改进BP神经网络建设项目集成管理绩效评价.docVIP

改进BP神经网络建设项目集成管理绩效评价 　　摘 要：将建设项目的绩效评价和集成管理思想相结合，构建了建设项目集成管理绩效评价指标体系；针对BP神经网络的缺陷进行改进，并在案例数据调查的基础上利用信息熵对指标进行约简，然后分别运用改进的BP神经网络和传统BP神经网络进行检验，结果表明：改进的BP神经网络误差较小且收敛效果良好。 　　关键词：建设项目；集成管理；绩效评价；信息熵；改进BP神经网络 　　1.引言 　　目前我国的建设项目管理水平和国际先进水平比较，还存在着较大的差距，尤其在工程项目的集成管理方面。项目集成管理的思想：要充分正视和考虑项目控制的目标（工期、质量和成本）的系统性特点，在控制过程中，始终将其作为一个系统来对待，而不是人为地割裂目标间的相互联系和相互作用[1]。因此，科学地对建设项目集成管理进行绩效评价能够从系统角度对建设项目的各个环节进行改进。 　　E.Chown提出了通过使用任务过程系统化的集成数据库，将项目的任务、材料、设备、操作者的战略性日程综合起来，使资源的分配和控制十分有效[2]。Glenn Ballard介绍了在高速铁路建设项目中将项目管理技术，业务流程和组织集成起来构成项目管理集成系统[3]。JaafariA提出了基于全寿命期目标的一般项目管理模型，以此将整个项目的过程集成起来。郭勇把人工神经网络应用在绩效评价中，首先对单个指标质量、成本、进度进行研究并建立模型，然后运用人工神经网络对建立的模型进行综合评价[4]；刘劼把供应链的思想应用到集成管理绩效评价中，建立了基于层次分析法的模糊综合评价模型，并对构建的建设项目集成管理绩效评价体系的战略层、执行层和结果层等方面的高效性和及时性进行评价[5]；刘洪海提出了建设项目集成管理系统绩效是由目标系统要素、业务过程系统结构、信息系统环境等决定的，同时通过“三维系统”模型，分析了建设项目集成管理绩效模糊综合评价方法[6]。 　　传统的项目绩效评价关注项目内部评估，不重视子项目与外部利益相关者的关系且多采用财务数据，不能反映企业整体的运营状况。本文首先从项目集成管理的角度出发，构建建设???目集成管理绩效评价指标体系，然后对传统的BP神经网络进行改进，最后通过案例验证方法的有效性。 　　2.构建建设项目集成管理绩效评价指标体系 　　在建设项目集成管理绩效评价中，借鉴供应链管理的思想，对建设项目建立的全部过程按照供应链管理的思想进行管理与规划[7-9]。首先，在设立评价指标时，除了对企业内部运作的基本评价外，还要把注意力放在供应链的测控上，以保证内外在绩效上达到一致，使供应链评价指标更加集成化；其次，注重指标之间的平衡，做到非财务指标和财务指标并重，关注供应链的长期发展和短期利润的有效组合，实现两个目标之间的有效传递。建设项目供应链是以建设项目为核心，围绕核心企业（项目公司），通过对信息流、物流、资金流进行控制，所以在此选取项目公司作为核心企业建立评价指标体系如表1所示。 　　3.BP神经网络算法的改进 　　3.1BP神经网络的学习算法 　　误差反传前馈网络（Back-Propagation）[48-51]是典型的前馈网络，其算法的基本思想是：误差逆传播神经网络是一种具有三层或三层以上的阶层神经网络[10-11]。典型的BP网络 　　是三层，即：输入层、隐含层和输出层，经典三层BP算法的学习过程如下所示： 　　4.3网络构造、训练及检验 　　构建建设项目集成管理的三层前馈网络神经网络模型，影响建设项目集成管理绩效的26个因素作为输入层的26个节点，隐含层取30个节点。隐含层的传递函数为双曲正切S形函数。此改进BP网络的输出层节点数为1，输出层的传递函数为线性函数。网络训练时性能函数为误差平方和SSE，初始化各层的连接权矩阵为0矩阵，网络训练时的最大步长为100000，网络性能目标（SSE）设为10-6，学习速率为0.01，动量常数为0.9，每次梯度动量下降步长 为1.2。依据以上参数，将26个集成项目的前20组数据作为训练子集，后6组数据作为检验子集，应用改进的BP神经网络对标准化后的数据进行训练学习，得到最好的梯度下降图，如图1所示，该网络经过596次训练达到精度要求，说明在收敛方面有很好的效果。 　　为了检验建立的三层BP网络和传统的BP网络对建设项目集成管理绩效评价的准确性，利用检验子集对改进的BP网络和传统的BP网络分别进行仿真实验。输出结果如表3所示。 　　改进的BP网络在收敛程度上，由于梯度动量下降步长的存在，收敛图明显有下降的趋势，而且每次下降呈增加的趋势；同时，梯度下降步长 克服了传统BP网络容易形成局部最优而达不到全局最优的弊端。在检验方面，由改进的BP神经网络得出的训练结果明显好于传统BP网络所得出的训练