0 引言

近年来，建筑行业正处于转型升级的初级阶段，国家相继出台相关政策，推动建筑产业现代化，其中包括BIM等信息资源软件的推广应用、装配式建造技术的创新发展、绿色建造标准的普遍适用等。这一系列政策标准的变动使得建筑行业发展面临新的问题与挑战，建筑产业链上的利益相关者在进行工程项目实施的过程中，需要考虑的风险因素也产生的一系列的变化，在这一大环境下，如何结合当前的法规政策、产业链发展现状，合理评价工程项目风险，成为一个值得研究的问题。

以教育部信息安全专业教学指导委员会发布的专业建设作为指导方针，各高校结合各自的专业培养方向定位，确定培养目标。多数的应用型本科院校，都开设的有计算机专业，计算机科学与技术专业作为最早建立的计算机类一级学科，再结合大数据的人才培养方向，立足应用，形成专业定位，以专业知识技能和综合素质培养为主线，规划符合社会发展需求的信息安全的专业方向，培养具有较强创新能力的信息安全应用型人才。

由于工程项目具有管控复杂性、利益相关主体较多、社会环境影响较大等特点，对于工程项目的风险控制一直受到行业从业人员和相关学者的重视，相关研究成果较多。其中，杨国森(2017)等基于不同的项目特性和宏观、微观环境特征提出了影响工程项目风险的关键因素，并运用不同的数学模型对各因素进行了分析[1-4]。而由于工程项目风险一些评价指标的边界不清楚，许多输入输出关系在现实识别中只能表达为模糊关系，且从风险数据的采集到得出计算结果，整个过程存在着大量的模糊性[5]，故难以建立准确的理论体系来描述工程项目风险与风险因素之间的关系。为了对工程项目风险大小进行测定，根据评价指标选择全面性、科学性、逻辑性以及可操作性原则[6-7]。对于模糊层次分析方法在工程项目风险评价的应用方面，也有许多学者进行了较为深入的研究。其中何德文等(2013)主要关注社会风险因素建立了模糊综合评价模型[8]，徐小燕等(2012)主要关注经济风险[9]，聂菁等(2014)主要关注施工过程中的技术和管理风险[10]，而对于工程项目全过程风险模糊综合评价方面，杨亚军(2009)、殷焕武(2009)等较早的做出了相关研究[11-12]。

总的来说，由于近年来建筑行业改革日新月异，特别是绿色建造、装配式建造、精益建造等全新理念、核心技术的发展，导致之前的相关模糊评价体系一定程度上失去了指导价值。因此本文着眼行业现状，在前人研究的基础上，对关键影响因素进行了进一步的整合和改进，并建立新的模糊评价模型，以便为工程项目风险评价提供依据。

然而，血脂中有些成分的升高在一定程度上是有益于认知的。在一项以101名年龄为60～70岁女性人群为基础的样本中，12年随访期间低基线水平的HDL-C较高水平HDL-C女性人群的记忆更差[43]；一项纳入321名受试者，以社区为基础的研究发现，具有较高水平HDL-C的受试者有更好的认知功能和认知状态[44]。在一项老年人与轻度认知功能损害的病例对照研究中，与对照组相比，MCI组的HDL-C水平显著降低；低HDL-C水平与更严重的白质病变有关[45]。

1 模型介绍

1.1 评价指标权重的确定

依据多种因素进行综合评价，即把复杂的问题中的各个因素经过条理化划分，建立彼此相关因素的层次递阶系统结构，其可以清晰地反映出诸相关因素(目标、准则、对象)的彼此关系，再结合数学方法，计算出全部因素的权系数。具体步骤如下：

(1) 通过查阅书籍文献资料以及专家的意见，结合作者自己的观点确定工程项目风险的因素，即p个评价指标，u=(u1,u2,…,up)。

(2) 运用两两比较法建立比较判断矩阵S，其元素sij的取值一般取正整数1-9(称为标度)及其倒数。

(3) 运用特征根法计算比较判断矩阵的最大特征根λmax及其对应的特征向量，其特征向量是各个评价因素的权系数。

然后通过查阅资料以及专家的意见，综合作者自己的观点，给出各准则对指标之间的两两比较判断矩阵：

1.2 定量化处理

通过上述计算得到影响工程项目风险的因素及各因素指标的权重如表1所示。

(4) 确定评价因素的权向量：

(2) 确定评价等级的论域v={v1,v2,…,vm}，每一个等级对应一个模糊子集。

近年来，各高校投入了大量经费用于学科技术建设和实验室建设改造，为跟上时代步伐，对实验仪器进行了大量更新，各实验室都添置了大量的新型仪器，学校的综合实力得到了提高，实验教学的设施条件得到了明显的改善。但同时，各实验室也积累了大量闲置和淘汰的仪器设备；实验室的仪器、设备，必然要报废、淘汰、更新，这是无可非议的。但如何处理这些数额庞大的淘汰仪器，更科学、更合理地利用资源，使之发挥更多作用，是值得思考的。若能变“废”为“宝”，有效利用，不仅能为学校节约可观的资源，还可另辟“蹊径”，打开一条锻炼学生动手能力、拓展思维空间之路。

A* =ω0*P

 

(1) 确定p个评价因素，即建立评价对象的因素论域，评判集u={u1,u2,…,up}。

A=(a1,a2,…,ap)

(5) 通过模糊变换，利用合成算子∘将A与R进行合成，得到各个被评对象的模糊综合评价结果B，即B=A∘R。

(6) 对于多个被评事物可以根据其等级进行排序。

在我国经济发展过程中，土地发挥着巨大作用，工业发展或第三产业发展都离不开土地，对于很多农民来说，土地使用权被交易意味着维持基本生存的方式丧失，在加重他们基本生活困境的同时，造成他们对国家的信任大幅度降低。基于这种情况，国家开始对占用土地的农民进行经济补偿。随着国家对农民土地征收并给予经济补偿的现象增多，商家在发展经济的同时也着眼于对农民土地的使用上，这种现象在经济诱导下日趋严重，大量农民因此获得一时的经济来源，随着时间的推移，造成长久生存发展上的危机。针对此问题，国家应加强控制，通过政策以及具体管理措施来改善。

A级：可以忽略的：后果影响小，可不采取措施；B级：可接受的：暂时还不会造成人员伤亡和系统损坏，应考虑采取控制措施；C级：不希望有的：会造成人员伤亡和系统破坏，必须采取合理的行动；D级：不可接受的：无法忍受的后果，必须立即予以消除或转移。

田陈煤矿选煤厂于1994年投产，采用一段浓缩、一段回收的煤泥水工艺流程，由于该流程存在的缺陷，使循环水浓度一直在180 g/L左右，生产处于精煤产率低、产品质量不稳定、生产管理难度较大的被动局面。2008年进行技术改造，采用了尾煤泥水两段浓缩、两段回收工艺流程。承担这个流程中四个作业的工艺设备，经工业性试验表明，均有良好的指标，确实起到了各司其职、相辅相成、承上启下的作用，实现了煤泥全部厂内回收、洗水良性闭路循环。尤其是煤泥水深度澄清工艺，改变了田陈煤矿选煤厂煤泥水浓度居高不下的历史，做到了清水选煤，取得了显著的经济和社会效益。

2 综合评价模型的应用

2.1 建立系统的递阶层次结构

见图1。

试验地选在民勤县红沙梁镇中沟村王某某承包地块中，试验地块土壤类型为轻沙壤土，前茬为小麦，灌水条件良好，地块平整，土壤肥力中上等，地力均匀，交通便利。排灌设施齐全，便于观察。

2.2 构造两两比较判断矩阵

通过将同一层的各因素两两比对，构造出如下的比较矩阵：

  

图1 层次结构图

O层-C层(一级评价指标体系)：

 

矩阵A是由一级评价指标相对于总目标--工程项目风险而言所得到的判断矩阵。

(4) 一致性检验。通过计算一致性指标从而得到平均随机一致性指标RI，取其一致性比例当CR<0.10时，认为比较判断矩阵的一致性可以接受，即权系数的分配是合理的。

C层-P层(二级评价指标体系)：

 

 

 

 

矩阵C由二级评价指标相对于一级评价指标而言所得到的判断矩阵。

分别确定准则层对目标层的权重为：

ω0=(0.2710,0.5277,0.1486,0.0526)

指标层对准则层的权重为：

工程项目风险评价等级共分为四级(A,B,C,D)，其相应的等级评价集为

工程项目风险等级评价问题是一个受多层次因素影响的问题，通过对客观实际的模糊判断，给出每一层相对重要的因素定量表示，并确定其隶属度，最后利用模糊变换原理对各影响因素综合分析。

 

表1 工程项目风险评价体系的权重表

  

工程项目风险评价体系一级指标权重二级指标权重社会风险0 2710法律法规变化V110 0740政治政策影响V120 0379治安情况V130 1479自然与环境影响V140 4553区域发展水平V150 2850

 

(续表)

  

工程项目风险评价体系一级指标权重二级指标权重经济风险0 5277建设成本风险V210 2730汇率变化V220 0987税收政策风险V230 5255竣工风险V240 0548业主风险V250 0480技术风险0 1486设计风险V310 1149施工风险V320 5437操作安全风险V330 0413新技术新工艺应用V340 0712勘察风险V350 2290管理风险0 0526人员风险V410 5209合同风险V420 2404材料设备风险V430 1374组织协调风险V440 0604工程师风险V450 0410

2.3 工程项目风险二级因素评判矩阵的建立及评判等级的计算

选取某工程项目作为实例分析的对象，根据对项目负责人、企业员工及有关专家共50人的调查，由专家打分，以及对各因素支持人数的形式形成工程项目风险的四大影响因素的调查表，并转化为评判矩阵及评判等级计算如下。

由调查表可以求得社会风险因素的评判矩阵为：

 

P1 =ω(1)*R1

相比传统线性记录方式，思维导图更加注重关键词之间的逻辑关系和层级关系，以丰富的上下级图形联系体现课程中繁琐的基本概念间的内在逻辑。与大脑的自然思维方式相类似，符合脑神经和多感官的学习互动模式和特性，因而特别有利于建立体系，激发学生的创造性思维。

=(0.07686,0.28583,0.37784,0.27094)

经济风险因素的评判矩阵为：

 

P2 =ω(2)*R2

=(0.06909,0.15773,0.38752,0.38566)

技术风险因素的评判矩阵为：

 

P3 =ω(3)*R3

=(0.00712,0.11385,0.47852,0.40061)

管理风险因素的评判矩阵为：

 

P4 =ω(4)*R4

=(0.0082,0.14029,0.57762,0.27399)。

2.4 一级因素评判矩阵的建立及评判等级的计算

由以上所有求得的二级影响因素的评判等级，综合得到工程项目风险一级影响因素的评判矩阵为：

 

由于工程项目风险一级影响因素的权重向量为：

ω0=(0.2710,0.5277,0.1486,0.0526)

则工程项目风险一级影响因素的评判等级为：

(3) 通过单因素评价，建立模糊关系矩阵R。

Third,the framework of global free trade and multilateralism will be greatly damaged by the EU strengthening economic protectionism.

=(0.0063,0.1850,0.4084,0.3509)

2.5 工程项目风险评价等级的确定

ω(1)=(0.0740,0.0379,0.1479,0.4553,0.2850)ω(2)=(0.2730,0.0987,0.5255,0.0548,0.0480)ω(3)=(0.1149,0.5437,0.0413,0.0712,0.2290)ω(4)=(0.5209,0.2404,0.1374,0.0604,0.0410)并分别通过经过一致性验证。

大数据通常信息繁杂，难以直接利用，需要经过分类、清洗，才能进行分析。现有文本挖掘通常采用的技术是TF-IDF加权法[14]，以突出词汇在文本中的关键性。本实验参考此方法，在分词的基础上，对高频词汇的热度进行分析。与一般的文本挖掘热点分析不同的是，本实验拟通过论文文本数据得出评价因子分析的目的，故关注的重点在于词频分析得出的词汇是否是专业词汇。专业论文词汇的词频分析应该如何做，这是一个全新的研究，没有先例可以参考，整个研究是一个不断摸索的过程。

VA={1,0,0,0}，VB={0,1,0,0}，

VC={0,0,1,0}，VD={0,0,0,1}。

采用欧几里得贴近度对A*进行处理，由公式：

 

计算如下：

 

(0-0.4084)2+(0-0.3509)2)1/2=0.4274

 

(0-0.4084)2+(0-0.3509)2)1/2=0.5116

 

(1-0.4084)2+(0-0.3509)2)1/2=0.6438

教师利用学科优势，运用多媒体技术创设情境，将图片、声音、视频、文字融为一体，让学生置于互动的情境中，真实感受到具体而形象的内容，在多重感官受到刺激的情况下，学生能高度集中，迅速感知内容，产生探学的动机，增强与师生互动的意愿。

野外露头的观察中，对裂缝的开度容易测量，可通过单位面积内的裂缝开度统计表对裂缝开度进行评价。裂缝的延伸性在野外露头观察中也可以较好地测量和观察，首先可利用露头测定裂缝面的延伸长度，而实际工作中往往由于露头的限制，观察不到裂缝的全长，因此主要根据裂缝在露头上的贯通程度加以确定延伸性。其次，可利用露头测定裂缝面的贯穿性，实际上是测定裂缝切层方向的长度，即统计切穿层的数目确定其贯穿性，根据切穿层数来确定贯穿性的好坏，切穿层数越多，贯穿性越好［1-2］。

（一）产业空心化问题。国有企业是承担实业投资的重要角色，但随着近年来劳动力成本的大幅上升，国有资本在非垄断性行业的发展存在下滑趋势，国企收入占一般性行业规模以上企业收入的比重由1999年的31.4%下降到2014年的15.6%，2015年国有固定资产投资增长率仅为10.9%，其中制造业实体投资增长率为8.0%，国企的实体经营和投资不景气。“中国制造”的产品逐步萎缩，会带来产业空心化。

 

(0-0.4084)2+(1-0.3509)2)1/2=0.6055

其中，N(A*,VC)=0.6438最大，由模糊数学理论中的择近原则可知A*与VC属于一类，即该项目风险基于模糊综合评判决策法判定属于C级，该项目的风险是不希望有的，会造成人员伤亡和系统破坏，必须采取合理的行动。该结论较准确地反映了工程的实际情况，则认为该评价方法是可行的，且实用性较强。

潜能，就是“潜在的能力”。尽管外在的生活似乎已经有很大发展，但人内在的绝大多数能力有可能仍在沉睡，如果不挖掘，这些能力也许在生命中会一直沉睡下去。物质的潜能同样如此。欣喜的是，本次展览在很多方面出现了新的创作迹象，值得我们来共同关注和研究。

3 结论

(1) 本文通过对相关文献的阅读整理，进行各影响因素指标的分类与选取，找出当前建筑产业发展环境下工程项目风险的关键因素，利用层次分析法给出满足一致性检验的因素及各因素指标的权重。

(2) 采用欧几里得贴近度以及模糊数学理论中的择近原则进行风险评价等级的确定，确定该项目风险属于C级(不希望有的)，必须采取合理的行动。

(3) 在构建模糊综合评价模型度工程项目风险进行评价的同时，可将此模型应用于实践，选取某工程项目作为评估对象进行评估，使本文的研究更加切入实际。

(4) 权重的确定采用专家打分方制，由相关行业专家凭借专业经验合理打分，并进行了科学合理的数据分析整理，尽量降低了人为因素对模型效度的影响。

参考文献

[1] 杨国森,谢湘生.考虑风险相关性的工程项目多目标风险决策[J].土木工程与管理学报,2017,34(6):159-164.

[2] 刘光凤,周直,许茂增.基于直觉语言集和变精度粗糙集的工程项目风险因素排序[J].土木工程与管理学报,2017,34(6):153-158+164.

[3] 刘光凤,周直,许茂增.区间灰色模糊不确定语言集在工程项目风险因素排序中的应用[J].公路交通科技,2017,34(9):93-99.

[4] 孙文建,杨文亚.基于LMBP神经网络的国际工程项目风险评价研究[J].现代电子技术,2017,40(23):109-112+118.

[5] 李高扬.工程项目风险模糊综合评价研究[J].人民长江,2012,43(7):98-101+107.

[6] 周美红,刘凯.模糊综合评价法在工程项目质量管理研究中的应用[J].山西建筑,2018,44(1):254-256.

[7] 张军,王建鹏,杨文光.综采工作面冒落高度模糊综合预测模型研究[J].中国矿业大学学报,2014,43(3):426-431.

[8] 何德文,黄真谛.基于模糊综合评价法的重大工程项目社会风险评价[J].统计与决策,2013(10):53-56.

[9] 徐小燕,孙红梅,李钢.基于模糊综合评价法的项目风险评估研究[J].财会通讯,2012(8):15-16.

[10] 聂菁,苏会卫,张念.基于AHP的轨道交通施工风险模糊综合评价方法——以福州轨道交通1号线为例[J].自然灾害学报,2014,23(5):246-252.

[11] 杨亚军,孙建华.基于模糊综合评价模型的项目风险评估[J].统计与决策,2009(22):62-64.

[12] 殷焕武,聂增来.基于模糊评判法的工程项目的风险评价[J].统计与决策,2009(9):171-173.

[13] 刘伊生.建设工程造价管理[M].北京:中国计划出版社,2017.

[14] 李柏年.模糊数学及其应用[M].合肥:合肥工业出版社,2007.