基于水利工程建设管理绩效评价

发布时间：2021-11-11 22:40

　　水利开发项目管理系统的控制核心为科学合理的评价工程绩效水平,因此应考虑各因素的综合影响。根据全生命周期理论和工程管理情况,对绩效评价的主要影响因素划分,并考虑定量与定性指标建立评判体系。针对工程管理绩效评价方法存在的问题,将BP神经网络和模糊优选理论相耦合建立综合评判模型,对网络输出结果利用Matlab软件进行计算分析,可为水利开发项目的管理控制和绩效评价提供一种新的方法。文章以辽宁省观音阁水库输水工程项目为例,对其管理绩效水平利用模糊优选BP模型进行科学评价,具有较高的可行性和良好的应用效果。 

【文章来源】：黑龙江水利科技. 2020,48(03)

【文章页数】：4 页

【部分图文】：

BP神经网络模型

BP网络的训练样本为水利工程绩效评价的14组样本数据,经标准化处理后将各指标数值输入节点,模型的期望输出值为专家组确定的绩效评价值[9]。经过6个训练周期后该BP网络模型的均方误差达到期望设定值,如图2所示。在样本体系中BP网络的检测样本为15-17组数据,模型检测的输出结果和输入节点分别为专家组打分确定的这两组样本的管理绩效评价值及样本中各指标数据,选用构建的BP网络对检测样本进行训练计算,如表2所示。

【参考文献】：
期刊论文
[1]河道治理工程建设对环境的影响及对策分析[J]. 穆长军.  水土保持应用技术. 2016(04)
[2]水利工程监理工作浅析[J]. 刘兆国.  水利规划与设计. 2016(07)
[3]水利工程施工质量与安全管理措施研究[J]. 张朝辉.  水利技术监督. 2016(01)
[4]水利工程EPC总承包全过程造价管理的对策[J]. 兰光裕.  水利规划与设计. 2014(05)
[5]基于模糊优选BP网络的水利工程建设管理绩效评价[J]. 聂相田,宋雅静,段文凤.  水电能源科学. 2013(04)
[6]人工神经网络在建筑工程项目管理中的应用[J]. 张雷,徐志安.  山西建筑. 2010(04)
[7]神经网络在工程项目管理绩效评价中的应用研究[J]. 闫文周,徐静,吁元铭.  西安建筑科技大学学报(自然科学版). 2005(04)
[8]工程项目管理中的人工神经网络方法及其应用[J]. 汪应洛,杨耀红.  中国工程科学. 2004(07)
[9]模糊优选神经网络模型及其应用[J]. 陈守煜,聂相田,朱文彬,王国利.  水科学进展. 1999(01)



本文编号：3489670