基于云模型信息工程监理风险评估研究.docVIP

基于云模型信息工程监理风险评估研究 　　摘要摘要：信息工程监理的风险评估过程具有一定的模糊性和随机性，针对其特点，使用以云模型为主，以熵权法确定权重为辅的综合评价方法对其进行评价，实现了风险评估的定性与定量之间的转换。 　　关键词关键词：云模型；信息工程监理；风险评估 　　DOIDOI：10.11907/rjdk.1511297 　　中图分类号：TP301 　　文献标识码：A文章编号文章编号2016）002001703 　　0引言 　　信息工程建设[1]是一项资金投入大、建设周期长、知识度密集且风险高的系统工程，一旦出现问题便会造成大量投资浪费。为了保证信息工程有效、安全、可靠地按照预先计划完成，在信息工程建设过程中引入信息工程监理尤为必要。合理利用信息工程监理能够在很大程度上减少项目中存在的风险，保障信息工程项目顺利开展和实施，确保项目能够在预期的时间、投资内达到建设目标。 　　风险评估主观性很强，具有随机性、模糊性和不可预测性等特点[2]，而云模型[34]是一种能将随机性和模糊性进行有机结合的定量数值到定性概念的不确定性转换模型。风险评估方法大都不能兼顾数据的随机性与模糊性，因此，可将云模型理论应用于风险评估中，图1为云模型数字特征。 　　本文利用云模型理论对信息工程监理进行风险评估，充分利用了云模型的的理论优势，兼顾了数据的随机性和模糊性。 　　1云模型基本概念 　　设U是一个用精确数值表示的定量论域，C是U上的定性概念。若定量值x∈U，且x是定性概念C的一次随机实现， x对C的确定度 μ（x）∈[0，1]是具有稳定倾向性的随机数，μ：U→[ 0，1]，x∈U，x→μ（x），则x在论域U上的分布称为云，每一个x称为一个云滴，表示为drop（x，μ（x））。 　　确定度类似于模糊集合的隶属度，反映了模糊性，同时该值自身也是个随机值，可以用其概率分布函数描述。因此，云可将模糊性和随机性有机地结合起来。 　　2基于云模型的信息工程监理风险评估过程 　　2.1信息工程监理风险评估指标体系构建 　　由于风险的普遍性、客观存在性和难以预测性，对于缺乏专业监理人才和高层次项目研究开发人才的业主而言，其在开发产品等方面受到制约。因此，在监理中引入对风险的管理势在必行。为了使评价指标能全面地反映信息工程项目的风险评估过程，将信息工程监理风险评估的6个方面作为主要评价指标，构成信息工程监理风险评估指标体系[5]，如图2所示。 　　2.2基于云模型的信息工程监理风险评估过程 　　2.2.1确定评价因素和评语集 　　评价因素即直接或间接决定风险评估好坏的要素。评语集即风险评估所有可能的评价结果集。针对信息工程监理行业，考虑其自身的特点，及对其进行风险评估的复杂性，将该行业的评价因素分为两级，并表示为：V={V1，V2，......，Vm}，Vi={vi1，vi2，...vin}，其中Vi表示第个一级评价因素， vij表示第i个一级因素下的第j个二级因素。评语集表示为：U={U1，U2，...Ut}，其中Ui表示第i个评语。 　　2.2.2将指标和评语集转化为云模型 　　常见的云模型为正态云模型，可以用正态云来描述每个评语。评语集一般由“优、良、差”这些评语组成，其中“优”和“差”这两个评语属于单边约束，它们对应的满意度范围只有上限值或下限值。而“良”介于优和差之间，属于双边约束[Xmin，Xmax]。对于双边约束的评语，在使用云模型来描述时，参数确定的计算方式为： 　　Ex=（Xmax+Xmin）/2En=（Xmax-Xmin）/6He=k （1） 　　对于单边约束的评语，一般都是采用半升云和半降云来确定各评语的云模型。半云用来表达具有单侧特征的定性概念，例如用半升云表示“远”，半降云表示“近”，只不过它只表示单侧的特性。 　　半升云参数计算如下： 　　Ex=XminEn=（Xmax-Xmin）/3He=k xEx（2） 　　半降云参数计算如下： 　　Ex=XmaxEn=（Xmax-Xmin）/3He=k xEx（3） 　　k为常数，可以根据评语本身的模糊程度而定，X为因素的评价值。在使用云模型理论对某项目进行评价时，需要将评价指标用云模型来表示。这样可以很容易地将指标云模型与评语的云模型进行映射。计算公式如下： 　　Ex=Ex1+Ex2+...+ExnnEn=max（Ex1，Ex2，…，Exn）-min（Ex1，Ex2，…，Exn）6 （4） 　　对于最高层指标的综合运算，实际上属于从低层次概念综合到高层次概念的问题，即将两个或两个以上的底层指标云模型综合为一个更广义的云。这里使用虚拟云中综合云的算法来表示高层次指标的综合云模型。其计算方式如下：Ex=Ex1En1