基于SVM的建设项目风险识别方法研究

发布时间：2018-12-08 19:29

【摘要】：支持向量机(SVM)是在统计学习理论的基础上发展起来的一种新的机器学习方法。它基于结构风险最小化原则,能有效地解决过学习问题,具有良好的推广性和分类精确性。在项目风险管理中,风险识别是很重要的一个步骤,如果风险不能被识别,那么我们就不能对风险进行转移、控制或管理。针对该问题,本文提出了一种新的风险识别方法-支持向量机,利用该方法对项目风险识别进行了研究,并取得了很好的识别效果。
[Abstract]:Support vector machine (SVM) is a new machine learning method developed on the basis of statistical learning theory. Based on the principle of structural risk minimization, it can effectively solve the problem of overlearning and has good generalization and classification accuracy. Risk identification is an important step in project risk management. If the risk can not be identified, then we can not transfer, control or manage the risk. In order to solve this problem, a new risk identification method, support vector machine (SVM), is proposed in this paper.
【作者单位】： 天津财经大学企管系 河北农业大学
【分类号】：F224

【参考文献】

相关期刊论文 前1条

1 傅鸿源;工程项目风险评价方法的研究[J];系统工程理论与实践;1995年10期

相关硕士学位论文 前1条

1 范利霞;建筑安全管理信息系统的应用研究[D];河北农业大学;2002年

【共引文献】

相关期刊论文 前10条

1 郭鹏,朱煜明,梁工谦;基于全寿命周期的航空武器装备风险识别研究[J];西北工业大学学报(社会科学版);2003年04期

2 苗长润,安雅琴,陈敬武;投资项目风险评价[J];河北工业大学学报;2001年02期

3 张蔚虹;周庆文;;工程项目的风险管理研究[J];经济师;2006年03期

4 陈磊;关于在我国建立工程项目风险管理制度的思考[J];基建优化;2002年02期

5 徐恒升,刘铁敏;工程项目的风险分析[J];基建优化;2005年01期

6 周庆文;;工程项目的风险管理研究[J];基建优化;2006年02期

7 刘朝英,赵建华,高风彦,吴立扬,闫军;投资项目模糊评价系统设计[J];计算机仿真;2001年04期

8 张建设,钟登华;工程项目风险的多维功效函数评价方法研究[J];洛阳大学学报;2002年02期

9 高峰,陈英武;关键工程系统风险管理研究进展[J];世界科技研究与发展;2005年02期

10 林成栋,李鹏,万圣锋,张朋柱;商业企业资信模糊评估方法与应用[J];陕西经贸学院学报;1999年03期

相关会议论文 前1条

1 冷劲松;林成栋;郑殿海;;企业转产项目风险模糊评价系统研究[A];2002年中国管理科学学术会议论文集[C];2002年

相关博士学位论文 前10条

1 王卓甫;工程进度风险计算研究[D];河海大学;2002年

2 程铁信;大型工程项目物流风险分析与管理研究[D];天津大学;2003年

3 张建设;面向过程的工程项目风险动态管理方法研究[D];天津大学;2003年

4 宋先锋;大型土木工程国际投资风险研究[D];天津大学;2003年

5 刘睿;国际大型土木工程承包项目投标风险定量评估[D];天津大学;2003年

6 刘建民;大型混凝土施工模板结构体系控制技术研究[D];西安建筑科技大学;2005年

7 向鹏成;基于信息不对称理论的工程项目风险管理研究[D];重庆大学;2005年

8 金德民;工程项目全寿命期风险管理系统理论及集成研究[D];天津大学;2004年

9 任运河;山东省绿色农业评价、预警体系研究[D];山东农业大学;2006年

10 刘艳琼;基于影响图理论的武器装备研制项目风险分析方法及应用[D];国防科学技术大学;2005年

相关硕士学位论文 前10条

1 郭俊;工程项目风险管理理论与方法研究[D];武汉大学;2005年

2 刘国东;工程项目投资风险管理研究[D];河北农业大学;2005年

3 张文俊;建设工程项目风险管理理论分析与实践[D];西南交通大学;2005年

4 沙敬君;监理企业风险管理[D];大连理工大学;2005年

5 周泳;项目投资风险分析方法与实证研究[D];武汉理工大学;2002年

6 马锋;工程项目风险管理理论与实践[D];西南交通大学;2003年

7 上官景浩;航空武器装备全寿命周期风险识别与评估研究[D];西北工业大学;2003年

8 信春华;企业集团投资项目评价中的综合风险研究[D];山东科技大学;2003年

9 许俊;企业战略与技改项目可行性实证研究[D];武汉理工大学;2003年

10 杨敬飚;五凌水电项目建设风险管理研究[D];湖南大学;2003年

【二级参考文献】

相关期刊论文 前3条

1 汪培庄,刘锡荟;集值统计[J];工程数学学报;1984年01期

2 席酉民,汪应洛,陶谦坎;大型水利工程建设决策研究[J];系统工程理论与实践;1986年01期

3 席酉民,汪应洛,陶谦坎;决策指标的估价方法及权的探讨[J];系统工程理论与实践;1986年03期

【相似文献】

相关期刊论文 前10条

1 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期

2 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期

3 左文明;杨文富;黄秋萍;;基于支持向量机的制造企业创新能力评价模型[J];数学的实践与认识;2011年09期

4 何晓庆;李腾;;基于支持向量机财务预警模型的实证研究[J];中小企业管理与科技(上旬刊);2011年09期

5 方勇;刘庆山;;基于双重预测模型的非线性时间序列预测[J];系统仿真技术;2011年02期

6 常青;赵晓莉;;时间序列模型在降水量预测中的应用研究[J];计算机仿真;2011年07期

7 丁蕾;朱德权;;基于BP与SVR的非线性回归之比较[J];安庆师范学院学报(自然科学版);2011年02期

8 蒋辉;;基于MGM(1,n)模型的多元核支持向量回归预测[J];数学的实践与认识;2011年09期

9 邢蕾;;基于小波分析时间序列预测技术进展[J];吉林金融研究;2009年04期

10 袁光锋;钟声;;多目标优化在转炉修理项目管理中的应用[J];科技促进发展(应用版);2010年10期

相关会议论文 前10条

1 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年

2 Dougsoo Kaown;刘建国;;支持向量机的几何解法(英文)[A];中国运筹学会第八届学术交流会论文集[C];2006年

3 肖健华;吴今培;;基于支持向量机的预测模型及应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 郭崇慧;陆玉昌;唐焕文;;支持向量机优化问题的熵优化方法[A];2006年中国运筹学会数学规划分会代表会议暨第六届学术会议论文集[C];2006年

5 赵春广;李晓奇;;模糊积分在支持向量机系统中的应用[A];第五届中国不确定系统年会论文集[C];2007年

6 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年

7 潘永泉;杨志英;张敬秀;;基于人工智能方法的企业资信评级[A];2004中国控制与决策学术年会论文集[C];2004年

8 刘碧森;姚宇;;粗SVM理论及其在税收预测中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年

9 李桂君;;基于约束集理论(TOC)的多项目顺序安排[A];现代工业工程与管理研讨会会议论文集[C];2006年

10 王伟;郑东良;;支持向量机的分类机理研究[A];信号与信息处理技术第三届信号与信息处理全国联合学术会议论文集[C];2004年

相关博士学位论文 前10条

1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年

2 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学（河北）;2007年

3 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年

4 佟伟民;股指期货交易中操纵行为识别方法研究[D];哈尔滨工业大学;2008年

5 徐晟;专利申请驱动因素研究[D];合肥工业大学;2008年

6 张春华;支持向量机中最优化问题的研究[D];中国农业大学;2004年

7 安金龙;支持向量机若干问题的研究[D];天津大学;2004年

8 彭光金;小样本工程造价数据的智能学习方法及其在输变电工程中的应用研究[D];重庆大学;2010年

9 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年

10 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年

相关硕士学位论文 前10条

1 张成学;隐私保护线性规划和支持向量机新算法[D];山东科技大学;2011年

2 李欣;项目管理成熟度模型及其评估方法研究[D];西北工业大学;2004年

3 李新军;基于支持向量机的建模预测研究[D];天津大学;2004年

4 李猛;支持向量机和实验正交设计的比较和应用性研究[D];天津大学;2005年

5 彭若愚;工程项目的信息生命周期管理[D];天津大学;2005年

6 郭小明;支持向量机中核函数的选取方法的研究[D];辽宁师范大学;2008年

7 吴姗姗;中国货币需求函数的影响因素分析与计量检验[D];吉林大学;2009年

8 沈立平;工程建设企业项目后评价学习模型研究[D];武汉大学;2005年

9 高永刚;面向项目的知识共享及其综合评价研究[D];天津大学;2005年

10 胡祖辉;基于增量划分指导数据集的两层自动选择SVM模型[D];华中科技大学;2007年

，

本文编号：2368880