基于神经网络的水利施工项目风险预测.pdfVIP

第4.卷第19期山西建筑No.19

・170・2021年10月SHANXIARCHITECTUREOct.2021

DOn12.13719/j.ctkn1049-6525.2425.19.065

基于神经网络的水利施工项目风险预测

袁久芹

（江苏省盐城市大丰区水利局，江苏盐城220120）

摘要:在对水利工程施工项目风险因素分析的基础上，对水利施工项目的风险评估进行深入的研究，采用层次分析法进行权重

分配，结合人工神经网络算法进行风险识别，并进行实例应用。结果表明：结合人工神经网络对项目风险进行预测，将风险度分为

质量风险和费用风险，在保证质量的前提下，实现经济最优，评价结果可为管理者提供施工风险管控措施。

关键词：水利工程；层次分析法；神经网络;风险预测

中图分类号:TV519文献标识码：A文章编号：1009-6825（ZU）12-0170-03

异程度越大,风险则越大。通常来讲,质量是工程施工的最

1概述

基础保证,利益和工期相互关联，因此，本文通过对质量风

我国水利工程建设具有悠久历史，随着我国经济的高

险和费用风险描述,为项目施工单位提供风险评估,在保证

速发展，水利项目逐年增多。由于地质条件、人员素质等影

质量的前提，施工单位承担多大的费用风险,以保证施工单

响因素，导致水利工程施工中存在较大风险。要保证施工

位在实施过程中不出现亏损。

质量,就必须要求管理人员能够采取合适的方法,对施工风

2.2风险评估标准

险进行管控,做到事前控制。但是,施工项目风险具有较大

本文将施工项目风险分为五个等级，即“很大”“较大”

的不确定性,传统的方法不能够有效的识别风险源,进而不

“一般”“小”“较小”,根据风险等级，转换为风险得分，分别

能采取有效的手段管控［5］o随着计算机技术的不断发展,

为：4.9,4.0,4.5,4.3,4.1。根据评估得分，可以得出向量

跨越了传统方法的障碍，改变了风险识别的方式，将无法处

矩阵：C=［0.9,4.0,0.5,0.3,0.1］,本文认为风险评分大

理的因素信息转化处理,使评价结果更加科学⑺4。本文在

于0.5为高风险,那么需要根据评估结果着重控制;风险评

对水利工程施工项目风险因素分析的基础上，采用层次分

分小于0.3,为低风险,那么项目质量、费用都处于可控的

析法进行权重分配，结合人工神经网络算法进行风险识别,

范围之内，项目属于正常进行状态；风险评分介于两者之

提前预测施工风险,事前控制，避免事故的发生。间，属于中风险，需根据影响因素的不同类型采取相应的措

2施工项目风险因素分类施进行控制。

2.1风险因素分类在进行