信息融合在大型工程项目管理及审计中应用探究

《信息融合在大型工程项目管理及审计中应用探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、信息融合在大型工程项目管理及审计中应用探究信息融合在大型工程项目管理及审计中的应用探析论文代写论文联盟一、前言总体而言，目前的大型工程信息资源管理模式难以支持新型管理应用。其一是工程管理系统尚未解决支持多功能的信息集成问题、且基于某一工程项目特定工作流程定制的软件存在信息孤岛的现象。其二是大型工程项目作业资源和流程呈现出明显的分散性和异地化，更容易出现信息知识流不畅通的现象，从而导致工程管理决策是基于单个阶段、单位主体、单个项目的、静态的信息。一些信息缺乏纵横对比及关联，降低了信息使用价值，在很

2、大程度上影响工程管理的效果。信息融合技术可为工程管理中复杂的决策任务提供统一的、全局的、动态的、集成的信息资源，有利于提高系统的信息利用率和管理决策的效果，从而为大型工程信息处理提供了一种全新的思路。本文结合大型工程信息特点和管理决策需求，探讨如何应用实现大型工程管理及审计的多源信息融合。二、信息融合理论及应用1.信息融合理论。20世纪70年代初期，美国国防部认为数据融合“对多源数据和信息进行自动探测、相联、相关、评价和复合的多层次、多方面的处理过程”，这个理解是基于传感器的数据级与算法级融合。

3、目前，信息融合已经扩展成为一个面向广义的、面向决策优化的形式化框架，即利用不同时空信息资源，在一定准则下加以自动分析、综合、支配和使用，获得对被测对象的一致性解释与描述，以完成所需的决策和估计任务，使系统获得比它的各组成部分更优越性能的处理过程。毕业论文信息融合在本质上是利用灰色理论、模糊逻辑等多种信息融合方法，对多源信息进行全方位、多层次的融合优化,实现多源信息优势互补，以增强系统处理不确定性信息的能力，改善系决策效果。2.信息融合研究进展及工程管理应用。目前信息融合已经从多传感器融合与定位、

4、态势评估、智能机器人等军事应用拓展到多个应用领域，成为多领域的研究热点。信息融合基础理论研究包括：统一表示的理论框架，不同层次的信息融合方法或算法，信息融合管理系统评价体系、规则和模式。信息融合应用研究，主要是针对具体领域系统，寻找最优控制结构、模型和途径。信息融合在经管中的应用有：信息融合在金融风险动态预警、最合适的嗜好价格估计、期货跟踪、多模态省情信融合评估、供应链需求预测、产业集群知识融合等方面的应用。工程管理及审计相关文献提出了信息集成的思想，其实质蕴含了信息融合的原始想法。白崇明认为将

5、信息融合应用于建设项目审计信息资源的建设，可实现单一信息价值发展到融合信息的价值，进而改善判读审计对象信息能力，提高审计工作水平。这是国内工程管理界对信息融合最早的认识。1.大型工程项目管理及审计的信息特点及需求。大型工程项目管理所处理的信息从整体上反映了工程建设全生命周期各阶段（前期决策、设计、施工、竣工）管理业务活动的信息，包括源数据、过程数据、阶段输出文件，管理及审计项目过程数据。①各种电子数据格式形式的各阶段业务活动及其管理控制活动的过程数据信息以及最终文件，通常分布在现场及管理控制系统

6、中。这些信息分为：方案、报告（投资、设计、施工等）、原始文件及凭证（合同、招投标文件、签证、变更通知单等）、原始及中间数据类（指标评价、进度类、投资估算、造价类质量类等）②管理及审计项目信息，如管理及审计的标准、规范、日记、证据、工作底稿、审计中间数据等。③国家、地区、企业的法律条规、规章制度，如各种定额标准、取费标准、外部市场价格等。这些数据以结构化（关系数据库）和非结构化（文本和半文本、矢量图形、图象、Web、视频等），静态和动态地，分散在不同地点、不同主体、不同层次、不同源（建设现场和管理

7、控制层的信息系统或者书面文件，具有海量异构、多来源、多类型、多层次、不完备、时空序列等特点。由此可见，大型工程项目管理信息融合涉及分布异构环境下的多元信息集及多道分析工序，信息之间有各种复杂的关联。本质上看，大型工程本身对信息处理具有很高要求。一方面，与一般工程相比，大型工程管理决策问题和过程更加复杂，决策任务更加多元化。大型工程管理决策可以划分成三个维度，第一是基于时间维度，包括前期决策、设计、施工、竣工）的管理决策内容，第二是基于业务内容维，包括论文代写工程质量、安全、成本、进度、风险等业务

8、管理决策，第三是基于管理控制层次维，从低层次到高层次包括业务层、管理控制层、审计层次（内审、外审）。这些决策问题分为结构化、半结构化、非结构化类型。其中，动态性和不确定性、多目标的非结构化决策是大型工程面临的主要决策问题。另一方面，随着工程管理实践和理论探索的逐步深入,大型工程管理及审计模式不断推陈出新，呈现出集成化、智能化、动态实时化、持续控制的特点，故要求数据处理能满足上述复杂需求。从信息融合角度看，数据仓库是属于低层次融合和静态融合，还没有上升至面向决策优化的更高层次的系统级乃至思想级融合