裝備研制項目群技術風險綜合評價研究*

楊春林 王瑛 謝媛

(1.空軍工程大學空管領航學院，陜西 西安 710051；2.66389部隊，河南 鄭州 450000)

0 引言

隨著裝備研制技術的發展，裝備研制項目群綜合化程度不斷提高，系統級項目越來越多，子項目間各類技術風險錯綜復雜。技術風險在裝備研制項目全生命周期過程中均存在，是其他風險的主要來源，也是導致項目群研制失敗或延誤的主要風險。作為項目群風險管理的主要對象，項目群技術風險管理日益受到關注，如何科學評價項目群風險管理水平已成為目前裝備研制項目群風險管理的主要工作。但目前學者的研究主要集中于單個項目風險的管理及評估，對項目群技術風險進行綜合評價的研究較少，因此，有必要對項目群技術風險進行深入研究。

本文構建了社會網絡分析(SNA)與猶豫模糊決策方法(TOPSIS)相結合的評價模型，對裝備研制項目群技術風險的風險因子權重及子項目風險大小進行分析。該研究結果對于高效利用國防資本、提高重大裝備研制項目的成功率以及指導新型裝備的科學研發具有重要意義。

1 項目群技術風險綜合評價指標體系構建

1.1 風險評價指標選取原則

風險評價指標的選取是進行項目群技術風險分析的基礎，是進行定量技術風險評估的參考依據。綜合考慮裝備研制技術風險的相關性等因素，在項目群技術風險評估過程中，按以下原則選取評價指標：

(1)系統全面。評價指標必須能夠全面、準確反映研制項目群各時間節點、研制階段、研制子項目的風險指標狀態以及研制項目的整體風險狀態。

(2)簡明科學。評價指標除應全面、準確，還應無交叉重復、無冗余，且簡明扼要便于量化。

(3)協調一致。評價指標的特征量應與裝備研制項目群技術風險的產生機制一致或略有超前，且能夠較好地反映裝備研制項目群各風險之間的影響關系。

(4)可比分析。在進行裝備研制項目群風險評價時，可利用指標體系對項目群的整體風險水平進行縱向分析和比較，從而充分掌握裝備研制項目群整體風險狀態。

(5)聯系實際。裝備研制項目群風險評價指標體系的建立應聯系科研項目的實際需求，切實反映研制項目所受外部環境和內部系統不確定性因素的影響過程。

1.2 風險評價指標的確定

裝備研制項目群技術風險因素眾多，且各風險因素間關系交錯復雜。在對風險評價指標進行確定前，需充分考慮技術方案的完備性與科研人員的技術水平以及科研條件等風險因素的影響。裝備研制項目群是一個龐大的科研項目群，各子項目間風險因素的相互制約、影響、傳遞等關系都會進一步增大科研項目群的技術風險。此外，技術方案中性能指標選取的嚴謹性、試驗環境的科學性、項目試驗數據的真實性和有效性，都會對裝備研制項目群的風險評價產生較大的影響。

基于此，本文根據相關文獻資料和技術風險識別規律，在咨詢項目組專家意見的基礎上，建立裝備研制項目群技術風險類別及風險評價指標，見表1。

表1 裝備研制項目群技術風險類別及風險評價指標

2 項目群技術風險綜合評價模型構建

2.1 基于SNA的節點度分析及指標權重確定

確定評價指標后，本文采取基于SNA的方法進行指標權重的確定。基于圖論的SNA可以分析不同風險節點之間的關系模式，識別關鍵風險節點以降低網絡風險。而社交網絡研究的關鍵是分析每個網絡節點的中心性，以識別關鍵的風險節點，并研究風險交互的規則。根據文獻分析結果可知，目前SNA分析方法主要應用于城市風險、疾病傳播風險等研究，將SNA分析方法應用于項目群風險管理的研究較少。

基于SNA方法，分析子項目各風險因子的節點度，并根據節點度分析結果識別項目群中的主要風險因子，求解各風險因子的權重，可為改進猶豫模糊TOPSIS方法提供數據支持。

2.1.1 構建風險決策矩陣

本文采用德爾菲法分析各個風險評估指標之間的相互關系。為了減少專家主觀判斷造成的評價誤差，只采用“有效果”和“沒有效果”兩個評價標準。利用風險結構矩陣(Risk Structure Matrix，RSM)表示不同風險因素間的相互作用，RSM是一個二進制0-1矩陣。RSMij=0代表風險因素i對風險因素j沒有影響，RSMij=1代表風險因素i對風險因素j有影響。需要注意的是，當i=j時，RSMij=0代表風險因素對自身沒有影響。

為方便下文敘述，本文做如下定義：

定義1：節點內度Ii表示風險源i受其他所有風險源的綜合影響度。

定義2：節點外度Oi表示風險源i對其他所有風險源的綜合影響度。

邀請裝備研制部門、工業部門、軍方專家根據表1的風險評價指標，對裝備研制項目群各風險指標進行量化評價，計算風險結構矩陣R

式中，i=1,2,…,m；j=1,2,…,n；m為技術風險種類；n為評價指標個數。

2.1.2 節點度分析

根據風險相關性評價，計算各風險因素的節點度。在SNA方法中，節點度包括節點外度和節點內度，用于分析節點之間的交互程度。節點度量屬性是對一個節點與項目群中其他節點交互的頻率進行度量。基于節點度風險分析，有助于確定核心風險因素和邊緣風險因素。當某一風險因素的節點外度較高時，代表該分析因素與其他風險因素發生顯著交互作用的概率更大。當項目群風險因子節點內度較大時，代表該風險因素更容易受到其他風險因素的影響。其中，風險因子的節點外度和內度計算公式如下

基于SNA節點度分析可知，對于風險因子i，如果Ii>0且Oi>0，則可以認為風險因子i無論是對其他風險因子的影響還是其他風險因子對其的影響都較為顯著。因此，可將其視為關鍵風險因素。

2.1.3 標準化決策矩陣

假設裝備研制項目群有m個子項目，現為每個子項目構建決策矩陣。由于每個風險因素都有兩個指標(節點內度和節點外度)，分別構造節點內度決策矩陣和節點外度決策矩陣。以節點外度決策矩陣為例，首先，構造一個m×n決策矩陣(n=8)，假設第i個評估對象的風險因子j的節點外度為oij，則節點外度決策矩陣為A，即

對決策矩陣進行標準化，得到標準化矩陣Yij

根據標準化的計算過程可知，正的理想解是Y+=(1，1，…，1)，負的理想解是Y-=(0，0，…，0)。

2.1.4 確定指標權重

確定指標權重的常用方法包括德爾菲法、AHP、熵值法、神經網絡層次分析法、綜合評分法、模糊評估法等，但是這些方法具有一定的主觀性。基于此，本文采用客觀性較強的計劃模型確定不同風險因素的權重。假設8個風險因素的權重分別為w1、w2、w3、w4、w5、w6、w7、w8，則評估對象i與兩個理想點之間的加權距離平方之和為

fi(w)=fi(w1,w2,…,wn)=

從理想點的定義可知，離理想點越近，效果越好。因此，當fi(w)較小時，項目的風險控制更好，從而構建以下目標函數

隨后構建Lagrange函數，得到

解得

2.2 猶豫模糊TOPSIS綜合評價法

在對模糊集進行擴充的基礎上，猶豫模糊集允許用多個變量數值表示隸屬度，以對應在處理風險數據時的猶豫模糊情形。為解決決策過程中的不確定性，Torra提出了猶豫模糊集的基本運算法則。TOPSIS是一種接近線性加權平均方法的排序方法，能夠解決單個決策者的多屬性決策問題。傳統的TOPSIS方法主要用于求解屬性值確定的問題。然而，隨著裝備研制項目群風險的不確定性愈發明顯，用傳統的精確數值解決不確定性問題存在的不足愈發突出。因此，本文在確定風險等級時，采用模糊數的形式描述風險管理者及專家的偏好，采用改進猶豫模糊TOPSIS方法識別項目群中各子項目風險，并根據計算結果識別出風險較大的子項目，以保證裝備研制項目的順利開展。

2.2.1 猶豫模糊相關概念

猶豫模糊集用于解決在同一個屬性中可能存在多個評估值的問題。設非空集合N是一個給定的論域，則稱H={〈n,h(n)〉,n∈N}為N中的一個猶豫模糊集。其中，h(n)={rλ,λ∈1,2,…,ξ}為其中的一個猶豫模糊元，ξ為猶豫模糊元h(n)中元素的個數，rλ∈[0,1]為非空集合N中的元素n屬于猶豫模糊集H的隸屬度。

在裝備研制項目群風險分析中，共有m個子項目和n個評價屬性，本文利用改進猶豫模糊多屬性決策問題對其風險進行求解。以M={m1,m2,…,mn}表示項目群子項目，以N={n1,n2,…,nm}表示風險評價集，則子項目mj在屬性nj下的評估值nj(mi)為猶豫模糊數。猶豫模糊數多屬性決策矩陣見表2。

表2 猶豫模糊數多屬性決策矩陣

同時，為了確保利益型屬性和成本型屬性之間的兼容性，本文根據相關文獻所提方法對成本型屬性與利益型屬性進行如下轉化

式中，(hij)c=∪γ∈hij{1-γ}。

本文假設決策者為風險厭惡型(Risk-AVerse)，即決策者在進行風險預測時一般比較悲觀。基于此，在標準化風險決策矩陣時，如果猶豫模糊數個數較少，則添加模糊數中的最小值，直到風險決策矩陣中猶豫模糊數最多的元素個數相同。

在確定屬性權重、構建多屬性決策矩陣和標準化決策矩陣之后，TOPSIS算法可根據子項目與正負理想解的最優組合確定最優方案，即根據方案的相對貼近度對項目群中各子項目進行排序，由此確定項目群中子項目風險的排序。

2.2.2 猶豫模糊TOPSIS分析步驟

式中，ξ為猶豫模糊數h中的元素個數。

在項目群風險管理中，通常距離D(mi,x+)越小，表示子項目面臨的風險越小；距離D(mi,x-)越大，表示子項目面臨的風險相對于其他項目越大。因此，設

式中，CI(mi)≤0(i=1,2,…,m)，且貼近度值CI(mi)越小，表示子項目風險越大。

3 實例驗證

3.1 風險因素節點度分析及權重確定

采用上文所建評價模型，對某裝備研制項目群進行風險分析。該項目群現有A、B、C、D 4個子項目，對技術難度與復雜性風險、科研人員實力風險、試驗的難度與復雜程度風險、試驗設備/設施技術條件風險、試驗模擬和仿真技術水平風險、外協合作研發風險、原材料或零部件供應難易程度風險、原材料或零部件的技術性能風險8個技術指標的風險等級進行評價。通過問卷調查，邀請10名專家進行0～1打分，以子項目A為例，得到不同因素之間的關系矩陣，見表3。根據表3計算A項目的節點內度和節點外度。同理，可計算得到其他三個子項目節點內度和節點外度，計算結果見表4。

表3 子項目A不同風險因素之間的關系矩陣

表4 項目群中各子項目的節點內度和節點外度

從表3可以看出，子項目A中所有風險因子的節點內度和節點外度都大于0，說明每個風險因素都會影響其他因素，并受其他因素的影響，從而具有風險的傳播作用。在子項目A中，節點外度較高的三個風險因素是：試驗模擬和仿真技術水平風險、外協合作研發風險、原材料或零部件供應難易程度風險。節點內度較高的三個風險因素是：技術難度與復雜性風險、科研人員實力風險、試驗設備/設施技術條件風險。

節點外度分析結果表明，試驗模擬和仿真技術水平、外協合作研發、原材料或零部件供應難易程度的變化容易導致子項目A發生技術風險。如果模擬仿真水平達不到試驗要求、外協單位不能按期完成計劃研制工作、原材料無法供應等風險因素將會影響子項目A的正常推進。從另一個角度看，節點內度的分析結果表明，A項目所發生的技術風險是由技術難度與復雜性、科研人員實力、試驗設備/設施技術條件三個主要風險因素引起的，因為在實踐中技術難度、科研人員實力、試驗裝備技術條件風險出現時，將引起內部環境的較大變動，從而影響整個項目的推進。

3.2 基于改進猶豫模糊TOPSIS的項目群風險評估

本節以某裝備研制項目群中A、B、C、D 4個子項目為例，分析改進的猶豫模糊TOPSIS方法的步驟。

(1)確定決策矩陣。根據表3中4個子項目的節點內度和節點外度，可以得到節點外度和節點內度決策矩陣，即

(2)計算標準化決策矩陣。根據上述公式，將決策矩陣標準化，得到

(3)確定指標權重。計算節點外度和節點內度評價中各風險因子的權重，分別如下

O(w)=(0.312 5,0.310 3,0.326 5,0.250 0,0.333 3,0.281 3,0.324 4,0.301 9)

I(w)=(0.307 7,0.312 5,0.312 5,0.297 5,0.275 9,0.293 3,0.250 0,0.328 9)

進行歸一化處理，得到

加權平均后的風險因子權重為

ωi=(0.128 6,0.129 1,0.132 5,0.113 6,0.126 2,0.120 2,0.118 5,0.130 9)

(4)猶豫模糊TOPSIS分析。根據相關專家所給評判結果，建立猶豫模糊數多屬性決策信息的矩陣，得到

正理想解為

x+=[{0.6,0.4,0.3},{0.6,0.4,0.3},{0.5,0.5,0.5},{0.5,0.4,0.4},{0.5,0.4,0.3},{0.6,0.5,0.4},{0.6,0.6,0.4},{0.5,0.4,0.3}]

負理想解為

x-=[{0.4,0.3,0.2},{0.4,0.3,0.2},{0.4,0.3,0.2},{0.4,0.2,0.3},{0.4,0.3,0.3},{0.5,0.4,0.2},{0.5,0.4,0.2},{0.4,0.2,0.2}]

計算歐幾里得距離分別為

D(m1,x+)=0.011，D(m2,x+)=0.009，D(m3,x+)=0.007，D(m4,x+)=0.013

D(m1,x-)=0.008，D(m2,x-)=0.613，D(m3,x-)=0.014，D(m4,x-)=0.010

計算隸屬度分別為

CI(m1)=-1.59，CI(m2)=-0.34，CI(m3)=-0.98，CI(m4)=-1.79

由此得到項目群中4個子項目的風險度排序為：CI(m4)

4 結語

本文通過SNA方法確定裝備研制項目群關鍵技術風險因子，通過構建模型求解得到項目群技術風險各風險因子評價指標權重，利用改進猶豫模糊TOPSIS方法全面評價某裝備科研項目群中4個子項目的技術風險。本文所提出的項目群風險評價模型考慮了決策者的猶豫，彌補了傳統評價方法中主觀賦值的缺陷，使評估結果更加符合客觀實際。