《基于贝叶斯网络的建设项目质量风险因素分析.docx》由会员分享，可在线阅读，更多相关《基于贝叶斯网络的建设项目质量风险因素分析.docx（9页珍藏版）》请在三一办公上搜索。
1、基于贝叶斯网络的建设项目质量风险因素分析以京沪高速铁路建设项目为例周国华，彭波(西南交通大学 经济管理学院，四川 成都，610031）Studying Quality Risk of Large Construction Project Based on Bayesian Belief NetworkA Case Study of Beijing-Shanghai High-Speed Railway ProjectZHOU Gua-hua, PENG Bo(School of economics & management, Southwest Jiaotong University, Che
2、ngdu 610031, China)摘要：京沪高速铁路是我国投资规模最大、技术含量最高的基础设施建设项目，如何有效防范该项目建设在管理和实施中可能出现的风险，为京沪高速铁路建设项目能顺利进行并保证其高质量要求的关键。介于铁路建设项目缺乏历史数据资料和现场数据难收集的特点，本文运用贝叶斯网络方法研究京沪高速铁路建设项目中关键质量风险因素，结合专家的意见，建立了京沪高速铁路建设项目质量风险因素的贝叶斯网络模型，研究发现京沪高速铁路建设中材料、监理执行力等因素为关键质量风险因素。同时，本文展现了如何运用贝叶斯网络研究工程建设项目风险管理的过程。关键词：贝叶斯网络；质量风险；高速铁路；项目中图分类号
3、：F294 文献标识码：A 文章编号：Abstract: Beijing-Shanghai high-speed railway is one of the largest and the highest technology infrastructure projects in China. How to control the uncertainties and risks effectively during the construction of Beijing-Shanghai high-speed railway is guarantee that project can be c
4、arried out smoothly and reached high-quality requirements. According to the lack of historical data and difficulty to collect information in construction industry, this paper use a Bayesian belief network method to study the key quality risk factors in Beijing-Shanghai high-speed railway constructio
5、n project management, combined with the proposal of experts, this paper also set up a Bayesian belief network model. We found that the risks from material and the execution of supervisors are the key risks in the Beijing-Shanghai high-speed railway construction. At the same time, this paper demonstr
6、ates how to use a Bayesian belief Network to study the construction project risk management.Key words: Bayesian belief network, quality risk, high-speed railway, project 一、引言京沪高速铁路建设全长1318公里，总投资超过2200亿元，是世界上一次建成里程最长的高速铁路，也是我国建国以来一次投资规模最大、技术含量最高的基础设施建设项目。铁路建设是一项复杂的系统工程，涉及面广，参与单位多，影响质量、安全、工期的因素多。京沪高速铁
7、路建设项目具有建设规模大、标准高、技术新、投资巨大的特点。为实现京沪高速铁路大规模高标准的建设目标，铁道部提出质量、安全、工期、投资效益、环境保护、技术创新“六位一体”管理要求，其中质量为管理的重点和难点1 安国栋. 全面落实“六位一体”管理要求 加快推进铁路建设标准化管理J. 中国铁路, 2008(05): 1-6.。如何防范和控制管理和实施中的不确定性，从而降低或克服各项风险，为京沪高速铁路建设项目能顺利进行并保证其高质量要求的关键。风险管理的一般过程为风险识别，风险评估、风险应对措施和控制。PMBOK将风险管理作为项目管理的九大元素之一，并定义风险管理的过程为对项目风险管理的计划、定义、
8、分析、回应措施、改正和控制2 PMI. A guide to the project management body of knowledge: PMBOK Guide. 3rd ed M. USA: Project Management Institute Inc. 2004.2。AKINTOYE通过问卷调查分析得出在工程建设项目中实施风险管理可以使损失控制到最小并保证企业的利益，并指出在大型工程实施项目中实现风险管理是必需的3 AKINTOLA S AKINTOYE. Risk analysis and management in construction J. International
9、 Journal of Project Management, 1997,Vol. 15: 31-38.3。风险识别作为风险管理的第一步，将识别与工程建设项目所有活动、过程和关系人的相关风险。PATRICK等从项目元素、项目的阶段和项目的关系人等不同角度研究了影响中国大型工程项目的关键风险因素4 PATRICK X.W. ZOU, ZHANG Guomin, WANG Jiayuan. Understanding the key risks in construction project in China J. International Journal of Project Manageme
10、nt, 2007,25: 601-614.5 PATRICK X.W. ZOU, ZHANG Guomin, WANG Jiayuan. Identifying key risks in construction projects: life cycle and stake holder perspectives J. In: Proc.12th Pacific rim real estate society conference, Auckland, New Zealand 2006, 1: 22-25.4；ZOU PXW等从项目的生命周期和业主的角度分析了工程项目的关键风险因素5。AKIN
11、TOYE总结用于风险评估的技术方法主要包括：风险酬金（risk premium），风险调整贴现率（risk adjusted discount rate），主观概率判断（subjective probability），决策分析（decision analysis），敏感性分析（sensitivity analysis），Monte Carlo模拟和随机控制（stochastic dominance）等3。DEL CANO等还提出了通过系统建模方式智能评估风险的方法6 DEL CANA, DEL A CRUZ. Integrated methodology for project risk ma
12、nagement J. Journal of Construction Engineering and Management, 2002, 128(6): 473485.7 VAN TRUONG LUU, SOO-YONG KIM, NGUYEN VAN TUAN, STEPHEN O. OGUNLANA. Qualitifying schedule risk in construction project using Baysesin belief networks J. International Journal of Project Management, 2009,27: 39-50.
13、8 EUNCHANG LEE, YONGTAE PARK, JONG GYE SHIN. Large engineering project risk management using a Bayesian belief network J. Expert Systems with Applications, 2008, doi:10.1016/j.eswa.2008.07.057.6。在这些方法中，现阶段用于工程项目风险评估最新的研究方法是属于决策分析的贝叶斯网络78。贝叶斯网络（A Bayesian Belief Network）为一个图形模型，用它能有效的对风险进行建模并能清楚的表达风险
14、之间的关系，对不确定性问题可以进行良好的推理，同时它能处理神经网络由于样本量小、信息不完全而不能处理的数据集，近年来已广泛应用在人工智能和数据挖掘方面9 HECKERMAN D. Bayesian networks for data mining J. Data Miningand and Knowledge Discovery 1997, 1(1): 79119.9。考虑到对京沪高速铁路的质量风险管理在国内外没有经验和历史数据可以借鉴，本文结合专家知识，使用贝叶斯网络方法来研究京沪高速铁路建设的质量风险，克服了样本量小和信息不完全的问题。根据京沪高速铁路建设质量风险课题研究组（下称课题研究组
15、）对京沪高速铁路建设实地采访调查收集的数据和专家的分析，本文建立了贝叶斯网络模型，并根据课题研究组现场调查收集的数据，对网络模型进行学习，探究了京沪高速铁路项目建设的关键质量风险因素，并给予风险控制的对策和建议。二、贝叶斯网络方法（一）贝叶斯规则先验概率和后验概率是相对于某组证据而言的，设和为两个随机变量，为某一假设，为一组证据，在考虑证据之前，对事件的概率估计称为先验概率，而在考虑证据之后，对概率估计称为后验概率。贝叶斯定理描述了先验概率和后验概率的关系：这又称为贝叶斯规则。称称为的似然度，又记着10 张连文，郭海鹏. 贝叶斯网引论M. 北京：科学出版社, 2006: 18-19,31-41
16、,143-171.10。在实际应用中，似然度更容易获得。（二）贝叶斯网络贝叶斯网络又称信念网络，是对贝叶斯规则的扩展。贝叶斯网络是一个有向无圈图，用其节点代表随机变量，节点间的边代表变量间的直接依赖关系，并且每个节点都附有一个概率分布，从而同时代表了定量和定性的意义（结构和参数）。贝叶斯网络具有很多优点，它能灵活地输入和输出数据；它可以处理小样本、不完整和带有噪声的数据集；它可以利用专家意见，而不需要历史数据；它还允许添加或删除变量而不会显著影响网络的其余部分；特别地它用图形的方法描述数据间的相互关系，语义清晰，可理解性强，这将有助于利用数据间的因果关系来进行预测分析 11 UUSITALO
17、L. Advantages and challenges of Bayesian net works in environmental modeling J. Ecological Modeling, 2007, 203(3/4): 312318.11。基于这些优点，贝叶斯网络已经广泛应用于处理不确定性问题的分析和决策支持。假如我们已经知道铁路建设项目质量风险（Risk of Quality，下称RQ）最主要来自劳务人员的工作技术不能达到建设要求（Poor Competency of skilled Labors，下称PCL）和铁路建设所使用的材料不符合要求（Inappropriate Mat
18、erials，下称IM），如图1为铁路建设项目的质量风险的一个简单贝叶斯网络图。父节点边子节点图1 一个简单贝叶斯网络图根据经验：参加铁路建设的劳动力人员的素质（主要指技术能力）能够达到建设要求的为85%，通过建设单位统一管理的重要铁路建设的建筑材料合格率为95%以上，我们用“S”表示安全，即不发生该项风险，“R”表示发生这项风险，由PCL和IM共同作用导致质量风险RQ的先验概率如表1所示。表1 PCL和BM共同作用下的RQ的先验概率PCL=“S”PCL=“R”IM=“S”IM =“R”IM =“S”IM =“R”RQ=“S”0.950.10.40.01RQ=“R”0.050.90.60.99
19、根据贝叶斯规则我们可以方便计算出RQ处于安全状态和出险状态的先验无条件概率：如果我们观察到RQ处于出险状态，即发现了质量问题，可以运用贝叶斯规则计算出PCL和IM出险的概率，这就是贝叶斯网络的逆向推理，见图2所示。图2 RQ=R时，PCL和IM的取值图2中说明当发生质量问题时，PCL处于出险的概率为54.2%；IM处于出险的概率是26.6% 。（三）基于贝叶斯网络的项目质量风险管理过程VAN TRUONG LUU运用贝叶斯网络对工程项目的时间风险进行了定量的研究，在他的研究里，展现了从风险因素的识别到贝叶斯网络推理的两个阶段（定性分析阶段和定量分析阶段）和十个步骤7。EUNCHANG LEE在
20、他的研究里运用前人研究风险管理的过程对大型项目的风险进行了研究8。本文参考EUNCHANG LEE研究模型，采用如图3所示的基于贝叶斯网络的项目质量风险研究过程，其研究过程如下：Setp1：质量风险定义和识别，需要把与质量相关的所有风险因素定义、分类，并从各种渠道（文献阅读，专家意见，与建设工程师及管理者访谈等渠道）找出重要风险因素；Setp2：对质量风险因素估值，需将上一步中的每项风险因素进行风险定量的度量，通过度量为进行贝叶斯网络方法分析做好数据准备工作；Setp3：质量风险的贝叶斯网络的构造和分析，在构造贝叶斯网络结构前，通过专家讨论给出风险因素的因果关系，根据风险因素的因果关系构造贝叶
21、斯网络，通过参数学习来计算贝叶斯网络中的各个参数的取值；通过贝叶斯网络敏感性分析和逆向推理，可以找出影响最大的因素，即关键风险因素。Setp4：对质量风险进行控制，通过第三步可以得到关键的风险因素，这些因素需要我们给予措施控制；Setp5：随着项目的进展，有些风险因素被我们控制，那么这些风险因素的影响会改变，我们可以重新构造贝叶斯网络对风险进行再评估。对质量风险因素估值质量风险定义和识别质量风险的贝叶斯网络的构造和分析并分析对质量风险进行控制对质量风险再评估图3 基于贝叶斯网络的项目质量风险研究过程三、京沪高速铁路建设项目的质量风险分析（一）风险因素的识别为了研究京沪高速铁路建设的质量风险因素
22、，课题研究组翻阅了大量国内外文献资料5 12 王振强, 刘玉杰, 于九如. SCERT在大型工程项目风险分析与管理中的应用研究J. 中国软科学, 2002, 7: 105-108.13 VIVIAN W. Y. TAMA, L.Y. SHEN, C.M. TAM, WILLY W.S. PANG. Investigating the intentional quality risks in public foundation projects: A Hong Kong study J. Building and Environment , 2007, 42: 330343.联系方式：联系电话：
23、13980929218，13880471892 ；E-mail：ghzhou ，pens111。地址：四川省成都市二环路北一段111号西南交通大学 经济管理学院，周国华（收），邮编：6100312-13，首先按各建设参与方列出了高速铁路建设的质量风险因素和风险事件清单，经过专家讨论，选出其中的关键38项风险因素设计成问卷对京沪高速铁路建设各方进行问卷调研，问卷包括两部分内容，第一部分是被调研者的基本信息，第二部分为问卷主体部分，询问风险因素对质量造成的损失的程度及其发生的可能性，每项采用5级量纲（从1至5程度依次增加）。参与京沪高速铁路建设单位均是全国工程建设的资质优秀的建设单位，同时参建的人
24、员又是从各建设单位选拔出的优秀人才，都具有丰富的工程建设和管理经验，课题研究组在京沪高速铁路指挥部和施工现场进行实地调研，被调研的对象有工程技术专家、质量安全管理者、项目经理、咨询专家等，课题研究组共发出问卷90份问卷，收回有效问卷50份，在收回的问卷中，仅有一份问卷的填写者是女性，被调研者情况如表2所示。表2 被调查者情况表在京沪高速中角色数量百分比相关工作经验数量百分比工程施工2040%1-5年1020%咨询714%5-10年918%建设指挥48%10-15年1428%工程实验714%15-20年510%设计612%20年以上1224%监理612%共计50100%50100%（二）质量风险
25、的估值在这一阶段，运用上部分问卷中的风险因素可能发生的概率和对质量造成的危害的程度来度量风险等级，通常的做法是用它损失程度和出现概率的乘积来表示，即：风险等级 = 损失程度 出现概率本文参考EUNCHANG LEE8研究，用如图4所示的风险等级矩阵对收集到的数据进行风险等级规范化处理。图4 风险等级矩阵（注：R1：低风险等级；R2：中等级风险；R3：高风险等级）通过规范化处理后，所有的风险因素都以R1，R2和R3来衡量，统计其在每项风险因素中所占百分比，提取其中R3百分比最高的因素，结合专家意见对这些风险因素进行修正，最后选取12项主要的关键风险因素来进行贝叶斯网络的构造。表3为影响京沪高速铁
26、路建设质量的12个关键风险因素及其统计结果。表3 京沪高速铁路建设质量关键风险因素编号风险名称统计结果（%）R1R2R3X22施工方所使用材料质量不符合要求225622X34项目各参与方之间的信息传递不及时，沟通成问题206218X17监理工程师执行不力305018X19工期紧迫（为赶工期而忽视工程质量）28216X33缺乏对劳务人员岗前技术培训305614X29劳务工人施工水平低劣365014X16监理工程师业务能力低下187012X13建设所需的设备材料供应商信誉差（可能违约或履约不力）206812X30施工单位人员流动频繁206812X32施工单位对自身工人技术培训不足345412X24
27、专业技术人才和管理人才短缺404812X31劳务工人更换频繁306010（注：编号为在设计问卷时的编号）（三）京沪高速铁路建设质量风险贝叶斯网络的构造和分析根据表3中的风险因素，课题研究组和专家又进行了讨论，结合专家的意见，明确了几组风险因素的因果关系：X13.建设所需的设备材料供应商信誉差（可能违约或履约不力）X22. 施工方所使用材料质量不符合要求；X33.缺乏对劳务人员岗前技术培训 X29.劳务工人施工水平低劣；X31劳务工人更换频繁 X33.缺乏对劳务人员岗前技术培训；X30. 施工单位人员流动频繁 X32. 施工单位对自身工人技术培训不足；借助贝叶斯网络分析软件GeNIeVer.2.
28、0构建京沪高速铁路建设质量风险的贝叶斯网络，其网络结构如图5所示。图5 京沪高速铁路质量风险贝叶斯网络（注：R代表京沪高速铁路建设的质量风险）贝叶斯网络模型构建好以后，需通过数据分析来确定网络中参数，这就是贝叶斯网参数学习（parameter learning）。参数学习常采用的方法有最大似然估计（maximum likelihood estimation）和基于贝叶斯统计的估计（Bayesian estimation），最大似然估计将参数视为一个未知但固定的量，不考虑先验知识的影响；而基于贝叶斯统计的估计视参数为一个随机变量，可以利用先验知识10。GeNIeVer.2.0提供了从数据库或文件
29、导入数据并进行参数学习的功能，我们首先在GeNIeVer.2.0中打开已建立好的贝叶斯网络，再导入数据，对节点取值进行匹配，然后就可以进行参数学习。课题研究组和专家对这些参数进行再一次检查，并进行局部的数据修整。敏感性分析能够计算每个变量对其他变量分布的影响程度。通过敏感性分析，能够帮助决策者做出正确的决策，以积极主动的措施应对敏感性风险因素，以避免京沪高速铁路建设质量出现问题。图6 为京沪高速铁路建设质量风险贝叶斯网络在GeNIeVer.2.0中进行敏感性分析的结果。其中红色节点表示敏感性因素。图6 京沪高速铁路质量风险在GeNIeVer.2.0敏感性分析从图中，我们可以看到，X22和X33
30、为该贝叶斯网络的敏感性因素。即是施工方所使用材料质量不符合要求和缺乏对劳务人员岗前技术培训为敏感性因素。由于建设所需的设备材料供应商信誉差（可能违约或履约不力）而导致施工方所使用材料质量不符合要求可能引起工程质量问题；而由于人员流动、缺乏培训导致工程劳务工人施工水平低劣也会直接影响到工程的质量。设定R节点的状态为R3，对贝叶斯网络进行逆向推理，此时观察R的几个父节点取值（取前四项）：，。可以说明在工程发生质量问题时，最可能的原因是施工方所使用材料质量不符合要求；监理工程师执行不力；项目各参与方之间的信息传递不及时，沟通成问题和工期紧迫（为赶工期而忽视工程质量），为此在京沪高速铁路建设过程中要特
31、别注意控制这些风险因素。（四）质量风险的控制对策针对以上分析，专家进行了深层次的探究，以下给出几点专家对这些质量风险的分析及其控制对策：在京沪高速铁路建设过程中的材料主要来源分为甲供材料和甲控材料。其中，甲供材料由京沪高速铁路股份有限公司委托的专业物资供应商中铁物资公司供应，采购过程和供应商选拔都有一套标准的采购流程和制度，这部分建设所需的材料的质量风险较小；而另一小部分由建设施工单位按甲方规定程序进行采购的材料（即甲控材料），存在一定的不确定性，需要进行严格的控制，主要是建设所需的沙石料等，在施工前需进行严格的抽样试验和再处理加工，以达到施工原材料的质量标准。建设监理执行不力问题的产生具有一
32、定的历史背景，这是由于我国最初在引进监理制度时对其职责定义不清遗留下来的，提高监理的执行能力能够大大减少京沪高速铁路建设的质量风险，建议建立更有效的监理绩效考核和奖惩制度，并在监理队伍中开展全面提高自身业务能力的学习活动，同时加大责任意识培养。在京沪铁路建设施工中从事现场工作的工人一般由劳务用工组成，劳务用工一般来源于民工队伍，其具有流动性大，缺少专业技术的特点。针对这一风险因素，施工管理者应该加强对一线工人的管理，进行专业技术培训，同时还应该注意调整优化施工单位的生产组织方式，重点是贯彻推行架子队的管理模式。建议建设方应制定更细致的架子队绩效管理的考核和检查，确保克服传统生产组织方式固有的缺
33、陷，以避免其在架子队中延续。同时，建议进一步加强项目管理信息化建设，避免指挥部、设计、咨询、施工、监理等项目建设各方因信息不对称而造成沟通不畅、执行不力等问题。四、结论京沪高速铁路的建设具有划时代的意义，它是一项复杂的系统工程，涉及面广，参与单位多，影响质量的风险因素多。建设方已做了系统的项目管理创新，且持续地将质量管理定为重中之重。为了识别可能影响质量的关键风险，本文针对首次进行的高速铁路建设的风险管理过程没有历史经验和资料，且现场数据难以收集的特点，采用了贝叶斯网络的研究方法，通过研究，发现京沪高速铁路建设中材料、监理执行力等为关键质量风险因素。并通过贝叶斯网络推理，探究了引起这些风险的原因并结合专家意见给予应对建议。因本文在收集数据使用的问卷包含的风险因素还存在不足，因而识别的关键质量风险因素还需要充实，期待在今后的研究中进一步完善问卷设计和获得更大量的数据，以提高高速铁路建设的质量风险管理的针对性和可控性。本文展现了采用贝叶斯网络方法进行大型工程建设项目风险因素分析研究的过程，并通过以京沪高速铁路建设项目为例证实了其有效性，希望该方法对推动我国工程建设项目的风险管理有借鉴和促进作用。致谢：本文问卷调查中得到了京沪高速铁路建设各方有关专业人士的大力支持。特此致谢！参考文献
