基于主成分和神经网络的EPC承包商风险预警模型
随着我国工程项目规模的扩大和项目数量的增加,业主越来越多的采用EPC(Engineering, Procurement and Construction)承包管理模式以提高效率,降低成本,并将项目大部分风险移给总承包单位.此模式下承包商在设计、采购、施工整个过程中面临着较大风险,并且各类风险因素错综复杂.因此,风险控制成为EPC承包商管理的重要部分.如能在风险先兆出现初期及时识别出风险等级,并采取适当的风险规避措施,则可在很大程度上减轻承包商的损失.本文采用主成分分析与神经网络结合的方法,以承包商已竣工项目的统计数据作为神经网络的训练数据,建立起EPC承包商风险预警模型,将项目实施过程中面临的风险划分为轻警、中警,重警三个等级,以便承包商根据风险等级及时做出相应决策.
工程承包商 风险预警模型 神经网络 主成分分析
乌云娜 杨益晟 董鹤云
华北电力大学电气与电子工程学院,北京,102206
国内会议
北京
中文
131-137
2010-11-01（万方平台首次上网日期，不代表论文的发表时间）