基于BP神经网络的化工项目风险管理模型研究

第1章绪论

1.1选题背景

我国是化工行业的生产和消费大国，化工行业的发展对于我国的经济发展和社会进步有着不可估量的重大作用。在国家发改委制定的《石化产业规划布局方案》（发改产业［2014］2208号）中，提出将要推动产业集聚发展，表明化工行业对于我国经济化会的影响巨大。然而，化工行业的市场竞争总体愈加强烈，使得如今化工项目所处的环境变得更加复杂。同时，随着高科技与新技术的大量投放，传统的化工行业环境受到较大冲击。尽管化工行业的整体产量有了突飞猛进的增长，但不可回避的是行业中存在的风险因素也变得更加突出，化工项目出现风险的可能性逐年增加。因此，在化工项目中引入科学和成熟的项目风险管理理念，将有利于降低项目的风险量。

在欧美发达工业国家，早在上世纪便将系统的风险管理作为重要的管理内容应用到化工项目的管理当中。我国的风险管理水平目前与欧美国家比较还存在一定的差距。由于对风险管理的认识还没有达到应有的高度，还很少通过系统、科学的项目风险管理来实现控制项目成本、减少风险损失的目的。在此背景下，本文提出用BP神经网络来建立用于化工项目风险识别和评估的模型，进而实现对项目中风险的控制和管理。

..................

1.2选题意义

在化工行业转型升级的大背景下，随着化工项目规模和数量的逐渐增加，人们日益感受到了项目风险对于化工项目施工进度、成本控制、质量保障等的影响：同时，作为管理学派生出的一门分支学科，项目管理的学术研究在近年来取得了长足进步和发展，尤其对于项目风险的管理的研究己发展成为较为成熟的管理学研究方向，在众多工程项目中也得到了较多的实践。因此，采用科学系统的项目风险管理方法来对化工项目进行风险控制应该是势在必行，且具有非常重要的理论意义和实际意义。

在理论研究方面，项目风险管理经过多年发展，已发展成为风险识别、风险分析和风险评价的系统理论。在学术研究方面已经有较多非常成熟的风险管理技术和手段来应对和管理项目中的潜在风险。例如，国内外不少学者都先后将AHP－BP综合评价模型、BP神经网络、贝叶斯网络、RBF神经网络等方法应用到项目的风险管理研究当中。而化工项目是典型的工程项目，随着项目规模大、项目周期长、项目质量要求高等诸多的特点，依靠传统的项目管理和风险控制方法已经逐渐难以适应化工行业高速发展的要求。

....................

第2章化工项目的风险管理理论和技术

2.1相关理论及方法概述

2.1.1风险及项目风险

（1）风险的定义和类型

1）风险的定义

在社会发展中，风险普遍存在于各种管理活动当中。不论何种行业，每天都有不同的风险必须面对，但是对于风险的定义至目前为止，尚未发展出一个简易明了且一致认同的说词。一般来说，风险的定义可分为下列几种；第一，事故发生的不确定性：不确定性包括发生是否、何时发生、状况与结果严重性等。第二，事故发生遭受损失的机会。第三，风险等于严重性与发生机率的乘积。第四，风险等于严重性、发生机率及曝光机率的乘积。

由于风险所表示的是一个抽象且模糊笼统的概念，各领域的学者对于定义一个完善周延、清楚明确的解释仍是项困难的事。然而若回到最基本的概念思考，风险＂一词所要描述的是着眼于未来的、可以衡量与管理的、针对个人与企业的不确定事物。换句话说，风险乃是由于其未来结果的不确定性，而可能造成人身或财务方面、非预期的获益或损失。如此所描述的风险是可科衡量的，并可以加以规划与管理。通常这类风险的大小取决于两个因素：第一，未来结果不确定性的高低；第二，可能带给人身或财物损益与利弊的大小。因此，风险管理目的在于确保管理的个体，在合理可行的代价之下，尽量消除未来的不确定因素，使得预期的结果与实际的结果之间的差距能够降到最低。风险亦可以事件发生机率及其严重性定义之，，即＂风险＝事件发生机率X事件发生结果严重性＂，风险管理的目的在于降低事件发生机率或事件发生结果严重性，以达到降低风险的目的。

....................

2.2化工项目的风险

2.2.1化工项目的特点

顾名思义，化工项目即与化学工业相关的工程项目。通常来说，化工项目是指原油、轻烃等为主要原料，从事化纤、化肥和化工生产设施的工程项目建设。化工项目的建设是一项风险事业，无论投资方或是业主，还是承包商都要面临一系列风险。总的来说，化工项目的特点主要有下几个方面：

第一，规模大。无论是占地空间、资金投入，还是工期方面，化工项目通常都有非常大的规模。首先，化工项目除了从事化工生产的主体车间外，还必须要有发电厂、原料厂、污染物处理厂、铁路线路、电气车间等配套设施，自然占领的区域会跨越多个地方。其次，工项目的资金规模与其他行业比较也相对较高。通常，化工项目投资的预算都是以化元或者十亿元计算，而且一般都有国家财政作为担保和支撑，所以在投资额方面也非常巨大。

第二，周期长。在项目周期方面，化工项目通常要花费数年时间来进行建设和投产。在项目前期，需要做好工厂的选址、厂房建设、环境评估等工作；项目中期，需要做好物流支持、信息网络搭建等方面工作；项目后期，需要进行供应链管理、产品仓促营理、产品质量管理等方面工作。因此，在漫长的建设周期当中，化工项目很可能在实施过程中遭遇各种风险。

第三，技术工艺复杂。化工业是技术集中、生产密集的现代工业，自然对于生产的技术标准有着较高的要求。在生产环境方面，许多环节都要面临高温高压、高寒高盐或是易燃易爆等环境，对于原料、半成品、成品的运料和输送需要很多大型设备参与其中；对于生产环节的精确控制需要PLC自控系统、电力设施设备系统、仪器仪表监控系统等的密切配合和相互支撑。因此，化工项目的总体技术工艺相对较为复杂。

.....................

第3章基于BP神经网络的化工项目风险管理模型建立..........23

3.1BP神经网络模型的引入.............23

3.1.1解决化工项目风险复杂性问题...............23

第4章YYN化工项目的风险管理实例............29

4.1YYN化工项目简介............29

4.2YYN化工项目的风险识别、评估和管理...............29

第5章YYN化工项目风险管理的改进措施...........38

5.1BP神经网路风险评估的启示.............38

5.2加强技术研发创新，提高竞争力.............38

第5章YYN化工项目风险管理的改进措施

5.1BP神经网路风险评估的后示

上一章节中，通过应用ＢＰ神经网络，对YYN化工项目的风险识别、评估和管理。通过一系列的数据分析和处理，得出了风险清单中各风险因素的风险等级。其中，风险等级为＂高度风险＂的风险主要有5项，如表5.1所示：

尽管本文已简要给出了应对上述风险出现的一些具体措施。但风险管理的核心是防范于未然和防微杜渐，仅有风险应对是不足以应对风险发生的。所以，科学的风险管理应当站在项目整体战略的宏观角度进行风险控制。从表5.1的高度风险条目中，可以直观的划分出以下几类风险管理的潜在不足：第一，项目前期的研发设计不足；第二，项目中期的生产管理不足；第三，项目的资金管理不足；第四，项目的组织管理不足。为此，本文将提出以下改进建议。

....................

第6章结论和展望

6.1结论

在化工项目中引入科学和成熟的项目风险管理方法，降低项目的风险概率，使得化工项目实施过程中尽可能减少各种风险的干扰，这是新形势下我国化工业需要迫切面临的一个重大课题。这对于我国化工业的综合实力发展将带来深刻影响，因此其重要性应当是不言而喻。本文基于BP神经网络模型，建立了有关YYN化工项目的风险识别方法，主要取得了下研究成果：

首先，建立了化工项目风险评价的思路和框架。本文结合模式识别、神经网络和数据分析相关知识，通过对多个科研项目风险进行识别和分析，针对化工项目风险管理，建立了一套通过ＢＰ神经网络模型判定项目风险等级的方法。

其次，本文认为BP神经网络所具备的准确性高、抗干扰能力强化及具备非线性处理能力的特点解决了化工项目风险复杂性问题、风险多变性问题、风险准确性问题，在化工项目的风险管理实践上具有非常积极的作用。

最后，本文对YYN化工项目进行了实际的风险评估分析，指出了YYN化工项目总体风险情况和状态为高风险的风险因素子环节。同时，给出了有关的应对策略。通过此项实例研究，本文认为基于BP神经网络的化工项目风险管理模型研究方法是可行且有效的。本文的创新点在于将ＢＰ神经网络应用到了化工项目的风险识别和管理当中，具有简洁和直观的特点。

参考文献（略）