工程風(fēng)險(xiǎn)評(píng)價(jià)培訓(xùn)講義

工程風(fēng)險(xiǎn)的評(píng)價(jià)第1節(jié)

專(zhuān)家打分法1.專(zhuān)家打分法的內(nèi)涵專(zhuān)家打分法是通過(guò)向?qū)＜艺髟円庖?jiàn)，對(duì)專(zhuān)家意見(jiàn)進(jìn)行統(tǒng)計(jì)、處理、分析和歸納后，客觀地綜合專(zhuān)家的主觀判斷，對(duì)大量難以采用技術(shù)方法進(jìn)行定量分析的因素做出合理估計(jì)的方法。專(zhuān)家打分法是一種最常用、最簡(jiǎn)單的風(fēng)險(xiǎn)評(píng)估方法，又稱為綜合評(píng)估法或主觀評(píng)分法。2.專(zhuān)家打分法的步驟利用風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)估計(jì)的結(jié)果，根據(jù)風(fēng)險(xiǎn)因素對(duì)工程的影響程度，確定每個(gè)風(fēng)險(xiǎn)因素的權(quán)重。確定每個(gè)風(fēng)險(xiǎn)的等級(jí)值，例如：很好，非常好，一般，很小等，再按照等級(jí)值確定分值。將每項(xiàng)風(fēng)險(xiǎn)的權(quán)重與等級(jí)值得分相乘，求出該風(fēng)險(xiǎn)的綜合得分。得分越高者表示風(fēng)險(xiǎn)水平越高，對(duì)工程的影響也越大。在此基礎(chǔ)上確定工程風(fēng)險(xiǎn)的排序。此外，專(zhuān)家調(diào)查法還可以按照專(zhuān)家的經(jīng)驗(yàn)、對(duì)所評(píng)估項(xiàng)目的了解程度、知識(shí)領(lǐng)域等賦予相應(yīng)的權(quán)重值。最后各風(fēng)險(xiǎn)的得等于每位專(zhuān)家的風(fēng)險(xiǎn)評(píng)分乘以該專(zhuān)家的權(quán)重值的總和，再除以總權(quán)重。具體公式如下：3.專(zhuān)家打分法的適用性適用于工程項(xiàng)目的前期決策，這一時(shí)期由于缺乏項(xiàng)目的具體資料，往往要根據(jù)專(zhuān)家的經(jīng)驗(yàn)和決策者的主觀意向來(lái)進(jìn)行風(fēng)險(xiǎn)分析和估計(jì)。由于該方法實(shí)際操作性較強(qiáng)，且專(zhuān)家豐富的工程經(jīng)驗(yàn)、扎實(shí)的專(zhuān)業(yè)知識(shí)使得評(píng)估結(jié)果具有一定的可靠性，所以在工程風(fēng)險(xiǎn)評(píng)估中的應(yīng)用較為廣泛。某大型集團(tuán)公司承攬一項(xiàng)國(guó)際工程項(xiàng)目，但是由于金融危機(jī)肆虐全球，并且該項(xiàng)目涉及一些新技術(shù)的應(yīng)用，項(xiàng)目決策者為了評(píng)價(jià)這些風(fēng)險(xiǎn)，計(jì)劃采用專(zhuān)家打分法對(duì)項(xiàng)目各類(lèi)風(fēng)險(xiǎn)進(jìn)行分析，確定風(fēng)險(xiǎn)順序。公司聘請(qǐng)了8位不同專(zhuān)業(yè)的專(zhuān)家，危害程度從小到大為0-10，然后根據(jù)權(quán)威性由小到大按照1-5給每個(gè)專(zhuān)家一個(gè)權(quán)重。每個(gè)專(zhuān)家的打分及權(quán)重如下表，請(qǐng)計(jì)算風(fēng)險(xiǎn)值并將風(fēng)險(xiǎn)排序。風(fēng)險(xiǎn)種類(lèi)專(zhuān)家ABCDEFGH結(jié)果政治風(fēng)險(xiǎn)評(píng)分值433454574.12權(quán)重43254511融資風(fēng)險(xiǎn)評(píng)分值768876756.57權(quán)重32143555環(huán)境風(fēng)險(xiǎn)評(píng)分值346545644.43權(quán)重43214333技術(shù)風(fēng)險(xiǎn)評(píng)分值8767591077.32權(quán)重32415532風(fēng)險(xiǎn)種類(lèi)專(zhuān)家ABCDEFGH結(jié)果政治風(fēng)險(xiǎn)評(píng)分值433454574.12權(quán)重0.160.120.080.20.160.20.040.04融資風(fēng)險(xiǎn)評(píng)分值768876756.57權(quán)重0.110.070.040.140.110.180.180.18環(huán)境風(fēng)險(xiǎn)評(píng)分值346545644.43權(quán)重0.170.130.090.040.170.130.130.13技術(shù)風(fēng)險(xiǎn)評(píng)分值8767591077.32權(quán)重0.120.080.160.040.20.20.120.08第2節(jié)層次分析法1.層次分析法概述層次分析法（AnalyticalHierarchyProcess,AHP），是美國(guó)數(shù)學(xué)家T.L.Saatty在20世紀(jì)70年代提出的一種定性分析和定量分析相結(jié)合的評(píng)價(jià)方法，在經(jīng)濟(jì)學(xué)和管理學(xué)中應(yīng)用廣泛。層次分析法的基本思想是把復(fù)雜問(wèn)題分解為若干個(gè)層次，在最低層次通過(guò)兩兩對(duì)比得出各因素的相對(duì)重要性，通過(guò)由低到高的層層分析計(jì)算，最后計(jì)算出各方案對(duì)總目標(biāo)的權(quán)重，為決策者進(jìn)行決策提供依據(jù)。其基本假設(shè)是層次間存在遞階結(jié)構(gòu)，從高到低或從低到高遞進(jìn)。當(dāng)復(fù)雜系統(tǒng)中某一層次直接或間接影響其它層次時(shí)，同時(shí)又受其它層次影響時(shí)，層次分析法就不再適用，而應(yīng)該用網(wǎng)絡(luò)模型解決。2.層次遞階模型的類(lèi)型目標(biāo)層：我們的目的是什么？準(zhǔn)則層：評(píng)價(jià)的標(biāo)準(zhǔn)是什么？方案層：備選的方案有哪些？完全相關(guān)型部分相關(guān)型完全獨(dú)立型3.層次分析法的步驟根據(jù)評(píng)價(jià)目標(biāo)和評(píng)價(jià)準(zhǔn)則，建立遞階層次結(jié)構(gòu)模型；將同一層次的不同因素進(jìn)行兩兩比較，構(gòu)造判斷矩陣；進(jìn)行判斷矩陣的一致性檢驗(yàn)計(jì)算項(xiàng)目風(fēng)險(xiǎn)的綜合重要度根據(jù)評(píng)價(jià)準(zhǔn)則和綜合重要度進(jìn)行決策1.根據(jù)評(píng)價(jià)目標(biāo)和評(píng)價(jià)準(zhǔn)則，建立遞階層次結(jié)構(gòu)模型首先對(duì)要決策的問(wèn)題要有明確的認(rèn)識(shí)，弄清楚它所涉及的因素，如評(píng)價(jià)標(biāo)準(zhǔn)、約束條件、可能性和方案等然后將問(wèn)題換分為三大層次，即：目標(biāo)層、中間層和方案層。目標(biāo)層表示我們要決策的總目標(biāo)；中間層通常為分目標(biāo)、約束層、準(zhǔn)則層等，它表示為了判斷總目標(biāo)的優(yōu)劣所具體展開(kāi)的方面；方案層就是我們要解決總目標(biāo)而設(shè)置的備選方案或措施。例如：去某地旅游將這些關(guān)系用遞階層次圖表示出來(lái)，就是我們的層次結(jié)構(gòu)模型。2.將同一層次的不同因素進(jìn)行兩兩比較，構(gòu)造判斷矩陣比較判斷矩陣是層次分析法的核心所在。之所以成為比較判斷矩陣是因?yàn)樵摼仃囃耆窃趦蓛梢蛩叵嗷ケ容^后得出來(lái)的。請(qǐng)注意，比較判斷矩陣是以上一層的某一準(zhǔn)則為標(biāo)準(zhǔn)，讓該層的因素以上一層的這個(gè)準(zhǔn)則為標(biāo)準(zhǔn)，兩兩比較確定相對(duì)重要性。時(shí)間價(jià)格火車(chē)飛機(jī)單車(chē)由于是兩兩比較，因此，如果對(duì)于上層準(zhǔn)則H，其下一層方案有n個(gè)，那么我們就可以得到一個(gè)n階的比較方陣。時(shí)間飛機(jī)火車(chē)單車(chē)飛機(jī)

火車(chē)

單車(chē)

時(shí)間飛機(jī)火車(chē)單車(chē)飛機(jī)

火車(chē)

單車(chē)

判斷矩陣中的元素一般是利用評(píng)價(jià)者的知識(shí)和經(jīng)驗(yàn)估計(jì)出來(lái)的。估計(jì)的時(shí)候，由于評(píng)價(jià)者的估計(jì)并不是十分精確的，因此比較矩陣的第4條性質(zhì)不一定會(huì)滿足，因此，在利用這個(gè)評(píng)價(jià)者做出的判斷矩陣之前，必須對(duì)這個(gè)判斷矩陣進(jìn)行一致性檢驗(yàn)。對(duì)于比較判斷矩陣中的每個(gè)元素的確定，其本質(zhì)就是通過(guò)兩兩比較的方法給矩陣中的每個(gè)元素賦予一定的數(shù)值。為此，薩蒂教授引入1~9標(biāo)度法。因?yàn)?，根?jù)心理學(xué)的研究成果，人們區(qū)分信息等級(jí)的有限能力為5~9個(gè)，因此采用1~9標(biāo)度法。那么，結(jié)合前面所說(shuō)的4個(gè)性質(zhì)，對(duì)于一個(gè)n階矩陣，我們最少需要確定多少個(gè)判斷數(shù)值就能得到這個(gè)矩陣呢？i和j兩目標(biāo)相比1i因素與j因素同等重要3i因素比j因素稍微重要5i因素比j因素明顯重要7i因素比j因素重要得多9i因素比j因素絕對(duì)重要2,4,6,8介于1,3,5,7,9之間以上各數(shù)的倒數(shù)兩個(gè)目標(biāo)反過(guò)來(lái)練習(xí)：某層有三個(gè)評(píng)價(jià)指標(biāo)，指標(biāo)1比指標(biāo)2稍微重要，比指標(biāo)3明顯重要，指標(biāo)2與指標(biāo)3相比，介于同等重要和稍微重要之間，則該問(wèn)題的判斷矩陣為：3.確定判斷矩陣的最大特征值（權(quán)重）確定判斷矩陣的最大特征值有很多種方法，最常用的是求根法與和積法。求根法比較準(zhǔn)則

①②③④項(xiàng)目總體風(fēng)險(xiǎn)A經(jīng)濟(jì)風(fēng)險(xiǎn)B1生態(tài)風(fēng)險(xiǎn)B2社會(huì)風(fēng)險(xiǎn)B3新建改造①②③④①②③④①②③④①②③④和積法①②③得到特征向量④①②③④兩種方法的對(duì)比求根法和積法權(quán)重特征值步驟①②③④①②③④4.矩陣一致性檢驗(yàn)

請(qǐng)回憶一下，判斷矩陣的4個(gè)性質(zhì)：由于判斷矩陣是決策者估計(jì)所得，而不是很精確，因此并不能保證矩陣中的每個(gè)因素都滿足第4個(gè)性質(zhì)。因此，經(jīng)過(guò)判斷矩陣計(jì)算出的權(quán)重還不能直接使用，必須經(jīng)過(guò)一致性檢驗(yàn)。如果檢驗(yàn)通過(guò)，權(quán)重才能使用。那么薩蒂教授是怎么確定一致性的標(biāo)準(zhǔn)呢？他運(yùn)用了統(tǒng)計(jì)抽樣的原理。首先，薩蒂教授構(gòu)造了最不一致的情況，即對(duì)不同的n階矩陣中的元素采取隨機(jī)取數(shù)的方法進(jìn)行賦值，并且對(duì)不同的n階矩陣采用了100-500個(gè)獨(dú)立抽樣，分別計(jì)算出這些獨(dú)立抽樣后的一致性指標(biāo)，再求得計(jì)算結(jié)果的平均值，作為隨機(jī)型標(biāo)準(zhǔn)。記為R.I.計(jì)算結(jié)果如下表：n1234567891011R.I.000.580.91.121.241.321.411.451.491.51一致性指標(biāo)一致性比率若一致性比率的計(jì)算結(jié)果小于0.1，則認(rèn)為比較判斷矩陣的一致性可以接受，權(quán)重向量W可以接受。n1234567891011R.I.000.580.91.121.241.321.411.451.491.51一致性比率的計(jì)算結(jié)果小于0.1，則認(rèn)為比較判斷矩陣的一致性可以接受，權(quán)重向量W可以接受。項(xiàng)目總體風(fēng)險(xiǎn)A經(jīng)濟(jì)風(fēng)險(xiǎn)B1生態(tài)風(fēng)險(xiǎn)B2社會(huì)風(fēng)險(xiǎn)B3新建改造請(qǐng)問(wèn)，三階以下矩陣是否需要進(jìn)行一致性檢驗(yàn)？為什么？5.計(jì)算總權(quán)重并排序,檢驗(yàn)一致性項(xiàng)目總體風(fēng)險(xiǎn)A經(jīng)濟(jì)風(fēng)險(xiǎn)B1生態(tài)風(fēng)險(xiǎn)B2社會(huì)風(fēng)險(xiǎn)B3新建改造AB1B2B3B1130.25B20.3333310.16667B3461合計(jì)5.33333101.41667AB1B2B3B10.18750.30.17647B20.06250.10.11765B30.750.60.70588合計(jì)歸一化0.663970.221320.280150.093382.055880.68529AW最大特征值0.672793.03986710.281373.01312342.130883.10944219.16243253.0541442CI0.02707CR0.04668B1C1C2C114C20.251合計(jì)1.255B1C1C2C10.80.8C20.20.2合計(jì)歸一化1.60.80.40.2AW最大特征值1.620.42

2B1C1C2C110.33333C231合計(jì)41.33333B1C1C2C10.250.25C20.750.75合計(jì)歸一化0.50.251.50.75AW最大特征值0.521.52

2B1C1C2C112C20.51合計(jì)1.53B1C1C2C10.66666670.66667C20.33333330.33333合計(jì)歸一化1.333330.666670.666670.33333AW最大特征值1.3333320.666672

2第3節(jié)模糊綜合評(píng)價(jià)技術(shù)現(xiàn)實(shí)中，很多概念無(wú)法清晰表達(dá)，都是模糊的如身高、美觀、好壞等。在項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)中，有些現(xiàn)象或活動(dòng)界限是清晰的，有些則是模糊的。對(duì)于這些模糊的現(xiàn)象或活動(dòng)只能采用模糊集合來(lái)描述，應(yīng)用模糊數(shù)學(xué)進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)。1965年，美國(guó)學(xué)者L.A.Zadeh首次提出了模糊集合的概念，對(duì)模糊行為和活動(dòng)建立模型。近些年，模糊數(shù)學(xué)應(yīng)用越來(lái)越廣泛。1.模糊事件在風(fēng)險(xiǎn)評(píng)估實(shí)踐中，有許多事件的風(fēng)險(xiǎn)程度是不可能精確描述的，如風(fēng)險(xiǎn)水平高、技術(shù)先進(jìn)、資源充足等。那么，所謂的“高”，“先進(jìn)”，“充足”等均屬于邊界不清晰地概念，稱為模糊概念。那么，諸如此類(lèi)的概念或事件，既難以有物質(zhì)上的確切含義，也難以用數(shù)字準(zhǔn)確的表達(dá)出來(lái)，這類(lèi)事件就屬于模糊事件。2.模糊集合普通集合可以表達(dá)概念，如{1,2，…n}表示自然數(shù)的概念。但普通集合不能表達(dá)模糊的概念。因此，我們需要將普通集合的概念加以推廣，以解決具有模糊性的實(shí)際問(wèn)題。將模糊性概念用集合表示，構(gòu)成模糊集。

設(shè)X為一個(gè)基本集合，若對(duì)每個(gè)x∈X,都制定一個(gè)數(shù)，則定義模糊子集當(dāng)X集合中的元素個(gè)數(shù)是可數(shù)的時(shí)候，則例如：設(shè)某4個(gè)人a,b,c,d屬于高個(gè)子的程度分別為0.8；0.5；0.6；0.2，則該集合可表示為在上述表達(dá)式中，“+”被稱為查得符號(hào)，表示模糊集合中的元素并列，沒(méi)有相加的含義。3.隸屬函數(shù)的確定確定模糊隸屬函數(shù)的方法有很多。下面介紹模糊統(tǒng)計(jì)確定隸屬函數(shù)的方法。先選取一個(gè)基本集合A，然后取其中任意一個(gè)元素xi；然后考慮該元素屬于集合A的可能性。例如：先確定模糊集合的高個(gè)子，然后考慮其中某個(gè)人a屬于高個(gè)子這個(gè)模糊集合的可能性。通常，為了得到量化的數(shù)據(jù)，可以邀請(qǐng)一些人來(lái)判斷a是否為高個(gè)子，由于人們對(duì)高個(gè)子的邊界不太一樣，有人會(huì)認(rèn)為是，也有人會(huì)認(rèn)為不是，這樣可以得到：這里n是參加評(píng)判總?cè)藬?shù)，試驗(yàn)次數(shù)只要充分大，就會(huì)趨向于[0,1]中的一個(gè)數(shù)，這個(gè)數(shù)就被稱為隸屬度。4.模糊矩陣的運(yùn)算5.模糊綜合評(píng)價(jià)的步驟確定評(píng)價(jià)體系。在多因素的風(fēng)險(xiǎn)綜合評(píng)價(jià)體系中，風(fēng)險(xiǎn)指標(biāo)的建立是前提條件，是評(píng)估問(wèn)題的核心，風(fēng)險(xiǎn)因素指標(biāo)的選取應(yīng)結(jié)合風(fēng)險(xiǎn)的識(shí)別和風(fēng)險(xiǎn)估計(jì)的結(jié)果來(lái)進(jìn)行。建立風(fēng)險(xiǎn)集合。例如風(fēng)險(xiǎn)集合={技術(shù)風(fēng)險(xiǎn)，經(jīng)濟(jì)風(fēng)險(xiǎn)等}建立風(fēng)險(xiǎn)評(píng)價(jià)集合。如{高風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)等}確定風(fēng)險(xiǎn)因素的影響程度，并確定風(fēng)險(xiǎn)的權(quán)重確定各個(gè)風(fēng)險(xiǎn)的等級(jí)，得到隸屬度，確定隸屬度的模糊矩陣?yán)媚：u(píng)價(jià)規(guī)則確定各因素的綜合評(píng)價(jià)，C=R?S一級(jí)模型1.確定評(píng)價(jià)的因素集合U2.建立評(píng)價(jià)的等級(jí)集合V3.建立模糊關(guān)系矩陣（統(tǒng)計(jì)法）4.確定權(quán)重集合5.模糊綜合評(píng)價(jià)例題：某服裝品牌順應(yīng)潮流，推出一款牛仔褲。為了減小投入市場(chǎng)的風(fēng)險(xiǎn)，于是該公司決定聘請(qǐng)專(zhuān)家進(jìn)行模糊綜合評(píng)價(jià)。根據(jù)專(zhuān)家經(jīng)驗(yàn)，評(píng)價(jià)該產(chǎn)品應(yīng)該從舒適性、耐磨性、美觀性和價(jià)格四個(gè)方面入手。此外，專(zhuān)家們一致認(rèn)為，評(píng)價(jià)該產(chǎn)品可以分為很好、好、一般、不好四個(gè)評(píng)價(jià)等級(jí)。1.確定風(fēng)險(xiǎn)集合U2.確定評(píng)價(jià)集合V此后，專(zhuān)家們開(kāi)始對(duì)該產(chǎn)品進(jìn)行模糊關(guān)系矩陣的構(gòu)建工作。其基本思路是針對(duì)每一種屬性，統(tǒng)計(jì)專(zhuān)家認(rèn)為該產(chǎn)品屬于這種屬性的概率或比重。經(jīng)過(guò)專(zhuān)家試穿的意見(jiàn)，對(duì)所有專(zhuān)家的感受和意見(jiàn)統(tǒng)計(jì)如下：

舒適性30%認(rèn)為很好；60%認(rèn)為好；10%認(rèn)為一般；沒(méi)有人認(rèn)為不好

耐磨性30%認(rèn)為很好；60%認(rèn)為好；10%認(rèn)為一般；沒(méi)有人認(rèn)為不好

美觀性10%認(rèn)為很好；40%認(rèn)為好；20%認(rèn)為一般；30%認(rèn)為不好

價(jià)格20%認(rèn)為很好；50%認(rèn)為好；10%認(rèn)為一般；20%認(rèn)為不好則模糊矩陣應(yīng)該寫(xiě)成什么樣子呢？4.確定權(quán)重集合W權(quán)重的確定至關(guān)重要，同樣的評(píng)分，在不同的權(quán)重下結(jié)果差別會(huì)很大。例如：不同的年齡、背景、職業(yè)、性別、消費(fèi)能力等會(huì)對(duì)牛仔褲的舒適性、耐磨性、美觀性和價(jià)格的重視程度不同，因此很可能會(huì)賦予不同的權(quán)重。一般情況下，權(quán)重的確定可以用主觀法或?qū)哟畏治龇ù_定。假設(shè)，專(zhuān)家們對(duì)舒適性、耐磨性、美觀性和價(jià)格的權(quán)重打分分別為：0.3,0.1,0.4,0.2。5.模糊綜合評(píng)價(jià)如果B矩陣中的每行元素之和不等于1，則需要對(duì)B矩陣進(jìn)行歸一化處理，即將B矩陣中的每行元素除以該行元素總和，得到的歸一化之后的結(jié)果為綜合評(píng)價(jià)結(jié)果。例如：我們采用最常用的計(jì)算法則1來(lái)計(jì)算結(jié)果。計(jì)算結(jié)果表明，牛仔褲隸屬于“很好”，“好”，“一般”和“不好”的程度分別為25%，33%，17%和25%。根據(jù)最大隸屬度原則，則牛仔褲的地綜合評(píng)價(jià)屬于“好”多級(jí)模型1.將因素級(jí)分為s個(gè)子集，記作：該子集滿足以下條件設(shè)每個(gè)子集2.對(duì)每個(gè)子集利用一級(jí)模型分別進(jìn)行模糊綜合評(píng)價(jià)假定評(píng)價(jià)集中的各指標(biāo)的權(quán)重分配為這里要求：的單因素模糊評(píng)價(jià)矩陣為于是，第一級(jí)模糊綜合評(píng)價(jià)3.進(jìn)行多級(jí)模糊綜合評(píng)價(jià)將每個(gè)當(dāng)作一個(gè)因素對(duì)待，用的單因素模糊評(píng)價(jià)矩陣，而每個(gè)作為中的一部分，反應(yīng)的某種屬性，并按照相對(duì)重要性給出權(quán)重分配于是，二級(jí)模糊綜合評(píng)價(jià)4.計(jì)算綜合隸屬度綜合隸屬度，按此得出結(jié)果并確定項(xiàng)目風(fēng)險(xiǎn)的程度大小。案例分析：見(jiàn)教材p731.將因素級(jí)分為s個(gè)子集，記作：2.確定指標(biāo)權(quán)重：3.子因素層的模糊評(píng)價(jià)：根據(jù)最大隸屬度原則，在很高、較高、中等、較低、很低五級(jí)風(fēng)險(xiǎn)影響程度評(píng)價(jià)中，本項(xiàng)目屬于“較低”級(jí)別（因?yàn)檩^低級(jí)別的隸屬度為0.35747，是最大的），因此項(xiàng)目可以投標(biāo)。某市一水處理廠采用了BOT項(xiàng)目融資方式進(jìn)行建設(shè)，由于BOT項(xiàng)目的投資多、期限長(zhǎng)、流動(dòng)性相對(duì)較差，因此邀請(qǐng)包括基建項(xiàng)目建設(shè)專(zhuān)家、項(xiàng)目管理專(zhuān)家、法律專(zhuān)家、金融專(zhuān)家、風(fēng)險(xiǎn)評(píng)估師等在內(nèi)的一組評(píng)判人員，采用模糊綜合評(píng)價(jià)對(duì)項(xiàng)目進(jìn)行了風(fēng)險(xiǎn)評(píng)價(jià)。①確定因素集②指標(biāo)權(quán)重的確定③因素的評(píng)價(jià)集評(píng)價(jià)尺度根據(jù)所列出因素對(duì)項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行劃分，劃分為5個(gè)等級(jí)。④確定各評(píng)價(jià)指標(biāo)的隸屬度和模糊矩陣⑤一級(jí)模糊評(píng)價(jià)⑥二級(jí)模糊評(píng)價(jià)經(jīng)過(guò)之前的評(píng)價(jià)，我們可以得到模糊矩陣R評(píng)價(jià)矩陣B=A?R⑦計(jì)算綜合隸屬度根據(jù)最大隸屬度原則，我們已經(jīng)判斷出風(fēng)險(xiǎn)程度隸屬于較大。而且專(zhuān)家也已經(jīng)將風(fēng)險(xiǎn)的評(píng)價(jià)等級(jí)定為很大，較大，一般，較小，很小5個(gè)級(jí)別。那么，如果此時(shí)我們想知道較大到底能大到什么程度，該怎么辦呢？這就需要我們計(jì)算綜合隸屬度。假如，剛剛給出的很大，較大，一般，較小，很小是一個(gè)定性的概念，如果專(zhuān)家用量化表示這些級(jí)別的話，就可以計(jì)算綜合隸屬度了。例如：很大—0.9，較大—0.7，一般—0.5，較小—0.3，很小—0.1。那么，我們就可以根據(jù)剛剛的模糊評(píng)價(jià)計(jì)算結(jié)果與評(píng)價(jià)集的隸屬度相乘即可。第4節(jié)蒙特卡洛模擬技術(shù)第1節(jié)蒙特卡洛方法的定義蒙特卡洛模擬方法又稱為隨即抽樣技巧或統(tǒng)計(jì)試驗(yàn)方法，是估計(jì)經(jīng)濟(jì)風(fēng)險(xiǎn)和工程風(fēng)險(xiǎn)常用的一種方法。它借助人的主觀概率估計(jì)及計(jì)算機(jī)模擬，直接估計(jì)各種風(fēng)險(xiǎn)發(fā)生的概率，并以概率分布的形式表現(xiàn)出來(lái)。利用蒙特卡洛方法的優(yōu)點(diǎn)在于：可以將每個(gè)風(fēng)險(xiǎn)發(fā)生的概率，通過(guò)多次模擬試驗(yàn)，最終以比較滿意的概率分布的形式表示出來(lái)；克服了單因素敏感性分析受一維元素變化的局限性，這種方法分析了所有元素受風(fēng)險(xiǎn)不確定性的影響；通過(guò)計(jì)算機(jī)模擬，大大節(jié)約了統(tǒng)計(jì)時(shí)間。對(duì)傳統(tǒng)問(wèn)題的反思第2節(jié)蒙特卡洛方法的步驟①根據(jù)收集的相關(guān)風(fēng)險(xiǎn)因素的資料數(shù)據(jù)，估計(jì)其分布函數(shù)和參數(shù)②建立相應(yīng)風(fēng)險(xiǎn)的數(shù)學(xué)模型；③根據(jù)多種不確定性組合，確定模擬次數(shù)④產(chǎn)生偽隨機(jī)數(shù)⑤計(jì)算狀態(tài)函數(shù)值，即隨機(jī)事件的樣本值⑥重復(fù)進(jìn)行n次計(jì)算，獲得多種組合下的n個(gè)結(jié)果⑦通過(guò)統(tǒng)計(jì)和處理這些結(jié)果數(shù)據(jù)，找出項(xiàng)目變化規(guī)律，將這些結(jié)果值按照一定規(guī)律排列，統(tǒng)計(jì)各個(gè)值出現(xiàn)的次數(shù)，用這些次數(shù)值形成頻數(shù)分布曲線，計(jì)算每種結(jié)果出現(xiàn)的可能性⑧根據(jù)統(tǒng)計(jì)學(xué)原理，對(duì)這些結(jié)果進(jìn)行分析，為決策提供依據(jù)某網(wǎng)絡(luò)計(jì)劃有3個(gè)工序。假設(shè)三個(gè)工序的時(shí)間都是離散型隨機(jī)變量。根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)，確定出這3個(gè)隨機(jī)變量的概率分布，結(jié)果如表所示。請(qǐng)?jiān)囉妹商乜迥M方法評(píng)價(jià)此工程網(wǎng)絡(luò)的進(jìn)度風(fēng)險(xiǎn)。123ABC活動(dòng)時(shí)間估計(jì)概率代表活動(dòng)時(shí)間取值的隨機(jī)數(shù)A200.50～4300.55～9B150.40～3250.64～9C400.50～4500.55～9假設(shè)我們用隨機(jī)數(shù)進(jìn)行抽樣：A工序抽到的數(shù)字為5，則根據(jù)A工序的概率分布，5這個(gè)數(shù)字屬于第二類(lèi)，則A工序的工期為30天。B工序抽到的數(shù)字為5，則根據(jù)B工序的概率分布，5這個(gè)數(shù)字屬于第一類(lèi)，則B工序的工期為15天。C工序抽到的數(shù)字為4，則根據(jù)C工序的概率分布，4這個(gè)數(shù)字屬于第一類(lèi)，則C工序的工期為40天。根據(jù)三次抽樣的結(jié)果，A—5；B—5；C—4，我們將這次抽樣的結(jié)果記為“554”123ABC根據(jù)抽樣結(jié)果顯示，A+B出現(xiàn)了11次，C出現(xiàn)了9次。這意味著，AB作為關(guān)鍵線路的概率是55%；C作為關(guān)鍵線路的概率是45%。抽樣編號(hào)抽樣產(chǎn)生的隨機(jī)數(shù)ABC關(guān)鍵線路總工期1554301540A+B452135201550C503575302550A+B554697302550A+B555563302540A+B556729301550C507848301550C508431201540C409767302550A+B5510416201550C5011025201550C5012896302550A+B5513462202540A+B4514700301540A+B4515077202550C5016007201550C5017000201540C4018585302550A+B5519543301540A+B4520553301540A+B45項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40210%10%45525%35%50735%70%55630%100%如果，此時(shí)的限定工期為50天，那么根據(jù)累計(jì)分布概率可以看出，50天內(nèi)完工的概率可以達(dá)到70%。練習(xí)：某網(wǎng)絡(luò)計(jì)劃有3個(gè)工序。假設(shè)三個(gè)工序的時(shí)間都是離散型隨機(jī)變量。根據(jù)歷史統(tǒng)計(jì)數(shù)據(jù)，確定出這3個(gè)隨機(jī)變量的概率分布，結(jié)果如表所示。請(qǐng)?jiān)囉妹商乜迥M方法評(píng)價(jià)此工程網(wǎng)絡(luò)的進(jìn)度風(fēng)險(xiǎn)。123ABC活動(dòng)時(shí)間估計(jì)概率代表活動(dòng)時(shí)間取值的隨機(jī)數(shù)A200.50～4300.55～9B150.40～3250.64～9C400.50～4500.55～9抽樣編號(hào)A的隨機(jī)數(shù)B的隨機(jī)數(shù)C的隨機(jī)數(shù)抽樣結(jié)果1304304272472437467464885885544444465355357421421845545595115111052052011253253128608601352752714532532153033031667867817174174183203201926126120172172抽樣編號(hào)A的隨機(jī)數(shù)B的隨機(jī)數(shù)C的隨機(jī)數(shù)ABCA工序時(shí)間B工序時(shí)間C工序時(shí)間關(guān)鍵線路總工期1304304201540C402724724301540A+B453746746301550C504885885302050C505444444201540C406535535301550C507421421201540C408455455201550C509511511301540A+B4510520520301540A+B4511253253201540C4012860860302040A+B5013527527301550C5014532532301540A+B4515303303201540C4016678678302050C5017174174202040C4018320320201540C4019261261202040C4020172172202040C40關(guān)鍵線路頻數(shù)概率A+B525%C1575%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40945%45%45420%65%50735%100%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40210%10%45525%35%50735%70%55630%100%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40945%45%45420%65%50735%100%關(guān)鍵線路頻數(shù)概率A+B1155%C945%關(guān)鍵線路頻數(shù)概率A+B525%C1575%第一次隨機(jī)抽樣20次地模擬結(jié)果第二次隨機(jī)抽樣20次地模擬結(jié)果項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40210%10%45525%35%50735%70%55630%100%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40945%45%45420%65%50735%100%關(guān)鍵線路頻數(shù)概率A+B1155%C945%關(guān)鍵線路頻數(shù)概率A+B525%C1575%第一次隨機(jī)抽樣20次地模擬結(jié)果第二次隨機(jī)抽樣20次地模擬結(jié)果第三次隨機(jī)抽樣50次地模擬結(jié)果項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率401734%34%45714%48%502652%100%關(guān)鍵線路頻數(shù)概率A+B1428%C3672%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率4011523%23%4512224%47%5019439%86%556914%100%關(guān)鍵線路頻數(shù)概率A+B19138%C30962%第四次隨機(jī)抽樣500次地模擬結(jié)果項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率4022122%22%4527728%50%5036937%87%5513313%100%關(guān)鍵線路頻數(shù)概率A+B41041%C59059%第五次隨機(jī)抽樣1000次地模擬結(jié)果項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40102921%21%45134627%48%50187738%85%5574815%100%關(guān)鍵線路頻數(shù)概率A+B209442%C290658%第六次隨機(jī)抽樣5000次地模擬結(jié)果活動(dòng)時(shí)間估計(jì)概率A200.5300.5B150.4250.6C400.5500.5A+B350.3450.2450.3550.2C400.5500.5A+B350.3450.5550.2C400.5500.5項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40210%10%45525%35%50735%70%55630%100%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率40945%45%45420%65%50735%100%關(guān)鍵線路頻數(shù)概率A+B1155%C945%關(guān)鍵線路頻數(shù)概率A+B525%C1575%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率401734%34%45714%48%502652%100%關(guān)鍵線路頻數(shù)概率A+B1428%C3672%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率4011523%23%4512224%47%5019439%86%556914%100%關(guān)鍵線路頻數(shù)概率A+B19138%C30962%項(xiàng)目總工期模擬結(jié)果概率累計(jì)概率4022122%22%452772