基于CM、GCA、PCA和GA—BP的公共工程分包伙伴施工能力评价研究-论文.pdf

《基于CM、GCA、PCA和GA—BP的公共工程分包伙伴施工能力评价研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于CM、GCA、PCA和GA—BP的公共工程分包伙伴施工能力评价研究刘雷，杜秀红。时现。郑石桥(1．南京审计学院国际审计学院，南京211815；2．南京审计学院江苏省公共工程审计重点实验室，南京211815；3．南京审计学院经济学院，南京211815)摘要：基于公共工程分包伙伴施工能力评价的相关文献分析，确定了公共工程分包伙伴施工能力评价的决定因素，构建了公共工程分包伙伴施工能力评价的指标体系。运用云模型及云的不确定性推理，将定性评价指标量化为分值，并运用灰关联度理论，确定了各评价指标的权重和各评价对象的评价结果。通过主成分分析将众多指标进行综合，消除样本间的信息重叠，降低

2、了BP神经网络的输入维数。将遗传算法引入BP神经网络训练，优化神经网络的权值和闽值，充分发挥遗传算法的全局寻优能力和BP算法的局部搜索优势，形成了一种新的GA—BP神经网络。针对分包伙伴施工能力评价系统的非线性特征和专家评价结果具有较强的主观性的特点，采用GA—BP神经网络高度非线性映射能力，对某高速公路建设工程的分包伙伴的施工能力进行了评价。实证结果表明CM、GCA、PCA与GA—BP神经网络相结合的方法，提高了评价结果的科学性和客观性。关键词；公共工程；分包伙伴；施工能力；云模型；灰关联分析；主成分分析；BP神经网络；遗传算法引言公共工程是指以追求社会公益性为特征，通过政

3、府财政投资、资本市场融资和金融机构贷款等方式独资或合资建设的，以满足国家或地区社会发展需要的建设工程。公共工程质量问题严重影响着我们的生活，如杭州钱塘江三桥南引桥的塌陷事故。公共工程质量是个多维度的体系，其中施工质量是比较重要的环节，控制好施工质量，可以有效地提高公共工程的安全性、适用性和耐久性，从而避免给国家及社会带来重大损失。工程承建企业的施工能力是影响工程施工质量的重要因素。我国的工程承建企业由于历史原因，同时拥有设计和施工资质以及能力的企业很少，大多只具有施工能力，而缺乏设计能力。公共工程建设方面，我国推行施工总承包模式，总分包企业之间是依靠契约连结的伙伴关系。总包企

4、业一般具有施工特级资质，并且受到政府和社会的严密监管，其施工能力是得到充分认可的，而分包企业数量众多，其施工能力成为影响公共工程质量的重要隐患。基于以上分析，本文提出了公共工程分包伙伴施工能力评价研究。对分包伙伴的施工能力进行科学评价，能够加强对伙伴施工质量的监督，从而有效地保证公共工程质量；另一方面，能够为收稿日期：2012—05—04基金项目：教育部人文社会科学研究青年基金项目(11YJC630133)；江苏高校优势学科建设工程资助项目(PAPD)；南京审计学院2009年度校级课题项目(NSK2009／B01)；国家自然科学基金项目(70873058)。作者简介：刘雷，南

5、京审计学院国际审计学院副教授，博士；杜秀红，南京审计学院经济学院讲师，博士；时现，南京审计学院教授，博士；郑石桥，南京审计学院国际审计学院教授，博士。MANAGEMENTREVIEW0墼黪丝全塾■■■_■■■■■总包企业选择分包伙伴提供参考，规避工程建设合作中的风险。关于分包伙伴的施工能力的研究，国内外的学者做了有益的探讨。赵希男等从评标的角度提出了一种“短板”淘汰式的评价方法，通过整体挑剔，按照工程的目标价值取向，客观确定各指标的权重，对投标人进行排名，然后通过挑剔个体，剔除“短板”短的个体[1】oE1一Abbasy等采用了网络分析法和蒙特卡洛模拟集成的方法建立模型，对预审

6、阶段的承包商进行选择评价，克服了不确定因素的影响，取得了较好的评价效果Zhang等通过案例分析，研究了分包伙伴团队的柔性Chen等研究了分包伙伴安全绩效的区域差异Chi等研究了人员行为、环境安全与工伤事故之间的关系[5]a以上研究对承包商核心能力的构成要素做了深入的探讨，并进行了实证分析，为构建公共工程分包伙伴施工能力的评价体系提供了参考，也为评价方法的选取和评价模型的构建提供了借鉴。公共工程分包伙伴施工能力评价的难点在于概念描述的量化、评价指标与评价目标之间的高度非线性关系、评价指标维度高，以及评价结果的主观性强等[6]，模糊神经系统能够集成主观与客观因素，有效地解决以上问

7、题【7Ja关于定性指标的量化，应用较多的是专家打分法，但是打出的分值与语言描述的差距还是很大的，分值对定性描述的刻画不够精确。专家的定性评价具有模糊性，并且专家的许多知识是模糊的，模糊语言表达具有广泛、完美和高效的特征，模糊知识在决策中有巨大作用。云模型(CloudModels，CM)在这方面有突出的优点，云模型在考虑评价指标的模糊性和不确定性时，能够有效给出定性概念的定量数值表示。云模型是在传统模糊数学和概率统计的基础上提出的定性、定量互换模型，它把模糊性和随机性有机地综合在一起，实现了定性语言与定量