水利工程项目建设管理绩效综合评价

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第4卷第1期2021年1月
水利科学与寒区工程
Hydro Science and Cold Zone Engineering
Vol.4,No.1
Jan..2021
马宏娟.水利工程项目建设管理绩效综合评价水利科学与寒区工程!2020,4(1):120-122.
水利工程项目建设管理绩效综合评价
马宏娟
(朝阳县水务局,辽宁朝阳122000)
摘要:通过综识别定量因子和定性参数,从项目后评价、工程质量进度、投资控制、投资计划和勘测设计5个方面提出管理绩效评价体系。

将BP网络与模糊优选法相耦合建立评估模型,运用Matlab软件实现模型的训练、检验及分级评估,为解决现有方法存在的问题和工程绩效科学评估提供科学指导。

关键词:工程管理;绩效评价;耦合模型;输水工程
中图分类号:TV672+.2文献标志码:A文章编号:2096-5419(2021)01-0120-03
工程管理绩效评价是判断施工企业价值的重要基础,也是检测企业计划与战略实施的有效方法,属于构成工程管控系统的核心内容。

所以,当前研究的热点和前沿为提升、保障和测评工程管理绩效口#。

周巍等2从工程环境、社会经济、财务资金等角度,研究分析了项目管理体系。

闫文周等3综合考虑安全、费用、质量、工期等因子,建立一个较为系统、完善的工程管理绩效模型。

然而,多层次、多维度的管理分析为实际工程绩效评估的特征。

单项线性分析法为以往多选用的方法,该方法原理清晰、操作简单,但无法体现不同因素间非线性复杂的作用关系,对于问题的处理一般利用简化或降维处理的思想,评估结果精度较低无法达到工程决策的要求。

人工神经网络法因存在较强的联想和适应能力,采用记忆、训练等方法处理器实现各类样本的有效生成,与一般方法相比其评估精度更好。

鉴于此,本文将BP 网络和模糊优选法相耦合,在训练过程中利用BP 网络的自学习特征优化调整权值,最大程度的降低期望值与实际输出值之间的偏差,形成工程建设管理绩效评估实用性更强的模糊优选BP网络4。

1评价体系建立
水利工程项目存在周期长、工艺复杂、施工环境恶劣等特征,且建设过程中要统一协调施工、监理、设计、业主等多个部门。

不同的建设项目均存在与其相适应的发展阶段,将水利工程划分为后评价、竣工验收、生产准备、建设实施、施工准备、初步设计、可研报告、项目建议书和总体规划9个阶段,该过程也称为水利工程全生命周期,工程竣工、工和勘测
计全过程。

从项目后评价、工程质量进度、投资控制、投资计划管理、勘测设计5个方面评价工程建设管理绩效,以这5个模块为基准进一步细分每个阶段的控制难点与工作重点,按照梯阶层次结构形成的绩效评价体系如表1。

每个指标的度量单位、衡量方法和取值区间存在较大差异,由此使得不同要素同一层级间存在不可通透性。

所以,有必要标准化处理每个元素的初始数据,将所有参数值统一转化至无量纲的0〜1范围,以满足绩效评价要求、
针对所有指标邀请熟悉工程项目的技术人员和行业内的专家给予绩效评分,结合评价结果划为"0.9, 1.0#、"0.8,0.9)、"0.7,0.8)、[0.6,0.7)、",0.6)五个等级,所对应的评语为优秀、良好、中等、合格、不合格,评分数值越高则工程管理绩效越好。

经统计分析和标准化处理,确定10个待评样本的评分和14个参评因子
收稿日期:2020-07-08
作者简介:马宏娟(1975-),女!辽宁朝阳人!高级工程师。

研究方向为农村水利、水资源、水土保持、农田水利。

E-mail:614426826 @。

・120・
第1期马宏娟.水利工程项目建设管理绩效综合评价
表1工程管理绩效评价体系
目标层O系统层c要素层X评价内容
勘测设计质量X1
勘测设计工作C1
更X
投资计划编制X4
现场服务及设计工作管理X3
投资c2投资计划执行X5投资X6
水利工程管理投资控制管理体系X
7绩效综合评价
投资控制水平X8
投资制c3
资X9
稽查、审计情况X10
工程与工程X
进度评价C4工程进X2
项目后评价C5
经济益X3社会效益X14
的数值。

通过增加两个理想样本以提升样本的可靠性!即所有参子数值均为0、1两种构成本!由此组成的样本集有12组数据’
2基于模糊优选BP网络系统分析
2.1BP网络模型及参数
BP网络的>个节点与参本的〃个特征对应!设隐层单元有l个!模糊优选BP神经网络系统的输出层为单节点!隐含层单元系统有2个!则系统结构如图1。

输入层仏隐含层%输出层兔
加个节点/个节点
输入神经元Z隐层神经元幺输出神经元p
图1工程绩效评价BP神经网络模型
各单元系统和目标权重值!应用BP网络反向传播算法及上述模型进!即不同网络的连
地质勘察成果准确性、设计方案合理性、环境保护方案合理性、可行性研究报告情况、设计中新设备、新工艺、新材料、
新技术的应用情况
对工程投资、工期、建设活动的影响
各类技术问题的处理结果及速度、现场设代人员的工作完成情况年度投资计划的编制情况、实施方案、投资计划的准确及合理性
投资计划实施情况、实施效果
对工程投资、工期的影响
投资控制江都情况、管理体系完善性及健全性工程竣工决算投资、实际投资与概算投资对比、合同管理、
招投标管理、索赔方管理
移民征地补偿到位、滞留、挤占、挪用建设资金情况
工程审计与稽查结果
工程、
工程批准工期与实际工期对比
经济内部收益率、效益费用比、净现值及其偏离率
社会就业、环境要素变化、项目满足社会需求情况
接权重!最终达到期望与实际输出的误差最/J、。

BP经络的节点与的4个参
子一一对应!中间层节点数依据Klomo gorov定理为29个!工程绩结果为输出层的个节点。

trainlm函数为训练学本的方程!其学习算法为精、收敛速的LMBP 反算法!BP网络的训练目标误差、最大训练步数为0.001和1000。

22模型训练及检测
BP模型的训本为样本集的前10个样本数据!对各参子的量化为节点!出期为专家组对工程绩效的具。

经过6个训练周期后该BP网络的均方误差期,如图2所示。

BP网络的检测数据来源于样本集中10〜12组样本!模型检测的节点与输出结果对照值为10〜12组样本的绩价因子数据及其对应的专家评分值!运用搭建好的优选模型完成样本的训练如表2。

由表2可知!水利工程管理绩效评价和BP模型的输出结果保持的一致性!期出和实际输出间的误差很才均方差D低于0.0001!两
・121

水利科学与寒区工程第4卷
图2BP网络的训练误差曲线
者吻合度满足要求。

所以!针对水利工程管理绩的评价分析该模糊优选BP神经网络模型表现出强的适用性与可靠性!可为工程绩价提供一种新的途径’
表2网络训练对比值
测本实际出期出对误差价等
100.82420.830.0058合格
110.67820.680.0018良好
120.74450.740.0045中等
3实例应用
辽东地区某水库输水工程承担着当地城镇生活、工业发展和农溉用水的任务!水库流域储备充分的水资源!输水工程48.2km计水平年总供水量25.16X108m3,供水率99%。

输水工程建设项目于2016年竣工通水!工程验合格:(1)从工程质量的角度!该输水项目的单位、、单元工程的优良率分别为96.1%、100%和92.8%,外观质量得分率94.5%。

(2)从安全施工的角度!该项目:程未出现安故。

(3)从生态环境的角度!输水工程严格按照批复的水土流失防围,水持为96.5%。

(4)从征的角度,项目投资控制未超出概算范围且工作。

总言!项目的成本节约率和工期提前率14%、11%,较其他项目而言具有较好的经济合理性"#。

根据水水工程的实际、竣工验收与资料提取各参数值,结家意见经取相应的,如表3。

・122・
表3水库输水工程管理绩效评价初始数据价子初始数据价子始数据
X1 1.00X
80.95
X2 1.00X90.91
X30.92X100.90
X40.96X110.91
X50.95X120.91
X60.96X130.90
X70.93X140.95
运用Mtdb软件和BP网络程序实现水库输水工程的绩价!综价指数为0.9458,按照的属于优秀等级,由此表明该水水工程的绩效可
对优秀状态!所构建的模型科学性。

4结论
(1)针对水利工程建设特点和项目效益评价内容!从多个不同层面选择适用范围广、项目面、参数意义明确的多个因子构建绩价体系!综合评价为其项目的提供科学。

对于不型的项目选择的
价因子应有所取舍和,结合工程特点选取符项目的测评参数。

(2)将BP神经网络和模糊优选结合搭建综模型!为工程提供一套系统、的评价标注与体系!可为水利开发项目绩效价和提供科学。

参考文献:
[1#聂相田,宋雅静,段文凤.基于模糊优选BP网络的水利工程建设管理绩效评价水电能源科学,2013,31(4):136­138,116.
"#周巍.工程项目管理信息系统开发研究中国西部科技,2008(7):52-55!629
"#闫文周,徐静,吁元铭•神经网络在工程项目管理绩效评价中的应用研究"#•西安建筑科技大学学报(自然科学版),2005(4):557-5609
汪应洛,杨耀红.工程项目管理中的人工神经网络方法及其应用中国工程科学,2004,6(7):26-33,47.
"#曹文平.水利工程管理方法的探讨黑龙江水利科技,2013!41(4):
235-237。

相关文档
最新文档