2004年2月基建优化Feb.2004第25卷第1期OPTIMIZATIONOFCAPITALCONSTRUCTIONVol.25No.1XXXX工程项目投资风险评价模型研究张俊玲,陈立文,尹志军,赵丽坤(河北工业大学管理学院,天津300130)摘要:在项目决策前期对项目了解很少的情况下,一般对项目给出一个基本的风险综合评价数值,作为决策的依据。在建立工程项目投资风险评价指标体系的基础上,提出了将人工神经网络应用于工程项目投资风险评价中的综合评价方法,建立了人工神经网络模型,较好的解决了以往的评价方法中存在的人为确定权重的不足。最后进行了实证分析,在此基础上进行了敏感性分析,得到了比较好的评价结果。关键词:工程项目投资;风险评价;神经网络模型中图分类号:F283文献标识码:A文章编号:100027717(2004)01-0011-04StudyontheRiskEvaluationModelforEngineeringProjectInvestmentZhangJun2ling,ChenLi2wen,YinZhi2jun,ZhaoLi2kun(SchoolofManagement,HebeiUniversityofTechnology,Tianjin300130,China)Abstract:Beforeadecision-makerdecideswhethertoinvestinaproject,heusuallymakeageneralevaluationabouttherisk.Basedontheestablishmentofriskevaluationindexsystemaboutengineeringprojectinvestment,introducesanewmethod,whichappliestheartificialneuralnetwork(ANN)intoriskevaluation,andconstructsaartificialneuralnetworkmodelthatcansolvethedeficienciesoftheothermethods.Atlast,thismodelisappliedtotherealcaseofaengineeringprojecttoevaluateitsrisklevel,andthesensitivityisanalysed.Simulationresultshowsthatthismodeldoesnotneeddefiningweightnumberandhasbeenprovedsatisfactory.Keywords:engineeringprojectinvestment,riskevaluation,artificialneuralnetworkmodel网络模型可以很方便地进行各风险因素的敏感性分析。0引言1人工神经网络理论概述风险评价是工程项目投资风险管理的关键步骤,是对工程项目整体风险水平作出合理评价的过程。风险数值综合1.1人工神经网络的概念评价模型适用于项目各阶段决策前期,因为这个时期往往缺人工神经网络(ArtificialNeuralNetwork)是一门崭新的乏具体的数据资料,主要依据的是专家经验和决策者的意信息处理科学。从1943年W.S.Moculloch和W.Pitts研究向,得出的结论也是一种大致的程度值,它作为一种分析参并提出M-P神经元模型到今天,人们对神经网络的研究已考的基础,为决策者提供重要信息,具有很高的价值。在评走过了很长的历程,对模拟、仿真和生物神经网络的研究和价过程中,权重的确定是非常关键的。常见的风险数值评价探索已取得了很大的成绩。人工神经网络是一类模拟生物方法主要有调查和专家打分法、模糊数学法、层次分析法,利神经系统结构,由大量处理单元组成的非线性自适应动态系用这些方法的一个共有的缺点是在评价过程中,人的主观因统,它具有学习能力,记忆能力,计算能力以及智能处理功素的成分很大,各种因素的权重设置主要靠人为设定,导致能,在不同程度和层次上模仿大脑的信息处理机理。神经网决策的不准确性高。为解决这一问题,提出一种将人工神经络具有非线性,非局域性,非定常性,非凸性等特点。神经网网络应用于风险数值综合评价模型中的评价方法。人工神络把结构和算法统一为一体的系统,可以看作是硬件和软件经网络方法用于解决上述问题可以起到很好的作用,它可以的结合体。神经网络的研究在国际上已形成一种热潮,其应根据已学会的知识和处理问题的经验对复杂问题作出合理用已渗透到模式识别、自动控制、图像处理、非线性优化、经的判断决策,给出较满意的解答,或对未来过