融合置信规则库推理与集成学习的研发项目风险评估方法研究

发布时间：2021-04-26 08:08

　　竞争激烈的市场环境使得研发活动成为决定企业地位的关键要素。为维持竞争优势,实现长足发展,研发项目成为了诸多企业的投资重点。然而研发项目的不确定性高和风险大等特点使得研发项目成功率非常低,高投资并未实现理想收益。因此,对研发项目生命周期中的各类风险进行有效评估至关重要,能够给后续的风险控制提供科学依据从而促进项目成功,实现研发投资回报。置信规则库推理方法由于其强解释性和高预测精度等特点,近年来被应用于风险评估领域中。然而,基于置信规则库推理方法构造研发项目风险评估模型时,诸多风险因子的存在会导致置信规则库“组合爆炸”问题。本研究融合置信规则库推理与集成学习进行研究,提出了研发项目风险评估的集成置信规则库推理方法,以期在提高项目风险预测精度的同时克服置信规则库“组合爆炸”问题。所提方法主要包括三个部分。第一部分为研发项目风险识别,针对项目生命周期中所面临的市场风险、技术风险以及组织风险三大方面提取风险因子并根据项目的时间,成本和质量以及期望产品目标的完成情况来衡量项目的风险评估结果。第二部分为基于随机子空间的置信规则库构造与推理,引入集成学习中的随机子空间方法并结合信息增益,在原数据集中依... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
    1.3 研究方法与研究内容
        1.3.1 研究方法
        1.3.2 研究内容
    1.4 本文组织结构
第二章 相关理论基础
    2.1 项目风险评估
        2.1.1 项目风险评估概述
        2.1.2 项目风险评估方法
    2.2 证据推理理论与置信规则库
        2.2.1 证据理论
        2.2.2 证据推理
        2.2.3 置信规则库
    2.3 集成学习
    2.4 本章小结
第三章 研发项目风险评估的集成置信规则库推理方法
    3.1 研发项目风险评估框架
    3.2 研发项目风险识别
    3.3 基于随机子空间的置信规则库构造与推理
        3.3.1 基于随机子空间的数据划分
        3.3.2 置信规则库构造与推理
    3.4 基于证据推理规则的信息融合
    3.5 本章小结
第四章 实验研究
    4.1 研发项目数据描述
    4.2 实验过程与评价指标
        4.2.1 实验过程
        4.2.2 评价指标
    4.3 推理过程与结果评估
        4.3.1 参数设置
        4.3.2 推理过程
        4.3.3 结果评估
    4.4 对比实验及结果分析
        4.4.1 风险评估方法对比实验与分析
        4.4.2 规则约减方法对比试验与分析
        4.4.3 参数初始化方法对比实验与分析
        4.4.4 基学习器融合方法对比实验与分析
    4.5 本章小结
第五章 总结与展望
    5.1 本文总结
    5.2 工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况


【参考文献】：
期刊论文
[1]基于PCA-RBF神经网络的PPP项目风险智能评价研究[J]. 陆晓琴,黄元君,王喜.  科技管理研究. 2017(14)
[2]大型PPP项目平稳演化风险非线性回归测度模型及实证分析[J]. 高武,洪开荣,潘彬.  科技管理研究. 2017(08)
[3]基于BP人工神经网络的BOT项目风险评估研究[J]. 郭鹏,文晓阁.  科技管理研究. 2015(21)
[4]基于实物期权理论的R&D项目投资决策模型[J]. 曹博洋,姜明辉.  合肥工业大学学报(自然科学版). 2015(10)
[5]基于BK树的扩展置信规则库结构优化框架[J]. 苏群,杨隆浩,傅仰耿,余瑞银.  计算机科学与探索. 2016(02)
[6]研发项目风险概率评估方法研究——基于动态贝叶斯网络研究视角[J]. 张俊光,徐振超.  软科学. 2015(02)
[7]基于置信规则库推理的轨道高低不平顺检测方法[J]. 徐晓滨,汪艳辉,文成林,孙新亚,徐冬玲.  铁道学报. 2014(12)
[8]基于SVM混合集成的信用风险评估模型[J]. 陈云,石松,潘彦,俞立.  计算机工程与应用. 2016(04)
[9]基于主成分分析的置信规则库结构学习方法[J]. 常雷雷,李孟军,鲁延京,程贲,张晓航.  系统工程理论与实践. 2014(05)



本文编号：3161071