国际EPC工程项目物资采购风险评价研究
发布时间：2021-02-10 05:30
在“走出去”战略和“一带一路”倡议的推动下,中国对外承包工程业务已取得长足的进步。随着国际工程业务的不断发展,设计—采购—施工（Engineering Procurement Construction,EPC）总承包模式凭借其高效整合与配置资源的优势在国际工程业务中越来越得到业主和承包商的青睐。在EPC模式下,物资采购作为工程项目实施的关键环节,是实现工程设计意图、保障工程施工顺利开展的基础。然而,在国际EPC工程项目合同签订时,项目工作开展较少,物资采购仍然存在许多变数,使承包商在采购实施过程中面临复杂多样的风险。国内诸多学者虽然对国际工程与EPC项目物资采购管理展开了卓有成效的研究,但对EPC项目物资采购风险管理的关注度不足,研究成果具有一定的局限性。因此,如何对国际EPC工程项目物资采购风险进行系统分析与评估以实现项目全过程物资采购的优化管理,成为一个亟待研究的课题。基于现实问题的需求和理论研究的不足,本文从中国承包商的视角着手,综合采用文献研究法、问卷调查法、基于贝叶斯网络的数学建模法等方法展开研究。构建了国际EPC工程项目物资采购风险评价指标体系、风险状态评价标准和风险评价模...
【文章来源】：山东建筑大学山东省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
入选ENR际承包商250强的中内地承包商数量、际市场营业额和份额随着国际工程市场规模的不断扩张，项目大型化、复杂化、集成化趋势明显，国际
样本数据导入结2）利用专家经验知识和机器学习构建初始模型结构
图 3.4 样本数据导入结2）利用专家经验知识和机器学习构建初始模型结构在结构学习算法设置界面中对相关参数进行设置，如图3.5所示。学习算法（LearninigAlgorithm）设置为贪婪搜索算法（Greedy Thick Thinning），离散阈值（Discrete threshold）按默认值（对本文建模无影响），算法参数（Algorithm Parameters）按默认的 K2 算法，最大父节点数量（Max Parent Count）设置为 23（充分考虑实际情况而设定）。图 3.5 结 学习算法设置
【参考文献】：
期刊论文
[1]基于贝叶斯网络的工程风险管理研究——以港珠澳大桥主体工程设计风险为例[J]. 丁斅,徐峰. 系统管理学报. 2018(01)
[2]国际工程EPC项目采购集成管理[J]. 唐文哲,雷振,王姝力,谢坤,张清振. 清华大学学报(自然科学版). 2017(08)
[3]中国国际工程承包商发展策略研究——基于2000-2015年全球最大250家国际工程承包商业绩数据的分析[J]. 李皓燃,陈航,李启明,陈晨,李震. 国际经济合作. 2017(04)
[4]贝叶斯网络在企业软件项目工期估算中的应用[J]. 翁焱庆. 电脑迷. 2016(09)
[5]EPC工程项目中的采购风险管理浅析[J]. 杨雪光,刘思思,聂畅飞. 交通企业管理. 2016(07)
[6]国际EPC合同模式下的采购管理[J]. 张浩. 国际经济合作. 2015(03)
[7]水电工程EPC项目采购风险评估[J]. 陈志鼎,刘豪,肖芳. 人民长江. 2015(05)
[8]基于TOPSIS和RBFNN的EPCM项目采购风险研究[J]. 谢亮. 价值工程. 2014(29)
[9]国际工程采购价格风险评价指标体系研究[J]. 李拓晨,胡松静. 技术经济与管理研究. 2014(06)
[10]基于贝叶斯网络的地铁施工风险管理研究[J]. 吴贤国,丁保军,张立茂,陈跃庆,薛莉敏,宋若昕. 中国安全科学学报. 2014(01)
博士论文
[1]国际工程中政治风险的智能预测与对策选择研究[D]. 贾若愚.东南大学 2016
硕士论文
[1]基于贝叶斯网络的公路养护作业风险评价与控制研究[D]. 丁蓓妍.长安大学 2017
[2]基于贝叶斯网络的国际高铁项目工期风险预警研究[D]. 唐丹.西南交通大学 2017
[3]电力工程EPC模式下材料采购价格风险管理研究[D]. 彭鹏.华北电力大学(北京) 2016
[4]海外电力EPC工程总承包项目风险识别及应对[D]. 李静.华北电力大学(北京) 2016
[5]油气工程EPC项目物资采购的风险分析及应用研究[D]. 李秋雨.天津大学 2015
[6]EM算法及其应用[D]. 张宏东.山东大学 2014
[7]基于贝叶斯网络的地铁项目施工风险评价研究[D]. 李江飞.哈尔滨工业大学 2013
[8]企业信用链风险传递理论模型及其应用[D]. 丁琳.华北电力大学（北京） 2010
[9]基于K2评分的贝叶斯网结构学习算法的研究[D]. 张鸿勋.北京工业大学 2009
本文编号：3026862
【文章来源】：山东建筑大学山东省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
入选ENR际承包商250强的中内地承包商数量、际市场营业额和份额随着国际工程市场规模的不断扩张，项目大型化、复杂化、集成化趋势明显，国际
样本数据导入结2）利用专家经验知识和机器学习构建初始模型结构
图 3.4 样本数据导入结2）利用专家经验知识和机器学习构建初始模型结构在结构学习算法设置界面中对相关参数进行设置，如图3.5所示。学习算法（LearninigAlgorithm）设置为贪婪搜索算法（Greedy Thick Thinning），离散阈值（Discrete threshold）按默认值（对本文建模无影响），算法参数（Algorithm Parameters）按默认的 K2 算法，最大父节点数量（Max Parent Count）设置为 23（充分考虑实际情况而设定）。图 3.5 结 学习算法设置
【参考文献】：
期刊论文
[1]基于贝叶斯网络的工程风险管理研究——以港珠澳大桥主体工程设计风险为例[J]. 丁斅,徐峰. 系统管理学报. 2018(01)
[2]国际工程EPC项目采购集成管理[J]. 唐文哲,雷振,王姝力,谢坤,张清振. 清华大学学报(自然科学版). 2017(08)
[3]中国国际工程承包商发展策略研究——基于2000-2015年全球最大250家国际工程承包商业绩数据的分析[J]. 李皓燃,陈航,李启明,陈晨,李震. 国际经济合作. 2017(04)
[4]贝叶斯网络在企业软件项目工期估算中的应用[J]. 翁焱庆. 电脑迷. 2016(09)
[5]EPC工程项目中的采购风险管理浅析[J]. 杨雪光,刘思思,聂畅飞. 交通企业管理. 2016(07)
[6]国际EPC合同模式下的采购管理[J]. 张浩. 国际经济合作. 2015(03)
[7]水电工程EPC项目采购风险评估[J]. 陈志鼎,刘豪,肖芳. 人民长江. 2015(05)
[8]基于TOPSIS和RBFNN的EPCM项目采购风险研究[J]. 谢亮. 价值工程. 2014(29)
[9]国际工程采购价格风险评价指标体系研究[J]. 李拓晨,胡松静. 技术经济与管理研究. 2014(06)
[10]基于贝叶斯网络的地铁施工风险管理研究[J]. 吴贤国,丁保军,张立茂,陈跃庆,薛莉敏,宋若昕. 中国安全科学学报. 2014(01)
博士论文
[1]国际工程中政治风险的智能预测与对策选择研究[D]. 贾若愚.东南大学 2016
硕士论文
[1]基于贝叶斯网络的公路养护作业风险评价与控制研究[D]. 丁蓓妍.长安大学 2017
[2]基于贝叶斯网络的国际高铁项目工期风险预警研究[D]. 唐丹.西南交通大学 2017
[3]电力工程EPC模式下材料采购价格风险管理研究[D]. 彭鹏.华北电力大学(北京) 2016
[4]海外电力EPC工程总承包项目风险识别及应对[D]. 李静.华北电力大学(北京) 2016
[5]油气工程EPC项目物资采购的风险分析及应用研究[D]. 李秋雨.天津大学 2015
[6]EM算法及其应用[D]. 张宏东.山东大学 2014
[7]基于贝叶斯网络的地铁项目施工风险评价研究[D]. 李江飞.哈尔滨工业大学 2013
[8]企业信用链风险传递理论模型及其应用[D]. 丁琳.华北电力大学（北京） 2010
[9]基于K2评分的贝叶斯网结构学习算法的研究[D]. 张鸿勋.北京工业大学 2009
本文编号：3026862
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/3026862.html
