基于平衡计分卡的网络组织绩效评价研究 人力资源管理论文.doc
程勇超
摘 要：针对大型工程项目中出现的复杂性和不确定等导致项目管理绩效评价的体系越来越复杂，在此情形下运用贝叶斯网络对工程项目进行管理绩效评价是十分有必要的。贝叶斯网络应用于绩效管理的评价，能够通过数据分析来量化管理绩效的评价指标，从而掌握项目管理绩效评价的重点因素，有针对性地处理问题从而保障工作的顺利进行。贝叶斯网络的目的是通过概率分析的方法来掌握成本、进度、质量和安全等方面的管理绩效评价因素，用贝叶斯全概率公式以及其他相关概率参数来分析各个评价指标的具体的影响程度，在今后的项目建设当中根据指标数据来进行高效管理。因此，贝叶斯网络在大型工程项目中的应用有着至关重要的作用。
关键词：贝叶斯网络；工程项目；管理绩效
中图分类号：TU722 文献标识码：A 文章编号：1671-2064（2018）07-0115-02
建筑行业是一个关系国计民生的行业，是国家经济和社会发展的基础产业，对社会的进步有着巨大的作用。建筑施工企业的招标和投标制度的制定，跨行业和跨区域的发展，是每一个施工企业的管理人员都必须要考虑的问题。在此情形下，运用贝叶斯网络对工程项目进行项目管理绩效评价分析是极有必要的。将其应用于施工项目管理绩效评价，能够通过数据分析来量化管理绩效的评价指标，从而掌握项目管理绩效评价的重点因素，有针对性地处理问题从而保障工程项目的顺利建设。
近几年来，越来越多的学者将其应用到建筑项目的各个领域。刘艳清[1]應用贝叶斯统计方法建立的数学假定模型，详细的分析了中国金融市场及市场风险构成以及资本市场的分布特征，解决了传统方法中对低风险估计不足的数据缺失问题。李江飞[2]根据施工风险的特点，运用贝叶斯网络的方法对施工风险的概率做出了评价，并结合风险损失和可控想的模糊综合评判，得出了风险评判的水平量化结果。易可欣[3]分析了信息公司的财务风险形成特征，根据这些风险特征确定了15个变量构建了朴素的贝叶斯网络模型的预测变量，建立了朴素的贝叶斯网络模型，发现其风险预测率都有一个明显的提高。周亮等[4]研究了不确定情况下的工程进度风险管理问题，对风险进度的贝叶斯网络模型进行了改进，并且通过相关的案例说明了该模型在不确定环境下的进度风险管理的有效性。唐爱国[5]等提出了一种基于贝叶斯网络的软件项目风险评估方法，该方法不仅能度量风险影响过程中风险程度的风险当量，还能对某种风险组合或者单个风险对整体的综合影响评价。赵红[6]为了保证项目的顺利的进行，降低风险发生的概率，引进了贝叶斯网络方法，有效的解决了施工过程中存在的项目风险管理问题。
通过上述的学者研究，发现贝叶斯网络在项目工程管理应用中越来越多。在现有的施工管理风险中最能直观的反映各数据之间关系，解决了风险过程中存在的不确定性和不可预测性，对提高风险管理产生了重要的影响，工程管理中的风险问题逐渐从定性分析到定量分析。总而言之，贝叶斯网络在各个领域中的量化研究日益增多。
1 贝叶斯网络理论
贝叶斯网络就是一种将概率论知识应用于工程风险分析与评价的方法，它是一种概率推理模型，将概率论的知识运用于实际，也叫因果网络或推理网络。它将概率论的知识与图论相结合，是近年来人工智能研究非精确知识与推理领域研究的热点，广泛应用于不确定性问题的研究。
贝叶斯网络的计算原理主要包含全概率原理和贝叶斯原理：
先验概率分布：先验概率分布是人们根据历史的经验（或多或少）和对于风险事件现有的知识对其发生概率的一种估计。先验分布并不单单是对于以往统计数据的总结，它还包括了人们的既有知识、对工程技术成熟度的信心、对施工单位实力的信任度等各方面。先验概率分布和值为1。
风险事件概率分布形式：风险事件发生概率分布形式的确至关重要，只有确定了该分布，才能够实现利用有限的工程案例发挥最大的纠偏效果。风险事件的概率分布形式比较常见的有均匀分布、伯努利分布、二项分布、泊松分布、超几何分布、正态分布、指数分布等。
似然概率分布：似然概率是一种条件概率，根据已经了解到的所研究工程项目施工的所有信息情况，如项目人员素质、实时掌握的工程现场自然地质条件、现场施工成果的检验复合等所做出的再判断。
后验概率分布：在先验概率分布和似然概率既定的情况下，根据贝叶斯公式得到。
2 贝叶斯网络的实例应用
建筑工程中项目进度贝叶斯网络中工作—工作间的关系包含了各工作的之间的时间紧前关系、逻辑关系以及不确定关系，同时网络模型中相邻两项的工作的迟滞时间，弧扇如入节点的条件概率表征了影响关系的大小，进度贝叶斯网络中的不确定关系如图1所示。
图1中的（a）中工作A1完成后，经过时间T12后工作A2才开始，及描述了工作之间的衔接关系。模型（b）中在工作A3和A4都完成之后才开始完成工作A5。同理（c）所表示的意思也相同。
本节选用项目工程进度的贝叶斯网络建模及应用，该进度模型考虑了时间因素项目进度管理的影响。本实例所包含的工作信息如表1所示，其中假设各个工作时间服从正太分布，并根据其特征产生的随机持续时间估计值为（a，b，c），其概率分布为（0.155，0.632，0.156），与其各项对应的工作完成概率为（0，0.5，0.98）。
根据上述建筑工程项目进度的实力参数表，确定进度网络中贝叶斯工作界定Ai（i=1， …，9）及各工作节点之间的关系；其次添加节点W、E及时间间隔节点Ti（i=1，...，9），如图2所示。
确定网络各节点的取值范围和条件，工作节点的取值为完成取0，没有完成为1，各时间间隔节点的取值为（ai，bi，ci），W的取值为开始为1，未开始为0，E的取值为完成为1，未完成为0。项目开始节点的条件概率为P（W=1）=P（S=0）=0.5，结束节点的条件概率为：
3 结语
将贝叶斯网络实际应用到施工项目管理的绩效评价中，具体以应用到进度环节管理为例展开。先画出项目施工流程的单代号网络图，清晰明确地表示各个工作段时间以及不同工作间的相关联系。为了计算该建筑项目在未来的施工过程中最可能进行的完工过程，即项目的主要路线，可以由项目进度贝叶斯网格进行计算，推算出各节点的概率状态。之后再根据概率状态采取一些合理措施来进行进度控制。关键线路上的概率状态则需要重点跟踪检查。及时检测并解决项目当中的问题因素，保证整个工期的完整且最短，也保证整个项目的顺利进行。
参考文献
[1]刘艳清.基于贝叶斯统计的金融市场若干风险测度分析[D].辽宁大学，2013.
[2]李江飞.基于贝叶斯网络的地铁项目施工风险评价研究[D].哈尔滨工业大学，2013.
[3]易可欣.基于贝叶斯网络的信息产业财务风险预测研究[D].湖南大学，2016.
[4]周亮，马金平.工程项目进度风险管理的贝叶斯网络建模与分析[J].工程管理学报，2012，26（2）：69-74.
[5]唐爱国，王如龙.基于贝叶斯网络的软件项目风险评估模型[J].计算机工程，2008，34（24）：91-93.
[6]赵红，李雅菊，宋涛.基于贝叶斯网络的工程项目风险管理[J].沈阳工业大学学报（社会科学版），2008，1（3）：239-243.
