CN110163486A - 一种项目风险重要度评估方法及*** - Google Patents
一种项目风险重要度评估方法及*** Download PDFInfo
- Publication number
- CN110163486A CN110163486A CN201910344637.5A CN201910344637A CN110163486A CN 110163486 A CN110163486 A CN 110163486A CN 201910344637 A CN201910344637 A CN 201910344637A CN 110163486 A CN110163486 A CN 110163486A
- Authority
- CN
- China
- Prior art keywords
- risk
- layer
- factor
- attribute
- rule layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目风险重要度评估方法及***。本方法为:1)建立影响最终目标的递阶层次结构;2)对于每一专家的评价信息,得到对应的评价结果;即根据评价信息构造该递阶层次结构中每一准则层的判断矩阵;计算第t层准则层中各元素对于上层中各因素的相对权重并排序,得到一权重向量Wt;对第t层准则层中每一因素,基于该项目风险管理的整体通用的风险概率和特征属性矩阵,计算出该递阶层级结构中风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序;将得到的权重排序构成的权重向量与各准则层对应权重向量对应相乘,得到该专家的评价结果;根据步骤2)得到的各评价结果,确定出对该项目影响最大的风险因素。
Description
技术领域
本发明提出一种项目风险重要度评估方法及***,属于计算机软件技术领域。
背景技术
风险评估就是从风险管理角度,运用科学的方法和手段,***的分析信息***所面临的威胁及其存在的脆弱性,在评估过程中根据不同的行业要求设置不同的评估指标进行风险评估,参考中国专利ZL 201210249442.0、名称“一种适用于风险评估的多目标优化方法及***”,专利ZL 201510358980.7、名称“一种电网与用户双向互动服务运营模式的风险评估方法”,专利ZL 201210201461.6、名称“基于信用等级与违约损失率匹配的信用评级***与方法”等文献。在项目风险管理过程中,一般需要定期对识别出来的风险做风险重要性排序分析,分析出重要度高的风险,从而有针对性的应对。目前常用的技术方案是,专家小组把识别出来的风险按照支配关系分组,形成一个有序的阶梯层次结构,再根据专家小组共同的主观判断,通过两两重要度比较的方式,确认层次中多个因素的相对重要性,然后层次递进得出最底层多个因素相对项目目标的总的重要性排序。
目前的技术方案都是运用层次分析法对项目风险进行重要度排序,大体可以分为六个具体步骤来进行:1)建立层次分析结构、2)构造准则层判断矩阵、3)判断准则层矩阵一致性、4)准则层相对目标层排序、5)风险层相对准则层各因素单排序、6)风险层相对目标层总排序。
一、建立递阶层次结构,也就是通俗意义上建模,如图1所示,这个步骤的主要任务就是确认决策的最终目标也就是最高层,再次就是需要最后排序的最底的风险层因素(决策层),然后就是根据***的实际情况确定中间的一层或多层指标因素。
二、构造准则层判断矩阵
在建立了阶梯指标层次体系后,就要开始进行每一层的指标排序了。排序的第一步需要先构造同层次指标的相对上层指标的重要度比较矩阵,把相对重要度数值化。
一般来说量化相对重要度的方法有很多,例如三标度法、Saaty的1-9标度法、9/9-9/1标度法、10/10-18/2标度法和指数标度法等,然而比较通用的为1-9标度法,据此构建两两判断矩阵:
三、判断准则层矩阵一致性
判断矩阵的生成是主观判断到数值化的呈现的一个过程,在一般情况下,难免会出现前后逻辑问题,或者严谨性问题。排序向量的计算方法都是一种近似算法。当判断矩阵偏离一致性过大时候,这种近似的估算的可靠程度也就随着下降。
当矩阵完全一致的时候,判断矩阵存在λmax=n(n为矩阵阶数),而不一致时,λmax>n,可以用(λmax-n)的值来检验一致性的程度,一般用C.I.(consistency index)这个指标,C.I.越小,说明一致性程度越高。
考虑到了一致性的偏差还可能使随机原因造成的,所以检验矩阵的一致性时候,还会将C.I.与平均随机一致性指标R.I.(random index)进行比较,得出检验数C.R.,即:
R.I.与判断矩阵的阶数有关,一般阶数愈大,出现一致性随机偏离的可能性也愈大,一般有如下数据:
阶数 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 |
R.I. | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.46 | 1.49 | 1.52 | 1.54 | 1.56 | 1.58 | 1.59 |
当C.R.少于0.1的时候,认为矩阵的一致性是可以接受的。
四、准则层相对目标层排序
求出各元素对于上层准则的相对权重:用向量的形式表示出来:
Wt表示第t层元素相对Wt-1层(即目标层)的相对权重排序(t的最大值m为分析模型中间准则层的层数),所以准则层相对目标层排序记作:W1。
权重的计算方法有和法、方根法和特征向量法,普遍采取的是特征向量法。假设判断矩阵A,如下:
矩阵中的aij表示的是元素ui相对于元素uj的重要程度,如果用W右乘以A,则可以得到:AW=nW,或(A-n)W=0
这时候矩阵的特征根方程就是:(A-n)W=0,阶数n就是其中一个特征根,一般用λ来表示,W就是矩阵A对于特征根n的特征向量。如果已知A,就可以通过求解矩阵A的特征根的方法找到W的相对值。这个W向量就是相对重要度权重排序结果;矩阵A乘以一个向量,相当于对矩阵A的列进行线性组合。
五、风险层相对准则层各因素单排序
风险层相对准则层各因素单排序,其实就是重复指向上面的二、三、四几个大步骤,原理一样,这里不再阐述。
六、风险层相对目标层总排序
风险层因素在进行了相对上一层准则因素的排序后,还要针对目标层进行一次权重合成的排序。
经过计算得出风险层相对目标层的总排序结果:
W2=(ω1,ω2,ω3…ωn)T
最终风险层(决策层)的总排序,其实就是从上往下,各层重复进行二、三、四、几个步骤的结果,再进行一次总排序的结果。层次排序顾名思义就是逐层进行计算的过程,以上几个步骤就是目前常见的重要性排序方法。
通过上述分析,可以确定:
a、现有技术方案是专家小组共同对多个因素进行两两重要度比较,没有有效方法对多个专家的意见针对每个两两比较进行客观的综合。
b、对于风险层两两重要度比较的主观性过于模糊,没有根据项目风险的主要特点来进行拆分,针对不同上层目标的相对重要度是如何定义的问题几乎没有量化描述。
c、无法避免两两重要度比较的逻辑一致性问题,在需要评估的风险层因素较多的情况,常常会出现A比B重要,B比C重要,C比D重要,却有D和A同等重要这样逻辑的问题,而且矩阵的一致性,随着风险因素的增多,剧烈下降。
发明内容
为解决上述问题,本发明的目的在于提供一种项目风险重要度评估方法及***。采用本发明完成的技术方案对项目风险进行重要度评估,大体可以分为九个具体步骤来进行:
一、建立层次分析结构;
二、构造准则层判断矩阵;
三、判断准则层判断矩阵的一致性;
四、准则层相对目标总排序;
五、建立风险特征属性量表;
六、建立风险概率、属性矩阵;
七、风险层相对准则层各因素自动排序;
八、风险层相对目标层总排序;
九、多参与者结果汇总综合,确定出项目的重要度。
本发明的技术方案为:
一种项目风险重要度评估方法,其步骤包括:
1)根据项目的最终目标确定若干准则层,建立影响该最终目标的递阶层次结构;
2)对于每一专家的评价信息,进行步骤a)~f),得到对应的评价结果;
a)根据所述评价信息构造该递阶层次结构中每一准则层的判断矩阵;
b)检验所述判断矩阵的一致性是否满足设定条件,如果不满足,则重新获取评价信息并生成该判定矩阵,如果满足,则进行步骤c);
c)计算第t层准则层中各元素对于上层中各因素的相对权重并排序,得到一权重向量Wt;
d)对第t层准则层中每一因素,基于该递阶层级结构生成该因素的风险特征属性量表,并结合风险的概率和风险特征属性量值,构造该项目风险管理的整体通用的风险概率和特征属性矩阵;
e)根据风险概率和特征属性矩阵计算出该递阶层级结构中风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序;
f)将步骤e)得到的权重排序构成的权重向量与上述步骤c)得到的各准则层对应权重向量对应相乘,得到该专家的评价结果;
3)根据步骤2)得到的各评价结果,确定出对该项目影响最大的风险因素。
进一步的,建立该递阶层次结构的方法为:首先将该最终目标作为该递阶层次结构的最高层;然后将影响该最终目标的风险因素作为该递阶层次结构的最底层,即风险层;然后在最高层与决策层之间设置若干准则层,每一准则层包括多个指标因素。
进一步的,所述设定条件为:C.R.小于设定值;其中,λmax为判断矩阵的最大特征值,n为判断矩阵的阶数,R.I.为平均随机一致性指标。
进一步的,通过AWt=nWt或(A-n)Wt=0计算第t层准则层的所述相对权重Wt;其中,A为第t层准则层的判断矩阵,n为判断矩阵的阶数;Wt为判断矩阵A对于特征根n的特征向量。
进一步的,所述风险概率和特征属性矩阵中的元素 是第j个风险相对上层第k因素Ck的总体概率-属性分值,G为第j个风险的发生概率,Ai为第j个风险的第i个属性的量值,Qi为第j个风险的第i个属性的权重,m为准则层的层数。
进一步的,根据专家权重对不同专家对应的评价结果进行综合汇总,确定出对该项目影响最大的风险因素。
一种项目风险重要度评估***,其特征在于,包括递阶层次结构生成模块,评价结果计算模块和风险因素评估模块;其中,
递阶层次结构生成模块,用于根据项目的最终目标确定若干准则层,建立影响该最终目标的递阶层次结构;
评价结果计算模块,用于根据每一专家的评价信息得到对应的评价结果;其中,首先根据所述评价信息构造该递阶层次结构中每一准则层的判断矩阵;检验所述判断矩阵的一致性是否满足设定条件,如果不满足,则重新获取评价信息并生成该判定矩阵,如果满足,则进行步骤c);计算第t层准则层中各元素对于上层中各因素的相对权重并排序,得到一权重向量Wt;对第t层准则层中每一因素,基于该递阶层级结构生成该因素的风险特征属性量表,并结合风险的概率和风险特征属性量值,构造该项目风险管理的整体通用的风险概率和特征属性矩阵;根据风险概率和特征属性矩阵计算出该递阶层级结构中风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序;将步骤e)得到的权重排序构成的权重向量与上述步骤c)得到的各准则层对应权重向量对应相乘,得到该专家的评价结果;
风险因素评估模块,用于根据得到的各评价结果,确定出对该项目影响最大的风险因素。
与当前已有的相关技术相比,本发明具有以下几点优势:
a、专家组成员进行独立评价,再***的综合各个专家的结果,得出专家组综合评价结果。保持专家评价的独立性,避免共同评价过程中的意见不统一和相互影响。
b、风险层两两重要性判断的依据需要根据项目风险的特点进行原因分解,并且建立量化模型,专家参考模型能够得出每个风险因素的概率和特征属性(至少是一个属性,通常为影响度、紧迫度等)标度。
c、根据风险重要性量化模型得出的概率和特征属性标度表能够自动生成权重排序,能够快速、直观的帮助专家进行风险排序,并且能够完美解决逻辑一致性问题。
d、随着特征属性粒度细化,通过对经验数据的积累分析,可以实现计算机智能评估,摆脱对专家经验的依赖。
本发明根据多专家的独立意见进行***化、结构化的独立评估,结果呈现客观清晰,并且有效降低评估难度和疲倦度。因为重要环节不再需要两两对比矩阵,避免了不一致问题,所以评估的准确性和质量大大提高。
附图说明
图1是现有层次结构图;
图2为本发明的方法流程图;
图3为层次分析结构图;
图4为实施例的层次分析结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明的目的、特征和优点能够更加明显易懂,下面结合附图对本发明中技术核心作进一步详细的说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的评估方法流程如图2所示,其中分为四大部分、一共九个步骤包括:
第一部分,建立层次分析结构,该部分包含步骤一;
第二部分,中间层的排序,该部分包含步骤二、三、四;
第三部分,使用创新方法进行风险层的排序,该部分包含步骤五、六、七、八;
第四部分,综合多个专家的评估结果(每个专家评估结果都是单独进行步骤二至八得出),该部分包含步骤九。
一、建立层次分析结构。
建立递阶层次结构,如图3所示,也就是通俗意义上建模,这个步骤的主要任务就是确认决策的最终目标也就是找出最重要的风险因素(最高层),再次就是需要最后排序的最底的风险层因素(决策层),然后就是根据***的实际情况确定中间的一层或多层指标因素(这里只描述一层,即:准则层)。如果中间层存在多层次的情况,根据实际情况可以使用传统方式排序(即准则层的排序方法),也可以使用本发明的新方法排序(即后续步骤7,风险层的排序方法)。
二、构造准则层判断矩阵
在建立了阶梯指标层次体系后,就要开始进行每一层的指标排序了。排序的第一步需要先构造同层次指标的相对上层指标的重要度比较矩阵,把相对重要度数值化。
一般来说量化相对重要度的方法有很多,例如三标度法、Saaty的1-9标度法、9/9-9/1标度法、10/10-18/2标度法和指数标度法等,然而比较通用的为为1-9标度法,据此构建两两判断矩阵:
C | u<sub>1</sub> | u<sub>2</sub> | … | u<sub>n</sub> |
u<sub>1</sub> | a<sub>11</sub> | a<sub>12</sub> | … | a<sub>1n</sub> |
u<sub>2</sub> | a<sub>21</sub> | a<sub>22</sub> | … | a<sub>2n</sub> |
… | … | … | … | … |
u<sub>n</sub> | a<sub>n1</sub> | a<sub>n2</sub> | … | a<sub>nn</sub> |
多层情况实际上就是重复准则层的排序方法,或者风险层的排序方法,根据实际情况选择即可。
三、判断准则层矩阵一致性
判断矩阵的生成是主观判断到数值化的呈现的一个过程,在一般情况下,难免会出现前后逻辑问题,或者严谨性问题。排序向量的计算方法都是一种近似算法。当判断矩阵偏离一致性过大时候,这种近似的估算的可靠程度也就随着下降。
当矩阵完全一致的时候,判断矩阵存在λmax=n,而不一致时,λmax>n,可以用(λmax-n)的值来检验一致性的程度,一般用C.I.(consistency index)这个指标,C.I.越小,说明一致性程度越高。
考虑到了一致性的偏差还可能使随机原因造成的,所以检验矩阵的一致性时候,还会将C.I.与平均随机一致性指标R.I.(random index)进行比较,得出检验数C.R.,即:
R.I.与判断矩阵的阶数有关,一般阶数愈大,出现一致性随机偏离的可能性也愈大,一般有如下数据:
当C.R.少于0.1的时候,一般认为矩阵的一致性是可以接受的。
四、准则层相对目标层排序
求出准则层(即t=1层)各元素对于上层(即t=0层)因素的相对权重:用向量的形式表示出来:
Wt表示第t层元素相对Wt-1层(即目标层)的相对权重排序(t的最大值m为分析模型中间准则层的层数),所以准则层相对目标层排序记作:W1,以作为t=2层相对目标层总排序的输入,即步骤八的输入。
权重的计算方法有和法、方根法和特征向量法,本文采取的是特征向量法。假设判断矩阵A,如下:
矩阵中的aij表示的是元素ui相对于元素uj的重要程度,如果用W右乘以A,则可以得到:AW=nW,或(A-n)W=0
这时候矩阵的特征根方程就是:(A-n)W=0,阶数n就是其中一个特征根,一般用λ来表示,W就是矩阵A对于特征根n的特征向量。如果已知A,就可以通过求解矩阵A的特征根的方法找到W的相对值。这个W向量就是相对重要度权重排序结果。矩阵A乘以一个向量,相当于对矩阵A的列进行线性组合。
五、建立风险特征属性量表
在递阶层级结构基础上,根据不同的准则层因素设计针对该因素的风险特征属性量表。以“成本”这个准则层因素为例,定义一个针对项目成本影响的影响属性量表:
为了后续能够合适的粒度,结合风险概率动态生成相对准则层某个因素的重要度向量(步骤七介绍),本技术方案设计的特征属性量表全都定义为10级量表,实际应用中根据粒度需求可以有不同的定义。除了典型的影响属性量表,还可以有其它多种风险特征属性量表包括但不限于:紧迫性、可控性、影响潜伏期、可监控性、影响密切度等等多种属性。可以根据项目特点设计一种或多种风险特征属性量表,并给于不同属性分配权重。
属性的数量根据项目风险管理的细致度定义,属性的数量和经验数据的存储为以后自动化评审提供基础。
六、建立风险概率、属性矩阵
结合风险的概率范围和风险特征属性量值,构造项目风险管理的整体通用的风险概率和特征属性矩阵,矩阵中的属性量值跟风险特征属性量表中量值成直接对应关系,样例:
样例中的风险概率的粒度分为10级,在实际应用环境中,借助计算机***至少把概率粒度设定为100级以上。把风险的多个单一属性量值经过权重计算得到的总体属性量值与概率的乘积,就是风险的总体概率-属性分值:
G为当前风险发生概率,Ai为第i个属性的量值,Qi为第i个属性的权重,则是第j个风险相对上层第k因素Ck的总体概率-属性分值。
七、风险层相对准则层各因素自动排序
在上一个步骤计算出因素层所有的后,进行按列归一运算,即可计算出风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序,同样以向量方式记作:
例如相对于上层的“成本”因素,风险层因素的概率-属性分值为(3,4,5),那么归一后就是(3/(3+4+5),4/12,5/12),就是(25%,33.3%,41.7%)。
八、风险层相对目标层总排序
每一层因素再进行了相对上一层某因素的排序后,还要针对目标层进行一次权重合成的排序。如果存在多个准则层,则需要按分析结构从上往下的顺序,依次执行步骤七和本步骤八,得出每层对于目标层的总排序。这个步骤里面,需要结合步骤四和步骤七得出的结果,即W1和
经过计算得出专家独立评估结果:
九、多参与者结果汇总综合
以上评估流程为单个专家单独进行评估的流程,每位专家都会进行一遍独立流程产生一个独立结果,最后还需要对多个专家的结果根据专家权重不同进行综合汇总。
首先把步骤八每个专家得出的独立评估结果,以下标标识:
其中表示第r位专家的评估结果,即第r位专家的风险层相对目标的总排序结果。
最后得到综合排序结果:
W总=(V1,V2,…,Vk)总
到此本发明完成技术流程结束。
实施例
一、建立层次分析结构。
以互联网项目为例,设计风险层次分析结构,以项目相互矛盾的三大基准:成本、进度、质量作为准则层因素;此轮风险识别输出3个潜在风险:代码逻辑错误、工程师离职和硬件罢工,层次分析结构如图4所示。
二、构造准则层判断矩阵
此步骤属于现有技术方法常规步骤,不再进行介绍。
三、判断准则层矩阵一致性
此步骤属于现有技术方法常规步骤,不再进行介绍。
四、准则层相对目标层排序
此步骤属于现有技术方法常规步骤,不再进行介绍。直接给出准则层因素权重排序结果:
W1=(ω成本,ω进度,ω质量)1=(0.200,0.350,0.450)
五、建立风险特征属性量表
本例选取的风险特征属性有2个:影响性、紧迫性。
首先建立影响属性量表:
1、建立相对于准则层成本因素C1的风险影响属性量表:
2、建立相对于准则层进度因素C2的风险影响属性量表:
3、建立相对于准则层质量因素C3的风险影响属性量表:
然后建立紧迫属性量表,由于紧迫性的属性管理,对于成本、进度和质量准则的紧迫性量表是一样的:
六、建立风险概率、属性矩阵
结合风险的概率和相对某个上层准则因素的特征属性量值,构造项目风险管理的整体通用的风险概率和特征属性矩阵。本例矩阵格式如下:
为了本实施例的直观演示,本例中的风险概率的粒度分为10级。
属性权重表为:
属性 | 权重 |
影响 | 0.700 |
紧迫性 | 0.300 |
七、风险层相对准则层各因素自动排序
经过专家判断,选择风险层各因素发生概率和对不同准则的影响量值和紧迫性量值,产生如下量表:
经过计算,得出各个风险因素相对准则层各个因素C的权重:
八、风险层相对目标层总排序
风险层因素进行了相对上一层某因素的排序后,再针对目标层进行一次权重合成的排序:
经过计算得出专家独立评价结果:
W2=(ω代码逻辑错误,ω工程师离职,ω硬件罢工)2=(0.473,0.434.0.093)
九、多参与者结果汇总综合
以上评估结果为单个专家单独进行评估产生,其他专家评价结果同理,分别列出:
W专家一=(0.473,0.434,0.093)
W专家二=(0.426,0.452,0.122)
W专家三=(0.396,0.486,0.118)
W专家四=(0.392,0.403,0.205)
最后还需要对多个专家的结果根据专家权重不同进行综合汇总,为了实施例的呈现,假设四位专家权威性权重向量为(0.400,0.200,0.200,0.200):
最后得到多个专家综合排序结果:
W总=(V代码逻辑错误,V工程师离职,V硬件罢工)=(0.432,0.442,0.126)
综合评价得出结果,工程师离职风险重要性最强0.432,紧接着的是代码逻辑错误风险0.442。
到此本实施例结束。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体,但并不能因此理解为对本发明专利范围的限制。应当指出,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应当以所附权利要求为准。
Claims (10)
1.一种项目风险重要度评估方法,其步骤包括:
1)根据项目的最终目标确定若干准则层,建立影响该最终目标的递阶层次结构;
2)对于每一专家的评价信息,进行步骤a)~f),得到对应的评价结果;
a)根据所述评价信息构造该递阶层次结构中每一准则层的判断矩阵;
b)检验所述判断矩阵的一致性是否满足设定条件,如果不满足,则重新获取评价信息并生成该判定矩阵,如果满足,则进行步骤c);
c)计算第t层准则层中各元素对于上层中各因素的相对权重并排序,得到一权重向量Wt;
d)对第t层准则层中每一因素,基于该递阶层级结构生成该因素的风险特征属性量表,并结合风险的概率和风险特征属性量值,构造该项目风险管理的整体通用的风险概率和特征属性矩阵;
e)根据风险概率和特征属性矩阵计算出该递阶层级结构中风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序;
f)将步骤e)得到的权重排序构成的权重向量与上述步骤c)得到的各准则层对应权重向量对应相乘,得到该专家的评价结果;
3)根据步骤2)得到的各评价结果,确定出对该项目影响最大的风险因素。
2.如权利要求1所述的方法,其特征在于,建立该递阶层次结构的方法为:首先将该最终目标作为该递阶层次结构的最高层;然后将影响该最终目标的风险因素作为该递阶层次结构的最底层,即风险层;然后在最高层与决策层之间设置若干准则层,每一准则层包括多个指标因素。
3.如权利要求1所述的方法,其特征在于,所述设定条件为:C.R.小于设定值;其中,λmax为判断矩阵的最大特征值,n为判断矩阵的阶数,R.I.为平均随机一致性指标。
4.如权利要求1所述的方法,其特征在于,通过AWt=nWt或(A-n)Wt=0计算第t层准则层的所述相对权重Wt;其中,A为第t层准则层的判断矩阵,n为判断矩阵的阶数;Wt为判断矩阵A对于特征根n的特征向量。
5.如权利要求1所述的方法,其特征在于,所述风险概率和特征属性矩阵中的元素 是第j个风险相对上层第k因素Ck的总体概率-属性分值,G为第j个风险的发生概率,Ai为第j个风险的第i个属性的量值,Qi为第j个风险的第i个属性的权重,m为准则层的层数。
6.如权利要求1所述的方法,其特征在于,根据专家权重对不同专家对应的评价结果进行综合汇总,确定出对该项目影响最大的风险因素。
7.一种项目风险重要度评估***,其特征在于,包括递阶层次结构生成模块,评价结果计算模块和风险因素评估模块;其中,
递阶层次结构生成模块,用于根据项目的最终目标确定若干准则层,建立影响该最终目标的递阶层次结构;
评价结果计算模块,用于根据每一专家的评价信息得到对应的评价结果;其中,首先根据所述评价信息构造该递阶层次结构中每一准则层的判断矩阵;检验所述判断矩阵的一致性是否满足设定条件,如果不满足,则重新获取评价信息并生成该判定矩阵,如果满足,则进行步骤c);计算第t层准则层中各元素对于上层中各因素的相对权重并排序,得到一权重向量Wt;对第t层准则层中每一因素,基于该递阶层级结构生成该因素的风险特征属性量表,并结合风险的概率和风险特征属性量值,构造该项目风险管理的整体通用的风险概率和特征属性矩阵;根据风险概率和特征属性矩阵计算出该递阶层级结构中风险层因素相对与其连接的准则层第k个因素Ck的相对重要度权重排序;将步骤e)得到的权重排序构成的权重向量与上述步骤c)得到的各准则层对应权重向量对应相乘,得到该专家的评价结果;
风险因素评估模块,用于根据得到的各评价结果,确定出对该项目影响最大的风险因素。
8.如权利要求7所述的***,其特征在于,通过AWt=nWt或(A-n)Wt=0计算第t层准则层的所述相对权重Wt;其中,A为第t层准则层的判断矩阵,n为判断矩阵的阶数;Wt为判断矩阵A对于特征根n的特征向量。
9.如权利要求7所述的***,其特征在于,所述风险概率和特征属性矩阵中的元素 是第j个风险相对上层第k因素Ck的总体概率-属性分值,G为第j个风险的发生概率,Ai为第j个风险的第i个属性的量值,Qi为第j个风险的第i个属性的权重,m为准则层的层数。
10.如权利要求7所述的***,其特征在于,所述风险因素评估模块根据专家权重对不同专家对应的评价结果进行综合汇总,确定出对该项目影响最大的风险因素。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910207580 | 2019-03-19 | ||
CN2019102075804 | 2019-03-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110163486A true CN110163486A (zh) | 2019-08-23 |
Family
ID=67640110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910344637.5A Pending CN110163486A (zh) | 2019-03-19 | 2019-04-26 | 一种项目风险重要度评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110163486A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738386A (zh) * | 2019-08-28 | 2020-01-31 | 曲卫 | 一种基于指标全集的对抗效能评估方法及*** |
CN111062630A (zh) * | 2019-12-23 | 2020-04-24 | 北京神舟航天软件技术有限公司 | 一种项目风险评分方法 |
CN111563693A (zh) * | 2020-05-20 | 2020-08-21 | 深圳达实智能股份有限公司 | 轨道交通设备健康值的评分方法、设备和存储介质 |
CN113159485A (zh) * | 2021-01-15 | 2021-07-23 | 国网福建省电力有限公司 | 一种用于输变电项目变动的环境影响评价方法 |
CN114282745A (zh) * | 2021-11-04 | 2022-04-05 | 山东大学 | 涉水产品生产企业的风险预警方法及相关设备 |
CN115587702A (zh) * | 2022-10-13 | 2023-01-10 | 安徽理工大学 | 地下巷道群建设抽水蓄能电站的适宜性评估方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376258A (zh) * | 2014-11-20 | 2015-02-25 | 工业和信息化部电信研究院 | 安卓应用程序的安全风险检测方法及装置 |
CN104899682A (zh) * | 2015-05-19 | 2015-09-09 | 上海市建工设计研究院有限公司 | 临海地区深基坑防渗止水帷幕体施工风险评价方法 |
CN105023067A (zh) * | 2015-08-04 | 2015-11-04 | 环境保护部南京环境科学研究所 | 基于层次分析法-模糊综合评价的化工项目环境风险评价体系 |
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN105913196A (zh) * | 2016-04-29 | 2016-08-31 | 武汉大学 | 一种航道整治社会稳定风险自动分析方法及*** |
CN106469340A (zh) * | 2015-08-17 | 2017-03-01 | 苏州优估营网络科技有限公司 | 一种基于神经网络的复合型项目风险评估模型 |
CN106611099A (zh) * | 2015-10-16 | 2017-05-03 | 中国传媒大学 | 一种基于层次分析法的节目评价***及方法 |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
CN107767051A (zh) * | 2017-10-23 | 2018-03-06 | 中冶华天工程技术有限公司 | 一种水环境生态健康风险评价***及方法 |
-
2019
- 2019-04-26 CN CN201910344637.5A patent/CN110163486A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376258A (zh) * | 2014-11-20 | 2015-02-25 | 工业和信息化部电信研究院 | 安卓应用程序的安全风险检测方法及装置 |
US20160145994A1 (en) * | 2014-11-20 | 2016-05-26 | Petrochina Company Limited | Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs |
CN104899682A (zh) * | 2015-05-19 | 2015-09-09 | 上海市建工设计研究院有限公司 | 临海地区深基坑防渗止水帷幕体施工风险评价方法 |
CN105023067A (zh) * | 2015-08-04 | 2015-11-04 | 环境保护部南京环境科学研究所 | 基于层次分析法-模糊综合评价的化工项目环境风险评价体系 |
CN106469340A (zh) * | 2015-08-17 | 2017-03-01 | 苏州优估营网络科技有限公司 | 一种基于神经网络的复合型项目风险评估模型 |
CN106611099A (zh) * | 2015-10-16 | 2017-05-03 | 中国传媒大学 | 一种基于层次分析法的节目评价***及方法 |
CN105913196A (zh) * | 2016-04-29 | 2016-08-31 | 武汉大学 | 一种航道整治社会稳定风险自动分析方法及*** |
CN106940833A (zh) * | 2017-01-13 | 2017-07-11 | 国网浙江省电力公司经济技术研究院 | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 |
CN107767051A (zh) * | 2017-10-23 | 2018-03-06 | 中冶华天工程技术有限公司 | 一种水环境生态健康风险评价***及方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738386A (zh) * | 2019-08-28 | 2020-01-31 | 曲卫 | 一种基于指标全集的对抗效能评估方法及*** |
CN111062630A (zh) * | 2019-12-23 | 2020-04-24 | 北京神舟航天软件技术有限公司 | 一种项目风险评分方法 |
CN111563693A (zh) * | 2020-05-20 | 2020-08-21 | 深圳达实智能股份有限公司 | 轨道交通设备健康值的评分方法、设备和存储介质 |
CN111563693B (zh) * | 2020-05-20 | 2023-10-31 | 深圳达实智能股份有限公司 | 轨道交通设备健康值的评分方法、设备和存储介质 |
CN113159485A (zh) * | 2021-01-15 | 2021-07-23 | 国网福建省电力有限公司 | 一种用于输变电项目变动的环境影响评价方法 |
CN114282745A (zh) * | 2021-11-04 | 2022-04-05 | 山东大学 | 涉水产品生产企业的风险预警方法及相关设备 |
CN115587702A (zh) * | 2022-10-13 | 2023-01-10 | 安徽理工大学 | 地下巷道群建设抽水蓄能电站的适宜性评估方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110163486A (zh) | 一种项目风险重要度评估方法及*** | |
Chen et al. | A new integrated MCDM approach for improving QFD based on DEMATEL and extended MULTIMOORA under uncertainty environment | |
CN105117602B (zh) | 一种计量装置运行状态预警方法 | |
Chuu | Group decision-making model using fuzzy multiple attributes analysis for the evaluation of advanced manufacturing technology | |
CN106504015A (zh) | 一种结合bp神经网络的企业领域供应商推荐方法 | |
CN104715318A (zh) | 面向通信网络的多维度运行风险评价方法 | |
CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
CN110633891A (zh) | 服务商履约绩效评价***及方法 | |
CN114065605A (zh) | 一种智能电能表运行状态检测评估***和方法 | |
CN112818525A (zh) | 一种水电机组状态评价方法及其*** | |
CN111932081A (zh) | 一种电力信息***运行状态评估方法及*** | |
CN107194604A (zh) | 一种火电机组可靠性评价方法 | |
CN113327062A (zh) | 信息的等级确定方法、装置、计算机设备和存储介质 | |
CN108446563A (zh) | 一种基于模糊层次分析法的ics信息安全评估方法 | |
Mousavi et al. | Hierarchical group compromise ranking methodology based on Euclidean–Hausdorff distance measure under uncertainty: An application to facility location selection problem | |
Mzougui et al. | A modified method to improve failure analysis | |
Seiti et al. | Failure modes and effects analysis under fuzzy environment using fuzzy axiomatic design approach | |
CN115375077A (zh) | 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法 | |
CN109460868A (zh) | 一种采用灰度预测的企业安全生产预警***的构建方法 | |
Liao | Decision method of optimal investment enterprise selection under uncertain information environment | |
CN113191684A (zh) | 基于变权模糊综合评判的北斗卫星合格评判方法 | |
CN109255205B (zh) | 一种基于功能稳健性的复杂机械***方案设计方法 | |
CN111008779A (zh) | 一种基于多因素评估模型的变压器健康状态评估方法 | |
CN110766426A (zh) | 一种电价制定方法及装置 | |
Ervural et al. | A novel group decision making approach based on the cumulative belief degrees |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |
|
RJ01 | Rejection of invention patent application after publication |