周京龍+吳向明+馬國真

摘 要： 為了提高電網(wǎng)建設工程造價的精算能力，進行電網(wǎng)投資精準決策建模，提出基于動態(tài)排序的電網(wǎng)投資精準決策建模方法。首先進行電網(wǎng)投資精算模型的約束參量分析，建立投資決策的控制目標函數(shù)，然后在演化博弈視角下采用決策變量的動態(tài)排序方法進行決策控制目標函數(shù)的優(yōu)化求解，在最優(yōu)控制解集下實現(xiàn)電網(wǎng)投資精準決策建模，最后在實證數(shù)據(jù)下進行實驗分析。仿真實驗結(jié)果表明，該方法能實現(xiàn)對電網(wǎng)投資的精算和造價預測，準確度較高，可信度較好。

關鍵詞： 動態(tài)排序； 演化博弈； 電網(wǎng)投資； 決策； 造價

中圖分類號： TN915?34； TP283 文獻標識碼： A 文章編號： 1004?373X（2017）23?0151?04

Abstract： In order to improve the cost actuary ability of the power grid construction engineering， the power grid investment precise decision?making modeling is performed， and a modeling method of the grid investment accurate decision?making based on dynamic scheduling is proposed. The constraint parameters of the power grid investment actuarial model are analyzed. The control objective function of investment decision?making is established. On the basis of evolutionary game， the dynamic sorting method of decision variables is used to perform the optimization solution of the control objective function of the investment decision. The power grid investment precise decision?making modeling is realized with the optimal control solution set. The experimental analysis of the modeling was carried out with the empirical data. The simulation results show this method can realize the actuary and cost prediction of the power grid investment， and has high accuracy and reliability.

Keywords： dynamic scheduling； evolutionary game； power grid investment； decision making； cost

隨著國家電網(wǎng)建設的發(fā)展，電網(wǎng)的規(guī)模不斷擴大，電網(wǎng)覆蓋度不斷提高，電網(wǎng)工程建設鋪天蓋地，電網(wǎng)建設投資作為當前重要的能源改造工程，是當前我國基礎設施建設的主要組成部分[1?2]。電網(wǎng)建設中涉及到電網(wǎng)投資問題，包括電網(wǎng)工程概算、預算、工程結(jié)算等[3?4]，需要采用均衡博弈設計進行電網(wǎng)決策投資和工作造價的評估，量化電網(wǎng)決策投資的成本和工程開銷，促進電網(wǎng)建設工程的節(jié)約型發(fā)展。然而電網(wǎng)建設投資系統(tǒng)龐大，制約因素較多，造價控制的難度較大，需要進行電網(wǎng)投資精準決策優(yōu)化建模設計，研究實現(xiàn)電網(wǎng)建設工程項目在質(zhì)量、效率和成本控制的協(xié)調(diào)發(fā)展。

1 電網(wǎng)投資精準決策的變量分析

首先進行電網(wǎng)建設投資的精算決策參量分析，進行決策控制模型的變量設計，電網(wǎng)建設投資精算決策受到電網(wǎng)建設工程中的標價、財政開支、人力資源、電機成本、變電站建設成本、工程建設管理、電網(wǎng)建設投資物的壽命、電網(wǎng)建設投資的市場耗材價格等多元因素的影響[5]，電網(wǎng)投資精算決策約束原始數(shù)據(jù)信息結(jié)構(gòu)[A={a1，a2，…，am}，]產(chǎn)能效益指標描述為[]，電網(wǎng)投資精算決策成本性預測評估信息為[C=c1，c2，…，cn]（此處結(jié)合電網(wǎng)建設投資精算決策約束模型特征，假設變電站的建設成本集為[{Fi，F(xiàn)U}]），決策模型的加權(quán)權(quán)重[W=w1，w2，…，wn]，在電網(wǎng)建設投資決策模型目標函數(shù)設計中，希望以較小的工程成本獲得較好的投資收益，在此構(gòu)建參數(shù)約束模型，進行電網(wǎng)建設投資管理者造價控制系統(tǒng)控制決策[6]。

通過設置門限變量，在資產(chǎn)結(jié)構(gòu)調(diào)整下進行電網(wǎng)投資的財務績效回歸分析，結(jié)合實證數(shù)據(jù)進行仿真驗證。

4 實證數(shù)據(jù)分析及仿真

結(jié)合FMOLS和DOLS方法進行電網(wǎng)投資決策建模仿真分析，電網(wǎng)投資的約束變量分別為：電網(wǎng)成本（BaseCOST）、變電站建設（TranCOST）、固定資產(chǎn)收益（PGI）、年限（Year）、投資性收益（Avenue），在固定資產(chǎn)維護權(quán)重（Pay）等因素的影響下，約束變量的值見表1。

考慮到電網(wǎng)投資中的約束參量模糊性和耦合性，對單變量約束下的電網(wǎng)投資貢獻權(quán)重進行自適應加權(quán)，滿足10%顯著性差異水平，采用F檢驗方法進行有效性檢驗，說明上述權(quán)重系數(shù)對電網(wǎng)投資決策具有有效性。在此基礎上，統(tǒng)計2005—2015年10年間國家電網(wǎng)的投資性決策回歸分析結(jié)果，見表2。

根據(jù)表中結(jié)果，得到電網(wǎng)投資決策的統(tǒng)計特征分析結(jié)果如圖2所示。

通過實證數(shù)據(jù)仿真分析得知，采用本文模型進行電網(wǎng)投資決策評估，對凈資產(chǎn)收益率、資產(chǎn)負債比、資產(chǎn)周轉(zhuǎn)率等參量的估計準確性較好，實現(xiàn)對電網(wǎng)投資精準決策。endprint

5 結(jié) 語

本文研究了電網(wǎng)投資精準決策建模方法，提出一種基于動態(tài)排序的電網(wǎng)投資精準決策建模方法，進行電網(wǎng)投資精算模型的約束參量分析，建立投資決策的控制目標函數(shù)，在演化博弈視角下采用決策變量的動態(tài)排序方法進行決策控制目標函數(shù)的優(yōu)化求解，在最優(yōu)控制解集下實現(xiàn)電網(wǎng)投資精準決策建模。在實證數(shù)據(jù)下進行實驗分析，采用本文建模方法實現(xiàn)對電網(wǎng)投資的精算和造價預測，準確度較高，可信度較好，具有較好的實踐價值。

參考文獻

[1] DIEBOLD F X， YILMAZ K. Measuring financial asset return and volatility spillovers， with application to global equity markets [J]. The economic journal， 2009， 119（53）： 158?171.

[2] LIOW K H. Financial crisis and Asian real estate securities market interdependence： some additional evidence [J]. Journal of property research， 2008， 25（2）： 127?155.

[3] ANN A T H， ALLES L. An examination of causality and predictability between Australian domestic and offshore interest rates [J]. Journal of international financial markets， institutions and money， 2000， 10（1）： 83?106.

[4] 鄭振龍，鄭國忠，賈雅琴.人民幣匯率彈性空間測度：貨幣籃子組合與多尺度模式識別視角比較[J].國際金融研究，2016 （6）：73?85.

[5] ROBERT J. A leverage ratio rule for capital adequacy [J]. Journal of banking & finance， 2013， 37（3）： 973?976.

[6] 王永強，周建中，莫莉，等.基于機組綜合狀態(tài)評價策略的大型水電站精細化日發(fā)電計劃編制方法[J].電網(wǎng)技術(shù)，2012，36（7）：94?99.

[7] 賴一飛，黃芮，唐松.利率波動、房地產(chǎn)投資與房地產(chǎn)價格的關聯(lián)模型[J].武漢大學學報（工學版），2014，47（1）：96?99.

[8] 閆磊，姜安印，馮治庫.科技型中小企業(yè)投資價值的生命周期特征及融資匹配分析[J].當代經(jīng)濟科學，2016（3）：114?123.endprint