论文部分内容阅读
我国现在正处于公路建设的高速发展时期,每年投资公路建设的资金非常的多,而我国由于地域广阔,国内的自然灾害和地质环境很多,因此一条公路的建设会面临很多的风险。而我国虽然公路投资大,但相对的公路工程保险投入却很小,一面是公路建设单位等没有足够的风险意识,其次是我国的公路工程保险还不成熟,存在很多问题,例如投保价格高,保障范围小,保险理赔困难,理赔手续繁杂等因素,导致投保了却不能得到及时理赔,造成工程项目的进一步损失。我国有些保险单位为了争取更多的保险份额,往往不认真考虑公路工程的风险水平,仅凭经验以低价盲目承保,寄希望于工程中的风险不发生,如果发生了也不按承包条款理赔。因此结合投保方及承保方的各种因素,如果能寻找到一种能合理反映公路工程风险水平的保险费率的厘定方法会有助于改善我国目前公路工程保险的状况。鉴于此,本文在基于神经网络和层次分析法的基础上提出了一种公路工程保险费率厘定的方法,该方法能很好的反映各项目的风险水平,并结合以前的公路工程保险的费率及项目情况,依据各自风险水平得到自身相应的公路工程保险的费率,这种方法既能反映每个项目的各自风险水平,又能依据以前项目的经验。本文的重点在于三个部分,首先是对公路工程保险的风险分析,恰当合理的风险分析是保证得到合理费率的前提条件,也是进行下一步分析的基础。其次是利用专家打分法确定公路的整体风险水平,准确的测定一条公路的风险水平是保险费率确定的关键因素。最后我们利用RBF神经网络进行模拟,用RBF网络进行模拟要特别注意训练样本的选取,训练样本的情况直接影响网络模拟的输出值。最后把前面得出的风险状况输入RBF神经网络,得到最后的输出值,既公路工程保险费率。