隨機森林算法在建筑供應鏈風險評價中的應用

趙亞星，王紅春

（北京建筑大學 經濟與管理工程學院，北京 100044）

隨機森林算法在建筑供應鏈風險評價中的應用

趙亞星，王紅春

（北京建筑大學 經濟與管理工程學院，北京 100044）

將隨機森林算法應用到建筑供應鏈風險評價中，建立了基于隨機森林的建筑供應鏈風險評價模型，并通過實例驗證，證明了該方法在建筑供應鏈風險評價應用中的可行性，為建筑供應鏈的風險評價提供了一種新的思路。

隨機森林算法；建筑供應鏈；風險評價

1 引言

“橫向一體化”思想形成了一條從供應商到制造商再到分銷商、零售商的貫穿所有企業的“鏈”[1]。這條“鏈”把所有相鄰企業連接起來形成供應鏈,供應鏈上的節點企業必須同步、協調運行，才能使供應鏈上所有企業受益，這就是供應鏈管理思想。供應鏈的思想最開始出現應用于制造業，上世紀80年代末開始，在建筑行業引進供應鏈管理的思想。根據美國建筑業有關資料統計，有效地進行建筑企業供應鏈管理可以使項目總成本降低30%以上。但是供應鏈管理作為一種新的建筑項目管理理念與方法，在提高項目效益的同時也增大了建筑供應鏈的風險。因此進行有效的建筑供應鏈風險管理顯得尤為重要。

目前國內外對供應鏈風險評價及管理的研究已取得一些進展，程書萍等[2]針對傳統工程風險管理與控制的不足，站在工程供應鏈的視角，從六個方面進行了工程供應鏈風險源的識別，并提出了應對策略。姜軍等[3-6]運用模糊數學的相關理論建立了工程供應鏈風險評價指標體系，通過熵權法、AHP法等確定權重進行工程供應鏈風險的模糊綜合評價。李曉燕等[7]將模糊層次分析方法應用到水利工程項目的風險評價中，并用工程實例驗證了該方法的可行性。李靜等[8]提出了基于三角模糊數的模糊網絡分析方法，并將其應用到海上風電項目的風險評價。李美云等[9]運用模糊集理論和故障樹結合，對引起建筑供應鏈失效的各風險因素進行分析，建立了建筑供應鏈失效的故障樹。權俊琿[10]在傳統失效模式與影響分析（FMEA）方法的基礎上考慮了風險可控度，形成FMECA方法，實現對工程供應鏈風險的識別和評價。楊斯玲等[11]采用區間層次分析法進行指標賦權，依據約束理論和集對分析理論實現EPC建筑供應鏈不同范圍不同層次下的風險管理。王娜等[12]運用BP神經網絡進行風險評估，為建筑供應鏈風險評估提供了有力的支撐。劉志強等[13]在對EPC建筑供應鏈進行風險分析的基礎上，構建了基于支持向量機的建筑供應鏈風險評價模型并進行了應用研究。

這些研究成果中運用的風險評價方法大致可以分為兩類：第一類是傳統的工程項目綜合評價方法，應用最為廣泛，但是其主觀性強而且手工計算繁瑣。第二類是智能化方法，典型代表是BP神經網絡，該算法容易過度優化而且計算結果不穩定。隨機森林算法的分類依據和神經網絡不同，它的投票機制加強了分類器的準確率，而且它能夠處理很高維度的數據，模型泛化能力強。本文將隨機森林算法引入到建筑供應鏈風險評價中來，通過實例證明了該算法在建筑供應鏈風險評價中的可行性。

2 建筑供應鏈風險指標體系構建

2.1 建筑供應鏈風險

建筑供應鏈是“從業主的有效需求出發，以總承包商為核心企業，通過對信息流、物流、資金流的控制，從原材料采購開始至施工、竣工驗收到交付使用后的維護等全過程中，將原材料供應商、工程機械設備供應商、設計分包商、施工分包商、業主等連成一體的功能網鏈結構模式。”由于建筑業是一個生產過程相似但產品種類截然不同的訂單式生產活動，不同的建筑產品有不同的生產地點、不同時間和成本約束，因此，建筑供應鏈與制造業供應鏈具有完全不同的特征[14]。建筑供應鏈具有集中性、臨時性、復雜性等特征。

建筑供應鏈存在于建筑產品生產的整個生命周期過程中，同時包括整個生命周期中的所有過程和組織。下游的客戶（業主）的需求、設計方案的變化，上游的供應商不能按時提供原材料、機械設備，雨雪天氣等導致工期延誤，施工技術導致質量問題等都會造成建筑供應鏈效益低下。建筑供應鏈風險無處不在，無時不有。供應鏈主體企業進行協同合作的過程往往是一個互動博弈的過程，既包括各主體企業之間的利益博弈，還有各主體企業和供應鏈整體的利益博弈。因此建筑供應鏈風險具有互動博弈性和合作性。從供應鏈的角度分析，建筑供應鏈風險還具有傳遞性，建筑產品的設計、生產、完成等過程由多個節點企業共同完成，而供應鏈的鏈式結構會使每個節點企業的風險通過供應鏈流程在各節點間傳遞。而且供應鏈越長，中間過程越多越復雜，信息共享就越困難，建筑供應鏈風險的牛鞭效應就越嚴重，供應鏈效率相應的就會越低。

2.2 建筑供應鏈風險評價指標建立

從供應鏈管理的角度分析，建筑供應鏈的參與主體包括業主、總承包商、設計和施工分包商、材料設備供應商等。以項目總承包商為中心，建筑供應鏈的風險主要集中在總承包企業的內外部環境、分包商的設計與施工、供應商的材料設備采購等方面。根據指標體系設計的科學性、系統性及全面性原則，文章將建筑供應鏈總承包商的風險分為建筑設計分包商風險、材料設備供應商風險、建筑施工供應商風險以及總承包商企業外部風險和內部風險五個風險指標。其中二級指標有13個，分別是建筑設計分包商風險指標包括建筑及結構設計風險、與其他組織協調性；材料設備供應商風險指標包括供應商資信、物價變化、合同履約；建筑施工供應商風險指標包括項目工期風險、工程質量風險、項目成本風險、施工安全風險；企業外部風險指標包括政治社會和經濟法律兩方面；企業內部風險指標包括技術因素和管理因素兩個方面。

3 基于隨機森林模型的建筑供應鏈風險評價

3.1 隨機森林

隨機森林模型是由Breiman和Cutler在2001年提出的一種基于分類樹的算法，是取代神經網絡等傳統機器學習方法的新模型。作為一種組合分類器，如圖1所示，其算法基本思想是[15]：①采用bootstrap抽樣技術從原始數據集中抽取n個訓練集，每個訓練集的數據數量可以和原數據集數據數量相同或者略小。②為每一個訓練集分別建立分類回歸樹，共產生n棵決策樹構成一片“森林”，這些決策樹均不進行剪枝。③在每棵樹生長過程中，并不是選擇全部M個屬性中的最優屬性作為內部節點進行分支，而是從隨機選擇的m≤M個屬性中選擇最優屬性進行分支。在決策樹生成過程中，m的值保持不變。④集合n棵決策樹的預測結果，采用投票的方式決定新樣本的類別。

圖1 隨機森林基本思想

3.2 樣本數據的獲取

本文中模型訓練所需數據使用了文獻[13]中用于建筑供應鏈風險評價的案例數據，給出了20個核心企業對應建筑供應鏈風險的13項評價指標的初始數據值，其中專家評價值為測試目標值。在文獻中獲取數據基礎上，將數據輸入隨機森林模型之前將原始樣本數據進行處理，使其轉化為閉區間[0,1]上的無量綱性指標值，在操作中采用的數據處理方法為歸一化。模型訓練所使用的原始數據具體見表1所示。結合前面建立的評價指標體系，對原始數據中的前16個企業的供應鏈風險狀況進行分析，并對后4個企業面臨的風險進行預測。

為了更直觀地了解所有樣本總的風險水平，首先將初始數據中專家評價值分為三個類別：第一類為低風險，評價分值落在0.4以下；第二類為中風險，評價分值落在0.4-0.7之間；第三類為高風險，評價分值落在0.7-1.0之間。

3.3 供應鏈風險評價以及結果分析

建筑企業供應鏈風險評價過程是一個從定性到定量再到定性的過程，將定性因素經過隨機森林模型轉化為定量結果輸出，然后綜合評價集和輸出結果對建筑企業供應鏈風險作出定性評價。與初始值處理一致，評價集設為低風險（＜0.4），中風險（0.4-0.7），高風險（＞0.7）三個等級。本例中，用戶設定的最大樹深度（生長樹的數目）Ntree為500，在每一個分裂節點處樣本預測器的個數mtry=3。運用Matlab7.8.0程序進行仿真計算，將表1中前16組數據作為訓練樣本對網絡進行訓練，后4組數據作為測試樣本對建立的網絡進行仿真檢驗。

表1 初始數據

選取前16組數據作為訓練集樣本數據對網絡進行訓練，得到的訓練結果值與期望輸出值的比較見表2。

表2 訓練結果與期望輸出的比較

從訓練結果與期望輸出的比較可以看出模型訓練已經完成，對于訓練集樣本數據的訓練正確率均達到100%。運用訓練好的模型，將測試集4組數據輸入到模型中，得到測試樣本的輸出與目標輸出也到達預期要求時，該模型就可以對企業供應鏈風險進行評價。測試輸出及評價結果見表3。

由表3可以看出，模型對于測試集的4組樣本數據測試結果正確率均達到100%，而且可以直觀看出原始數據中第17、18個企業面臨的風險水平較高，應引起足夠重視；第19個企業面臨的風險水平為中等，應采取一定措施應對風險；第20個企業面臨的風險水平較低，也要采取一定措施盡量降低風險造成的損失。

表3 測試結果及風險排序

4 風險應對與控制

在評估了相關風險之后，風險管理人員應當采取一定的措施應對風險，以求將風險降至可接受的程度。首先，需要根據風險程度以及影響效果等制定風險應對計劃，然后按照風險應對計劃執行，并不斷確定和交流對照原計劃所取得的進展，定期報告風險狀態，最后不斷校正偏離計劃的情況，并將校正的相關內容記錄下來。風險應對的措施有四種：風險回避、風險降低、風險轉移和風險自留。隨著建筑供應鏈的運作與發展，環境的變化可能使原來評估的風險發生變化，也可能產生新的風險，因此需要對風險管理的執行情況不斷檢查、評價、指揮和協調。

對總承包商來說，制定風險應對計劃需要確定由建筑供應鏈上的哪些節點企業負責處理每項風險，以及采取什么措施，并對其進行監控。例如，本文案例中的項目工期風險、工程質量風險、項目成本風險和施工安全風險應由建筑施工分包商負責處理，為控制風險可采取的具體措施有：選擇業務素質高、經驗豐富的總承包負責人管理項目；嚴格擇優選擇承包隊伍；采用科學合理的方法對施工質量、安全、成本進行跟蹤監控。建筑結構設計的風險主要來自于建筑設計分包商，可以通過健全和完善圖紙會審機制實行動態設計，嚴格擇優選擇設計單位，通過設計方案優選、設計方案可實施性研究以及在全壽命周期內進行設計溝通等實現對整個項目的設計管理。材料設備供應商的風險主要通過嚴格選擇供應伙伴、多元采購、合理庫存與利益分配機制等策略來應對。

在整個項目全壽命周期內嚴格按照風險應對計劃逐步落實，并跟蹤觀測實施結果。如果風險應對計劃的效果顯著，則重新進行建筑供應鏈風險因素識別；如果風險應對計劃的實施沒有解決問題，則重新制定風險應對計劃，直到風險消除或風險發生后的影響降至可接受范圍內。

5 結論

風險管理是建筑工程項目成功的關鍵，風險評價又是風險管理的重要內容。文章把隨機森林算法應用到建筑供應鏈風險評價過程中來，建立了基于隨機森林的建筑供應鏈風險評價模型，通過對某建筑供應鏈上的核心企業面臨的風險評價實例進行驗證，文章得到了以下結論：

（1）文中運用隨機森林算法模型對20個核心企業所對應的建筑供應鏈風險進行評價，可以得出隨機森林模型的評價結果與文獻[13]中運用SVM算法分類結果一致，這表明隨機森林算法在建筑供應鏈風險評價中應用的可行性。

（2）從風險評價得到的結果可以直觀看出，原始數據中第17、18個企業面臨的風險水平較高，應引起足夠重視；第19個企業面臨的風險水平為中等，應采取一定措施應對風險；第20個企業面臨的風險水平較低，也要采取一定措施盡量降低風險造成的損失。

（3）本文中用到的原始數據是通過對建筑供應鏈上核心企業進行調研與專家咨詢相結合的方式獲取的，這使得風險評價具有一定的主觀性，在以后的研究中需要繼續改進，尋找一定的方法避免風險評價的主觀性。

[1]馬士華,林勇.供應鏈管理[M].北京:機械工業出版社,2010.

[2]程書萍,張德華,李真.工程供應鏈風險源的識別與控制策略研究[J].運籌與管理,2012,(4):244-248.

[3]姜軍.基于多層次模糊綜合評價法的工程供應鏈風險評價[J].公路交通科技,2014,(10):126-129.

[4]李敉,鄭芳.模糊綜合評價法在工程供應鏈風險管理中的應用[J].物流工程與管理,2013,(11):82-84.

[5]肖文珍,劉振元,鐘衛華.工程供應鏈風險的多層次模糊綜合評價[J].科技進步與對策,2010,(19):158-160.

[6]范力勇.建筑供應鏈風險管理體系研究[J].物流科技,2010, (4):93-95.

[7]李曉燕,姜艷麗,馬清瑞.基于模糊層次分析法的水利工程項目風險性綜合評價[J].科技創新導報,2016,(8):34-35.

[8]李靜,孫亞勝.模糊網絡分析在海上風電項目風險評價中的應用[J].遼寧工程技術大學學報(自然科學版),2011,(1):96-99.

[9]李美云,宋喬.建筑供應鏈風險模糊故障樹評估[J].遼寧工程技術大學學報(自然科學版),2014，(7):927-931.

[10]權俊琿.FMECA法在工程供應鏈風險評價中的應用[J].人民黃河,2016,(7):119-122.

[11]楊斯玲,蔣根謀.基于約束理論和集對分析的EPC建筑供應鏈風險管理[J].技術經濟,2016，(8):111-117.

[12]王娜,杜才珍.基于BP神經網絡的建筑企業供應鏈風險評價模型研究[J].城市建設理論研究(電子版),2014，(17):509-510.

[13]劉志強,張方明.建筑供應鏈風險評價研究[J].物流科技, 2012,(1):18-21.

[14]王紅春,郭立.價值管理在建筑供應鏈中的應用研究[J].建筑經濟,2009,(3):88-90.

[15]黃衍,查偉雄.隨機森林與支持向量機分類性能比較[J].軟件,2012,(6):107-110.

Application of Stochastic Forest Algorithm in Risk Evaluation of Construction Supply Chain

Zhao Yaxing,Wang Hongchun
(School of Economics&Management Engineering,Beijing University of Civil Engineering&Architecture,Beijing 100044,China)

In this paper,we applied the stochastic forest algorithm in the risk evaluation of a construction supply chain to build the construction supply chain risk evaluation model and then through an empirical demonstration,proved the feasibility of this method in the risk evaluation of construction supply chains.

stochastic forest algorithm;construction supply chain;risk evaluation

F274;F407.9

A

1005-152X(2017)08-0136-04

2017-06-30

國家自然科學基金“基于大數據的供應鏈協同機制研究”（61472027）

趙亞星（1993-），女，河南濮陽人，碩士研究生，研究方向：物流與供應鏈管理、建筑供應鏈；王紅春（1976-），女，湖北荊州人，北京建筑大學經濟管理與工程學院教授，研究方向：物流與供應鏈管理。

doi∶10.3969/j.issn.1005-152X.2017.08.031