基于貝葉斯網絡的管理績效評價方法

程勇超

摘 要：針對大型工程項目中出現的復雜性和不確定等導致項目管理績效評價的體系越來越復雜，在此情形下運用貝葉斯網絡對工程項目進行管理績效評價是十分有必要的。貝葉斯網絡應用于績效管理的評價，能夠通過數據分析來量化管理績效的評價指標，從而掌握項目管理績效評價的重點因素，有針對性地處理問題從而保障工作的順利進行。貝葉斯網絡的目的是通過概率分析的方法來掌握成本、進度、質量和安全等方面的管理績效評價因素，用貝葉斯全概率公式以及其他相關概率參數來分析各個評價指標的具體的影響程度，在今后的項目建設當中根據指標數據來進行高效管理。因此，貝葉斯網絡在大型工程項目中的應用有著至關重要的作用。

關鍵詞：貝葉斯網絡；工程項目；管理績效

中圖分類號：TU722 文獻標識碼：A 文章編號：1671-2064（2018）07-0115-02

建筑行業是一個關系國計民生的行業，是國家經濟和社會發展的基礎產業，對社會的進步有著巨大的作用。建筑施工企業的招標和投標制度的制定，跨行業和跨區域的發展，是每一個施工企業的管理人員都必須要考慮的問題。在此情形下，運用貝葉斯網絡對工程項目進行項目管理績效評價分析是極有必要的。將其應用于施工項目管理績效評價，能夠通過數據分析來量化管理績效的評價指標，從而掌握項目管理績效評價的重點因素，有針對性地處理問題從而保障工程項目的順利建設。

近幾年來，越來越多的學者將其應用到建筑項目的各個領域。劉艷清[1]應用貝葉斯統計方法建立的數學假定模型，詳細的分析了中國金融市場及市場風險構成以及資本市場的分布特征，解決了傳統方法中對低風險估計不足的數據缺失問題。李江飛[2]根據施工風險的特點，運用貝葉斯網絡的方法對施工風險的概率做出了評價，并結合風險損失和可控想的模糊綜合評判，得出了風險評判的水平量化結果。易可欣[3]分析了信息公司的財務風險形成特征，根據這些風險特征確定了15個變量構建了樸素的貝葉斯網絡模型的預測變量，建立了樸素的貝葉斯網絡模型，發現其風險預測率都有一個明顯的提高。周亮等[4]研究了不確定情況下的工程進度風險管理問題，對風險進度的貝葉斯網絡模型進行了改進，并且通過相關的案例說明了該模型在不確定環境下的進度風險管理的有效性。唐愛國[5]等提出了一種基于貝葉斯網絡的軟件項目風險評估方法，該方法不僅能度量風險影響過程中風險程度的風險當量，還能對某種風險組合或者單個風險對整體的綜合影響評價。趙紅[6]為了保證項目的順利的進行，降低風險發生的概率，引進了貝葉斯網絡方法，有效的解決了施工過程中存在的項目風險管理問題。

通過上述的學者研究，發現貝葉斯網絡在項目工程管理應用中越來越多。在現有的施工管理風險中最能直觀的反映各數據之間關系，解決了風險過程中存在的不確定性和不可預測性，對提高風險管理產生了重要的影響，工程管理中的風險問題逐漸從定性分析到定量分析。總而言之，貝葉斯網絡在各個領域中的量化研究日益增多。

1 貝葉斯網絡理論

貝葉斯網絡就是一種將概率論知識應用于工程風險分析與評價的方法，它是一種概率推理模型，將概率論的知識運用于實際，也叫因果網絡或推理網絡。它將概率論的知識與圖論相結合，是近年來人工智能研究非精確知識與推理領域研究的熱點，廣泛應用于不確定性問題的研究。

貝葉斯網絡的計算原理主要包含全概率原理和貝葉斯原理：

先驗概率分布：先驗概率分布是人們根據歷史的經驗（或多或少）和對于風險事件現有的知識對其發生概率的一種估計。先驗分布并不單單是對于以往統計數據的總結，它還包括了人們的既有知識、對工程技術成熟度的信心、對施工單位實力的信任度等各方面。先驗概率分布和值為1。

風險事件概率分布形式：風險事件發生概率分布形式的確至關重要，只有確定了該分布，才能夠實現利用有限的工程案例發揮最大的糾偏效果。風險事件的概率分布形式比較常見的有均勻分布、伯努利分布、二項分布、泊松分布、超幾何分布、正態分布、指數分布等。

似然概率分布：似然概率是一種條件概率，根據已經了解到的所研究工程項目施工的所有信息情況，如項目人員素質、實時掌握的工程現場自然地質條件、現場施工成果的檢驗復合等所做出的再判斷。

后驗概率分布：在先驗概率分布和似然概率既定的情況下，根據貝葉斯公式得到。

2 貝葉斯網絡的實例應用

建筑工程中項目進度貝葉斯網絡中工作—工作間的關系包含了各工作的之間的時間緊前關系、邏輯關系以及不確定關系，同時網絡模型中相鄰兩項的工作的遲滯時間，弧扇如入節點的條件概率表征了影響關系的大小，進度貝葉斯網絡中的不確定關系如圖1所示。

圖1中的（a）中工作A1完成后，經過時間T12后工作A2才開始，及描述了工作之間的銜接關系。模型（b）中在工作A3和A4都完成之后才開始完成工作A5。同理（c）所表示的意思也相同。

本節選用項目工程進度的貝葉斯網絡建模及應用，該進度模型考慮了時間因素項目進度管理的影響。本實例所包含的工作信息如表1所示，其中假設各個工作時間服從正太分布，并根據其特征產生的隨機持續時間估計值為（a，b，c），其概率分布為（0.155，0.632，0.156），與其各項對應的工作完成概率為（0，0.5，0.98）。

根據上述建筑工程項目進度的實力參數表，確定進度網絡中貝葉斯工作界定Ai（i=1， …，9）及各工作節點之間的關系；其次添加節點W、E及時間間隔節點Ti（i=1，...，9），如圖2所示。

確定網絡各節點的取值范圍和條件，工作節點的取值為完成取0，沒有完成為1，各時間間隔節點的取值為（ai，bi，ci），W的取值為開始為1，未開始為0，E的取值為完成為1，未完成為0。項目開始節點的條件概率為P（W=1）=P（S=0）=0.5，結束節點的條件概率為：

3 結語

將貝葉斯網絡實際應用到施工項目管理的績效評價中，具體以應用到進度環節管理為例展開。先畫出項目施工流程的單代號網絡圖，清晰明確地表示各個工作段時間以及不同工作間的相關聯系。為了計算該建筑項目在未來的施工過程中最可能進行的完工過程，即項目的主要路線，可以由項目進度貝葉斯網格進行計算，推算出各節點的概率狀態。之后再根據概率狀態采取一些合理措施來進行進度控制。關鍵線路上的概率狀態則需要重點跟蹤檢查。及時檢測并解決項目當中的問題因素，保證整個工期的完整且最短，也保證整個項目的順利進行。

參考文獻

[1]劉艷清.基于貝葉斯統計的金融市場若干風險測度分析[D].遼寧大學，2013.

[2]李江飛.基于貝葉斯網絡的地鐵項目施工風險評價研究[D].哈爾濱工業大學，2013.

[3]易可欣.基于貝葉斯網絡的信息產業財務風險預測研究[D].湖南大學，2016.

[4]周亮，馬金平.工程項目進度風險管理的貝葉斯網絡建模與分析[J].工程管理學報，2012，26（2）：69-74.

[5]唐愛國，王如龍.基于貝葉斯網絡的軟件項目風險評估模型[J].計算機工程，2008，34（24）：91-93.

[6]趙紅，李雅菊，宋濤.基于貝葉斯網絡的工程項目風險管理[J].沈陽工業大學學報（社會科學版），2008，1（3）：239-243.