【《EPC模式下中小型水电站项目风险评价模型分析案例综述》3700字】

EPC模式下中小型水电站项目风险评价模型分析案例目录TOC\o"1-3"\h\u17506EPC模式下中小型水电站项目风险评价模型分析案例 1180371.1风险评价的基本理论 174221.1.1风险评价概念 1155621.1.2风险评价原则 115661.2风险评价方法概述 2141211.2.1常用的风险评价方法 2100821.2.2评价方法的选取 334201.3风险评价模型的建立 5136741.3.1熵权法确定权重 5300761.3.2基于熵权法的TOPSIS综合评价法 61.1风险评价的基本理论1.1.1风险评价概念风险识别仅仅只是识别出可能会发生的风险因素，以及风险因素可能会造成的影响的一个初步分析。风险评价是在风险识别的基础上，结合工程项目自身的特点，运用科学合理的数学评价模型，对所识别出的风险因素的发生概率、管理成本、造成的损失进行评估，得到项目风险因素的重要性排序，进而为风险应对以及监控提供了理论数据支撑，便于制定行而有效的风险应对措施。1.1.2风险评价原则EPC水电站项目在实施过程中可能会各式各样的风险因素，因此所构建风险评价体系需要全面、系统、合理并且简单适用。结合EPC水电站项目的特点以及国内EPC项目的发展现状，构建评价模型需要从以下几个方面出发。（1）客观性客观性也称为真实性，评价模型应该在客观性原则的基础上真实的反映EPC水电站项目的构成及内涵，只有客观真实的评价模型才能确保后续的风险评价结果的准确性。（2）系统性和科学性系统性原则是指着眼于整个项目，把风险评价看作一个系统，通过对系统内的全部资源进行合理分配，实现对风险评价的整体优化。同时能否建立健全科学的评价指标体系以及采用高水平的评价方法直接影响最终的评价结果，因此，在构建水电站EPC项目评价模型时需要遵守系统性和科学性的原则。（3）全面性对于风险评价来说构建全面的风险评价指标体系尤为重要，因为只有全面的、系统的、精准的识别出风险因素，才能得到准确合理的风险评价结果。1.2风险评价方法概述1.2.1常用的风险评价方法风险评价是介于风险识别和风险应对之间的步骤，风险评价分为定性或定量分析，目的是将各种风险对项目的影响程度尽量给予量化描述，以使风险管理者全面掌控风险程度，为提出正确的风险对策和管理措施提供依据，风险评价方法常见的主要有主观评分法、敏感性分析法、神经网络法、层次分析法、模糊综合评价法等下面对几种常见的风险评价方法进行介绍REF_Ref1005\r\h[59]。（1）主观评分法主观评分法又称专家调查法，它是在项目风险识别之后，建立风险评价指标体系或者风险清单。然后通过问卷调查或者现场访谈将打分表发放给专家，专家通过自身的经验并结合项目的实际特点和环境特点对风险因素进行打分评价。最后收集整理打分情况得到项目主要风险因素。（2）敏感性分析法敏感性分析法也称作不确定性分析法，同时它也是动态分析方法。它是从多个不确定因素中找到对项目的评价指标有较大影响的敏感性因素。该方法有助于确定项目的重要风险因素，从而制作紧急预案，但是它只能分析风险因素的影响程度不能反映发生的概率，也不能反映多个风险因素同时变化时对项目的综合影响。（3）神经网络法人工神经网络也简称为神经网络或连接模型，它是一种模仿动物神经网络行为特征，进行分布式信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的，人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入-输出数据，分析掌握二者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果REF_Ref14037\r\h[60]。（4）层次分析法层次分析法是将目标分解成若干层次形成一个系统性的结构，并在此基础上进行定性和定量分析的一种评价方法。通过此方法把项目的风险目标分为目标层、准则层、指标层，将每层次同一个单元下的风险因素进行两两比较构造判断矩阵，而后进行专家问卷调查获得数据，计算出同一层次的所有因素对于上一层的相对风险权重以及一致性检验，最终得到所有因素的相对于风险目标的综合权重。（5）信息熵权法在信息论解释中，信息是系统有序程度的一个度量，熵是反映系统无序程度的一个度量，表示事物出现的不确定性，在综合评价中对于某种指标，信息熵值越小，说明其指标差异程度越大起到的作用就越大，即所占权重越大。熵权法是一种客观赋权的方法，消除了计算权重时主观因素的影响，使指标评价的结果与实际结果更加贴近，信息熵为决策提供了定量分析的新思路，在现代科学领域被广泛应用。（6）逼近理想解排序法（简称TOPSIS法）TOPSIS（Techniquefororderpreferencebysimilaritytoidealsolution），它是以多目标决策问题的理想解和负理想解为基准，对评价方案来进行排序，以确定各方案的优劣。正理想解是由最优的各目标值组成的理想方案，负理想解与其相反。我们把各目标方案与正理想解和负理想解作比较，如果哪个目标方案接近正理想解，而又远离负理想解，则该目标方案为最优解。1.2.2评价方法的选取针对不同种类的工程，不同的管理目标，我们应该选择相适应且系统科学的风险评价方法。不同的风险评价方法建立的风险评价模型各有优劣，下面通过表4-1列出以上六种风险评价方法的优缺点，并选取适用于EPC中小型水电站项目风险评价方法。表4-1风险评价方法优缺点对比风险评价方法优点缺点主观评分法使用简单、直观性强的，能够在缺乏足够统计数据和原始资料的情况下做出定量估计其理论性和系统性尚有欠缺，有时难以保证评价结果的客观性和准确性敏感性分析法有助于确定哪些风险对项目具有最大的潜在影响无法得出具体的风险影响程度值,它只能说明影响的程度神经网络法主观因素影响较小，有自主学习修正能力，自适应能力强，数据容错率高需要大量的样本数据，要经过较高次数的调整模拟，操作难度大层次分析法所需定量数据少，定量与定性相合适用性广、简介、系统计算结果较粗略，结果受个人偏好影响大，不适用于层次复杂的决策问题信息熵权法依赖实测数据，避免主观性数据要本要求齐全，不适用于中间层逼近理想解排序法模型计算结果仅依赖于各评价对象与最大风险集的对比不受人为规定的风险等级标准影响，能得到更为客观的评价结果正负理想解计算较为复杂，权重是事先确定的，其值通常是主观值，因而具有一定的随意性通过对以上评价方法的优缺点对比研究发现，这些评价方法都有其自身优势及不足，单一的评价方法可能存在着主观性较强等一定的局限性。由于EPC水电站项目是一项复杂的系统工程，总承包商面临的风险具有不确定性、多样性与复杂性的特点，因此在本文的研究中，将采取熵权TOPSIS法两种评价方法的综合运用，通过熵权法确定权重，并将确定的权重赋给TOPSIS法进行矩阵的加权，从而建立基于熵权法的TOPSIS综合评价法。熵权和TOPSIS的组合使用可以发挥二者的各自优势，并且可以互补对方的不足之处。二者各自的优势体现在熵权法在计算权重时具有很好的适用性和客观性，TOPSIS法的计算简单便捷且对样本数据要求比较宽松。熵权和TOPSIS法的组合可以在一定程度上弥补其他评价方法的单一性，根据熵权法计算得到的熵值和熵权在TOPSIS法中进行加权计算得到风险的排序指标使得评价结果客观和可靠合理。1.3风险评价模型的建立1.3.1熵权法确定权重熵权法的评价功能是基于信息熵的原理：若把各评价指标看作系统的每种状态，则当指标的信息熵越小，数据间的差异越大，所能提供的信息也就越多，在评价过程中应赋予较大的权重，相反指标的信息熵越大，数据间的差异不明显，所能提供的信息越小，相应赋予较小权重，熵权法的基本步骤是REF_Ref14095\r\h[61]。第一、构建评价矩阵设有n个评价指标，m个待估对象，Xij为第i个评价指标下的第j个待估对象所对应的数据（i=1,2,3...,m；j=1,2,3...,n）,得风险判断矩阵A。第二、对风险判断矩阵进行标准化处理评价指标一般具有不同的量纲和量纲单位，而且有的指标值越大风险越大（同向风险指标），有的指标值越小风险越大（反向风险指标），因此需要对矩阵进行量纲归一化和同趋势化处理REF_Ref10307\r\h[63]。同向风险指标：（4-1）反向风险指标： （4-2）其中，xijbij分别是标准化前和标准化后的数值，maxxjminxj分别是第j个决策指标的最大、最小值，由此得到标准风险判断矩阵B。第三、对归一化的矩阵B=（bij）m×n进行规范化处理定义第j项评价指标下第i个待估对象所占比重为cij（4-3）由此得到规范化的矩阵C=（cij）m×ni=1,2,3...,m；j=1,2,3...,n第四、求出第j项指标的熵值dj（4-4）第五、确定各个评价指标的熵权j=1,2,3...,n（4-5）1.3.2基于熵权法的TOPSIS综合评价法TOPSIS是一种逼近理想解的排序方法。其基本原理是在构造加权规范化矩阵的基础上，定义决策问题的最优解和最劣解，通过检测待估对象到最优解、最劣解的距离进行评价排序，若待估对象距最优解最近，距最劣解最远，则将其评为最好值；同理若待估对象离最优解最远，离最劣解最近，则将其定为最差值，介于最好值和最差值之间的若干待估对象，根据其距最优解或最差解的相对距离进行优劣的排序REF_Ref14144\r\h[62]。基于熵权法的TOPSIS综合评价法的步骤如下所示。第一、使用熵权法计算获得的熵权wj（j=1,2,3...,n），对归一化矩阵B=（bij）m×n进行加权计算，得到加权归一化矩阵R=（rij）m×n（4-6）第二、获得正理想解方案SJ+和负理想方案SJ-正理想解方案：j=1.2...n （4-7）负理想解方案：j=1.2...n（4-8）第三、分别计算加权归