论文部分内容阅读
近年来,建筑业在我国得到了快速发展,建筑市场的规模也在逐渐地扩大,但由于工程项目自身具有规模大、周期长、投资高等特性,使得工程项目的质量问题越来越受到大家的重视。一旦工程项目的质量出现问题,不仅会影响到整个工程项目的交付和使用,造成经济利益的损失,如果严重的话还会影响到国计民生甚至整个建筑业的发展。目前,工程项目的质量问题已经成为人们关注的焦点,人们希望通过技术控制和科学管理使得工程项目质量达到预期目标,而工程项目质量风险评价是工程项目质量风险管理中最有效的管理方法,是发现质量问题、找出问题原因和保证工程项目质量的重要依据。因此,本文对工程项目质量风险评价展开了理论和实证研究,希望能够给我国的工程项目质量风险管理提供一定的理论依据。本文首先从工程项目质量风险管理入手,进而对工程项目质量风险管理的相关概念和特点展开了详细的论述。然后分析了工程项目质量风险管理的全过程,逐一对传统的风险识别和风险评价方法进行了相关介绍,并结合工程项目自身的特点,提出了基于粗糙集_神经网络的工程项目质量风险评价方法,同时论证了该评价方法的可行性。接下来根据工程项目施工阶段的实际情况,运用相关理论和方法识别出工程项目施工阶段的质量风险因素,构建出工程项目质量风险评价指标体系。最后对粗糙集_神经网络风险评价模型进行了实证性分析。首先利用粗糙集理论对收集到的工地样本数据进行处理,然后将约简后的评价指标作为输入端建立了工程项目质量风险的神经网络评价模型,并利用MATLAB7.0软件工具对BP神经网络进行训练和检验。通过实证分析的结果可以看出该模型的可操作性较好,评价的效果不错,具有一定的应用价值。