基于BP神經網絡的工程項目風險評價

【摘要】本文根據工程項目在施工中經常遇到的風險，建立風險指標評價集對工程項目進行綜合評價，旨在使管理者能夠事前對風險有充分的了解，在此基礎上積極應對。本文根據BP神經網絡的自組織，自學習和反向傳播性的基本原理建立模型，并通過matlab軟件中的神經網絡工具箱實現模型的運行。

【關鍵詞】風險評價 BP神經網絡 工程項目 matlab

一、引言

工程項目是一個工期長，技術復雜，前期投入量大的生產過程，在其建設期間存在大量的不確定性和風險，因此對工程項目的風險預測是一個必要且重要的過程。傳統的分析方法各有特點，要根據具體的項目選擇運用哪一種方法，如專家打分法，層次分析法，模糊分析法等，這些方法的局限性是人為因素占比重較大，結果容易產生偏差，為解決這一問題，提出了將人工神經網絡用于風險綜合評價的方法。

二、BP神經網絡簡介

人工神經網絡具有自學習和自適應能力，可以通過預先提供的一批相互對應的輸入——輸出數據，分析掌握兩者之間的映射關系，根據這些關系，輸入新的數據來推算結果。BP神經網絡是1986年由Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆傳播算法訓練的多層前饋網絡，包括輸入層，輸出層和隱含層，當輸出的結果與期望樣本存在誤差時，通過反向傳播來調整網絡的權值和閾值，使誤差平方和最小。

三、BP神經網絡風險評價具體實現步驟

一個基本的神經網絡，有n個輸入，每個輸入值都通過一個經調整的權值與下一層連接，輸出層可以表示為：