中国林业生态工程项目风险管理研究
发布时间:2020-04-10 21:38
【摘要】: 本研究在借鉴一般风险管理方法和管理理论的基础上,结合林业生态工程的特点,对项目风险的内涵、特征、分类以及数量表征等林业生态工程项目风险管理所涉及的基本理论问题进行了分析和探讨。研究提出了全面的风险管理思想,认为林业生态工程项目风险管理应当是全过程的、全部内容的、全方位的、全员性的、和全面措施的综合性风险管理。在此基础上,研究从过程控制体系、环境监测体系、管理组织体系、管理技术体系、管理机制体系多个方面综合考虑,构建了多维的林业生态工程项目风险管理体系,并对林业生态工程项目风险管理中使用的风险回避、风险转移、风险自留和风险损失控制等策略进行了详细论述。通过以上三个层次的探讨,研究形成了相对完整的林业生态工程项目风险管理理论体系。 研究构建了系统的林业生态工程项目风险管理的方法和模型。①首先,在林业生态工程项目风险识别的过程中,研究构建了基于特征映射理论的风险识别模型,从风险管理的目标入手,借助于直接映射、投影映射、分解映射、组合映射等多种映射形式,将风险管理目标特征域中的元素映射到风险因素特征域,从而保证风险识别的科学性、完整性和有效性。②在风险评判的过程中,研究利用人工神经网络技术和模糊系统理论,构建了基于“BP神经网络-模糊系统”串联模式的林业生态工程项目风险综合评判模型,从而有效地解决了项目风险的复杂性和非线性带来的多指标综合评价难题,并使用“相对属于”的概念使得风险等级的评判结果更加趋于合理。③在风险的监控阶段,研究提出了构建基于WEBGIS风险监测预警系统的基本思路,并对其中的主要功能模块进行了初步设计。该模型为林业生态工程项目风险的监测、预报、险情发布等主要环节提供了良好的工作平台。以上三个主要模型的构建,从风险管理流程的角度形成了相对完整的风险管理模型体系,既是技术上的探讨,也是方法上的创新。 研究以天然林资源保护工程为例,展开了实证分析。研究从天保工程的现状和存在的问题入手,确定了项目风险管理目标特征域,并基于特征映射模型建立了风险因素特征域,构建了风险评价指标体系。在此基础上,研究以国家林业局《林业重点生态工程社会经济效益监测》最近4年近46000多条监测数据为基础,选取栾川、卢氏、武隆等26个指标数据相对完整的监测县作为样本,基于MatLab的开发平台通过编写程序对研究所建立的天保工程项目风险评价三层BP神经网络模型进行了训练,并利用训练后的网络进行了天保工程项目风险的多指标综合评价。研究进一步利用模糊系统理论,确定了天保工程项目风险综合值(即BP网络的计算输出值)的风险等级隶属度,并据此进行了风险强度模式识别,从而对样本县的天保工程项目风险等级作出了评判。开展天保工程项目风险实证分析,一方面对本研究所确立林业生态工程项目风险识别模型和风险综合评判模型的可操作性及有效性进行了较好的验证,另一方面也为其他林业生态工程项目风险的管理提供了可借鉴的实践经验。
【图文】:
风险评价与监测系统所涉及的风险因素的高维性、非线性、动态性(自学习、以及风险资料不完整等问题有着自身的优势,为克服传统方式和方法的不足的可能性。因此,本研究在林业生态工程项目风险的评价和监测过程中,将讨基于 BP 算法人工神经网络模型的风险评价和预警方法。人工神经网络的基本原理神经网络是以工程技术手段模拟人脑神经网络结构与功能的一种技术系统,量的非线性并行处理器来模拟众多的人脑神经元,用处理器之间错综灵活的来模拟人脑神经元之间的突触行为(王慧敏,2007),是对人脑神经系统(即网络)的简化、抽象和模拟。因此,要充分了解人工神经网络,首先必须对网络有所了解。生物神经网络是由巨量的神经细胞(Neuron)或称神经元组成细胞的形状与一般的细胞有很大的不同。如图 4-2 所示,神经元包括神经核部分。突起又分为轴突和树突。轴突较长,构成神经纤维,树突较短而分支经元间密切接触。传递神经冲动的地方称为突触,,它主要是一个神经元的轴另一个神经元的树突(或细胞体)之间的接触(李晓忠, 1994)。
三个基本功能的模仿,人工神经网络显示出了很强的生、分析现实生活中复杂的、非线性的、动态化的问题。,将林业生态工程项目风险的各个影响因素作为神经网同输入信号进行不同程度的时空加权和求和,利用特定,将其转化为相应的唯一的综合风险值。神经网络的拓扑结构及网络类型神经元仅模仿了生物神经元大约 150 个功能中的 3 个(基本功能的众多人工神经元通过一定的连接方式构成集习和运行规则,即可实现记忆、联想、推理、判断等一元具有多种类型,神经元间的连接方式也多种多样。因型。从神经网络的拓扑结构(神经元间的连接方式)来四种形式:连型结构:网络中每个神经元都与其他神经元有连接-4 所示。
【学位授予单位】:北京林业大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:F326.2;F224
本文编号:2622735
【图文】:
风险评价与监测系统所涉及的风险因素的高维性、非线性、动态性(自学习、以及风险资料不完整等问题有着自身的优势,为克服传统方式和方法的不足的可能性。因此,本研究在林业生态工程项目风险的评价和监测过程中,将讨基于 BP 算法人工神经网络模型的风险评价和预警方法。人工神经网络的基本原理神经网络是以工程技术手段模拟人脑神经网络结构与功能的一种技术系统,量的非线性并行处理器来模拟众多的人脑神经元,用处理器之间错综灵活的来模拟人脑神经元之间的突触行为(王慧敏,2007),是对人脑神经系统(即网络)的简化、抽象和模拟。因此,要充分了解人工神经网络,首先必须对网络有所了解。生物神经网络是由巨量的神经细胞(Neuron)或称神经元组成细胞的形状与一般的细胞有很大的不同。如图 4-2 所示,神经元包括神经核部分。突起又分为轴突和树突。轴突较长,构成神经纤维,树突较短而分支经元间密切接触。传递神经冲动的地方称为突触,,它主要是一个神经元的轴另一个神经元的树突(或细胞体)之间的接触(李晓忠, 1994)。
三个基本功能的模仿,人工神经网络显示出了很强的生、分析现实生活中复杂的、非线性的、动态化的问题。,将林业生态工程项目风险的各个影响因素作为神经网同输入信号进行不同程度的时空加权和求和,利用特定,将其转化为相应的唯一的综合风险值。神经网络的拓扑结构及网络类型神经元仅模仿了生物神经元大约 150 个功能中的 3 个(基本功能的众多人工神经元通过一定的连接方式构成集习和运行规则,即可实现记忆、联想、推理、判断等一元具有多种类型,神经元间的连接方式也多种多样。因型。从神经网络的拓扑结构(神经元间的连接方式)来四种形式:连型结构:网络中每个神经元都与其他神经元有连接-4 所示。
【学位授予单位】:北京林业大学
【学位级别】:博士
【学位授予年份】:2008
【分类号】:F326.2;F224
【引证文献】
相关期刊论文 前2条
1 刘轩;叶萌;方玉媚;叶昕;;关于麻疯树生物柴油产业的再思考——以攀枝花为例[J];林业经济;2010年07期
2 郑斌;;城市湿地公园建设的施工管理研究——基于杭州市江洋畈项目的实践[J];经济师;2012年07期
相关博士学位论文 前5条
1 唐朝贤;生物质发电项目投资风险分析与决策研究[D];中南大学;2011年
2 金建平;城市燃气企业风险管理研究[D];天津大学;2011年
3 黄易;基于可拓学的桐梓县林下经济建设项目可持续性评价[D];北京林业大学;2012年
4 肖拥军;旅游地开发项目风险管理研究[D];武汉理工大学;2009年
5 宋健;城市信息化风险管理研究[D];天津大学;2009年
相关硕士学位论文 前6条
1 刘轩;攀枝花麻疯树生物柴油产业的风险管理[D];四川农业大学;2009年
2 崔红梅;林权抵押贷款信贷项目风险管理研究[D];南京林业大学;2012年
3 张娟;参与式整村推进扶贫项目风险评估研究[D];云南财经大学;2012年
4 刘宏;30MW CIGS薄膜太阳能电池及组件工程项目风险评估研究[D];中国海洋大学;2012年
5 王国健;山东山工机械有限公司卡特工作机具出口基地建设工程项目风险评估研究[D];中国海洋大学;2012年
6 相文玺;广西防城港市沙潭江中心区防洪防潮项目风险评价与防范[D];中国海洋大学;2012年
本文编号:2622735
本文链接:https://www.wllwen.com/jingjifazhanlunwen/2622735.html