页数:132页文件大小:1.69 MB来源: 工程风险管理ppt课件
本课件为工程风险评价的另一版本讲稿,同样覆盖专家打分法、层次分析法、模糊综合评价技术、蒙特卡洛模拟技术与计划评审技术五大方法,其中蒙特卡洛模拟的抽样过程与计划评审技术的工期计算演算更为详尽,可与前一版本对照学习、互为补充。
第5章工程风险的评价
本章大纲及主要内容
第1节专家打分法
1.专家打分法的内涵
2.专家打分法的步骤
对所评估项目的了解程度、知识领域等赋予相应的权重值。最后各风险的得等于每位专家的风险评分乘以该专家的权重值的总和,再除以总权重。具体公式如下:
3.专家打分法的适用性
但是由于金融危机肆虐全球,并且该项目涉及一些新技术的应用,项目决策者为了评价这些风险,计划采用专家打分法对项目各类风险进行分析,确定风险顺序。公司聘请了位不同专业的专家,危害程度从小到大为0-10,然后根据权威性由小到大按照1-5给每个专家一个权重。
每个专家的打分及权重如下表,请计算风险值并将风险排序。结果HGFEDCBA专家风险种类4.1275454334评分值政治风险11545234权重6.5757678867评分值融资风险55534123权重4.4346545643评分值环境风险33341234权重7.32710957678评分值技术风险23551423权重
结果HGFEDCBA专家风险种类4.1275454334评分值政治风险0.040.040.20.160.20.080.120.16权重6.5757678867评分值融资风险0.180.180.180.110.140.040.070.11权重4.4346545643评分值环境风险0.130.130.130.170.040.090.130.17权重7.32710957678评分值技术风险0.080.120.20.20.040.160.080.12权重
第2节层次分析法
1.层次分析法概述
2.层次递阶模型的类型
3.层次分析法的步骤1.根据评价目标和评价准则,建立递阶层次结构模型;2.将同一层次的不同因素进行两两比较,构造判断矩阵;3.进行判断矩阵的一致性检验4.计算项目风险的综合重要度5.根据评价准则和综合重要度进行决策
1.根据评价目标和评价准则,建立递阶层次结构模型
2.将同一层次的不同因素进行两两比较,构造判断矩阵比较判断矩阵是层次分析法的核心所在。之所以成为比较判断矩阵是因为该矩阵完全是在两两因素相互比较后得出来的。请注意,比较判断矩阵是以上一层的某一准则为标准,让该层的因素以上一层的这个准则为标准,两两比较确定相对重要性。
时间价格火车飞机单车
其下一层方案有n个,那么我们就可以得到一个n阶的比较方阵。单车火车飞机时间飞机火车单车
经验估计出来的。估计的时候,由于评价者的估计并不是十分精确的,因此比较矩阵的第4条性质不一定会满足,因此,在利用这个评价者做出的判断矩阵之前,必须对这个判断矩阵进行一致性检验。对于比较判断矩阵中的每个元素的确定,其本质就是通过两两比较的方法给矩阵中的每个元素赋予一定的数值。
为此,萨蒂教授引入1~9标度法。因为,根据心理学的研究成果,人们区分信息等级的有限能力为5~9个,因此采用1~9标度法。那么,结合前面所说的4个性质,对于一个n阶矩阵,我们最少需要确定多少个判断数值就能得到这个矩阵呢?
判断矩阵标度及其含义:层次分析法两两比较时采用 1—9 标度法给判断矩阵赋值。
| 标度 | 含义(i 与 j 两目标相比) |
|---|---|
| 1 | i 因素与 j 因素同等重要 |
| 3 | i 因素比 j 因素稍微重要 |
| 5 | i 因素比 j 因素明显重要 |
| 7 | i 因素比 j 因素重要得多 |
| 9 | i 因素比 j 因素绝对重要 |
| 2、4、6、8 | 介于上述相邻标度之间 |
| 以上各数的倒数 | 两目标反过来比较时的标度 |
按层次分析法通用的 1—9 标度还原,与源文本“同等重要1、稍微重要3、明显重要5、重要得多7、绝对重要9”一致。
指标1比指标2稍微重要,比指标3明显重要,指标2与指标3相比,介于同等重要和稍微重要之间,则该问题的判断矩阵为:
3.确定判断矩阵的最大特征值(权重)确定判断矩阵的最大特征值有很多种方法,最常用的是求根法与和积法。求根法比较准则①②③④
项目总体风险A经济风险B1生态风险B2社会风险B3新建改造
①②③④①②③④
4.矩阵一致性检验请回忆一下,判断矩阵的4个性质:由于判断矩阵是决策者估计所得,而不是很精确,因此并不能保证矩阵中的每个因素都满足第4个性质。因此,经过判断矩阵计算出的权重还不能直接使用,必须经过一致性检验。
如果检验通过,权重才能使用。
平均随机一致性指标 R.I.:萨蒂教授对不同阶数判断矩阵随机取数、多次抽样后求得的一致性指标平均值。
| 矩阵阶数 n | R.I. |
|---|---|
| 1 | 0 |
| 2 | 0 |
| 3 | 0.58 |
| 4 | 0.90 |
| 5 | 1.12 |
| 6 | 1.24 |
| 7 | 1.32 |
| 8 | 1.41 |
| 9 | 1.45 |
| 10 | 1.49 |
| 11 | 1.51 |
本表依据源文本抽取的数据顺序还原,原课件为图片化表格,建议对照原图核对数值。
1110987654321n1.511.491.451.411.321.241.120.90.5800R.I.一致性比率的计算结果小于0.1,则认为比较判断矩阵的一致性可以接受,权重向量W可以接受。
会风险B3新建改造请问,三阶以下矩阵是否需要进行一致性检验?为什么?
5.计算总权重并排序,检验一致性
项目总体风险A经济风险B1生态风险B2社会风险B3新建改造
0.1666710.33333B2164B31.41667105.33333合计B3B2B1A0.176470.30.1875B10.117650.10.0625B20.705880.60.75B3归一化合计0.221320.663970.093380.280150.685292.05588最大特征值AW3.03986710.672793.01312340.281373.10944212.130889.16243253.05414420.02707CI0.04668CR
C251.25合计C2C1B10.80.8C10.20.2C2归一化合计0.81.60.20.4最大特征值AW21.620.42
113C21.333334合计C2C1B10.250.25C10.750.75C2归一化合计0.250.50.751.5最大特征值AW20.521.52
231.5合计C2C1B10.666670.6666667C10.333330.3333333C2归一化合计0.666671.333330.333330.66667最大特征值AW21.3333320.666672
第3节模糊综合评价技术
2.模糊集合普通集合可以表达概念,如{1,2,…n}表示自然数的概念。但普通集合不能表达模糊的概念。因此,我们需要将普通集合的概念加以推广,以解决具有模糊性的实际问题。将模糊性概念用集合表示,构成模糊集。
设X为一个基本集合,若对每个x ∈ X,都制定一个数,则定义模糊子集当X集合中的元素个数是可数的时候,则例如:设某4个人a,b,c,d属于高个子的程度分别为0.8;0.5;0.6;0.2,则该集合可表示为
表示模糊集合中的元素并列,没有相加的含义。
3.隶属函数的确定确定模糊隶属函数的方法有很多。下面介绍模糊统计确定隶属函数的方法。先选取一个基本集合A,然后取其中任意一个元素xi;然后考虑该元素属于集合A的可能性。例如:先确定模糊集合的高个子,然后考虑其中某个人a属于高个子这个模糊集合的可能性。
通常,为了得到量化的数据,可以邀请一些人来判断a是否为高个子,由于人们对高个子的边界不太一样,有人会认为是,也有人会认为不是,这样可以得到:这里n是参加评判总人数,试验次数只要充分大,就会趋向于[0,1]中的一个数,这个数就被称为隶属度。
4.模糊矩阵的运算
5.模糊综合评价的步骤①确定评价体系。在多因素的风险综合评价体系中,风险指标的建立是前提条件,是评估问题的核心,风险因素指标的选取应结合风险的识别和风险估计的结果来进行。②建立风险集合。
例如风险集合={技术风险,经济风险等}③建立风险评价集合。如{高风险、中等风险、低风险等}④确定风险因素的影响程度,并确定风险的权重⑤确定各个风险的等级,得到隶属度,确定隶属度的模糊矩阵⑥利用模糊评价规则确定各因素的综合评价,C=R•S
。为了减小投入市场的风险,于是该公司决定聘请专家进行模糊综合评价。根据专家经验,评价该产品应该从舒适性、耐磨性、美观性和价格四个方面入手。此外,专家们一致认为,评价该产品可以分为很好、好、一般、不好四个评价等级。
1.确定风险集合U2.确定评价集合V
的构建工作。其基本思路是针对每一种属性,统计专家认为该产品属于这种属性的概率或比重。经过专家试穿的意见,对所有专家的感受和意见统计如下:舒适性30%认为很好;60%认为好;10%认为一般;没有人认为不好耐磨性30%认为很好;60%认为好;10%认为一般;没有人认为不好美观性10%认为很好;40%认为好;20%认为一般;30%认为不好价格20%认为很好;50%认为好;10%认为一般;20%认为不好则模糊矩阵应该写成什么样子呢?
4.确定权重集合W权重的确定至关重要,同样的评分,在不同的权重下结果差别会很大。例如:不同的年龄、背景、职业、性别、消费能力等会对牛仔裤的舒适性、耐磨性、美观性和价格的重视程度不同,因此很可能会赋予不同的权重。
一般情况下,权重的确定可以用主观法或层次分析法确定。假设,专家们对舒适性、耐磨性、美观性和价格的权重打分分别为:0.3,0.1,0.4,0.2。
5.模糊综合评价如果B矩阵中的每行元素之和不等于1,则需要对B矩阵进行归一化处理,即将B矩阵中的每行元素除以该行元素总和,得到的归一化之后的结果为综合评价结果。例如:我们采用最常用的计算法则1来计算结果。
“好”,“一般”和“不好”的程度分别为25%,33%,17%和25%。根据最大隶属度原则,则牛仔裤的地综合评价属于“好”
该子集满足以下条件设每个子集2.对每个子集利用一级模型分别进行模糊综合评价假定评价集中的各指标的权重分配为这里要求:的单因素模糊评价矩阵为于是,第一级模糊综合评价
3.进行多级模糊综合评价将每个当作一个因素对待,用的单因素模糊评价矩阵,而每个作为中的一部分,反应的某种属性,并按照相对重要性给出权重分配于是,二级模糊综合评价4.计算综合隶属度综合隶属度,按此得出结果并确定项目风险的程度大小。
个子集,记作:
2.确定指标权重:
3.子因素层的模糊评价:
较低、很低五级风险影响程度评价中,本项目属于“较低”级别(因为较低级别的隶属度为0.35747,是最大的),因此项目可以投标。
行建设,由于BOT项目的投资多、期限长、流动性相对较差,因此邀请包括基建项目建设专家、项目管理专家、法律专家、金融专家、风险评估师等在内的一组评判人员,采用模糊综合评价对项目进行了风险评价。
①确定因素集
②指标权重的确定
③因素的评价集评价尺度根据所列出因素对项目的风险进行划分,划分为5个等级。
④确定各评价指标的隶属度和模糊矩阵
⑤一级模糊评价
⑥二级模糊评价经过之前的评价,我们可以得到模糊矩阵R
•R
⑦计算综合隶属度根据最大隶属度原则,我们已经判断出风险程度隶属于较大。而且专家也已经将风险的评价等级定为很大,较大,一般,较小,很小5个级别。那么,如果此时我们想知道较大到底能大到什么程度,该怎么办呢?
这就需要我们计算综合隶属度。假如,刚刚给出的很大,较大,一般,较小,很小是一个定性的概念,如果专家用量化表示这些级别的话,就可以计算综合隶属度了。例如:很大—0.9,较大—0.7,一般—0.5,较小—0.3,很小—0.1。
那么,我们就可以根据刚刚的模糊评价计算结果与评价集的隶属度相乘即可。
第4节蒙特卡洛模拟技术
。假设三个工序的时间都是离散型随机变量。根据历史统计数据,确定出这3个随机变量的概率分布,结果如表所示。请试用蒙特卡洛模拟方法评价此工程网络的进度风险。123ABC代表活动时间取值的随机数概率时间估计活动0~40.520A5~90.5300~30.415B4~90.6250~40.540C5~90.550
A工序抽到的数字为5,则根据A工序的概率分布,5这个数字属于第二类,则A工序的工期为30天。B工序抽到的数字为5,则根据B工序的概率分布,5这个数字属于第一类,则B工序的工期为15天。
C工序抽到的数字为4,则根据C工序的概率分布,4这个数字属于第一类,则C工序的工期为40天。根据三次抽样的结果,A—5;B—5;C—4,我们将这次抽样的结果记为“554”123ABC
C出现了9次。这意味着,AB作为关键线路的概率是55%;C作为关键线路的概率是45%。那么,总工期一共有多少种可能呢?每种可能出现的次数各是多少呢?总工期关键线路CBA抽样产生的随机数抽样编号45A+B401530554150C501520135255A+B502530575355A+B502530697455A+B402530563550C501530729650C501530848740C401520431855A+B502530767950C5015204161050C5015200251155A+B5025308961245A+B4025204621345A+B4015307001450C5025200771550C5015200071640C4015200001755A+B5025305851845A+B4015305431945A+B40153055320
%24035%25%54570%35%750100%30%655如果,此时的限定工期为50天,那么根据累计分布概率可以看出,50天内完工的概率可以达到70%。
工序时间的概率分布表:练习题中某网络计划三个工序 A、B、C 的时间取值区间、对应概率与时间估计。
| 活动 | 代表活动时间取值的随机数 | 概率 | 时间估计 |
|---|---|---|---|
| A | 0~4 | 0.5 | 20 |
| A | 5~9 | 0.5 | 30 |
| B | 0~3 | 0.4 | 15 |
| B | 4~9 | 0.6 | 25 |
| C | 0~4 | 0.5 | 40 |
| C | 5~9 | 0.5 | 50 |
本表依据源文本抽取的数据顺序还原,原课件为图片化表格,建议对照原图核对数值。
108第一次试验——抽样20次原始数据抽样编号CBA抽样编号575575148338423099033992299435995354088046661166776446783788739211201029669211112211121388311322112214245542151299211657557517865568187677671924444220
109总工期关键线路取值第一次试验——抽样20次原始数据CBA抽样编号CBA抽样编号55A+B502530577775145A+B402520364463245A+B401530530035350C502520485584450C501520116611540C401520223322645A+B402520443344740C401520321123850C501530815518950C5015202166121050C5025204455441145A+B4025202622621245A+B4015308311381350C5025204555541445A+B4015306311361545A+B4015305244251655A+B5025308788781750C502520666601855A+B5025306555561950C50153063883620
110用excel中的COUNTIF函数来统计出现“A+B”以及“C”的次数概率频数关键线路50%10A+B50%10C实验次数——20次
蒙特卡洛模拟统计结果表:20 次实验中不同总工期出现的次数与对应概率。
| 概率 | 出现次数 | 总工期 |
|---|---|---|
| 10% | 2 | 40 |
| 35% | 7 | 45 |
| 40% | 8 | 50 |
| 15% | 3 | 55 |
| 100% | 20 | 合计 |
合计行总工期一栏源文本为“合计”,已按原样保留。
果
113总工期关键线路取值第一次试验——抽样20次原始数据CBA抽样编号CBA抽样编号40C401520223322640C401520321123845A+B402520364463245A+B401530530035345A+B402520443344745A+B4025202622621245A+B4015308311381345A+B4015306311361545A+B4015305244251650C502520485584450C501520116611550C501530815518950C5015202166121050C5025204455441150C5025204555541450C502520666601850C5015306388362055A+B502530577775155A+B5025308788781755A+B50253065555619
114总工期关键线路取值第一次试验——抽样20次原始数据CBA抽样编号CBA抽样编号55A+B502530577775145A+B402520364463245A+B401530530035350C502520485584450C501520116611540C401520223322645A+B402520443344740C401520321123850C501530815518950C5015202166121050C5025204455441145A+B4025202622621245A+B4015308311381350C5025204555541445A+B4015306311361545A+B4015305244251655A+B5025308788781750C502520666601855A+B5025306555561950C50153063883620概率频数关键线路50%10A+B50%10C概率出现次数总工期10%24035%74540%85015%355100%20合计
115累计概率概率出现次数总工期10%10%24045%35%74585%40%850100%15%35510%35%40%15%0%5%10%15%20%25%30%35%40%45%40455055概率10%45%85%100%0%20%40%60%80%100%120%40455055累计概率
%24035%25%54570%35%750100%30%655概率频数关键线路55%11A+B45%9C概率频数关键线路50%10A+B50%10C第一次随机抽样20次地模拟结果第二次随机抽样20次地模拟结果累计概率概率模拟结果项目总工期10%10%24045%35%74585%40%850100%15%355
%164039%23%234570%31%3150100%30%3055概率频数关键线路53%53A+B47%47C第四次随机抽样100次地模拟结果第三次随机抽样50次地模拟结果累计概率概率出现次数总工期14%14%74044%30%154578%34%1750100%22%1155概率频数关键线路52%26A+B48%24C第五次随机抽样1000次地模拟结果累计概率概率出现次数总工期11%11%1104042%31%3084578%36%35850100%22%22455概率频数关键线路53%532A+B47%468C
20A0.5300.415B0.6250.540C0.5500.235A+B0.2450.3450.3550.540C0.5500.235A+B0.5450.3550.540C0.550
%24035%25%54570%35%750100%30%655概率频数关键线路55%11A+B45%9C概率频数关键线路50%10A+B50%10C累计概率概率模拟结果项目总工期16%16%164039%23%234570%31%3150100%30%3055概率频数关键线路53%53%5347%47%47累计概率概率模拟结果项目总工期11%11%1104042%31%3084578%36%35850100%22%22455概率频数关键线路53%532A+B47%468C119累计概率概率模拟结果项目总工期10%10%24045%35%74585%40%850100%15%355累计概率概率出现次数总工期14%14%74044%30%154578%34%1750100%22%1155概率频数关键线路52%26A+B48%24C
第5节计划评审技术
5.1计划评审技术的内涵
•在现实工作中,尤其是施工过程中,工作之间的逻辑关系不能改变,施工必须按照一定的程序进行,因此这些工作实际上已经是固定了的。此外,根据合同签订的要求,这些工作一旦写进合同就基本不能变动了。
因此,各项施工活动工作是固定的。但是施工过程中各种情况瞬息万变,因此对于工程管理人员来说,工作持续时间经常难以预料。可是合同中一般都会将工期固定,因此是否能够在合同期内完成就成为了一个非常重要的问题。
它关系到索赔等事项。
5.2计划评审技术的步骤1.确定项目持续时间的概率分布并计算项目工期的期望和方差
2.计算网络计划工期根据双代号网络绘制规则绘制网络计划图,将各个工序的期望值作为持续时间,计算项目的最早时间,确定项目的关键线路,最后确定项目的计划工期。Φ3.计算项目进度风险率4.确定项目整体风险水平根据项目完工时间的风险概率,分析项目的进度风险水平,再考虑是否加大或缩小资源的投入,是否重新修订施工方案。
工序持续时间三点估计表:下表列出各工序的最乐观、最可能与最悲观时间。
| 工序 | 最乐观时间 a | 最可能时间 m | 最悲观时间 b |
|---|---|---|---|
| 1-2 | 8 | 13 | 22 |
| 1-3 | 15 | 20 | 30 |
| 2-4 | 10 | 16 | 20 |
| 3-4 | 3 | 6 | 12 |
| 4-5 | 3 | 5 | 8 |
本表依据源文本抽取的数据顺序还原,原课件为图片化表格,建议对照原图核对数值。
13.6720.8315.676.505.17
期望值按三点估计公式(a+4m+b)/6 计算,如工序1-2为(8+4×13+22)/6=13.67天;源文本仅给出推导结果数值,建议对照原图核对。
4.5天,则:在38天内完成的概率:根据计算结果,意味着项目在38天内完成的概率为87.9%。
135746265453625bma工序9651-27542-76431-38543-55325-73211-49644-68536-70003-40005-61.计算总工期2.确定时间参数3.确定关键线路4.如果最小时间,最可能时间,最大时间如表所示,则该项目在17天之内完成的概率是多少?
13574625453625ESLSEFLFTFFF04610406610111544004400459101044440002242244101000910910001010151500912121533
.17+0+6.17+4.83=15.17(天)
下载地址:{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}