层气项目风险评价研究

煤层气作为我国能源的重要补充,如何对煤层气项目在实施过程中的风险进行科学客观的评价是一个重要问题。从我国煤层气项目风险现状出发,构建了煤层气项目风险评价指标体系,并利用G1法赋予指标权重和Topsis方法进行算例分析,为煤层气项目风险评价提供了量化模型,丰富了相关理论框架。     

基于ANN-CVaR模型的住宅投资风险评价研究

商品住宅的开发投资风险越来越大,建立有效的评价方法和模型已经迫在眉睫.文章定性分析和定量测算相结合,使用BP神经网络和条件在险价值,构建了商品住宅开发投资的风险评价模型.通过整合BP神经网络和CVaR模型的优点,更真实准确地反映住宅投资风险,并做了实证研究.该模型在判断出风险程度的同时给出风险来源,指导商品住宅的投资决策.还为以后研究商品住宅开发投资风险提供了新思路.     

新药研发项目风险评价指标体系研究进展

投资新药研发项目具有高风险性,正确识别和有效规避风险至关重要,本文在分析项目风险的基础上,确定新药研发项目风险综合评价指标体系,并分析其相互关系,为进一步的风险评价奠定基础。     

投资项目风险管理优先度评价研究

随着投资项目复杂程度日益增加，其所面临的风险因素也日益增多，项目管理者不仅要识别、分析这些因素，还要对其管理优先度进行评价，以把有限的资源投入到优先度高的风险因素管理中去，从而提高项目风险管理的效率。本文通过对风险管理技术发展过程中四个代表模型的对比分析，结合投资项目的风险特点，在VaR及RAROC模型的基础上构建了投资项目风险管理优先度评价指标体系，进而建立了模糊综合评价模型，以供投资项目风险管理决策使用。     

AHP模型在企业技术创新项目风险评价中的应用

基于企业技术创新项目的风险研究和大量专家的意见,构建了企业技术创新项目风险评价指标体系,并运用AHP评价模型对企业技术创新项目各风险因素进行定量分析与评价,得出了各风险因素的风险等级,为决策者进行风险决策提供了科学的依据。     

燃煤火力发电项目风险评价研究

针对燃煤火力发电项目技术要求高、投资金额大、周期长的特点而导致项目投资风险较大的现状,运用科学的方法分析项目风险因素,通过全面梳理燃煤火力发电项目的风险点,从市场风险、技术风险、工程风险、资金风险、政策风险和其他风险6个维度构建了指标体系,并运用模糊层次分析法构建了燃煤火力发电项目风险评价模型,以确定各个风险因素对项目的影响程度,为实际项目风险评估提供科学依据。最后运用神华集团1 000 MW项目进行实证分析,结果表明:构建的模型具有较强可实施性和操作性,对燃煤火力发电项目的风险评价有一定的指导意义。     

遗传算法优化BP神经网络的岩质边坡稳定性预测

为了解决边坡工程中非线性变化给稳定性预测造成的困难,建立了GA-BP神经网络计算模型预测岩质边坡稳定性。采用定性评价和相互作用矩阵复核的方式,选取边坡坡度、边坡高度、斜坡结构类型、岩体强度、控滑结构面倾角、岩体结构特征、地表变形强度、人类活动强度8个评价因子作为BP神经网络的输入变量;利用遗传算法对神经网络的初始权值和阈值进行优化后训练岩质边坡稳定性预测模型;对比分析GA-BP神经网络和BP神经网络的预测效果。结果表明,优化后的预测结果误差绝对值小于0.15的占85%,未优化的传统神经网络仅占45%,优化后的预测结果更加接近真实值,表明遗传算法对传统BP神经网络的优化是有效的。研究结果对建立岩质边坡稳定性预测模型具有一定的参考价值。     

BP神经网络在水电工程移民安置后评价中的应用

水电工程移民安置效果的正确评价具有重要的现实意义。本文应用BP神经网络对水电工程移民安置进行后评价,避免了指标权重确定的主观因素,保证了评价结果的客观性和准确性。     

民办高校BOT项目建设风险模糊评价研究

民办高校BOT项目建设存在若干风险,如何准确评价其风险,对高校是否兴建该类项目的决策过程十分重要。论文首先建立了民办高校BOT项目风险评价指标体系,然后创新性地将不确定性层次分析法与多层次模糊评价法相结合,构建了民办高校BOT项目的风险评价模型。最后以某民办高校BOT项目为例介绍了该方法的应用。     

基于BP神经网络的企业虚拟度评价与实证分析

虚拟企业是21世纪企业的潜在发展模式,在研究企业虚拟度内涵的基础上,全面考察影响企业虚拟化程度的各种因素,构建企业虚拟度评价指标体系,提出了一种基于BP神经网络的企业虚拟度评价方法.通过MATLAB神经网络工具对其进行模拟计算,并以浙江大唐袜业集群为例验证模型的可靠性.实证分析表明该方法为企业虚拟度评价提供了一种有效实用的方法.     

做好核电站建设进度量化控制

核电项目投资大、工程周期长、参与方众多,受国内设备制造水平落后和建设经验不足等多因素影响,加之核电建设自身的特点和复杂性,项目进度延误的风险持续存在.为降低项目风险,对项目进度合理评价、提早发现问题,将进度偏差的预测和动态控制由定性转化到定量管理,成为决策和合理安排工作的迫切需要.     

某银行大厦信息系统监理项目中的风险管理

以某银行大厦的信息系统工程监理项目为例,在监理项目实施中引入风险管理机制,研究了监理企业在监理过程中的风险识别、评估及应对,研究如何提高项目监理的风险管理监督水平,以建立项目风险管理机制,确保监理企业正确监管监理项目中的风险,并有效地控制风险,从而降低风险发生的概率,消除和减少风险造成的损失。最后在对各种风险源分析评价的基础上,建立信息系统工程监理项目风险分析模型及预案管理。     

主成分分析法在投资项目风险评价中的应用

风险评价是项目投资风险管理中的关键步骤,是对一个项目整体风险水平做出合理评价的过程。依据评价结果,投资者可以判断对项目是否进行投资,并以此为依据对风险采取规避措施。文章采用主成分分析法对投资项目风险进行评价,并结合实例应用取得很好的效果。     

基于BP神经网络的老汴河幸福河湖治理效果评价方法

为提高河湖治理评价效果,以老汴河某河道为研究区域,引入BP神经网络理论,设计幸福河湖治理效果评价方法。选取评价指标,构建河湖治理效果评价体系,并完成指标权重地计算;基于BP神经网络完成治理效果评价模型地构建,实现对老汴河幸福河湖治理效果的评价。实验结果表明,所提方法预测结果与治理期望结果较为吻合,应用效果较好,具有一定应用价值。