[摘 要]工程報價確定時，其加價部分須考慮風(fēng)險費用。本文分析了BP神經(jīng)網(wǎng)絡(luò)在風(fēng)險加價預(yù)測中的運用，并引入實際工程，運用MATLAB軟件，對其風(fēng)險加價費率進(jìn)行預(yù)測。

　　[關(guān)鍵詞]BP神經(jīng)網(wǎng)絡(luò)；投標(biāo)報價；風(fēng)險加價

　　1 引 言

　　工程投標(biāo)承包是一項風(fēng)險型事業(yè)，具有淘汰、激勵和調(diào)節(jié)三個基本功能，其風(fēng)險和利潤并存。中國際勞工組織專家Baldwin A.N.，McCaffer R.和Oteifa S.A.指出，工程報價確定時，其加價部分須考慮風(fēng)險費用，合理確定風(fēng)險加價費用，而決策的正確程度會直接影響中標(biāo)率和利潤回報。風(fēng)險加價費用是指承包商對自留風(fēng)險損失的補償，確定時應(yīng)綜合考慮投標(biāo)承包該項目全過程的期望風(fēng)險損失值。

　　2 BP神經(jīng)網(wǎng)絡(luò)職稱論文

　　本文將采用BP網(wǎng)絡(luò)對風(fēng)險加價費用進(jìn)行預(yù)測。

　　2.1 輸入元素選擇與量化

　　輸入元素選擇時要注意的是，當(dāng)不能提供較多訓(xùn)練樣本時，必須設(shè)法減少樣本維數(shù)。故本文將引入AHP對風(fēng)險因素進(jìn)行權(quán)重計算，通過排序，選取權(quán)值較大的作為輸入元素。并建立相應(yīng)的風(fēng)險因素清單，合理估計風(fēng)險事件發(fā)生概率及損失，確定哪些風(fēng)險事件自留。

　　確定輸入值的方法：樣本工程與基本工程（樣本中選擇一個）對比的重要程度用標(biāo)度來表示，標(biāo)度取值范圍為[0，9]，通過標(biāo)度確定輸入值，如表1所示，表中分別為基本工程和樣本工程的風(fēng)險因素，輸入值為人工神經(jīng)元網(wǎng)絡(luò)的輸入值。

　　2.2 網(wǎng)絡(luò)設(shè)計和訓(xùn)練

　　網(wǎng)絡(luò)設(shè)計主要解決的問題是隱層數(shù)設(shè)計和隱層節(jié)點設(shè)計。隱層數(shù)設(shè)計一般先考慮設(shè)一個隱層，當(dāng)一個隱層節(jié)點數(shù)很多仍不能改善網(wǎng)絡(luò)性能時，才考慮再增加一個隱層。隱層節(jié)點設(shè)計主要依據(jù)是訓(xùn)練誤差最小時的隱節(jié)點數(shù)。

　　網(wǎng)絡(luò)訓(xùn)練主要要解決的問題是尋找最佳訓(xùn)練次數(shù)，以獲得好的泛化能力。當(dāng)測試誤差最小時，停止訓(xùn)練。

　　3 案例分析

　　以國內(nèi)一家總承包公司采用EPC模式實行總承包為例。共收集到24樣本，1個作為基本工程，20個作為訓(xùn)練樣本，3個作為檢測樣本，運用MATLAB建立風(fēng)險加價費率預(yù)測模型。

　　3.1 確定輸入元素

　　結(jié)合本案例中項目的特點，列出了具體的風(fēng)險因素，并運用AHP計算出各因素的相對權(quán)重。最后根據(jù)權(quán)重排序，從17個因素中選取12個權(quán)重較大的輸入變量。

　　3.2 確定輸入輸出數(shù)據(jù)

　　輸入元素量化，先建立風(fēng)險清單，見表2.作為樣本工程識別風(fēng)險事件的參考依據(jù)。通過樣本風(fēng)險的識別、分析與評價，確定所選樣本的自留風(fēng)險事件，并對風(fēng)險事件進(jìn)行評價分析。

　　3.3 網(wǎng)絡(luò)設(shè)計和訓(xùn)練

　　運用MATLAB，建立單隱層模型，經(jīng)過訓(xùn)練，網(wǎng)絡(luò)性能良好，并確定隱層節(jié)點數(shù)為10時，訓(xùn)練誤差最小。并經(jīng)過7000多次訓(xùn)練后得到最小誤差。

　　3.4 檢驗樣本預(yù)測

　　最后引用樣本數(shù)據(jù)進(jìn)行模型的檢測并發(fā)現(xiàn)，絕對誤差達(dá)到令人滿意的效果，預(yù)測值與實際值非常接近。見表4.

　　4 結(jié) 論

　　通過以上分析發(fā)現(xiàn)，BP神經(jīng)網(wǎng)絡(luò)對風(fēng)險加價費率預(yù)測具有一定的精準(zhǔn)性，可以為承包商在投標(biāo)報價時提供決策支持。