基于互聯(lián)網(wǎng)科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)中的應(yīng)用研究

姚旭

遼寧省科學(xué)技術(shù)情報(bào)研究所 遼寧沈陽 110168

基于互聯(lián)網(wǎng)科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)中的應(yīng)用研究

姚旭

遼寧省科學(xué)技術(shù)情報(bào)研究所 遼寧沈陽 110168

隨著社會的發(fā)展和進(jìn)步以及社會發(fā)展對科技需求的不斷擴(kuò)大，國家對科技項(xiàng)目投入的經(jīng)費(fèi)逐年增加，科技投入的范圍也越來越廣。對科技項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)進(jìn)行控制就顯得尤為重要，本文通過神經(jīng)網(wǎng)絡(luò)算法給出評價(jià)科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)的一種方法，通過對遼寧科研立項(xiàng)的實(shí)踐證明該方法是確實(shí)有效的。

神經(jīng)網(wǎng)絡(luò)；立項(xiàng)風(fēng)險(xiǎn)；科技項(xiàng)目

項(xiàng)目的風(fēng)險(xiǎn)的產(chǎn)生是由于客觀事件的不確定性引起的，同時(shí)又是可被主體感知的與期望目標(biāo)或者利益的偏離。因此，項(xiàng)目管理中，項(xiàng)目風(fēng)險(xiǎn)的來源主要有以下幾個(gè)要素，即客觀事件的不確定性、主體的感知以及主體的期望或利益。科技項(xiàng)目風(fēng)險(xiǎn)的評估主要是針對風(fēng)險(xiǎn)事件或風(fēng)險(xiǎn)因素的影響進(jìn)行的。風(fēng)險(xiǎn)估計(jì)和評價(jià)方法可以分為三類:定性方法、定量方法和定性與定量相結(jié)合的方法。下面是幾種常見的方法：調(diào)查和專家評分法、層次分析法、概率統(tǒng)計(jì)分析法、敏感性分析法、蒙特卡羅模擬、CIM模型、模糊綜合評價(jià)法、人工神經(jīng)網(wǎng)絡(luò)。

1、建立風(fēng)險(xiǎn)評估指標(biāo)體系

為了給出一種合理的、便于計(jì)算的評價(jià)方法，建立一套能準(zhǔn)確反映實(shí)際情況的評價(jià)指標(biāo)體系是至關(guān)重要的。對指標(biāo)體系的選取要遵循以下原則：完備性原則、科學(xué)性原則、客觀性原則、可比性原則、簡易可行性原則。其次，由于每一個(gè)科技項(xiàng)目本身就是一個(gè)復(fù)雜的系統(tǒng)，因而影響它的風(fēng)險(xiǎn)因素很多，影響關(guān)系錯(cuò)綜復(fù)雜，而且各風(fēng)險(xiǎn)因素所引起的后果的嚴(yán)重程度也不相同。就需要有一定的方法來識別分類項(xiàng)目風(fēng)險(xiǎn)。風(fēng)險(xiǎn)識別是風(fēng)險(xiǎn)分析的第一步，也是最重要的一步。風(fēng)險(xiǎn)識別過程通常由風(fēng)險(xiǎn)分析人員與科技項(xiàng)目的申報(bào)人員及有關(guān)專家共同進(jìn)行。項(xiàng)目風(fēng)險(xiǎn)識別的方法有很多種，如專家調(diào)查法、頭腦風(fēng)暴法、圖表法、核對表等。要確立科技項(xiàng)目的評價(jià)指標(biāo)體系，首先要對科技項(xiàng)目潛在的風(fēng)險(xiǎn)因素進(jìn)行識別，本文中，采用的是頭腦風(fēng)暴法。結(jié)合科技項(xiàng)目的特點(diǎn)，我們總結(jié)出，科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)主要有以下幾個(gè)風(fēng)險(xiǎn)因素及其評估指標(biāo)。

外部環(huán)境因素：宏觀經(jīng)濟(jì)形勢變動、主管部門或者相關(guān)部門制約程度、產(chǎn)業(yè)政策或法律的影響程度、知識產(chǎn)權(quán)保護(hù)、進(jìn)口產(chǎn)品的沖擊程度、自然環(huán)境等不可抗力。技術(shù)風(fēng)險(xiǎn)：技術(shù)成熟程度、技術(shù)先進(jìn)程度、技術(shù)復(fù)雜程度與難度、技術(shù)手段、中間試驗(yàn)的難度與復(fù)雜性、技術(shù)積累程度、技術(shù)的可替代性、技術(shù)協(xié)作能力、科技人員實(shí)力、技術(shù)方案的合理度。市場風(fēng)險(xiǎn)：所屬行業(yè)景氣程度、潛在的市場容量大小、行業(yè)競爭度、消費(fèi)者需求變動、原材料供應(yīng)、同行不正當(dāng)競爭、新產(chǎn)品壽命周期、企業(yè)信譽(yù)與知名度、企業(yè)營銷能力。財(cái)務(wù)風(fēng)險(xiǎn)：信貸資金來源難易程度、創(chuàng)新資金需求量大小、企業(yè)資金實(shí)力、企業(yè)資金運(yùn)營能力。管理風(fēng)險(xiǎn)：應(yīng)對方案失敗的能力、企業(yè)的管理能力、高層領(lǐng)導(dǎo)的能力以及對多元文化沖突與風(fēng)險(xiǎn)的認(rèn)識、業(yè)務(wù)流程整合程度、項(xiàng)目團(tuán)隊(duì)的水平與能力、與項(xiàng)目協(xié)作單位的協(xié)作能力。配套風(fēng)險(xiǎn)：項(xiàng)目配套設(shè)備的欠缺。各指標(biāo)的指標(biāo)值由專家給出。

2、風(fēng)險(xiǎn)評估模型

將科技項(xiàng)目的歷史數(shù)據(jù)按照項(xiàng)目類別分類，各項(xiàng)目類別分別確定其指標(biāo)體系。并假定項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)分為k級風(fēng)險(xiǎn)，將科技項(xiàng)目歷史數(shù)據(jù)的立項(xiàng)風(fēng)險(xiǎn)等級和各風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)等級對應(yīng)到該k級風(fēng)險(xiǎn)上。待評估項(xiàng)目將按照其所屬的項(xiàng)目類別使用相應(yīng)的指標(biāo)體系計(jì)算指標(biāo)值，使用人工神經(jīng)網(wǎng)絡(luò)中的BP算法計(jì)算該待評估項(xiàng)目的整體立項(xiàng)風(fēng)險(xiǎn)等級及各子因素的風(fēng)險(xiǎn)等級。在反向傳播算法應(yīng)用于前饋多層網(wǎng)絡(luò)時(shí)，采用Sigmoid為激發(fā)函數(shù)時(shí)，可用下列步驟對網(wǎng)絡(luò)的權(quán)系數(shù)Wij進(jìn)行遞歸求取。算法的執(zhí)行的步驟如下：

對權(quán)系數(shù)Wij置初值。對各層的權(quán)系數(shù)Wij置一個(gè)較小的非零隨機(jī)數(shù)，但其中Win+1=-θ。輸入一個(gè)樣本x＝(X1,X2,…,Xn,1)，以及對應(yīng)期望輸出Y＝(Y1,Y2,…,Yn)。

計(jì)算各層的輸出，對于第k層第i個(gè)神經(jīng)元的輸出Xik；求各層的學(xué)習(xí)誤差dik，對于輸出層有k＝m，有dim=Xim(1-Xim)(Xim-Yi)。對于其他各層。修正權(quán)系數(shù)Wij和閥值θ：當(dāng)求出了各層各個(gè)權(quán)系數(shù)之后，可按給定品質(zhì)指標(biāo)判別是否滿足求。

如果滿足要求，則算法結(jié)束；如果未滿足要求，則返回執(zhí)行。這個(gè)學(xué)習(xí)過程，對于任一給定的樣本Xp＝(Xp1,Xp2,…Xpn,1)和期望輸出Yp=(Yp1,Yp2,…,Ypn)都要執(zhí)行，直到滿足所有輸入輸出要求為止。

在神經(jīng)網(wǎng)絡(luò)中，當(dāng)輸入一些資料后，網(wǎng)絡(luò)會以目前的權(quán)重計(jì)算出相對應(yīng)的預(yù)測值以及誤差，而后再將誤差值回饋到網(wǎng)絡(luò)中調(diào)整權(quán)重，經(jīng)過不斷地重復(fù)調(diào)整，從而使預(yù)測值漸漸地逼近真實(shí)值。當(dāng)應(yīng)用此網(wǎng)絡(luò)到新的案例時(shí)，只要輸入新案例的相關(guān)數(shù)值，神經(jīng)網(wǎng)絡(luò)就可以根據(jù)當(dāng)時(shí)的權(quán)重得到輸出值，即預(yù)測值。

計(jì)算科技項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)，采用指標(biāo)集中的全部指標(biāo)作為輸入層，k級風(fēng)險(xiǎn)作為輸出層。訓(xùn)練上述BP神經(jīng)網(wǎng)絡(luò)，得到網(wǎng)絡(luò)權(quán)值矩陣，輸入待評估項(xiàng)目的數(shù)據(jù)，即可得到該待評項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)等級。同理，計(jì)算科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)的某風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)等級時(shí)，指標(biāo)集中的該風(fēng)險(xiǎn)因素下的指標(biāo)作為輸入層，k級風(fēng)險(xiǎn)作為輸出層。訓(xùn)練上述BP神經(jīng)網(wǎng)絡(luò)，得到網(wǎng)絡(luò)權(quán)值矩陣，輸入待評估項(xiàng)目該風(fēng)險(xiǎn)因素下的數(shù)據(jù)，即可得到該項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)因素的等級。

以遼寧省2012-2014年申報(bào)的300份科技創(chuàng)新專項(xiàng)資金項(xiàng)目為基礎(chǔ)，風(fēng)險(xiǎn)分為5級，這300份申報(bào)書中有50份是一級風(fēng)險(xiǎn)，68份是二級風(fēng)險(xiǎn)，146份是三級風(fēng)險(xiǎn)，76份是四級風(fēng)險(xiǎn)，60份是五級風(fēng)險(xiǎn)。將前250份作為基礎(chǔ)數(shù)據(jù)集，后50份作為測試數(shù)據(jù)集。將250份基礎(chǔ)數(shù)據(jù)帶入上述神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試，網(wǎng)絡(luò)在訓(xùn)練800次后達(dá)到了一定的穩(wěn)定狀態(tài)。最后將50份測試數(shù)據(jù)帶入上述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，得到科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)等級預(yù)測情況與實(shí)際情況的比較，其中1級風(fēng)險(xiǎn)錯(cuò)誤率為2(16.7%)、2級風(fēng)險(xiǎn)錯(cuò)誤率0(0%)、3級風(fēng)險(xiǎn)錯(cuò)誤率1(5%)、4級風(fēng)險(xiǎn)錯(cuò)誤率1(10%)、5級風(fēng)險(xiǎn)錯(cuò)誤率1(12.5%)、總錯(cuò)誤率5(10%)。以市場風(fēng)險(xiǎn)因素為例，對科技項(xiàng)目立項(xiàng)風(fēng)險(xiǎn)的子因素風(fēng)險(xiǎn)等級進(jìn)行評估時(shí)調(diào)整神經(jīng)網(wǎng)絡(luò)模型參數(shù)設(shè)置，將250份基礎(chǔ)數(shù)據(jù)帶入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試，網(wǎng)絡(luò)在訓(xùn)練500次后達(dá)到了一定的穩(wěn)定狀態(tài)。最后將50份測試數(shù)據(jù)帶入上述訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，得到科技項(xiàng)目市場風(fēng)險(xiǎn)等級預(yù)測情況與實(shí)際情況的比較，其中1級風(fēng)險(xiǎn)錯(cuò)誤率為1(8.33%)、2級風(fēng)險(xiǎn)錯(cuò)誤率0(0%)、3級風(fēng)險(xiǎn)錯(cuò)誤率1(10%)、4級風(fēng)險(xiǎn)錯(cuò)誤率2(20%)、5級風(fēng)險(xiǎn)錯(cuò)誤率0(0%)、總錯(cuò)誤率4(8%)。

3、結(jié)束語

將科技項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)分為技術(shù)風(fēng)險(xiǎn)、市場風(fēng)險(xiǎn)、外部環(huán)境風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、配套風(fēng)險(xiǎn)和管理風(fēng)險(xiǎn)等六部分?？偨Y(jié)專家經(jīng)驗(yàn)，建立完整的立項(xiàng)風(fēng)險(xiǎn)評估指標(biāo)體系。利用神經(jīng)網(wǎng)絡(luò)模型借鑒歷史數(shù)據(jù)的規(guī)律計(jì)算待評項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)等級，同時(shí)計(jì)算各風(fēng)險(xiǎn)因素所處的風(fēng)險(xiǎn)等級。本文所建立的模型和實(shí)現(xiàn)的方案目前還不十分完善，這就需要繼續(xù)不斷努力，在現(xiàn)有模型的基礎(chǔ)上逐漸對其進(jìn)行修改和完善，使得系統(tǒng)能夠更準(zhǔn)確地評估科技項(xiàng)目的立項(xiàng)風(fēng)險(xiǎn)等級。

[1]裴旭東.人工神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用[J].中國電力,2014

[2]楊飛思.輔助人工神經(jīng)元網(wǎng)絡(luò)分析與設(shè)計(jì)[J].企業(yè)文化,2013

[3]孫凌宇,劉國.項(xiàng)目風(fēng)險(xiǎn)分析中的軟系統(tǒng)方法[J].現(xiàn)代軟科學(xué),2013