文档介绍：2011 年 1 月西
安
邮
电
学
院
学
报 Jan. 2011

第 16 卷第 1 期 JOU RN A L OF XI
AN U N IV ERSIT Y OF PO ST S AN D T EL ECOM M U NICA T IO N S V ol
16 N o
1
基于 BP 神经网络的工程项目风险评价
杨俊辉1 , 程银侠2
( 1. 西安邮电学院管理工程学院, 陕西西安
710061; 2. 陕西省现代建筑设计研究院第 1 设计所, 陕西西安
710048)
摘要: 工程项目风险评价是工程项目管理的一个重要环节, 将神经网络理论引入工程项目风险评价, 建立了工程项
目风险评价的 BP 神经网络模型, 并通过实例对模型进行了验证。
关键词: 工程项目; 风险; BP 神经网络
中图分类号: F282
文献标识码: A
文章编号: 1007- 3264( 2011) 01- 0115- 04

工程项目是在复杂的自然和社会条件下进行简单神经元按一定规则连接构成网络, 以求模拟生
的, 从可行性研究、设计、施工到竣工验收, 是一个一物神经网络系统的容错和学习能力。目前, 神经网
次性的过程, 也是一个复杂开放的系统。在其实施络类型主要有 BP( Back Pr opag ation) 网络、H OP
过程中, 不可避免的会受到各种不确定因素的影响, ( H opfield) 网络和自适应网络等。由于 BP 网络具
导致工程项目的进度、质量和费用控制等目标不能有较好的自学习、自联想功能, 成为目前应用最为广
实现。因此, 为了避免各种不确定因素的影响, 保证泛的一种网络。
工程项目顺利进行, 在实施之前必须对其风险进行一个典型的 BP 网络主要由神经元及神经元之
科学、客观地分析与评价。间的连接权组成, 可分为输入层、隐含层和输出层组
尽管越来越多的人认识到工程项目风险评价的成。BP 算法的学习过程是由正向传播和反向传播
重要性, 提出了一些评价方法如德尔菲法、层次分析两个过程组成的, 在正向传播过程中输入信息从输
法、模糊综合评价法[ 1- 4] 。但是, 这些方法在评价过入层经隐含层逐层处理, 并传向输出层, 每一层神经
程中随机因素影响较多, 评价结果易受主观因素的元的状态只影响下一层神经元的状态, 如果在输出
影响, 片面性、主观性较强。近年来, 快速发展的神层不能得到期望输出, 则转入反向传播将误差信号
经网络以其特有的优点, 克服了主观因素的影响, 越沿原来的连接通路返回, 把网络学习时输出层出现
来越多地被应用于模式识别、自动控制、图像处理、的与事实!不符的误差, 归结为连接层中各节点间
经济评价与预测等很多领域[ 5] 。因此, 本文将神经连接权及阀值的过错!, 通过把输出层节点的误差
网络理论引入工程项目风险评价, 用 BP 算法构造逐层向输入层逆向传播以分摊!给各连接节点, 从
工程项目风险评价模型, 并通过实例验证模型的有而可算出各连接节点的参考误差, 并据此对各连接
效性。权进行相应的调整, 使网络适应要求的映射[ 6] 。具
体过程如下。
1
BP 神经网络结构与学习原理
( 1) 给 w