基于水利工程建設管理績效評價

季洪波

(本溪市本溪滿族自治縣水務和移民事務服務中心，遼寧 本溪 117100)

0 引 言

工程管理績效評價不僅是判斷施工企業(yè)價值的重要基礎，而且是檢測企業(yè)計劃與戰(zhàn)略實施的有效方法，在水利開發(fā)項目管理系統中占據著核心地位。因此，當前研究的熱點及理論前沿是如何提高、保障、測評水利開發(fā)項目的管理績效。周巍等對于工程項目評價體系從自然環(huán)境、社會經濟和財務評價的角度進行了分析；閆文周等從施工安全、投資管理、質量及工期控制等方面，結合工程實際情況構建了綜合評判模型。然而，在實際工程中應多層次、多因素的綜合評價管理績效水平。單項線性分析法為傳統的管理績效評價方法，該方法由于未考慮各因素之間的非線性復雜關系，且在處理多維度、多要素復雜問題時往往采用簡化或降維處理的方法，從而使得評價結果精度較低無法達到管理決策的要求。人工神經網絡相對于傳統的績效評價法具有較強的聯想能力和適應能力，利用記憶、訓練等方式處理器可實現各類樣本的合理生成，由此實現對系統的控制，較一般的方法其精度較高[1-7]。鑒于此，本文將BP網絡和模糊優(yōu)選理論相耦合，在網絡計算過程中發(fā)揮其自學習功能，經過反復的多次訓練實現實際輸出誤差的最小化，并對水利工程管理績效的優(yōu)劣運用實用性更強的BP網絡模型評價。

1 構建管理績效評價體系

項目周期長、工藝復雜及施工環(huán)境惡劣等為水利工程的典型特征，另外在項目施工時中還存在施工、監(jiān)理、設計、業(yè)主等各部門難以協調統一的問題[8]。規(guī)模不同的水利開發(fā)項目其發(fā)展階段存在一定差異，本文以大型水利工程為例將其流程分為后評價、竣工驗收、施工準備、生產準備、建設實施、可行性研究、初步設計、總體規(guī)劃及項目建議書等9個階段，這些階段涉及了項目的設計、建設、竣工交付直至投入運行的全過程，因此也稱為生命周期階段。根據不同的階段可將評價過程劃分為工程質量進度、項目后評價、投資管理、資金控制、勘測設計評價5個模塊，這5個部分覆蓋了以上每個階段的控制難點和工作重點，由此可建立生命周期績效評價體系，如表1所示。

表1 水利開發(fā)項目的管理績效指標體系

不同指標在管理績效評價體系中的度量單位、方法及取值范圍存在差異，從而使得同一層次中各指標間存在不可通透性。因此，在績效評價前有必要采取標準化公式將各指標初始數據處理至0-1之間的無量綱值。

根據各指標的具體數值和績效管理評價標準，邀請專家對管理績效各參數進行評分，評價標準可劃分為優(yōu)秀、良好、中等、合格、不合格，所對應的評分值為1.0-0.9、0.9-0.8、0.8-0.7、0.7-0.6、0.6-0.0，評分值越高則工程管理績效越好。

根據遼寧省14個水利開發(fā)項目的相關資料，通過專家組打分、歸一化計算和統計整理等，確定各工程管理績效的打分和15個樣本的評估指標。為保證樣本容量的完整性和可靠性，設置評價體系中各參數值全為0、1兩種情況作為兩個理想樣本，所對應的網絡輸出值為0和1，由此共構造17組樣本數據。

2 構造BP網絡系統績效評價模型

2.1 模型及參數設計

BP神經網絡系統中m個目標的特征值和輸入層中m個輸入節(jié)點相對應，隱含層共存在l個階段，輸出層共存在一個單節(jié)點，即網絡最終輸出。誤差向后傳播的計算與隱含層個數密切相關，隱含層越多則計算過程越復雜，一般條件下也會顯著增大模型的訓練時間及局部最小誤差，結合相關研究和工程管理績效評價實際情況設定BP神經網絡為三層。如圖1所示。

圖1 BP神經網絡模型

設關于樣本j而言n個樣本的輸入為rij，其中i=1,2,…,m；j=1,2,…,n。在工程管理績效評價時BP網絡的建模流程如下：

1)管理績效評價各樣本信息通過節(jié)點i將傳遞給隱含層中節(jié)點，因此管理績效輸入和節(jié)點輸出保持不變，即uij=rij。

(1)

(2)

4)為保證評價結果的可靠性和有效性，結合相關文獻采用下述公式對節(jié)點p和k的權重進行適當調整，即：

(3)

式中：M(upj)、η分別代表j樣本的期望輸出和BP網絡的學習效率。

根據如下公式對隱含層節(jié)點k和輸入層節(jié)點i之間的權重進行適當的調整，調整量計算方法為：

(4)

采用BP反向傳播算法和上述計算模型，可對單元和目標系統的連接權重值進行計算，從而實現期望和實際輸出的誤差最小。根據評價體系中的14項一級指標設定BP網絡中輸入節(jié)點數有14個，中間層節(jié)點利用Klomogorov定理確定為29個，選擇績效評價結果作為輸出層的1個節(jié)點。選用trainlm函數作為學習樣本的訓練方法，其學習為精度高且收斂速度快的LMBP反向傳播算法。BP模型的其他參數設置為：設定的期望誤差為0.001，訓練步數最大值為1000。

2.2 BP網絡的訓練與檢測

BP網絡的訓練樣本為水利工程績效評價的14組樣本數據，經標準化處理后將各指標數值輸入節(jié)點，模型的期望輸出值為專家組確定的績效評價值[9]。經過6個訓練周期后該BP網絡模型的均方誤差達到期望設定值，如圖2所示。

圖2 BP網絡訓練誤差

在樣本體系中BP網絡的檢測樣本為15-17組數據，模型檢測的輸出結果和輸入節(jié)點分別為專家組打分確定的這兩組樣本的管理績效評價值及樣本中各指標數據，選用構建的BP網絡對檢測樣本進行訓練計算，如表2所示。

表2 BP網絡期望與訓練結果

從表2可知，各工程的實際管理績效評價和BP網絡模型的評價結果保持較高的一致性，期望輸出和實際輸出之間的誤差績效，均方差D<0.0001，二者保持較高的一致性。因此，對水利工程管理績效評價利用該網絡模型具有科學合理性，可運用該模型進行實證分析。

從表2可知，各工程的實際管理績效評價和BP網絡模型的評價結果保持較高的一致性，期望輸出和實際輸出之間的誤差績效，均方差D<0.0001，二者保持較高的一致性。因此，對水利工程管理績效評價利用該網絡模型具有科學合理性，可運用該模型進行實證分析。

2.3 實例分析

遼寧省觀音閣水庫輸水工程項目項目全長91.3km，設計年總供水量4.08億m3，設計水平年的供水保證率為99.2%，引觀入本主要用于本溪市城市居民飲水和本鋼等企業(yè)生產用水。該工程始建于2013年10月20日，工期為5年零8個月，項目驗收時間為2019年12月。

在工程質量方面，該供水改造項目的單位、分部、單元工程的優(yōu)良率分別為95.2%、100%和94.6%，外觀質量得分率93.4%；整個項目的建設過程未發(fā)生安全事故，在生態(tài)環(huán)保方面嚴格按照批復的水土流失防治范圍整治，治理度為95.0%；征地移民的投資控制未超出概算范圍且工作質量達到標準要求。項目成本節(jié)約率和工期提前率分別為15%、12%，相對于其他同類項目具有較好的經濟合理性。

結合工程實際運行、竣工驗收及建設監(jiān)理相關資料提取各參數值，經歸一化處理得到各指標標準值，如表3所示。

表3 管理績效評價各參數標準化值

對該工程的管理績效水平采用經訓練檢驗的BP模型進行計算分析，結果為0.9428，隸屬于優(yōu)秀等級，可見該工程具有較高的管理績效水平，評價結果真實可靠，可為工程管理控制提供一定決策依據。

3 結 論

1) 本文結合工程管理的特點和績效評價的相關內容，從多個不同方面構建了綜合評判體系，選取的評價指標相對于現有項目具有更強的實用性，覆蓋范圍廣且各指標意義更加明確，可其他類似項目的管理控制提供一定參考。針對不同項目的管理評價，應充分考慮評價指標的側重點和項目的特征，經適當的篩選建立滿足工程測評的要求指標體系。

2) 所構建的BP網絡評判模型可為水利工程管理績效提供一套系統、完善的評價標準和評判體系，在實際工程管理中具有較強的指導作用，可為水利開發(fā)項目的管理控制和績效評價提供一種新的方法。