基于反向传播神经网络的海洋工程项目投标风险评价方法.pdf
《基于反向传播神经网络的海洋工程项目投标风险评价方法.pdf》由会员分享,可在线阅读,更多相关《基于反向传播神经网络的海洋工程项目投标风险评价方法.pdf(8页珍藏版)》请在咨信网上搜索。
1、收稿日期:修回日期:录用日期:基金项目:上海市科技创新行动计划(D Z )资助项目作者简介:夏禹(),硕士生,研究方向为海洋工程项目管理及船舶检验技术与方法通信作者:王磊,教授,博士生导师;E m a i l:w a n g l e i s j t u e d u c n 文章编号:()S D O I:/j c n k i j s j t u S 基于反向传播神经网络的海洋工程项目投标风险评价方法夏禹,王磊(上海交通大学 海洋工程国家重点实验室,上海 ;福氏船级社,上海 )摘要:海洋工程行业是一个国际化的行业,其国际化的性质决定了该行业的竞争的激烈性同时海洋工程项目需要大规模的资金投入,所以在
2、进行该类项目投标时,公司决策人员能否对拟投标项目进行正确的风险评估后做出合理的投标决策,对公司的长期发展起到至关重要的作用通过对海洋工程行业投标项目相关风险因素的分析和识别,使用模糊层次分析法量化定性问题,并通过反向传播(B a c kP r o p a g a t i o n,B P)神经网络的高容错、高泛化能力,建立相应项目风险评价模型经过验证,该模型评估结果与实际专家评分结果相一致,具有较高的准确性,从而为海洋工程行业的配套企业在投标决策过程中提供了一个有效且快速的风险分析工具关键词:海洋工程投标;风险评估;反向传播神经网络;模糊层次分析中图分类号:T P ;TU ;F 文献标志码:AR
3、 i s kA s s e s s m e n tM e t h o d f o rM a r i n eE n g i n e e r i n gP r o j e c tB i d d i n gB a s e do nB a c kP r o p a g a t i o nN e u r a lN e t w o r kX I AY u,WANGL e i(S t a t eK e yL a b o r a t o r yo fO c e a nE n g i n e e r i n g,S h a n g h a i J i a oT o n gU n i v e r s i t y,
4、S h a n g h a i ,C h i n a;F o r e s i g h tS h i pC l a s s i f i c a t i o n,S h a n g h a i ,C h i n a)A b s t r a c t:T h e m a r i n ee n g i n e e r i n gi n d u s t r yi sa ni n t e r n a t i o n a l i z e d s e c t o r,w h o s ei n t e r n a t i o n a l i z a t i o nd e t e r m i n e s t h e
5、 i n t e n s i t yo f c o m p e t i t i o n I nt h eb i d d i n gp r o c e s s,i t i sc r u c i a l f o rc o m p a n yd e c i s i o n m a k e r st oc o n d u c ta c c u r a t er i s ka s s e s s m e n t s,a st h i sp l a y sav i t a lr o l ei nt h el o n g t e r m d e v e l o p m e n to ft h ec o m
6、p a n y A h i g ha c c u r a c yp r o j e c tr i s ka s s e s s m e n tm o d e li se s t a b l i s h e da f t e ra n a l y z i n ga n di d e n t i f y i n gr e l e v a n t r i s kf a c t o r si ns u c hp r o j e c t sb a s e do nq u a n t i f y i n gq u a l i t a t i v ep r o b l e m su s i n gt h e
7、f u z z ya n a l y t i ch i e r a r c h yp r o c e s s(F AH P)a n du t i l i z i n gt h eh i g hf a u l t t o l e r a n c ea n dg e n e r a l i z a t i o nc a p a b i l i t i e so f t h eb a c kp r o p a g a t i o n(B P)n e u r a l n e t w o r k T h u s,t h em o d e l p r o v i d e s a ne f f e c t
8、i v e a n de f f i c i e n t r i s ka n a l y s i s t o o l f o rs u p p o r t i n ge n t e r p r i s e s i nt h em a r i n ee n g i n e e r i n g i n d u s t r y i nt h eb i d d i n gd e c i s i o n m a k i n gp r o c e s s K e yw o r d s:m a r i n ee n g i n e e r i n gb i d d i n g;r i s ka s s e
9、 s s m e n t;b a c kp r o p a g a t i o n(B P)n e u r a ln e t w o r k;f u z z ya n a l y t i ch i e r a r c h yp r o c e s s(F AH P)第 卷 增刊 年 月上 海 交 通 大 学 学 报J OUR NA LO FS HAN GHA I J I AOT ON GUN I V E R S I T YV o l S u p O c t 增刊夏禹,等:基于反向传播神经网络的海洋工程项目投标风险评价方法 近年来,随着欧洲能源危机,俄乌战争等因素的影响,各国对海洋的能源项目的投
10、入不断加大在石油天然气方面,也逐步开始进入了超深水开发阶段,海洋新发现的油气的储量规模远超陆地,特别是超深水油气平均储量为 亿桶当量,相当于陆上规模的 倍我国承接大型,复杂国际海洋工程项目(如:F P S O,F P U,F L NG等)的数量也在逐步增加另一方面随着绿色能源,低碳等概念的兴起,我国海上风电行业开始进入高速发展的窗口期,同时也开始承接国外大型海上风电项目(如:S e aG r e e n项目等)随着我国未来国际海洋工程项目储备量的增加,国内外的相关配套企业的数量也在逐年增加同时海洋工程因为其国际化的性质以及较长的项目设计和建造周期,往往会出现各种不确定的因素,如近年来的俄罗斯A
11、 r c t i c 项目在查阅海洋工程投标风险因素分析及评价的文献时,发现国内外学者对于工业、建筑类项目的风险管理等方面,结合人工智能 、深度学习等的方法,已经做了大量的研究但是在本文所研究的海洋工程投标领域并没有太多的可参考文献海洋工程虽然大多也采用工程总包(E n g i n e e r i n gP r o c u r e m e n tC o n s t r u c t i o n,E P C)模式,但是和其他E P C项目在项目风险因素 上还是有所不同的,例如海洋工程E P C项目涉及的不同国家承包商和供应商相比于传统工业和建筑业更加多和复杂,对政治局势的敏感性也更大同时因为技术的
12、复杂性,目前全球有能力和实力承接海洋工程E P C工程的企业也没有如其他行业之多以上这 些 问 题 会 造 成 海 洋 工 程 行 业 在 采 取E P C模式的情况下,沟通的时间成本,政治因素的影响会比传统工业和建筑业更加庞大同时因为有能力和实力承接类似E P C项目的企业不多,从而造成了被国外企业所垄断的趋势所以在海洋工程项目投标时,如果对项目未来可能出现的风险因素缺乏认知,以及缺少对未来风险的有效规避,转移或应对措施,海洋工程大规模资金投入的行业性质会对相关企业在后疫情时代的项目实施和长远稳定的发展带来不可挽回的严重后果同时在海洋工程的前期投标决策阶段就需要对备选投标项目的风险程度,项目
13、体量等是否适合自身企业进行投标进行更加全面、系统的评估本文通过对传统国际海洋工程项目相关风险因素的识别,建立了基于模糊层次分析法和反向传播(B a c kP r o p a g a t i o n,B P)神经网络的项目风险评估模型,为行业的相关配套企业在投标决策过程中有效评估项目风险提供了支持及分析方法 海洋工程项目风险因素识别为了对海洋工程项目的相关分析因素做全面的分析,在阅读了相应对E P C项目的成本,多分包形式的施工特点,采购和施工成本绩效 和项目交付前全过程风险分析 的文献后咨询了相关领域的资深工程师、项目投标负责人后,从这些风险因素产生的根源出发,将这些风险因素划分为承包企业自身
14、因素、项目因素、业主因素、竞争对手因素、环境因素个方面,如图所示图影响海洋工程投标的风险因素F i g R i s kf a c t o r sa f f e c t i n gm a r i n ee n g i n e e r i n gb i d d i n g 上海交通大学学报第 卷基于B P神经网络投标风险评估模型设计 人工神经网络人工 神 经 网 络(A r t i f i c i a lN e u r a lN e t w o r k s,ANN)是科学家模仿生物神经网络系统建立的信息处理模型模型的输入可以类比为神经元的树突,而输出可以类比为神经元的轴突,计算则可以类比为细胞核其
15、信息处理功能由大量处理单元(神经元)相互连接所形成的网络拓扑结构,以及模型的输入,输出特性(激活函数)所决定的,如图所示图中:xj(j,n)表示来自外部或其他神经元的输入信号;wj i为不同输入信号的相应权值,i为神经元编号;ui为经线性加权,求和后的输出;i为该神经元的阈值;Oi为经偏差调整后的输出;f(xi)为激活函数;Yi为神经元的输出,即Yi(t)fnjwj ixj(tj i)i()式中:j i表示输入输出间的突触延时为了方便起见,假定该延时为,即单位延时,则式()中的线性求和部分可简化为ui(t)njwj ixj(t)()Oiuiinjwj ixji()Yif(Oi)()图人工神经元
16、结构模型F i g M o d e l o f a r t i f i c i a l n e u r a ln e t w o r k同时为了方便起见,将i前的系数看为,即x,i看为x相的权值,则可将模型的线性求和部分化简为uinjwj ixj()f(xi)可取不同的函数,常见的激活函数有分段函数、阈值函数和S型函数(S i g m o i d函数)等 B P神经网络B P神经网络,又被称为误差反向传播算法,将输出误差通过反向传播的算法,对网络的权值和阈值进行反复的调整,直到网络的输出误差减小到预设值或达到预先设定的学习次数对于B P神经网络,隐含层可以使得网络由多维向低维进行映射,但是采用
17、越多的隐含层,B P网络误差向后传播过程的计算就越复杂,更加容易陷入局 部 最 优 的 情 况,同 时 训 练 时 间 也 会 大 幅 增加,所以本文选择层神经网络,即输入层,隐含层和输出层影响海洋工程投标风险因素的B P神经网络模型如图所示图影响海洋工程投标风险因素的B P神经网络模型F i g B Pn e u r a ln e t w o r km o d e lo f r i s kf a c t o r sa f f e c t i n gm a r i n ee n g i n e e r i n gb i d d i n gB P神经网络原理如下神经网络的实际输入为XxxxxnT
18、实际输出为YyyyylT隐含层的输出为UuuuumT期望输出为DddddlT输入层到隐含层的权值为Vvvvvm隐含层到输出层的权值为Wwwwwl以下推导过程中对输出层有:j,m;k,l,对于隐含层有:i,n;j,m,假设所有神经元的激活函数都使用S i g m o i d函数,则:将输出层第k个神经元的输出误差定义为增刊夏禹,等:基于反向传播神经网络的海洋工程项目投标风险评价方法 ekdkyk()输出层总误差Elk(dkyk)()输入层到隐含层的权值修正量vi j和隐含层到输出层的权值修正量wj k的表达式分别为wj kEwj kENkNkwj k()vi jEvi jENiNivj k()式
19、中:负号表示梯度下降;常数(,)表示比例系数(学习速率);Nk为各层神经元的输入,Nkwj kuj()Nkvi kxi()定义输出层与隐含层的误差信号为ykENk()ujENj()则权值调整的表达式可以改写为wj kykuj()vi jujxi()使用式()和()的方法同时结合激活函数,可以得到:yk(dkyk)yk(yk)()ujlkykwj k()uj(uj)()B P神经网络各参数处理国际海洋工程也大多采用E P C模式,所以对于海洋工程投标风险的评估可以参考E P C项目的模糊数学评价思想,可以较好地处理投标风险中的主观因素,也可以将定性问题转化为定量问题进行分析,同时结合B P神经网
20、络的泛化能力及容错性强等特点,进一步弱化模糊算法的主观性本文通过将模糊评价方法和B P神经网络相结合,使得对于海洋工程领域的 投标风险 评估结 果 更 加 具 有 参 考价值网络的输入:根据模糊评价法则,选定风险评价集 SA,B,C,D,E,分别表示风险低、风险较低、风险一般、风险较高、风险高;相应的权重依次为W/通过 名招投标方面的专家对需要评估的项目,根据图中各风险因素进行打分,从而得到这 个二级指标在评语集下的对应的隶属度R,结合个评价指标的权重,通过模糊变化公式BW RT得到最后的综合权重(,),可以直接作为B P神经网络的输入,即B P神经网络的输入节点为 个网络的输出:采用“数值法
21、”与最大隶属度原则相结合的方式,直接把输出量定为实际中所取得的目标数据采 用 层 次 分 析 法(A n a l y t i c H i e r a r c h yP r o c e s s,AH P)得出一级和二级指标层相应判断矩阵的最大特征值,同时进行一致性检验,若通过一致性检验,则得到的特征向量可以作为矩阵的权向量,若不满足一致性检验要求,则说明对判断矩阵的打分存在矛盾之处,需要对风险评估指标重新进行打分和计算,最后通过模糊计算公式,得到该项目投标的综合模糊评价结果,根据最大隶属度原则,确定该项目的投标风险等级隐含层节点数量的选取:目前隐含层节点数量的选择,并没有同一标准,往往是根据多次
22、仿真实验来确定,或者根据以往学者的一些参考公式来确定,即nnmanl o gnnn ma其中:n为隐含层节点数量;n为输入层节点数量;m为输出层节点数量;a为 之间的某个常数本文采用试凑法来确定最佳的隐含层节点数量,首先可以通过以上个参考公式来快速确定试凑 法 所 要 试 验 的 隐 含 层 边 界,其 次 从 最 小 的n(n_m i n)以为单位逐渐增加到最大的n(n_m a x)比较在训练集数目相同情况下单网络收敛速度,就可以根据训练结果的误差与测试结果的误差来最终确定隐含层的数量 通过以上方法,本文最佳的隐含层节点数为 实例分析本文参 考 海 洋 工 程 配 套 行 业 的H公 司 在
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 反向 传播 神经网络 海洋工程 项目 投标 风险 评价 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。