1. 网站地图
  2. 设为首页
  3. 关于我们


复杂大型建设项目费用偏差控制方法 及信息系统设计

发布时间:2023-01-14 12:34
目录
摘 要 I
Abstract Ill
第1章绪论 1
1.1研究背景和意义 1
1.1.1研究背景   1
1.1.2研究意义 3
1.2国内外研究现状 5
1.2.1复杂大型建设项目研究现状 5
1.2.2项目费用控制研究现状 7
1.2.3预警方法研究现状   10
1.2.4纠偏策略研究现状 14
1.2.5信息系统应用研究现状 16
1.3主要研究内容和技术路线 17
1.4主要创新点 19
第2章 相关基础理论研究 21
2.1复杂大型建设项目特点及费用控制分析   21
2.1.1复杂大型建设项目特点分析   21
2.1.2复杂大型建设项目费用偏差控制参与主体 23
2.1.3复杂大型建设项目费用控制复杂性分析 24
2.2费用偏差控制相关理论研究 25
2.2.1费用偏差控制内涵 25
2.2.2费用偏差影响因素分析 26
2.2.3费用偏差控制基本原则 28
2.3费用偏差控制模型及方法研究 29
2.3.1偏差特征系统动力学理论 29
2.3.2神经网络模型. 30
2.3.3费用偏差预警聚类方法 32
2.3.4费用偏差控制策略及评价理论 34
2.4本章小结 37
第3章基于系统动力学的费用偏差影响因素识别研究 38
3」复杂大型建设项目费用监控模式 : 38
3.1.1费用监控模式特征分析 38
3.1.2费用监控模式构建 39
3.1.3费用监控模式运行流程 41
3.2费用偏差影响因素的系统动力学模型构建 42
3.2.1系统动力学的基本理论 42
3.2.2基于系统动力学的费用偏差控制的可行性分析 45
3.2.3系统动力学模型构建   46
3.3费用偏差影响因素的子系统方程式建立 52
3.3.1系统动力学建模中涉及到的数学方法 52
3.3.2影响因素的子系统方程式建立   54
3.4系统动力学模型仿真和分析 58
3.5本章小结      60
第4章基于改进神经网络模型的费用偏差控制方法研究 62
4.1工程建设项目费用偏差计算需求及特点分析 62
4.2基于K-means算法的费用偏差警情计算模型研究 64
4.2.1K-means聚类理论及缺陷分析 64
4.2.2K-means聚类方法改进及适用性研究   65
4.2.3基于改进K-means算法的费用偏差计算模型构建 67
4.3基于改进神经网络模型的费用偏差计算模型研究   68
4.3.1神经网络模型原理分析 68
4.3.2神经网络模型的改进及适用性研究 71
4.3.3基于改进神经网络模型的费用偏差计算模型构建 73
4.4算例分析 75
4.5本章小结     81
第5章基于流程再造的费用偏差控制策略及效果评价 83
5.1复杂大型建设项目费用偏差控制中的流程再造与协同   83
5.1.1费用偏差控制中流程再造与协同的目标 83
5.1.2费用偏差控制中流程再造与协同的原则 84
5.2复杂大型建设项目各阶段费用偏差控制策略 85
5.2.1前期决策阶段的费用偏差控制策略 85
5.2.2中期实施阶段的费用偏差控制策略 89
5.2.3后期运维阶段的费用偏差控制策略 93
5.3复杂大型建设项目费用偏差控制效果评价 99
5.3.1费用偏差控制效果评价指标体系 99
5.3.2基于支撑度理论的纠偏控制效果评价群决策模型 102
5.3.3算例分析 108
5.4本章小结 111
第6章 复杂大型项目费用偏差控制信息系统分析与设计 112
6.1复杂大型建设项目CDMIS分析 112
6.1.1复杂大型建设项目CDMIS的定义 112
6.1.2复杂大型建设项目CDMIS的建设目标 113
6.1.3复杂大型建设项目CDMIS的用户分析 113
6.1.4复杂大型建设项目CDMIS的需求分析 114
6.2复杂大型建设项目CDMIS设计 116
6.2.1系统的总体设计原则及开发方法 116
6.2.2系统的平台整体设计 118
6.2.3复杂大型建设项目CDMIS的功能及模块设计 120
6.2.4复杂大型建设项目CDMIS的数据库设计 123
6.3复杂大型建设项目CDMIS关键技术 125
6.3.1复杂大型建设项目CDMIS的开发技术选型 125
6.3.2复杂大型建设项目CDMIS的数据仓库设计 126
6.3.3复杂大型建设项目CDMIS的模型管理模块设计 127
6.4本章小结 128
第7章研究成果和结论   129
参考文献   132
附录   143
攻读博士学位期间发表的论文及其它成果     149
攻读博士学位期间参加的科研工作 150
致谢   151
作者简介 152
Contents
Abstract (In Chinese) I
Abstract (In English)    Ill
Chapter 1 Introduction           1
1.1Research background and significance     1
1.1.1Research background 1
1.1.2Research significance   3
1.2Research status at home and abroad   5
1.2.1 Research status of complex and large construction project   5
1.2.2Research status of project cost control   7
L2.3 Research status of early warning method   10
1.2.4Research status of corrective strategies..   13
1.2.5Research status of information system 15
1.3Main research contents and techonogy path..... 17
1.4Main innovations   19
Chapter 2 Relative basic theory research   21
2.1Complex and large construction project relative theory research   21
2.1.1Complex and large construction project characters analysis 21
2」.2 Complex and large project cost deviation control participants 23
2.1.3Complex and large project cost control complexity analysis 24
2.2Cost deviation control relative theory research * 25
2.2.1Cost deviation control connotation      25
2.2.2Analysis of factors influencing cost deviation 26
223 Basic principles of cost deviation control 28
2.3Cost deviation controlmodel and method research 29
2.3.1Deviation characteristic system dynamics theory   29
2.3.2Neural Network Model     30
2.3.3Cost deviation early warning clustering method 32
2.3.4Cost deviation control strategy evaluation theory.... 34
2.4Brief summary     37
Chapter 3 Research on the identification of factors influencing cost deviation based on system dynamics      38
3.1Cost monitoring model for complex large-scale construction projects 38
3.1.1Analysis of fee monitoring model characteristics 38
3.1.2Cost monitoring model construction   39
3.1.3Fee monitoring model operation process 41
3.2System dynamics modeling of the factors influencing cost deviation  42
3.2.1Basic theory of system dynamics 42
3.2.2Feasibility analysis of system dynamics-based cost deviation control 45
3.2.3System dynamics model construction 46
3.3Subsystem equation building for the factors influencing cost deviation 52
3.3.1Mathematical methods involved in modeling system dynamics 52
3.3.2Subsystem equation building for influencing factors 54
3.4System dynamics model simulation and analysis 58
3.5Brief summary 60
Chapter 4 Research on cost deviation control method based on improved neural network model 62
4.1Analysis of demand and characteristics of cost deviation calculation for engineering
construction projects 62
4.2Research on cost deviation alarm calculation model based on K-means 64
421 K-means clustering theory and defect analysis 64
4.2.2Improvement and applicability of K-means clustering method 65
4.23 Construction of cost deviation calculation model based on improved k-means algorithm 67
4.3Research on cost deviation calculation model based on neural network model ・ 68
431 Principle analysis of neural network model 68
4.3.2Improvement and applicability of neural network model 71
4.3.3Construction of cost deviation calculation model based on improved neural
network model 73
4.4Case study 75
4.5Brief summary 81
Chapter 5 Cost deviation control strategy and effect evaluation based on process reengineering and synergy theory 83
5.1Process reengineering and collaboration in cost deviation control of complex large construction projects... 83
5.1.1Objectives of process reengineering and collaboration in cost deviation control
83
5.1.2Principles of process reengineering and collaboration in cost deviation control
84
5.2Cost deviation control strategy in each stage of complex large construction project 85
5.2.1Cost deviation control strategy in early decision stage 85
5.2.2Cost deviation control strategy in the middle stage of implementation.... 89
5.2.3Cost deviation control strategy in operation and maintenance stage 93
5.3Evaluation on cost deviation control effect of complex large project 99
5.3.1Evaluation index system of cost deviation control effect 99
5.3.2Group decision making model for evaluation of deviation correction control
effect based on support degree theory 102
5.3.3Case study a 108
5.4Brief summary Ill
Chapter 6 Analysis and design of cost deviation control information system for complex large-scale project 112
6.1Analysis of complex large-scale construction project CDMIS 112
6.1」Definition of complex large scale construction project CDMIS 112
6.1.2Construction target of complex large scale construction project CDMIS 113
6J.3 User analysis of complex large scale construction project CDMIS 113
6.1.4Demand analysis of complex large scale construction project CDMIS ...114
6.2CDMIS design of complex large scale construction project 116
6.2.1The overall design principle and development method of the system …116
6.2.2Overall design of the system platform 118
6.2.3Function and module design of CDMIS for complex large scale construction
project     120
6.2.4Database design of CDMIS for complex large scale construction projectl23
6.3Key technologies of CDMIS for complex large scale construction projects.... 125
6.3.1Development technology selection of CDMIS for complex large scale
construction project   125
6.3.2Design of CDMIS data warehouse for complex large scale construction project
126
6.3.3Design of CDMIS model management module for complex large scale
construction project   127
6.4Brief summary       128
Chapter 7 Research results and conclusions     129
References           132
Appendix 143
Papers published in the period of Ph・D・ education   149
Research Work in the period of Ph.D・ education   150
Acknowledgements      151
Resume 152
第1章绪论
1.1研究背景和意义
1.1.1研究背景
(1)新阶段复杂大型建设项目仍呈增长态势
2020年10月,党中央召开会议审议通过了《中共中央关于制定国民经济和社会发 展第十四个五年规划和二O三五年远景目标的建议》,此次会议的胜利召开标志着我国 “十三五”期间的各项战略任务圆满完成,我国各族人民即将迎来基本实现社会主义现 代化的新的伟大历史征程[氏“十四五”规划指明了新时期我国经济社会发展的主要方向, 也从国内、国际两个层面描绘出新阶段大型基础设施项目建设的蓝图:
1)国内方面,新阶段要进一步统筹推进基础设施建设,重点支持新型城镇化建设, 重点支持水利、交通等重大工程建设,重点支持新型基础设施建设。当前我国复杂大型 建设项目仍然处于增长阶段:雄安新区作为千年大计,意在疏解北京非首都功能,探索 人口经济密集地区优化开发新模式,雄安高铁站、南拒马河防洪治理工程、容西混凝土 搅拌站、“三校一院”交钥匙项目和雄安商务服务中心等一批具有代表性的复杂大型项 目正在紧张建设过程中,今后还将有更多的工程建设项目在雄安新区生根发芽;海南国 际旅游岛作为生态宜居省份,即将诞生更多的旅游开发、医疗创新基地和房地产开发项 目;长江经济带则会迎来更多的生态环保项目和以工业互联网、人工智能、5G基站建 设等为代表的新型基础设施建设。
2)国际方面,新阶段要进一步推动共建“一带一路”高质量发展。“一带一路”建 设秉承共商、共享、共建原则,陆上依托国际大通道,以沿线中心城市为支撑打造国际 经济合作走廊;海上以重点港口为节点,建设通畅安全高效的运输大通道。经过密切的 磋商合作,目前“一带一路”战略已经取得诸多可观的成果:由中石油海外工程集团承 建的中亚天然气管线项目将中亚的天然气接入西气东输管道,覆盖我国25个省市和香 港特别行政区的用户,造福5亿多人;全长142.3公里,预计耗资55亿美元的雅万高铁 将成为东南亚第一条设计时速高达350公里的高铁;全长1000多公里,总费用达505.45 亿元人民币的连接中国昆明和老挝万象的国际铁路通道将使多山缺路的老挝实现从“陆 锁国”变为“陆联国”的梦想;装机容量720MW的卡洛特水电站将为巴基斯坦提供廉 价的清洁能源,为其经济发展提供强大动力。
由此可见,在国内国际双循环的背景下,复杂大型建设项目呈增长态势,然而当下 世界经济面临较大的不确定性,各种新兴工艺技术也增加了大型建设项目的复杂性,以 上因素共同决定了对复杂大型建设项目进行费用偏差控制的紧迫性和必要性。复杂大型 建设项目通常由政府出资,耗资巨大,是关乎国计民生的重要项目,也是优化产业结构、 调整经济发展方式的重要途径。复杂大型建设项目的顺利完工有助于经济平稳运行、社 会繁荣发展和国家安全稳定,具有极高的经济和社会效益。新形势下,传统的工程项目 管理方法和费用控制体系已经无法满足大型建设项目复杂性日益提升的需求,因此相关 学者和研究人员有必要结合发展趋势,提出具有创新性的应对举措,进而推进行业进步。
(2)当前复杂大型建设项目预算超支现象依然严峻
复杂大型建设项目的费用偏差控制是项目的核心控制目标,贯穿项目的全生命周 期。如何从项目的立项、实施和后期运维等阶段入手,筛选出科学的费用监管点,并且 建立起有效的费用偏差预警体系对于愈加复杂的大型建设项目来说至关重要。在当今世 界各国的项目建设过程中,尽管项目管理人员严格遵守规章制度对工程费用进行管控, 但是由于缺乏上述的费用偏差控制体系及相关的信息管理系统,不少项目仍然出现严重 的费用超支现象。比较著名的预算超支案例包括:历经17年建造完成的悉尼歌剧院, 工程造价从开始的700多万美元一再追加,直至最终的1.2亿美元,超支10余倍;被誉 为世界七大奇迹之一的港珠澳大桥于2009年12月15日动工建设,初始预算为730亿 元,截止2018年10月24日大桥正式通车,项目总费用已经攀升至1269亿元;2020 年东京奥运会主场馆工程造价费用高达13.5亿英镑,由于工艺要求高、技术难度大,该 球场的成本高出预算4.7亿英镑。
综上所述,造成复杂大型建设项目预算超支的原因多种多样,贯穿整个项目的生命 周期,包括前期对技术难度和施工复杂性缺乏准确客观的认识,项目建设中期为满足临 时提出的需求而增加预算,项目建设所需材料、设备和人员等在施工过程中发生成本变 动,以及项目执行时的沟通不畅、突然遭遇恶劣天气状况等。因此,从众多的复杂大型 建设项目的预算超支情况来看,费用偏差管控的空间是巨大的;从项目管理理论和管控 技术的角度来看,费用偏差管控是可行的。
(3)当前复杂大型建设项目费用偏差控制体系仍不完善
当前复杂大型建设项目监管体系的不足之处表现在:①难以科学把握复杂大型建设 项目费用控制的内涵,缺乏对偏差主体的全面认识,从而影响对费用偏差因素的精准识 别;②当前的方法在阈值确定方面存在局限性,难以科学确定警情,从而影响下一阶段 的管控措施;③当前的费用偏差控制体系存在滞后性和低效性,通常是在费用严重偏离 原预算时才会紧急执行,无法做到事前控制,缺乏前沿的理论方法对下一阶段的偏差警 情进行科学预测;④缺乏对工程项目管理体系和流程的重新审视,无法进一步细化管控 措施,使得业主对于建设项目费用控制优化的能力不足;⑤缺乏相应的复杂大型建设项 目偏差控制信息系统,无法对数据进行智能化处理,导致管理者无法快速准确做出预警 或采取纠偏措施。
综上所述,面对日益增长的复杂大型建设项目管理需求和依旧严峻的费用超支现 象,加强对复杂大型建设项目费用偏差管控的研究是必要的,这既是现实的需要,也是 未来的基石。因此,本文将进行复杂大型建设项目费用偏差控制方法的研究并分析设计 相应的管理信息系统,以期实现对项目建设费用的科学有效管控。
1.1.2研究意义
复杂大型建设项目具有投资规模大,建设周期长等特点,针对其费用的监管难度不 言而喻,需要投入更多的精力和资源进行科学管理。传统的项目费用控制方法和技术往 往偏重项目的实施阶段,很少关注项目全寿命周期的费用管理,难以达到全局最优;项 目费用控制仍以事后控制为主,费用管控工作存在一定的被动性和滞后性。在项目发生 费用偏差之后,缺乏一套考虑项目控制主体的科学完善且行之有效的纠偏流程;针对复 杂大型建设项目费用偏差管控的智能化管理信息系统还没有被建立,信息技术在建设项 目费用管控领域有着广阔的应用前景。因此,重新审视复杂大型建设项目费用管理的现 状,加强对复杂大型建设项目费用管理的研究,注重复杂大型建设项目费用偏差影响因 素的分析,建立复杂大型建设项目费用偏差警报及预测模型,科学梳理费用偏差纠偏流 程对于复杂大型建设项目的推广与实施具有显著的理论价值和实践意义。
(1)拓宽了复杂大型建设项目费用偏差管理研究视角
复杂大型建设项目的管理活动是一个复杂性的动态系统,项目实施过程中发生的费 用偏差受到内外部因素的共同作用,因此无法用传统的方法对其进行实时观测。将系统 动力学拓展到建设项目费用控制领域,在分析复杂大型建设项目费用偏差影响因素的基 础上,利用系统动力学的相关方法分析各个影响因素之间相互作用、相互依赖的关系, 借助于因果图分析复杂大型建设项目的内部子系统,能够深层次多角度地认识复杂大型 建设项目费用偏差的关键影响因素及其运行机理。因此,本论文的研究不仅仅是构建了 一个复杂大型建设项目费用偏差控制的系统动力学模型,而且更深入地从复杂性系统思 维的角度,通过历史趋势推算法、回归分析等方法,对影响费用偏差的因素之间的复杂 因果反馈关系进行了详细的分析,并通过案例仿真,对费用偏差控制模型研究和纠偏策 略的制定起到借鉴作用。
(2)深化了复杂大型建设项目费用偏差预警研究
复杂大型建设项目对社会发展、人民生活具有重要意义,由于项目建设过程中相关 影响因素错综复杂,极易发生项目实际费用与预期费用发生偏差的现象,且费用偏差的 影响具有传递效应,当建设项目发生费用偏差时,如不及时进行控制将会对项目的后续 建设造成不利影响。因此,需要项目管理方对能够及时发现费用发生偏差的节点及其原 因,并采取措施予以纠偏。针对复杂大型建设项目费用预警的研究十分重要,然而现有 费用风险预警管理的相关研究采取的研究方法比较简单,多采用单变量预警模型、多变 量预警模型和Logistic预警模型等线性方法。本文利用将K-Means算法进行改进构建复 杂大型建设项目费用偏差警报模型,克服了传统阈值划分方法区间不连续的问题,对费 用风险预警相关研究具有理论指导意义。在实践价值方面,本研究旨在建立一套可应用 于复杂大型建设项目费用偏差控制的预警模型来为决策者提供理论支持,对费用偏差可 能造成的损失进行程度分析以判别其所处警情,有利于项目管理方分析并采取相应措施 规避项目费用风险,为项目的持续、稳定建设保驾护航。
(3)研究了适用于复杂大型建设项目费用偏差的预测模型
由于传统费用偏差管理活动往往是事后控制,具有滞后性和被动性,因此将复杂大 型建设项目的费用偏差控制提至事前能为管理者提供充分的时间与空间以应对费用偏 差造成的损失。神经网络理论己经初步应用于各项成本预测和成本管理问题之中,但将 神经网络模型的预测方法应用在建设项目管理上的研究很少,本文利用仿生算法对传统 BP神经网络进行改进并将其成功应用于复杂大型建设项目费用偏差预测,基于已有的 复杂大型建设项目费用偏差历史数据库对搭建模型进行训练,挖掘费用监控点产生费用 偏差的潜在关联,最终获得运算速度快、预测精度高的复杂大型建设项目费用偏差预测 模型,探索建设项目费用的未来趋势与相关控制路径,可以使决策者对项目未来不确定 性形成相应了解,为及时纠正费用偏差赢得更多机会。另外,建设项目费用预测研究不 仅为项目管理方的管理提供了帮助,对今后的预测研究也具有重要的指导意义。
(4)制定了复杂大型建设项目费用偏差控制有效措施 *
费用偏差控制是复杂大型建设项目在实施工程项目管理工作时的重中之重,费用是 否得到合理使用和管控是纳税人及政府一直关注的核心焦点。在发现费用监控点出现费 用偏差警情时,迫切需要一套完整、实用、可操作性强的费用偏差控制策略和具体办法 来实施纠偏控制。现阶段,复杂大型建设项目管理方对于费用偏差管理流程设计上存在 大量缺陷,一方面缺乏科学、清晰,且考虑各方协同的纠偏流程;另一方面缺乏流程执 行后针对纠偏效果的分析研究。本研究旨在提供与管理流程相协调、责任划分清晰的费 用偏差控制策略来为管理人员提供技术支持。发现偏差、实施纠偏措施后的重要一环就 是对偏差控制效果进行分析和评价,从而不断地完善控制流程、发现薄弱点、并对欠妥 部分做出相应的调整,形成闭环的费用偏差控制体系。本文针对费用纠偏效果评价制定 了切实可行的指标体系,对费用偏差控制模型和控制策略具有导向和完善的作用,可以 有效地引导方法和策略的实施,提高复杂大型建设项目费用偏差控制的效率,促进复杂 大型建设项目费用纠偏工作的顺利实施。
(5)具有比较广泛的推广应用价值
基于复杂大型建设项目费用偏差管理的复杂性,以及管理工作将涉及到各种数据和 多种模型,相关人员如果直接利用本文成果进行相应的分析和计算,就需要他们具有相 对深厚的数学基础和分析经验。因此,为保证本文研究成果的实用性,为相关使用者提 供较为完善的决策参考,本课题在基于改进神经网络模型的复杂大型建设项目费用偏差 控制方法和预警模型的研究基础之上,提岀了相应的信息系统分析与设计,通过计算机 技术将理论算法模型内嵌于系统当中,借助于计算机的先进技术对数据进行精确处理, 快速获取结果;针对当前控制模型难以深化应用的现状,论文将分析并设计复杂大型建 设项目费用偏差控制信息系统,并结合闭环式的费用偏差纠偏流程,便于其对项目费用 偏差风险快速做出响应,同时通过管理信息系统可以使得费用偏差控制流程中的参与方 对项目费用偏差信息进行实时掌控,从某种程度上减少了各方之间的博弈机制,实现控 制效果最优化,具有一定的实用意义与应用价值。
1.2国内外研究现状
1.2.1复杂大型建设项目研究现状
复杂大型建设项目一般是指政府为适应经济和社会发展,利用国家财政资金进行投 资建设的项目。随着改革开放以来市场经济的不断发展和资本积累,许多投资主体在工 程建设领域拥有雄厚的资金实力和丰富的开发建设经验,很多投资主体也开始涉足复杂 大型建设项目的开发建设,投资规模越来越大,项目建设周期越来越长,参与建设的单 位越来越多,不确定性带来的项目风险也愈发复杂。复杂大型建设项目事关民生、社会、 经济效益,其开发建设影响广泛,随着时代的发展,复杂大型建设项目逐渐成为项目管 理领域的研究热点。
国内外学者首先对复杂大型建设项目的内涵进行了广泛分析和研究,如Flyvbjerg【2] 将项目投资额度作为指标,将投资额超过10亿美元的项目定义为复杂大型建设项目; Eric和Pierre⑶也认为复杂大型建设项目投资额通常为至少10亿美元,是影响数百万人 的复杂性项目,且涉及公共和私人利益,并带来与决策和绩效不足相关的挑战;Wang 等⑷认为复杂大型项目是指会对社会和经济发展(如移民安置、消除贫困和公共卫生) 以及自然环境(如生态过程和生物多样性)产生重大影响的项目,可持续性是大型项目 的一个重要特征;姚敏等⑸研究发现复杂大型项目具有本体复杂性和认知复杂性。本体 复杂性包括任务复杂性、技术复杂性和环境复杂性;认知复杂性包括项目目标复杂性、 信息复杂性和组织复杂性。多位学者〔08]在研究当中声明:复杂大型建设项目是指投资 规模巨大、执行周期很长且技术高度复杂的项目。Flyvbjerg^认为复杂大型建设项目不 仅是小型项目在投资规模,建设周期和实施技术上的简单增加,同时在项目参与方、复 杂性、项目影响以及其他不确定性方面都有自己的特点。通过上述研究综述可以发现, 目前国内外研究学者对复杂大型建设项目尚无统一的定义和标准,但都达成了共识即复 杂大型建设项目较一般建设项目而言在投资规模、时间跨度、技术复杂性、项目参与方 以及影响程度等方面都存在巨大差异,整体上表现为复杂性和不确定性。
国内外诸多学者和研究人员对复杂大型建设项目管理进行了广泛的研究和探讨,并 且取得了丰硕的研究成果,对于复杂大型建设项目的实践指导和理论发展具有良好的推 动作用。通过对近几年相关研究成果进行梳理,可以发现针对复杂大型建设项目的研究 主要集中于五个方面:信任问题研究,社会责任管理研究,不确定性和复杂性研究,风 险管理研究及目标监管研究。①信任性问题是复杂大型建设项目领域新的研究课题,由 于参与大型项目的行为者众多,信任在项目的实施中起着关键作用。对此,研究人员进 行了相关研究,如Anita等向通过分析相关文献,揭示了涉及复杂大型建设项目信任的 六个主要研究课题:信任与大型项目的成功、机构/公共信任、信任与大型项目交付方法、 信任与契约、作为治理机制的信任、以及作为项目经理能力的信任,为进一步研究大型 项目中的信任现象以及项目管理的一般交付过程提供了指导;在此基础上,Ruijter等〔⑼ 以荷兰道路基础设施建设大型项目为例,对专员和承包商联合体合作开发信托的实践进 行了探讨,强调为了缓冲冲突可能造成的信任损失,项目合作伙伴需协商建立一种平衡 的互惠关系,即毫不拖延地同时交换同等资源;Wang等⑴]研究了大型项目当中多参与 方的行为整合,从社会资本的理论视角对大型项目中商业智能的驱动因素进行了团队层 面的分析,为在管理大型项目中培养管理团队成员之间的互动提供了新的思路,也为本 文中研究项目发生费用偏差时的纠偏流程提供了借鉴。②复杂大型建设项目由于战略意 义重大,其实施往往需要大量的社会资源,在整个项目生命周期中承担着广泛而深刻的 社会责任。对此,Zhou与Midis'通过文献综述法对复杂大型建设项目的社会责任问题 进行了阐述,并结合聚类分析和词频分析方法将大型项目的社会责任划分为若干类型, 为进一步研究项目的社会责任奠定了基础;Ma等[⑶基于大型项目社会责任的观点,构 建并阐述了 “企业-政府-社会”治理框架。并通过进一步分析指出促进和维持高效的社 会治理需要集合企业、政府和公众三位于一体的科学、健全、系统的协同机制,从而在 整个复杂大型建设项目生命周期中为所有利益相关者提供持续的价值;He等〔⑷通过问 卷调查、样本选择、数据收集和数据分析等方法,对复杂大型建设项目社会责任、创新 和项目绩效之间的复杂关系进行了研究。结果表明,大型项目社会责任对项目绩效有显 著的正向影响,并且这种关系在一定程度上是通过创新来实现的;Lin等[⑸在充分考虑 项目社会责任的基础上,构建了一套社会责任评价体系构建,采用结构化方法和定量分 析模型对•其进行评价,为复杂大型建设项目的管理改进提供了一种新的解决方案。由此 可见,国内外学者对于项目管理领域社会责任管理的相关研究层次丰富且全面。③不确 定性和复杂性是复杂大型建设项目区别于一般项目的特征,也是影响项目成败的重要原 因I"],国内外学者对此进行了相关研究。Rothengatter等〔⑺通过对交通行业的复杂大型 建设项目进行案例研究,指出项目的复杂性会导致在规划、采购、施工和运营方面存在 重大失误,必须扩大评价方法,以便对所有可持续性方面进行综合评估;在铁路建设项 目领域,为应对日益攀升的项目复杂程度以及建设实践中存在的对复杂性监测忽视等问 题,Chapman卩8】提出了基于项目复杂性维度的特征检查框架,并验证了其适用性;学者 陈星光和朱振涛〔呵以复杂系统理论为基础,分别从可见层次和隐含层次两个方面阐述了 复杂大型建设项目的内涵,深刻剖析大型工程项目管理复杂性的含义、表现及来源,并 针对其复杂性提出有效的应对措施,为大型工程项目复杂性管理提供了参考。④项目风 险是指可能导致项目产生损失的不确定性,会对项目的进度、费用、质量等目标产生影 响。Dyer【2®指出复杂大型建设项目在成本、时间和质量方面存在风险,进而会对利益相 关者和大型项目的成功产生重大影响;Li等0]通过研究发现,城市公路建设大型项目由 于规模大、工程分散、工期紧、技术难度大、参与主体多,普遍存在重大的动态安全风 险,并提岀应用主动式管理系统与第三方检查程序相结合的方式实现风险控制;Boateng 等QI针对复杂大型建设项目中的超进度、超预算的高风险,采用分析网络过程,与新的 风险优先指数相结合,作为一种创新的方法,对风险进行分析建模。该方法为开发人员 提供了一种交互方式,以确定整个项目供应网络中的风险优九级,并针对重大风险对大 型项目绩效造成的重大成本和时间后果,及时启动缓解策略;学者Ahmadabadi和 Heravi^〕利用结构方程模型建立了 PPP大型项目的风险评估框架,重点分析了风险相互 作用和利益相关者的期望,并通过案例分析对模型的实用性和有效性进行了验证;毕卿 等[24]对大型公路建设项目中的风险评估问题进行了研究,提出了基于灰色多层次的风险 评估模型,并梳理了项目风险评估流程。该模型通过群体层析分析法获取评估指标的权 重,克服了传统的评估模型由于关联性对权重矩阵产生干扰,进而导致风险等级划分不 准确的问题;⑤监管机构、监管对象及监管目标是复杂大型建设项目监管过程中涉及到 的三个主要方面,相关学者对此进行了大量研究。Brookes等卩习从项目管理、融资、法 律等角度出发对复杂大型项目的实体进行了系统性分析,明确其在项目监管过程中的责 任和作用;Zhao等[26〕以上海世博会中的政府监督为例,分析了中国政府监督在复杂大 型工程中的作用,指出中国政府通过对具体工程的组织建设指挥来行使行政权力,强制 相关部门将流程暂时纳入项目利益,影响承包商决策和资源选择,引导领导问责,促进 项目价值共享,这与国外通过法律法规间接监控的方式明显不同。复杂大型建设项目中 经常出现项目成本超支[27】及进度延迟[28啲问题。Koberle等旳针对大型项目中的成本目 标和进度目标,运行COPPE-MSB能源系统成本优化模型,用于基础设施扩建,以此来 确定巴西国内和相对于国际平价的成本差异,并反馈调整了符合大型项目条件的资本支 出和施工时间的模型参数;在成本监管方面,学者高建伟[沏针对复杂大型项目成本预算 问题提出了灰色预测方法,通过将样本数据导入模型当中,对模型进行持续性的残差修 正,实现较高的成本预算精度;学者乌云娜等⑶]从质量链管理的角度,研究了具有多个 参与方的复杂大型项目的质量管理问题。通过理论分析总结出宏观质量链的定义,阐述 了质量链的构建方法和运行机制,提出了复杂大型项目质量水平协同优化理论,为复杂 大型项目的质量管理提供了新的研究思路。
通过以上分析可知,复杂大型建设项目一般是指具有复杂功能或大型结构的巨型系 统,此类项目的参与方众多、工序复杂,具有与普通项目管理不同的特征,由此给复杂 大型建设项目管理者带来诸多挑战〔汕。目前国内外学者针对复杂大型建设项目的研究已 经深入到多个角度,针对其目标监管已经产生大量的研究成果。但在项目费用目标监控 领域,相关研究多从宏观角度分析项目出现费用偏差的原因,并提出费用监管的方法mi, 未充分考虑项目费用控制过程中涉及到的主体、对象及其他利益相关方,难以适应日益 复杂的项目管理需要。因此,分析复杂大型建设项目的特点和参与主体在费用监管过程 中的责任和作用,找出复杂大型建设项目费用偏差的影响因素和深层次原因,是新时期 复杂大型建设项目实际管理过程中十分重要的环节。
1.2.2项目费用控制研究现状
根据预定的费用目标,对项目建设过程中的费用进行监控,及时发现和纠正偏差, 从而实现预定的费用目标是一项重要的管理活动[旳。作为项目三大管理目标之一“】,费 用控制一直都是项目管理人员及相关学者关注的重点,国内外研究学者长期以来在此方 面进行了大量研究,产生了大量的研究成果,大致可以划分为两类,一是费用控制的相 关理念和管理体系,偏于理论梳理或定性描述;二是费用控制方法研究,致力于从数学 的角度构建目标模型,对费用目标进行定量化的研究。
前者常通过对具体的项目案例进行分析国-37〕,对当前项目费用管理过程中存在的问 题进行分析和研究,并提出相应的对策建议〔阿,以期能够在建设项目成本管控方面提供 借鉴。如张贵霞[39〕对水利工程项目成本控制中存在的问题进行了分析,并提出了三项控 制建议:①工程造价控制必须按照科学的实施步骤进行,以合同工程造价、预算定额或 企业材料消耗定额为标准,限制实际工程造价支出;②处理好工程造价与控制造价的关 系;③做好施工成本控制的基础工作,如企业定额、材料管理、原始记录制度等。罗乾 刚WO】在新基建产业背景下,对施工企业外部环境压力和内部管理需求进行了深入分析, 从施工企业的宏观成本管理和微观成本管理两个角度提出了具体的成本管控能力建设 措施和成本管控的关注重点。一些学者对工程总承包项目成本管控进行了案例研究 〔24],通过对总承包项目成本控制的职责及目标进行分解,从设计、采购、施工及其它 方面阐述工程项目成本控制执行策略及纠偏措施,特别强调成本控制的基础在设计,成 本控制的关键在项目前期策划阶段,为本文中的费用纠偏策略制定提供了借鉴。值得注 意的是,相关的建设项目成本控制理念和措施针对的大多为一般建设项目,而对于规模 较大的复杂大型建设项目而言适用性有所降低,需要结合具体的项目制定针对性的控制 措施。项目的成本管理是判定项目成功与否的关键,因而成本管理的相关理论也得到了 广泛研究和发展。如王彤与薛瑞[切将价值链理念引入项目费用控制当中,将项目全生命 周期管理过程视为一条以业主为中心的价值链,包括项目决策、项目实施和项目运维等 阶段以及业主、供应商和分包商等参与主体,通过对价值链上的相关活动进行管理实现 资源的合理配置和组织结构的优化,降低了项目成本,为项目费用控制提供了新的路径; 在项目建设过程中,承包商需对工程造价风险进行及时准确的了解和控制,对此,学者 Jung与HanB®首先对费用风险点进行识别并收集数据,并运用系统统计和相关数学方法 进行数据处理,分析各阶段风险点可能对工程造价产生的影响,结果有助于承包商在实 际建设项目管理活动中进行重点风险控制;与此类似的是,与成本绩效相关的指标通过 文献统计和实践案例口481的方式整理出来,按照相关重要性程度对指标进行排序,结果 表明项目进度偏差会对项目成本产生重大影响[49];针对项目超支现象,Gao与Tourant50! 采用数理统计的方法对项目超支的原因进行了深度分析,研究发现成本估算的准确性随 着项目实施持续时间的增加而降低,结果可作为概念成本估算准确性研究的参考点,有 助于未来项目的预算编制,也有助于了解资本项目成本超支的原因,为纠偏策略制定提 供理论参考。由此可见,上述研究主要对工程造价偏差的原因、风险和驱动因素进行分 析研究,并据此提出相应对策。工程项目一般来说建设周期较长,具有阶段性特征。基 于此,一些学者提出基于过程管理的思想对项目各阶段的费用实施监控I弘冋,进一步扩 大经验积累,形成管理实践知识体系,进行持续改进,如汪建亮〔何结合PDCA管理理论, 从成本管理体系各个环节提出改进对策,为大型项目在成本管理方面提供参考;学者王 乔冈]基于过程管理理论,结合建筑工程过程分解与成本控制逻辑结构,将建筑工程成本 控制环节分解为投标环节、施工准备环节、施工环节以及竣工环节,然后介绍每个阶段 的成本控制方法,以实现对建筑项目成本的全过程控制。为了提高项目费用管理的效率, 一些学者在项目费用监控中引入了信息化管理的思想,如杨艳等Q7〕针对建筑施工企业项 目成本的特征,结合大数据、人工智能和物联网等信息技术,基于作业管理理论,按照 工程项目的施工过程,对作业进行分解,建立责任中心。构建了基于作业和责任中心的 作业责任成本控制体系,形成了融合成本管理、预算管理、绩效管理三位一体的工程项 目作业成本控制体系;张沛【58】指出将GPS全球定位和北斗定位系统应用到水利工程项 目采集数据过程中,能够确保数据的时效性和精确性,能够实现动态性数据的即时采集 和更新,提高水利工程建设项目管理工作的安全性和可靠性;其他信息技术,如3D图 像技术〔591,管理信息系统[60]等在项目成本管控领域得到了广泛应用。建筑信息模型 (Building Information Modeling, BIM)由于模拟性、优化性和出图性等特点在工程项 目领域得到了广泛的应用,成为了工程项目行业的前沿研究领域,国内外学者对BIM 技术在建设项目费用管控方面的应用进行了广泛研究,如Moon®},李海燕[63〕将BIM技 术应用到建设项目规划设计阶段的成本估算当中;在此基础上,学者赵占军[64]将BIM 技术拓展至项目施工阶段的成本控制管理中,通过BIM平台软件建立成本BIM模型, 采用CAD建模、绘图建模等技术手段,解决施工过程中工程量计量误差的问题。随着 研究深入,BIM被进一步应用至项目全寿命周期费用管控中。宋靖华等〔冏从全过程造价 管理出发,对当前我国全过程工程造价管理现状和BIM技术的应用前景进行了探讨, 通过工程案例得岀BIM的主要优势在于能够提升项目参与者之间的沟通效率,并就当 前我国的BIM技术应用而临的诸多挑战提出相关建议和改进措施;为了适用未来电力 工程造价“标准化、规范化、专业化、信息化”管理和能源互联网发展的要求,学者杨 覃等[66]基于bim技术,结合全寿命周期造价管理理论,构建了电力工程全寿命周期造 价管理模型集成自动计算、定价和价格更新的成本计算模型,结合实际项目,分为三个 部分,从单阶段成本自动计算和全生命周期成本联动更新两个方面进行了验证分析,为 解决人工成本计算中效率低、能耗高、错误多、重复多的问题提供方法参考;Santos等 [切将生命周期评估(LCA)和生命周期成本计算(LCC)方法与BIM集成,提出了在 基于BIM的环境中进行LCA/LCC自动分析的方法。结果证明了这种方法对建筑业的有 用性,有助于开发自动可持续性模拟,创建定制的BIM对象库,以及使用数据丰富模 型中包含的历史数据进行预测分析。
上述研究多从定性方面对工程项目造价管理进行多角度的分析,在项目费用控制模 型方面,国内外学者也进行了大量研究,成果丰硕。在这些研究成果当中,尤以挣值法 [68一70]最受关注,随着将传统的挣值法用于项目的成本控制的研究深入,传统的挣值法得 以改进与创新,乌云娜等基于合同管理、预算管理和项目费用分析模块在项目成本管 理系统中的应用,针对挣值法的三个成本值通过数据库和算法上的设计对其进行处理和 计算,并对挣值曲线进行了进一步的描述;为了提高工程项目成本管理的水平,王霞和 刘耀芳【72]在传统挣值法的三个基本参数的基础上,将目标成本参数引入到项目管理工作 中,并通过案例分析解析了项目的成本控制情况;薛剑英等⑴】在项目管理过程中,将工 作任务进行WBS分解,运用挣值法和BIM技术对费用偏差和进度偏差进行分析,在此 基础上进行方案比选以及纠偏措施的调整。为计划的完成提供保障。为了提高挣值法在 不确定环境下对项目评价预测的准确性,一些学者将模糊理论BRI与挣值法相结合引入 项目成本控制当中,取得了较好的实践效果。除了挣值法,一些学者从其他角度提出了 成本控制模型,丰景春等"I在工程质量得以保障的假设前提下构建项目群工期-费用优 化模型,依据遗传算法原理对模型进行求解,最后引入大型工程项目群案例进行项目群 工期-费用优化实证分析,结果表明利用实数编码以及保留精英子代的遗传算法能直观 而又准确地解决项目群费用优化问题,同时达到在一定程度上缩短工期的效果; Schmidt^从项目总成本最小的角度,将工业项目控制的一般建模设置为一个最优控制 问题,目标是在应用控制时,在满足控制努力的约束条件下,最大限度地降低成本,然 后通过一个建筑行业的应用实例证明了在给定的持续时间内,对每个活动应用恒定的控 制努力是最优的;李雪等[阿综合考虑了各项工程建设目标,在权衡各目标间关系的基础 上,构建了项目的多目标优化调度模型,并将其进一步分解为三个子模型,设计改进遗 传算法对其求解,进行算法测试和算例参数敏感性分析,并通过实例分析验证其有效性, 为多目标项目调度制定进度计划提供定量化决策支持。与此类似,学者耿瑞等⑻】以多任 务下的项目费用最优为目标,将灰色GERT网络引入项目管理活动中,以进度为主线运 用Z标记进行分析,并建立以时间变量为自变量、以费用变量为因变量的函数,对进度 进行弹性调整,从而实现项目进度符合要求情况下的费用最优。另有相关学者从项目内 容分解的角度出发对项目费用控制模型进行了分析和构建,如高永军等182】针对核电建设 项目领域的成本管控,从技术角度首先对工艺系统和厂房结构进行分析,在此基础上将 项目建设过程中的合同、请款、调整和差异等作为动态监管内容将项目成本进行逐级分 解,提出了三维九宫体的核电建设项目费用控制体系,并对如何建立该模型下的定价与 支付控制模型进行了阐述,这对项目成本控制具有一定的参考价值和借鉴作用。
综上所述,当前国内外学者针对建设项目费用控制领域己经进行了深入的研究,并 逐渐形成了实时监控-确定偏差-定位原因的控制思路,这也为本文进行偏差控制研究提 供了重要参考。但是,当前研究将费用偏差的监测和定位偏差原因分开来,忽略了二者 之间的关系,因此有必要将二者结合起来。除此之外,现有针对费用控制概念的研究多 局限于宏观层面,即对历史项目数据进行整理、归纳、分析后得出一般性结论,难以对 实际项目提供实质性指导。挣值法对于项目费用监控而言具有很好的借鉴意义,但是由 于其局限于项目的施工层面,使得相关指标数据的获取,预测结果的准确性、频度和时 限都难以满足项目的实际管理需要。因此,开展项目费用控制的研究,有必要寻找一种 能够考虑到项目全生命周期的费用控制方法。
1.2.3预警方法研究现状
预警一词最早出现在军事领域,后来逐渐应用于民生领域,尤其在宏观经济调控〔呵、 灾害管理I阿等领域发挥了重要作用。随着预警理念的发展,人们愈发认识到预警是控制 风险的重要手段,预警的应用越来越广泛。二十世纪六十年代,美国学者最早提出预警 管理这一概念,主要应用在政治领域和经济领域的预警管理研究〔旳。而我国针对预警管 理的研究,直到二十世纪八十年代末、九十年代初才逐步展开[旳。随着工程项目建设的 快速发展,为了降低工程项目目标风险,预警被运用在工程建设项目领域,国内外学者 也做了相关研究。学者Adebisi【87】指出要用一种积极主动的方法来评估建设项目失败的 早期预警信号,通过对尼日利亚建筑项目失败案例进行探讨,提取项目经验数据,并梳 理预警机制,为建筑项目的主动管理提供了启示,从而提高了建筑项目的交付成功率; Meng【88〕通过对英国建筑行业进行调研,并对不同合同形式下的预警方法以及使用预警 和不使用预警情况下项目的问题解决和项目绩效进行了比较,证明了预警在时间、成本 和质量方面对问题解决和项目绩效产生了显著影响;Philip^〕对陆上-海上项目领域的预 警管理进行了研究,从历史项目当中收集数据,以客户和供应商的项目经理作为关键信 息提供者来确定预警问题和故障早期信号,预警系统的双重组成可用于使项目中的预警 工具制度化;针对特高压换流站工程当中经常出现的施工进度偏差和费用偏差问题,学 者张爱枫等[9°1提出了 BIM-5D系统整体框架,利用多次自适应最小二乘曲线拟合和分段 预警方法,构建了施工进度和成本管控预警模型,采用挣值法对预警模型进行了参数校 正和预警阈值范围设置,能够有效地对施工进度和成本进行管控;学者黄德春和冯同祖 〔9□对特大型工程项目的社会稳定性风险进行了预警研究,将贝叶斯网络理论引入研究当 中,以网络节点表示利益相关者风险、连接节点有向边表示利益冲突,进而构建预警模 型,实现基于多元利益冲突对社会稳定风险的预警,从利益相关者视角对社会稳定风险 的预防。由此可见,国内外学者对建设项目领域的预警管理已经从机制到模型进行了深 入的研究。
在针对建设项目的费用偏差预警研究中,阈值的设置是最为关键和核心的环节,包 括报警时间的确定和警情程度的判别。在阈值确定过程中坚持以下原则:有历史数据的, 根据历史数据确定;有国内、国际标准的,则根据标准直接确定即可;既没有可供查询 的历史数据,也没有可供参考的国内、国际标准的,可以通过与同类数据进行对比而最 终确定。预警阈值的确定是项目预警的基础,很大程度上会影响到预警的准确性,预警 阈值设置偏小会使得警报频发,造成信息处理负担;而阈值设定过大则可能出现发生警 情却没有报警的情况,造成项目损失,因而确定合理的预警阈值是十分必要的。相关学 者对此从定性和定量两个角度进行了研究,在阈值定性研究方面,学者XUS】针对农产 品监测预警中的阈值设定进行了研究,基于农产品信息异常波动理论和对社会的实质性 影响,全面探讨了不同时间维度下农产品信息波动阈值的确定方法,以中国国家统计局 数据和调查数据为基础,采用多种统计方法确定农产品生产、消费和价格的预警阈值。 结合德尔菲专家判断修正法,最终确定了多个时间段的农产品信息预警阈值,并对2018 年农产品监测信息波动情况进行了预警分析,证实了有效性;Knedlik和Tobias'93!指岀 宏观经济失衡记分牌是一个罕见的公开发布预警系统的案例。它可以分析有关政治家对 预警系统的两个潜在错误(错过危机和发出错误警报)的偏好,这些偏好可能随着制度 环境的不同而不同。并且首次对一般的预警系统进行了这样的分析,采用标准信号方法, 包括基于偏好的优化方法来设定阈值;在降雨灾害预警研究中,考虑到浅层滑坡起始与 相关降雨特征之间的一致关系仍难以确定,学者Mirus等【94]开发并测试了一种识别混合 水文气象阈值的方法,使用滑坡清单与触发降雨和前驱湿润相结合,为滑坡预警系统提 供信息的经验阈值。该方法是半自动化的,但仍有足够的灵活性,允许阈值开发者考虑 数据输入和各种性能指标,以不同的优先级来平衡失败警报与错误警报;学者王嘉瑜等 [95]对地下水污染风险预警等级和预警阈值进行了研究,系统地梳理了地下水污染风险预 警相关研究,归纳总结了预警等级及阈值确定方法,即相关标准法、临界值法、综合评 判法等,强调定性的阈值研究往往根据相关标准或专家意见而定,在一定程度上为项目 建设过程中费用预警阈值的确定提供了参考和依据。
为了取得较为客观和科学的阈值,定量研究也广泛推广,尤其在降雨灾害预警方面 的研究成果颇丰。如学者Piciullo等[96〕提出了一个基于降雨阈值的降雨诱发的山体滑坡 实用区域预警模型的定义和性能评估过程链,该模型采集了 2003年后七年间的降雨量 数据,整理了期间由降雨引发的96处浅层滑坡数据库,建立起基于降雨阈值的滑坡预 警模型,并在意大利南部坎帕尼亚地区的一个山体滑坡多发地区进行了测试;相关学者 [97]构建了一个能够预测山体滑坡和泥石流灾害的全市预警模型,以应对气候变化导致的 此类灾害日益频繁和严重的情况。该模型除了考虑具有空间变化的地理数据外,还将具 有时间变化的降雨数据作为输入参数进行实时处理,通过决策树,采用各种方法开发的 5个阈值,以逐步重叠的方式,生成并显示5个预警等级的地图。为了验证模型的空间/ 时间性能(准确度和效率),对2009年发生的滑坡事件进行了预警状态变化的案例研究。 该模型采用了现有的内部和外部预警系统的优点并克服了其局限性,预计将成为决策者 有效和可靠的灾害管理工具;学者袁慧敏【98]在关于强对流天气预警阈值的研究中,针对 性地应用四分位数法和均值法,通过对探测数据进行处理和计算得到了各类预报因子的 阈值,实现了气象灾害监控的效果,并通过实例分析验证了方法的有效性;学者彭晨晖 等[991以尾矿坝体变形速率监测指标为研究对象,通过引入改进云模型,根据3E规则确 定尾矿坝变形监测的正常运营边界,建立尾矿库坝体变形速率4级预警阈值确定模型, 并通过实例予以论证其有效性和准确性。除此之外,针对其他领域的预警阈值定量研究, 国内外学者也多有涉猎。鉴于大型风电场的建设导致风电机组故障急剧增加,故障模式 也越来越复杂,传统的阈值法不能及时预警,学者Zhou等卩°°]提出了一种新的风电机组 故障预警与诊断模型,以解决监督控制与数据采集系统的问题。首先,通过聚类分析方 法分析故障预警与诊断的特征量,考虑风速的影响,可以提前获得正常阈值范围内的异 常数据。然后根据领域知识,对自适应神经模糊推理系统进行修改,建立故障预警与诊 断模型。在训练数据缺失和稀疏的情况下,这种方法提高了模型的准确性;学者Li等[⑹】 针对医疗领域病情恶化事件发生前的生理预警阈值进行了研究,强调快速反应小组的启 动,是一个研究不足的领域。通过2015年12月至2016年12月之间的电子健康记录子 集中获得的回顾性数据(6000名患者),开发了一个微观模拟模型,并进行了综合回归 分析,以比较由年龄、性别和合并症定义的亚人群的快速反应政策,以找到导致超过临 界预警值的最低时间百分比的分数阈值;在跟车预警规则研究中,学者刘通等[3]选取 了 50名驾驶员开展实车试验,采集驾驶人跟车行为表征参数,选取平均跟车时距和平 均制动时距为二维向量,构建基于K-means聚类结果的高斯混合模型进行数据分析,将 驾驶人聚类为3种风格类型(冒进型、平稳型、保守型)。通过分析3组驾驶人的跟车 及制动数据,将不同类型驾驶人的制动时距分位数作为跟车预警阈值,结合实际预警数 据及不同制动时距分位数对应的预警正确率,对现有跟车预警规则进行调整,以适应不 同类型驾驶人的驾驶需求。通过上述研究,可以将确定阈值的方法归为实验类和数学类。 工程项目单次性、不可逆性等特点使其不具有实验性质,因而运用实验方法确定阈值的 方式难以实现。在运用数学方法确定阈值时,BP神经网络方法较为复杂,且需要大量 的样本数据;回归分析方法会涉及到主观臆断,因而不够科学和客观;运用概率统计方 法确定阈值程序繁琐且数据复杂,不易实现。最优分割理论具有明显的统计意义,所需 样本少,且能在很大程度上避免人为干扰,因而在确定项目费用预警阈值时十分适用。
在预警阈值确定之后,下一步需要对监测得到的偏差数据进行判断,依据偏差程度 和阈值的对应关系,判定警情等级。不难发现,在这个过程中偏差己经发生,所谓的预 警其实是警报,所以不是真正意义上的预警,预测部分仍然缺失,对此,一些学者进行 了针对性的研究。如学者Kim和Byungl'03!针对项目管理活动的效率会受到控制阈值的 影响,提出了一种建立动态控制阈值的定量方法,该方法能够为不同的挣值测量和预测 提供预警信号,并能够检测由静态阈值引起的误报;吴旭东等〔I⑷将人工智能与高校的 管理相结合,建立基于BP神经网络的高校学生成绩预测模型,探讨BP神经网络在高 校学生管理领域的应用。结果表明,BP神经网络能有效提高学生成绩预测的精度,以 及应用于学期多门课程的成绩预测上的可行性;Yan等【el为改善现有方法的误警情况, 提高预测效率,在模型的建立过程中引入遗传算法将RBF神经网络模型进行了改进, 实证表明该模型的预测准确率大大提高;崔恺等W6]提出了一种基于广义回归神经网络 的风力发电机组性能预侧及异常状态预警方法。对影响风机主轴转速和发电功率的因素 进行分析,确定性能预测模型的输入和输出参数,运用监控与数据采集系统的真实历史 数据,采用广义回归神经网络建立了风电机组的性能预测模型,科学判断风电机组状态 是否异常;Mitra和Eruml'07!提出了基于精英遗传算法的人工神经网络模型,用于建立 高通胀发生的预警系统,通过和回归分析方法进行对比分析验证结果的有效性。综上所 述,神经网络方法引入各种创新机制后得到了发展,但是由于复杂大型建设项目的特殊 性,神经网络方法前期训练所需的大量样本数据难以获得,因此降低了该方法的适用性。
基于上述分析,可以发现预警方法的研究不断深化,但相关研究大多把费用的控制 和预警分离开来,这样就会导致针对建设项目费用的管理和控制缺乏系统性。若在现有 的费用偏差管控体系中引入预警机制将有效提升复杂大型建设项目的费用管控效果,然 而当前的研究仍然有限,且相应的预警方法在预警精度和效率方面表现欠佳。对于上述 问题,运用K-Means算法划分连续性阈值区间,运用改进神经网络模型实现费用偏差的 预测具有很好的解决路径。
1.2.4纠偏策略硏究现状
偏差,即实际情况与预期计划不相符的情况。在不同领域内,偏差都普遍存在,并 且在一定程度上都造成了损失。众多学者对不同领域的偏差及其控制都进行了研究。学 者Kim【i°8]指出电力系统中可再生能源的输出功率本质上是不可预测的,经常偏离其预 测值,电压偏差可能严重阻碍可再生能源在电力系统中的应用。基于此提出了一种用于 可再生能源的无功功率控制方法,将一种简单的电压偏差记忆技术应用到可再生能源的 无功功率控制器中,通过记忆电压偏差,校正了由输岀功率波动引起的电压偏差,同时 通过传统的电压/无功控制补偿了由其他因素引起的偏差;学者李春等[1°91对电力系统中 的风力发电波动引起的频率偏差进行了研究,针对传统的状态估计模型的局限性,引入 了频率偏差作为新的状态量,同时还考虑了发电机和负荷自身频率特性对电压的影响, 对相应节点构造了新的零注入功率量测,建立了计及频率变化的风电系统状态估计模 型,有效地计算了系统的频率偏差,提高了状态估计精度;学者李熠煜等⑴°】在城市推 动垃圾分类的政策环境下,针对垃圾分类政策执行存在偏差的现象,从基层组织的政策 执行梗阻,意愿与行为背离,执行机构存在地方过度分权,基层执行人员能力缺失,外 部环境缺乏法律制度设计和文化认同支撑等方面进行了学理探究,基于央地关系的视角 提岀了针对性的建议,强调要建立城市互联的垃圾分类线上处理系统;在医疗领域,学 者YangU⑴指出在复杂的医疗过程中,微小的错误和与推荐指南的偏差会累积起来,从 而增加重大错误得不到纠正并导致不良后果的可能性,从而建立了一种基于知识驱动的 创伤复苏工作流模型,通过对创伤复苏儿童进行编码追踪来检测创伤复苏中的错误和过 程偏差。结果表明,评估检测到的偏差对于修复最能代表“己完成工作”的知识驱动模 型非常重要。通过上述分析发现,针对偏差控制的需求在各个领域当中普遍存在,因而 针对偏差控制的研究成为相关学者关注的重点。
建设项目费用偏差,是指在项目建设过程中各项费用实际值与计划值发生偏离的现 象。通常在项目前期设计阶段的项目建议书和可行性研究报告中会制定项目的工程费用 概预算,但是由于工程建设持续周期较长,在建设期间物价变动、政策调整、天气原因 导致工期延误等不确定性情况时有发生,概预算中的人为主观因素占据主导地位,且预 测方法有限,因而在建设过程中,不可避免地会出现项目费用偏离计划值的情况。作为 建设项目管理的重要组成部分,费用管控贯穿于项目建设的全过程,是实现项目财力、 人力、物力有效合理利用,从而保证项目良好收益的前提。至于费用纠偏方法的选取一 方面要考虑具体的纠偏对象,另一方面也要考虑费用控制人员的基本素质和建设项目的 特殊情况。因此,对于具体的建设项目,纠偏方法的确定需要专业团队的分析和讨论, 以及实际的检验和不断的调整。一般来说,费用纠偏方法包括组织方法、经济方法、技 术方法和合同方法,各种方法适用于不同的对象,会产生不同的效果⑴2】。
组织方法是站在组织管理和组织理论的角度,对组织人员和组织机构的设置进行调 整,对费用目标进行分解,按层次分配给成本控制人员,明确职责分工,这种方法在实 践中容易被忽视,但只要使用得当,只要将原有的组织和人员整合起来,就可以收到意 想不到的效果,而且不增加额外的成本[1⑶。
经济法不只是对已完工程量和相应款项的审计,而是应该从整个工程的角度来考 虑,比如重新审视费用计划的合理性,检查费用目标的执行情况和目标分解的合理性, 以及当施工进度与费用计划发生冲突时工程变更的必要性等,面对上述问题,需要进行 深入的费用偏差分析和费用效果预测,以便及时发现项目存在的潜在问题,从而提前防 范,达到主动控制项目成本的效果⑴叭
技术方法指的是利用技术方法对技术方案进行必要的调整和修改,但这并不意味着 技术方案有问题,而是通过这种技术处理来达到控制工程造价的目的,一般在费用偏差 较大时考虑采用,因为施工方案的变更会引起施工方案的调整、施工组织等一系列问题, 这就需要对技术方案进行深入的技术经济分析,同时采用不同的技术方法也会产生影响 也会产生不同的经济效应⑴习。
合同法主要是指费用纠偏时的债权。在项目实施过程中,索赔的发生是不可避免的。 一般情况下,索赔发生后,成本控制人员应根据合同规定审核索赔依据,审核索赔付款 计算的准确性和合理性。另外,在项目管理过程中,要加强合同管理和索赔管理,努力 在日常管理中实施项目成本的主动控制[以】。
在项目实际建设过程中,往往同时运用几种纠偏方法结合起来对费用偏差追本溯 源,从组织、合同、经济等角度进行纠偏。刘敦楠等⑴刀针对目前电网建设项目费用纠 偏与优化中存在的问题,基于系统动力学理论将配电网建设项目的成本、质量、进度三 大投资效果视为一个统一整体,在分析三大投资效果之间的关系后建立了对应的因果关 系图,进而构建了配电网项目费用纠偏与优化模型,并以某配电网建设项目为例,模拟 了不同质量、进度要求下对应的成本费用偏差,为配电网建设项目的费用监管提供了定 量依据;谢宇畅和席海英〔卓]以公建项目为研究对象,从内部控制评价的角度,多维度 分析公建项目内控建设中存在的典型问题及其对造价管控的影响,构建以经济附加值理 念为基础、以内部控制五要素为框架的公建项目造价管控思路,确保项目发生费用偏差 时,通过对公建项目造价管控的内外部环境进行优化,确保责任主体有效实施控制活动, 化解造价管控风险。
基于上述分析,可以发现项目费用纠偏领域的研究不断深化。但就目前而言,鲜有 学者针对具体的纠偏流程或手段进行深入研究,且多数研究往往存在着纠偏流程不清晰 的问题,通常止步于纠偏活动完成,没有对纠偏的效果进行科学的评估。以上不足是本 研究着重关注和想要解决的部分,当然也要结合项目特点,引入对象特征,确定科学有 效的复杂大型建设项目全生命周期各阶段纠偏流程。
1.2.5信息系统应用研究现状
复杂大型建设项目关乎社会效益和人民福祉,对其费用偏差进行控制的必要性不言 而喻。当前时代是信息化时代,数字化、智能化已经贯穿到不同的社会领域,推动着社 会发展和时代变革⑴9】。将复杂大型建设项目管控体系融入到信息系统中可以实现控制 理论研究成果和实际工程项目的良好对接。友好便捷的人机交互界面将向项目管理人员 展示不同阶段的费用数据,并且提供智能化的费用偏差警报和预测结果,为管理人员的 决策和纠偏行为加以支撑。
当前,己有诸多的专家学者针对工程项目管理信息化展开了研究。孙璐等[⑵]剖析 了土木工程的五个组成部分一环境工程、岩土工程、结构工程、交通工程和建筑施工管 理工程,并且分别归纳总结出各个部分的信息化发展的不足,指出了未来的发展趋势和 研究点,为土木工程的信息化建设提供了支撑;经静[⑵]认为应用信息系统对复杂大型 建设项目进行辅助管理已经成为广泛的共识,并且采纳先进的项目经验,建立起一套满 足风险管理要求、符合国际费用管控体系的核电厂项目费用管理系统,该系统可以用于 核算成本、考核绩效,也为其他项目资源的科学配置提供参考;王冲U22]指出了当前建 设项目工程造价管理信息系统的不足:信息发布和更新不及时,系统功能不全面,工作 人员不能适应信息化的要求;并且建立了工程造价信息筛选及不良信息预警系统,信息 采集和交互系统,工程造价的信息化管理系统和工程量计算系统,大大提升了工作效率; 张谦[⑺】对新能源风电的收益问题开展了研究,并且完整阐述了风电运营收益管理信息 系统的设计与开发过程,该系统包括价格模拟分析、运营成本分析、功率预测和综合收 益评价等功能,实现了风电收益管理的信息化,推动了风电运营管理体系的发展。
综上所述,管理信息系统已经广泛地应用到各种复杂大型工程建设领域,面对与日 俱增的信息系统开发需求,不少学者也从技术层面展开了深入的研究。林森24〕提出了 项目管理信息系统的设计要求:一是统一规划设计,针对信息系统要实现的不同功能设 置不同的模块,并且要实现各个模块之间的计划与协同;二是分层分级设计,对工程项 目管理的体系流程进行分解与重构,引入任务驱动模式,合理设计信息系统;三是表单 化管理规范设计,加强系统设计与实施的规范性;四是要考虑系统兼容,包括系统接口、 架构和规范标准三个部分的兼容性;Leel^]认为管理信息系统的设计与开发应该充分考 虑信息的利用率、信息系统输出的质量、用户满意度、信息对与组织和个体的影响;李 吉吉等U26]针对水利工程这一关系到国计民生的项目建设课题,指出了现有的水利工程项 目管理信息系统面临运行失常甚至系统崩溃的问题,并且从系统硬件和系统软件两方面 出发提出扩展存储器、优化数据库以及增加项目管理计算模块等举措,以提升原系统的 信息承载能力,保障系统适用于更大规模的水利开发工程项目管理;谭章禄等说7|提出 了智慧矿山管理信息系统的“三纵四横”的架构体系:“三纵”分别是管理运维体系、 信息安全体系和信息系统标准化体系;“四横”分别是网络通信层、感知控制层、应用 层、数据及应用支撑层。
然而,当前复杂大型建设项目的规模日益提升,随之而来的是更大的不确定性和不 可控性。相应的管理信息系统不仅要深刻反映工程项目管理各环节的内涵和要求,更要 引入智能优化算法,对以往数据进行统计分析,科学预测出可能发生的警情以供管理人 员决策。文献【128]引入先进的决策支持技术和全生命周期理论,结合我国电网主型设备 的特点,开发出一套电网设备全生命周期风险管理信息系统,该系统可以整合多方数据 进行智能化处理从而实现对设备风险的警情预测,并且该系统还提供了实时的模型调整 和校正功能以供管理人员决策;相关文献Ml深刻剖析了配电网在运行过程中可能面临 的各种风险,指出了引入大数据、云计算等先进技术来对配电网进行实时监测、预警和 控制的必要性,考虑到配电网运行过程中的风险传递问题,在构建配电网运行风险管理 信息系统时采用遗传算法和粒子群算法,可视化的风险管控体系也大大增强了配电网的 抗风险能力。然而,目前针对复杂大型建设项目费用偏差管控的智能化管理系统还没有 被建立,因此这一满足行业要求的全新的信息系统有着广阔的应用前景。
1.3主要研究内容和技术路线
随着世界经济的飞速发展,项目管理领域也发生着深刻的变化,复杂大型建设项目 数量持续上升,国际工程项目市场竞争形势日趋激烈。面对项目的复杂性、长期性等情 况,传统的项目管理方式呈现愈发不堪重负。复杂大型建设项目投资规模巨大,在费用 管理方面面临较大风险,而现实项目中频发的预算超支等问题更是给项目管理方带来更 大压力。严峻的态势要求管理人员采用先进的管理手段,提高费用监管能力。本研究探 求基于系统动力学的项冃费用偏差关键影响因素识别,分析造成费用发生偏差的深层次 原因及其背后的扰动因素;随后对工程建设项目费用偏差计算需求及特点进行分析,分 别构建符合复杂大型建设项目特征的费用偏差警报和预测模型,以期实现对复杂大型项 目实践层面的指导作用以及理论层面的拓展和深化;然后提出复杂大型建设项目费用偏 差纠偏流程,明确项目费用纠偏管理中各个参与主体的责任和作用,对不同阶段不同警 情下的运行流程进行详细的阐述,并进一步构建决策模型,对纠偏效果进行评价,反馈 调整并完善纠偏策略;最后将上述所研究的理论方法设计转化为计算机的需求,分析并 设计复杂大型建设项目费用偏差控制系统,把模型算法和控制策略通过编程内嵌在系统 中作为系统模块,实现理论的实际应用,降低项目费用风险。本文的研究内容的逻辑框 架图如图1-1所示。
(1)基于系统动力学的费用偏差关键影响因素识别研究。依据系统动力学的原理, 对复杂大型建设项目费用偏差控制展开了研究。本研究将复杂大型建设项目作为一个整 体系统,针对项目前期决策阶段、中期实施阶段和后期运维阶段费用偏差影响因素之间 的关系分别进行了分析识别,确定主要变量,内生变量、外生变量,构建了系统动力学 模型,并划分为若干子模型,进而建立各子模型方程式。通过Vensim软件模拟仿真, 建立了动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其重要 程度,并对模拟结果进行分析,可联动式的对项目费用偏差影响进行有效预防,及时控 制,实现动态管理。为下阶段费用偏差预测模型中的子目费用分析以及纠偏策略的制定
 
 
奠定理论基础。
(2)复杂大型建设项目费用偏差警报模型研究。首先从项目全生命周期的角度对 复杂大型建设项目费用偏差警报的需求及特点进行了分析,然后据此提出了基于改进 K-means聚类算法的费用偏差警报模型,解决了工程建设项目费用偏差在实践中随机偏 差与偏差警情匹配的问题,有效地对工程建设项目各阶段的费用偏差预警阈值进行了界 定。在此基础上,提出了基于改进神经网络模型的费用偏差预测模型,通过现行条件下 的费用影响因子对未来的费用偏差进行仿真计算,对偏差预测结果和偏差警报区间进行
配伍,为下阶段的纠偏策略提供参考依据。
现状及问题
复杂大型建设项目费用偏差控制方法及信息系统设计
•内外影响因素确 定不明确
・缺乏全生命周期 费用监控理念
特征分析、维度分析、
运行机制
因果关系图、表函数:
内廊駆动、孑廊弱响面
素、关联分析
Vensim否並软件、多元.
相关与回归分析
・样本数据分段不 连续
•传统梯度下降法 中神经网络准确 性较低且训练时 间较长•
遗传算法、神经网络模型
理论分析
改进K-means算法
•缺芝适用手复杂
大型建设项目的 费用纠偏流程
•缺乏对纠偏效果
的评价研究
•求解算法存在诸 多不足
一 5章i
'复杂大型建设项目费用偏 「差揑制策略及效果评价,
•缺乏控制模型的 深化应用
•针对复杂大型建 设项冃费用偏差 管控的智能化管 理信息系统还没 有被建立
SOA^统架构、数据仓库 设计、模型管理模块设计
系统结构型能设计、网络 拓扑结构、系统开发平台
用户分析、功能用E功能 需求分析
图1-1本文技术路线
Fig. 1-1 Technical roadmap
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
(3)研究基于流程再造的复杂大型建设项目费用偏差控制策略。针对复杂大型建 设项目全生命周期不同阶段不同警情下的费用偏差,引入流程再造理论和协同理论,构 建了相应的项目各参与方之间协调互动的纠偏流程图;并构建模型对费用纠偏效果进行 了评价分析,反馈调整纠偏流程,形成不断完善的流程再造循环机制。通过实施全面的 复杂大型建设项目费用控制优化流程再造,细化工程建设项目各阶段的费用控制优化流 程,建立完善的反馈及保障措施,提升管理方对建设项目的费用控制能力。
(4)提出了复杂大型项目费用偏差管理系统设计方案。分析了系统结构、功能以 及关键技术。首先从面向对象的角度,对系统的建设目标、系统用户和需求进行了分析, 确定了系统的非功能需求和功能需求;然后对系统的平台进行了总体设计,构建了费用 偏差控制系统的总体设计框架结构,设计了数据管理、费用偏差警报、费用偏差预测、 费用偏差控制、纠偏效果评价、历史管理和系统设置等功能模块,进一步针对不同应用 场景分解了各子模块的功能,并对数据库进行了初步设计;最后分析了系统开发过程中 运用到的关键技术以及系统数据仓库和模型模块设计。通过使用费用偏差控制管理系 统,可以使项目全生命周期费用偏差信息变的更加及时、更加透明,使之更快而准确地 做出预警或纠偏行为,降低项目风险。
1.4主要创新点
根据论文研究内容,本文的创新点有以下4点:
(1)基于系统动力学理论的视角创新。本文运用系统动力学的方法,基于复杂性 视角分析复杂大型建设项目建设过程中可能导致费用发生偏差的影响因素,这是从一个 全新角度的尝试。在分析建设项目费用偏差影响因素的基础上,运用系统动力学分阶段 对影响因素及其深层次原因进行探究,运用Vensim软件绘制了复杂大型建设项目不同 阶段费用偏差影响因素的因果关系图,并运用历史趋势推算法、回归分析等多种计量分 析方法对模型参数进行估计,构建了复杂大型建设项目费用偏差影响因素的系统动力学 模型,识别出了影响项目费用偏差的关键因素。本文运用的系统仿真分析为实现复杂大 型建设项目费用偏差的有效控制提供了行之有效的分析方法。
(2)基于改进K-means聚类模型的费用偏差警报模型构建。为掌握复杂大型建设 项目费用偏差对项目正常运行的负面影响,本文基于聚类管理的思想引入边界均值算子 构建了改进的K-means聚类模型。考虑复杂大型建设项目费用偏差不确定性的特点,该 模型实现了偏差警情的连续划分,避免警情空白的情形出现。以复杂大型建设项目费用 监控点的投资偏差比作为警情分析元,该模型遵循“内离差平方和最小,类间离差平方 和最大”原则,能有效地对费用监控点的正负偏差进行警情界定,保障了管理者在费用 纠偏时的资源有效配置。
(3)利用仿生算法改进传统BP神经网络并将其成功应用于费用偏差预测。通过模 拟“物竞天择、适者生存”的进化过程,将BP神经网络中的初始权值和阈值进行编码, 并基于己有的复杂大型建设项目费用偏差历史数据库对搭建模型进行训练,最终获得运 算速度快、预测精度高的复杂大型建设项目费用偏差预测模型。
(4)首次系统制定费用偏差控制流程和对应策略以及构建纠偏效果评价体系。把 握可操作性和实用性原则,明确各阶段责任利益相关方,以工作流程图为载体,基于流 程再造和协同理论,提出了针对不同阶段、不同警情的费用偏差纠偏控制策略。针对费 用偏差管控效果,首次构建了复杂大型建设项目费用偏差控制效果评价模型来分析管控 的综合效率。从控制能力、控制效果、经济社会效果这三个维度,建立了费用偏差控制 效果评价指标体系,并提出了基于改进云物元可拓方法的群决策专家支持评价模型。
第2章相关基础理论研究
2.1复杂大型建设项目特点及费用控制分析
基于第1章对复杂大型建设项目费用偏差控制的研究背景和意义、国内外研究现状 的研究,并结合本文所需解决的主要研究问题,本章开展了复杂大型建设项目费用偏差 控制相关基础理论的研究。复杂大型建设项目费用受到多种资源的制约,不同的资源之 间又存在着相互的制约作用,对项目的费用偏差产生直接的影响。从费用偏差影响因素 识别、费用偏差控制方法、偏差控制策略及评价、偏差控制信息系统设计等多角度全方 位解决当前对复杂大型建设项目费用偏差控制相关研究中存在的缺陷与不足,如组织结 构设计不合理、资源配置不连续、费用偏差控制不及时、缺少高效的智能解决方法等。 本章首先对复杂大型建设项目特点、费用偏差控制主要参与主体以及复杂大型建设项目 费用控制复杂性相关研究进行总结,为后文清晰界定各费用控制主体责任与作用,厘清 费用控制主体关系等内容奠定基础;然后对费用偏差控制理论、内涵以及原理等内容进 行阐述,为本文建立复杂大型建设项目偏差控制模型提供铺垫;最后对偏差控制特征、 系统动力学理论、神经网络模型、费用偏差控制评价理论等相关基础理论进行归纳总结, 进而对本文构建的改进神经网络模型的费用偏差判别方法、流程再造和协同理论的费用 偏差控制策略及评价等过程奠定理论基础。
2.1.1复杂大型建设项目特点分析
复杂大型建设项目一般包含基础设施项目、国防项目以及公共建设项目,其关键特 征为投资额巨大、项目利益相关者多、建设周期长、工程性质繁复、建设环境繁杂、知 识网络复杂、专业技术需求广、可造成重大社会影响等。复杂大型建设项目的“大型” 在其规模及投资,而多种大型要素的不同层面的结合可导致工程项目时间与空间上的 “复杂”性。因此,复杂大型建设项目管理具有多维度、多层次、多界面以及多子系统 的特点,为应对当前项目建设的新需求与新挑战,需以新的视角以及新方法来管理开放 的复杂工程系统。总体而言,复杂大型建设项目的特点可总结为以下几点⑴
(1)复杂大型建设项目的整体性
复杂大型建设项目是一个庞大的、关联性强的复杂系统。这些子系统主要包括建设 项目子系统,以及经济、社会、环境等诸多子系统,建设项目子系统与经济、社会、环 境、同类项目子系统之间的链接往往不是单一的,而是具有共享性、竞争性、连续性和 交互性等特点。子系统之间通过物质、信息、价值的输入输出及转换来维持复杂大型建 设项目的“可持续性”,以此来保证项目整体目标的实现。因此,在进行复杂大型建设 项目的管理活动时,需要通过复杂化管理思想去考虑项目子系统之间的复杂关联性以及 各项影响因素,以“大工程观”指导整体性很强的复杂大型建设项目管理活动。
(2)复杂大型建设项目的开放性
复杂大型建设项目不仅受自身的内部活动所推进,亦与项目所处的外部环境有着广 泛的联系与合作。市场、技术、行业、法律等环境是复杂大型建设项目的外部环境。因 此,与环境的互动性是复杂大型建设项目的主要体现。随着项目外部环境的变化,项目 组织也需要随之改变,通过调整组织结构来优化团队效能,保证组织功能满足项目管理 的需要;其次,项目参与主体也是开放的,为了实现统一的工程目标,工程参与方和利 益相关主体之间进行不断的沟通、协调、合作等行为。总而言之,复杂大型建设项目的 开放性成就了工程管理及多项目合作水平的不断提高,并满足了复杂工程环境建设的多 样化需求。
(3)复杂大型建设项目的动态性
复杂大型建设项目的建设周期可达几十年。例如,四川“天眼”工程建设周期为5 年,深圳大亚湾核电站工程从批准建设到完工共历时12年。随着项目的推进,工程项 目易呈现出波动特征。因此,项目的复杂性因素也会随之发生变化,具有决策、管理以 及管控能力的动态性,主要体现在:一是形成以利益为基础的具有较强竞争关系的多项 目联动系统;二是在复杂大型建设项目的不同施工阶段,动态调整项目的组织结构;三 是对复杂大型建设项目的偏差与动态及时应对,并做出有针对性的分析和响应,依据实 际情况制定管控措施。
(4)复杂大型建设项目费用偏差控制难度大
虽然我国的费用管理体系正在逐年完善,但是成本管控水平整体偏低。就工程行业 而言,复杂大型建设项目投资高、规模大、周期长、技术复杂且影响广泛,项目投资方 需对项目投资进行谨慎、有效的管理和控制,以保证投资目标的实现。然而,项目实施 过程中存在着诸多问题,使得项目费用控制难度增大,费用风险不易控制。一方面,在 项目前期建设阶段,费用估算编制出现误差及前期估算成本增加主要在于项目前期掌握 的相关信息不完善,各个工程环节设计不明确。在项目的实施阶段,较长的建设周期也 大大增加了各种不确定因素造成的费用风险,可能导致费用偏差频繁甚至出局;另一方 面,复杂大型建设项目具有超支预算的风险。复杂大型建设项目参与主体众多,涉及到 的费用数据信息量巨大且不断变化难以共享,因此,复杂大型建设项目费用偏差控制难 度因此增大。
综上所述,由于复杂大型建设项目的整体性、多主体且多项目联动的开放性、动态 性、费用偏差控制难度大等特点,使得复杂大型建设项目的管理和控制难度大大增加。 作为复杂大型建设项目管理最为重要的环节之一,费用偏差控制效率低且难度越来越 大,己经成为社会关注且亟需解决的重要问题。为此,基于复杂大型建设项目的上述特 点,并依据科学的费用控制原则与方法,本研究以复杂大型建设项目的费用偏差控制为 对象,为项目参与主体以及利益相关者提供有效的费用偏差控制的原理和方法以便满足 实际需求。
2.1.2复杂大型建设项目费用偏差控制参与主体
复杂大型建设项目费用控制参与主体众多,主要包含项目建设、勘察、设计、施 工、监理五大建设主体,此外还包括外部主要参与主体政府,以对项目费用进行管理 与监督。复杂大型建设项目费用控制参与主体既承担费用控制的主要责任,又承受费 用偏差的众多风险。因此解析各个主要参与主体的费用控制责任和作用,厘清其费用 偏差控制要素是复杂大型建设项目费用偏差控制的重要部分。
(1)业主在费用偏差控制中的责任和作用
在项目管理活动中,业主行使重大问题的决策权,享有项目的收益权,同时也对项 目投资风险承担责任,因此业主承担着复杂大型建设项目费用控制的主要责任。项目业 主对项目的质量等级,设计要求,费用目标等进行决策,因此业主处于项目目标决策以 及费用控制的中心位置,并且主导项目各参与方之间的沟通协调。除此之外,业主还需 负责筹措项目建设所需的资金,建立管理组织机构,选择技术服务方,通过招投标的方 式选择承包商、设计单位、施工单位、监理单位等,但业主不具有对工程项目的绝对主 导权,即是要接受监督。因此项目业主需对各种可行方案进行对比分析,从而选择最优 方案,在满足项目建设需求的同时达到费用控制目标的实现。
(2)政府部门在费用偏差控制中的责任和作用
政府部门在工程项目领域的管理包括政府投资项目和非政府投资项目。对于民间投 资项目,政府主要履行行政职能,如政策性支持,项目全过程监督,行政处罚等;对于 政府投资项目,政府部门既可以作为业主方进行管理,也可以作为行政机构进行监督管 理。一般来说,复杂大型建设项目是会对区域经济、社会发展、生态环境乃至国民经济 产生重大影响的一类项目,必然要申报政府审批,在政府规划之内开工建设,接受政府 的参与和主导,从而确保复杂大型建设项目全过程费用控制目标的实现。
(3)承包商在费用偏差控制中的责任和作用
承包商可分为两类:一类是为本工程施工主体进行服务的工程承包商,如建筑安装 咨询公司、设计、施工任务的公司或其他法人单位;另一类是承担材料和设备供应的供 应商与制造商。为完成业主指定的工程需求与任务,承包商在复杂大型建设项目费用偏 差控制中起到了非常重要的作用,需在各工程项目施工阶段组织人力物力、规划各种资 源并实现最优分配、协调复杂工程项目各个环节和控制实际资源应用和建设进度与计划 值的偏差程度。
(4)贷款机构在费用偏差控制中的责任和作用
投资方自由资金、银团贷款、政府政策性贷款是复杂大型建设项目的主要融资来源。 为保证资金的安全性、流动性以及效益性,贷款项目需受贷款方的管理,因此贷款机构 是复杂大型建设项目主要参与方之一。贷款机构对复杂大型建设项目的前期参与和控制 十分重要,当资金投入量较大后,贷款方对复杂大型建设项目的管理与控制能力将降低。 贷款机构对复杂大型建设项目的管理以专业的金融手段对资金运作,投入与产出以及可 能实现的利润进行合理控制,实现主要以费用为主线的项目控制,保证复杂大型建设项 目前期以资金为中心的项目管理。
(5)咨询工程师在费用偏差控制中的责任和作用
咨询工程师有其职业的规范性,且不直接参与工程实体建设,主要为项目建设各 阶段提供智库支持。在项目决策阶段,咨询工程师对项目拟建设地区所在地以及所属 行业进行调查分析,并对项目的建设内容、建设规模、产品方案、工程方案、技术方 案等进行比选,对项目的可行性研究报告进行评估并完成相关上报有关部门的报告等。 在项目实施阶段,工程咨询师向施工单位进行项目设计图纸的技术交底,审查组织设 计。在资质准许的前提下,服务于业主并代表业主对工程施工进行监督。在项目投产 后可对项目目标与过程、可持续性进行评价。
(6)项目的其他利益相关方在费用偏差控制中的责任和作用
复杂大型建设项目费用偏差控制其他参与主体还包括设计方、监理方、勘察设计方、 材料供应商等。复杂大型建设项目往往投资巨大,参与方众多,因此做好责任分工是非 常重要的。设计是项目前期管理中对费用偏差影响最大的一个部分,需要联合相关参与 方严格把控其设计方案,尽量避免项目建设过程中费用出现较大偏差。
2.1.3复杂大型建设项目费用控制复杂性分析
由于复杂大型建设项目的投资规模大、建设周期长、参与主体众多等特点,项目的 不可控风险相对于传统项目而言有所增加,项目费用控制也越来越复杂,主要包括技术 的复杂性、组织的复杂性、目标的复杂性、社会的复杂性。复杂性较低的项目费用偏差 控制难度也相应较低,因此项目更容易顺利的实施。研究表明,项目的费用偏差控制复 杂性可由许多不同的相互关联的部分组成,包括工程成果与技术之间的相互依赖性,各 主体目标的多样性、新颖性和难度Mi】,又包括组织复杂性、策略复杂性、及多项目联 动网络的复杂性。因此,有效识别复杂大型建设项目的费用控制复杂性是实现项目费用 偏差成功控制的基础。
(1)技术复杂性
复杂大型建设项目设计工程量巨大,高质量技术需求大,技术面广且多样,专业 性人才需求大。此外,各种技术之间具有较大的互通作用,并不是相互独立运行的, 且对于技术融合,技术创新的需求将大大提高。因此,技术开发、交易等复杂活动会 增加项目费用偏差控制的复杂性。
(2)组织复杂性
横向职能差异、纵向层级差异以及空间分布差异是组织复杂性的三个方面。由于横 向部门较多且专业技术能力差异、横向职能复杂性较大。复杂大型建设项目部门多,且 工作与技术互联互动现象显著,因此从横向职能方面复杂大型建设项目具有较大的组织 复杂性。从纵向层次差异看,复杂大型建设项目具有较大的纵向分布层级,因此工作信 息传递复杂,组织复杂性高。此外,在空间分布方面,复杂大型建设项目本身与参与人 员在地域上分布具有一定差异。由于上述三维组织复杂性,使得费用偏差控制难度增大。
(3) 目标复杂性
复杂大型建设项目的参与者与利益相关者众多,且各参与者与利益主体间在项目管 控方面目标差异性较大,且彼此盘根错节,甚至相互矛盾,各个参与者与利益相关者对 工程项目建设目标往往不能实现统一,因此无法同时满足各方参与者的最大利益。此外, 复杂大型建设项目费用偏差控制目标与工期目标也会形成复杂且矛盾的制衡关系,从而 加大了复杂大型建设项目费用控制难度。
(4) 社会复杂性
社会复杂性源自复杂大型建设项目外部环境对项目自身的影响,其影响因素多样且 相互制约,主要包括自然、政治、社会与市场要素。由于自然资源对复杂大型建设项目 有较大的影响,因此在项目勘探、选址、设计等方面都需要对自然环境资源进行详细可 行性分析。不同的政策法律、领导人员会对复杂大型建设项目的建设复杂性带来不同的 制约作用。此外,不同文化习俗可能会在一定程度上影响复杂大型建设项目的复杂性。 复杂大型建设项目在市场中的供求关系、市场动态、及经济价值等均会对项目全过程管 理造成一定程度的影响。
2.2费用偏差控制相关理论研究
2.2.1费用偏差控制内涵
作为工程项目全过程管理活动中极为重要的工作,费用偏差控制是复杂大型项目建 设过程中每一节点的计划费用值与实际费用值间的差距。按费用偏差用途分类,复杂大 型建设项目费用偏差控制可以划分为建筑安装工程费用、设备及工器具购置费用和工程 建设其他费用。按费用偏差性质分类,复杂大型建设项目工程费用偏差可分为项目前期 决策阶段(项目建议书、可行性研究、项目评估及决策、工程项目的初步设计和施工图 设计、工程招投标阶段)、中期实施阶段(工程项目施工、联动试车试生产、竣工验收)、 后期运维阶段(工程的保修、回访、相关后续服务、项目后评价等),从而把建设工程 费用的发生控制在批准的造价限额以内,实现人力、物力、财力等资源合理分配同时实 现项目最大效益目标。其中,前期决策对复杂大型建设项目费用偏差控制影响最为重大。 例如,设计费在全过程中所占的费用比例极小,但其对费用控制的影响可达到75%及以 上。因此,复杂大型建设项目的费用偏差控制应主要关注于前期决策阶段山2〕。此外, 项目价值主要实现在中期实施阶段,在此阶段的费用控制也是最直接的且最接近项目实 际建设情况,因此,此阶段是复杂大型建设项目费用偏差控制的关键。基于己确定的工 程承包合同价,中期实施阶段费用控制有着己确定的目标,此阶段需充分利用复杂大型 建设项目利益相关者的主观能动性作用,从而运用科学高效的费用偏差控制方法实现此 阶段的项目经济目标。后期运维阶段的费用控制主要是项目完工之后汇集在工程建设工 程中实际花费的全部费用,找岀费用偏差产生的阶段,分析其原因并制定此阶段偏差控 制相应策略。根据以上分析可知,复杂大型建设项目费用偏差控制主要产生在决策阶段 中的工程设计以及中期实施阶段的工程施工。而复杂大型建设项目成本控制存在诸多问 题,如全员成本控制意识薄弱,各项成本费用控制不利,其中包括材料费方面、人工费 方面、机械费方面以及其他直接费方面,成本控制的绩效考核体系缺失或不健全,成本 控制信息系统不完善,对成本偏差处理不力等[⑴]。而目前尚未形成系统的复杂大型建 设项目费用偏差控制体系。因此,对复杂大型建设项目的费用偏差影响因素识别、费用 偏差控制方法及纠偏策略研究是非常重要的。
2.2.2费用偏差影响因素分析
(1) 投资决策阶段因素分析
投资决策阶段是复杂大型建设项目费用偏差控制的关键,这一阶段可论证拟建设项 目盈利前景如何、项目规模的确定、建设标准的选择、工程技术是否先进、项目建成后 运维成本的高低、工程项目对周边环境的影响程度、工程项目的建设地点与规模水平等, 因此投资决策阶段与工程项目的经济性紧密相关。复杂大型建设项目的工程规模相对较 大,因此项目本身及其费用管理必然会受到资源的供应、管理水平、项目所处的技术经 济环境等各方面因素的制约。此外,建设标准又决定着项目是否符合社会经济的发展与 市场未来的行情,因此该阶段对复杂大型建设项目的费用产生深远且全过程的影响。
(2) 设计阶段因素分析
设计阶段的费用偏差影响因素主要包括地址勘察的不准确、设计不够合理、设计图 纸错误与漏洞。①地址勘察不准确:作为复杂大型建设项目费用策划与设计的至关重要 的前期资料,地质勘查时间紧、任务重,有可竈造成设计及规划的失误,进而影响项目 决策以及实施,从而容易造成复杂大型建设项目各阶段的费用偏差;②设计不全面、不 合理或有漏洞:作为前期决策阶段的重要工作,复杂大型建设项目设计决定了项目全方 位多角度要素定位,不合理、不全面或有漏洞的工程项目设计不仅会影响费用偏差控制 难度,还可能会影响项目全生命周期目标的实现;③设计图纸错误与漏洞:设计图纸的 错误与漏洞可能会导致复杂大型建设项目费用出现较大的偏差,不良施工单位可能会利 用设计图纸的错误或漏洞,出于其经济利益角度做出不符合项目利益的工程变更、索赔 以及签证等。因此,防止图纸错误与漏洞是工程项目费用偏差控制的一项重要工作。
(3) 招标阶段因素分析
复杂大型建设项目推行招投标制度可助其降低整体的工程费用,从而使得工程费用 可得到合理高效的控制。通过引入竞争机制,招标制的应用可以降低建设成本并优化资 源配置,从而促进高质量地实现复杂大型建设项目经济价值、应用价值与社会价值。此 外,通过招投标这种优胜劣汰的选择办法可有效降低社会平均劳动消耗,使工程费用更 加合理,减轻费用控制负担。但招标方式的不同以及招标文件中的工程量清单错算、.漏 算均会对复杂大型建设项目费用造成影响。此外,投标单位在此阶段做岀的借助客观社 会环境的利己中标行为是招投标阶段成本控制不力的主要因素。上述现象在工程项目中 经常出现,因此招投标阶段的工程项目费用控制需针对本阶段工作做好市场规范以及政 府及其他利益相关者的监督工作,以防出现错算漏算等行为加大工程项目全过程费用控 制难度。
(4) 施工阶段因素分析
复杂大型建设项目在施工阶段逐步形成项目实体。由于此阶段资金流巨大且费用偏 差产生可能性最高,因此施工阶段的费用偏差因素众多且对项目整体费用偏差控制有着 重要的影响。
1) 施工组织设计或施工方案对费用偏差控制的影响:复杂大型建设项目施工组织 设计是工程施工的指导性方案,也是项目费用管控的依据。作为复杂大型项目建设阶段 至关重要的组成部分,不同的施工方案拥有不同的技术措施和组织实施组合。因此必须 科学地分析和比较不同方案的施工质量、工期和成本三项经济指标,选择综合效果较优 的施工方案,避免错误或低效的施工方案导致的工程费用偏差。
2) 施工工期对复杂大型建设项目费用偏差控制的影响:施工工期可因复杂大型建 设项目施工进度、客观环境、业主需求等要素的变化进行变更,从而形成施工方与业主 间的费用索赔。由于施工方的原因导致的工程项目工期的增加则可由其在施工工期关键 点前进行找回;若影响整体施工工期,也会导致过程中的费用偏差以及索赔。
3) 设计变更对费用偏差控制的影响:由于复杂大型建设项目前期决策阶段设计工 作对项目全过程费用有着决定性作用,施工过程中的设计变更会对工程项目费用产生较 大的影响。因此,施工过程中的设计变更要受到严格的把控,防止随意操作,从而实现 复杂大型建设项目费用控制目标。
4) 预算外的工程量与现场签证与索赔对复杂大型建设项目费用偏差控制影响:复 杂大型建设项目施工方可能会通过工程项目建设规则曲解等手段增加项目工程量从而 提高项目成本。此外,工期与费用索赔是复杂大型建设项目索赔的两种方式,但不管 如何索赔或以何种方式索赔都会造成复杂大型建设项目整体费用目标的偏差。
(5) 竣工结算阶段因素分析
竣工结算在工程项目全过程中具有重要的意义,且关系到建设项目费用控制预期目 标的实现以及施工单位的切身利益。工程竣工时需对各参与主体进行总结或审查。然而, 在此阶段会岀现费用冒算、高套定额单价、高套取费标准等情况。因此,竣工结算需要 监理以及其他监督单位对工程项目费用进行有效把关,防止此阶段的费用偏差。
(6) 贯穿全寿命周期因素分析
国家政策及贷款利率的变化是贯穿全寿命周期的影响费用偏差的关键要素。复杂大 型建设项目开发成本中土地购置费是投资占比最大的一项,极易受到国家实施宏观调控 政策的影响,使项目在建设与运维中可能处于不利的境地,也容易造成成本的偏差。因 此工程项目成本可极大地受国家政策所影响。此外,工程费用可受到因价格随时间的变 化的影响。市场在在资源配置中起决定性作用,贷款机构受金融市场影响巨大,银行贷 款利率涨幅可能高达30%〜50%,由此可导致工程项目的借贷资金成本上涨。由于复杂 大型建设项目需要的建设资金相对较多,因此工程项目建设方可能会将海外借债费用于 项目中,其还债成本随着汇率波动而变化。
2.2.3费用偏差控制基本原则
现代复杂大型建设项目工程量较大,子项目众多,工艺技术复杂。工程实施过程中 设计、物资、供应、施工、监理、监测等承包商众多,工程涉及项目建设各个阶段以及 各种专业设备,且项目投资额巨大、建设时间较长、风险因素复杂,以上都是项目费用 控制的难度所在。因此复杂大型建设项目费用控制基本原则主要遵循全面性、成本效益 性、最优性、动态控制性、责任、权力、利益相结合以及目标管理等原则。
(1)全面性原则
全面性原则就是全过程、全人员、全方位控制。全过程控制就是站在项目全寿命周 期视角,从前期决策阶段、中期实施阶段、后期运维阶段对项目费用进行全过程管理; 项目费用控制与项目各参与主体的利益直接相关,涉及到各个部门和各项工作,对项目 费用的控制需要项目全部人员认清费用管控的重要性,建立协调的组织机制,积极参与 到管理活动当中;项目投资人需要有长远规划,不能只考虑单个项目的利益,还应考虑 建设项目费用控制对整个建筑行业、经济体系、投资者的影响。除此之外,项目费用偏 差控制手段也具有全面性,包括技术改造、材料设备换代升级、方案的优化设计、管理 水平的提升等。
(2)最优原则
项目的开发建设是在一定的资金、时间和资源条件下进行的,最优原则就是要在各 种限制因素下寻求最优方案,达到项目效益最大化。其他非限制条件是可以更改的,比 如设计图的优化、路线方案等。系统动力学理论从本质上来说也是一种寻求最优解的方 法,因此本文将应用系统动力学相关理论对复杂大型建设项目费用偏差控制进行探讨。
(3)成本效益原则
在项目建设过程中,作为主要目标,项目工期和质量要求是固定不变的,这可能 导致项目管理方忽略项目费用控制的重要性。成本效益原则指的是项目效益要大于投 入的成本,这就需要对项目成本收益进行分析,如果没有产生效益那显然是不合理的; 值得注意的是,如果为了降低成本而忽视项目的质量和进度,只会导致更大的损失。
(4)动态控制原则
项目具有一次性的特点,因此在项目竣工后的费用控制的意义较小。在项目建设 过程中需要对项目费用进行全过程动态监管和控制。通过分析复杂大型建设项目内部 的相互影响作用,可联动式的对项目费用可能产生的偏差进行有效预防、及时控制, 实现动态管理。
(5)责任、利益相结合的原则
责任、利益相结合的原则分为两个部分:一是项目外部,依据项目投资人和承包商 签订的合同,哪方承担的责任越大,其相应的权益也就越大;二是项目内部,管理组织 中的员工要做到权益和责任相对应,通过科学合理的协调机制和奖惩机制促进员工积极 参与到项目费用管理活动中。
(6)目标管理原则
目标管理的原则是将项目按阶段设定目标,并将目标进一步分解,在项目的费用偏 差管理活动中以目标为导向,并及时检查目标的合理性和适用性,对目标进行动态性调 整。此外,神经网络分析是对比工程项目实际投入费用与目标的偏差程度,可在项目出 现目标偏差时做到及时有效的偏差控制。
2.3费用偏差控制模型及方法研究
2.3.1偏差特征系统动力学理论
系统动力学首先由美国麻省理工学院学者福瑞斯特(Forrester)于20世纪50年代 提出,它是一种考虑事物动态发展过程,将研究对象视作一个复杂性系统的分析和模拟 方法。系统动力学一般以客观环境规律为依据,从研究对象整体出发获得系统性动态仿 真的方法和策略,即“社会系统动态行为的计算机仿真模型”。系统动力学方法特点如 下:①以控制理论为基础,系统动力学方法统筹生命与非生命信息并运用信息系统中的 反馈机制;②通过因果关系识别和建立网络,并以整体与整体间关系研究出发,系统动 力学方法将研究对象分割成多个子系统集;③基于计算机仿真模型构造方程式,系统动 力学可为策略方案提供制定依据,并通过模型检验其效用。在系统动力学中,积量代表 客观社会中变化的事物,包括可见的事物(如建筑设备、项目参与人员数)、和不可见 的(如负荷、压力等)事物,不可见事物表示某一时点环境变量的状态,是模式中资讯 的来源;速率代表决策过程中事物的增减速度;辅助变量是系统中的信息量,在系统动 力学中有三种存在形式,包括决策模型的输入测试函数、参数值和流程信息等。系统动 力学的建模基本单位是信息反馈回路,在反馈回路图中,存在正增强和负减弱两种影响 关系的回馈环路。另外,时间的滞延代表决策过程中的信息存在时间维度上的滞后性或 延迟。基于上述六种动态流动过程,系统动力学模型可深入讨论多种流动交互过程、积 量的动态转变与导致积量变动的各速率情况。
系统动力学由于其可以处理复杂工程、经济、社会环境等问题而受到学者的青睐, 其优势在于能够对非线性、大样本、高复杂度的问题提供一种清晰的思路和方法。有学 者指出,自然科学研究与社会责任科学研究成果的主要区别在于,自然科学的知识经验 可以在相同环境下获得重复和验证,而社会科学的经验往往很难复制。系统动力学理论 却具有区别与此的观点,认为通过建立完善的社会经济模型,能够对经济社会中复杂问 题进行梳理,并得到能够普遍接受的最优结果。系统动力学考虑到了社会经济系统的非 稳定性和复杂性,克服了许多经济社会问题研究中通过简化问题的复杂性建立单一稳定 系统假设的缺陷。系统动力学理论支持社会系统内部的动态性,以及相对稳定性,系统 内部通过相互的物质交换和信息沟通,保持社会系统整体的相对稳定。系统动力学方法 在处理系统复杂问题时,通过结合定性定量互补,理论与假设推演结合,并借助数理模 型将复杂问题量化,有助于在社会科学领域科学高效的获得经验知识。此外,通过借助 计算机的数理模型方法,可以进行系统的学习思考,使其成为帮助人脑处理复杂问题的 有效方式[1珂。对于复杂大型建设项目而言,其费用管理过程中涉及到的影响因素众多, 基于评价方法的研究虽能考虑到一些重要因素,但是在其评价过程中不可避免地带有一 些定性的指标,而根据研究的结论应用到实际项目时,很可能因为指标的定性,造成了 严重的误差,影响模型的可靠性。因此,本文基于系统动力学擅长处理复杂性、系统性 问题的特性,对复杂大型建设项目费用偏差控制进行分析研究,对影响建设项目费用偏 差的因素构建系统动力学模型并进行仿真分析。
2.3.2神经网络模型
人工神经网络的基本原理为通过类似于人脑的信息网络交互方式,仿照人脑的复杂 思维过程,从而实现智能学习并解决现实中的繁复难题。神经网络具有强大的信息处理 能力,其通过类似于数学上的一种非线性函数或一种复杂的逻辑数学关系,实现不同的 映射操作。在神经网络中不同的神经元具有不同的权重,该权重在一定程度上反映了神 经元对历史输入信息的记忆。此外,神经网络通过分布化的方式记忆历史信息,这使得 即使某一部分神经元计算失误也不易影响整体的结果。神经网络以上的优势使其很快受 到广大学者的应用并取得丰富的研究成果I®〕。通过类似于人脑的映射关系,神经网络 可挖掘数据之间以及输入输出之间的潜在的关系。因此,确定不同神经元之间的网络结 构关系就成为应用神经网络解决复杂关系问题的关键。首先,神经网络包括许多神经元, 这些神经元通过自下而上的方式连接成为网络,神经元之间通过成千上万种方式互相连 接,这种网络结构使得神经网络能够处理大量、复杂的信息;其次,神经网络具有多种 多样的自身激活函数,这使得其能够通过自身学习,实现组织应用信息的功能。神经网 络的自身特征使其在很多领域及交叉学科方面获得了广泛的应用。
神经网络方法在国家生产经济建设活动中具有重要的应用前景,主要的应用领域如 下:①风险识别领域”6]。风险代表了不确定性事件发生的可能。通过风险识别能够提 前实行风险防控措施,以降低风险事件发生的可能。人工神经网络会对潜在风险因素进 行识别,在此基础之上结合实际场景建立风险发生的模型函数,对具体风险发生可能的 系数进行计算;②知识处理领域“切。神经网络在没有先验知识的情况下,可以通过输 入与输出信息获得规律,可以有效地进行一些智能化的数据处理工作。通过将数据信息 储存在不同神经元的网络连接处,实现将新得到的规律知识及时分布式地储存到神经元 的映射函数中。鉴于神经网络的自身学习和自身组织信息的能力,其被广泛应用于模糊 信息及不确定环境下的信息处理工作;③复杂大型建设项目领域小叫复杂大型项目建 设过程中,项目管理方需要考虑经济、社会、环境等不同因素的影响,这需要进行大量 的数据处理,以及适应不确定的非线性条件,这些难点可以被神经网络模型很好的解决。 除此之外,神经网络模型还在信息及时处理、车辆自动控制、航空航天领域以及其他交 叉学科领域得到了良好的应用卩说。
为与现实复杂问题环境更加贴近,基于模糊理论的神经网络方法受到了重视与广泛 的应用。神经网络的整个思维过程需要较少的人工干预,其通过类似人脑的思维过程实 现自动学习、自行组织的功能。神经网络的这种运作模式决定了其较好的精确性,但这 种模式也具有一定的限制条件。例如,神经网络较难与专家的知识经验判断有机结合在 一起,这限制了其在不确定环境下借鉴已有经验知识的能力。在此背景下,将神经网络 模型与模糊理论结合在一起,能够解决神经网络模型在学习环境特征时,由于暗箱操作 而导致结果缺乏有效解释性,以及对环境数据的质量要求较高的局限性。模糊系统理论 能够有效的反映人类信息描述的过程中的不确定性和模糊性,而且模糊模型对样本环境 的要求较低,因此被广泛的应用于投资决策、风险识别等复杂领域研究。但模糊理论也 有自身的局限特征,例如在分析问题时需要较长的时间而且较为依靠专家的主观判断 等,而且模糊系统无法完成自身学习的功能。因此,将上述两种理论结合在一起能够有 效弥补这两种方法的不足。
神经网络与模糊理论都是在输入与输出之间通过一种非线性关系,实现理想的输出 结果,在此背景下神经网络与模糊理论具有一定的对应关系,这种相似的模型结构使二 者的结合具有模型上的可行性。有关二者的结合方式主要包括以下三种模式:①例如将 神经网络模型应用于模糊系统理论中,在模糊系统的指标权重计算方面,通过神经网络 可以提高权重计算的准确性,减少模糊综合评价结果的主观不确定影响;②基于模糊理 论的神经网络可实现模糊环境数据及时处理能力;③神经网络的映射反映能力可以作为 模糊系统的输入和输出环节,通过神经网络的学习能力,实现数据的模糊化和去模糊化 处理,并结合神经网络的映射信息的能力实现在模糊环境下,数据的高效处理和分析。 通过高效、迅速、可靠的仿真学习与信息分析能力,神经网络可处理以下复杂难题:① 因果关系的固定映射。传统的评价方法通常通过固有的线性映射方式,实现数据的因果 输入和输出,但这种方式无法反映信息本身的复杂性特征;模糊综合评价虽然通过既有 的模型函数来反映非连续性问题,但由于事先确定的函数设定,使得该方法无法解决动 态的、随机的复杂关系,因此需要借助模糊神经网络解决类似问题;②随机性和模糊性。 复杂大型建设项目管理需要解决复杂的相关系统知识的交叉和协调处理问题。复杂因素 的相互作用关系由许多具有模糊性和随机性的因素相互作用而造成,这些因素间的相关 关系,不是简单的线性函数关系,因而普通的数理模型不能解决这种复杂关系,需要模 糊概念结合神经网络模型实现复杂大型建设项目的管理应用;③权重的确定方式。在复 杂大型建设项目费用偏差控制中,不同影响因素的权重是费用控制的关键。项目费用影 响因素的权重大小,会直接影响费用控制的准确度。传统的权重计算方法,通过固有数 学模型结合定性定量方法解决权重问题,无法反映影响因素动态的变化程度。模糊神经 网络,通过其复杂的系统评价模式,在确定影响因素权重以及确定变化权重方面具有突 出的优势。
目前主流的神经网络方法主要包括BP神经网络以及其衍生的一些优化算法。BP神 经网络具有能够接近任意一种非线性映射的能力,其自身特征使其还具有很好的容错能 力、计算结果精准清晰的优点,并且在复杂工程项目领域得到了实践应用【呦。但BP神 经网络作为一种前馈型的神经网络,在实际应用中主要在以下方面具有一定的劣势:① 收敛速度较慢。BP神经网络的本质是梯度下降法,但梯度法进行稳定性学习不能有太 大的计算容量,这就导致了 BP神经网络在进行训练学习时,可能会出现学习速度较慢 的问题,在处理一些简单问题时同样会出现收敛速度较慢的情况;②局部最小点。BP 算法采用梯度下降方式进行收敛,由于网络的曲面可能复杂不确定,导致实验次数增加 且不能有效提高实验效率。在这种情况下,如果继续增加实验次数也无法使得实验结果 符合预定误差,则说明BP神经网络局限于一定的局部最小点,因此需要重新调整实验 过程;③BP算法在一次计算的过程中,需要完整的输入训练集,在进行神经元连接调 整,在此过程中如果要增加训练样本的数量,则必须重新输入样本,对前期的步骤不具 备记忆能力;④在神经网络的各个隐含层、隐含节点处以及学习层的确定,需要借助经 验来获取,这增加了保证实验结果可靠性的难度。虽然己有专家通过建立经验公式辅助 参数的选择,但在实践过程中结果仍不理想,需要不断调整实验参数的选择。
由于实际工作环境的复杂性和不确定性,标准神经网络算法容易岀现陷入某一局部 最小点而无法摆脱的情况,存在易受样本输入顺序影响、收敛速度慢、容易局限于异常 值等问题。不同改进的神经网络算法可不同程度地解决标准神经网络方法的问题,通过 改进神经网络算法可以排除样本输入顺序的不同对实验结果精确度造成的影响,但该方 式仍然存在计算过程缓慢的缺陷。为打破非局部最小的现状,神经网络方法可用动量因 子改进。然而在实际计算过程中,应用这种方式的神经网络学习方式仍然存在着训练速 度较慢的现象。在神经网络模型上增加自适应调整参数的改进算法,能够在一定程度上 提高学习的效率,但该方法存在权重的修正量较低进而影响学习效率的问题。使用弹性 算法改进神经网络模型,能够实现当训练出现振动时,减小权重的变化量,当在多次训 练过程中权值向一个方向变化时权值的变化幅度将增大,该方式的收敛速度较前几种方 法更快,此外基于弹性方法的神经网络计算过程较为简单。相比较而言,基于共辘梯度 算法改进的神经网络模型具有收敛快、阶段性的信息储存和处理量少。LM (Levenberg Marquard)算法与神经网络模型可实现基于最速梯度下降法和高斯牛顿法之间自动调整 的神经网络权值优化并提高效能,增强信息处理能力[⑷基于以上分析可以发现,对 于复杂大型建设项目费用偏差管理活动的复杂性和不确定性,传统的神经网络算法因其 自身劣势不再适用。本文中将引入遗传算法对传统神经网络模型进行改进,能有效克服 求解陷于局部极小值、初始值对算法收敛精度有影响以及算法收敛速度较慢等问题,并 将其应用于复杂大型建设项目费用偏差预测当中,实现建设项目费用管理的事先控制。
2.3.3费用偏差预警聚类方法
复杂大型建设项目费用偏差可发生在项目全过程周期的各个阶段,因此高效的偏差 预警成为复杂大型建设项目费用偏差控制的重要组成部分。偏差预警原理是将工程项目
每个阶段的完成值与计划值相比较,得出复杂大型建设项目工程监控点的费用偏差值, 并将其分为不同的警情,采用不同措施予以控制。通过将对象以某一特征进行分类【Bl, 聚类方法可用于警情划分问题。区分于分类,聚类所要求的划分是根据某一特征对类的 未知进行分析。划分聚类、层次聚类、基于密度聚类以及模糊聚类是目前解决复杂问题 的常用的聚类算法[⑷1。聚类方法正在蓬勃发展,对此有贡献的研究领域包括数据挖掘、 统计学、机器学习、空间数据库技术、生物学以及市场营销等[144-145]»不同的聚类方法 具有不同的优缺点(见表2-1),因此在选择聚类方法时需以实际研究问题的特点为依据。
表2-1.不同聚类方法的优缺点分析
Table 2-1. The advantages and disadvantages of different Clustering methods
聚类分类 聚类方法 优点 缺点
划分聚类 K-means 算法 适合处理大数据,具有相对可伸缩的 高效率;易获取局部最优结果,可用 于解决簇间差距明显的聚类方法 [146] 其结果对K值的设定、离群点 和噪声点、初始聚类中心的选 择较为敏感,且只能聚类凸的 数据值
K-中心点算法 K-中心点算法鲁棒性高,受离群点的 影响较低 K-中心点算法执行代价高
Ciarans 算法 对异常数据不敏感 算法的效率较低;对数据输入 的顺序非常敏感
层次聚类 Diana算法 釆用自顶向下的聚类策略,具有简单 便于推广的计算逻辑,适合于数据较 小的聚类问题 容易获得低效的聚类结果,且 类之间不能交换对象,不适用 于大数据[⑷]
Birch算法 算法的效率较高;适应于大数据库; 对异常数据不敏感;可识别噪声点 结果依赖数据点的插入顺序; 不适合非球状的簇聚类;局部 性使得聚类效果欠佳 -
Chameleon 算法 可发现高质量的任意形状的簇;利用 了动态建模技术 需要设置的参数较多;高维度 数据处理需要的时间较多
基于密度 聚类 Optics算法 克服了 Dbscan算法设置的全局参数 难以适应空间数据分布不均匀情况 下聚类操作的局限 空间簇相互邻接的情况仍旧难 以解决
Dbscan算法 自适应聚类方法,不需要提前设定K 值大小,可以自适应的做聚类结果; 此方法对噪声不敏感;能够发现任意 形状的簇;聚类结果没有偏倚 对圈的半径eps、阀值MinPts 两个参数的设置敏感;使用固 定的参数识别聚类,当数据密 度不均匀时,很难使用该算法
Denclue 算法 相对于Dbscan聚类的质量高 类似于Dbscan聚类算法
模糊聚类 Em算法 算法相对简单,稳定上升的步骤能可 靠地找到“最优收敛值” 对初始值敏感;收敛效率以及 能否获得全局最优解极大的受 初始化参数的设置影响
通过对以上四大类聚类方法的分析,结合复杂大型建设项目费用偏差控制的特点, 可以发现基于层次聚类的方法不再适用,而基于密度聚类和模糊聚类算法分别存在聚类 效果低和收敛速度慢等问题,不符合经济性的要求。考虑到在复杂大型建设项目费用管 理过程中,费用监控点的阈值划分是其警情判定和纠偏执行的前提,因此本文选取 K-means算法作为聚类方法具有一定的适用性,基于其可处理大数据、聚类效果明显、 计算模型简单等优点,进一步引入边界均值算子对其进行改进,能克服其他聚类方法所 存在的区间不连续、主观性影响和阈值区间更新慢问题,实现复杂大型建设项目费用偏 差预警区间的连续划分,进而实现监控点偏差警情的准确预警。
2.3.4费用偏差控制策略及评价理论
多属性评价是基于评价对象关键特征在不同决策目标下的多方案选择或单方案效 果评价。多属性决策需要的决策信息主要有三个:决策指标的选择、决策对象属性的描 述以及决策排序优选或评价方法的选择。无论是对多属性决策理论的深入探讨,还是将 这一理论应用于解决实际生产生活中的问题,在具体的研究上都有重要的价值与意义。 在复杂大型建设项目中存在诸多决策性的问题,如工程项目的招投标,不同投资人对复 杂大型建设项目的投资选择问题,工程项目供应商优选问题,复杂大型项目选址问题, 项目人员管理方面等社会和生活实践中的应用相关问题,因此对于多属性决策理论与实 践的研究对人们的生产生活尤为重要。
(1)多属性决策问题研究
在多属性决策问题领域,为了获取更加科学的决策结果,首先需要对潜在备选方案 的关键属性的概念与性质进行全面且详细的分析,继而根据客观情况制定各个属性集合 的评价标准,最后确定每个属性权重的基本概念以及制定属性重要程度的重要意义。综 上所述,通过对潜在项目的综合评价,多属性决策方法可解决较为复杂的决策问题。针 对多属性决策问题的研究,首先全面了解多属性决策关键要素是极为重要的,需从其属 性、属性的性质、属性的组成、属性的组成集合的必备条件、属性的权重与价值五个方 面进行讨论。
1)决策方案的属性。属性可分为客观属性与主观属性。客观属性主要是指待决策 对象自身在生产生活过程中具有的某种特征或者某种性能,如煤炭供应商选择时需要考 虑煤炭的含硫量、发热量、挥发性、水度和灰度等;大型建设项目选址需要考虑建设的 可行性等。主观属性一般是决策者通过生产生活中的实际经验而制定的属性,如煤炭供 应商的信誉、经济规模等;又如大型建设项目选址的公众满意度,社会认可,原料供应 商的选择等。在实际决策过程中,备选方案的客观属性与主观属性均需被识别并以此来 考察备选方案的价值。
2)决策方案属性的性质。属性的性质可分为三种,一种为可度量的定性属性,一 种为难以度量的定量属性,最后一种为不可度量的属性。可度量的定性属性是指备选方 案的单属性价值可以通过定量数据直接计算表示出来,如工程项目成本,项目的内部收 益率等;难以度量的定量属性是指备选方案的单属性价值中的部分要素可通过实际数据 直接给岀但部分数据较为模糊,不能以准确的数据值给出从而计算整体属性值,如备选 方案的项目环境影响等。不可度量的属性一般为定性属性。一般定性属性是衡量某一备 选方案的主观价值,而有些主观价值是很难通过数据直接计算的,比如技术的成熟度, 供应商信誉与现代化水平等,因此可用模糊的定性值对其进行描述。
3) 决策方案属性集合必备条件。属性的完备性、分解性、可计算性和非冗余性是 属性集合的必备条件。决策属性的完备性要求属性组成的集合必须完全覆盖所需研究问 题的全部方面,指标属性选择的片面是不满足这一条件的;决策属性的非冗余性指的是 决策对象对于某个问题的描述只能用一个属性,即属性间不能同时描述同一个问题从而 产生较大的关联性的情况;分解性是指将一个复杂的决策问题分解为多项子问题,即选 择多个属性值将这一问题进行描述从而保证决策问题的完整性的情况下,将其化简为简 单的子问题;决策属性的可计算性是指决策属性要能够运用数学方法表达,从而可以进 行进一步计算,完成决策优选或者评价的完整过程。
4) 决策属性权重。为反映不同指标在多属性决策问题中的重要程度,决策属性的 权重在决策过程中起到了非常重要的作用。一般而言,属性权重有主观权重与客观权重 两种类型。主观权重主要用于表达在问题决策中决策者的主观态度,因此权重值往往是 在主观评价的基础上通过各种数学工具计算得出的结果。客观权重是用来反映属性间差 异性的一种权重设定方法。当属性间差异越大时,反映出的客观事实即为此属性,可很 好的区分不同备选方案的表现能力,因而该属性的重要程度也就越高。属性权重描述了 不同属性在决策过程中的地位差异,主要表现在:①每个方案的单属性价值的可靠程度 具有差异;②各属性在决策过程中的重要程度是存在差异;③在多属性决策过程中,属 性对于不同备选方案的价值存在差异。
5) 决策价值。决策价值主要体现在决策结果的效用。一般来说,决策价值可以分 为属性价值与备选方案价值。在多属性决策过程中,属性价值是指某个属性对于评价备 选方案的价值,可分为定量价值与定性价值。备选方案价值为备选方案对于总体目标的 价值,其是对备选方案的属性价值的集结,是对备选方案的总评价。
多属性决策过程主要包含三个部分:①决策属性的识别;②决策数据的获取;③备 选方案的评价与排序。决策属性的识别通常是指对备选方案所有重要属性进行识别并筛 选,构建完整的非冗余的全面的评价指标体系。决策数据的获取包括指标属性值得的获 取和各指标权重的确定,指标属性值一般是根据项目的实际情况而确定的评估值。但由 于现实决策环境的复杂程度不同,备选方案的属性值的表达方式也有所不同。根据属性 表达不同方式可将其表示为:①经典多属性决策问题,即属性值为精确数据;②模糊多 属性决策问题,其决策数由模糊数构成,如梯形模糊数、区间数、三角模糊数、直觉模 糊数、云模型、Z-number等;③随机多属性决策问题,其决策数可由随机数构成,如蒙 特卡洛模拟等;④模糊随机多属性决策问题,其决策数由模糊随机数构成,如云模型等。 在多属性决策问题中,除属性值表示外,属性的权重是其另一重要的决策数据,主要包 括主观赋权方法,客观赋权方法,主客观相结合赋权方法。主观赋权方法是由决策者根 据其自身的主观偏好给属性赋权,如环比评价法、层次分析法、属性重要性排序法、判 断矩阵法、点估计值法等;客观赋权方法是通过某种计算方法对已知的属性值进行处理 和计算,从而获取客观属性权重的方法,主要有燔权法、线性规划法、目标规划法、贴 近度法、离差最大法等;主客观赋权方法是结合主观方法与客观方法的优势,既展现出 主观决策者对评价对象的偏好又反映评价属性客观数据特点,常见的方法有方差最大赋 权方法、组合最小二乘法、组合目标规划法等。主客观联合赋权方法既能充分利用属性 客观数据,又可通过对权重信息的不断修正最终得到主客观满意的属性权重【“刃。
(2)多属性决策评价方法
在确定属性数据与权重后,运用科学有效的排序或评价方法是解决多属性问题的关 键。目前多属性决策方法共有56种卩"],主要包括层次分析法(Analytic Hierarchy Process, AHP)> 网络层次分析法(Analytic Network Process, ANP)、消去选择转换法(Elimination Et Choice Translation Reality, ELECTRE )及其衍生算法、偏好顺序结构评估法(Preference Ranking Organization Method for Enrichment Evaluation, PROMETHEE )及其衍生算法等。 一般来说,多属性决策方法可以大致分为四类。
1)基于集成算子的排序方法。基于集成算子的排序方法是通过建立合适的集成算 子集结所得到的所有决策信息,获得各待评价方案的综合表现值,进而实现决策的过程。 常用的集成算子排序方法主要有:有序加权算子,加权算数平均法、有序加权几何平均 法、物元可拓以及模糊综合评价方法等。
2)基于与理想解与非理想解距离的排序方法。通过对潜在方案各个属性的表现情 况进行对比分析,确定各个属性的理想解与非理想解,并根据各个潜在方案与理想解和 非理想解的贴近程度实现综合排序评价择优的方法为基于理想解排序法。常用的排序方 法有:多维偏好分析下的线性规划模型(Linear Programming Models with the Aid of Multidimensional Analysis of Preference, LINMAP )、多准则妥协解排序法
(Vlsekriterijumska Optimizacija I Kompromisno Resenje, VIKOR)、逼近理想解排序法 (Technique for Order Preference by Similarity to an Ideal Solution, TOPSIS)[⑸]以及 TOPSIS的一些改进算法等。
3)基于级别优先关系的排序方法。基于级别优先关系的排序方法的基本决策过程 为:首先根据属性特点确定各个评价属性的偏好函数,然后根据偏好函数对各个属性下 的决策方案进行两两比较,并解得量化后的对比结果,最后运用不同算法的决策函数将 各个决策方案的优势集结得到决策方案的综合偏好值以此得到各决策方案的排序,实现 最优决策方案的选择。典型的基于级别优先关系的排序方法有:选择消去方法
(Elimination Et Choice Translating Reality, ELECTRE)及其衍生算法、定性灵活多准则 方法(Qualitative Flexible Multiple Criteria Method, QUALIFLEX)以及 PROMETHEE 及 其衍生算法等。
4)基于行为理论的排序方法。该方法假设决策者是不完全理性的,通过衡量决策 问题的不确定性,考虑了决策者心理行为的多属性排序方法,收益越高,满足感越高, 相应的风险越低,满足感也会随之越高。最常见的方法有:前景理论、交互式多准则决 策方法(Tomada de Decisao Interaive Multicriterio, TODIM)、后悔理论、过度反应理论、 过度自信理论等。通过以上分析,传统评价方法在评价信息收集、经典域表示和群决策 三个方面仍有改进和提升的空间。本文将利用犹豫模糊语言术语集、云模型、K-中心点 聚类算法来改进物元一可拓方法以构建复杂大型建设项目费用偏差效果评价群决策模 型,实现纠偏策略的持续改进。
2.4本章小结
根据本研究的需求,本章节通过大量的文献收集、整理与分析对复杂大型建设项目 费用控制相关基础理论进行凝练,为开展后续研究奠定坚实的理论基础。本章首先对复 杂大型建设项目费用偏差控制相关内涵进行分析和总结,复杂大型项目主要以整体性、 开放性、动态性以及控制难度大为特点,且不同特点之间具有复杂的联动性。识别复杂 大型建设项目费用控制关键影响因素必须以其工程项目特点出发,并兼顾其他实际要 素。此外,复杂大型建设项目费用控制的参与者众多,主要包括项目业主、承包单位、 项目公司、政府部门以及项目的其他利益相关方,复杂大型建设项目管理方必须了解不 同参与控制主体的主要行为,随后运用科学手段对各个阶段产生的费用偏差进行及时发 现,合理应对。然后,对复杂大型建设项目费用偏差控制理论进行研究。费用偏差控制 较为复杂,其影响因素众多且可划分为项目建设全生命周期影响因素以及国家政策与银 行贷款利率等调节性因素,主要包括:费用阶段因素、设计阶段因素包括地址勘察的不 准确、设计不够合理、设计图纸错误与漏洞、招标阶段因素、施工阶段因素包括施工组 织设计或施工方案对费用的影响、施工工期对费用的影响、设计变更导致的费用偏差、 通货膨胀而导致的成本变化、预算外的工程量与现场签证、索赔、竣工结算阶段、国家 政策变化以及银行贷款利率与汇率变化等。不同阶段对复杂大型建设工程项目费用偏差 的影响程度不同,每个阶段的费用偏差工作都非常重要,且设计阶段最为关键,一旦出 现偏差将影响工程项目整体费用控制目标。因此,复杂大型建设项目费用偏差控制需要 遵循一定的原则,即需要以全面性、成本效益、最优性、动态性、责任权利利益相结合 以及目标管理六项原则进行复杂大型项目费用控制,从而确保复杂大型建设项目经济目 标的实现。
基于对复杂大型建设项目和费用偏差控制等相关基础理论研究可知,复杂大型建设 项目费用控制过程涉及主体与控制阶段众多,偏差影响因素复杂且多样。因此,本研究 打破传统的基于主观经验与意识的研究方法,引入科学有效的模型对复杂大型建设项目 费用偏差进行深入研究。本章针对偏差特征系统动力学理论、费用偏差预测神经网络理 论、费用偏差预警聚类方法以及费用偏差控制策略多属性评价理论进行分析和总结,从 而为后续识别复杂大型建设项目费用偏差关键影响因素、构建复杂大型建设项目费用偏 差警报模型、建立复杂大型建设项目费用偏差控制策略研究等过程奠定理论基础。
第3章基于系统动力学的费用偏差影响因素识别研究
复杂大型项目的建设过程由诸多单位共同参与,作为项目费用控制主体,投资方需 要对项目费用进行全生命周期的监管。然而,可能造成项目费用发生偏差的影响因素众 多且部分因素难以量化分析,如政策影响、自然因素、工程设计等,这些因素的变动会 对项目的工期、质量尤其是成本产生一定程度的影响。因此,科学系统地识别影响费用 偏差的主要因素,并对深层次原因进行剖析,从而对可能出现的项目费用偏差进行事前 主动和重点控制,就显得尤为重要。结合前文对复杂大型建设项目费用偏差控制相关问 题的分析,本章首先建立复杂大型建设项目全寿命周期费用监控模式,明确复杂大型建 设项目全寿命周期费用监测与控制的操作流程,在此基础上开展后面章节的研究。然后 从项目全生命周期理论角度出发,从前期决策、中期实施和后期运维三个阶段探讨可能 导致项目费用发生偏差的影响因素,运用系统动力学方法,对众多影响因素进行反馈动 态分析,确定模型边界点及其数值,以此构建费用偏差影响因素的系统动力学模型,进 一步分解和构造子系统方程式,得岀各影响因素之间的线性或表函数关系,并通过 Vensim模拟仿真与分析,最终识别出主要影响因素以及各项因素对项目费用偏差的影响 程度。本章节的研究将对下阶段费用偏差预测模型中的子目费用分析以及纠偏策略的制 定奠定逻辑框架与理论基础。
3.1复杂大型建设项目费用监控模式
3.1.1费用监控模式特征分析
针对复杂大型建设项目费用目标的监管应该是一个常态化且程序化的过程,因此有 必要建立有序运行的项目费用监控模式,实现项目费用的主动和积极管理。通过对项目 费用目标进行全过程监控,发现费用监控点实际值与计划值的偏差,并予以相应的警报 及预警,进行系统性的纠偏活动,实现对项目费用偏差的有效控制。所构建的复杂大型 建设项目的费用监控模式不仅需要充分考虑和融合项目建设过程中所遇到的实际问题, 而且还需具备一定的延展性,即可以根据外界环境及组织模式的改变对监控模式做出相 应的调整,以满足复杂环境下建设项目费用监控的严苛要求。本文建立的复杂大型建设 项目费用监控模式应具备如下特征:
(1)全面性和抗噪性
复杂大型建设项目费用监控应该涉及到项目建设过程中的各个阶段,在全过程设置 为项目费用监控节点,实现对项目费用监控的全覆盖,但是由于项目管理方精力有限且 为避免管理资源的浪费,识别监控点将是十分重要的工作。在费用监控点设定方面,应 确保覆盖项目建设全过程、不遗漏也不能留下监控的真空地带。除此之外,有项目费用 监控持续时间较长,在此过程中的项目费用管理工作不可避免的会受到诸多不确定因素 
的影响,若一味地采用静态的监控模式可能导致监控工作产生误差,难以适应监控需求。 因此,本文建立的复杂大型建设项目费用监控模式需具有一定的抗噪能力,对管理过程 中可能涉及到的不确定因素提前预判,有效化解不确定因素造成的不利影响。
(2) 规范性和可操作性
复杂大型项目建设周期较长,历经前期决策、中期实施、后期运维等多个阶段。在 不同阶段,除外界环境变化之外,项目各参与方也不尽相同。由此各参与方进入项目的 时间点不同、利益出发点不同,因此各自对项目的理解会出现差异甚至分歧,在建设过 程中可能会出现资源调配或管理行为上的矛盾,造成项目费用目标出现不同程度上的偏 差。因此构建的费用监控模式应当能保障各参与方的充分沟通,在资源调配和行为矛盾 多个角度进行协调,促进项目费用目标的管理统一。除此之外,在研究费用监控点的设 定方法时,要充分考虑到其代表性作用,重点遴选;监控点的设定需要符合一般建设项 目的惯例,数据便于获取,监控便于实施。
(3) 费用监控目标科学可测性
在对复杂大型建设项目的费用实施监控过程中,偏差数据通过监测可得,此时需要 科学判定费用偏差是否严重及其重要程度。显然,这时的关键是如何设定科学合理的警 情区间,即确定偏差范围标准,以此来判断当前费用监控点偏差处于哪种警情。若费用 偏差警情范围设置过宽,可能导致警情频发、警情虚报的情况,造成警报的失真和管理 资源的浪费;若费用偏差警情范围设置较小,则会出现偏差却不报警的情况,在这种情 况下不及时采取措施会造成费用偏差进一步扩大,费用监控可能趋于失败。因此,在对 复杂大型建设项目费用开展监控之前,首先应该制定合理的费用偏差范围和相应的警情 成都,这就要求运用科学合理的数学方法,参考相关历史项目数据信息,确定准确的阈 值区间,为项目费用监控实践提供依据。在此基础上,进一步针对不同警情程度下的费 用偏差采取相适应的纠偏措施。
3.1.2费用监控模式构建
在复杂大型建设项目费用监控模式中,通过对费用偏差监控点进行分析识别和设定 以及预报费用偏差警情,为项目费用管控工作提供依据和方向。从上文分析可知,在复 杂大型建设项目费用管理活动中,构建符合项目管理实际的监控模式对于项目费用管理 的成效至关重要。为此本文从费用偏差控制和费用监控过程两个维度提出复杂大型建设 项目费用监控模式,如图3-1所示。
(1)费用偏差维度分析
复杂大型建设项目费用偏差维度实质上是将复杂大型建设项目费用控制目标进行 分解和细化。各项项目管理活动必须要以目标为导向,同时各种管理活动最终都要落实 于建设目标的实现项目,因而费用目标既是项目管理活动的起点,也是最终的落脚点。 因此,从费用偏差维度对项目费用监控模式进行刻画是开展项目费用管控工作的前提。 复杂大型建设项目从建设周期来看可分为前期决策、中期实施和后期运维三个阶段,为 更好地实现费用控制效果,需要对三个阶段与费用相关的特点进行深入分析,制定科学 合理的阈值区间,进而实施相应的控制措施。前期决策阶段和后期运维阶段,项目还未 正式开展或已进入稳定运行期,其相应的费用投入呈现稳定性和规律性;而在项目的中 期实施阶段,相关请款拨款事项频发,且在很大程度上受到不确定因素的影响,其费用 投入呈现波动性和随机性。由于工程建设项目领域具有一定的规则和流程,因此在对复 杂大型建设项目开展费用偏差监控时可以参考同类型项目数据信息及其管理经验。由 此,本文通过收集同类型项目历史信息数据或经验数据,运用K-Means算法并就其主观 性问题进行改进后进行数据处理,对复杂大型建设项目费用偏差阈值进行科学、有效的 聚类和测定这部分内容将在本文的第四章进行详细的论述。基于改进K-Means算法的阈 值测定模型具有算法简单、理论成熟和可操作性强等优点,可以实现建设项目全过程费 用偏差监控的快速响应,及时准确对当前监控点的费用偏差程度做出警报提示,使项目 管理方能够有效理解和全面掌握项目费用偏差即时情况,及时做出纠偏措施。
费用偏差维度
O • •实际值
° O计划值
O O O
S
O
O
辅助 辅助 关键 辅助辅助 关键 辅助辅助 关键
监控点 监控点 监控点 监控点监控点 监控点 监控点监控点 监控点 (
KMao KM Ab …KMa KMbo KMBb …KMb KMno KMNb …K.Mn
T 1 | 1 | 1 —费用监控过程维度
前期决策阶段 中期实施阶段 后期运维阶段
图3-1监控模式图
Fig.3-1 Two-dimensional cost monitoring mode
(2)费用监控过程维度分析
复杂大型建设项目费用监控贯穿项目全生命周期建设过程,及时、准确的偏差诊断 是警情识别、偏差预警和纠偏措施实施的基础。在复杂大型建设项目费用监控模式中, 费用监控点遍布项目建设全过程,通过对监控点的费用数据进行监控,判断当前费用偏 差的警情程度,以此来控制项目费用管理活动和保障项目总费用目标的实现。费用监控 点是具有代表性和标志性的节点,需要对建设项目各阶段费用监控的内容和特点进行充 分的分析,在此基础上进一步识别、筛选和确定。复杂大型建设项目费用监控关键点需 要具有代表性、适用性、数据易获取等特性,因此其选取工作需要遵照以下原则:
1)全面性和代表性。首先,为保证建设项目费用目标的全过程监控,费用监控点 应覆盖项目的整个建设周期,不能有遗漏,也不能有监控盲区。同时,为避免管理资源 的浪费,提高费用管理效率,只能选取有限的监控点实施管理工作。选取费用监控点时 需要遵循代表性原则,即将能反映某一监控时点或监控时段费用目标执行情况的指征归 纳为一个费用监控点,最大程度上发挥监管效益。通过对费用监控点的合理监控,可以 及时发现费用目标偏离计划的情况,从而实施相应措施,及时止损。
2)可操作性。费用监控点的设定是根据建设项目费用相关内容而定的,因此其设 置要遵循工程建设一般规范,从实际操作的角度符合项目执行人员的操作惯例。此外, 选取的费用监控点相互之间不能存在矛盾和重复,其监控数据是明确的且容易获取。
3)科学性和客观性。在选取费用监控点时,需结合复杂大型建设项目各个阶段的 费用构成、控制特点和项目特性进行科学、系统的评判,这样得出的监控点具有科学、 客观的代表意义和监控价值。另外,费用监控点的数据来源也应该是科学和客观的。
4)稳定性和灵活性。复杂大型建设项目费用监控点的选取首先考虑其具有复杂大 型建设项目的普遍特点,可以将其作为固定的监控点;其次,根据不同项目的具体特点, 选取具有代表性的费用名目,将其作为可调整的监控点。
5)独立性。在进行费用监控关键点选取时,被选定的监控关键点,应该具有独立 性。由于在复杂大型项目进行费用监控的同时,持续伴随着费用偏差预警、设计变更、 规划调整等状态。因此,选择的费用监控关键点必须能够进行重新设计或重新调整,同 时不影响其他费用监控点和整体费用。
5)独立性。在复杂大型建设项目费用监控过程中,持续伴随着费用偏差预警、项 目设计变更、规划调整等一系列管理活动,可能适时需要对监控点进行调整,这就要求 监控点具有独立性,各监控点之间不存在联系,可以单独对某个监控点进行调整,而不 影响其他监控点。
3.1.3费用监控模式运行流程
基于上节中对费用监控模式中两个维度的分析与论述,本节将对复杂大型建设项目 费用监控模式的运行流程进行梳理,明确复杂大型建设项目全寿命周期费用监测与控制 的操作过程,如图3-2所示。
(1)确定复杂大型建设项目费用监控目标。费用监控目标的确定是项目费用管控 工作的前提,一切管理活动均以目标为导向进行。在项目的决策阶段,投资主体和工程 咨询单位针对具体项目的特点,对项目的投资预算、技术成熟度和进度要求等因素进行 分析,据此明确项目费用监控的精确程度以及费用总目标和子目标的偏差合理范围,明 确项目各建设阶段的费用控制目标,进而构建复杂大型建设项目费用目标计划体系。
(2)实施监控工作。项目管理方应针对监控工作制定详细的监控计划和策略,综 合考虑监控内容、监控主体,并视不同项目建设阶段执行规范的监控程序。具体的监控 工作包括:制定资金使用计划、识别并选取费用监控点、审查相关请款凭证及其真伪性、 监测费用监控点数据信息、编制监控工作报告等。
(3)费用偏差程度判别及警情预测。在获取费用监控点的数据信息之后,项目管 理方需要据此了解项目费用偏差实情,即项目费用偏差真实状态,因此需要一种费用偏 差判别方法帮助项目管理方及时掌握偏差状态并做出辅助决策。由于项目的单次性特 点,依据同类型项目历史信息数据来判定当前项目费用偏差的程度有较强的适用性。通 过对监控点数据的监控来判断费用偏差警情属于项目的事后控制,此时项目费用偏差己 经发生;出于事先控制的需要,费用监控工作还需要一种预测方法能够依据现有项目费 用偏差信息对未来可能发生的偏差做出预测,使项目管理方做好风险规避,为后续纠偏 工作做好充足的准备。
 
 
图3-2监控模式运行流程
Fig.3・2 Operation process of monitoring mode
(4) 启动纠偏流程。在复杂大型建建设项目费用偏差发生警报或者对其偏差做出 预测的情况下,项目管理方需要制定并执行相应的纠偏策略。纠偏策略的实施包括两个 部分:原因分析和采取措施。导致项目发生费用偏差的因素很多,其中既包括项目外部 的不确定性因素,也包括项目内部运作效率的问题,因此需要对其原因进行精准、快速 地识别。纠偏程序的制定需要厘清各项目参与方的责任和作用,依照协同理论,系统制 定多方参与的针对不同情形的纠偏流程。
(5) 反馈机制的完善。纠偏策略制定之后并不是一成不变的,在依据纠偏流程实 施纠偏措施之后,需要依据一种评价方法对纠偏效果进行评价和分析,以此来判定纠偏 措施是否得当,进而对其做出调整,使监控工作形成闭环,实现持续性地改进与完善。
3.2费用偏差影响因素的系统动力学模型构建
3.2.1系统动力学的基本理论
系统动力学是将系统科学研究和计算机仿真技术有机结合形成的一门学科,通过将 定性分析和定量计算相结合来研究系统反馈结构和行为。在项目管理领域,复杂大型建 设项目存在着动态的、复杂的、非线性且有多目标约束的系统问题,影响项目投资效果 的因素包括质量要求、进度要求、建设进度等诸多因素,且各影响因素两两之间存在着 相互作用和影响的因果关系。因此,系统动力学提供了一种将项目视为一个整体,从宏 观角度进行费用分析和控制的方法。
(1)系统与边界
系统论是系统动力学的基础理论。在系统动力学的定义中,系统是因内部多因素之 间相互影响,形成多重循环,从而呈现出非线性特征的一个有机整体。作为系统动力学 的研究对象,系统都具有动态复杂的特征,一般都是高阶次、非线性、多重反馈的复杂 整体。边界是系统的一个假想轮廓,根据研究内容的不同,它把系统划分为若干子系统。 根据系统动力学的理论,在对某个系统进行研究时,首先应该探讨组成这个系统的元素 有哪些,以此来确定边界,并尽量将与建模联系紧密的变量都划入边界内部,系统的边 界应该是唯一的和清晰的。
(2)因果关系图
系统内部存在着诸多相互之间影响和联系的因素,正确分析各个影响因素之间的因 果关系可以反映出系统内部的机制和各要素之间的关系,是系统动力学建模的基础。因 果关系图由以下三个部分组成:
1)因果链。因果链中通常用一个箭头来表示两个要素之间的因果关系,这个箭头 称为因果键。假设A、B是系统中的两个要素,A是原因,B是结果。如果A增加引起 B的增加,则称A与B之间具有正因果关系,将“+”标记在因果键上,表示两变量的 变化方向相同,如图所示;同理,将“-”标记在因果链上可以表示A和B之间的负因 果关系,即A增加(减少),造成B减少(增加),如图3-3所示。
(a)正因果键 A (b)负因果键 A
图3-3因果关系链
Fig.3-3 Causal Relationship Link
2)反馈回路。在因果关系明确之后,下一步应该研究的是反馈回路。信息的传输 及回授过程称之为反馈,并且回授过程尤为重要。因果关系环首尾相互连接,形成反馈 回路。在一条反馈回路中,如果包含偶数个负因果关系或者全部为正因果关系,则形成 正反馈环;如果包含奇数个负因果关系,则形成负反馈环。根据因果关系,在正反馈环 中,某个元素发生变化,那么其中一系列元素也会朝着同样的方向继续变化,正反馈环 具有自我强化的性质;同理,负反馈环具有自我调节,保持内部稳定的性质。图3-4为 正负反馈环示意图。
 
图3-4正、负反馈回路示意图
Fig.3-4 Positive and negative feedback loop diagram
图3-5兔子数量简化模拟系统中,兔子数是库,出生数是输入流,死亡数是输出流。 该反馈回路由两个因果关系链组成,左侧为正反馈回路,出生数越多,兔子数就越多; 右侧为负反馈回路,从兔子数指向死亡数的箭头为正,表示兔子数越多,死亡数也越多。
 
 
Fig.3-5 Rabbit number feedback loop diagram
3)变量。对于系统反馈回路来说,变量主要包括速率变量、状态变量、外生变量、 辅助变量和常量等[①〕。状态变量反映了动态系统变两的时间累积过程,它的值为某时 间点之前所有数量的累加;速率变量描述的是状态变量随着时间的变化速率,因此是不 能瞬时得到的。在系统动力学模型中的计算过程中,一般由区间内的平均速率来代替某 瞬时速率;辅助变量处在状态变量和速率变量的信息通道上,起到中介传递的作用;常 量是指在模拟的时间范围内不随时间变化的系统参数。参数或多或少均存在变化,对于 变化很小甚至可以忽略不计的参数,可以将其视作常量进行处理。状态变量、速率变量、 辅助变量和常量统称为内生变量。外生变量出现在反馈回路当中,它制约着内生变量, 但又不受内生变量的影响。
(3)系统动力学建模
模型的建立来源于现实系统,反映现实系统。运用系统动力学建模,要充分考虑系 统内部各因素间的因果关系及其结构特征,构建能够反映其特性的反馈回路,在此基础 上构建模型。建模是系统动力学理论的核心部分,建立有效模型需遵循以下原则24]:
1) 通用性原则。模型的建立应具有一定的使用范围和良好的适应性。并且要重视 模型方案的可行性而不是模型是否完美;
2) 系统性原则。在模型的建立过程中,需考虑到系统的整体性、繁杂性、层次性 等特点,对系统的结构进行科学灵活的设计;
3) 重点性原则。对于复杂大型建设项目这样的现实性系统而言,影响因素众多, 这时需有所侧重,明确要解决的问题,并选取与系统相关性大的变量,相关性不大的则 可以忽略不计;
4) 一致性原则。模型中的变量和常量无论从概念、数量上,还是表达形式或者度 量单位都应与现实系统保持统一。但同时值得注意的是,模型也不是对现实系统的简单 复制,而是它的简化和代表。
系统动力学建模是以定性分析为先导,定量分析为支撑,两者相辅相成,并结合计 算机仿真技术构建模型,逐步对系统结构和行为进行探究,上升解决现实问题的方法论, 其具体建模步骤如图3-6所示。
基于专业的计算机软件是系统动力学建模的主要特点之一。Vensim是由美国 Ventana Systems Inc公司研发的系统动力仿真模拟软件。Vensim建模包括三大步骤:首 先对系统进行分析,归纳出系统边界变量;然后建立各个变量之间的反馈回路;最后建 立各个变量、参数的方程式。Vensim建模的主要特点如下:①提供了多样的图形编辑功 能和可视化界面,可以在Windows环境下运行,操作快捷方便;②对模型提供了多种分 析方法,包括因果反馈图分析、原因树分析、结果树分析和曲线图分析等;③真实性检 验。在系统进行模拟分析之前,依据基本常识和准则对模型中的变量做出正确性设定, 如果系统模拟过程中出现变量突破约束的情况,我们就可以认为模型的科学性和合理性 不足,从而调整系统的结构或参数。
 
图3-6系统动力学建模步骤
Fig.3-6 System dynamics modeling steps
 
3.2.2基于系统动力学的费用偏差控制的可行性分析
复杂大型建设项目本身就是一个复杂的系统,具有动态性和复杂性,因此针对复杂 大型建设项目的费用偏差控制需要用系统的观点来分析问题。作为研究社会经济系统问 题的“实验室”,系统动力学擅长处理复杂性、动态性、非线性和延迟性的反馈性问题。 复杂大型建设项目是一个复杂的人类社会活动系统,具有上述特点,且在建设过程当中 受到各种影响因素的作用,这些影响因素之间相互作用、相互影响。因此,系统动力学 是研究复杂大型项目费用偏差的一种非常适用的方法。系统动力学在研究复杂大型建设 项目费用偏差控制上存在以下优越性:
(1)解决时间延迟
 
社会系统中普遍存在时间延迟的现象。不同于一般的模型方法,在系统动力学中存 在一种延迟函数,该函数能够通过在原因和结果之间设置延迟,使得模拟结果更加符合 实际,并且与现实系统的动态演变过程相契合。
.(2)有效地反映系统内部因果关系的完整性
对于诸如复杂大型建设项目的复杂性系统,其边界较大,内部因素间的因果关系错 综复杂且动态交互,不仅存在线性关系,还存在表函数关系及其他不可知的关系,仅仅 通过观察和大脑思考难以发现其真正原因。系统动力学可以立足现实系统,基于可能的 信息,在计算机上模拟系统内的复杂因果关系,并分析寻求解决问题的答案。
(3)解决系统内部因素之间的非线性关系
系统动力学通过建立反馈回路及因果关系图,来反映系统内部因素之间的复杂关 系,这种关系既可以是线性关系也可以是表函数关系,这与复杂大型建设项目内部的非 线性要素一致。
3.2.3系统动力学模型构建
复杂大型建设项目费用偏差控制主要分为前期决策阶段、中期实施阶段和后期运维 阶段。本节将建立复杂大型建设项目全生命周期费用偏差影响因素的系统动力学模型。
(1)项目前期决策阶段系统动力学模型构建
项目的前期决策阶段是整个项目费用控制的基础性阶段,这一阶段所要做的工作是 对不同的建设方案进行技术经济分析并论证其可行性,最终选出最优的建设方案。决策 阶段编制的项目建议书和可行性研究报告,是投资方案选择的重要依据之一,其中投资 估算准确与否直接影响着建设项目的成败。由于复杂大型建设项目具有投资高、规模大、 影响广和一次性等特点,一旦决策阶段的经济规划不合理,导致决策失误,就会对项目 带来无可挽回的重大影响。
 
 
 
图3-7项目前期决策阶段费用偏差影响因素的系统动力学模型
Fig.3 ・7 The system dynamics model of the factors influe ncing cost deviations in the pre-project phase
项目的费用偏差控制贯穿于项目的整个过程,决策阶段可研报告的编制是后期施工 和竣工验收过程中费用控制的基础。相关统计表明,项目决策阶段对工程造价的影响程 度达到70%〜90%【閃。因此,对复杂大型建设项目而言,在决策阶段要合理选取估算指 标,合理估算指标数据,全面考虑方案在技术、经济上的可行性,并运用费用控制全过 程化的思想,监控分析影响费用的相关因素,为下阶段的工作提供科学依据。基于上一 章中对复杂大型建设项目费用偏差影响因素的分析,本文通过对前期决策阶段的费用偏 差影响因素进行整理和分析,确定初始影响因素及其子因素,并根据系统动力学边界确 定原理及系统动力学模型构建规则,建立如图3-7的反馈图模型。
基于建立的前期决策阶段费用偏差影响因素的系统动力学模型,下一步对个影响因 素进行静态定性结构分析。在Vensim软件中选取结构分析工具(Causes Tree),选取"投 资偏差估算”因素进行子模型分解(见图3-8)。由投资偏差估算Causes Tree,可以清晰 地追踪查找引起任一特定变量变化的因素(见表3-1)。
投资偏差估算
 
 
 
图3-8投资偏差估算Causes Tree
Fig.3-8 The Investment deviation estimation Causes Tree
表3-1项目前期决策阶段费用偏差影响因素
Table 3-1 Factors influencing cost deviation in the pre-project decision stage
 
 
 
工程变更、设计方案、风险因素、估算编制、方法准确性、施工因
素、政府管理、建筑设计、费用控制效果
然后,依据系统动力学相关原理和理论,对已构建的前期决策阶段费用偏差影响因
素系统动力学模型进行进一步分解,将该模型分割形成11个子模型(见图3・9)。
 
人员经验 数据可翥性
方法选择
图3-9项目前期决策阶段费用偏差影响因素系统动力学子模型
Fig.3-9 System dynamics sub-model of the influencing factors in the pre-project decision stage
(2)项目中期决策阶段系统动力学模型构建
复杂大型建设项目的中期实施阶段是将图纸设计、原材料、半成品和设备等转化为 工程实体的过程,该阶段费用偏差控制的好坏直接影响到整个项目费用决策的成败。其 中,技术措施不仅是要认真审查施工组织计划,选择最优施工方案,而且还包括从设备、 材料、技术、工艺以及生产管理方法等多个角度应用最新技术,以提高项目的经济效益。
复杂大型建设项目中期实施阶段费用控制的效果会影响项目的实际费用价值与原 计划之间的差值。其中,工程数量,价格波动(材料、设备价格,人工成本等的变化), 项目审查以及合同执行均由人为参与,因此管理人员的专业素质会对审查准确性有所影 响,进而影响竣工决算值。工程变更(设计变更,缩短项目施工周期,增加合同内容, 现场签证,提高项目质量),工程索赔(汇率变化,合同终止,项目延迟,自然灾害), 施工方案的合理性将影响项目费用价值与原计划之间的差值。工程签证是指建设单位对 施工图和设计变更等确定的项目内容以外的,未包含在施工合同中的建设内容及施工中 发生的实际费用的签证,如因施工条件或交通不便性的导致工程量的变化。在融资风险
方面,通货膨胀以及资金来源的风险都会对项目费用偏差产生影响。以上因素组成了复 杂大型建设项目中期实施阶段费用偏差初始影响因素。根据系统动力学边界确定原理及 系统动力学模型构建规则,建立了如图3-10系统动力学模型。
 
 
图3-10项目中期实施阶段费用偏差影响因素的系统动力学模型
Fig.3-10 The system dynamics model of the influencing factors in the mid-project Phase 类似于前期决策阶段,复杂大型建设项目中期实施阶段费用偏差影响因素及其子模 型分别见表3-2和图3-11。
表3-2项目中期实施阶段费用偏差影响因素
Table 3-2 Factors influencing cost deviation in the Mid-Prqject Implementation Phase
序号 因素 影响因素
1 审核精确度 工程数量、价格波动、合同执行情况、管理人员素质
2 融资风险 资金来源不确定、通货膨胀
3 工程索赔 汇率变化、合同终止、自然灾害、工期延误
4 工程变更 现场签证、增加合同内容、缩短工期、设计变更、提高工程质量
5 项目投资实际值和 工程变更、工程索赔、融资风险、施工图纸审核、施工方案合理性、
计划值的差值 投资偏差控制效果、审核精确度
 
(3)项目后期运维阶段系统动力学模型构建
复杂大型建设项目的管理上是一个相对开放的系统,因此,在运行维护最后阶段,容 易受到很多外界因素的影响,例如该地区的建设环境和周围的建设市场环境。在竣工审查 结算过程中,施工单位编制的工程结算书经常出现计算失误、较高的固定单价、高套取 费标准等情况。如果控制不严格,则项目成本将偏离控制目标。因此,应严格按照合同 条款对工程质量和数量进行检查和验收,使工程造价受到合同所赋予的法律约束力;根
 
据当前的市场情况审查材料价格是否合理,采取的技术措施是否符合规范;检查项目变 更和现场签证,只有完成手续并满足要求后才能进行结算;提高结算人员素质,尽量减 少各种计算错误,严格审查工程结算表等。除此之外,在项目验收并投入运营后,应该 项目进行后评价,以对项目的造价控制进行全面的分析,总结经验存档,为今后的项目 提供参考和借鉴。在项目竣工结算阶段影响费用偏差控制的因素包括项目验收,结算管 理和团队管理。综上,本文总结出了复杂大型建设项目运维阶段费用偏差初始影响因素, 并依据根据系统动力学边界确定原理及系统动力学模型构建规则,建立如图3-12系统 动力学反馈图模型。
 
图3-11项目中期实施阶段费用偏差影响因素系统动力学子模型
Fig.3-11 System dynamics sub-model of the factors influencing cost deviation in the Mid-Project Phase
表3-3项目后期运维阶段费用偏差影响因素
Table 3-3 Factors influencing cost deviation in the post-project O&M phase
序号 因素 影响因素
1 工程验收风险 不可抗力、工程未完工、验收不规范、未及时结转
2 团队管理 管理能力、人员专业素质、项目计划方案
3 结算管理 国家税收政策、项目所在地资源、材料价格、当地交通状况
4 竣工决算值和合同 结算管理、团队管理、工程验收风险、投资控制效果、经营还贷点、
预算之间的差值 盈利增长点
 
 
 
图3-12项目后期运维阶段费用偏差影响因素的系统动力学模型
Fig.3-I2 The System Dynamics Model of the Factors Influencing Cost Deviatio ns in the post-project phase 类似于前期决策阶段,复杂大型建设项目后期运维阶段费用偏差影响因素及其子模 型分别见表3-3和图3-13。
 
结算管理
图3-13项目后期运维阶段费用偏差影响因素系统动力学子模型
Fig.3-13 The system dynamics sub-model of the factors influencing cost deviation in the post-project phase
3.3费用偏差影响因素的子系统方程式建立
3.3.1系统动力学建模中涉及到的数学方法
上节对复杂大型建设项目全生命周期的费用偏差控制的静态反馈回路图进行了研 究,并根据复杂大型建设项目的整体性特点划分为若干子系统。本节将针对各个子系统 建立其内部因素的子系统方程式,并以建设项目中期实施阶段为例进行费用偏差实例分 析。项目的实施阶段是将设计理念转化为工程实体的过程,在这一阶段,投入了大量的 建设资金,消耗大量的人力资源以及设备材料,形成了一定的价值产品。建设项目实施 阶段费用偏差控制的主要内容是将监测到的费用监控点实际数据值与计划值作对比,计 算偏差百分比,判定警情类型,分析出现偏差的原因,并采取相应的纠偏措施。
项目费用会产生偏差是由建设项目作为复杂系统其内部各种影响因素造成的,因而 费用控制的实质就是要对这些因素进行风险管控,权重问题是风险评估的实质。权重系 数的确定方法通常可以分为三类:主观赋权法、客观赋权法、以及主、客观集成的综合 赋权法。主观赋权法[1殉充分发挥了专家的主观能动性,依据专家的经验来确定各指标 的相对重要程度,受人的主观因素影响较大,包括德尔菲法、序关系分析法、层次分析 法等;客观赋权法[Bl是根据各项指标之间的相互关系及客观环境的信息量来确定指标 权重的,通常能达到较为准确的结果,但是计算量较大,包括爛权法、神经网络分析法、 TOPSIS分析法、主成分分析法、变异系数法和灰色关联分析法等。而综合赋权法集成 了主观赋权法和客观赋权法的优点,既能将专家的主观意见纳入到计算当中,又结合了 较为客观的数学理论方法。由于序关系分析法具有能充分体现专家知识经验、计算过程 简便,且无需构造指标的判断矩阵等优点,本模型将采用序关系分析法和爛权法结合起 来的综合赋权方法来确定权重系数。 '
在指标集{x}iX2,-,Xn}中,若按照某种评价准则各项指标之间具有关系式,则称 之间按“〉"确立了序关系,这里码*表示按序关系排序后的第i项 指标(i=l,2,…,n)o设专家关于两个相邻指标兮 和Xj的重要性判断分别为% 和0j, 则两个指标重要程度的理性判断应为
j=2,3,…/一 1/ (3-1)
式中/j的取值如表3-4所示。
表3-4人取值参考
Table 3-4 Value Reference
重要性程度 重要性程度
1.0 同样重要 1.6 非常重要
1.2 稍微重要 1.8 极端重要
1.4 显著重要 1.1,13,1.5,1.7 重要程度介于相邻之间
依据专家给出的人理性赋值,权重系数为
/ n n
叭+ . <3-2)
\ J=2 i=J 丿 r
其中,j=n, n-l,・.,3,2。序关系分析法确定的指标主观权重为
储权法是一种根据各项指标的观测值来确定其权重的客观赋权方法。一般来说,若 某个指标的爛值越小,表明指标的变异程度越大,提供的信息量也就越大,其权重就越 大;反之燔值越大则权重就越小。具体的计算步骤如下。
(1)指标预处理
首先对各项指标进行预处理,计算第•/项指标下第7•个子系统的比重。
Pij ■,这里列2。,且£勺no
D 3)
/=1
(2)计算第/项指标的信息爛值勺
勺=一£口%(刃),勺》0 (3-4)
(3)计算指标勺的差异系数场
gj =|l-ey|, g/越大,表明该指标的变异程度较大。(3-5)
(4)确定指标权重
©= -,j=l, 2,…,m (3-6)
£gj
J=i
以上两种赋权方法各有优缺点,主观赋权法能融合相关专家和学者的知识性意见, 但不可避免的存在主观性强和随意性大等问题;客观赋权法运用了科学的数学理论方 法,但缺点刚好就是忽略了专家的主观能动性。将序关系分析法和矯权法结合起来确定 指标权重,是一种较为科学完备的理论方法。
设分别是基于序关系分析法和爛权法确定的指标兀的权重系数,则
叫=hiPt +h2qJ,j = 1,2,(3-7)
其中,用,力2为可变系数。系统&的综合评价值为:
s:=工叫% =工&Pj +h2qj k/J = 1,2,…," (3-8 )
7=1 7=1
确定说,刀2的值使工S:=》工(说刃+切由/最大,在满足A, A0,鸽A0,且幷+闰=1
/=1 /=1 j-\
的情况下运用拉格朗日定理,可得:
为1>內
' 片=t •勻冃 - 一 • (3-9)
\ Hpjxu +
¥ k T JT ) I/=1 j=l 丿
h, = ‘ T 闫 一 (3-10)
J工工p內+工工幻®
V \ j=l 丿 T 丿 \ T 7=1 )
3.3.2影响因素的子系统方程式建立
(1)项目实施阶段边界点数值估计
在构建系统动力学模型时,首要的就是对系统边界点进行确立。首先对已分析得出 的变量进行分类和排列,如果发现存在新的变量对模型有影响,则将其归到己经分好的 类别中,在每个类别里确定存在相互作用联系的状态变量,如果某个变量与其他变量不 存在作用或联系,则将其从该类别当中剔除,最终找出系统边界点。
基于已构建的复杂大型建设项目实施阶段费用偏差影响因素的系统动力学模型,综 合11个子模型,并根据系统边界点确立相关原则和方法,找出仅受外界环境影响的因 素,并将其确定为边界点。本模型找出的边界点有:工程数量、价格波动、合同执行情 况、人员素质、现场签证、增加合同内容、设计变更、提高工程质量、缩短工期、汇率 变化、合同终止、工期延误、自然灾害、资金来源不确定、通货膨胀、施工方案合理性、 施工图纸审核。
在对影响因素进行赋值时,要遵循一致性原则,因此赋值区间为[0,1], 0表示某项 因素必不发生或影响作用极小,1表示某因素必然发生或影响作用极大。本文运用德尔 菲法邀请相关领域专家进行边界点数据调研,具体步骤如下:
1)成立专家小组。专家小组由4名成员组成,其中项目经理一名,项目总工一名, 项目管理领域学者和项目费用控制领域学者各一名。4位专家均符合以下标准:①学历 为本科及以上;②具有丰富的项目管理实践经验;③知情同意且愿意在课题研究期间持 续参与本研究函询。
2)设计专家咨询问卷。专家咨询问卷共包括4个部分:①咨询说明,简要说明研 究目的、内容及咨询流程;②专家一般情况调査表,包括专家的工作年限、工作单位、 学历、职称和职务等基本信息;③边界点估值调查表,是调查问卷核心部分,包括填表 说明和影响因素条目;④专家对咨询内容的熟悉程度和判断依据自评表。
3)进行专家咨询。于2020年3〜7月,通过亲自发放或电子邮件的形式发岀、回收 问卷,共进行3轮专家咨询,每轮咨询要求参与专家在[0,1]区间内对各影响因素的最小 值、最可能值和最大值进行赋值,每项影响因素后均设有意见修改栏供专家提出意见或
建议,咨询结束后参考专家的反馈意见,对影响因素边界点进行删除、增加或修改;在 第一轮咨询后,将各位专家咨询意见汇总,进行对比;进行第二轮咨询,将第一轮意见 汇总分发给各位专家,让专家比较自己同他人的不同意见,参考后修改自己的意见和判 断;将所有专家的修改意见收集起来,汇总,再次分发给各位专家,以便做第二次修改。 逐轮收集意见并为专家反馈信息是德尔菲法的主要环节,专家意见基本趋于一致。
通过对专家咨询得到的数据进行处理后得到以下边界点数值估计:
表3-5专家打分确定边界点估值
Table 3-5 Expert scoring to determine boundary point valuation
影响因素 专家A
(a, m, b) 专家B
(a, m, b) 专家c
(a, m, b) 专家D
(a, m, b)
工程数量 (03,0.4,0.5) (0.2,0.4,0.4) (0.2,0.3,0.5) (0.4,0.4,0.7)
合同执行情况 (03,0.4,0.6) (0.3,0.4,0.5) (0.3,0.4,0.4) (0.3,0.4,0.6)
人员素质 (0.1,0.2,02) (0.2,0.2,03) (0.3,0.3,0.3) (0.1,020.2)
现场签证 (0.1,0.2,0.3) (0.2,0.2,0.3) (0.2,0.3,03) (0.1,0.2,03)
增加合同内容 (0.4,0.5,0.6) (0.3,0.5,0.7) (0.5,0.6,0.7) (0.3,0.5,0.6)
设计变更 (0.2,0.2,03) (0.2,0.2,0.2) (0.2,03,0.4) (0.2,0.2,0.4)
提高工程质量 (0.2,0.4,04) (0.3,0.4,0.5) (0.2,03,0.4) (0.2,0.4,0.5)
缩短工期 (0.3,0.4,0.5) (0.2,0.2,0.4) (03,0.4,0.5) (0.3,0.3,0.4)
汇率变化 (0.1,0.2,03) (0.1,0.2,03) (0.1,0.2,02) (0.2,0.2,0.3)
合同终止 (03,0.4,0.4) (0.3,0.4,0.5) (03,0.3,0.5) (03,0.4,0.4)
工期延误 (03,0.3,0.4) (0.4,0.5,0.6) (0.3,0.5,0.7) (0.3,0.4,0.4)
自然灾害 (0.4,0.4,0.5) (0.4,0.4,0.6) (0.3,0.5,0.6) (0.3,0.4,0.5)
资金来源不确定 (0.3,0.5,0.5) (0.5,0.5,0.5) (0.4,0.4,0.5) (0.5,0.6,0.6)
通货膨胀 (0.2,0.4,0.5) (0.3,0.4,0.6) (0.3,0.4,0.4) (0.3,0.5,0.5)
施工方案合理性 (0.4,0.5,0.7) (0.4,0.6,0.6) (0.5,0.6,0.8) (0.4,0.5,0.7)
施工图纸审核 (0.3,0.5,0.6) (0.4,0.4,0.7) (0.4,0.6,0.6) (0.3,0.5,0.6)
价格波动 (0.2,0.2,03) (0.2,0.2,0.4) (0.2,0.2,0.3) (0.2,0.3,0.4)
其中,a、m、 b分别表示最小值、 最可能值和最大值。 对4位专家的估值取算术平
 
均可得每个边界点的估计值:£丄茲其中兀聾。
4 ,=1 6
(2)因素数值估计
在系统动力学模型中,除了系统边界点的确立之外,其内部因素间存在着错综复杂 的联系,包括线性关系和表函数关系。对于线性函数而言,可以用到上述的序关系分析 法-爛权法对上级元素赋值。下面以工程变更为例,介绍其赋权过程。
假设指标兀,权重%心1,2,3,4,5分别对应着工程变更的下级元素现场签证、增加合 同内容、设计变更、增加工程质量、缩短工期。五个元素存在如下的序关系:
X? A X4 A X5》X3 A X]二> X;》X; A X; A X;》X;, 且给出:
r=l-4i y3=-v=b y4-—r~1.2, y5=—r=1.2 ,
_ (o2 co? (O4 a)5
 
 
国=幷2亦二0.284;
综上,序关系分析法得出指标X15x2 5 x3 5 x4,x5的权重系数分别为:
® = 0; = 0.141, a)2= a)x = 0.284, a)3 = a)A =0.169?嘔=忸=0.203,马=马=0.203。 在上一节采用德尔菲法确定了边界点的估计值,针对工程变更的现场签证、增加合 同内容、设计变更、增加工程质量、缩短工期等五个下级因素,整理后的估计值如下表:
表3・6整理后的五因素估计值
Table 3-6 Collapsed five-factor estimates
影响因素 专家A 专家B 专家C 专家D
现场签证 0.2 0.2 0.3 0.2
增加合同内容 0.5 0.5 0.6 0.5
设计变更 0.2 0.4 0.3 0.4
提高工程质量 0.4 04 0.3 0.4
缩短工期 0.4 0.2 0.4 0.3
 
按照上述儒权法的计算步骤,得出如下客观权重表:
表3-7爛权法确定客观权重
Table 3・7 Objective weights determined by the entropy weighting method
j PU ej S, 3』
1 0.222 0.222 0.333 0.222 1.369 0.369 0.201
2 0.238 0.238 0.286 0.238 1.383 0.383 0.209
3 0.154 0.308 0.231 0.308 1.352 0.352 0.192
4 0.267 0.267 0.200 0.267 1.379 0379 0.207
5 0.308 0.154 0.308 0.231 1.352 0.352 0.192
 
将以上计算得到的主观权重记为匕,客观权重记为幻,则
工5>內
h} = | ― ‘丄日 一 ==0.727
\( ”,” y ( ”,” y
J + £立內
y I /=! ,/=1 丿 < /=! 7=1 丿
% =〒- ——实门- . ==0.687
\( ” ”, V ( ”,” V
J y \ /=1 /=1 丿 \ T /=】 J
将权重系数代入公式巴=%Pj +心£,/ = 1,2,…"得出的权重为:
(o} — 0.241, = 0.350, a)3 = 0.254, = 0.290> a)s — 0.279
最后,运用标准化公式6=4 得出最终的权重:
J=1
©= 0.170, 6W2=0.247 , co3= 0.180,切=0.205, a)5= 0.198
在本模型中因素竣工决算值和费用偏差控制效果间存在着表函数关系。根据工程实 际,随着竣工决算精确度的提升,费用偏差控制的效果也是不断提高的,但是这种关系 难以用线性函数关系来表示,故可依据统计规律建立如下表函数。
表3-8费用偏差效果控制表函数
Table 3-8 Cost deviation effect control table function
竣工决算值 0 0.2 0.4 0.6 0.8 1
费用偏差控制效果 0 0」 0.25 0.5 0.75 1
(3)子系统方程式
经整理各子系统方程式如下:
1)工程变更
工程变更=0.17*现场签证+0.247*增加合同内容+0.18*设计变更+0.205*提高工程质 量+0.198*缩短工期。
现场签证、增加合同内容、设计变更、提高工程质量、缩短工期为系统边界点,通 过上述专家打分确定其值分别为:0.333、0.404、0.221、0.225、0.521。
2)工程索赔
工程索赔=0.194*汇率变化+0.237*合同终止+0.315*工期延误+0.255*自然灾害。
汇率变化、合同终止、工期延误、自然灾害为系统边界点,通过上述专家打分确定 其值分别为 0.200、0.375、0.425 > 0.433。
3)融资风险
项目融资=0.613*资金来源不确定+0.387*通货膨胀。
资金来源不确定、通货膨胀系统边界点,专家打分确定其值分别为0.492、0.413 =
4)项目费用实际值和计划值的差值
项目费用实际值和计划值的差值=0.223*1程变更+0.197*1程索赔+0.206项目融资 +0.213*施工方案合理性+0.161*施工图纸审核。
施工方案合理性、施工图纸选择为系统边界点,通过上述专家打分确定其值分别为 0.554、0.496。
5)审核精确度
审核精确度=0.272*1程数量+0.276*合同执行情况+0.216*人员素质+0.236*价格波动。
工程数量、合同执行情况、人员素质、价格波动系统边界点,通过上述专家打分确 定其值分别为 0.383、0.404、0.221、0.242 =
6)竣工决算值
竣工决算值=0.472*审核精确度+0.528*项目费用实际值和计划值的差值。
7)费用偏差控制效果和竣工决算值关系方程式
项目投资偏差控制效果R7 0 0.1 0.25 0.5 0.75 1
I
竣工决算值 R6 0 0.2 0.4 0.6 0.8 1
图3-14表函数关系
Fig. 3-14 Table Function Relationships
3.4系统动力学模型仿真和分析
本节立足于国家电网某省部科技项目,针对该项目案例,依据上节得出的费用偏差 影响因素间相互影响关系,进一步采用Vensim软件进行模拟仿真和分析。为保证案例 数据的全面性,案例数据源包含该项目建设过程中的概预算文件、总/分包合同、请/拨 款单据等不同类型的文件或资料,涉及到与上节影响因素相关的所有信息数据。本节中, 由于案例数据来源为博士就读期间参与的某项真实复杂大型建设项目,项目业主委托团 队进行项目管理研究。作为本项目当中的乙方,出于保护甲方商业信息或与本项目相关 其他信息的考虑(《保密承诺函》),故隐去真实项目名称,同时无法将项目内部相关数 据进行公开。
由于实际系统的复杂性,任何构造的模型都无法与实际系统完全一致。建立的模型 是对实际系统的抽象模拟和近似。本文建立的模型,其主要特点是利用系统动力学仿真 来对项目的费用偏差情况进行分析研究。上节对项目实施阶段费用控制的影响因素进行 了系统分析,并建立了模型和变量间的函数关系方程,本节将针对建设项目实施阶段的 费用偏差控制进行仿真模拟。在Vensim仿真软件中。设置并输入模型的相关参数。本 文设定模型的时间单位为周,项目周期为一年,即计划施工工期为53周,计算步长设 置为1周,初始时间为0,如图3-15所示。
 
图3-15 Vensim时间参数设定
Fig. 3-15 Vensim time parameters setting
在上节中己经对模型中变量之间的线性关系和表函数关系予以表示,在332中己
 
经列举岀了模型中的主要变量间的方程关系。在Vensim软件中,点击Equations,在弹 出的窗口中输入变量及关系式,完成函数关系的录入。图3・16为工程变更的函数方程 输入界面。
Uncfo l 7 | 9 严刖 斗»1 A1A |No»mal 3 1 | 2
广 Si4)pl«nent«y oj E
Heb | jjT
Una 屛
meri:
 
图3-16表函数关系
Fig. 3-16 Table Function Relationships
方程式输入完成后则完成了建模过程,建立如图3-17所示的系统动力学模型对复 杂大型建设项目实施阶段费用偏差控制进行分析。
 
 
& x as耗
*• i 3
图3J7表函数关系
Fig. 3-17 Table Function Relationships
建模完成后可用结构分析工具进行分析,复杂大型项目费用偏差控制效果的原因数 如图3-18所示,即可以用竣工决算值来表示费用偏差控制结果的好坏。
©&吕飞顶目投谡益爭控制效熙Tree 怂。” * g-KwsSS邂
n;.xj
审核精确度、、
二〉竣工决算值一 ——项目投资偏差控制效果 i
:项日投资实际值和计划值的差值/ 1
 
图3-18表函数关系
Fig. 3-18Table Function Relationships
点击模拟按钮,再点击图表输出,则出现如图3-19所示的分析图:本文采用专家 打分法对系统外的边界点进行打分,故这些边界点为常数,通过综合赋权法建立了工程 变更、项目融资情况、工程索赔等的方程式,在此,以工程变更为例,则其值随着现场 签证、增加合同内容、设计变更、提高工程质量、缩短工期等值的变化而变化,本模型 中其值为常量,故其随时间的变化规律为直线。其值的变化我们可以通过改变其下一级 参数大小的方式来改变,从而确定哪个参数对其影响最大。
类似于敏感性分析,在对模型虚拟仿真过程中,我们可以通过改变某一个因素,而 保持其他因素不变,以此来判断该变化因素对模拟结果影响程度的大小,由此可以找出 影响费用控制的关键因素。通过对各影响因素的调整,再观察费用控制效果的变化值大 小,可以发现工程变更是影响费用控制控制最大的因素。因此,如何运用好变更设计这 一控制建设费用的有效途径,不仅在经济效益上意义重大,对由施工进度而引发的隐性 成本及效益的影响同样深远。要做出合理的变更设计重点是动态、协作性:1)动态方 面体现在变更设计是发生在施工过程中,是由施工现场情况与施工图设计不符引起的; 业主代表、设计代表对施工现场动态的深入了解是做好变更设计的前提;2)协作性体 现在变更设计方案要经过施工单位、监理单位、设计单位、建设单位共同研究确定;何 时提出变更,为什么要变更,怎样变更最合理、经济,这些问题要由各方群策群力协作 解决。只有正确认识变更设计对项目成本控制的重要性,在施工过程中灵活、协作的开 展变更设计工作,才能将变更设计工作做到位,实现复杂大型建设项目费用的有效管理。
9曲吕-0工程变^■•CaMS.njx] J Current (
j工程变更
 
増加合同内容
Current 0.4040 提高工程质量 \ Current 0.225
现场签证
Current: 0.333
缩短工期
Current 0.5210 飨计变更
Current: 0.221
 
图3-19工程变更
Fig. 3-19 Engineering Changes
3.5本章小结
本章首先对复杂大型建设项目全寿命周期费用监控模式进行了阐述。然后,基于系 统动力学的思想,构建了复杂大型建设项目全生命周期费用偏差影响因素模型。然后通 过分析确立了系统边界点及其数值,构建了各子系统方程式,进而运用Vensim虚拟仿 真软件深入分析了影响项目费用偏差的各个因素,从而凸显出该方法具有其他方法所不 具有的优点。如:可以静态定性地分析各个因素的结构关系、动态定量地分析各个因素 之间的内部关系,以及可以分析一般方法所不能分析的非线性关系问题。本文建立的系 统动力学模型中存在两种形式的方程式,一种是线性函数关系,一种是表函数关系。首 先,采用序关系分析法确定线性函数关系中的主观权重,然后采用牺权法确定客观权重, 最后用综合赋权法确定最终权重。表函数关系的确定没有完善的数学方法,故本文依据 项目经验和专家评分建立表函数关系。本文基于此模型,最终识别出的费用偏差主要影 响因素为:①前期策划阶段,工程规模、市场供需、现场条件、政治环境、人员素质、 工程技术、数据可靠、设计方案、设计深度、审查工作量、工作时限;②中期实施阶段, 工程变更、缩短工期、工期延误、通货膨胀、人员素质、竣工决算值、设备和材料因素; ③后期运维阶段,工程验收风险、工程未完工、人员专业素质、材料价格、人为因素。 因此,在复杂大型建设项目费用偏差管理活动中,项目管理方需要对以上影响因素进行 重点关注,并视项目建设情况以及因素特性,结合科学方法,进行事前或者事中控制。 需要说明的是,由于本文釆用的是专家打分法对各影响因素进行赋值,故评价专家越多, 得到的评价数据越充分,就越能减小个别专家主观意见对结果的影响,其准确性就越高。
综上,本章以复杂大型建设项目为研究对象,构建了系统动力学模型,能有效实现 费用偏差关键影响因素的识别,为费用偏差预测中总偏差的分解和深度分析以及为管理 者制定针对性的纠偏措施奠定了坚实的理论基础。
本章与影响因素识别及其影响程度判定相关的内容已发表在EI期刊International journal of technology policy and management 上。
第4章基于改进神经网络模型的费用偏差控制方法研究
多数工程建设项目费用控制的实施具有被动、滞后和低效的特点,控制多是在费用 产生偏差且偏差威胁引起注意时才执行,为了将事后控制提至事前,建立行之有效的工 程建设费用事前控制体系具有极强的迫切性和必要性。首先应对工程建设项目的费用属 性进行分析,深入研究工程建设项目的费用在实际活动和计划中的深刻内涵;其次要分 析在全生命周期环境下工程建设项目不同阶段的主要工作内容和费用偏差风险点;最后 基于系统的角度对离散阶段的费用偏差进行总结,确定偏差对项目的影响程度并构建偏 差的预警模型,达到工程建设项目费用偏差事前可控的目的。复杂大型建设项目费用活 动繁多,要实现对费用偏差的精准预警必须根据项目实际情况对费用监控点进行挖掘分 析,厘清监控节点的费用组成情况和偏差传递机理。基于前章对复杂大型建设项目费用 偏差关键影响因素识别及其关联分析,本章将构建费用偏差预警模型以实现费用偏差管 理的量化测定以及为制定监管策略提供科学依据。考虑复杂大型建设项目费用间的不确 定性以及非线性关系,依据传统经验来判定费用偏差显然欠缺说服力。
本章充分研究复杂大型建设项目的费用预警理论,首先从广义角度对项目工程建设 的费用进行更为深入的阐释,对工程建设费用进行多阶段分析,明确费用特点以及在进 行偏差计算时的要点。在考虑数据特征的背景下借助K-means聚类算法对复杂大型建设 项目的费用偏差危机程度进行界定,并提出了警情区间优化策略提高了模型在实际应用 中的适应性。基于传统神经网络模型强大的非线性拟合能力,将历史工程费用偏差及其 费用节点状况作为变量代入模型中,并利用仿生算法对传统神经网络进行优化以提高计 算性能。作为工程项目中量化管理的主要手段,对费用偏差进行精确预测能有效防止工 程费用发生离奇偏差以保障费用能效。
4.1工程建设项目费用偏差计算需求及特点分析
从项目角度出发,工程建设项目的生命周期包含了前期策划阶段、中期实施阶段与 后期运维阶段u闷。相较于传统的项目费用管理侧重于建设期费用控制而言,基于全生 命周期的费用偏差控制是以工程建设项目的全生命周期费用偏差为监管对象,对于提高 业主投资效益和工程建设项目的经济效益有显著的积极影响。
(1)工程建设前期策划阶段费用偏差分析
考虑资源约束的影响,合理使用项目资金、避免浪费与不正当使用是项目建设费用 管理的重要宗旨。工程建设前期策划阶段作为费用控制工作的起始点,该阶段的经济决 策、技术规划、管理策略等对项目费用及建成后的经济效益有决定性影响。工程建设前 期策划阶段多以文案规划设计活动为主,对项目的整体费用计划具有极大影响。一般而 言,在项目建设前期,多会经历“费用匡算-费用估算-费用概算-费用预算”的过程,依 次形成稳定的费用计划。限额设计是开展工程建设项目前期费用控制的关键思想,随着 设计文件的逐步精细,设定的工程总费用逐渐收敛,形成了环环相扣、逐级控制的费用 管理局面。严格遵循“限额设计”的原则,在工程建设项目的前期策划阶段以费用估算 控制设计概算、以设计概算控制施工图预算、以施工图预算控制竣工决算,实现对费用 的有效控制。具体来说,工程建设项目在项目建议书获批后,管理方要开展对拟建项目 在技术先进性、经济合理性和社会可行性的判断,在可行性研究工作中依次通过对工程 建设项目进行机会研究、初步可行性研究和详细可行性研究,将费用估算的准确度由 30%逐级提升至10%o随着工作开展的深入,项目进入设计规划阶段,尽管该阶段费用 占比低于工程项目全部费用的1%,但其对后期费用控制工作的影响却高达75%,因此 在费用控制中极具重要性。设计是一项创造性的工作,其设计质量往往受设计者主观意 识的影响,设计质量的好坏也很难用统一的尺度进行度量,设计概算的准确性对该节点 工作的能效有重要影响,是工程建设项目开展源头费用控制的关键点。
(2) 工程建设中期实施阶段费用偏差分析
建筑产品实体形成于实施阶段,因此该阶段的费用管理工作具有极大的挑战性和复 杂性。项目资金在实施阶段通过施工等过程得到“物化”,当项目实体最终形成固定资 产后,初步的项目费用便得以实现。实施阶段的费用控制可以有效调节承发包双方之间 的利益,既规范了前者的施工行为,又提高了后者的边际利润,有降本增效的功能。实 施阶段对工程建设项目的整体影响为10%〜15%,但实施阶段的费用控制进入了实质性 的操作阶段,许多不确定因素纷纷呈现,增大了费用偏差管理的难度。一般来说,实施 阶段要实现质量好、工期短、费用低三大工程目标,然而这三者相互影响、相互制约, 高质量和短工期都对费用计划提出严苛的要求,在实际施工中必然会出现工程变更与索 赔事件,当实际状况与计划不符时就会导致费用计划的变动进而造成了费用偏差危机。 在该阶段,工程建设项目费用主要体现在合同结算价和施工预算,其主要的费用管理内 容包含了设计变更洽商、索赔引起的费用变化审核等。一般工程建设项目实施阶段费用 控制实践具有滞后性和被动性,与工程前期策划阶段一样,对实施阶段费用偏差的控制 仍应该建立于费用监控点之上,分析合同费用监控点计划值与实际值偏差,梳理出工程 建设项目合同包报价以及施工单位报送的实际花销资料,对数据进行统计分析并明确偏 差对提岀及时的管理策略具有重要意义。
(3) 工程建设后期运维阶段费用偏差分析
项目建成后即进入运行维护阶段,该阶段持续时间较长,占项目全生命周期90%以 上,担负着建设期贷款偿还任务以及项目运营收益的经营目标,因此运维阶段对工程建 设项目效益具有很大影响,传统项目费用偏差管理多执行至竣工阶段,很少延伸至项目 的运维阶段。自工程竣工验收后项目开始进入运行维护阶段,业主方要对项目的运行和 保修问题进行及时处理,项目也在具备生产运营的条件下产生以主营业务收入、其他业 务收入、营业外收入等形式的资金流入,但也产生维持项目正常运转的资源花销以及设 备定期维护的费用。从后期运维阶段费用偏差采集路径来看,运维阶段费用性质属于经 济型,包含了经营还贷费用和经营盈利费用。结合可研报告对工程建设项目每个周期的 经营还贷数值和盈利数值进行梳理,并向项目财务部门获取决算报告中的费用实际发生 值。工程建设项目运维阶段时间跨度和工作内容丰富度增大了运维作业的复杂性,由于 理论计划与实际状况受不确定性影响,运维阶段必然会发生费用偏差,分析该类偏差对 项目持续性和收益性的影响是极有必要的,亟需建立一套具有客观性、及时性和可更新 性的偏差预警模型。
4.2基于K-means算法的费用偏差警情计算模型研究
实现工程建设项目全寿命周期的费用偏差事前控制需要引入偏差预警系统,而框架 最为重要的元素即是偏差阈值,明确费用偏差的影响程度对制定相应的控制策略有重要 意义。当前工程建设项目领域对于费用风险预警阈值的确定主要从定性和定量两个角度 开展研究,前者主要依靠管理人员的主观经验和行业、国家等相关规定,或采用专家调 研法,依据行业内相关专家的经验数据为预警阈值的确定提供思路和资料参考。可以发 现,定性研究在很大程度上依靠主观判断或类似的相关材料,由于管理决策过程中各参 与主体主观判断不尽相同,加之相关材料未即时更新可能导致数据失真,难以反映当前 水平,使得对阈值进行定性研究存在较大弊端,获得的结果是否科学也值得商榷。因此, 推进预警阈值的定量研究具有十分重要的意义。依据前文分析和工程建设项目全寿命周 期费用偏差点的特征,引入K-means算法进行警情划分和阈值界定具有较好的适应性。
4.2.1 K-means聚类理论及缺陷分析
聚类理论算法具有固定的划分流程,所需样本较少、操作简单、易于实现,另外其 客观性的特点可以在很大程度上避免人为设置的随意性,可以用于工程建设项目各阶段 的费用偏差预警阈值的界定研究。K-means算法作为一种经典的无监督聚类算法,可以 保证在有序样本不被破坏的情况下,以级内离差平方和最小化和级间离差平方和最大化 为导向对数据点进行划分,完成对样本数据的降维聚类何〕。K-means算法的优势可归 纳为以下三点:①对数据分布无要求,较低的数据依赖使其具有广泛的应用场面;②面 对均值共线性程度较高的样本,该算法能依靠判别函数简化计算量;③依托降维手段该 算法能实现目测判别。鉴于K-means算法的聚类思想,将其应用于工程建设项目费用偏 差警情判别与阈值确定具有可行性,通过分析历史数据可以有效地找到最优的阈值分割 解。工程建设项目历史工程数量庞大,基于工程项目历史数据库可以实现对项目中各活 动环节费用情况的获取,依此形成较为完备的费用偏差数据库,为以K-means为聚类手 段的警情划分行为提供了充实的基础数据。基于数据的潜在规律,K-means方法可以充 分发挥“级类离差极小化,级间离差极大化”的驱动优势,让费用偏差数据能够自行聚 类并不断基于此原则进行更新调整。借助MATLAB分析工具来进行K-means算法既能 提高计算的准确性也能够避免海量数据带来的复杂影响。综上,通过K-means算法实现 警情聚类的过程如下所述:
(1)选择适当的C个类的初始中心点;
(2)在第K次迭代中,求取样本点到各中心点的距离并将该样本归到距离最短的 中心所在的类;
(3)利用均值等方法更新该类簇的中心点;
(4)基于已确定的中心点重复上述三个步骤进行迭代更新直至中心点不再变化。
综上可知,K-means算法属动态聚类算法,其基本思想是:随机选取若干聚类中心 点,按照约定的准则将各种样本向中心点积聚,从而得到初始分类,通过对初始分类的 合理性判断、更新,获得最终合理分类。基于距离公式来表示不同两个对象之间的相似 度,K-means算法是当准则函数达到最优或者迭代次数达到最大值时才会停止。本文以 欧氏距离作为相似度衡量范式,其准则函数可以描述为最小化数据对象到其簇中心的距 离的平方和,即:min立工為/(c“x)2,其中上是聚类簇的个数,G是第j个簇的中心 /=1 xe.Cj 点,d沏是x到G的距离。
K-means聚类理论是一种无监督的数据挖掘技术,其通过对收集的历史数据进行有 序分割,实现对样本的聚类。但是,传统的聚类分割理论在对N样本区间进行割分时, 无法实现最终分割的区间连续。工程建设项目全生命周期费用偏差的不确定性对能确定 任意连续偏差值的警情划分体系提出了要求,考虑到经典K-means算法得出的聚类结果 存在不连续性,难以应用在工程建设项目的费用偏差警情控制中。例如将1%, 23%, 5%, 7%, 40%, 8%, 12%, 15%, 19%, 2%—列数据重新大小排序后采用K-means算 法聚类,计算结果为四类,分别为{1%, 2%, 5%, 7%, 8%}, {12%, 15%}, {19%, 23%}, {40%},当实际数据为16%时,则无法依据现有的这四类结果进行归类,同时若 将新样本纳入后重新进行聚类又太繁琐,因此亟需在K-means聚类基础上进行优化使其 区间连续化。
4.2.2 K-means聚类方法改进及适用性研究
基于经典K-means算法结果,本研究引入贴近度的概念通过计算离散警情外偏差值 对相邻警情区间的绝对距离来确定该值的偏差等级。欧氏距离作为被广泛使用的距离定 义,能有效度量空间中不同对象之间的真实距离。为深层次体现偏差与警情的匹配度, 本研究将边界均值算子作为主要方法对经典K-means聚类进行改进的手段,在保持原有 聚类原则的前提下解决了样本数据分段不连续的问题,提高了聚类模型的适用性[⑹]。 基于改进的K-means分割理论费用偏差预警模型具有如下优点:①本费用偏差模型具有 较好的客观性,可有效避免主观随意性的影响;②本费用偏差模型理论成熟,算法简单, 实践操作性很强;③本费用偏差模型具有很好的自适应性,可随着样本数据的更新,及 时调整费用偏差预警阈值区间,保持先进性。针对区间离散不连续,难以满足偏差警情 普适性划分的需求,现对离散区间进行连续化处理,具体操作如下。
运用经典K-Means算法进行聚类时,要在保证样本有序性的前提下,按照类内离差 平方和最小,类间离差平方和最大的规则进行分类,有新样本纳入时同样需要遵守这条 规则。以边界均值算子作为样本与类之间的距离度量可以保持原有聚类原则,且边界测 度为经典K-means算法中定义类直径所用到的距离,所以采用边界均值算子作为新样本 与类之间的归属测度是合理的。定义边界均值算子如下:
b = (ajr +ay/)/2 (4-1) 其中:6表示区间的交界值,%表示警情啲上限值,勺表示警情丿的下限值。
改进K-means分割模型弥补了原始分割理论分割区间不连续的缺陷,解决了工程建 设项目费用偏差在实践中随机偏差与偏差警情匹配的问题。为了进一步验证本研究的改 进模型在工程建设项目费用偏差预警方面的适应性,下文对该模型实践中的应用进行研 究,结合工程建设项目可能遇见的实际问题对预警理论应用到操作层面中适用性问题进 行探讨。
(1)对于工程建设项目费用偏差预警系统的建立,要确定费用偏差警情必然需要 对历史工程中监测点节点的偏差数据进行采集。然而,不同规模的工程建设项目的费用 偏差额会产生的实际影响效果不同。例如在某项投资总额为10亿的建设项目实施过程 当中,监测到某个费用监控点偏差数据为超支10%,根据最优分割理论判别此处的偏差 处于中警级别;那么,对于某项投资总额为1000万的建设项目来说,同一监测节点的 费用偏差10%还是否处于轻警状态还需要进一步分析和研究。
(2)工程建设项目费用偏差一般包含正偏差与负偏差两个方面,在同一偏差警情 等级中需要将两种偏差数值同时纳入。基于以上两点描述,我们对工程建设项目费用偏 差预警中的改进K-means警情划分模型进行了适用性的修正,提出了如下的解决思路与 方法:
1)费用偏差比的引入
工程建设项目依据工程规模可以分为复杂大型建设项目、一般建设项目、小型建设 项目等类型。考虑到建设项目的工程造价70%以上多由设备和材料费产生,本文认为同 类工程建设项目费用额差异主要来自于量的不同,将费用偏差比引入费用偏差警情界定 能有效处理费用偏差额与工程规模警情匹配的问题,通过对偏差额进行处理能将工程建 设项目费用偏差的历史数据用于预警分析,如表4-1所示。
表4-1历史工程费用监控点数据样表
Table 4-1 Historical project investment monitoring points
历史项目 1 2 3 4 5 6 7 8
Ki节点单位超支比 1% 2% 5% 10% -3% 2% -2%
©节点单位超支比 2% 3% 6% 8% -1% 4% 2%
K3节点单位超支比 3% 4% 7% 5% -5% 3% 5%
Kn……
Kn节点单位超支比 3% 7% 6% 12% ■10% 5% -10% •・・
2)非负处理法
首先对工程建设项目的费用偏差警情种类进行确定,偏差警情一般可以分为“无警、 轻警、中警、重警”四类。基于已有的工程建设项目费用偏差历史数据进行数据预处理, 即计算费用偏差比,考虑到偏差是实际值与计划值之间变化量,因此对负偏差取绝对值。 依照正偏差最优分割理论进行负偏差的警情计算,最终获取工程建设项目费用负偏差的 警情状况。如某大型工程建设项目的历史正偏差数据为2%, 18%, 5%, 16%, 40%, 10%, 12%, 15%, 19%, 9%,负偏差数据为-1%, -20%, -7%, -9%, -40%, -8%, -10%, -15%, -19%, -2%,对负偏差数据进行预处理并以规定警情类别为“无警、轻警、中警、 重警”四类后进行最优分割计算,最终得到的正负偏差预警区间如表4-2所示。
表4-2大型工程费用监控点预警阈值
Table 4-2 Warning threshold of monitoring point for large-scale project investment
无警 轻警 中警 重警
阈值 ■4% 〜7% 7% 〜13.5%
-12.5%--4% 13.5%-29.5%
-30%^-12.5% > 29.5%
<-30%
 
4.2.3基于改进K-means算法的费用偏差计算模型构建
基于K-means聚类理论的费用偏差预警模型可以将历史多个同类工程项目的同一 项费用监控点费用情况分成不同的偏差警情类别,通过判别分析不同类别的威胁程度获 取最终的预警区间,该预警模型的构建步骤如下。
(1)初步预警阈值的确定
基于已定的偏差监控节点集{K1,K2,…,Kn},收集同类工程建设项目中某一阶段费 用监控节点的偏差值并进行预处理获取偏差比Yn,将Yn进行正负分组并依据规定秩序 进行排列。明确警情类别后将已处理的数据按照经典最优分割计算模型的思路进行区间 阈值的判别,得到不同警情下的偏差值范围,但需要注意的是此时预警阈值区间是离散 的,如表4-3所示。
表4-3初步预警阈值区间
Table 4-3 Threshold range of preliminary warning
警情状态 放行 警告 整改 停工
阈值 正值 ao~ai a2~a3 a4~a5 >细
负值 do 〜di ch 〜ch d4~d5 >d6
(2)修正预警阈值区间
针对非初步预警区间的工程建设项目费用偏差点,基于欧氏距离计算法则明确该点 与相邻预警区间代表值的距离,分别对正值和负值的不连续点进行归类判定,优化偏差 值区间以实现连续预警的能效。如表4-4所示(其中:c,<0,Z>,>0)o若正在实施的电网 工程费用监测节点K0 (K0w{Kl,K2,...,Kn})的费用偏差值为p0, p0w{c3〜c2},则费 用监测节点K0的警情为“整改”。
表4・4最终预警区间
Table 4-4 Final warning interval
警情状态 放行 警告 整改 停工
阈值 C1〜bl bl〜b2或C2〜Cl b2〜b3或C3~C2 <C3或> b3
综上可知,预警理论体系包括了警情划分与警情预测,本节以工程建设项目为对象 建立了费用偏差的警情划分模型并进行优化,实现了费用偏差警情区间的可连续性。总 体而言,本节的计算过程包括两个部分,首先通过最优分割理论对历史项目数据处理和 计算构建初步预警阈值区间,然后引入判别分析改进K-Means算法,对阈值区间进行连 续化调整,克服了区间不连续的缺陷,便于项目管理人员根据监测到的数据直接判定监 控点警情级别。同时,探讨了费用偏差的正负性以及与工程项目规模的匹配性对警情划 分的精度可能造成的影响,选取单位工程量费用偏差比作为费用偏差的监测元有效避免 了因工程规模差异导致的系统误差,对负偏差进行绝对化处理也保障了其能获得正偏差 数值一样的最优分割计算,以上两种优化策略极大增强警情划分的适用性。
4.3基于改进神经网络模型的费用偏差计算模型研究
4.3.1神经网络模型原理分析
人工神经网络[⑹]作为人工神经元连接单元的集合是各类基于机器学习算法的框 架,通过模拟人脑的信息处理方式己实现模型按照人类大脑的逻辑进行计算分析的过 程。受动物大脑的生物神经网络启发,人工神经网络对生物大脑中的神经元活动模式进 行模拟,每个连接如同大脑的突触一般可以在神经元之间传递信号,同时神经元也具备 信息处理功能并将信号发送至其他神经元。1943年神经科学家和控制专家Warren McCulloch和逻辑学家Walter Pitts基于数学和阈值逻辑算法提出了神经网络计算模型, 通过线性模式/ =(址w)来对正负不同类别的输入信息进行识别。然而,这种单层的感 知机难以实现非线性函数的有效拟合,要解决这一难题就必须发展多层感知机,即需要 形成至少包含一个隐层的多层神经网络结构。目前神经网络种类繁多,总体来说几种经 典的神经网络结构可以归结如下〔162]:①前馈式网络。该类模型网络结构呈现分层排列 状,神经元输出与下一层神经元直接相连;②输岀反馈式的前馈式网络。该模型网络结 构中输出层与输入层形成反馈回路关系,在解决模式识别等问题时具有较大优势;③前 馈式内层互联网络。在同一层级中该网络模型存在相互关联、神经元相互制约现象,而 层级之间仍属前馈式结构;④反馈型全互连网络。该类模型网络中神经元输出与其余神 经元均存在相连关系,形成动态反馈;⑤反馈型局部互连网络。该类模型网络结构中神 经元只与周围部分神经元形成互联,具有局部反馈效用。
20世纪80年代,Rumelhart和McCelland基于己有的神经网络理论提出了具有误差 反向传播的神经网络模型|I631oBP网络作为一种采用反向传播算法的多层前馈神经网络, 样本经输入层、隐藏层和输出层,依据目标输出与实际输出误差最小为训练标准对各级 参数进行训练调整,具有学习能力强、适应能力广的特点。同时BP神经网络结构简单、 能模拟非线性输入/输出、操作性强的优势使得BP神经网络在模式识别、智能控制、偏 差预测等领域得到广泛应用。一个典型的三层BP神经网络结构如图4-1所示。
BP神经网络结构比较简单,算法易懂,能够运用在众多领域中,具有较强的泛化 能力【⑹〕,具有以下优点:①全局性。在对神经网络进行人工设计时,既可以将其设置 为线性,也可以将其设置为非线性。由非线性神经元连接而成的神经网络也是非线性的, 泛化能力较强;②学习性和适应性。BP神经网络中可以通过误差的反向传播对权值进 行调整,因而能够适应外界环境的转变;还可以在样本数据训练过程中对参数进行反复 调整和更新,最终将获取到的有用信息存储在网络中;③映射功能。神经网络本质上来 说可以实现根据输入数据映射到输岀数据的功能,尤其是网络结构经过训练之后,可以 很好地完成输入到输出的各种映射,能够很好地解决各种“输入-输出”问题。
 
 
图4-1神经网结构图
Fig. 4-1 Structure of neural network
BP神经网络的学习过程可以分为两个阶段:工作信号正向传播,误差信号反向传 播。对于前者而言工作信号从输入层经过隐藏层传递至输出层,期间会历经两次激励函 数的运算,最终在输出层产生输出值。对于后者而言,将误差信号从输出端向输入端进 行逐层向前传播,网络的权值依据信号误差反馈进行不断的修正并使网络输出结果与期 望输出之间的差值尽可能减小。对于整个网络而言,其个体样本的误差测度定义为
1H1
Ep=*£(儿厂。訂,样本集误差测度定义为E 辽Ep。具体来说,BP神经网络的一
2,/=1 p
般算法可以归纳如下。
(1)设置变量与参数,设X* =[和,殆,…,唧,(丘=】,2「..“)为样本的输入向量,
叫|(") Wn(") -w“(") Wn(n) w,2(w)- -W|„(«)
w2i(») w22(n)- 和吒(”)= W21何 W22(") • W2” (”) 为迭代次数为〃时输入层
_wsl(n) 叫2(")- M(") 叫2(") • -w”(")-
到隐藏层的权值向量和隐藏层到输岀层的权值向量, 0”(") = [0*1("),0*2("),"、0也(")],(氏=1,2,-、“)为第〃次 BP 神经网络的网络输出, 必珂必”%,…九],伙=1,2,…,N)为实际输出,7/为学习速率,〃为训练次数;
(2) 初始化网络,对网络的权重和阈值进行随机赋值;
(3) 输入训练样本,计算各层神经元的输入值和输出值;
1m
(4) 判断实际输出与网络输出值之间的误差◎=*£(儿。妙)2,若偏差满足要
2/=i
求则结束训练并记录网络,若没有满足要求则进行下一步操作;
(5) 判断学习次数是否达到最大步数,若大于则结束训练并记录网络,否则对各 层神经元的局部梯度进行计算,其中:
£ («) = O” (")(1 - O” ("))0” («) - Ov (")), u = \,2,...,U (4-2)
u
& («) = / (m;("))》第(n)wlu (n), / = 1,2,…,T (4-3)
U=1
(6)按照以下公式对权值修正量进行计算并转至步骤(3);
Aw,„ (n)=卅(n)v[ (n), / = 1,2,…,T; “ = 1,2,…Q (4-4)
△叫,(")="疔(")记(“),s = l,2,…,S;r = l,2,…,T (4-5)
%(" +1) = % (”)+ △%(“),/ = 1,2,…= 1,2,…心 (4-6)
w„(n + l) = wi,(n) + Awj,(n),5 = l,2,---,5;/ = l,2,---,7, (4-7)
(7)判断训练样本是否全部学习完毕,是则训练结束,否则返回步骤(3)。
基于以上描述可以知道,神经网络学习规则简单,在非线性拟合和复杂关系映射方 面具有泛化力能力普适、鲁棒功能稳定以及记忆能力强大的优势,具有宽广的应用前景。 但是,神经网络也有以下几个缺点:①网络结构的确定缺乏理论依据。确定神经网络的 结构是建立BP神经网络的首要工作,关于隐含层层数和隐含层神经元的个数的确定方 法还有很多不同说法。隐含层层数设置过多会导致学习速度偏慢,学习效率偏低,若设 置过少,则会增大输出结果的误差,影响结果精度;②容易陷入局部极小点。BP神经 网络一般都是使用梯度下降法来修正网络参数。因此,误差的下降趋势一般是先快后慢, 当其下降到某一个特定值的时候可能会出现停滞不前的现象。这时神经网络在训练过程 中误差陷入局部极小点,所得到的误差与设定的误差目标相差甚远,神经网络的准确性 会大大降低,并且训练时间会变长。
4.3.2神经网络模型的改进及适用性研究
基于上述对BP神经网络的分析可知,BP算法中对于求解陷于局部极小值、初始值 对算法收敛精度有影响以及算法收敛速度较慢等问题是普遍存在的。其学习算法实质上 属于一种单点搜索方法,通过将空间中的当前点移动到另一点来完成对全局最优解的寻 找,但是对于存在多高峰分布的搜索空间而言会出现局部极小点而导致最终结果不能收 敛。一般BP网络的初始权值和阈值均是在某一限定范围内进行随机生成,通过误差信 号反馈进行逐步训练与调整,因此,对于初始权值阈值会位于误差平面的哪一个位置、 误差沿怎样的路径到达最小点、训练结果是否陷入局部极小点等问题都是难以得到绝对 正确的解答。所以,对于BP神经网络初始权值阈值的选择具有极其重要的意义。这也 为本文对传统BP神经网络进行改进提供了充分可行的思路,力求通过寻找一种能对初 始权值阈值进行预优化的方法来提高BP神经网络的求解性能,进而提高复杂大型建设 项目费用偏差预警的准确性和适用性。
遗传算法是美国的J.Holland教授受“优胜劣汰、适者生存”自然法则的启发于1975 年首次提出的理论〔"51。该理论模拟自然界在寻优过程中的随机性、鲁棒性和全局性, 效仿孟德尔的遗传变异定律在迭代过程中保持已有的结构,寻求更优的结构。与神经网 络的局部搜索算法不同,遗传算法内部采用的是一种并行的全局搜索算法,可以避免陷 入局部极小值,可以在全局范围内操作任意结构对象,具有较快的运算速度。总的来说, 遗传算法有以下几个特点:①遗传算法是以对象的编码作为主要操作对象;②遗传算法 对初始点操作属多点并行,降低陷入局部极小解的可能性;③通过目标函数来计算适应 度;④遗传算法使用概率的转变规则而不是确定性的规则;⑤基于启发式算法进行全局 求解以提高搜索效率;⑥寻优函数约束限制程度轻微;⑦更适合大规模复杂问题的优化。
遗传算法包含了选择、交叉、变异等基本操作步骤,简单来说,其对于一个具体的 优化问题可以遵循以下方法步骤:①确定有效的编码方法并将问题的可能解编码成字符 串;②定义适应度函数,确定遗传算法中的各参数取值,包括种群规模、交叉变异概率 等;③对初始种群进行选择、交叉、变异等操作;④当连续多代种群的适应度变化小于 事前设定值或迭代次数达到上限后,即可认为终止条件满足,找出最接串并进行解码操 作,结束搜索。
对于编码而言,其主要目的是将问题的解空间转换成遗传算法能够处理的搜索空 间,其常用的编码方式有二进制编码、符号编码、浮点数编码、格雷编码等。由于遗传 算法的工作对象是一系列字符串,因此对于字符串的要求一般有两点,即能反应研究问 题的性质和能便于计算机处理,优秀的编码方式决定了遗传算子的计算方法和运行效 率。考虑到二进制编码操作简单易行且便于后续的交叉变异工作,在全局搜索和并行处 理方面具有一定可行性,本文确定了二进制编码方式为研究主体的处理手段(相关代码 详见附录)。
对于适应度函数而言,从遗传学的角度来说其相当于自然界中各生物对环境的适应 能力大小,充分体现了自然界适者生存的自然选择规律,好的适应度函数能够有效指导 算法从非优个体向最优个体的进化。因本文以训练集输出和仿真结果误差最小化为 导向构建适应度函数(相关代码详见附录)。
对于选择算子而言,其主要功能是用来确定怎样从父代群体中按照某一规则选择出 优秀个体作为子代的遗传算子,基于个体适应度评价,其目的是为了避免基因的缺失, 从而提高全局收敛性和计算效率。常用的选择算子的操作方法有赌轮盘选择法、排序选 择法、最优保留策略等。为了保持个体多样性,本文确定了基于赌轮盘原理的选择算子 (相关代码详见附录),其基本思想是个体选择的概率与适应度值大小成正比,概率函 数为:
Ps(O = ^- (4-8)
其中,/(7)为第i个体的适应度函数值,"为种群规模。
对于交叉算子而言,其作用是将原有群体的优良基因传给下一代并产生包含更复杂 结构的个体,主要体现了自然界信息交换的思想。交叉算子通常包含了单点交叉、两点 交叉、多点交叉和一致交叉等,本文基于随机概率对两个个体进行如下所示的交叉操作 (相关代码详见附录)。
c, =pt*a + p2*(l — a) (4-9)
c2 =pI*(l-a) + p2*a (4-10)
其中,c是子代,p是父代,a是交叉概率。
对于变异算子而言,其模拟了生物进化过程中的偶然基因突变现象,是保持个体多 样性的重要手段。对于已选择的若干个体随机选取某一位置进行反算,本文基于非均匀 概率分布的原理对父代一个位置进行变异操作来实现0-1互变(相关代码详见附录)。
考虑到神经网络局部极小问题、结构设计问题、实时性差问题等,将遗传算法与 BP神经网络进行组合应用以优化模型的预测精度和速度。一般而言,遗传算法与神经 网络结合使用的方式有以下三种〔166]:①网络参数的进化。基于遗传算法原理对神经网 络的网络参数进行编码迭代而不改变网络的连接方式与结构;②网络结构的进化。基于 遗传算法对神经网络的结构进行编码以优化拓扑结构设计,结合网络结构适应度变化对 最优个体进行保留;③学习规则的进化。基于遗传算法对神经网络学习参数进行编码, 参照适应度保留相应最优个体。
考虑BP神经网络在选择初始连接权值和阈值时具有很大的随机性,随机的初始点 选取会带来网络拟合性能差的结果。而遗传算法进行的是全局搜索具有较好的全局搜索 能力,因此,将遗传算法与BP神经网络进行组合使用可以有效发挥BP神经网络的泛 化能力,也能够提高获得全局最优解的概率。利用遗传算法优化网络的连接权值、阈值 可以提高BP神经网络的泛化性能,在解决寻求全局最优解的问题上,其效果明显强于 单纯使用遗传算法或BP神经网络。基于遗传算法的BP神经网络算法的主要步骤如下: ①对BP神经网络和遗传算法参数进行初始化处理,确定输入与输出个数X,Y.网络的 层数L、种群规模P、交叉概率Ps变异概率Pm;②将BP神经网络的权值、阈值网络 结构顺序联系起来,随机产生n个染色体,形成初始化群体;③均方误差作为遗传进化 的适应度函数,对应计算出每个染色体的适应值大小;④选择若干适应值大的个体直接 遗传给下一代,继续对其执行选择、交叉、变异等遗传操作,产生下一代种群;⑤判断 遗传操作已达最大步数,如果符合则转至⑥,否则转至③;⑥将选择出的最优个体解码, 作为BP网络的初始权值和阈值;⑦进行BP网络训练并判断误差是否达到精度要求。 若是,则结束网络学习,反之则继续训练直到收敛。为充分体现基于遗传算法改进的神 经网络模型,本文给出如下所示的伪代码流程:
init BPNNO
for epcho is 1 to 25
if epcho is 1
encoding BP parameters()
end
cross chromosomeO
mutation chromosome() decoding parameters() calculate BPNN() select parents chromosome() record the elite chromosome() end
output weights and threshold()
calculate BPNNQ
4.3.3基于改进神经网络模型的费用偏差计算模型构建
复杂大型建设项目费用节点众多且相互之间具有极其复杂的联动关系,这种不确定 性的影响导致了费用偏差会具有非线性的特征。复杂大型建设项目历经策划期、实施期、 运维期等多个阶段,工作内容涉及可行性研究、勘察设计、招标投标、合同签订、施工 建设、验收结算、运行维护等,巨大的工作量和复杂的工作结构致使复杂大型建设项目 的费用金额在实际使用中与事先计划必然存在出入。考虑工程项目一次性、程序性的特 征,复杂大型建设项目费用存在由前期向后期传导的现象,在传导过程中费用的偏差也 许会导致工程费用出现“蝴蝶效应”,因此,构建费用偏差预测模型对于复杂大型建设 项目费用管理具有重要意义。
神经网络基于输入层、隐藏层和输出层形成一套具有自适应、自学习能力的系统, 通过信息在神经元之间的传递与训练,能有效地对事物的潜在规律进行模拟仿真。复杂 大型建设项目宏观费用偏差受整个生命周期费用活动影响,结合神经网络的特点,可以 将各项费用活动阶段发生的费用偏差测度值视为神经网络输入元素,将实际总偏差作为
输出值对神经网络模型进行训练以获得能够实现偏差预测的计算模型。基于费用偏差比 相关理念对复杂大型建设项目中n个费用活动点的费用偏差情况进行记录,获得表4-5 所示结果。
表4-5费用监控点偏差
Table 4-5 Investment activity point cost deviation
费用活动点 KI K2 …… Kn
费用偏差比 DI D2 ...... Dn
总费用偏差 Cl C2 …… Cn
通过收集大量同类型复杂大型建设项目的费用偏差情况以及相应费用节点的费用 活动状况获取训练神经网络所需的基础数据。设定神经网络和遗传算法的基本参数,以 预测误差最小化作为神经网络和遗传算法的优化导向对复杂大型建设项目的总费用偏 差进行仿真。综上所述,本节构建的基于改进神经网络的复杂大型建设项目费用偏差预 测框架可以如图4-2所示。
改进神经网络费用偏差预测框架包含了费用偏差数据收集和网络训练两个部分,以 复杂大型建设项目为对象,通过输入大量的同类型费用活动的费用偏差测度值,依托以 遗传算法优化的神经网络对数据之间的潜在关系进行学习与模拟,实现其费用偏差预测 的功能。该模型引入机器学习理论,利用仿生算法对神经网络进行优化,使得模型的泛 化能力、学习能力有了进一步的改善,改进模型的性能在训练时间和预测精度上都得到 明显优化,降低了网络初始随机权值与阈值给网络学习带来的负面影响,能有效适应复 杂大型建设项目费用偏差预测多维冗杂的环境。基于上述思路也可开展对于复杂大型建 设项目各个费用节点的偏差预测,通过分析关键监控点的费用影响因素重要性程度和因 素关联性,依托神经网络非线性模拟的良好性能,通过改变影响因素的输入完成对下一
节点的偏差预测。
 
图4-2费用偏差预测框架
Fig. 4-2 Cost deviation prediction framework
以相邻节点间的偏差预测为例,假设KI, K2是复杂大型建设项目实施过程中已经
 
发生的费用节点,现要对下一节点K3进行的费用偏差进行预测。首先依据K1节点中 的n个费用影响因素E1对节点K2的费用偏差情况进行仿真得到该节点的费用偏差情 况D2,对D2进行结构分析并结合节点K2的工程属性将偏差状况分配至该节点的m个 相应影响因素E2。以E1、E2影响因素的偏差效用作为预测模型的输入向量,在对各因 素进行预处理后输入改进的神经网络黑箱完成K3节点费用偏差的预测。该体系实现了 复杂大型建设项目在费用偏差上的逐点预测,保证了偏差预测的实时性和连续性,为复 杂大型建设项目的费用精细化管理提供了可靠的控制框架,复杂大型建设项目费用偏差 逐级预测如图4-3所示。
 
图4-3项目费用偏差逐级预警示意图
Fig. 4-3 Schematic diagram of level by level early warning of project cost deviation
4.4算例分析
本节将融合上述预警理论中警情划分与偏差预测理论,选取某在建大型建设项目进 行费用偏差预警的算例演示。本节算例选取20个项目作为样本,其原始数据来源于中 国华电集团下属某项目公司负责的多个大型项目相关报表,对其数据进行针对性提取, 通过分析费用监控点特性将费用发生节点的偏差情况映射于其相关的影响元,考虑费用 影响因素的相互关联以及延续效用对即将到来的费用活动进行偏差判定。通过算例分 析,本节力图让理论预测框架在复杂大型建设项目的实践环境中得到显著推进,同时也 能对模型运行的顺畅性和理论方法的有效性进行验证。某地区为改善薄弱经济基础、促 进区域经济大发展,现欲建设一项对地区发展有重大作用的复杂大型建设项目。从项目 可行性研究报告中可以得知,该复杂大型建设项目费用规模较大、技术含量较高、涵盖 多领域知识。作为一个关系地方经济发展、人民生活幸福的重要复杂大型建设项目,其 在工程目标上的偏移必然会造成巨大的财产损失和资源浪费。假设该项目正处于工程的 前期策划阶段,目前历经了可行性研究、初步设计、施工图设计、招投标等活动,针对 这些工程活动,投资方将先后支付项目建设技术服务费、设计文件评审费、项目建设管 理费、建设场地征用及清理费等前期费用。
表4・6费用监控点的子目费用
Table 4・6 Subitem cost of investment monitoring point
费用偏差关键监控点 费用偏差辅助监控点
AMas 土地使用费
研究试验费
KMa 项目建设技术服务费 A
AMac 勘察设计费
AMa<i 设计文件评审费
AMbs 项目法人管理费
AMsb 招标费
KMb 项目建设管理费 AMBc 工程监理费
AMsd 工程保险费
AMBe 引用其他技术和进口设备其他费
复杂大型建设项目费用规模巨大,工程费用间存在极其复杂的联动关系,导致费用 波动的原因出表面的子目费用外,其实质是受到了来自若干细微工程活动在实际状况与 计划状况之间契合代沟的影响。根据工程造价的特征及其计价特点可知,影响工程费用 的因素十分广泛。从宏观上讲可以认为政府行为、市场供求状况、建筑科学技术水平、 社会经济发展水平都会直接或间接地影响项目的工程造价,从微观上讲可以认为设计者 水平、自然环境状况、业主的价值观取向、风险因素、承包商的行为等也会对项目的工 程造价带来重要影响。结合复杂大型项目前期费用的特点,对具有普适性的费用监控点 进行识别并对费用点进行结构化分解,确定每个费用监控点的子目费用,具体情况如表 4-6所示。
以复杂大型建设项目的项目建设技术服务费和项目建设管理费作为本文预警框架 的应用载体,对费用偏差的预警进行演示。项目建设技术服务费作为项目策划阶段多种 活动产生费用的集合,包含了土地使用费、研究实验费、勘察设计费等多个子目费用。 为了对费用偏差的原因进行全面剖析,对子目费用背后的影响因素进行挖掘,能为总偏 差预测提供有效支撑。同时,项目生命周期中某一阶段发生的项目活动会存在“辐射残 留”效应,即该活动不仅会对当前费用使用造成偏差,也有可能对后续的某项费用活动 带来联动影响。例如,复杂大型建设项目活动众多、体系复杂,管理团队的专业性不仅 会对项目的前期费用计划带来影响,其更是在项目的全过程中都产生了巨大的影响效 用。由此可知,子目费用背后的影响因素有多向辐射的作用,因此在开展复杂大型建设 项目的费用偏差预警时,可以将所有的影响因素进行归纳并将它们融入一个总集合,通 过判断现阶段集合中不同的实际费用偏差原因带来的影响来完成对后一阶段总费用偏 差的预测。结合第三章对复杂大型建设项目费用扰动因素的分析,本小节对土地使用费、 研究试验费、勘察设计费、设计文件评审费背后的扰动因素进行深入挖掘,并将以此为 基础对项目建设管理费的偏差进行预测。
首先分析子目费用的影响因素。土地使用费是因使用土地而向土地所有者支付的费 用,包括作为通过划拨方式取得土地使用权而支付的土地征用及迁移补偿费,地价受到
了土地使用年限、土地市场供求关系、土地开发、土地用途等因素的影响,同时还需要 考虑征用地的人口安置补助、征地动迁。研究试验费多指为建设项目提供和验证相应的 数据、资料等需要进行的必要措施以及施工过程中进行试验的费用,这一费用会受到工 程项目中实际提出的需求和试验内容的影响,具有极大不确定性。勘察设计费包含了提 供项目建议书、可行性研究报告以及设计文件等所需的费用,这些费用会受到工程勘察 难度、图纸设计质量、设计方案优化等多个因素的影响。设计文件评审费是对工程项目 的设计文件进行评审而发生的费用,受到人员素质、工程规模、设计图纸质量等因素的 影响。综上,对项目建设技术服务费子目费用的扰动因素进行总结归纳,得到如表4-7 所示结果。
表4-7项目建设技术服务费子目费用的扰动因素
Table 4-7 Disturbance factors of subitem cost of construction technical service fee
 
 
现有一项中国华电集团下属某项目公司负责的在建项目,已知其项目建设技术服务 费偏差率为17.5%,为了有效预测之后的项目建设管理费偏差会达到什么程度,开展该
费用的偏差预测成为首要任务。通过某项目公司负责的多个大型项目相关报表,对同类 型复杂大型建设项目的项目建设技术服务费和项目建设管理费偏差进行数据收集,获得 如表4-8所示的20组历史数据。
表4-8历史项目费用偏差数据
Table 4-8 Historical project cost data
项目号 1 2 3 4 5
项目建设技术服务费 13.3% 17.3% &4% 14.0% 12.5%
项目建设管理费 11.3% 14.7% 7.1% 11.9% 10.6%
项目号 6 7 8 9 10
项目建设技术服务费 7.3% 20.5% 8.6% 4.3% 18.2%
项目建设管理费 6.2% 17.4% 7.3% 3.6% 15.4%
项目号 11 12 13 14 15
项目建设技术服务费 23.5% 20.0% 6.3% 15.5% 12.6%
项目建设管理费 19.9% 17.0% 5.3% 13.1% 10.7%
项目号 16 17 18 19 20
项目建设技术服务费 19.5% 18.6% 19.2% 18.2% 16.0%
项目建设管理费 16.5% 15.8% 16.3% 15.4% 13.6%
为了能充分对神经网络进行训练并保证对神经网络的预测效果进行有效测试,本次 试验将以前15组数据作为训练集,后5组数据作为测试集,构建复杂大型建设项目的
费用偏差预警模型。首先基于改进K-means算法的项目建设技术服务费和项目建设管理 费的偏差警情进行界定,通过分析两类费用的20组历史数据的中心点以及警情簇的具 体情况,设定了 “无警”、“轻警”、“中警”和“重警”四类。通过MATLAB工具箱对 历史数据进行分析,得到了如图4-4所示的警情划分情况。
 
顶目建设瓮理费
 
图4-4初步警情区间
Fig. 4-4 Preliminary warning interval
由图可以发现,两种费用的警情分布各异,体现了复杂大型建设项目在不同阶段的 费用偏差对于项目的威胁程度是不同的。同时。不难发现这些警情的边界并不是连续的, 然而在工程项目管理中偏差的大小具有普遍覆盖性,可能会出现本文现阶段所建立的警 情划分模型难以容纳的情形。因此,为了提高该警情划分模型的普遍适用性,基于前文 所述的离散区间改进理论,对两类费用的四种程度偏差预警区间进行立一体化改进。从 初始警情判别中可以的得知项目建设技术服务费的警情区间为:重警(20%, 23.5%), 中警(17.3%, 19.2%),轻警(12.5%, 16%),无警(4.32%, 8.62%)□运用边界均值算 子对四个区间的边界进行连续化处理,最终两类费用的改进警情判别区间如表4-9所示。
表4-9改进预警区间
Table 4-9 Improved warning interval
无警 轻警 中警 重警
项目建设技术服务费 <10.57% (10.57%, 16.65%) (16.65%, 19.75%) >19.75%
项目建设管理费 <4.52% (4.52%, 13.39%) (13.39%, 18.71 %) >18.71%
考虑到复杂大型建设项目费用偏差具有传递性,为了提高管理者的项目管控能力, 一定要能对项目未来的不确定性有一个大致的刻画。项目的一次性使得项目费用发生具 有时序性,因此考虑项目前期技术服务和前中期建设管理的逻辑关联,以项目未来的项
 
目建设管理费作为预警对象,开展了费用偏差黑箱系统的训练。基于神经网络和遗传算 法的原理,将训练集作为输入通过MATLAB工具箱进行仿真模拟,结果如4-5图所示。
 
 
 
图4-5神经网络回归示意图
Fig. 4-5 Schematic diagram of neural network training regression
 
 
 
图4・6遗传算法适应度及收敛示意图
Fig. 4-6 Fitness and convergence diagram of genetic algorithm
在训练、验证和测试三个方面,神经网络工具箱的模拟回归情况均是R=l,从总回 归情况来看,多数样本点在Y=X这条线上分布,这说明了该模型的拟合效果较好,体 现了该模型在对这一类具有非线性特征的数据仿真中具有良好性能。同时,将遗传算法 引入来优化神经网络,以“拟合误差”最小化作为遗传算法的适应度函数,发现模型迭 代到约第7次时开始出现适应度收敛,如图4-6所示。
 
 
图4-7仿真结果不意图
Fig. 4-7 Schematic diagram of simulation results
结合BP神经网络工具箱“newff”,借助历史数据对神经网络进行了训练和测试。 考虑到复杂大型建设项目费用活动的影响因素众多,为避免非强相关性的活动因素对费 用偏差预测精度造成的负面影响,这里只以项目建设技术费子目费用背后的11个影响 因素作为神经元输入。在实际运用中,可以考虑将所有影响复杂大型建设项目费用的活 动作为影响因子,对于某一费用偏差预测,活动发生则取实际值,没有发生则进行零赋 值处理。依据项目建设技术服务费的偏差,可以对其背后的扰动因素进行深入分析,已 确定不同因素对复杂大型建设项目费用偏差的贡献。在将总费用偏差进行结构分解后, 将每个具体活动的造成的偏差作为实际输入数据,更能体现出对事物发生背后规律的深 入挖掘与刻画。基于此,遗传算法优化神经网络的计算结果如图4-7所示。
基于己经训练完毕的模型对下一阶段的复杂大型建设项目费用活动进行偏差预测。 依据前文所述,现有一项复杂大型建设项目的项目建设技术服务费发生了 17.5%的费用 偏差,属中警状态,管理方为及时纠正偏差提高管控能力,将本文所构建的神经网络模 型运用到项目实践中。通过咨询相关领域的管理专家,将项目建设技术服务费进行结构 分解,对已产生的偏差进行分项分摊,得到如图4-8所示的费用分解结构。
基于现阶段项目建设技术服务费偏差对下一阶段的项目建设管理费偏差进行预测, 结合己知的建设技术服务费子目费用偏差度占利用本文所建的费用偏差预测模型进行 仿真,最终结果为下一阶段的项目建设管理费偏差约27%o由于本文界定的费用偏差重 警区间为(18.7%, 8),因此对于项目建设管理费偏差而言,其将会呈现严重负面情形, 预警等级必然为重警。从现阶段项目建设技术服务费17.5%的中警偏差至下一阶段项目 建设管理费27%的重警偏差,这一现象充分体现了复杂大型建设项目费用偏差传递呈现 指数递增,项目的复杂性导致了风险累积具有显著牛鞭效应。如果在早期没有足够的风 险防范、偏差控制意识,负面影响会产生累积效应以拓展至失控局面,最终导致项目严 重偏离初始计划,给投资者利益、社会经济和人民生活带来极大不良影响。与此同时, 从本文所得到的费用预警区间来看,复杂大型建设项目费用偏差处于轻警的条件较为苛 刻,而轻警与中警的警情区间基本符合项目管理前期投资决策的费用控制原则,对费用 偏差的容忍度较为合理。
 
 
图4-8子费用偏差分摊比重图
Fig. 4-8 Proportion chart of sub cost deviation allocation
综上可知,本文所构建的复杂大型建设项目费用偏差预警模型在警情区间界定和费 用偏差预测方面都遵循了一定的工程逻辑,可为复杂大型建设项目费用偏差预警实践提 供一定支撑,管理者应对费用偏差给予充分重视,及时分析偏差原因并制定行之有效的 纠偏措施以降低项目投资管理的风险。
4.5本章小结
复杂大型建设项目费用结构冗杂且受到不确定性的影响会出现难以预料的费用偏 差而最终导致项目能效降低。本章以复杂大型建设项目的费用偏差预警为主要研究对象 构建了数学模型,摒除传统的依据经验判定费用偏差威胁程度的做法,将数据挖掘技术 和机器学习理论引入费用偏差预警,降低了管理决策的主观性。与此同时,考虑数据有 限性的影响,本章对基于K-means聚类的费用偏差警情离散区间进行了连续化处理,依 据边界均值算子实现了费用偏差的封闭式区间划分,提高了模型在实际运用中的普适 性。为有效预测未来费用的偏差情况,本章将现阶段的费用偏差进行子目费用分析,将 总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动 对费用偏差的影响。最后,利用仿生算法对传统BP神经网络进行改进,优化神经网络 模型中的初始网络权值和阈值,提高了预测的能效,并将历史数据输入模型中进行训练 获得了成熟模型。通过将现有复杂大型建设项目的项目建设技术服务费17.5%的中警偏 差导入已完成的训练模型,得到未来项目建设管理费偏差可能达到27%,处于重警状态。
这一现象也充分体现了复杂大型项目费用偏差的传递扩散具有放大效应,前一阶段 的警情若没有得到有效控制,在下一阶段费用偏差所造成的负面影响将会更加严重。综 上,本章以复杂大型建设项目为研究对象,提出了费用偏差的预警模型,能有效完成偏 差警情的界定和未来偏差的预测,为管理者制定针对性的纠偏措施提供了充足的时间和 坚实的理论参考。
本章与费用偏差警情计算中利益相关者主观偏好以及方法公式相关的内容已发表在 SSCI 期刊 Entropy 上。
第5章基于流程再造的费用偏差控制策略及效果评价
警情划分为具体管控工作做了分类和指导,体现了费用偏差的不同程度。费用偏差 在整个项目的生命周期当中存在传递性,若不加以管控将会直接导致后续监控点发生警 情。第四章在对项目费用偏差进行警情划分并给出预测模型后,复杂大型建设项目的费 用偏差控制体系的构建和完善就需要考虑在面临项目各阶段不同警情下的费用偏差时 应当如何有效处理和管控。本章将基于第四章的研究成果,分析复杂大型建设项目在前 期决策阶段、中期实施阶段、后期运维阶段可能面临的各类警情,基于流程再造和协同 理论,梳理各类情形下涉及的责任方,以实用的流程图为画像,给出具体的管控策略。 在对费用偏差问题实施处理和纠偏控制措施后,本章还将从费用偏差控制效果评价指标 体系和决策评价模型两个重要方面构建复杂大型建设项目费用偏差控制效果评价模型 来对管控工作的效果进行衡量,旨在形成有效的反馈机制,以形成闭环的费用偏差费用 管控理论体系。
5.1复杂大型建设项目费用偏差控制中的流程再造与协同
本节针对复杂大型建设项目费用偏差控制策略展开研究,挖掘了流程再造和协同理 论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则,旨在提 出考虑各参与主体责任的以操作流程为画像的偏差控制实施措施。
5.1.1费用偏差控制中流程再造与协同的目标
复杂大型建设项目费用偏差控制优化流程再造旨在为项目管理方提供费用纠偏服 务,实现针对建设项目全生命周期费用偏差的有效控制。通过实施全面的复杂大型建设 项目费用控制优化流程再造,细化工程建设项目各阶段的费用控制优化流程,建立完善 的反馈及保障措施,提升业主对建设项目的费用控制优化能力。复杂大型建设项目费用 偏差控制流程再造的具体目标可以总结为如下几点:
(1)实现费用控制优化流程覆盖复杂大型建设项目的全寿命周期,针对复杂大型 建设项目中没有深入进行费用控制优化工作的阶段和特殊细节,进行相应的费用控制机 制设计,识别这类项目在进行费用控制优化时的关键点与操作流程,进而完善复杂大型 建设项目费用控制优化的全环节流程。
(2)实现复杂大型建设项目费用控制优化流程在操作层面清晰化、明确化。针对 建设项目的全寿命周期管理,费用控制优化流程按照复杂大型建设项目的不同阶段来划 分,包括前期决策阶段、中期实施阶段以及后期运维阶段,各个阶段应分别设计清晰明 确的具体操作流程。
(3)实现复杂大型建设项目费用控制优化流程在实际执行过程中最优化。具体通 过调整部门的组织架构,合理分配岗位职责,设计实操性强的复杂大型建设项目费用控 制优化流程图,从而达到在纠偏控制过程中执行顺畅、流程运作快、节约反馈控制时间。 此外,要深入设计费用控制流程,尤其是针对工程建设项目的里程碑点的控制。
(4)做好复杂大型建设项目费用控制流程的保障措施。除对费用偏差控制流程需 做合理、详细的设计之外,还需做好各项保障措施,否则纠偏流程的实施也只能是事倍 功半,效率大减。具体的保障措施包括设定相关配套管理办法、展开相关培训工作、调 整适用的组织架构。
(5)协同复杂大型建设项目各方参与主体的权力、责任和利益。在建设项目管理 过程中,不同参与主体在项目不同阶段有各自的管理内容,而有些管理事项则需要多方 参与。出于各方利益考虑,加之沟通不畅,协同处理环节往往在管理活动中较为薄弱, 就费用控制而言,给其控制带来隐患。因此,在复杂大型建设项目费用偏差控制流程设 计中过程,需协调各部门、各层级、各环节的管理活动,促进多方之间的信息流动,使 各方控制主体目标一致,以效率最优、资源配置最优的方式实现费用偏差的有效控制。
5.1.2费用偏差控制中流程再造与协同的原则
复杂大型建设项目费用控制流程再造的原则主要针对的是操作流程中存在的不足, 坚持项目全过程费用控制优化原则、突出重点的费用控制优化原则和效率最优协同原则 来进行流程的再造。
(1)全过程费用控制优化原则。复杂大型建设项目费用控制优化贯穿于项目的全 寿命周期,全过程费用控制优化包括两个层次的控制:一是要对复杂大型建设项目的各 个阶段进行费用控制优化,改进实操过程中的费用控制优化流程,避免费用控制保障措 施的缺失;二是实现全员参与的费用控制,在人员方面,形成全员参与、权责分明的管 理模式;在管理方面,将影响费用偏差的影响因素进行综合分析,不予遗漏地全部纳入 复杂大型建设项目费用控制流程当中。
(2)突出重点的费用控制优化原则。费用控制优化流程的设计和改善要突出复杂 大型建设项目费用控制优化的重点,每一个阶段控制的重点不同,控制方法也不同,比 如复杂大型建设项目的前期设计阶段,缺乏费用控制优化的具体工作,但这一阶段对投 资的影响是最大的,设计费占投资总额的比重大约在6%,该阶段费用控制的好坏将会 直接影响项目总费用的80%以上,是复杂大型建设项目费用控制流程的重点环节,应采 取针对性的费用控制方法来建立控制流程。
(3)效率最优协同原则。设计完善后的操作流程应具有精简性和高效率的特点,保 证控制主体运用最少的管理资源,在尽量短的时间内完成纠偏操作。此外,效率的提升 要求在纠偏流程中要适当放权、简化审批环节、明确各方职责。任何一个费用控制环节 很难由某个部门独立完成,因此纠偏流程一经制定,就要明确各部门的职权和分工,设 计完善且适用的协同机制。
5.2复杂大型建设项目各阶段费用偏差控制策略
本节针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临 的不同费用偏差警情,分别给出了具体的纠偏操作流程和控制策略。
5.2.1前期决策阶段的费用偏差控制策略
复杂大型建设项目前期决策阶段是整个生命周期当中的前瞻性思维阶段,在这个阶 段,投资主体联合设计单位对项目做系统性规划,并对预期成果做出一定要求,以此来 指导建设过程和管理活动。在建设项目前期决策阶段,需要设置若干费用监控点,通过 对其进行偏差监测和分析,来对相关管理活动提供参考。对于建设项目而言,前期决策 阶段对工程费用的影响程度高达70%以上,因此如果决策阶段费用发生较大偏差,将对 后续工作乃至项目总投资造成严重后果,所以针对工程建设项目的前期决策阶段制定费 用偏差控制策略十分重要。复杂大型建设项目在前期决策阶段的费用偏差主要体现在各 类合同中投资方预算价与中标方报价的偏差,根据费用偏差比的大小将费用偏差级别定 义为无警、轻警、中警和重警四种状态。无警,即各项合同偏差在一定程度上可以忽略, 此时的费用监控点不会发出警报。轻警、中警、重警则依据费用监控点处于上一章节中 判定的预警阈值区间而定。纠偏流程中,首先由工程主管单位进行一级控制,即核查工 程总预算和中标方报价的偏差,界定是否存在警情可根据此项偏差程度是否在一定可接 受的范围内,但此时无法判定是否为无警状态,因此存在两种情形:①由于预算编制不 合理,使得项目预算大于中标方报价;②中标方预算编制不合理,使得其报价高于项目 预算,由此可以发现,存在正负相抵的可能性使得项目处于无警情状态,但其实部分合 同己出现了严重偏差,因此,必须进一步设计二级控制流程,即核算每个合同的预算价 与中标报价的费用偏差:无警情出现,则签订合同;有警情出现,则针对无警和轻警实 施同一类纠偏流程,中警和重警实施同一类纠偏流程,实施相对应的纠偏流程。复杂大 型建设项目前期决策阶段费用纠偏总体流程如图5-1所示。
(1)前期决策阶段费用偏差无警边界及轻警的纠偏流程再造
前期决策阶段涉及的主体方主要有咨询单位、设计单位和投标单位。对应这三类主 体的行为可以总结为:咨询单位编制概算,设计单位给岀设计方案,投标单位进行投标 报价。当警情为无警或轻警时,可能是以上三个主体行为同时出现异常导致的,也可能 是某一主体行为出现异常,故此时需进行逐一排查。该情景下的纠偏流程主要划分为三 个环节。环节一,建设单位审核咨询单位的概算编制;环节二,建设单位审核设计单位 的方案设计;环节三:核查中标单位的报价。判定为无警或轻警类型后,首先由建设单 位审核咨询单位编制的概算是否有问题,重点查验工程量和计价是否出现错误。若这些 细节不存在问题,则说明投资方负责编制的预算基本是没有问题的,考虑进入下一个环 节继续核实;若发现这部分的错误,由预算负责方具体分析出现的问题,并实施费用纠 偏,纠偏后再与中标报价进行对比,看是否存在偏差,若偏差满足设定范围,则签订合 同;若仍存在警情范围内的偏差,则进入下一环节。
 
 
 
图5-1前期决策阶段费用纠偏控制总体流程
Fig.5-1 Overall process of investment rectification control in early decision-making stage
进入环节二,建设单位审核设计单位的方案设计是否存在问题。重点审核是否有设 计深度不够或施工图错误等问题,导致中标单位和建设单位对图纸理解有偏差从而产生 费用偏差。若存在这类问题,则由设计单位负责详细分析出错环节,并由主管部门实施 费用纠偏,纠偏后再与中标报价进行对比,若偏差满足设定范围,则签订合同;若无这 类问题,则进入下一个环节,对中标方的报价进行审核。
由于问题只发生在上述三类主体负责的具体工作环节,若咨询单位和设计单位都未 发现问题,那么问题就出在中标单位的报价上。进入环节三,工程主管部门要求中标单 位解释偏差原因,重点分析偏差是否合理:若合理,则根据新的合同价款重新拟定要签 订的合同;如不合理,则将中标方的报价失误划分为正常报价失误和恶意报价。正常报 价失误,则对失误项进行纠正后再签订合同;恶意报价,则属中标方触犯的原则性错误 问题,废除合同,另选优质的投标方。图5-2展示了具体的无警或轻警纠偏流程。
 
 
 
 
 
 
图5-2前期决策阶段无警边界或轻警的纠偏流程
Fig.5-2 The rectification process of no alarm boundary or light alarm in early decision-making stage
(2)前期决策阶段中警及重警的纠偏流程再造
前期决策阶段中警及重警的纠偏流程与无警和轻警的核心区别在于对涉及的三类 主体负责工作的审核顺序不同。三类主体负责的工作中最可能出现中标单位报价偏差,
其次是设计单位设计偏差,最后为咨询单位概算编制偏差。然而,一旦出现中警或重警, 就属于较为严重的警情,应当尽早发现,尽早制定和实施纠偏措施。故首先从建设单位 审核中标单位的报价开始。同样地,纠偏流程也被划分为三个环节,环节顺序相应改变: 环节一,建设单位审核中标单位报价;环节二,建设单位审核设计单位提交的方案设计;
 
 
图5-3前期决策阶段中警及重警的纠偏流程
Fig.5-3 Rectification process of medium and heavy police in early decision making stage
首先,建设单位审核中标方报价与概算的偏差。若没有需要纠偏控制的警情发生, 则进入下一环节。若偏差超出设定的正常范围,则中标单位需解释出现偏差的原因:中 标单位若能合理解释费用超支问题的原因,则建设单位酌情考虑,转入环节二;若费用 超支原因解释不合理,则建设单位可考虑废除合同,另选其他优质中标方。进入环节二, 建设单位审核设计单位给出的方案(图纸)设计是否存在问题。若不存在问题,则进入 下一环节,即对中标单位的报价进行审核;若存在实质性问题,则由设计单位具体分析
哪部分出现问题,并由工程主管部门负责实施费用纠偏,纠偏后再与报价进行对比,看 是否存在不合理偏差,满足偏差要求,签订合同;若仍然存在非正常偏差,则进入下一 环节。如果环节一和二均未发现问题,则偏差原因基本定位将由环节三挖掘出。进入环 节三,咨询单位负责的预算编制出现问题。需先分析原因,在制定和实施纠偏措施,办 公及行政部门应对此次异常进行建档留存,作为以后类似费用偏差情况的参考和借鉴, 最终签订合同。前期决策阶段中警及重警的纠偏流程如图5-3所示。
5.2.2中期实施阶段的费用偏差控制策略
分析复杂大型建设项目中期实施阶段费用纠偏流程存在的问题,对流程中的各类反 馈和控制活动进行梳理和优化。流程再造给出的纠偏控制流程图需要清晰地显示各阶段 的主要负责方,以便在具体实施过程后起到责任到人、按规定程序的目标。复杂大型建 设项目实施阶段是价款支付最为集中的阶段,决策阶段所制定的投资计划绝大部分是在 这一阶段正式实施,导致费用出现偏差的概率较高,设定完整有效的纠偏控制流程的必
要性显著。 程中需要判别费用支出是否合理,是否达到警情阈值,是否需要实施纠偏措施。当审查 和核对的判别结果是无警情,即该阶段实际发生的费用与计划费用的偏差在合理范围 内。然而,与前期决策阶段的分析一致,该情形无法说明各类费用无异常偏差(可能存 在正负偏差相抵)。因此,该情形下必须对该阶段发生的每一块费用(合同费用)进行 核查:若每一块的偏差都属于无警,则无需采取纠偏控制措施;若局部岀现非无警偏差, 则需采取针对性措施来实施纠偏。本研究针对实施阶段不同程度的费用偏差,轻警偏差、 中警偏差、重警偏差,将采用的控制纠偏措施标记为C、D、E。当审查和核对的判别结 果是出现警情,即该阶段实际发生总费用与计划总费用的偏差不在合理范围内,此时必 须采用纠偏措施,并进一步核查本监控范围内各项合同是否发生偏差,找出发生不合理 偏差的具体分块合同,并针对不同的偏差警情采取不同的纠偏控制措施,具体细节同上。 这里需要特别强调,针对处于无警边界的偏差,也需要采用相应的适当修正措施,该措 施标记为F。在对总合同费用和细节的分块合同费用偏差采取不同的纠偏控制措施后, 应再次对总费用进行审核,若仍存在需关注偏差,则应循环进行上述纠偏流程。图5-4 详细刻画了复杂大型建设项目实施阶段费用纠偏控制总体流程。
 
(1) 实施阶段费用偏差无警边界的纠偏流程再造
当对本阶段所发生的总投资进行审查核算发现有需要处理的偏差警情发生(即实际 支出总费用与计划值之间的偏差超过阈值),进一步的审查核算分块合同费用时,若仍 旧没有发现需要处理的警情,则说明该阶段的分块合同存在无警边界情形的偏差,导致 总投资出现需要关注的偏差。这种情况下我们仍然要实施纠偏控制措施F来对这些合同 费用进行适当的修正,使得总费用也处于无警状态。图5-5展示了实施阶段费用偏差属 于无警边界的纠偏控制流程。
(2) 实施阶段费用偏差轻警的纠偏流程再造
在对实施阶段的某个审查周期内的分块合同进行核对时,若岀现费用偏差的轻警情 形,则进入上文介绍的纠偏控制措施C。首先,项目管理方确认该部分的请款是否超支。 若款项并未超支,则费用偏差的原因属于财务部门的打款错误;此时应对财务部门的相 关负责人员进行询问和排查,若打款超支存在合理原因则可停止针对该项合同纠偏;反 之,财务部门的负责人员有义务追回超支的打款。办公部门应该对每次的发现的费用偏 差问题和解决细节进行记录并留档保存。若判定为请款超支,则由建设单位项目部审核 该部分请款的超支是否合理。复杂大型建设项目在项目的具体实施阶段往往会出现工程 变更,导致费用发生不同程度的变化。因此,该情形下主要分析变更引起的费用偏差是 否合理。若建设单位项目部审核该部分请款的超支情况是不合理的,则应积极挖掘是否 是施工现场在实践过程中的偏差造成的。具体将以出现偏差的分块合同的依据,定位具 体项目工作内容,从材料、设备费偏差,施工偏差方法进行识别。若问题点处在材料和 设备方面,则应协调物资部门联系供货方进行核查和确认;若问题处在建设施工方面, 则应协调基建部门联系监理方和施工方进行核查和确认,分析发生费用偏差的原因,采 取针对性的纠偏措施。由责任方制定的具体纠偏措施将交给工程总承包商和监理进行审
核,通过后尽快实施。若实施纠偏措施后,费用偏差仍旧没有得到消除或是改善,则返 回偏差原因分析环节,进一步深入识别偏差原因。实阶段费用偏差轻警纠偏控制的具体 流程总结如图5-6所示。
 
 
图5-5费用偏差属于无警边界时的纠偏控制流程
Fig.5-5 Cost deviation control process when it belongs to non alarm boundary
(3)实施阶段费用偏差中警及重警的纠偏流程再造
在对实施阶段的某个审查周期内的分块合同进行核对时,若出现费用偏差的中警及 重警情形,则进入上文介绍的纠偏控制措施D.和E。.类似于上述轻警处理流程,项目管 理方应首先确认该部分的请款是否超支,若请款未超支,则此时出现中重警出现的原因 来源于财务部打款时的误操作,进一步审核该项打款操作,向财务部门相关负责人质询
原因,若原因不合理,则采取措施追回款项。然而,由于警情严重,可能对项目造成严 重后果,因此在多余款项进行追缴的同时,还应追究财务部门相关负责人的责任,防止 此类警情再度发生。具体的纠偏流程总结如图5-7所示。
开始
 
工程总承包商 审核纠偏措施
V _
审核纠偏措施
T
实施纠偏措施
该阶段总费用
否 偏差是否消除 否
是 是
建档彳呆存
此次问题及经验
财务部门按照 流程正常打款
V
结束
图5-6费用偏差属于轻警时的纠偏控制流程
Fig.5-6 The control process of rectifying deviation when the cost deviation belongs to light alann
在对费用偏差的轻警、中警、重警进行偏差原因分析时,主要从合同、经济、技术、 组织四个方面进行识别:合同原因主要包括实际值是否符合合同规定,款项计算是否合 理;经济原因主要为费用控制目标分解是否合理等;技术原因主要指对不同的技术方案 做技术经济分析后加以选择,以便于更加有效的进行费用控制管理。组织原因是指从费 用控制的组织管理方面进行原因分析,包括建立完善、协调的组织形式,明确各方费用 控制主体的权利和责任,构建清晰、简洁、高效的纠偏流程等。
5.2.3后期运维阶段的费用偏差控制策略
以经营还贷点和盈利点作为复杂大型建设项目后期运维阶段费用偏差关注点。两类 费用偏差监控点都有可能发生费用偏差轻警、中警和重警三种情况,三种警情级别对应 不同的纠偏流程。
(1)经营还贷点费用偏差控制策略
经营还贷点面临的费用纠偏工作主要包括两种情形:还贷费用不足,还贷费用超支。 前者是指在经营还贷点实际具备的还贷费用小于需要向银行计划支付的还贷额;后者是 指在经营还贷点实际具备的还贷费用大于需要向银行计划支付的还贷额。由于两种情况 下面临的无警状态表明还贷正常,运营正常,因此无需处理。费用偏差轻警和中警均表 示实际具备的还贷额与计划还贷额相差不大,基本处于可控范围之内;费用偏差重警无 论是还贷费用不足还是超支,都属于生产经营出现重大事故,需要财务部门及时介入。 由于还贷费用发生轻、中、重警纠偏流程的具体步骤不大相同,故本研究针对经营还贷 点的费用偏差提供五类纠偏流程再造体系,分别对应实际还贷费用不足轻警及中警、实 际还贷费用不足重警、实际还贷费用超支轻警、实际还贷费用超支中警、实际还贷费用 超支重警费用纠偏控制流程。
1)经营还贷点实际还贷费用不足轻警及中警纠偏流程再造。经营还贷点遇到轻中 警的实际还贷费用不足时,财务部门首先要核查对应的支付细节:若与计划费用一致, 则问题归结于银行方,向银行提出核对申请并反馈给财务部门比对分析;若与计划费用 不一致,则自查可支配资金能否补足;若暂时不能自给补足,则需向银行申请借款来填 补。整合流程需要实现闭环控制,采取措施后需要再次判定警情是否消除,若警情仍旧 存在则将基于PDCA循环的思想基础纠偏已达到无警状态。向银行借款来填补费用偏差 虽然能够扫除警情但属于下策。这类情况需要分析深层原因,为后续监控提供经验和参 考。首先财务部门要做好营业收入的统计和复核工作,确定产品或服务销售量是否达到 预期值;若营收没有出现问题,则是运营维护环节的费用超支,重点审查设备运行和项 目运营体系的各类费用开支。经营还贷点实际还贷费用不足的轻警及中警的纠偏流程总 结如图5-8所示。
2)经营还贷点实际还贷费用不足重警纠偏流程再造。当财务部门发现实际还贷费 用不足为重警警情时,这说明该项目在生产经营阶段发生了重大生产运营事故,应当立 即介入调查并处理费用偏差和相应的生产运营事故。此类情形下需要对相关责任单位和 责任人进行严肃处理,情节严重者提起法律诉讼。实际还贷费用不足的重警纠偏控制与 轻中警的核心区别在于安全监察部门的介入,并对整个纠偏控制环节做主要管控。
 
 
实施纠偏措施
该阶段总费用
偏差是否消除
是 是
建档‘保存
此次问题及经验
结束 <
图5-7费用偏差属于中警或重警时的纠偏控制流程
Fig.5・7 The cost deviation control process in case of medium alarm or heavy alarm
3)经营还贷点还贷费用超支轻警费用纠偏流程再造。当财务部门发现实际还贷费 用超过计划应还费用且为轻警时,可采用简便高效的方法立刻核实支付细节。若是按照 原计划支款,责问题归结为银行方面,则进一步要求银行核对并给出反馈;若没有按照 原计划支付,发生支付超支,则为财务部门自身问题,立刻找出出错责任人,给予批评 教育并向银行提出追回超支款项的申请。具体的纠偏控制流程总结如图5-9所示。
 
 
 
图5・8经营还贷点还贷费用不足的轻、中警纠偏流程
Fig.5・8 Rectification process of light and medium alarm for insufficient loan repayment expenses in
operating loan repayment points
4)经营还贷点还贷费用超支中警纠偏流程再造。经营还贷点的实际还贷费用超支 中警的纠偏流程与轻警基本一致,但是需要进一步分析具体原因。实际还贷费用超过计 划还贷费用在一定程度上说明,该项目在运营阶段的实际营业收入也是超过计划值。应 具体分析营业收入超出计划值的原因,发现有利于项目发展运营的因素应该被作为正向 推广导向。首先分析是否存在营业收入增长,核查是,则进一步核实产品和服务的销售 量是否增加,增加的销售量(或其他业务收入)需要分析这种增长趋势以现有的项目规 模是否能够维持和把控,据此给出纠偏措施;若不是营业收入增长,则进一步核实是否 是运营维护成本降低导致的,运营部门核查在比计划运维成本低的情形下是否能够维持 正常的生产经营,据此给出具体的纠偏措施。图5-10给出了还贷费用超支中警的纠偏 控制流程。
 
 
图5-9经营还贷点还贷费用超支轻警纠偏流程
Fig.5-9 Light alarm rectification process of loan repayment cost overrun in operating loan repayment
5)经营还贷点还贷费用超支重警费用纠偏流程。当发现经营还贷点的实际还贷费 用超过计划值的偏差很多即重警时,这在一定程度上说明项目的运营阶段岀现重大生产 “事故”。这里的事故有可能是正向的,对项目的发展经营有利的。这类偏差发生时,安 全监察部门就需要介入了,重点分析营业收入增长的深层次原因,这些原因是否是合理 的、可控的、能够继续支撑和维持项目的正常生产经营。具体的纠偏流程和中警的类似, 关键区别在于安全监察部门介入,对整个环节进行把控和负责。
(2)盈利点费用偏差控制策略
本研究将盈利点的费用偏差监控类别分为不足状态和超过状态:盈利点不足是指在 监控点的实际盈利值少于计划盈利值;盈利点超过是指在监控点的实际盈利值大于计划 盈利值。两种状态都可能出现无警、轻警、中警和重警。无警状态基本不需要采取措施; 轻警和中警均表示实际盈利值与计划盈利值之间有一定的差距,但基本处于可控制状 态;重警则反映出盈利偏差值过大,出现重大生产经营“事故”,需要财务部门深入调查 给予特别关注。下文将针对两种状态下的各类警情给出费用纠偏控制流程。
1)盈利额不足的轻警及中警纠偏流程再造。当财务部门发现监控的盈利点实际盈 利值小于计划盈利值且为轻中警时,应立即核查项目的具体盈利细节:首先确认是否是 财务部门发生的流程性统计错误,若是这类情形则内部制定相应的纠偏措施;若不是财 务部门问题,则应进一步排查是否属于销售额减少,具体反映为产品或服务的销量降低, 由财务部门制定具体的纠偏措施;若销量正常则问题出在运营维护成本方面,运检部门 应深入分析这部分费用和成本增加的原因并制定具体的纠偏措施。根据下一个盈利监控 点有无警情来循环执行纠偏流程。图5-11给出了盈利额不足的轻中警费用纠偏流程。
 
 
 
图5-10经营还贷点还贷费用超支中警纠偏流程
Fig.5-10 Medium alarm rectification process of loan repayment in operating loan repayment point
2)盈利额不足的重警纠偏流程再造。目在运行维护阶段的盈利点应该是项目实现 预期盈利的关键节点,一旦财务部门发现该节点盈利额严重不足达到重警,这在很大程 度上说明项目的生产经营发生了重大的经营事故,已经出现显著的亏损状态。财务部门 要牵头实施深入的调查和分析,采用的纠偏控制流程与中警基本保持一致,但安全监察 部门会介入,并且对问题的相关方和责任人给与严肃处理,情节恶劣者追究法律责任。 盈利节点出现重警,需要引起项目所有相关方的重视和调查配合。
 
 
Fig.5-11 Rectification process of light and medium alarm with insufficient profit
3) 盈利额超过计划的轻警及中警纠偏流程再造。盈利节点的实际盈利额超过计划 值在一定程度上说明该项目的生产、运营管理显现出良好的成效。但管理者和决策者需 要注意的是,这类盈利额的超过不一定是越大越好。因为与计划值的偏差过大有可能会 揭示岀生产经营背后巨大的问题、漏洞和风险。发现盈利额超过的轻警和中警时,财务 部门首先要核实偏差的问题方是否为自身内部的统计失误,若是,则自身立即实施相应 的纠偏措施;若不是,贝!J立即核查产品或服务的销量是否有大幅度的增加;若产品销量 的增加及趋势现有的配套能够正常满足和支持,则不需采取纠偏措施;否则财务部门将 上报项目运营管理团队共同制定相应的纠偏措施;若产品或服务的销售量没有增加,则 说明运营维护的成本大大降低,若这种成本的降低是由于优质管理的成效则应正向宣传 和推广,若这类成本的降低不能支撑项目接下来正常的生产经营,则运检部门要负责给 出具体的纠偏措施使得运营维护水平恢复到正常水平。以上纠偏流程和经营还贷点实际 还贷费用超支中警的处理流程相似,区别点和关键点在于判别引起偏差的原因是否是正 向的、有利于项目发展运营的。整合纠偏流程同样要执行基于PDCA循环的控制思想来 解决存在的偏差。针对这类情形的具体纠偏控制流程总结如图5-12所示。
4) 盈利额超过计划的重警纠偏流程再造。盈利点的重要性在于能表征项目开始盈利 了,生产经营活动是正常的;但实际盈利额超出计划值太多在一定程度上也说明生产经 营活动出现了重大“事故”,具体深层次原因有可能对项目发展运营有利,也有可能是重大
隐患。财务部门要牵头及时深入调查,找出具体原因,并对相关责任单位和责任人进行 严肃处理,情节严重者追究其法律责任。具体纠偏流程与中警类似,项目涉及的所有部 门和相关方在面临重警时都要联动起来,配合调查,重点分析现有配套和运营维护模式 是否能够支撑生产活动的正常进行和规模化增长,及时发现漏洞和风险因素。纠偏措施 的有效性以下一个盈利监控点是否岀现警情作为依据。
 
图5-12盈利额超过计划的纠偏流程
Fig.5-12 Rectification process of profit exceeding plan
 
5.3复杂大型建设项目费用偏差控制效果评价
5.3.1费用偏差控制效果评价指标体系
在构建了复杂大型建设项目费用偏差控制模型并实施费用偏差控制策略来进行偏 差纠偏后,需要对其效果进行评价以判断纠偏控制模型和具体策略是否切实可行。对复 杂大型建设项目费用偏差控制效果进行评价时,首先需要构建具有针对性的评价指标体 系,该评价指标体系是评价信息的特征载体,也是实施综合效果评价的基础。
费用偏差控制效果评价指标体系的设计思路总结如图5-13所示。首先,收集国内
外文献、复杂大型项目投资费用控制后评价报告、复杂大型项目的政策及社会关注资讯 等相关资料;其次,分析可用要素的交叉和冲突性,对可用分析要素进行统计和初步整 理,形成一般性的费用偏差控制效果评价指标集;进一步,基于专家访谈法,发挥专家 智库的资源优势,对指标集进行完善和筛选,确定用于构建指标体系的最终指标要素; 最后,基于层次分析法,兼顾全面性和代表性,将指标集中的要素组合成包括目标层、 准则层和指标层的有机整体,形成最终的费用偏差控制效果评价指标体系。
构建指标体系,将 层次分析法指标集中的要素组
1合成包含目标层、 全而性准则层和指标层的 代表性有机整体,形成最
终的评价指标体系
图5-13评价指标体系的设计流程及思路
Fig.5-13 Design process and idea of evaluation index system
该指标体系通过挖掘费用偏差控制各环节及各方面效果评价要素,基于上文的指标
体系设计思路确立了一套完整的指标体系。切实可行的指标体系对费用偏差控制模型和 控制策略具有导向和完善的作用,可以有效的引导方法和策略的实施,提高复杂大型建 设项目费用偏差控制的效率。本研究将从控制能力、控制效果、经济及社会效果三个方 面来给出费用偏差控制效果评价指标体系如图5-14所示。
控制能力C1
图5-14费用偏差控制效果评价指标体系
Fig.5-14 Evaluation index system of in vestment deviation control effect
(1)控制能力Cl o
1) 纠偏控制处理时间适宜性Clio纠偏控制处理时间在一定程度上反映了相关部 门对于费用偏差警情的控制能力。若在获得相关信息后,能够及时采取相应的措施和策 略进行纠偏控制,则能避免由于战线过长、处理时间久给项目造成进一步的费用偏差和 工期延误等问题。然而,不能完全根据处理时间的长短来衡量控制能力,需要具体考虑 不同项目以及不同特定监控点的特点。
2) 各部门配合力度C12o项目不同阶段的费用偏差纠偏控制需要不同部门来协同 配合,要求各部门达成良好的合作关系,共同承担纠偏控制任务。良好的合作共识、信 息共享、协同监管,才能保证费用偏差控制工作的顺利完成,达到警情解除的目标。因 此,各部门的配合力度能够很好地反映对复杂大型建设项目费用偏差控制的核心能力。 评判该指标可从涉及的部门规模、是否有纠纷、冲突、主要负责人员满意度(费用偏差 管控部门)等方面来分析。
3) 投入产出效率C13。针对具体警情在实施纠偏控制方案时,需要投入一定的人 力和资金:过多的人员投入可能会导致工作效率低下;过少的人员投入则有可能不能匹 配繁重的任务量。合理的资金投入也是确保纠偏控制工作顺利进行的基础。产出则是纠 偏控制工作的最终结果:警情是否解决,警情处理难度高情形下若还能解除警情也表明 产岀高。因此,应通过人力和资金的投入情况、纠偏控制的难以程度和纠偏控制警情处 理结果这几个方面来评判投入产出效率以表征控制能力。
(2)控制效果C2
1) 纠偏控制目标达成度C21。费用偏差控制的最终目的就是解除警情,期望该监 控点的费用偏差额不再存在。然而,在纠偏工作的具体实施过程当中,不同的警情,不 同的处理难度,不同的主客观环境都会影响纠偏控制目标的完成情况。因此,需要根据 纠偏控制工作完成后控制目标的达成度来直观反映实际的控制效果。
2) 对后续监控点的负向影响C22。当前监控点的纠偏控制工作实施情况以及最终处 理结果和警情解除情况都会对后续监控点产生影响。这里重点关注对后续监控点的正向 影响来表征控制效果。当前纠偏控制工作无论难度高低,若能在实施过程中总结经验教 训留底、发现新问题,完善管理办法,给后续管控启示,则能为后续监控点带来诸多正 向影响,这在一定程度上表明纠偏控制工作起到了很好的控制效果。或多或少都会在进 度和费用方面给整个项目带来不利影响。此外,纠偏工作还有可能影响声誉、口碑及合 作关系的达成等深层次的负面效应。负面影响越小则从侧面反映出控制效果越好。
3) 完善纠偏控制体系的贡献C23o每次的纠偏控制工作在一定程度上都是对纠偏 控制体系的完成和修正,在一定程度上反映了控制效果的可持续效应。完善纠偏控制体 系的贡献主要体现在信息化建设、法律法规完善、程序规划化、丰富纠偏控制办法和策 略这几个方面。信息化建设主要是指在纠偏控制时,各部门的实时信息反馈、共享和传 输;法律法规完善主要是指是否促进了配套标准、办法和规章制度的制定和形成;程序 规范化进程能够减少冗长繁杂的不必要流程,将权责划分清晰化,提高纠偏控制效率。 不同费用偏差和警情状况需要不同的控制办法和策略,一次次的纠偏控制工作会不断的 丰富和完善纠偏控制办法和策略。
(3)经济及社会效果C3
1)节省的非必要费用额C3E费用偏差控制的最终目的就是减少非必要的超额支出, 在实施纠偏控制过程中会出现追回超支费用、降低非正常支出、查验出经营运转漏洞等 关键里程碑事件。因此,评估整个纠偏控制环节最终为项目所减少的非必要费用额是最 为重要的经济效果表现,是政府和投资方最为关注的控制效果之一。
2)投资方认可度C32。投资方的认可度在很大程度上反映了纠偏控制效果的好坏。 纠偏控制工作起到警情解除和控制作用需要开展一系列工作,会涉及到各类人力、财力 和物力资源。整个纠偏控制过程的流畅度、效率、及时性、最终效果等都会影响投资方 对纠偏控制工作的认可度。在某些情况下,即使警情解除,但是整个处理环节出现人员 不愉快、投入产岀效率低、给投资方造成负面影响等现象都会降低投资方的认可度;有 时警情纠偏控制难度大,各部门已付出巨大努力,即使警情没有解除,也能得到投资方 的赞赏和认可。
3)公众评价C33o复杂大型建设项目一般为政府费用的大型基础设施项目,项目 的资金来源为纳税人缴纳的税款。因此,项目费用资金的走向是否正常合理,费用偏差 控制效果如何等都会受到公众的注意和评价。费用偏差控制的目的是使费用资金合理使 用,满足公众的期待和认知,公众作为纳税人的主体,其关于项目费用偏差控制效果的 评价能够直接反应控制方法和策略的有效性。
5.3.2基于支撑度理论的纠偏控制效果评价群决策模型
在对某一投资监控点实施纠偏控制后,将基于上文构建的评价指标来分析控制效果 的好坏并给出具体效果等级。值得说明的是,评价过程只有多方专家的参与才能体现出 结果的客观性、公正性、代表性。因此,本文构建的评价模型将引入专家群决策思想。 该环节得到的结果将作为管理人员和决策人员绩效考核及后续费用偏差控制工作的参 考和依据。
物元一可拓理论被成熟广泛地运用于等级评判和风险评价的相关研究卩67]。然而, 该方法在评价信息收集、经典域表示和群决策三个方面仍有改进和提升的空间。因此, 本研究将利用犹豫模糊语言术语集(Hesitant fuzzy linguistic term set, HFLTS )、云模型 (Cloudmodel)、K-中心点聚类算法来改进物元一可拓方法以构建费用偏差效果评价群 决策模型。该模型涉及到的关键步骤、核心算法、基本假设总结如下:
设定某项费用监控点在实施纠偏措施后的控制效果“将用上文构建的评价指标, 即,9个特征C来评判,每个特征C对应的值为V,用有序的三元组作为物元R.评 价对象的名称N,特征C和量值7称为物元R的三要素。贝!J,本研究中待评价监控点 的纠偏控制效果对应的9维物元记为:
N q v,
R = (N,C,V)= ? [ (5-1)
v9_
物元可拓方法在用来实施纠偏控制效果等级评判时需要先确定经典域,在本文中即 为效果评价的等级。
步骤1:确定纠偏控制效果评价的等级(物元的经典域)
'nj q vyl'
Rj=(Nj,Cj,Vj) = C2 Vj2 = C2 仏2〉 (5-2)
_ C9 vy9_
式中,N/代表效果评价划分的等级,本文7 = 7;〈町是关于q的取值等级范围, 即经典域。
常规的物元可拓评估分析模型中等级范围是用区间来表示,区间的两端为定值或测 量值。然而,对于定性指标来说,其等级范围往往无法定量给出。本研究将利用云模型 表征事物特征模糊性和随机性[168]的优势来反映等级范围(经典域)。
用正态云模型Mj{EXj,EnJ,Hej)反映经典域(等级范围)仇〉。则基于云模型的物 元可表示为:
Nj q
c2 M2(Ex2.En2,He2)
j Mj (EXj, Enf, He)
本文设定七类纠偏控制效果的等级,基于黄金分割原理生成相应的云模型。给定论 域U = [X®A_I,黄金分割方法"刃用来转换这七种评价等级,本文七个等级云模型对 应的数值转换关系如下所示:
Ex_3 = Xmin , Ex3 = xVmax, Ex0 = d* + 乙皿)/ 2
Eg = £xo-O.382(^max -Xmin)/4, Ex_2 = Ex0 -(^max -Xmjn)/4
Ex, = £r0 + 0.382(JVmax -Xmjn)/4, Ex2 = Ex^ + ^X^-Xmin)/4; 4)
En_} - En. = 0.382(Xmax -^min)/12,尿。=0.618场 '
Eg = En2 = En} / 0.618, En_3 = Eny = En2 / 0.618;
He_、= He严 He。/0.61 & He_2 = He2 = He. /0.61 & He_3 = He3 = He2/0.618
其中,超嫡He.为初始值由专家给出。
本文在生成七个等级对应的云模型时,为便于与犹豫模糊语言术语集获取的待评价 物元(某实施完纠偏控制措施的费用监控点)的评价值保持一致,将有效论域设定为
U = [O,1],初始超爛尿。=0.1。利用上文介绍的数值转换关系,将得到的云模型和等级 对应关系总结如表5-1和图5-15所示。效果评价指标的等级范围与最终评价效果一致, 也分为这七类,具体如表5-2所示。
表?-1七类纠偏控制效果等级及其对应的云模型
Table 5-1 Seven kinds of corrective control effect levels and their corresponding cloud models
效果等级/语言变量 符号 对应的云模型
很差(很低) S] M, (0, 0.0833, 0.4237)
差(低) S] M2 (0.25, 0.0515, 0.2618)
较差(较低) y M3 (0.4045, 0.0318, 0.1618)
一般 Sa M4 (0.5, 0.0197, 0.1)
较好(较高) S5 M5 (0.5955, 0.0318, 0.1618)
好(高) - S6 M& (0.75, 0.0515, 0.2618)
很好(很高) S7 M. (1, 0.0833, 0.4237)
 
步骤2:确定纠偏控制效果评价指标的权重
最好最坏法是一种适用性强的主观权重确定方法。层次分析法和网络层次分析法在 对指标的重要程度进行两两打分时,时常会由于比较次数过多产生一致性错误问题,并 且修改矩阵后的效果也不好”0]。BWM方法大大减少的比较次数,只需将最好指标和最 坏指标分别与其余指标进行比较1叽17氏图5-16展示了 BWM方法的比较逻辑。该方法 的核心步骤总结如下:
 
 
图5-15云模型参数的含义及7个评价等级对应的云模型(论域U: 0-1)
Fig.5-15 The meaning of cloud model parameters and cloud models corresponding to 7 evaluation levels
(domain U: 0-1)
步骤2-1.确定最好和最坏的指标。最好和最坏是相对而言的,旨在选出重要性最 强和最弱的指标用来与其余指标进行比较。
 
表5・2纠偏控制效果评价指标的等级范围云模型
Table 5-2 Grade range cloud model for evaluation index of deviation correction control effect
效果评价指标 很差 较差 等级范围云模型
-般 较好 很好
Cll M] M"
C12 Mi M, Mi
C33 M, m2
步骤2-2.构造判断矩阵。与AHP方法类似,这里采用1-9的标度来给出最好指标 对于其他指标和其他指标相对于最坏指标的相对重要程度分值。针对本节的9个指标可 以获得判断矩阵&=(為…,啖)和氏=(%%…如几
步骤2-3.计算最优权重w,.=根据重要程度矩阵构造线性规划模型"I】,目标函数
 
和约束条件如下所示:
ming
\wb-ahjyv^<^,forallj
\wj-aJwyvu\<^ ,for allj
=1
本文利用成熟的商业化求解软件LINGO来求解构造的线性规划问题来得到最终权
重和优化结果E。
步骤2-4. —致性检验。通过计算一致性比率(二一)【171]来开展一致性检验。式中参 max£
数根据表5-3的总结选择。
 
图5-16 BWM方法关于指标两两比较的逻辑
Fig.5-16 The logic of BWM method on the comparison of two indexes
步骤3:基于支撑度理论对评价信息进行聚类集结
步骤3-1.首先,专家利用基于犹豫模糊语言术语集给出的评价语言来对所有定性
指标进行打分,获得的犹豫模糊语言将被转换成可以定量计算的云模型。涉及的关键定
 
义和公式如下: 表5-3 BWM方法的一致性测试指标
Table 5-3 Consistency test index of BWM method
abw 1 2 3 4 5 6 7 8 9
maxg 0.00 0.44 1.00 1.63 2.30 3.00 3.73 4.47 5.23
定义1.本文使用的犹豫模糊语言术语集包含七个语言变量,与效果评价等级保持 一致。具体含义和对应关系总结如下:
 
S = e :很差(VP\ $2 :差疔),$3 :较差(巧,* : 一般広0,] (5-6)
较好(RG), $6 :好(G), $6 :很好(VG) J
定义2 M2]. Hs是一个确定的犹豫模糊语言,它由有限个连续的S中的语言变量构 成。其基本形式如下:
Hs = {(x,/z(x))|x e X] (5-7)
其中,吃)表示xwX映射到比的隶属度。
定义3.专家基于语言变量给出的评价信息将通过下述规则转换为对应的Hsi
(1)仏(sJ = {®|s, eS} = {s,]
(2)%(介于®和屯之间)={s”h eS,s, <sk<sJ}={st,s^,...,sj]
(3)仏(低于sj = {%|s” wS, s# “卜肛|心,...応}
(4)傀”(高于sJ = {s』s* wS, s* 2s』={s“...,s*,s*+i}
定义4.进一步,附有可信度的汕可以表示为:
比={^,C(5,))|s,. 6 5}
 
(屯)之间,对于很差,差(町)和较差可信度分别是20%, 40%和20%o
定义539].附有可信度的犹豫模糊语言与云模型之间的转换可以通过下述公式来 完成:
(5-9)
(5-10)
(5-11)
其中,|c(s,)|表示给定评价语言的可信度的数量,『表示可信度得分,|加心(片,)|为
针对某一定性指标给出的犹豫模糊评价语言的数目。
 
定义6[173].每个云模型在坐标系中可由一组云滴((X),^),(x2,来构 成和呈现,云模型的估计值可利用下述公式进行去模糊化处理得到:
1 n
臥眄)=-工和, (5-⑵
刃/=1
步骤3-2.通过上述步骤获得专家给的评价信息后,集结所有专家针对某一纠偏控 制监控点的某一指标给出的打分。假设共有N位专家参与该评价过程,针对该指标© 产生了 N个评价分数(已通过上述环节转换为可定量分析的实数),本节将基于“支撑 度”思想来集结评价信息。
步骤3-2-1.计算N位专家打分的均值:
N
耳=十 (5-13)
步骤3-2-2.利用K-中心点聚类算法将N位专家给出的N个评价分数进行聚类,分 类数为心分别计算这丘类(组)评价分数的均值。假设第丘类(组)中包含的评价分 数的个数为mz
耳二旦一 (5-14)
m
步骤3-2-3.将所有专家的权重大小设置为丘类,即聚类后同一类(组)的专家权重 相同。根据每类(组)评价打分均值瓦与N为专家打分均值 环 之间的距离来定义 权重大小:耳与為越接近,则该耳所对应的这类(组)专家的权重越大。假设第Z类(组)
的评价分数均值为石,则基于相对距离込进行如下计算获得每类(组)专家的权重% :
(5-15)
(5-16)
步骤3-2-4.基于获得的每类(组)专家的权重来对评价值进行集结以得到最终N 位专家参与的关于效果评价指标Q的打分:
6=丫(叫可 (5-17)
步骤4:计算待评物元与七类云效果等级的关联度
根据以上步骤得到了待评价物元所有评价指标的具体数值和权重。进一步计算待评 价物元与七个不同效果等级的云物元的关联度。
 
首先将待评价的某一监控点的各项纠偏控制效果指标值◎视为一个云滴,分别基于 表5-2的等级范围云,生成一个期望值为励、标准差为He的服从正态分布的随机数Rn, 进而计算数值◎与正态可拓云之间的关联度/。具体计算方法〔174】如下:
 
步骤5:计算总关联度确定纠偏控制效果等级
获得待评价物元的每个评价指标与等级范围云模型的关联度后,利用BWM方法获 得的指标权重马将这些关联度人集结以得到总关联度:
9
(5-19)
最后,根据总关联度的大小确定该待评价物元的纠偏控制效果属于哪一等级。
5.3.3算例分析
本节以章节4.4中某复杂大型建设项目为例进行算例分析,选取某费用监控点在实 施纠偏控制后的状态作为评价对象,利用上文构建的评价模型来确定纠偏控制效果的等 级。该群决策过程一共有十位专家(领域学者、项目经理、总工)参与打分,即能10。 基于HFLTS获取的评价信息经过公式5-6至5-12的处理后得到的初始决策矩阵总结如 表5-4所示。
表5-4十位专家给出的所有指标的评价值
Table 5・4 The evaluation value of all indexes given by ten experts
专家1 专家2 专家3 专家4 专家5 专家6 专家7 专家8 专家9 专家10
C11 0.7166 0.6833 0.5 0.6167 0.5 0.833 0.5667 0.4 0.4166 0.667
C12 0.5 0.4166 0.3999 0.5667 0.333 0.333 0.4 0.3832 0.3667 0.5
C13 0.667 0.6168 0.667 0.5667 0.5 0.833 0.833 0.7167 0.5834 0.5834
C21 0.7999 0.8333 0.8333 0.667 0.667 0.6833 0.6833 0.8277 0.8277 0.8333
C22 0.167 0.167 0.333 0.333 0.2832 0.2333 0.3667 0.4 0.3832 0.3832
C23 0.333 0.333 0.4 0.4 0.2222 0.2222 0.175 0.167 0.167 0.2333
C31 0.5 0.5667 0.5667 0.5834 0.5834 0.5667 0,4 0.4833 0.4667 0.4
C32 0.6168 0.6168 0.6833 0.5667 0.667 0.667 0.833 0.833 0.5667 0.5667
C33 0.5 0.76667 0.667 0.667 0.5667 0.4833 0.6833 0.5 0.6168 0.5834
根据上文介绍的专家聚类分组方法,将10位专家分为3类(即R3),具体聚类结 果总结如图5-17所示。利用公式5-13至5-17获得专家组权重,具体的分类(组)和权 重结果总结如表5-5所示。
 
 
图5-17专家评价值的聚类(分类)结果
Fig.5-17 Clustering (classification) results of expert evaluation values
利用BWM方法获得9个纠偏控制效果指标的权重总结如表5-6所示。可以看出指 标纠偏控制目标达成度(C21)的重要性最强,指标权重接近25%;投入产出效率(C13)、
投资方评价(C31)及公众评价(C32)的权重也较高,负荷企业追求运营控制效率的 创新性原则和致力于发展为社会各方满意的企业理念。
表5-6纠偏控制效果指标的权重
Table 5・6 The weight of deviation correction control effect index
C11 C12 C13 C21 C22 C23 C31 C32 C33
6.0694% 7.5867% 15.1734% 24.9278% 5.0578% 3.2514% 7.5867% 15」734% 15.1734%
基于表5-5中的集结值和公式5-19计算得到每个等级下的总关联度如表5-7所示。 因此,通过本文构建的纠偏控制效果评价群决策模型,该待评价的费用监控点在实施纠 偏控制措施后的控制效果等级为“较好”。
表5-7各等级下的总关联度及最终评价结果
Table 5-7 The total correlation degree and the final evaluation results of each grade 纠偏控制效果等级 评价结果 很差 较差 一般 较好 很好
较好
总关联度 0.0921 0.6224 0.5571 0.7277 0.8345 0.6295 0.7660
本文所提基于支撑度理论的专家群决策评价方法的新颖之处在于利用聚类算法和 中心支撑思想来对专家的意见进行集结(确定信息权重)。进一步,本节将利用被广泛 使用的经典信息集结算子,有序加权聚合(Ordered Weighted Aggregation, 0WA)集结 算子来对专家意见信息进行集结,0WA集结的关键思想在于对信息进行重排序,该信
表5-5专家聚类结果及最终指标集结值
Table 5-5 Expert clustering results and final index aggregation valu<
指标 集结值 总均值 聚类结果(R3)
CH 0.6120 0.5900 专家3 专家5 专家8 专家9 专家2 专家4 专家7
石=0.4542 壮=0.3135 x, =0.6334 =0
C12 0.4147 0.4199 专家8 专家9 专家5 专家6 专家3 专家7 专家2
0.3540 0.3195 0.4055 0.4606
C13 0.6630 0.6567 专家4 专家5 专家9 专家10 专家1 专家2 专家3
0.5584 0.3274 0.6669 0.48
C21 0.7825 0.7656 专家4 专家5 专家6 专家7 专家1 专家8 专家9
0.6752 0.2857 0.8184 0.3748
C22 0.2993 0.3050 专家1 专家2 专家3 专家4 专家5 专家6
0.1670 0」943 0.2956 0.4793
C23 0.2493 0.2653 专家7 专家8 专家9 专家5 专家6 专家10
0」697 0.2976 0.2259 0.4167
C31 0.5326 0.51 17 专家1 专家7 专家8 专家9 专家10 专家2 专家3
0.4500 0.3363 0.5667
C32 0.6554 0.6617 专家1 专家2 专家4 专家9 专家10 专家1 专家2
0.5867 0.3607 0.6390
C33 0.6339 0.6034 专家1 专家5 专家6 专家8 专家10 专家3 专家4
0.5267 0.3700 0.6585
 
息集合的中心位拥有较高的权重,本文利用正态分布抽样来获得OWA集结过程中的权 重要素。本文所提信息集结方法与OWA的本质思想基本一致,不同点在于对专家的评 价信息进行聚类而不是简单的重排序。重新计算的评价等级结果如表5-8所示。通过下 表可以看出,两种方法得到的等级结果基本一致,都是处于“一般”以上等级的关联度 较大;差异在于本文所提集结方法获得的评价等级结果相对保守;一定程度上,对费用 纠偏控制管理体系(纠偏办法及策略)产生的反馈和倒逼效应更加显著。
表5-8基于OWA集结算子得到的最终评价结果
Table 5-8 The final evaluation result based on OWA aggregation operator
纠偏控制效果等级 评价结果
本文 方法 很差
0.0921
0.6224 较差
0.5571 一般
0.7277 较好
0.8345
0.6295 很好
0.7660 较好
总关联度 基于
OWA 0.00095 0.3418 0.1259 0.2382 0.4871 0.9531 0.7455
 
5.4本章小结
针对复杂大型建设项目进行费用偏差控制时,在对偏差进行警情划分和未来警情预 测后的关键工作就是形成有效且实用的费用偏差控制策略来实施具体管控。管控策略应 覆盖项目的不同阶段、不同警情,相关责任和利益主体应划分明确,融入工作流程图来 指导实际管理工作。实施纠偏管控措施后,还需对控制效果进行评价和分析,发现管控 过程中的薄弱环节和不足,形成反馈机制和完善的闭环费用偏差控制管理体系。控制效 果评价工作的量化能够用来指导实践,监督和激励管理人员严肃对待复杂大型建设项目 费用的使用和管控工作。
本章基于流程再造和协同理论,分别针对复杂大型建设项目在前期决策、中期实施 以及后期运维三个阶段,明确各阶段责任方,以流程图为画像给出了费用偏差控制策略, 详细分解了各类警情环境下应采取的纠偏控制流程。本章设计的费用偏差控制流程图与 本人博士就读期间参与的一项科研课题的核心研究内容紧密相关,本文中给出的流程图 方案是本人在科研课题的基础上深入思考和完善后,得到的具体凝练的成果,这些流程 图已经实际应用在了项目甲方(为保护甲方权益故隐去真实名称)“电网工程全寿命周 期费用监控与控制优化”的日常管理工作当中,使用效果较好,落地性强,得到了该单 位的好评和认可。进一步分析费用偏差控制效果,基于支撑度理论构建了复杂大型建设 项目费用偏差纠偏控制效果评价群决策模型,该模型具体包括从控制能力、控制效果、 社会及经济效果三个方面建立评价指标体系、评价信息的采集、专家评价信息聚类集结、 权重计算、效果等级确定这五个具体步骤,最后以十位专家为智库来源,给出了具体算 例来验证模型的有效性和适用性。 …
本章与云模型相关的内容已发表在SCI 一区期刊Journal of Cleaner Production上,与运 用模糊语言评价决策相关的内容已发表在中文核心期刊《科技管理研究》上。
in
第6章 复杂大型项目费用偏差控制信息系统分析与设计
利用信息技术实现费用偏差的监控、警报和预测以及控制策略实现是未来复杂大型 建设项目费用管理的重要模式,实现复杂大型建设项目全寿命周期费用监测与控制理论 研究成果与实际工程项目对接,最直接有效的方案是研发一套可实现的计算机系统,通 过设计便捷的人机交互界面,使相关管理人员能够将费用监测点的数据直接输入并形成 稳定记录,经研发系统处理可以获得最直接准确的警情结果,便于控制主对相关工程 进行费用监测与控制,同时更好地服务相关管理工作人员。基于前面章节的理论和应用 分析,本章对复杂大型建设项目费用偏差管理信息系统(Cost Deviation Management Information System, CDMIS)进行分析与设计,以加强复杂大型建设项目全寿命期费用 偏差预警模型及偏差控制策略的应用性。本研究中研发系统的思路是将工程费用监测数 据上传至服务器,通过内嵌算法对数据进行处理,同时将计算结果以便于理解和容易操 作的形式传达给系统使用者,使之更快而准确地做出预警或纠偏行为,系统可以通过设 置管理权限实现数据系统的开放管理,提高数据釆集的效率。
6.1复杂大型建设项目CDMIS分析
6.1.1复杂大型建设项目CDMIS的定义
随着复杂大型建设项目的持续增多,项目数据信息呈指数级增长,相关管理活动也 越发多样和复杂,仅靠人力对复杂大型建设项目进行管理显得力不从心。计算机技术和 管理信息系统领域的发展,给传统项目管理带来了新的活力。在建设项目管理过程中, 运用计算机技术不仅能对海量数据进行精确处理,还能针对项目信息做出及时响应,帮 助项目管理方发现项目建设过程中存在的问题,并协助决策者做出理性决策。当前,计 算机技术己渗透到国内外项目管理活动的各个方面,为了便于收集和存储建设过程当中 的费用相关数据,对海量数据进行分析和计算,以此来实现建设项目费用控制和相关决 策,项目费用偏差管理信息系统正逐步进入人们的视野。复杂大型建设项目CDMIS的 概念如图6-1所示。
 
图6-1复杂大型建设项目CDMIS概念图
Fig.6-1 Conceptual graph of CDMIS for complex large-scale construction project
在复杂大型建设项目CDMIS中,项目管理方可以对建设项目全生命周期费用偏差 相关数据进行采集、存储分析,将前面章节中涉及到的模型方法以模型块的形式内嵌在 系统当中,并适时调用该模型块对费用数据进行处理,以此实现复杂大型建设项目的费 用偏差控制。该系统可以协助项目管理方实现项目不同建设阶段费用偏差的识别、费用 偏差警报和预测,并且构建协同管理功能模块实现对费用偏差的纠偏措施。
6.1.2复杂大型建设项目CDMIS的建设目标
(1)可靠性,复杂大型建设项目CDMIS中涉及到的数据包括历史项目费用数据、 费用监控点计划值、费用监控点实际值、纠偏效果评价指标打分数据等,其中监控点实 际值和纠偏效果评价指标打分均为釆集数据。为确保费用偏差警报的准确性和纠偏效果 评价的合理性,需要保证系统采集的数据具有可靠性,即信息准确且可追溯来源。
(2)管理的全程性,复杂大型建设项目费用偏差控制涉及到项目建设全过程,即 前期建设、中期实施、后期运维三个阶段。因此,在CDMIS中要实现项目每个建设阶 段下的费用偏差警报、预测及控制。
(3)实时精准性,复杂大型建设项目CDMIS中,历史项目费用数据和费用监控点 计划值为己知项,直接录入系统当中即可;费用监控点实际值和纠偏效果评价指标打分 则由相关人员依程序实时录入。
(4)查询共享,复杂大型建设项目CDMIS采用SQL Server数据库对数据进行稳 定、安全存储,项目相关人员均可依据权限对数据进行访问和查询;此外,与项目相关 的其他管理系统均可与本系统建立接口连接,实现项目内部的信息共享。
6.1.3复杂大型建设项目CDMIS的用户分析
复杂大型建设项目的费用偏差管理活动在项目建设全生命周期持续进行,在这个过 程中有诸多控制主体共同参与,且各方在不同阶段发挥不同的作用。根据各方控制主体 在项目费用管理活动中的参与程度可将其分为直接参与方和关联参与方两类。复杂大型 建设项目全生命周期费用偏差管理参与方如图6-2所示。
(1)业主方
业主方对复杂大型建设项目进行投资也从中获取收益,从业主的角度看,在费用偏 差管理活动中,业主方不仅要考虑其自身利益,同时也需履行其作为项目投资方的责任 和义务。在项目建设过程中,业主负责监督施工各方按照合同约定履行各自的职责,同 时在管理活动中协调各方关系和人力资源、设备材料等的有效配置,尽可能提升项目的 管理效率。
(2)设计单位
设计单位是复杂大型建设项目前期设计阶段的主要参与者,通过在图纸上反映业主 的施工意图,进而指导后续的施工活动。这些图纸是指导项目建设过程的重要依据,体 现了业主对项目的建设要求。设计单位对风险评估的准确度对复杂大型建设项目也有着 重要影响。设计单位对项目的建设规模、功能、总投资、工程质量目标进行管理,同时 对项目的工期和成本进行规划,对复杂大型建设项目的运营维护期收益有一定的影响。
 
图6-2复杂大型建设项目全生命周期费用偏差控制参与方
 
Fig.6-2 Participants of life cycle cost deviation control in complex large construction projects
(3)施工单位
项目实施阶段即是将设计理念转化为工程实体的阶段,施工单位作为这一阶段的参 与主体,负责根据合同要求,统筹人力资源、设备材料等按期完成工程建设。施工单位 的活动直接影响工程的成本、进度和质量,对工程总体计划的实施有着重大影响。
(4)监理公司
在建设项目费用管理活动中,监理单位负责协助业主方对建设项目的进度、质量、 费用等工程项目目标进行管理。此外,监理公司为业主方提供工程咨询服务,因此监理 公司不仅需要对工程行业建设规范有所了解,熟悉本工程的有关规章制度和工程技术规 范以及工程设计图纸,还需对业主方的建设意图和目标进行充分了解和掌握。
(5)设备、材料供应商
复杂大型项目建设周期较长,在项目建设过程中建筑材料及建筑设备均可能在价格 上产生变化,从而直接影响项目成本。作为设备、材料供应商,也间接参与到费用管理 活动中,对建设项目费用偏差控制产生一定的影响。
(6)运营单位
在复杂大型项目建设过程中,需要对项目进度、费用、质量进行综合管理,具体来 看包括设备管理、人员管理以及设备的日常检修和维护,单靠业主方参与已无法满足日 趋复杂的项目管理需要,因此需要专业的运营单位对复杂大型建设项目进行管理。运营 管理单位还对可以复杂大型建设项目的运营情况进行项目后评价,以确保项目的顺利持 续进行。业主方可以自主成立运营单位,也可以雇用项目管理领域的专业运营单位。
6.1.4复杂大型建设项目CDMIS的需求分析
本节针对复杂大型建设项目CDMIS进行了业务需求分析、流程梳理等工作,这些
 
都是决定系统取得成功的关键,需求不清、流程不准会阻碍后续开发工作。复杂大型建 设项目CDMIS是基于建筑市场以及协同管理的理论,集成数据采集、处理、分析技术, 通过计算机语言内嵌算法和模型,力争使项目全生命周期费用情况更加透明化、降低费 用风险。本文设计的复杂大型建设项目费用偏差控制系统,作为项目投资方和管理方对 费用情况及时了解和管控的一个信息平台,旨在根据项目的适时费用情况进行偏差识 别、偏差预警和偏差控制。根据前文的理论研究,本文提出的复杂大型建设项目CDMIS
应包含如图6-3的各项功能。
 
图6-3复杂大型建设项目费用偏差控制系统功能需求分析
Fig.6-3 Complex large construction project cost deviation control function requirement analysis
(1)数据存储和管理功能。能够将建设项目相关数据信息存储在系统数据库当中, 既可以是云端也可以是本地服务器,兼具安全性和稳定性;能够对数据进行基本的添加、 删除、查询等操作;能够对数据进行预处理,解决数据错漏和数据冗余等问题。
(2)费用偏差警报功能。基于历史项目数据,并通过构建模型划分警报区间;通 过实时监测费用的实际值与计划值得差值百分比获取监控点的警情区间。
(3)费用偏差预测功能。由于复杂大型建设项目费用节点众多且相互之间具有极 其复杂的联动关系,复杂大型建设项目费用存在由前期向后期传导的现象,在传导过程 中费用的偏差也许会导致工程费用出现“蝴蝶效应”。以风险扰动与传递的思路展开研 究,基于紧前监控点的费用偏差数据以及发生费用的原因对下一节点的费用偏差进行预 测。基于本文系统的计算结果可以提高复杂大型建设项目费用管理的以及投资风险控制 与解决的能力。
(4)费用偏差控制。获取某一监控点的警情级别之后,自动跳转执行相应的纠偏 流程(内置在系统当中)。针对具体的流程,项目各参与方作为纠偏主体都需要在系统 中有所作用。
(5)纠偏效果分析。该模块提供费用偏差纠偏效果的评价功能,从控制能力、控 制效果、社会及经济效果三个方面建立评价指标体系,提供专家意见输入接口,进行模 型的推演和纠偏效果的综合评价,并产生相应的分析建议,对纠偏流程闭环改进。本系 统将群决策方法应用于纠偏效果中,综合考虑了项目关系方的主观态度,更加符合实际。
(6) 历史数据管理功能。旧的项目数据以数据表的形式储存在数据库中,根据项 目管理需要可以将其导出或者转存,在管理信息系统中,保留对历史数据和历史结果的 查询功能。
(7) 系统设置功能。系统根据不同的角色、功能定位赋予用户不同的操作权限; 普通用户可以对自己相关信息进行修改,包括用户名、密码、通讯地址等,还可以向系 统管理员发出角色或权限申请;具有权限的用户还可以对一般用户的信息或者权限进行 编辑和修改。
作为功能需求的补充,非功能需求是指与系统的具体功能没有直接关系,但与系统 的整体特性有关的需求,包括安全性、可靠性、互操作性、健壮性等〔175]。为防止项目 信息的泄露以及非法用户的入侵,出于安全性考虑,为系统建立登录口令和操作权限; 为便于系统未来的拓展和升级,出于可维护性考虑,对系统进行模块化设计;为产生更 好的经济效益,出于经济性和实用性考虑,系统应采用较为先进的技术手段[1761。
6.2复杂大型建设项目CDMIS设计
6.2.1系统的总体设计原则及开发方法
复杂大型建设项目CDMIS是由数据驱动的,在该系统中将数据库技术和Web开发 技术与复杂大型建设项目各个管理阶段的业务流程进行了有机的整合,促进了复杂大型 建设项目全生命周期费用偏差管理的科学化和自动化。在对系统进行综合分析的前提 下,复杂大型建设项目CDMIS的设计需遵循以下原则:
(1) 整体性原则。管理信息系统的设计要从整体角度出发,对系统结构、系统功 能进行宏观上的设计,进一步再将设计细化;构建系统中,采用的编程语言、遵循的代 码规范需保持一致性。
(2) 集成性原则。考虑到系统现有功能需求及未来的延展性,本文采用Microsoft. Net技术架构,借助其集成技术进行系统开发,既能符合现实需求,又符合未来发展的 技术要求;采用面向服务架构,通过数据库技术储存标准数据,并预留数据接口,实现 项目相关管理系统间的集成。
(3) 适应性原则。本系统的设计不仅考虑到当前建设项目费用偏差的管理,还考 虑未来复杂大型建设项目的综合管理过程,因此系统的长期应用需要其具有良好的适应 性;模块化的设计使得随着未来管理需求的变化,可以通过对系统功能进行分离式的修 改,使系统功能与实际需求相契合。
(4) 安全性原则。建设项目涉及大量的数据信息,这些数据保存在本地或云服务 器上,同时系统在一定范围内实现了数据共享,因此,系统的数据安全性和网络安全性 是系统开发过程中需要关注的重点。
(5) 经济性原则。在CDMIS的开发过程中也要考虑成本因素。一方面,信息系统 更新换代是很快的,采用兼具安全性可高效性的计算机技术,能够以低成本技术实现髙 效管理;另一方面,在系统设计方面,要简化系统结构,去掉无关紧要的模块及功能, 降低系统的运行维护成本。在很多以往信息系统建设的案例中,真正实施开发时发现设 计中有漏洞,但是此时却己经做了很多工作,付出了一定的成本。虽然目前的重构技术 可以辅助修正系统设计,但是重构技术高额的费用更加重了己经超出预期的成本的负 担。不良的功能设计是发生重构的主要原因。因此,系统功能设计的评价标准和设计质 量要求保持一致性,具体有如下几个方面要求:
1)正确性。正确性是信息系统开发过程中最基本的要求,对于复杂大型建设项目 CDMIS而言,需要在对业主建设需求进行充分理解的基础上,将其通过设计的方式体 现在系统的功能和模块上。当前,系统功能设计的正确性主要取决工程方和设计方之间 的信息沟通是否顺利,这依赖于经验丰富的分析人员,通过代码编译和调试,来发现设 计阶段功能设计是否存在缺陷甚至错误,重点检查系统业务逻辑是否符合项目管理需求 以及是否可以正常执行。
2)可靠性。保证系统的可靠性要求系统功能设计过程中采用规范化的设计模式, 运用兼具安全性和适用性的设计工具,同时保证相关组件具有可靠性,避免组件或模块 的重复开发及冗余。
3)完整性。CDMIS设计过程需符合完整性要求,主要体现在结构的完整性和组成 部分的完整性两个部分。结构完整性要求对功能结构的设计要全面覆盖业主方管理需 求,不能有遗漏;组成部分完整性则是指在结构完整的基础上,对系统的每个部分都有 清晰、明确的定义和具体功能。
4)类设计的合理性。类是管理信息开发过程中的程序封装的一种表现形式,其本 质上也属于模块化范畴,类的设计在系统功能设计中起着十分重要的作用。类通常由相 关分析人员依据其主观经验和专业知识进行设计,所以其设计的合理性重点在于设计过 程中类的定义是否明确、类的粒度是否合适以及类之间的关系是否清晰。
(6)接口定义的严谨性。复杂大型建设项目CDMIS设计过程中需遵循信息共享原 则,使项目相关不同信息系统之间可以进行数据交互,运用接口实现数据对接能够有效 实现数据沟通和信息整合。在面向对象设计中,接口的设计是最为重要和困难的任务之 一。首先,接口的命名要在遵循相关规范的前提下尽量简洁明了;其次,接口的访问限 制方面,要出于安全性和实用性考虑,可将其暂时设置为私有。
(7)图表文档的完备性。CDMIS设计需要一些媒介作为指导,包括图表和文档等。 设计人员需按照规范和流程,将设计过程以图表或文档的形式进行完备的记录,便于开 发人员理解设计需求和日后的调试回溯。
管理信息系统的开发并非简单的代码编译,还涉及到需求调研、结构设计、功能设 计、运行调试等多个环节,在整个过程中需消耗大量的人力、物力、技术资源,因此除 了要考虑相关技术和管理对系统开发的影响之外,还有考虑开发方法是否符合管理需 求。常用的开发方法包括原型法U77]、结构化方法【178〕以及面向对象方法[179]等,三种方 法都有各自的特点和适用范围,具体如表6-1所示。
表6-1.管理信息系统开发方法
Table 6-1. Development method of management information system
系统开发 方法 基本思想 优点 缺点 适用场合
结构化 基于工程逻辑,遵循用户至 上原则,对系统模块进行从 整体到部分的分析和设计 强调从整体到部 分,开发过程规范 开发周期长,系统 维护成本高、应对 需求变化能力差 适用于大型信 息系统的开发
原型法 基于用户需求开发原型系 统,并不断完善修改原型系 统直至用户满意 开发速度较快且更 易被用户接受 人力、物理成本高, 需要用户积极配合 适用于流程简 单的小型系统
面向对象 对于客观事物,出于一般思 维的角度对其组织结构进 行分析和描述 直观、方便;简化 程序设计;系统易 于维护且开发周期 较短 大型系统开发较为 不易 系统功能日趋 复杂和庞大
在实际的开发活动中,需要根据系统的实际情况动态地改变开发的方法,还可以根 据不同的需求使用不同的方法进行组合。常用的组合方式如:①结构化和原型法并用; ②结构化和面向对象方法并用;③原型法和面向对象方法组合。本文将运用结构化和面 向对象方法进行复杂大型建设项目费用偏差控制系统的方案设计。
6.2.2系统的平台整体设计
通过对系统的相关设计需求和开发原则及方法进行研究之后,下一步对复杂大型建 设项目CDMIS开发过程中涉及到的各种平台进行整体设计,具体包括以下五个方面:
(1)数据平台设计。综合考虑安全性和经济性,CDMIS采用SQL Server关系型数 据库存储项目相关信息数据。SQL Server数据库符合存储海量数据的需求,且具有跨平 台和可靠性高的优势,通过在数据库内部构建关联性,能够实现对数据的增、删、改、 查等一系列操作。复杂大型建设项目CDMIS涉及到的数据包括历史项目费用、费用监 控点计划值、费用监控点实际值、纠偏效果评价指标打分等类型的数据,按照数据采集 的一般特点,可以将其分为两类。一类是静态数据,包括历史项目信息数据和费用监控 点计划值数据;另一类是动态数据,需要通过在项目建设管理过程中采集或计算,包括 费用监控点实际值、纠偏效果指标打分、具体监控点偏差阈值等。针对不同类型的数据, 需要设计相适应的数据关联及数据结构,进一步将其储存在数据库当中。
(2)平台结构化设计。复杂大型建设项目具有涉及部门多,业务分布广等特点, 基于CDMIS的管理特性和需求,本系统采用B/S结构进行开发工作,使参与建设项目 费用控制的各方主体即系统用户,能随时随地对系统进行远程访问,能有效降低系统的 开发和维护成本,也有益于系统的进一步拓展。与传统的C/S结构模式相比,B/S当中 的数据存储在项目云服务器上,数据的更新和操作都是在服务器层面完成,用户端不需 要对数据更新或对系统进行安装、维护。基于B/S结构的CDMIS主要过程为:系统用 户在用户端通过浏览器页面对系统进行访问,在浏览器页面输入账号和密码,向服务器 发出登录请求,服务器端在接受请求后将其与数据库中的用户信息数据进行对比,确认 通过后进入系统展示界面并展示数据结果,供用户进一步浏览和操作。本文的信息系统 设计图如图6-4所示。
 
 
 
 
 
图6-4系统结构图
Fig.6-4 The structure of system
(3)用户权限设计。复杂大型建设项目CDMIS中的系统用户具有不同权限,可划
分三类:①普通用户:这类用户占比最高,指的是项目实施生命周期内的中低层管理人 员,主要包括设计单位、施工单位和运维人员等,其需求是能够根据自己的立场及监测 到的项目实时费用情况,在系统内输入项目不同阶段费用监控点的客观监测数据,经系 统内嵌算法对数据的处理得出项目费用偏差严重程度;②高级权限用户:这类用户是在 普通用户基础之上进行认证的,其除具有普通用户的所有权限外,还兼具对项目信息、 费用监控点、项目人员的编辑功能,主要包括包含项目投资方和承包方等高层项目管理 人员。③系统维护人员:此角色通常是系统开发方担任,除日常维护系统外,主要的工 作是将复杂大型建设项目费用偏差相关理论和模型以计算机语言的形式体现在系统功 能当中,并且可以在系统后台对项目各类参数和数据进行修改。
(4)输入设计。CDMIS中应提供客户端的数据输入功能,通过设计友好的用户输 入界面,实现书籍交互的功能。在复杂大型建设项目CDMIS中,存在两种输入形式的 数据,一种是将实时监测的数据输入系统之中,包括费用监控点的计划值和实际值;另 外一种人为手动输入或直接导入数据,包括历史项目信息数据和纠偏效果专家评分。
 
「基础数据设定
数据管理模块I 数据交互
数据存储
模型存储
模型库管理模块 模型调用
模型维护
警情聚类划分
费用偏差警报模块 j 费用偏差警情判别分析]
「费用计划值和实际值的输入
 
纠偏流程制定
 
 
纠偏流程修改
图6-5系统总体功能结构图
Fig.6-5 The overall system functional structure diagram
(5)输出设计。在保证系统功能符合需求的情况下,友好的输出界面设计对系统 的开发工作提出了更高的要求。一个优秀的费用偏差控制系统应当能提供界面美观、数 据清晰且符合用户使用偏好的输出界面。
6.2.3复杂大型建设项目CDMIS的功能及模块设计
结合上文中相关分析和设计,本节围绕系统相关需求,对其功能及其模块做出了详 细设计。系统的整体功能结构图如图6-5所示。依据模块设计相关原则和规范,相应的 系统功能模块设计如表6-2至表6-8所示。其中,表6-2所示的功能模块条目即对应为
系统中的一级菜单目录,而表6-3至表6-8中的选项卡条目则为对应一级菜单项中的二 级菜单目录。
表6-2系统功能模块设计
Table 6-2 Design of system function module
编号 功能模块 说明
1 数据管理 对应需求分析的“数据存储与管理”功能,细分的功能选项卡详见表6-2
2 费用偏差警报 对应需求分析的“费用偏差警报”功能,细分的功能选项卡详见表6-3
3 费用偏差预测 对应需求分析的“费用偏差预测”功能,细分的功能选项卡详见表6-4
4 费用偏差控制 对应需求分析的“费用偏差控制”功能,细分的功能选项卡详见表6-5
5 纠偏效果评价 对应需求分析的“纠偏效果分析”功能,细分的功能选项卡详见表6-6
6 历史管理 对应需求分析的“历史数据管理”功能,细分的功能选项卡详见表6-7
7 系统设置 对应需求分析的“系统设置”功能,细分的功能选项卡详见表6-8
 
 
表6・2 “数据存储和管理”功能选项卡设计
Table 6-2 Design of "data storage and management" function tab
编号 功能模块 说明
1-1 数据存储 数据存储到云端服务器的数据库中,实现数据共享;已处理完毕的旧数据依 旧储存在数据库中,可供项目管理方查询和追溯相关信息
1-2 数据预处理 该模块设置有项目预处理相关按钮,对原始数据进行冗余检查、错误处理和 一致性检验后形成系统数据库,所有项目相关功能和操作均以该数据为基础 进行。
1-3 数据编辑 提供相关按钮,供用户对数据进行增加、删除、修改和查询等;按钮显示与 否与用户的权限有关。
1-4 备份/恢复 设计有数据备份和恢复按钮,可按需进行相关数据的备份恢复操作。
 
 
表6・3 “费用偏差警报”模块功能选项卡设计
Table 6-3 Design of "cost deviation alert" module function tab
编号 功能模块 说明
2-1 模型设计 设计有系统动力学模型的接口按钮,可根据权限进行风险因果图的添加、删 除、查询、信息修改等操作
2-2 模型演算 基于本文建立的模型,利用系统数据库预处理后的数据生成模型的警情阈值 区间;对阈值区间的初值和相应警情进行显示;按照角色身份提供权限对生 成初值进行修改、删除等操作
2-3 数据输入 提供监控点费用计划值和实际值的输入的相关按钮,根据系统内置算法计算 岀偏差额度以及偏差百分比
2-4 结果呈现 根据计算结果,提供图表结果展示的相关按钮,以根据需求基于模型结果显 示二维图或数据表
 
 
表6・4 “费用偏差预测”模块功能选项卡设计
Table 6-4 Design of "cost deviation forecast" module function tab
编号 功能模块 说明
3-1 模型演算 基于本文建立的模型,利用系统数据库预处理后的数据对神经网络模型进行 训练,生成改进预警区间;对改进预警区间的初值和相应警情进行显示
 
 
编号 功能模块 说明
3-2 结果呈现 基于己得知的紧前监控点的费用偏差相关数据信息,提供图表结果展示的相 关按钮,以根据需求基于模型结果显示二维图或数据表
3-3 结果分析 对结果进行子目扰动因素分解和深度原因分析
 
 
表6-5 “费用偏差控制”模块功能选项卡设计
Table 6-5 Design of "cost deviation control" module function tab
编号 功能模块 说明
4-1 纠偏流程展示 提供图表结果展示的相关按钮,以根据需求基于模型结果显示纠偏流程图
4-2 纠偏流程设计 提供流程修改接口,按照角色身份提供权限对纠偏流程进行修改、删除等操 作
4-3 纠偏控制 根据监控点警情判定结果,启用相应阶段对应警情下的纠偏流程针对费用偏 差执行纠偏策略
 
 
表6-6 “纠偏效果评价”模块功能选项卡设计
Table 6-6 Design of "evaluation of rectification effect" module function tab
编号 功能模块 说明
5-1 评价模型 统计纠偏后项目费用偏差相关信息,构建指标体系;对评价决策模型进行选 定,对模型过程所需的权重值,按照权限要求专家进行评判计算,给出相应 的得分,并对纠偏效果进行评价
5-2 模型演算 基于本文建立的模型,利用系统数据库生成模型的评判相关用表;对专家打 分的权重值进行显示;按照角色身份提供权限对生成初值进行修改、删除等 操作
5-3 专家值导入 基于模型需求,在系统外对专家意见进行收集,并按模板格式要求形
成Excel表,在此选项卡中导入系统或者直接在系统内输入专家意见值;对 己导出的专家意见进行显示;按照角色身份提供权限对导入值进行删除、修 改等操作
5-4 结果呈现 提供图表结果展示的相关按钮,以根据需求基于模型结果显示数据表;通过 模型计算得到关于纠偏效果评价的结果。
 
 
表6-7 “历史管理”模块功能选项卡设计
Table 6-7 Design of "historical management" module function tab
编号 功能模块 说明
6-1 历史采集数据 对导入的现已进行入库操作的历史数据进行管理,可进行删除、查询等基本 操作
6-2 历史项目警情 数据 对己经入库的项目历史信息数据进行管理,包括项目监控点数据信息、监控 点警情信息、项目相关信息等
6-3 历史纠偏效果 评价数据 对己进行入库操作的纠偏效果评价中包含的模型过程信息、专家评价信息、 结果信息进行管理,可进行删除、查询、对比等基本操作
 
 
表6送“系统设置”模块功能选项卡设计
Table 6-8 Design of "system settings” module function tab
编号 '功能模块 说明
7-1 账户管理 系统中的所有用户可对自己的账户信息进行管理,可修改账户、密码和联系 方式等信息
 
 
编号 功能模块 说明
7-2 角色管理 此选项卡仅在系统管理员账户显示,管理员可设定系统用户的所有角色类 型,并为各角色类型赋予相应的权限
7-3 权限管理 对于项目管理人员等非系统管理员账户,用户可向系统管理员发出权限申请 的请求;对于系统管理员账户,可以对其他用户的权限申请进行审批操作, 同时,可查询和管理系统内所有用户的角色和权限
7-4 人员管理 此选项卡仅在系统管理员账户显示,管理员可对其他用户账户进行添加、删 除、修改、査询等操作。
 
6.2.4复杂大型建设项目CDMIS的数据库设计
数据库是信息管理系统的基础和核心,数据库设计是系统开发的重要组成部分。合 理的设计数据表,是顺利开发数据库的基础。作为系统内的数据存储介质,数据表的设 计既要能和数据格式相匹配,又要有足够的字段支持系统的功能拓展,要注意控制数据 冗余、关联的原则、安全性和完整性、使用主键或索引约束、命名的规则性等几个问题。 按照系统模块结构,部分数据表设计如下:
(1)用户信息管理表(Sys_User)如表6-9所示,用来存储系统用户的信息。
表6-9用户信息管理表
Table 6-9 Sys_User
字段名称 数据类型 能否为空 说明
Fieldname Datatype Canitbeempty Explain
ID Int 主键,值自增
Createtime datatime 创建时间
Remark nvarchar (MAX) 备注信息
Usertype Int 用户类型
Username nvarchar (50) 用户名称
Realname nvarchar (50) 真实姓名
Password nvarchar (50) 用户密码
Phone nvarchar (50) 手机号码
Email nvarchar (50) 电子邮箱
Address nvarchar (255) 用户地址
(2)当前监控项目表(MonitoringProject)如表6-10所示,系统主体部分,在这一 模块中适时录入费用监控点数值,系统自动弹出警情供管理人员参考以便采取进一步费 用策略。
表6-10当前监控项目表
Table 6-10 MonitoringProject
字段名称 数据类型 能否为空 说明
Fieldname Datatype Canitbeempty Explain
ID Int 主键,值自增
Createtime Datatime 创建时间
Remark nvarchar (MAX) 备注信息
 
 
 
字段名称 数据类型 能否为空 说明
MonProjectType Int 项目类型
MonProjectStatus Int 项目状态
MonProj ectMoney decimal (18,2) 项目预算金额
MonProjectRealMoney decimal (18,2) 项目实际金额
Createrld Int 创建者ID
CreaterName nvarchar (255) 创建者名称
(3)监控点体系表(MonitoringPointSystem)如表6-11所示,为新录入系统的项 目提供监控点模板。
表6-11监控点体系表
Table 6-11 MonitoringPointSystem
字段名称 数据类型 能否为空 说明
Fieldname Datatype Canitbeempty Explain
ID Int 主键,值自增
Createtime Datatime 创建时间
Remark nvarchar (MAX) 备注信息
MonPointType Int 监控点类型
MonPointName nvarchar (255) 监控点名称
Proj ectMoment Int 项目阶段
SortNum Int 监控点序号
Value_Pass_Plus decimal (1&2) 正放行阈值区间
Value_Pass__Minus decimal (18,2) 负放行阈值区间
V alue_W am_Plus decimal (18,2) 正警告阈值区间
Value_Wam_Minus decimal (18,2) 负警告阈值区间
Value_Stop_Plus decimal (1&2) 正停工阈值区间
VaIue__Stop_Minus decimal (18,2) 负停工阈值区间
DocName^Pass nvarchar (255) 放行文档
DocPathPass nvarchar (500) 放行文档路径
DocName_Wam nvarchar (255) 警告文档
DocPath_Wam nvarchar (500) 警告文档路径
DocName__Stop nvarchar (255) 停工文档
DocPath_Stop nvarchar (500) 停工文档路径
DocName_Rectiiy nvarchar (255) 整改文档
DocPath Rectify nvarchar (500) 整改文档路径
(4)项目监控点关联表(MonProject Monpoints)如表6-12所示,几个数据表之 间的串联表,可独立修改项目或某监控点的信息。
表6-12项目监控点关联表
Table 6-12 MonProject_Monpoints
字段名称 数据类型 能否为空 说明
Fieldname Datatype Canitbeempty Explain
ID Int 主键,值自增
 
 
字段名称 数据类型 能否为空 说明
Createtime datatime 创建时间
Remark nvarchar (500) 备注信息
MonProjectld Int 项目ID
MonPointld Int 监控点ID
MonPointType Int 监控点类型
MonPointName nvarchar (255) 监控点名称
PlanValue decimal (18,2) 计划值
RealValue decimal (18, 2) 实际值
ProjectMoment int 项目阶段
SortNum int 监控点序号
ValuePassPlus decimal (1&2) 正放行阈值区间
Value_Pass_Minus decimal (18,2) 负放行阈值区间
Value_Wam_Plus decimal (18,2) 正警告阈值区间
Value_Wam_Minus decimal (1&2) 负警告阈值区间
Value_Stop_Plus decimal (18,2) 正停工阈值区间
Value_Stop_Minus decimal (18, 2) 负停工阈值区间
DocNamePass nvarchar (255) 放行文档
DocPathPass nvarchar (500) 放行文档路径
DocNameWam nvarchar (255) 警告文档
DocPath_Wam nvarchar (500) 警告文档路径
DocName_Stop nvarchar (255) 停工文档
DocPathStop nvarchar (500) 停工文档路径
DocN ame_Rectify nvarchar (255) 整改文档
DocPathRectify nvarchar (500) 整改文档路径
AlarmTitle nvarchar (255) 警情级别
DocPath nvarchar (500) 警情文档
Createrld Int 创建者ID
CreaterName nvarchar (255) 创建者名称
 
6.3复杂大型建设项目CDMIS关键技术
6.3.1复杂大型建设项目CDMIS的开发技术选型
面向服务的架构(Service-Oriented Architecture, SOA )是一个组件模型"槪,SOA模 式通过对服务指令将不同的功能模块联系起来,服务指令可以是数据访问也可以是数据 操作,它独立于系统开发和应用服务器,实现了模型和操作过程的分割。与模块设计理 念相契合,针对复杂大型建设的SOA模式,项目管理方不必拘泥于模型和计算的对应 关系,可以嵌入多个仿真系统模块。随着建设项目的日益复杂,以及费用控制过程的复 杂性,SOA架构开发的优势日益凸显:第一,建立在SOA架构上的信息系统,当管理 需求发生变化时无需对业务服务接口进行调整,只需对相应服务的流程或修改操作进行 调整即可,便于维护;第二,用户无需了解具休实现细节,具有更高的可用性。第三, 依靠业务服务设计、开发和部署等所采用的架构模型实现伸缩性。使得服务提供者可以 互相彼此独立地进行调整,以满足新的服务需求。
•Net框架定义了整个标准的应用开发体系结构和一个部署环境,在这个体系结构 中,应用开发者的注意力集中在封装商业逻辑和商业规则上,一切与基础结构服务相关 的问题以及底层分配问题都由应用程序容器或者服务器来处理。C#是一种应用广泛的面 向对象的编程设计语言,它结合了可视化操作和功能强大的特性,成为.NET框架开发 的首选语言,有利于提高系统的开发效率和运行效率。因此本系统采用基于.Net框架的 SOA架构进行开发。
本系统基于SOA技术的架构图如图6-6所示。
表现层 仿真並务层 服务层 组件层 资源层
 
 
 
图6-6 SOA技术的架构图
Fig.6-6 Structure diagram of SOA Technology
 
6.3.2复杂大型建设项目CDMIS的数据仓库设计
随着复杂大型建设项目的蓬勃发展,项目自身的复杂性导致了费用相关数据的持续 增长。从复杂大型建设项目费用管理的角度来看,费用偏差的警报、预测和控制等都需 要各个维度的实时数据或历史数据,对数据频度和准确度要求更高,对海量数据采集处 理提出了更高的要求。另外,复杂大型建设项目费用管理过程种涉及到的数据包含多种 类型。这些都对复杂大型建设项目CDMIS中的数据库管理带来极大的挑战,也为基于 传统数据库的数据挖掘带来了难度。
作为数据库的分支,数据仓库结合了数据挖掘技术,旨在通过对存储在其内部的大 量数据资料进行系统性分析,获取有价值的资讯,从而辅助项目管理方做出决策。在复 杂大型建设项目CDMIS中,包括海量的原始历史项目信息数据以及随着项目建设逐渐 累积的当前项目信息,在系统的设计阶段可以设计数据仓库,对历史项目数据进行集结、 聚合和多维分析,形成项目属性数据、聚合数据、多维数据模型等单元,将这些数据仓 库单元在系统模型库的基础上进行数据传输,为仿真运算、结果分析等应用提供数据支 持。这里面,数据仓库的作用就是将海量源数据进行压缩、优化、提炼、归结,形成有 利于费用偏差控制仿真运算和结果分析所需要的数据单元。这样就节省了大量的系统资 源,使得运算数据是建立在海量数据的基础上,避免了数据丢失或数据恶性偏好。本系 统的数据仓库结构如图6-7所示。
 
 
6.3.3复杂大型建设项目CDMIS的模型管理模块设计
数据和模型是管理信息系统的核心部分,依据模块化设计理念,需要对费用偏差控 制相关模型和方法在系统中的存储方式和表现形式进行设计,即构建模型库(Model base,
MB)。同时,为方便对模型进行提取、访问以及修改等操作,需针对模型库单独构建模
型管理模块。在复杂大型建设项目CDMIS中,模型库管理模块应该由以下要素组成:
 
图6-8模型管理模块结构图
Fig.6・8 Model management module structure diagram
通过前面章节的理论分析可知,模型库中包括系统系统动力学模型、改进K-Means 算法、改进神经网络模型以及群决策模型,是专用的统计、预测、优化、决策等定量模 型,在费用偏差控制过程中,能够调用、运行、修改和检查这些模型。模型执行是调用 模型库中的模型进行模拟仿真的过程。模型指令处理器用于接受并解释来自用户界面部 分的指令并且传送给模型执行或整合功能。在复杂大型建设项目CDMIS中,模块化的 设计使得可以在模型库中添加多种模型来解决费用偏差控制中的管理问题,此时可利用 的模型有很多,就会产生一种新的问题,即模型的选择性调用。在模型库管理中为了管 理的需要,根据它们的功能和用途可分为若干模型群体,即模型群。
6.4本章小结
基于复杂大型建设项目费用偏差控制活动的复杂性,针对其费用控制的过程涉及到 大量的数据、模型、算法、函数,仅靠项目管理人员无法对庞大的数据及其模拟分析过 程进行处理,因此需要借助计算机技术对费用偏差控制过程进行模拟仿真。项目管理人 员通过对系统生成的计算结果进行深入分析,做出费用偏差控制相关决策,提高管理效 率。因此,为保证模型在费用管理决策中的应用,同时为管理人员提供较为完善的决策 参考,本章从实际操作的角度出发,在前面重点对费用偏差关键影响因素识别、费用偏 差控制方法、警报和预测模型以及控制策略等内容的研究基础上,设计了复杂大型建设 项目费用偏差控制系统研究框架,作为相关理论研究实践和论证检验的平台,实现理论 研究应用于实际生产的目标。本章首先对复杂大型建设项目费用偏差控制系统(CDMIS) 建设进行了分析,对CDMIS进行了定义,提出了复杂大型建设项目CDMIS建设目标, 分析CDMIS的各用户(业主方、监理单位、设计单位、施工单位、检修单位、运营单 位等)在系统建设中的作用;其次从面向对象的角度,进行了系统的需求分析,确定了 系统的非功能需求和功能需求;然后对复杂大型建设项目CDMIS进行了设计,阐述了 系统的总体设计原则,介绍了结构化方法、原型法、面向对象法三种开发方法,对系统 的平台进行了总体设计,构建了费用偏差控制系统的总体设计框架,设计了数据管理、 费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价、历史管理和系统设置等 功能模块,并进一步针对不同应用场景分解了各子模块的功能,计了数据库的功能与结 构;对涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据 仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。
综上,本章的系统设计以历史工程项目数据和在建项目实时数据为基础,能够实现 工程信息的综合存储与应用,往期项目费用情况查询、当前监控项目信息查询、在建项 目不同建设阶段的费用偏差情况及其警情查询,不同警情下纠偏流程处理及对纠偏效果 的综合评价等功能,方便了项目管理人员及时把控项目的费用情况,并根据偏差情况及 预警信息做出相应的调整策略,具有很好的实用价值,也为将来复杂大型建设项目综合 在线管理的信息系统管理研发提供了一定的借鉴。
第7草研究成果和结论
全球范围内,复杂大型建设项目的稳步增长给项目管理者和项目管理工作带来了新 的挑战,如能迅速适应这些变化的趋势,运用先进实用的管理工具,采用先进的管理方 法,项目管理者将能有效应对挑战,抓住发展机遇,掌握建设项目管理领域的主动权。 除了全球化不可逆转的进程所创造的项目市场的竞争激烈外,复杂大型建设项目的管理 需求,特别是费用目标的实现,也成为一个亟待解决的难题。传统的项目管理輕论和方 法对复杂大型建设项目的费用监控有一定的借鉴意义,但在实践中,这些方法仍存在许 多不足之处,如缺乏从全生命周期的全局性考虑、缺乏科学的管理方法、项目目标管理 更倾向于局部最优解或某一特定问题的探索。同时,现实中复杂大型建设项目费用超支 现象普遍,无论宏观掌控还是微观实践,都迫切需要先进、实用的复杂大型建设项目费 用监控方法。为解决上述问题,本研究首先建立了基于系统动力学的复杂大型建设项目 费用偏差控制虚拟仿真模型,识别出费用偏差影响因素及其重要程度,并对模拟结果进 行了分析;然后针对费用偏差警报问题和预测问题构建了相应的警报和预测模型,并通 过算例论证了模型的有效性和可行性;进一步针对项目不同阶段的不同费用偏差警情, 梳理并总结出具体的纠偏操作流程和控制策略,并对纠偏效果进行了综合评价;最后, 在理论模型的研究基础之上,进行了复杂大型建设项目费用偏差管理系统研究。综上, 本文主要的研究成果和结论包括以下几个方面:
(1)识别了导致复杂大型建设项目出现费用偏差的关键影响因素。本文基于系统 动力学理论与方法,构建了复杂大型建设项目全生命周期费用偏差影响因素模型。然后 将其划分为若干子系统,通过分析确立了系统边界点及其数值,构建了各子系统方程式, 进而运用Vensim虚拟仿真软件深入分析了影响项目费用偏差的各个因素,并就其深层 次原因进行探究。前期决策阶段关键影响因素包括:工程规模、市场供需、现场条件、 政治环境、人员素质、工程技术、数据可靠、设计方案、设计深度、审查工作量、工作 时限;中期实施阶段关键影响因素包括:工程变更、缩短工期、工期延误、通货膨胀、 人员素质、竣工决算值、设备和材料因素;后期运维阶段关键影响因素包括:工程验收 风险、工程未完工、人员专业素质、材料价格、人为因素。各要素之间不是孤立存在的, 彼此之间有着较为复杂的线性关系和非线性关系。通过从各个子系统构建费用偏差控制 系统动力学子模型,有助于处理好各系统之间的相互关系。本文运用的系统仿真分析为 实现复杂大型建设项目费用偏差的有效控制提供了行之有效的分析方法,可联动式的对 项目费用偏差影响进行有效预防,及时控制,实现动态管理,为下阶段费用偏差预测模 型中总偏差的子目费用分解和分析以及为管理者制定针对性的纠偏措施奠定了坚实的 理论基础。 '
(2)构建了复杂大型建设项目费用偏差警报及预测模型。考虑复杂大型建设项目 费用因子复杂性、费用活动多发性的特点,结合项目全生命周期管理理论将复杂大型建 设项目费用点划分至前期策划、中期实施和和后期运维三个阶段。利用改进K-means聚 类对项目费用偏差警情进行分类,构建了具有可连续性的费用偏差警情划分体系。解决 了工程建设项目费用偏差在实践中随机偏差与偏差警情匹配的问题,有效地对工程建设 项目各阶段的费用偏差预警阈值进行了界定。在复杂大型建设项目费用偏差警报模型的 基础上,构建以仿生算法改进BP神经网络为核心的偏差费用偏差预测模型,通过对大 量费用偏差历史数据进行分析来挖掘输入向量与输岀向量之间的潜在关系。实证模型刻 画了关键监控点的费用影响因素重要性程度和因素关联性,依托神经网络非线性模拟的 良好性能,通过改变影响因素的输入完成对下一节点的偏差预测;体现了复杂大型建设 项目费用偏差的传递扩散具有放大效应,前一阶段的警情若没有得到有效控制,在下一 阶段费用偏差所造成的负面影响将会更加严重,从而为实施费用偏差的事前控制提供了 适用可靠的决策管理支持。
(3)提出和制定了复杂大型建设项目费用偏差控制策略及效果评价管理理论体系。 基于流程再造和协同理论,针对复杂大型建设项目的不同阶段所面临的不同费用偏差警 情,以工作流程图为载体,提出了实用的偏差控制管理办法和实操流程,供管理人员在 实施费用偏差控制时使用。为了完善整个费用偏差控制管理体系,本研究在第五章的最 后一节构建了费用偏差控制效果评价模型,具体包括首次建立的偏差控制效果评价指标 体系和评价方法,评价方法对云物元可拓进行了改进,基于支撑度思想和聚类算法将多 专家群决策引入,从一定程度上增强了评价模型的实用性和可靠性,给费用偏差控制效 果的评判提供有效技术支持。案例证明了所提指标和方法的有效性.
(4)分析并设计了复杂大型建设项目费用偏差控制信息系统。提岀了复杂大型项 目费用偏差管理系统设计方案,详细分析并设计了系统结构、功模块能以及应用的关键 技术。基于复杂大型建设项目的复杂性,由于费用偏差控制过程涉及到大量数据和复杂 的算法,仅靠项目管理人员无法对庞大的数据及其模拟分析过程进行处理,因此需要借 助计算机技术对费用偏差控制过程进行模拟仿真。项目管理人员通过对系统生成的计算 结果进行深入分析,做出费用偏差控制相关决策,提高管理效率。因此,为保证模型在 项目费用偏差控制中的应用,同时为管理人员提供较为完善的决策参考,在前文对模型 方法的研究基础上,分析并设计了复杂大型建设项目费用偏差控制系统。通过使用费用 偏差控制系统,可以使项目全生命周期费用偏差信息变的更加及时、更加透明,使项目 管理方更快而准确地做出预警或纠偏行为,降低项目风险。
综上所述,本文立足于复杂性视角,开展复杂大型建设项目费用偏差关键影响因素 识别、费用偏差警报及预测模型、费用偏差控制及其效果评价的研究具有一定创新性和 前瞻性,对于丰富项目管理理论与方法和项目实践具有重要意义。但是由于各种资源和 时间的限制,本论文在理论模型研究和实践应用方面可能还存有不足之处,有待进一步 深入研究:如本文在第3章中构建了复杂大型建设项目费用偏差影响因素的系统动力学 模型,通过文献分析、专家调查等方法总结出了多个风险因素,但事实上,会对建设项 目费用偏差造成影响的还包括其他一些细节因素。在以后的研究中,将会对影响因素进 行不断扩充和完善,以提高模型结果的科学性和有效性;第5章中针对复杂大型建设项 目费用偏差制定了纠偏流程,并且针对纠偏效果研究了相应的评价模型。但是由于效果 评价相关研究并不多见,本文中评价指标的构建是在阅读大量文献资料基础之上整理归 纳而来,具有一定的科学依据和可行性,但同时也具有一定的主观性,限于本人的知识 水平和精力,针对纠偏效果评价的研究有待于进一步的研究;第6章中对复杂大型建设 项目费用偏差控制信息系统进行了分析,对系统开发平台及方法、系统功能及模块、数 据库及关键开发技术进行了设计,但是没有进行实际的编程操作。在进一步的研究中可 按照此设计方案对信息系统进行编程开发,实现理论模型的落地应用,在实操方面指导 项目管理工作。因此,本人将以上述问题为导向继续对该课题进行深入研究和探索。
参考文献
[1]求是网.谋篇布局“十四五”,习近平总书记领航前行[EB/OL]. (2017.1.9). http://www.qstheory.cn/zhuanqu/2020-08/06/c_l 126333810.htm.
[2]Flyvbjerg, Bent. What You Should Know About Megaprojects and Why: An Overview[J].
Project Management Journal, 2014,45(2): 6-19.
卩] Daniel E, Daniel P A. Megaprojects as complex adaptive systems: The Hinkley point C case 卩].International Journal of Project Management, 2019, 37(8): 1017-1033.
[4]Wang G, Wu P, Wu X, et al. Mapping global research on sustainability of megaproject management: A scientometric review[J]・ Journal of Cleaner Production, 2020, 259: 120831.
⑸ 姚敏,王放,王新怡.大型项目复杂性形成机理分析[J]・项目管理技术,2020, 18(01): 34・3&
[6]Ceric A, Vukomanovic M, Ivie I5 et al. Trust in megaprojects: A comprehensive literature
review of research trends [J], International Journal of Project Management, 2020, 23: 9-23.
[7]Gregory J・ Governance, scale, scope: A review of six South African electricity generation
infrastructure megaprojects [J], Utilities Policy, 2020, 66: 101103.
[8]Wang A, Pitsis T S. Identifying the antecedents of megaproject crises in China[J].
International Journal of Project Management, 2020, 38(6): 327-339.
[9]Flyvbjerg B. Introduction: The iron law of megaproject management[J]. Bent Flyvbjerg,
2017, Chapter, 1-1 &
[10]Ruyter H, Marrewijk A V, Veenswijk M? et al. Tilling the mattress': Trust development in
the governance of infrastructure megaprojects [J]. International Journal of Project Management, 2020, 0: 14-28.
[11]Wang G, Locatelli G, Wan J, et al. Governing behavioral integration of top management team in megaprojects: A social capital perspective [J]. International Journal of Project Management, 2020, 3: 42-54.
[12]Zhou Z, Mi C. Social responsibility research within the context of megaproject
management: trends, gaps and opportunities [J]. International Journal of Project Management, 2017,35(7): 1378-1390.
[13]Ma H, Zeng S, Lin H, et al. The societal governance of megaproject social
responsibility [J]. International Journal of Project Management, 2017, 35(7): 1365-1377.
[14]He Q, Chen X, Wang G, et al. Managing social responsibility for sustainability in
megaprojects: An innovation transitions perspective on success[J]・ Journal of Cleaner Production, 2019,241: 118395.
[15]Lin H, Zeng S, Ma H, et al. An indicator system for evaluating megaproject social
responsibility [J], International Journal of Project Management, 2017, 35(7): 1415-1426.
[16]Misic S, Radiijkovic M. Critical drivers of megaprojects success and failure[J]. Procedia
Engineering, 2015, 122: 71-80.
[17]Rothengatter W. Megaprojects in transportation networks [J]. Transport Policy, 2019, '75(MAR.):A1-A15 ・
[18]Chapman R J・ A framework for examining the dimensions and characteristics of
complexity inherent within rail megaprojects [J]. International Journal of Project Management, 2016, 34(6): 937-956.
[19]陈星光,朱振涛.复杂系统视角下的大型工程项目管理复杂性研究[J]・建筑经济,
2017,38(1): 4247.
[20]Dyer R. Cultural sense-making integration into risk mitigation strategies towards megaproject success [J]. International Journal of Project Management, 2016, 35(7): 1338-1349.
[21]Yongkui L, Yi H? Bo X, et al. Proactive behavior-based system for controlling safety risks in urban highway construction megaprojects [J]. Automation in Construction, 2018, 95(NOV.): 118-12 &
[22]Boateng P? Chen Z, Ogunlana S O. An Analytical Network Process model for risks
prioritisation in megaprojects[J]. International Joximal of Project Management, 2015, 33(8): 1795-1811.
[23]Ahmadabadi A A, Heravi G. Risk assessment framework of PPP-megaprojects focusing
on risk interaction and project success [J]. Transportation Research Part A: Policy and Practice, 2019,124: 169-188.
[24]毕卿,胡昊,黄道正,等.大型公路建设项目中的项目风险评估模型仿真[J].计算机 仿真,2016,33(4):223-226.
[25]Brookes N, Ivanisevic N, Lukasiewicz A? et al. Special Purpose Entities in
Megaprojects [J]. Transport and Urban Development, Action megaproject TU, 2017, 48(2).
[26]Zhai Z, Ahola T, Le 乂 et al. Governmental Governance of Megaprojects: The Case of
EXPO 2010 Shanghai [J]. Project Management Journal, 2017, 11(1): 37-50.
[27]Siemiatycki, Matti. The making and impacts of a classic text in megaproject management: The case of cost overrun research[JJ. International Journal of Project Management, 2016, 36(2):362-371.
[28]Ahmadian F F A, Akbarnezhad A, Rashidi T H, et al. Accounting for Transport Times in
Planning Off-Site Shipment of Construction Materials[JJ. Journal of Construction Engineering and Management, 2016, 142(1): 04015050.
[29]Koberle A C, Garaffa R, Cunha B S L, et al. Are conventional energy megaprojects
competitive? Suboptimal decisions related to cost overruns in Brazil [J]. Energy Policy,
2018,122(NOV.): 689-700.
[30]高建伟.大型复杂项目研制成本的灰色预算方法[J].科技管理研究,2013, 33(23): 224-227.
[31]乌云娜,杨益晟,冯天天.大型复杂项目宏观质量链构建及协同优化研究[J].软科
学,2013, 27(7): 1-6.
[32]马万里,阮琦,陈波.知识产权风险投资风险水平的量化研究:浙江实证[J].科技管 理研究,2016,36(3): 142-145.
[33]刘旭.建筑工程项目成本管理中的会计核算研究一一评《工程项目成本管理实论》 [J].工业建筑,2020, 50(08): 194.
[34]张晔楠,韩沐轩.改进蚁群算法及其在水利工程项目管理中的应用卩].南水北调与 水利科技(中英文),2019, 17(3): 171-176+184.C
[35]王建民,孙金萍.南水北调代建投资控制及合同管理案例分析[J].人民黄河,2019, 41(S2): 88-89+94.
[36]董慧文.成本策划在房地产项目管理中的应用研究一一以平各庄项目为例[J].建筑 经济,2020,41(03):60-65.
[37]魏曙光,高志荣.建筑工程项目隐性质量成本估算研究一一以中国二冶集团某工程 为例[J].会计之友,2021, (01): 74-79.
[38]王树梅.浅论施工企业工程项目成本管理[J].特区经济,2014, 000(010): 239-240.
[39]张贵霞.水利工程项目成本控制及管理探讨[JJ.技术与市场,2014, 000(011):
182-182.
[40]罗乾刚.论新基建趋势下的施工企业成本管控能力[J].财会月刊,2020, (S1): 73-76.
[41]孙春虎,袁福银,谢展.浅谈大标段施工模式下的项目成本管控[J].公路,2020, 65(06): 179-181.
[42]王利君.总承包项目成本控制与目标管理研究[J].建筑经济,2020, 41(S1): 115-11 &
[43]吕磊涛.高速公路EPC总承包项目费用控制研究[JJ.建筑经济,2016, 37(40): 32-36.
[44]Prendes-Gero M-B, Gonzalez-Nicieza C, Ordiales-Martlnez V, et al. Impact analysis of geotechnical occurrences in ECP projects cost control [J], Revista de la construccion, 2019, 18(3):418-431.
[45]王彤 薛瑞.基于价值链的基建项目降本增效研究一一以肯尼亚LKMN工程项目为 例[几 建筑经济,2020,41(11):31-34.
[46]Jung, Wooyong, Han, et al. Which Risk Management Is Most Crucial for Controlling Project Cost? (vol 33, 04017029, 2017)[J]. Journal of Management in Engineering, 2017, 37(5): 8218001.1.
[47]Sung joon suk, Seokho chi, Stephen p. mulva, et al. Quantifying combination effects of project management practices on cost performance [J]. KSCE Journal of Civil Engineering, 2017, 21(3): 1-13.
[48]赵辉,邱玮婷,屈微璐,等• IPD模式下的工程项目造价风险评价[几工业技术经济, 2017, 36(12): 83-89.
[49]Mario B I? Marija K, Nikica H. Planning horizons based proactive rescheduling for
stochastic resource-constrained project scheduling problems [J]. European Journal of Operational Research, 2019, 273(1): 58-66.
[50]Gao N, Touran A. Cost Overruns and Formal Risk Assessment Program in US Rail
Transit Projects卩].Journal of Construction Engineering and Management, 2020, 146(5): 05020004・
[51]贺新杰,杨英俊.全面成本管控在高速公路项目建设中的应用[J].公路,2020, 65(06):
209-211.
[52]黄玉银.境外PPP项目全过程造价管理研究一一以阿联酋围海造地工程PPP项目为
例[J].建筑经济,2021, 42(01): 69-73.
[53]Zhang Y, Tan J. Design and Application of Whole Process Management System for
Construction CostfJ], AGRO FOOD INDUSTRY HI-TECH, 2017, 28(3): 2365-236&
[54]Yang L, Hu W. Life Cycle Cost Management of Marine Engineering Project: A BIM
Technology Based Study [J]. Journal of Coastal Research, 2020, 107(spl): 85.
[55]汪建亮.大型承包项目的成本管理研究[J].工程建设与设计,2021, (01):
210-211+214.
[56]王乔.基于过程管理的建筑工程项目成本控制研究[J].建筑经济,2020, 41(11):
52-56.
[57]杨艳,马建疆,李祎.大智移云下建筑施工企业项目成本控制系统[J].会计之友,
2020, 000(007):23-31.
[58]张流信息技术在水利工程项目建设管理中的应用研究[J].中国管理信息化,2020,
23(14): 100-101.
[5刃 Turkan Y, Bosche F, Haas C T, et al. Toward automated earned value tracking using 3D imaging tools [J], Journal of construction engineering and management, 2013, 139(4): 423-433.
[60]赵恒.建设工程造价信息管理系统的构建与使用[J].信息技术与信息化,2019, (01): 23-25.
[61]姚刚.基于BIM的工业化住宅协同设计的关键要素与整合应用研究[D], 2016.
[62]Moon H S, Ju K B. An Estimation Model of Historical Cost Using BIM Library for Road
Project[J]. Korean Journal of Computational Design and Engineering, 2015, 20(4): 431-442.
[63]李海燕,任长江.基于BIM技术的绿色建筑工程造价快速估算模型[J].山东农业大
学学报(自然科学版),2020, 51(05): 962-966.
[64]赵占军.BIM技术在施工阶段的成本控制管理卩].建筑技术,2016, (6): 567-570.
[65]宋靖华,朱羽翼,游绍勇.基于BIM技术的工程项目全过程造价控制研究[J].建筑
经济,2020,41(05):88-91.
[66]杨覃,赵奎运,余光秀,等.电力工程全生命周期造价计算模型构建——以BIM技
术为基础[J].建筑经济,2020, 041(005): 82-87.
[67]Santos R, Costa A A, Silvestre J D, et al. BIM-based life cycle assessment and life cycle costing of an office building in Western Europe [J], Building and Environment, 2020, 169:106568.
[68]吉格迪,杨康.基于委托代理理论的建设项目多要素协同激励控制模型研究[J].工 业工程,2020,23(1): 96-103.
[6刃 Salehipour A, Naeni L M, Khanbabaei R, et al. Lessons learned from applying the individuals control charts to monitoring autocorrelated project performance data[J]. Journal of Construction Engineering and Management, 2016, 142(5): 04015105.
[70]Kerkhove L-P, Vanhoucke M. Extensions of earned value management: Using the earned
incentive metric to improve signal quality [J]. International Journal of Project Management, 2017, 35(2): 148-16&
[71]乌云娜,陈健,李泽众.挣值法在工程项目成本管理系统中的应用与实现[J].中南
大学学报:社会科学版,2013, 19(001):7-11.
[72]王霞,刘耀芳.改进挣值法在施工成本管理中的应用[J].四川建材,2019, 045(007):
187-18 &
[73]薛建英,谭萍,孟繁敏.BIM与挣值法在施工进度及成本控制中的应用研究[J].建筑
经济,2019,40(06): 115-119.
[74]吴诗辉,解江,刘晓东,等.装备研制项目的模糊挣值管理方法[J].航空学报,2017,
38(2): 254-26&
[75]赵程伟,董雄报,洪青.基于Z-number改进挣值法的工程项目成本进度集成控制分
析[J].工程管理学报,2016, 000(002): 125-130.
[76]Wang W C, Bilozerov T, Dzeng R J, et al. Conceptual cost estimations using neuro-fuzzy
and multi-factor evaluation methods for building projects[J]. Statyba, 2017, 23(1): 1-14.
[77]Moradi N, Mousavi S M, Vahdani B. An earned value model with risk analysis for project
management under uncertain conditions]”. Journal of Intelligent and Fuzzy Systems, 2017, 32(1): 97-113.
[78]丰景春、施嘉锋、丰慧,等.基于遗传算法的工程项目群工期-费用优化研究[J]・科
技管理研究,2020, 40(20): 212-218.
[79]Schmidt K W, Hazir O. Formulation and solution of an optimal control problem for industrial project control [J]. Annals of Operations Research, 2019, 280(1-2): 337-350.
[80]李雪,何正文,王能民.不确定环境下基于时间,费用及鲁棒性权衡的多目标项目调
度优化[J].运筹与管理,2019, 28(1):6-16.
[81]耿瑞,朱建军,王鬻华,等.基于z标记的灰色GERT多任务项目费用优化研究[J].
中国管理科学,2017, 25(004): 133-142.
[82]高永军,宋博,李少刚.基于三维九宫体的核电投资控制体系探究[J].华东电力, 2013,41(2): 442-447.
[83]Wang Q, Tang H, Yuan X, et al. An early warning system for oil security in China卩].
Sustainability, 2018, 10(1): 283-240.
[84]Yakubu R N. Understanding Early Warning Messaging about Climate Stressors in the
Northern Region of Ghana[J]. Natural Hazards Review, 2020, 21(2): 05020003.
[85]Salzano E, Agreda A G, Di Carluccio A, et al. Risk assessment and early warning systems for industrial facilities in seismic zones [J]. Reliability Engineering & System Safety, 2009, 94(10): 1577-1584.
[86]余廉 企业预警管理原理[J].交通企业管S, 2000, (4): 11-12.
[87]AdebiV E 0/ Alao 0 O, Qjo S O・ Assessment of early warning signs predisposing building projects to failure in NigeriafJ]. Journal of Engineering Design and Technology, 2020,18(6): JEDT-08-2019-0214.
[88]Meng X. Is Early Warning Effective for the Improvement of Problem Solving and Project Performance?[J]. Journal of Management in Engineering, 2014, 30(2): 146-152.
[89]Tom P, Gerhard S. Understanding early warning signs of failure in offshore-outsourced
software projects at team level [J]・ Journal of Global Operations & Strategic Sourcing, 2018,11(3): JGOSS-12-2017-0057.
[90]张爱枫,彭东,项方宇.基于BIM-5D技术的特高压换流站工程管控系统[J]・电测与 仪表,2020, 57(24): 125-132.
[91]黄德春,冯同祖.基于多元利益冲突的特大型工程项目社会稳定风险预警研究[几 科技管理研究,2020, 40(15): 224-230.
[92]Xu S-w, Yu W, Wang S-w5 et al. Research and application of real-time monitoring and
early warning thresholds for multi-temporal agricultural products infbrmation[J]. Journal of Integrative Agriculture, 2020, 19(10): 2582-2596.
[93]Knedlik T. The European Commission's Scoreboard of Macroeconomic Imbalances 一 The
Impact of Preferences on an Early Warning System, F, 2012 [C].
[94]Mirus B, Morphew M, Smith J. Developing Hydro-Meteorological Thresholds for
Shallow Landslide Initiation and Early WamingfJ]. Water, 201 & 10(9): 1274.
[95]王嘉瑜,蒲生彦,胡珥,等.地下水污染风险预警等级及阈值确定方法研究综述卩]・ 水文地质工程地质,2020, 047(002): 43-50.
[96]Piciullo L, Gariano S L, Melillo M, et aL Definition and performance of a threshold-based regional early warning model for rainfall-induced landslides [J]. Landslides, 2017, 14(3): 995・1008・
[97]Park J-Y, Lee S R, Deuk-Hwan L, et al. Development of Continuous Rainfall-Based
Citywide Landslide Early Warning Model [J]. Journal of The Korean Society of Hazard Mitigation, 2018, 18(1): 99-111.
[98]袁慧敏.利用探空资料确定呼和浩特地区3类强对流天气预警阈值[J].气象科技, 2019, 47(3): 476-485.
[99]彭晨晖,咎军,王世杰,等.基于改进CM的尾矿坝体变形4级预警阈值确定方法[J].
中国安全生产科学技术,2020, 16(08): 18-24.
[100]Quan Z, Taotao X, Mubin W, et al. Diagnosis and Early Warning of Wind Turbine Faults Based on Cluster Analysis Theory and Modified ANFIS[J]. Energies, 2017, 10(7): 898-913.
[101]Li B, Zhang S, Hoover S, et al. Microsimulation Model Using Christiana Care Early Warning System (CEWS) to Evaluate Physiological Deterioration[J]. IEEE Journal of
Biomedical and Health Informatics, 2019, 23(5): 2189-2195.
[102]刘通,付锐,马勇,等.考虑驾驶人风格的跟车预警规则研究[J].中国公路学报, 2020, 33(2): 170-180.
[103]Kim, Byung-Cheol. Dynamic Control Thresholds for Consistent Earned Value Analysis and Reliable Early Waming[J]. Journal of Management in Engineering, 2014, #(5): 04014077.1-04014077.9.
[104]吴旭东,陈正军,冯璐远 等.BP神经网络算法在图书借阅与学生成绩相关性研究 中的应用[J].电脑知识与技术,2017, 13(36): 157-158.
[105]Yan C, Wang L, Liu W5 et al. Financial early warning of non—life insurance company based on RBF neural network optimized by genetic algorithm[J]. Concurrency and Computation Practice and Experience, 2018, 30(23): e4343.
[106]崔恺,许宜菲,李雪松,等.基于广义回归神经网络的风电机组性能预测模型及状 态预警卩]・科学技术与工程,2020, 20(32): 13220-1322&
[107]Mitra S. Early warning prediction system for high inflation: an elitist neuro-genetic network model for the Indian economy [J]. Neural Computing and Applications, 2013, 22(1):447-462.
[108]Kim Y S. A voltage deviation-memorizing reactive power controller for renewable energy sources [J]. International Journal of Electrical Power & Energy Systems, 2019, 107(MAY): 47-57.
[109]李春,卫志农,孙国强,等.考虑风力发电波动引起频率偏差的电力系统状态估计 [J],电网技术,2015,39(5): 1301-1306.
[110]李熠煜,杨旭.央地关系视角下我国城市生活垃圾分类政策执行偏差分析一一基 于史密斯政策执行过程模型的视角[J].湖北行政学院学报,2020, 113(05): 59-67.
[111]Sen, Yang, Aleksandra, et al. An Approach to Automatic Process Deviation Detection in a Time-Critical Clinical Process[J], Journal of Biomedical Informatics, 2018, 85: 155-167.
[112]苏喜燕.浅谈建设投资的偏差原因和纠偏方法[J].南京师大学报:社会科学版,2014, (A01): 294-296.
[113]徐勇戈,鹿鹏.基于BIM的大型建设工程项目组织集成[J].铁道科学与工程学报, 2016,13(10): 2092-209&
[114]刘慧勇.重新审视投资项目资本金制度[J].中国投资,2016, (5):92-94.
[115]张晓媛.浅析技术方案对工程造价的影响[J].文摘版:工程技术(建筑),2016, 000(001): 279-279.
[116]白娟.蒋志国.新冠疫情引起的工程建设项目合同价款调整研究[J].项目管理技术, 2020, (7): 6-9.
[117]刘敦楠,王强,李鹏,等.基于系统动力学的配电网建设项目投资纠偏与优化[J]. 水电能源科学,2015, 033(012): 205-208.
[118]谢宇畅,席海英.基于内部控制要素的公建项目造价管控思路研究[J].,工程造价管
理,2020, 176(06):27-34.
[119]穆绪涛,穆建华,邹微,等.管理信息系统的作用及应用[J].现代情报,2005, 25(010): 18-19.
[120]孙璐,葛敏莉,李易峰,等.土木工程信息化发展综述[J].东南大学学报(自然科学 版),2013,43(02): 436-444.
[121]经静.核能工程项目费用管理信息系统的技术实践[J].科技视界,2020, (13): 183-185.
[122]王冲.建设项目工程造价管理信息系统构建及运用[J].企业经济,2013, 32(02): 73-75.
[123]张谦.新能源风电运营不确定性收益管理方法及信息系统研究[D];华北电力大学, 2014.
[124]林森.科学工程项目管理信息系统总体架构设计[J].中国科技信息,2020, 630(12): 110-111.
[125]Lee S-K, Yu J-H. Success model of project management information system in construction[JJ. Automation in construction, 2012, 25: 82-93.
[126]李詰,谭德宝,张穗,等.水利工程建设项目管理系统的设计与开发[JJ.长江科学 院院报,2014,31(01):66-71.
[127]谭章禄,吴琦,肖懿轩,等.智慧矿山信息可视化研究[J].工矿自动化,2020, 46(01): 26-31.
[128]庆格夫.电网主型设备全生命周期风险管理模型及信息系统研究[DJ;华北电力大 学,2015.
[129]苑嘉航.配电网运行风险传递决策模型及其信息系统研究[D];华北电力大学(北 京),201&
[130]Han Y, Li Y, Taylor J E, et al. Characteristics and Evolution of Innovative Collaboration Networks in Architecture, Engineering, and Construction: Study of National Prize-Winning Projects in China [J]. Journal of Construction Engineering and Management, 2018, 144(6): 0401803&04018031-0401803&04018011.
[131]余立中.基于复杂性大型集群工程项目质量管理研究[J].重庆建筑大学学报, 2006(03): 107-109+11 &
[132]晁晖,周晓熙.工程项目设计中的可靠度-成本优化模型[J].技术经济,2016, 35(01): 88-91.
[133]隋海燕.浅议工程施工项目成本控制问题[J].财会通讯,2014, (32): 103-104.
[134]连莲.基于系统动力学视角的产业经济增长研究[D][J].北京交通大学,2017,
[135]卢金娜.基于优化算法的径向基神经网络模型的改进及应用[D],2015.
[136]Cai Z, Chen G5 Xing L, et al. Evaluating Hedge Fund Downside Risk using a Multi-objective Neural Network卩].Journal of Visual Communication and Image Representation, 201 & 59: 433-438.
[137]程锦甫,张万贺.基于神经网络的数据挖掘研究探讨[J]・信息系统工程,2020, (11):
13-14.
[138]Zhou Y, Hui X. Fault diagnosis method of large-scale complex electromechanical system based on extension neural network[J]. Cluster Computing, 2018, 22(2): S2897-S2906・
[139]张帆.基于神经网络的大坝安全监控模型研究[D], 2016.
[140]Yang A, Zhuansun X Liu C, et al. Design of Intrusion Detection System for Internet of Things Based on Improved BP Neural NetworkfJ]. IEEE Access, 2019, 7: 106043-106052.
[141]吴达胜.基于多源数据和神经网络模型的森林资源蓄积量动态监测[D];浙江大学, 2014.
[142]Fisher R A. The use of multiple measurements in taxonomic problems[J]・ Annals of Eugenics, 1936, 7.
[143]沈小云,衣俊艳,Shen, et al.面向聚类分析的自适应弹性网络算法研究[J].计算机 工程与应用,2017, 53(009): 180-18&
[144]布文秀.基于改进的GHSOM入侵检测技术研究[叨,2011.
[145]Mika S, Ratsch G, Weston J, et al. Invariant feature extraction and classification in kernel spaces; proceedings of the Advances in neural information processing systems, 1999: 526-532.
[146]胡元.基于区域划分的KNN文本快速分类算法研究[D]?2012.
[147]戴弋.网络信息提取系统关键技术研究与实现[DJ;中南大学,200&
[148]Blomer J, Brauer S? Bujna K, et al. How well do SEM algorithms imitate EM algorithms? A non-asymptotic analysis for mixture models卩].Advances in Data Analysis and Classification, 2019, (3): 147-173.
[149]张小路.基于犹豫模糊信息的多属性决策方法研究[D];东南大学,2016.
[150]Jaros?Aw W T, Jaros?Aw J, Pawe Z, et al. Generalised framework for multi-criteria method selection[J]. Omega, 201& 86: 107-124.
[151]李素蕾 吴.基于灰色模糊评价和TOPSIS法的大型公共工程项目投资决策研究[J]. 兰州大学学报(自然科学版),2020, 56(04):471-476.
[152]Behzadian M, Kazemzadeh R B, Albadvi A, et al. PROMETHEE: A comprehensive literature review on methodologies and applications]』]. European Journal of Operational Research, 2010, 200(1): 198-215.
[153]赵海龙.煤炭企业成本构成及其控制问题研究[D];华中科技大学,2010.
[154]Dumitrache M, Tudor V C, Mrcu A, et al. Re-modeling and Simulation of an Economic Map System Based on System Dynamic Principles - Case Study in Southern Romania[J]. Studies in Informatics and Control, 2020? 29(2): 255-264.
[155]甘智龙.建设项目决策阶段的工程造价影响因素及控制方法[J].科技视界,2013, (25): 114.
[156]刘利平,江玉庆,李金生.基于组合赋权法的企业技术创新能力评价[J].统计与决 策,2017, 000(013): 176-179.
[157]颜惠琴,牛万红,韩惠丽.基于主成分分析构建指标权重的客观赋权法[J].济南大 学学报(自然科学版),2017,31 (06): 519-523・
[158]乌云娜.工程建设全过程项目管理策划[几 中国工程咨询,2007, 000(007):51-54.
[159]Hartigan J A, Wong M A. A K-Means Clustering Algorithm [J]・ Appl Stat, 2013, 28(1): 100-10 &
[160]李亚,刘丽平,李柏青,等.基于改进K-Means聚类和BP神经网络的台区线损率 计算方法卩]・中国电机工程学报,2016, 36(17): 4543-4552.
[161]Sgurev V. Artificial neural networks as a network flow with capacities [J]. 2018, 71(9): 1245-1252.
[162]汪镭周,吴启迪.人工神经网络理论在控制领域中的应用综述[J]・同济大学学报 (自然科学版),2001, (3): 357-361.
[163]Rumelhart D E, Hinton G E, Williams R J. Learning representations by back-propagating errors[J]. Nature, 1986, 323(6088): 533-536.
[164]Jahed Armaghani D, Hasanipanah M, Mahdiyar A, et aL Airblast prediction through a hybrid genetic algorithm-ANN model [J], Neural Computing & Applications, 2016, 29(9):619-629.
[165]Holland J B, Holland J, Holland J H, et al. Adaption in Natural and Artificial Systems[J], Ann Arbor, 1975, 6(2): 126-137.
[166]Hongtao N. Smart safety early warning model of landslide geological hazard based on BP neural network[J]. Safety Science, 2020, 123:104572.
[167]Bi A, Luo Z, Kong 乂 et al. Comprehensive weighted matter-element extension method for the safety evaluation of underground gas storage [J], Royal Society Open Science, 2020, 7(4): 191302.
[168]Wang G, Xu C, Li D. Generic normal cloud model [J]. Information Sciences, 2014, 280: 1-15.
[169]Zhu C, Zhu L, Zhang X. Linguistic hesitant fuzzy power aggregation operators and their applications in multiple attribute decision・making[J]. Information Sciences, 2016, 367: 809-826.
[170]Rezaei J. Best-worst multi-criteria decision-making method[J]. Omega, 2015, 53: 49-57.
[171]Rezaei J. Best-worst multi-criteria decision-making method: Some properties and a linear model卩].Omega, 2016, 64: 126-130.
[172]Rodriguez R M, Martinez L, Herrera F. Hesitant fuzzy linguistic term sets for decision making [J]. IEEE Transactions on Fuzzy Systems, 2012, 20(1): 109-119.
[173]Wu Y, Chen K, Zeng B, et al. Cloud-based decision framework for waste-to-energy plant site selection 一 A case study from China[J]. Waste Management, 2016, 48: 593-603.
[174]胡涛,王树宗,杨建军.基于云模型的物元综合评估方法[J].海军工程大学学报, 2006,18(001): 85-8&
[175]沙佰荣,郑威.从用例到控例的非功能性需求建模卩].信息技术,2016, (8): 151-154.
[176]徐飞.建筑企业项目成本管理信息系统的研发[D];中国科学院大学,2003.
[177]Ahlfeldt R, Persson A, Rexhepi H, et al. Supporting Active Patient and Health Care Collaboration: A Prototype for Future Health Care Information Systems [J]・ Health Infbnnatics Journal, 2015,22(4): 839-853.
[178]Zhu H, Gu L. Design and Application of Intelligent Information System for Comprehensive Management of Obstetrics and Gynecology Health Care[J]. Journal of Medical Imaging arid Health Informatics, 2020, 10(8): 1834-1840.
[179]Mattyasovszky-Philipp D, Molnar B. An Architectural Approach to Cognitive Information Systems [J]. Acta Polytechnica Hungarica, 2020, 17(2): 237-253 ・
[180]Li B, Wang S. Cutting and nesting system of cloud manufacturing based on SOA[J]. Concurrency and Computation: Practice and Experience, 2020, 32(6): e5088・
【本文地址:https://www.xueshulunwenwang.com//guanlilei/xiangmuguanli/6316.html

上一篇:项目管理成熟度评价体系构建及其应用研究

下一篇:BT模式下城市轨道交通工程项目管理研究

相关标签: