李万庆[1]2004年在《基于智能优化算法的施工项目风险预测与网络计划优化研究》文中认为本文在研究和分析影响施工项目管理风险的不确定性因素及不确定性信息处理方法的基础上,对人工神经网络、遗传算法等智能优化算法进行了理论探讨;设计提出了基于遗传算法的人工神经网络算法、实现了两种智能优化算法的优势互补;结合遗传算法和模拟退火算法各自的优点,提出了引入退火机制的混合遗传算法。文中,依据风险因素与风险结果之间的对应关系,通过改进的人工神经网络建立了从风险因素到风险结果之间的映射关系,给施工项目风险预测提供了一种先进的预测方法。在对网络计划优化技术深入研究的基础上,建立了兼顾项目收益最大和质量最优的工期—净收益—质量多目标优化模型。设计了基于混合遗传算法的网络计划多目标优化的实现程序,结合风险预测中得出的工期和费用风险值对多目标优化结果进行修正,使之更符合复杂多变的施工环境。本文将粗糙集理论引入到网络计划优化目标如何实现的问题中,得出了与施工企业实际措施相一致的若干条决策规则,用以指导以后现场施工管理人员进行管理,确保最终目标的实现。从而为施工项目管理实现完全智能化提供了新的思路。
王恪铖[2]2008年在《网络计划项目风险元传递理论模型及其应用研究》文中认为本文作为国家自然科学基金项目《广义项目风险元传递理论模型及其应用研究》的主要研究部分,重点对网络计划项目风险元传递理论进行了研究。从网络结构解决的方法入手,将网络计划定义进行扩展,分为典型网络计划项目、智能优化网络计划项目、多目标RCT网络计划项目、风险元传递预测网络计划项目。其中智能优化网络计划又根据不同方法分为遗传算法风险元网络、神经网络风险元网络和风险神经网络。在每个网络计划项目中,对网络都做了具体定义,其研究思路是以广义项目风险元传递理论为基础的,并对各个模型进行了实例分析。根据前面介绍的算法模型,在论文的最后进行了计算机实现,从而增强了广义项目风险元传递理论的实用性。
韩超[3]2012年在《基于不确定性的工程项目网络计划优化研究》文中认为在工程项目计划管理中，网络计划技术发挥着越来越重要的作用，它是编制施工进度计划、资源需求计划和组织安排施工的重要工具。通过对网络计划进行优化，可以节约施工成本，提高工程质量，缩短工程工期，给企业带来良好的经济效益。因此，网络计划的优化研究，对于工程项目的总体目标的实现，具有重要的实际意义。目前国内外学者关于网络计划优化的研究日趋成熟并取得了一定的研究成果，但在研究目标、研究模型和优化算法方面仍有待改进。本论文在前人研究的基础上，以资源受限条件下的叁大控制目标为研究对象，以图示评审技术为研究分析工具，利用多属性效用函数建立工期-成本-质量综合均衡优化模型，采用微粒群算法进行模拟分析计算，得到优化决策方案和多个近似满意的备选方案。通过该案例的应用分析以及获得的最终结果说明本论文的模型具有一定的实用价值。具体研究工作和成果如下：1、考虑工程项目实施过程中的不确定因素，建立GERT网络计划模型，并研究GERT网络图的求解方法。2、利用多目标优化理论和多属性效用函数，在GERT网络计划模型的基础上，建立工期-成本-质量综合均衡优化模型。3、采用微粒群算法对模型进行求解，通过实例验证所建模型的实用性以及优化算法的可行性。本论文的创新点主要包括以下几个方面：1、在网络计划的优化中考虑不确定因素，建立GERT网络计划模型，使网络计划的优化更加符合工程实际，使网络计划项目的目标能够更准确的实现。2、对“工期-成本-质量”进行综合分析，实现工程进度的全局优化，使得网络计划的优化更全面、更完善、更能体现网络计划方案。用微粒群优化算法进行“工期-成本-质量”的综合均衡优化，能够寻求使工期、成本和质量达到全局最优的最佳方案。
牛发阳[4]2016年在《基于BP神经网络的深基坑工程施工风险管理研究》文中研究表明近年来随着国家推进城镇化的力度不断加大,大量人口涌入城市导致城市尤其是城市核心商务圈建设用地的供求一直处于较为紧张的状态。为了更好的利用稀缺的土地资源,各种高层、超高层建筑鳞次栉比,停车场、购物商场逐渐转移到地下。上述建筑的开发建设,推动深基坑工程项目的快速发展。然而,关于岩土工程的理论研究有待完善,深基坑工程受自然地域环境以及社会环境影响较大,施工本身具有时间长、造价高、技术复杂、隐蔽性强等特点,造成整个施工过程充满不确定性和风险性。因此,在深基坑施工过程中对其风险进行系统、科学的评价对于施工单位具有一定的现实意义,以方便科学地指导施工。本文以深基坑工程施工风险管理作为切入点,着重分析深基坑工程施工过程面临的风险因素。利用WBS-RBS风险识别基本原理将深基坑施工风险与建设单位、施工单位、勘查单位、设计单位、监理单位五方结合,从项目层的角度识别深基坑工程施工过程的风险因素,再结合深基坑施工作业层从土方开挖、边坡支护、地基处理、降水排水、基坑监测五个施工作业层进行全面的风险识别。然后利用主成分分析法(PCA)对指标做初步筛选,降低风险矩阵的复杂性。接着运用数据包络法(DEA)对风险因素做二次筛选,进一步剔除非主要因素,增强关键风险因素的监控。运用层次分析法构建层次化的风险指标体系,降低指标间错综复杂的关系,并对最终筛选后的风险指标进行赋权。最后利用BP神经网络对经二次筛选后的风险指标以及样本集进行训练,提高人工智能运算的精度,得出深基坑工程施工风险等级。深基坑工程风险管理受若干因素的综合影响,整个过程较为复杂,寻找一个科学、适用的风险评价模型对于评价结果有着至关重要的作用,有利于提高深基坑工程施工风险管理的科学性。本文试图将主成分分析法、数据包络法、层次分析法、BP神经网络四种方法结合,同时利用各自算法的优势克服另一种方法评价时的缺陷,实现优势互补的效果,提出了利用数据包络法消除冗余的指标,极大的提高BP神经网络运算的精度和速度。最后,运用建立的风险评价模型对青岛恒大金沙滩深基坑工程实例进行评估,检验模型的科学、适用性,评价结果与实际情况较为符合,验证了本文构建的深基坑工程施工风险综合评价模型的科学、适用性,丰富了深基坑工程施工风险评价的方法,为深基坑工程施工过程提供科学的理论指导,同时对制定风险防范措施,提高整个深基坑工程施工过程的安全性,具有一定的现实意义。
杨自学[5]2009年在《工程项目四要素集成管理研究》文中提出工程项目集成管理日渐成为了现代工程项目管理的一种主流模式。而我国的项目集成管理在这一阶段的研究主要集中在对单因素和两因素的分析上,缺少对其的系统分析。本文结合目前工程项目管理的理论和方法,对工程项目集成管理系统进行了具体阐述。并以网络计划技术为基础建立了工程项目成本、工期和质量多目标集成网络计划模型,采用小生镜遗传算法对模型进行求解,实现了工程项目成本、工期和质量的集成管理。同时在对工程项目风险因素分析和评价的基础上,采用BP神经网络对工程项目风险进行预测,并将风险预测的结果与工程项目成本、工期和质量的优化结果进行集成,得出整个工程项目包含了风险因素在内的成本、工期和质量的优化结果。实现了工程项目成本、工期、质量和风险四要素的集成管理。本文通过对工程项目集成管理的分析和研究、工程项目多目标集成网络计划的建立、优化和工程项目风险的预测,探索了一种兼顾工程项目的成本、工期、质量和风险四个要素的工程项目集成管理方法,风险因素与其它要素的集成将大大提高了工程项目集成管理的现实意义。
李希胜[6]2009年在《高速公路工程全风险造价确定与控制研究》文中提出先进科学的工程造价管理是确保工程建设总体目标实现的有力保障,工程造价管理的核心是工程造价的确定与控制。20世纪90年代中期以来,工程项目全面造价管理(TCM-Total Cost Management)是国际工程造价管理学界提出的一个全新课题。全面造价管理(TCM)的方法论包括“全过程造价管理-全要素造价管理-全风险造价管理-全团队造价管理”四个方面。其中,全要素和全风险造价管理是重点和难点。高速公路工程具有一般土木工程项目特点之外,另具有建设周期长、投资额大、受自然环境影响显着、参与建设主体多等特点。高速公路工程的建设与发展不但代表了一个地区或国家的技术实力和经济实力,其建设管理水平也体现了工程管理水平的高低。我国高速公路的建设过程中存在的诸多问题,如工程造价的“叁超”现象,招投标市场不规范,恶意竞争,乃至为降低成本而出现的劣质工程问题,从经济角度上看是工程造价管理的问题。长久以来,我国工程造价管理界对工程造价管理的模式、理论和方法开展了大量的研究,并取得了一定的成绩,但相对于美国、英国等国家而言还存在较大差距。而且,我国对工程造价管理的研究更多侧重于建筑工程(工业与民用建筑)领域,公路领域对工程造价的研究相对更显薄弱。因而,本文以高速公路工程造价为研究对象,对其风险和全要素集成管理做了全面系统研究:1)分析研究现行工程计价方式存在的问题和未来发展方向,研究基于人工智能的工程造价估算方法。建立BP神经网络高速公路造价估算模型,并利用模糊数学理论、遗传算法理论、网络集成理论对估算模型进行优化,增强了模型的鲁棒性和范化能力。经实例验证,优化后的估算模型适合于高速公路造价的快速估算。并对工程造价的风险影响因素进行分析,对其识别、评价及概率分布规律进行深入研究。2)从全要素角度研究高速公路风险造价。应用GERT(Graphical Evaluation & Review Technique)理论研究工期对造价的影响,建立量化分析模型,解析法与模拟相结合对工期和造价优化计算。以全面质量管理理论(TQM-Total Quality management)为基础,研究合理质量成本的确定与控制方法。3)对造价、工期、质量叁大目标进行多目标优化分析。建立基于非支配遗传算法(NSGA-II,Non-dominated Sorting Genetic Algorithms)的多目标求解模型,通过实例验证所建模型进行叁大目标优化的可行性。
曹丽[7]2006年在《基于人工神经网络的工程项目风险管理研究》文中进行了进一步梳理工程项目管理过程中包含着大量的风险，工程项目的成本、时间和质量都受到风险的影响。所以，主动管理风险，及时、准确地识别、评估风险，有效地处理风险，把风险损失降低到最小程度，就显得非常重要。但同时，工程风险和工程风险管理的特点决定了风险管理过程中的某些问题无法用传统的统计方法或者数学方法来解决，必须找到合适的方法来确定和表示大量不确定因素和风险损失之间的非线性关系。本文在分析工程风险管理主要内容和神经网络特点的基础上，提出用神经网络方法进行工程项目风险管理的思想。 因为工程项目风险管理是一个庞大的系统，本论文截取两个不同的侧面——工程项目风险综合评价和工程项目变更索赔风险管理来运用人工神经网络方法，分别建立了风险综合评价的BP网络模型和变更索赔率预测的RBF网络模型。最后，本文搭建了基于神经网络的风险管理专家系统框架，并以工程项目风险综合评价为例，进行系统的详细设计，其中包括知识库设计、主界面设计和风险综合评价模块设计。 本文得出的主要结论有： (1) 利用ANN的非线性映射和模式识别能力，可以动态识别风险、预测风险、评价风险，为风险决策提供依据。 风险综合评价的BP神经网络模型具有一定的精度，可以用于和样本工程类似工程的风险综合评价，但风险指标的选取和量化方法还有待改进。变更索赔率预测的RBF神经网络模型具有一定的精度和实用性，但该模型的应用范围有所限制，因为影响变更索赔率的风险因素因风险承担主体、工程类型、工程所在地等的不同而有所差异。 (2) 开发基于神经网络的风险管理的专家系统是可行而且有意义的。 基于神经网络的风险管理的专家系统的知识库中存放神经网络模型的权值和阈值，数据通过关系型数据库来组织，推理过程即神经网络的正向计算过程，知识获取过程即通过样本训练神经网络的过
白丹丹[8]2017年在《基于改进神经网络模型的火电建设工程项目风险评价研究》文中提出近年来国民经济的快速发展,电力行业作为其先行者也保持稳步、快速的发展态势。火电建设项目具有投资大、周期长、技术复杂和风险多的特点,是资本密集型产业。但是我国火电建设工程项目的风险评价研究理论却比较落后,没有形成系统的、完善的防范体系。针对我国火电建设工程项目的现状,逐步完善国内火电建设工程项目风险管理体系,对于未来火电建设工程项目的健康发展具有非常重要的意义。为实现“十二五”规划纲要提出的万元GDP能耗、万元GDP二氧化碳和主要污染物排放持续下降,空气质量二级和好于二级天数的比例达到80%的总体规划,北京市进一步优化能源结构、改善空气质量,建设国际一流的和谐宜居之都,2015年北京市压减燃煤400万吨,煤炭消费总量削减到1500万吨以内,削减电厂用煤450万吨,于3月份关停石热和国华燃煤电厂,在这样的背景下石景山热电厂于2015年3月19日4台机组全部停运,之后北京能源投资有限责任公司为了解决石景山热电的员工分流问题,在河北省涿州市新建了2×350MW燃煤机组。对于北京能源投资有限责任公司而言,一方面关停了经营效益较好的石景山热电厂,另一方面还要投资近36亿元建设2×350MW机组,因此应加强该火电建设工程项目的风险管理,及时采取有效的风险防范措施,提高投资效益。本文首先介绍了火电项目的发展现状,并将风险管理的基本原理与火电建设工程项目的实际特点相结合,详细阐述了火电建设工程项目的风险来源,突出了火电建设工程项目风险评价的重要性和意义。本文以项目风险评价为理论依据,结合火电建设工程项目的自身特点和实际情况,在对火电建设工程项目风险因素进行深入剖析的基础上,建立了火电建设工程项目风险评价指标体系,并且运用改进神经网络方法对火电建设工程项目风险进行预测,通过实例验证评价方法的可行性和实用性。最后,以涿州电厂建设工程项目为例,结合该项目的实际情况构建了风险评价指标体系,针对神经网络中最常用的BP算法所存在的收敛速度慢、容易得到局部最优解的特点,提出了改进神经网络方法,优化了网络拓扑结构和初始权值,并将其运用到涿州电厂建设工程项目风险评价中,取得了较好的收敛效果和误差控制。
赵春雪[9]2010年在《基于风险管理理论的高速公路项目施工进度目标规划研究》文中提出近年来,我国高速公路项目的管理水平已经有了显着的提高,但仍然存在着项目管理各目标不够和谐的难题。如何解决高速公路项目管理这一发展中的问题,业内学者们进行了广泛的研究,其中施工进度问题是当前研究的热点及重点。以风险管理理论指导探究高速公路项目施工进度拖延的根源为解决这一难题开拓了佳径,而在高速公路项目开工实施前做好全过程、全方位的施工进度目标规划不仅是高速公路项目管理的一项基础性工作,同时也为我国高速公路项目的目标管理提供了具体的目标、方向和行动指南。基于上述观点,本文在对现有文献及研究成果的研究分析基础上,界定了高速公路项目施工进度目标规划的概念、内容、研究范围,基于风险管理理论构建了高速公路项目的施工进度目标规划体系,并对施工进度目标规划的风险评价指标体系和评价方法进行研究。首先,对现有高速公路项目施工进度管理领域的文献资料及施工现状进行综述与评析；从规划的两种研究角度及特征分析切入,对项目规划的概念、内容及作用等进行归纳分析,在研究了高速公路项目及特点的基础上,提出了本文对高速公路项目目标规划的定义及意义,并从两个叁维空间、六个不同角度界定了本文的研究范围。其次,对风险管理理论的发展沿革、研究现状等进行评述,确定了高速公路项目施工进度目标规划的理论基础、研究方法及规划体系构建的依据；以施工进度目标作为规划对象、从计划和控制两个层面、叁维空间视角,依据风险管理理论及系统论等构建了高速公路项目的施工进度目标规划体系。再次,根据本文构建的高速公路项目的施工进度目标规划体系,运用文献频度统计筛选、专家问卷调查法及Delphi法对高速公路项目施工进度风险进行叁轮识别、甄选,构建了高速公路项目施工进度风险评价指标体系,并对该指标体系的特点及适用性进行了简要分析。第四,对现阶段使用较多的风险评价方法,从原理、优缺点及适用性等进行分析,结合本文所构建的指标体系的特点,选择主成分分析法和目标规划法作为高速公路项目施工进度目标规划风险评价的方法构建出风险评价模型,并进行了适用性阐析。以期为解决高速公路项目施工进度风险评价指标体系庞大繁杂、历史数据难以直接利用、评价方法操作较繁琐复杂等难题开辟一条可操作的建设性路径。最后,选择目标高速公路——京沪高速公路项目天津段(二期)对本论文构建的施工进度目标规划风险评价指标体系及评价模型进行了实证初验,验证了该风险评价指标体系及模型具有一定的合理性及适用性。
胡程顺[10]2005年在《水电工程施工进度优化及控制方法研究》文中进行了进一步梳理大型水电工程由于工期长、投资大、工序多、施工条件复杂,且极易受自然条件影响,因而制定其施工进度计划是一项庞大的系统工程,而这也是施工组织设计的难点。同时,缺少切实有效的施工进度优化理论与方法也制约着施工管理水平的提高。本文针对水电工程施工进度的优化及控制方法进行了理论分析与应用研究,主要工作和成果如下:1.提出了基于仿真的施工进度S型曲线管理方法。本文将系统仿真技术与体现完成工程百分比的施工进度S型曲线相结合,以多次对施工系统仿真所得结果绘制出一组S型曲线簇,即非确定型S型曲线,并与实际施工进度进行比较分析,以此进行施工进度管理。同时,针对此方法在堆石坝施工管理中的应用,还对以下叁个方面进行了研究:(1)土石方动态调配规划。规划中充分而细致地考虑了调配中所受到的约束条件及人为干预因素,建立了土石方调配问题的数学模型,并采用线性规划单纯形法进行求解,同时编制了较为通用的土石方平衡调配软件。(2)提出了施工有效天数的权马尔可夫(Markov)预测方法。此方法基于现有的历史降雨资料,经统计分析出各月中降雨影响下的施工无效天数,考虑各统计年相邻月间降雨的相关性,采用权马尔可夫和随机模拟的方法预测出未来年内各月的施工无效天数,并最终转化为各月的施工有效天数。(3)堆石坝施工过程一体化仿真。以循环网络模拟技术为基础,并对模型进行改进,首次将运输上坝和坝面填筑两个子系统有机结合起来进行一体化仿真。通过仿真得出的施工参数绘制出基于仿真的堆石坝施工进度S型曲线,以此辅助进行大坝施工进度的管理与控制。2.考虑资金时间价值影响下的资源均衡优化。为了有效地利用建设资金,需要考虑资金的时间价值及资金的均衡投入。本文在分别建立各自优化数学模型基础上,首次将考虑资金时间价值的动态投资和资源的均衡优化结合起来,建立了综合优化的数学模型,并采用遗传算法进行优化求解。3.提出了水电工程建设工期-费用-质量的遗传算法综合优化。将各活动质量进行量化处理,整个水电工程的质量表征为各活动质量的某种函数,连同工期、费用一起建立了叁者综合优化的数学模型。同时,为寻找出成本低、工期短、质量高这样的一个平衡点,结合遗传算法的智能搜索寻优技术,提出了叁者综合优化的定量方法。
参考文献：
[1]. 基于智能优化算法的施工项目风险预测与网络计划优化研究[D]. 李万庆. 天津大学. 2004
[2]. 网络计划项目风险元传递理论模型及其应用研究[D]. 王恪铖. 华北电力大学（北京）. 2008
[3]. 基于不确定性的工程项目网络计划优化研究[D]. 韩超. 南京林业大学. 2012
[4]. 基于BP神经网络的深基坑工程施工风险管理研究[D]. 牛发阳. 青岛理工大学. 2016
[5]. 工程项目四要素集成管理研究[D]. 杨自学. 河北工程大学. 2009
[6]. 高速公路工程全风险造价确定与控制研究[D]. 李希胜. 南京林业大学. 2009
[7]. 基于人工神经网络的工程项目风险管理研究[D]. 曹丽. 西安理工大学. 2006
[8]. 基于改进神经网络模型的火电建设工程项目风险评价研究[D]. 白丹丹. 华北电力大学(北京). 2017
[9]. 基于风险管理理论的高速公路项目施工进度目标规划研究[D]. 赵春雪. 天津理工大学. 2010
[10]. 水电工程施工进度优化及控制方法研究[D]. 胡程顺. 天津大学. 2005
标签：建筑科学与工程论文; 项目风险论文; 网络计划论文; 风险评价论文; 神经网络模型论文; 深基坑论文; 风险管理体系论文; 施工进度计划论文; 风险成本论文; 网络模型论文; 施工成本计划论文; 项目成本论文; 计划管理论文; 项目目标论文; 基坑支护论文; 成本预测论文; 管理成本论文; 目标成本论文; 项目分析论文; 预测模型论文; 风险模型论文;