当前位置:主页 > 法律论文 > 合同法论文 >

国际工程项目承包商合同风险评价研究

发布时间:2021-04-25 05:33
  在国际工程的项目管理中,工程建设项目在签订合同时会面临复杂而多样的风险,因此,对于合同双方而言,都必须对风险进行评价,进而防范可能的风险,尤其对于承包商而言,防范风险显得尤为必要。本文以国际工程建设项目合同风险为研究对象,对国际工程建设项目合同风险研究现状进行了总结,全面地介绍了国际工程建设项目合同风险管理的基本理论,并在此基础上对电力建设项目合同风险进行了识别、评价。具体思路为:选取一个水电项目为例,以项目财务合同风险评价的基本内容为基础,从合同条款、合同主体和合同执行风险三个方面,紧密结合国际工程建设项目的行业特点,设计了指标体系:对指标体系经过预处理后,运用主成分分析算法确定各指标的权重;利用蚁群优化的RBF神经网络评价方法,依次评价分析合同条款风险,合同主体风险和合同执行风险水平,然后再利用这三个指标对该项目承包商的合同风险进行分析,得出该项目的承包商风险水平。通过以上的分析表明,该项目的整体合同风险是较低的,在合同管理上能达到项目建设的目标;需要继续按照现有措施来维持项目的合同管理水平,以确保该项目能有效的建设和维持下去。随着项目管理理论界研究工作和一批项目管理专家实践工作的... 

【文章来源】:华北电力大学河北省 211工程院校 教育部直属院校

【文章页数】:55 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
第1章 引言
    1.1 研究背景和研究意义
    1.2 国内外研究状况
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 主要研究内容与研究特点
        1.3.1 研究目标和内容
        1.3.2 全文研究特点和结构安排
    1.4 本章小结
第2章 工程项目承包商合同风险评价基本理论
    2.1 国际工程建设项目合同管理特点概述
    2.2 承包商合同风险评价理论简介
        2.2.1 项目合同风险的概念
        2.2.2 项目合同风险的特性
        2.2.3 合同风险评价的基本内容
    2.3 项目合同风险评价传统模型分析
        2.3.1 德尔菲方法
        2.3.2 头脑风暴法
        2.3.3 模糊决策树法
        2.3.4 蒙特卡罗模拟法
    2.4 本章小结
第3章 工程项目承包商合同风险评价模型理论简介
    3.1 评价模型的设计
    3.2 主成分分析算法的相关原理
        3.2.1 基本原理
        3.2.2 计算步骤
    3.3 蚁群算法优化的RBF神经网络相关原理
        3.3.1 蚁群算法(ACOA)的原理
        3.3.2 RBF神经网络系统的基本原理
        3.3.3 基于蚁群算法改进的RBF神经网络评价模型的原理
    3.4 组合模型的建立
    3.5 本章小结
第4章 国际工程承包商合同风险评价指标体系的构建
    4.1 指标体系构建原则和需注意的问题
        4.1.1 构建原则
        4.1.2 指标体系构建中需要注意的问题
    4.2 评价指标体系的构建
        4.2.1 合同条款风险指标
        4.2.2 工程主体风险指标
        4.2.3 合同执行风险指标
    4.3 本章小结
第5章 工程项目承包商合同风险的评价研究
    5.1 评价样本的选取和指标数据的确定
    5.2 指标数据的标准化
    5.3 指标体系权重的确定
    5.4 工程项目承包商合同风险的评价分析
        5.4.1 合同条款风险评价分析
        5.4.2 合同主体风险评价分析
        5.4.3 合同执行风险评价分析
        5.4.4 合同整体风险评价分析
    5.5 国际工程项目承包商合同风险的防范与控制措施
    5.6 本章小结
第6章 结论
    6.1 本文结论
    6.2 本文的不足
    6.3 本章小结
参考文献
附录
在学期间发表的学术论文和参加科研情况
致谢
作者简介


【参考文献】:
期刊论文
[1]浅析建设工程项目合同中的风险管理[J]. 唐玉丽.  山西建筑. 2010(22)
[2]浅谈海外工程项目合同的审查[J]. 鲁万忠.  胜利油田党校学报. 2010(03)
[3]工程项目合同策划中风险分担问题的探讨[J]. 黄如宝,杨雪.  建设监理. 2009(11)
[4]工程项目合同风险防范分析[J]. 任喜红.  内江科技. 2009(04)
[5]基于遗传算法和模糊决策树的时间序列预测模型[J]. 刘利,何先平.  计算机工程与设计. 2008(19)
[6]论防范建筑施工项目合同风险[J]. 张华.  黑龙江科技信息. 2008(11)
[7]论建筑施工项目合同风险管理[J]. 樊孝江,毛云.  国外建材科技. 2007(06)
[8]工程建设项目合同风险管理的分析[J]. 杨辉丽.  大众科技. 2007(01)
[9]遗传算法改进策略的研究[J]. 赵振勇,王力,王保华,杨本娟.  计算机应用. 2006(S2)
[10]基于径向基函数神经网络的温室室内温度预测模型[J]. 余朝刚,王剑平,应义斌.  生物数学学报. 2006(04)

博士论文
[1]基于特征分析的金融时间序列挖掘若干关键问题研究[D]. 黄超.复旦大学 2005



本文编号:3158800

资料下载
论文发表

本文链接:https://www.wllwen.com/falvlunwen/hetongqiyue/3158800.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户4a9ad***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com