一种项目全过程风险智能分析预警方法技术

本发明专利技术公开了一种项目全过程风险智能分析预警方法，包括以下步骤：获取地质项目各个阶段的风险项，并在各个历史地质项目中计算出各个风险项在各个阶段的各个历史贡献度；对每个风险项在每个阶段的各个历史贡献度进行均衡性筛选得到每个风险项在每个阶段的均衡贡献度；将每个阶段处各个风险项的均衡贡献度与历史地质项目在各个阶段处的项目现状特征进行拟合得到贡献度全阶段测算函数。本发明专利技术利用模型化风险评估使得审核标准统一，提高风险识别客观性强，以及模型化评估提高风险评估效率，能够保障风险均被及时发现和处理。能够保障风险均被及时发现和处理。能够保障风险均被及时发现和处理。

【技术实现步骤摘要】
一种项目全过程风险智能分析预警方法


[0001]本专利技术涉及项目风险预警
，具体涉及一种项目全过程风险智能分析预警方法。

技术介绍

[0002]当前，中国经济迈向高质量发展阶段，数字化转型也成为高质量发展和转型发展的标配。行政事业单位或企业推动数字化、职能化建设，对提升执行能力、监督能力、辅助决策能力起着重要的作用。信息化作为现代管理的重要特征，是实践和推广先进管理思想的重要载体。信息化要随着管理的创新与时俱进，贯彻科学管理理念、优化管理流程、提高管理水平。现在随着信息化建设步伐的不断迈进，信息化项目投资逐年递增的同时也给项目建设全过程管控带来了新的挑战，现有的管控具有以下缺点：依靠人工审核，鉴于每个相关人员的项目管理经验、知识水平等的不同，导致审核标准不完全统一，风险识别主观性强，项目全过程涉及文档材料众多，需要耗费大量的时间精力，难以保障风险均被及时发现和处理。

技术实现思路

[0003]本专利技术的目的在于提供一种项目全过程风险智能分析预警方法，以解决现有技术中多层物料难以实现逐个分离的技术问题。
[0004]为解决上述技术问题，本专利技术具体提供下述技术方案：
[0005]一种项目全过程风险智能分析预警方法，包括以下步骤：
[0006]步骤S1、获取地质项目各个阶段的风险项，并在各个历史地质项目中计算出各个风险项在各个阶段的各个历史贡献度；
[0007]步骤S2、对每个风险项在每个阶段的各个历史贡献度进行均衡性筛选得到每个风险项在每个阶段的均衡贡献度；<br/>[0008]步骤S3、将每个阶段处各个风险项的均衡贡献度与历史地质项目在各个阶段处的项目现状特征进行拟合得到贡献度全阶段测算函数；
[0009]步骤S4、利用贡献度全阶段测算函数获取待监测地质项目在每个阶段处各个风险项的均衡贡献度，并利用均衡贡献度对待监测地质项目进行全阶段风险评估，以及基于全阶段风险评估结果进行风险预警。
[0010]作为本专利技术的一种优选方案，所述在各个历史地质项目中计算出各个风险项在各个阶段的各个历史贡献度，包括：
[0011]将各个历史地质项目中各个风险项在各个阶段处的表征数据构成风险项阶段数据序列，所述风险项阶段数据序列的表达式为：{X
ij
|i∈[1,n],j∈[1,m],X∈[1,N]},式中，X
ij
为第i个历史地质项目中在第j个阶段处的第X个风险项的表征数据，n为历史地质项目的总数量，m为阶段的总数量，N为风险项的总数量，i，j，X为计数变量；
[0012]在风险项阶段数据序列中提取出由各个历史地质项目中每个风险项在各个阶段
处的表征数据得到贡献度测算数据序列，所述贡献度测算数据序列的表达式为：{1
ij
,2
ij
,
…
,N
ij
}，式中，1
ij
,2
ij
和N
ij
分别为第i个历史地质项目中在第j个阶段处的第1，2和N个风险项的表征数据；
[0013]将n个历史地质项目在第j个阶段处对应的n个贡献度测算数据序列均进行主成分分析得到N个风险项在第j个阶段处的贡献度作为N个风险项在第j个阶段处的n个历史贡献度，表征为{PX
ij
|i∈[1,n],j∈[1,m],X∈[1,N]}，式中，PX
ij
为第X个风险项在第j个阶段处的第i个历史贡献度；
[0014]其中，贡献度测算数据序列{1
ij
,2
ij
,
…
,N
ij
}的主成分分析得到第1至N个风险项在第j个阶段处的第i个历史贡献度{P1
ij
,P2
ij
,
…
,PN
ij
},式中，P1
ij
,P2
ij
和PN
ij
分别为第1，2和N个风险项在在第j个阶段处的第i个历史贡献度。
[0015]作为本专利技术的一种优选方案，所述对每个风险项在每个阶段的各个历史贡献度进行均衡性筛选得到每个风险项在每个阶段的均衡贡献度，包括：
[0016]设定第X个风险项在第j个阶段的贡献度均衡值QX
j
，并利用贡献度期望值QX
j
与第j个阶段的第X个风险项的n个历史贡献度进行均衡性计算，其中，均衡性利用方差进行量化；
[0017]所述均衡性的计算公式为：
[0018][0019]式中，WX
j
为第X个风险项在第j个阶段的均衡性值，PX
ij
为第X个风险项在第j个阶段处的第i个历史贡献度，QX
j
为第X个风险项在第j个阶段的贡献度均衡值，n为历史地质项目的总数量或历史贡献度总数量，i，j，X为计数变量；
[0020]将最大化均衡性max(WX
j
)作为优化目标，以min(PX
ij
)≤QX
j
≤max(PX
ij
)为约束条件，利用智能搜索算法求解优化目标得到QX
j
的求解值，将QX
j
的求解值作为第X个风险项在第j个阶段的均衡贡献度。
[0021]作为本专利技术的一种优选方案，所述贡献度全阶段测算函数的拟合包括：
[0022]将历史地质项目在各个阶段处的项目现状特征作为BP神经网络的输入项，将每个阶段处各个风险项的均衡贡献度作为BP神经网络的输出项；
[0023]利用BP神经网络对BP神经网络的输入项和BP神经网络的输出项进行网络训练得到所述贡献度全阶段测算函数，所述贡献度全阶段测算函数的函数表达式：
[0024]{WX
j
|X∈[1,N]}＝BP(S
j
)；
[0025]式中，WX
j
为第X个风险项在第j个阶段的均衡性值，S
j
为历史地质项目在第j个阶段的项目现状特征。
[0026]作为本专利技术的一种优选方案，所述利用贡献度全阶段测算函数获取待监测地质项目在每个阶段处各个风险项的均衡贡献度，包括：
[0027]将待监测地质项目在各个阶段处的项目现状特征输入至贡献度全阶段测算函数，由贡献度全阶段测算函数输出待监测地质项目在各个阶段处的各个风险项的均衡性贡献度。
[0028]作为本专利技术的一种优选方案，所述利用均衡贡献度对待监测地质项目进行全阶段风险评估，包括：
[0029]利用每个阶段处的各个风险项的均衡贡献度对每个阶段处的各个风险项进行加权；
[0030]将加权后的每个阶段处的各个风险项输入至预建立的风险评估模型，并由所述风险评估模型输出待监测地质项目在每个阶段处的风险状态。
[0031]作为本专利技术的一种优选方案，所述风险评估模型利用CNN神经网络在历史地质项目中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种项目全过程风险智能分析预警方法，其特征在于：包括以下步骤：步骤S1、获取地质项目各个阶段的风险项，并在各个历史地质项目中计算出各个风险项在各个阶段的各个历史贡献度；步骤S2、对每个风险项在每个阶段的各个历史贡献度进行均衡性筛选得到每个风险项在每个阶段的均衡贡献度；步骤S3、将每个阶段处各个风险项的均衡贡献度与历史地质项目在各个阶段处的项目现状特征进行拟合得到贡献度全阶段测算函数；步骤S4、利用贡献度全阶段测算函数获取待监测地质项目在每个阶段处各个风险项的均衡贡献度，并利用均衡贡献度对待监测地质项目进行全阶段风险评估，以及基于全阶段风险评估结果进行风险预警。2.根据权利要求1所述的一种项目全过程风险智能分析预警方法，其特征在于：所述在各个历史地质项目中计算出各个风险项在各个阶段的各个历史贡献度，包括：将各个历史地质项目中各个风险项在各个阶段处的表征数据构成风险项阶段数据序列，所述风险项阶段数据序列的表达式为：{X
ij
|i∈[1,n],j∈[1,m],X∈[1,N]},式中，X
ij
为第i个历史地质项目中在第j个阶段处的第X个风险项的表征数据，n为历史地质项目的总数量，m为阶段的总数量，N为风险项的总数量，i，j，X为计数变量；在风险项阶段数据序列中提取出由各个历史地质项目中每个风险项在各个阶段处的表征数据得到贡献度测算数据序列，所述贡献度测算数据序列的表达式为：{1
ij
,2
ij
,
…
,N
ij
}，式中，1
ij
,2
ij
和N
ij
分别为第i个历史地质项目中在第j个阶段处的第1，2和N个风险项的表征数据；将n个历史地质项目在第j个阶段处对应的n个贡献度测算数据序列均进行主成分分析得到N个风险项在第j个阶段处的贡献度作为N个风险项在第j个阶段处的n个历史贡献度，表征为{PX
ij
|i∈[1,n],j∈[1,m],X∈[1,N]}，式中，PX
ij
为第X个风险项在第j个阶段处的第i个历史贡献度；其中，贡献度测算数据序列{1
ij
,2
ij
,
…
,N
ij
}的主成分分析得到第1至N个风险项在第j个阶段处的第i个历史贡献度{P1
ij
,P2
ij
,
…
,PN
ij
},式中，P1
ij
,P2
ij
和PN
ij
分别为第1，2和N个风险项在在第j个阶段处的第i个历史贡献度。3.根据权利要求2所述的一种项目全过程风险智能分析预警方法，其特征在于：所述对每个风险项在每个阶段的各个历史贡献度进行均衡性筛选得到每个风险项在每个阶段的均衡贡献度，包括：设定第X个风险项在第j个阶段的贡献度均衡值QX
j
，并利用贡献度期望值QX

【专利技术属性】
技术研发人员：黄伟娟，
申请(专利权)人：广东省地质调查院，
类型：发明
国别省市：