李存斌，潘張益

(華北電力大學 經(jīng)濟與管理學院，北京 102206)

基于三角模糊數(shù)的電力企業(yè)科研風險模糊綜合評判

李存斌，潘張益

(華北電力大學 經(jīng)濟與管理學院，北京 102206)

基于電力企業(yè)科研項目的特點，從政策、社會、經(jīng)濟、技術(shù)、組織等5個角度構(gòu)建了相應(yīng)的風險評價指標體系。采用的模型以專家對指標項的精確打分值為數(shù)據(jù)基礎(chǔ)，針對風險評價中的模糊性特征，首先以三角模糊數(shù)的形式實現(xiàn)數(shù)據(jù)的模糊化，再結(jié)合多級模糊綜合評判模型進行科研項目的風險評判。此評判方式綜合了兩者優(yōu)勢，在削弱參數(shù)擬定的主觀影響的同時，保留了原數(shù)據(jù)集一定的精確性，兼顧了意見的一致性和差異性。最后通過實際科研項目算例證明了該模型的實用性和有效性。

電力企業(yè)；科研項目；風險評判；三角模糊數(shù)；多級模糊綜合評判

近年來，電力企業(yè)的科技研究項目多以電力發(fā)、輸、配、用的高質(zhì)量、高效率為目標，結(jié)合大數(shù)據(jù)時代下的信息化發(fā)展，促進電力系統(tǒng)的智能化建設(shè)。比如，當下正快速發(fā)展起來的能源互聯(lián)網(wǎng)技術(shù)致力于推進分布式能源系統(tǒng)的互聯(lián)，實現(xiàn)能量雙向流動；智能電網(wǎng)及特高壓等技術(shù)將實現(xiàn)電網(wǎng)經(jīng)濟性、高效性和安全性作為目標。這些技術(shù)都依托科研項目取得了實質(zhì)性的進展。

與一般工程建設(shè)項目類似，從最初的決策啟動到最終的交付運行，電力科研項目本身所具備的不確定性及其所涉及因素的多樣性與復雜性，使得項目在研究開展過程中不可避免地存在一定的風險，倘若不能很好地進行風險控制與規(guī)避，很可能導致科研項目最終無法順利完成。因此，進行科學合理的項目風險管理和控制，無論是對科研項目本身的順利開展，還是對實現(xiàn)后續(xù)的電力經(jīng)濟社會效益，都具有極大的現(xiàn)實意義。作為項目風險管理的核心組成，項目風險評估是對風險可能性進行量化評估分析的過程，有效的風險評估有利于把握項目的實際情況，從而及時采取相應(yīng)的措施實現(xiàn)風險的規(guī)避與控制，保證項目的順利開展。但在目前，電力科研項目的風險評判仍然沒有形成統(tǒng)一的指標體系，對科研項目風險的管理也不夠到位。

在學術(shù)研究方面，國內(nèi)外的專家學者已提出多種風險評估方法和模型。其中，層次分析法[1-3]和決策樹模型[4-5]在風險評估中使用較為頻繁，但存在一定的主觀性或規(guī)則依賴性問題。文獻[6]和文獻[7]分別利用貝葉斯網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)解決項目風險評估問題，但其過程同樣需要借助同類已建成項目的歷史數(shù)據(jù)，使得實際風險評估存在較大的依賴性。

現(xiàn)實情況中，風險在語言上往往通過高、中、低等帶有模糊性質(zhì)的詞匯表述，造成風險本身存在一定的模糊性，因此模糊綜合評判方法在風險評估中較為常用[8-10]。該方法通過對相關(guān)風險因素的風險隸屬評判，結(jié)合對應(yīng)的權(quán)重分配進行風險的綜合考量，所得結(jié)果是一個模糊隸屬度向量，一般由最大隸屬度原則確定最終的風險隸屬。而當最大隸屬度元素不唯一時，對結(jié)果的隸屬判斷會存在一定的困難。另外，該方法計算時所涉及的權(quán)重向量由專家以精確值的形式給出，存在一定的主觀性影響。文獻[11]采用區(qū)間數(shù)與模糊綜合評判的結(jié)合方式，弱化了專家確定權(quán)重及隸屬度的主觀因素影響，但當專家給出的權(quán)重系數(shù)或隸屬度取值較為統(tǒng)一時，該方式也犧牲了一定的精確度。

據(jù)此，本文基于電力企業(yè)科研項目特征建立風險評判指標體系，并以多級模糊綜合評判方法為基礎(chǔ)，將原方法中單值形式的專家權(quán)重與隸屬度數(shù)值先轉(zhuǎn)化為三角模糊數(shù)，從而達到削弱主觀影響并保證一定參考精度的目的，實現(xiàn)專家意見一致性和差異性的雙重體現(xiàn)。將此模型結(jié)合電力企業(yè)科研項目的風險評價指標體系，可對風險做出較為合理的評價。

1 電力企業(yè)科研風險評價指標體系

一般的工程項目往往以自然風險、社會風險、經(jīng)濟風險、技術(shù)風險等幾個因素作為主要切入點展開項目的風險評價與分析。而對電力企業(yè)科研項目而言，其所具備的電力特性以及基礎(chǔ)研究與技術(shù)開發(fā)等過程使得它與一般的工程項目有所區(qū)別。本文擬從以下幾個方面建立指標體系：

1) 政策風險。政策風險從電力行業(yè)政策、電力企業(yè)自身政策、科研技術(shù)相關(guān)政策以及國家財稅政策等4個方面進行評估。電力行業(yè)政策關(guān)系到整個行業(yè)對電力新技術(shù)的研究與發(fā)展的扶持力度。比如，風電基于其相對火力發(fā)電的環(huán)境友好性、清潔性等特點，得到了國家的政策支持，這對其相關(guān)技術(shù)的研制起到了一定的促進作用，而2012年國家提出的“防止太陽能、風電設(shè)備制造能力的盲目擴張”[12]又對風電新技術(shù)的研發(fā)帶來了一定的影響。同樣，電力科研項目也受技術(shù)相關(guān)政策、國家財稅政策的影響，并受企業(yè)本身政策的制約。

2) 社會風險。社會風險從社會支持程度、科研設(shè)備與材料供應(yīng)、與外界交流程度、電力企業(yè)穩(wěn)定性等4個方面進行評估。電力科研項目本身所期望達到的研究成果歸根結(jié)底是面向社會、服務(wù)社會的，因此在電力科研項目的研究過程中，其不可避免地需要接受大眾的評議，從而面臨一定的社會風險。比如特高壓輸電技術(shù)，由于其輸送容量大、距離遠、損耗低等優(yōu)點，在國內(nèi)得到了較大的研制關(guān)注度，但在安全性、可靠性方面一直也飽受爭議[13]，這就使得特高壓相關(guān)科研項目面臨著一定的社會支持程度的風險。此外，科研項目相關(guān)的設(shè)備或材料供應(yīng)直接影響項目的進度和質(zhì)量，與國內(nèi)外相關(guān)技術(shù)領(lǐng)域的先進研究機構(gòu)或?qū)W者開展交流與合作以及電力企業(yè)自身在社會中發(fā)展與運營的穩(wěn)定性等對科研項目本身都有著一定的影響，因此還需要考慮社會風險。

3) 經(jīng)濟風險。經(jīng)濟風險包括項目成本預測可靠性、資金供應(yīng)可靠性、采購價格穩(wěn)定性、宏觀經(jīng)濟穩(wěn)定性等4個因素。在項目研究過程中，必然要不斷地投入資金以獲取人力、設(shè)備、材料等資源的支持。項目成本預測的可靠性越低，表明科研項目實施前的成本預測與實施過程實際發(fā)生的成本之間的偏差越大。這與資金供應(yīng)的滯后情況一樣，容易造成對項目財務(wù)方面的制約，從而在經(jīng)濟上對項目造成一定的影響。而在項目研究期間，物料設(shè)備的采購價格發(fā)生波動或宏觀經(jīng)濟的動蕩會導致項目各開銷項的變動，從而使得項目面臨經(jīng)濟風險。

4) 技術(shù)風險。技術(shù)風險從該電力科研項目的關(guān)鍵技術(shù)認知以及各關(guān)鍵技術(shù)的先進性、可靠性和難度等4個方面進行評估。項目的關(guān)鍵技術(shù)很可能直接關(guān)系科研的成敗，因此對項目關(guān)鍵技術(shù)的認知不同使得項目面臨不同程度的風險。而各關(guān)鍵技術(shù)的先進性、可靠性和難度又能從3個維度考察科研項目的技術(shù)可行性，從而達到風險評估的目的。如針對某交流特高壓輸電線路研究項目，即可對操作過電壓、外絕緣、污閃、電磁環(huán)境[14]等方面的相關(guān)關(guān)鍵技術(shù)從以上3個維度進行綜合性的風險評價，并結(jié)合關(guān)鍵技術(shù)的認知風險對項目的技術(shù)風險做出評估。

5) 組織風險。組織風險可以從科研項目組織成員的電力知識水平、科研素質(zhì)、團隊意識以及組織整體的管理水平、項目進度等5個方面進行評價。電力及相關(guān)技術(shù)知識水平和科研素質(zhì)是進行電力項目科研的基本前提，而項目組織的團隊意識和管理水平是項目取得實質(zhì)進展的保障。這4個因素的優(yōu)劣對科研項目開展具有較大影響。同時，在項目研究過程中，某一環(huán)節(jié)進度的提前或落后對項目后續(xù)過程會造成連續(xù)的不同性質(zhì)和程度的影響，從而使項目面臨著一定的風險。

綜上所述，建立的電力企業(yè)科研項目的風險評價指標體系如表1所示。

2 科研項目風險綜合評判模型

2.1 多級模糊綜合評判模型

模糊綜合評判模型是建立在模糊數(shù)學基礎(chǔ)上的一種綜合評價模型，通過隸屬度實現(xiàn)定性概念和定量數(shù)值的相互轉(zhuǎn)化，其簡單思路為：基于各因素的權(quán)重及相應(yīng)的評價結(jié)果，按照一定的規(guī)則得出評判對象的評價結(jié)果[15-17]。單級模型的具體步驟表述如下[18]：

1) 確定因素集U={u1,u2,…,un}，因素集包含進行模糊綜合評判所依據(jù)的同級全部因素。

2) 確定評語集V={v1,v2,…,vm}，評語集是對評判對象的定性區(qū)分，例如評判風險的評語集可以是{ 低風險，中風險，高風險}。

3) 針對步驟1)中的因素集，確定因素xi隸屬評語集各元素的隸屬度，完成從U到V的映射，從而得到模糊集(ri1,ri2,…,rim)，并將各因素對應(yīng)的模糊集進行合并，形成評價矩陣

(1)

表1 電力企業(yè)科研項目風險指標體系Table 1 Risk index system of scientific research projects in electric power enterprises

5) 計算B=A ° R=(b1,b2,…,bm)，得出評判對象隸屬各評語的隸屬度。其中，“ ° ”代表合成算子，常用的有(∨,∧)、(·,+)等。取(∨,∧)，則有

(2)

式中：j=1,2,…,m；∨與∧分別表示取大與取小運算。

由此，即可依據(jù)最終得到的綜合評價集B，并以最大隸屬度原則確定評判對象的隸屬情況。

現(xiàn)實情況中，由于評判對象所涉及的諸多因素具有層級結(jié)構(gòu)，因此需要將逐級向上求解的思路引入模糊綜合評判中，此即為多級模糊綜合評判。例如，對二級模型而言，因素體系呈現(xiàn)“評判對象—父因素—子因素”結(jié)構(gòu)，此時應(yīng)首先對各子因素集分別進行模糊綜合評判，得到對應(yīng)父因素ui的評判結(jié)果Bi，再由Bi合并得到父因素層級的模糊關(guān)系R=(B1,B2,…,Bn)T，并依據(jù)各父因素權(quán)重得出最終的評價結(jié)果。

2.2 三角模糊數(shù)

圖1 三角模糊數(shù)的概率密度函數(shù)Fig.1 Probability density function of triangular fuzzy numbers

對任意2個三角模糊數(shù)X=[x-,x*,x+]和Y=[y-,y*,y+]，有如下運算規(guī)則：

(3)

(4)

在對2個三角模糊數(shù)進行比較時，若X與Y出現(xiàn)區(qū)間重疊，則不能簡單地通過區(qū)間重心確定兩數(shù)的大小排序，而需借助可能度P(X≥Y)與P(Y≥X)的大小加以比較判斷，可能度滿足P(X≥Y)+P(Y≥X)=1。區(qū)間重疊有如圖2所示的兩種情況。

圖2 三角模糊數(shù)X與Y的區(qū)間重疊情況Fig.2 Interval overlap of triangular fuzzy numbers X and Y

根據(jù)圖2，假設(shè)區(qū)間重疊的兩種情況分別為y-≤x-≤y+≤x+與y-≤x-≤x+≤y+，則此時有：

(5)

(6)

根據(jù)可能度計算結(jié)果進行大小比較。當P(X≥Y)>P(Y≥X)時，認為三角模糊數(shù)X>Y；當P(X≥Y)=P(Y≥X)=0.5時，認為X=Y，否則認為X

2.3 科研項目風險評價模型

根據(jù)前述的理論基礎(chǔ)，將三角模糊數(shù)引入模糊綜合評判模型中，在減小專家給定數(shù)值的主觀性影響的同時，也保留了原模型一定程度的精確性，從而使所得結(jié)果更具參考價值。因此，擬將原模糊綜合評判模型中的權(quán)重與隸屬度數(shù)值以三角模糊數(shù)取代，并結(jié)合兩者的運算和比較規(guī)則得出模型的最終評判結(jié)果。

在應(yīng)用該模型進行企業(yè)科研項目風險評判前，需依據(jù)項目的風險評價指標體系，由相關(guān)的專家對各個風險因素進行評價并確定因素權(quán)重，從而得到相應(yīng)各級的模糊關(guān)系矩陣和權(quán)重向量。模型的具體步驟如下：

1) 確定風險評語集V={極高風險，較高風險，中等風險，較低風險，極低風險}，并根據(jù)風險指標體系，確定各因素集。其中，父因素集U={U1,U2,…,Un}，各父因素集對應(yīng)的子因素集Ui={Ui1,Ui2,…,Uim}，i=1,2,…,n。

2) 首先請多位專家對各子因素集進行評判，并給出相應(yīng)的權(quán)重分配(其中有i=1,2,…,n，j=1,2,…,5，k=1,2,…,m，假設(shè)專家總數(shù)為H，h=1,2,…,H)。

(7)

其中函數(shù)avg()表示選取專家評數(shù)中出現(xiàn)頻率較高數(shù)的加權(quán)平均值。由此，形成各因素集各自的模糊關(guān)系：

(8)

② 根據(jù)專家給出的各因素權(quán)重aikh，根據(jù)①中的三角模糊數(shù)取值方法，得

(9)

因素集權(quán)重向量

(10)

③ 根據(jù)各子因素的權(quán)重及模糊關(guān)系計算各父因素的評價向量：

(11)

其中

(12)

3) 將對各子因素集進行模糊評判所得的父因素評價向量合并，得到新的模糊關(guān)系：

(13)

4) 根據(jù)各父因素在三角模糊數(shù)下的權(quán)重向量A，為減小其對結(jié)果的趨同影響，增大模糊關(guān)系R包含信息的充分利用程度，改換為(·,+)算子進行評判計算，即對于

(14)

(15)

5) 利用三角模糊數(shù)在坐標軸上的位置，可直觀反映各結(jié)果的隸屬排序。模糊數(shù)位置越靠右代表相應(yīng)隸屬度越大。也可對風險評判結(jié)果進行兩兩大小可能度計算，構(gòu)造可能度比較矩陣：

(16)

以此量化反映大小順序，從而確定該項目的風險評判結(jié)果。

3 算例分析

本文選取某電力企業(yè)的微網(wǎng)能量管理系統(tǒng)的技術(shù)研究項目作為實證研究對象。確定模型評判所采用的評語集為V={極低風險，較低風險，中等風險，較高風險，極高風險}。參照表1的指標體系，請7位專家分別對各因素集進行評語隸屬度和權(quán)重的擬定，從而確定各子因素集在三角模糊數(shù)下的權(quán)重向量Ai、模糊關(guān)系Ri(分別對應(yīng)指標Ui下的子因素集)以及父因素集的權(quán)重向量A。以U1(政策風險)下的4個子因素權(quán)重為例，7位專家給出的打分結(jié)果見表2。

表2 “政策風險”項各子因素權(quán)重的專家打分結(jié)果Table 2.The expert scoring results of each sub factor weight of “policy risk”

由式(7)、(9)可得，2級和3級指標層權(quán)重向量及3級指標層模糊關(guān)系，如表3所示。基于以上數(shù)據(jù)，由式(11)可得各2級指標的評判向量B1,B2,B3,B4,B5，并按次序合并得到2級指標層的模糊關(guān)系R。結(jié)合各2級指標的權(quán)重分配A，由式(14)即可求出最終項目風險的評價向量B，結(jié)果如表4所示。

從表4評判向量B中可看出：對應(yīng)風險評語隸屬的5個三角模糊數(shù)兩兩之間存在區(qū)間重疊的現(xiàn)象，記B=(b1,b2,b3,b4,b5)，可做出其位置坐標圖，如圖3所示。

圖3 評判結(jié)果隸屬情況Fig.3.Membership of evaluation results表3 模型初始數(shù)據(jù)Table 3 Model initial data

對象模型數(shù)據(jù)二級指標層權(quán)重向量A=([0.1,0.14,0.2],[0.1,0.16,0.2],[0.2,0.2,0.2],[0.2,0.26,0.3],[0.2,0.24,0.3])3級指標層權(quán)重向量A1=([0.3,0.36,0.5],[0.3,0.3,0.3],[0.1,0.16,0.2],[0.1,0.16,0.2])A2=([0.3,0.39,0.5],[0.1,0.17,0.2],[0.2,0.21,0.3],[0.2,0.23,0.3])A3=([0.2,0.31,0.4],[0.3,0.31,0.4],[0.1,0.19,0.2],[0.1,0.19,0.3])A4=([0.3,0.33,0.4],[0.1,0.16,0.2],[0.2,0.27,0.4],[0.2,0.24,0.3])A5=([0.2,0.23,0.3],[0.1,0.16,0.2],[0.1,0.19,0.2],[0.2,0.27,0.3],[0.1,0.16,0.2])3級指標層模糊關(guān)系R1=[0,0.07,0.2][0,0.03,0.1][0,0,0][0,0,0][0.2,0.31,0.5][0.1,0.17,0.3][0,0.04,0.1][0,0.03,0.1][0.3,0.43,0.6][0.3,0.46,0.6][0,0.19,0.3][0,0.14,0.2][0.1,0.19,0.3][0.1,0.3,0.5][0.2,0.47,0.6][0.2,0.33,0.5][0,0,0][0,0.04,0.2][0.2,0.22,0.3][0.3,0.5,0.7]?è?????÷÷÷R2=[0.1,0.21,0.3][0,0,0][0,0.09,0.2][0,0,0][0.3,0.41,0.5][0,0.09,0.2][0.2,0.3,0.6][0,0,0][0.2,0.29,0.4][0.2,0.26,0.3][0.2,0.44,0.6][0,0.14,0.2][0,0.07,0.2][0.3,0.44,0.5][0,0.14,0.3][0.2,0.33,0.5][0,0,0][0.1,0.21,0.3][0,0.01,0.1][0.3,0.53,0.8]?è?????÷÷÷R3=[0.2,0.27,0.4][0,0.03,0.1][0,0,0][0,0,0][0.4,0.49,0.6][0.1,0.2,0.3][0,0.06,0.1][0,0.09,0.2][0.1,0.2,0.3][0.4,0.53,0.7][0.2,0.23,0.3][0.2,0.34,0.6][0,0.04,0.1][0.2,0.23,0.3][0.3,0.46,0.6][0.2,0.44,0.6][0,0,0][0,0.01,0.1][0.1,0.26,0.5][0,0.13,0.3]?è?????÷÷÷R4=[0,0,0][0,0.1,0.2][0,0.04,0.1][0,0.16,0.3][0,0.06,0.1][0.1,0.23,0.4][0,0.2,0.3][0.3,0.41,0.6][0.2,0.29,0.4][0.3,0.4,0.6][0.2,0.4,0.6][0.2,0.34,0.5][0.4,0.46,0.6][0.1,0.24,0.4][0.2,0.27,0.4][0,0.09,0.2][0.1,0.2,0.3][0,0.03,0.1][0,0.09,0.3][0,0,0]?è?????÷÷÷R5=[0,0,0][0,0.06,0.1][0.1,0.21,0.3][0.3,0.41,0.6][0.1,0.31,0.5][0,0,0][0,0.06,0.1][0.1,0.2,0.3][0.4,0.53,0.8][0.1,0.23,0.4][0,0.06,0.1][0.2,0.21,0.3][0.3,0.5,0.6][0.2,0.2,0.2][0,0.03,0.1][0,0.1,0.2][0.2,0.3,0.4][0.3,0.46,0.6][0,0.14,0.2][0,0,0][0,0.04,0.1][0.1,0.2,0.3][0.3,0.46,0.7][0.1,0.27,0.5][0,0.03,0.2]?è??????÷÷÷÷

表4 模型結(jié)果Table 4 Model result

圖3中可直觀看出5個三角模糊數(shù)的排序為b3>b2>b4>b5>b1，認為該微網(wǎng)科研項目為中等風險。但b2和b3較為接近。通過式(3)和式(4)計算其大小可能度矩陣：

其中P(b3≥b2)=0.551，即項目在b2、b3中隸屬b3的可能性為0.551，表明該科研項目風險評判在中等風險b3和較低風險b2的隸屬中區(qū)分不太明顯，因此可將該項目的風險折中認定為中低等風險，由此采取相應(yīng)的風險管理和控制措施。

4 結(jié)束語

本文以一般工程項目的風險評判體系為藍本，結(jié)合電力和科研兩個方面的特點，從政策、社會、經(jīng)濟、技術(shù)、組織等5個方面具體分析了電力企業(yè)科研項目實施過程所面臨的各種風險因素，并據(jù)此構(gòu)建出電力企業(yè)科研項目風險評價指標體系。在此基礎(chǔ)上，將模糊綜合評判方法中的數(shù)值以三角模糊數(shù)代替，構(gòu)建了基于三角模糊數(shù)的多級模糊綜合評判模型，并以此對電力企業(yè)科研項目風險進行評判。相比于原模糊綜合評判模型，該模型利用三角模糊數(shù)的優(yōu)勢，綜合了專家意見，既保留了專家群體的意見一致性成分，又考慮了差異性成分，削弱了專家擬定參數(shù)的主觀影響，同時對比普通的二值區(qū)間數(shù)，又保留了原模型一定的精確性，是一種具實用價值的風險評價模型。最后，經(jīng)實際算例的檢驗，表明所構(gòu)建的指標體系及模型具有一定的可行性和可靠性。

[1] 趙昱,劉行,徐佳欣,等.基于層次分析法—灰色聚類的PFI模式下公租房建設(shè)的風險評價方法[J].工程管理學報,2013(1):69-72.

ZHAO Yu,LIU Xing,XU Jiaxin,et al.Risk Evaluation of PFI Financing Model in Public Rental Housing Construction Based on AHP-grey Clustering Method[J].Journal of Engineering Management,2013(1):69-72.

[2] 張瑋,張衛(wèi)東.基于網(wǎng)絡(luò)層次分析法(ANP)的PPP項目風險評價研究[J].項目管理技術(shù),2012,10(10):84-88.

ZHANG Wei,ZHANG Weidong.Research on PPP project risk evaluation based on Analytic Network Process (ANP)[J].Project Management Technology,2012,10(10):84-88.

[3] HYUN K C,MIN S,CHOI H,et al.Risk analysis using fault-tree analysis (FTA) and analytic hierarchy process (AHP) applicable to shield TBM tunnels[J].Tunnelling and Underground Space Technology,2015,49:121-129.

[4] VOROVENCII I.Assessing and monitoring the risk of desertification in Dobrogea,Romania,using Landsat data and decision tree classifier[J].Environmental Monitoring and Assessment,2015,187(4):187-204.

[5] 張利,姚軼嶄,彭建芬,等.基于決策樹的智能信息安全風險評估方法[J].清華大學學報(自然科學版),2011,51(10):1236-1239.

ZHANG Li,YAO Yizhan,PENG Jianfen,et al.Intelligent information security risk assessment based on decision tree algorithm[J].Journal of Tsinghua University (Science and Technology),2011,51(10):1236-1239.

[6] 王昕,徐友全,高妍方.基于貝葉斯網(wǎng)絡(luò)的大型建設(shè)工程項目風險評估[J].工程管理學報,2011,25(5):544-547.

WANG Xin,XU Youquan,GAO Yanfang.Risk Evaluation of Large-scale Construction Projects Based on Bayesian Network[J].Journal of Engineering Management,2011,25(5):544-547.

[7] 包相相,楊和禮,景有榮.基于BP神經(jīng)網(wǎng)絡(luò)對BT項目風險的評價[J].土木工程與管理學報,2014(2):96-100.

BAO Xiangxiang,YANG Heli,JING Yourong.Evaluation of BT Project Risk Based on BP Neural Network[J].Journal of Civil Engineering and Management,2014(2):96-100,109.

[8] 謝朦,倪國棟,王建平.基于模糊層次分析法的代建單位風險評價研究[J].工程管理學報,2010,24(3):262-266.

XIE Meng,NI Guodong,WANG Jianping.Risk Assessment of Agent Construction Enterprises Based on the Fuzzy AHP Method[J].Journal of Engineering Management,2010,24(3):262-266.

[9] 蔡文飛,王漢斌.基于層次分析-模糊綜合評價的煤礦應(yīng)急管理風險評價[J].科技管理研究,2013(16):30-33.

CAI Wenfei,WANG Hanbin.The Risk Assessment of Mine Emergency Management Based on AHP-FCE Comprehensive Evaluation[J].Science and Technology Management Research,2013 (16):30-33.

[10]HAN L,SONG Y H,DUAN L,et al.Risk assessment methodology for Shenyang Chemical Industrial Park based on fuzzy comprehensive evaluation[J].Environmental Earth Sciences,2015,73(9):5185-5192.

[11]馬麗葉,盧志剛,胡華偉.基于區(qū)間數(shù)的城市配電網(wǎng)經(jīng)濟運行模糊綜合評價[J].電工技術(shù)學報,2012,27(8):163-171.

MA Liye,LU Zhigang,HU Huawei.A Fuzzy Compre- hensive Evaluation Method for Economic Operation of Urban Distribution Network Based on Interval Number[J].Transactions of China Electrotechnical Society,2012,27(8):163-171.

[12]2012 年中國政府工作報告[R].北京:人民出版社,2012.

Report on the work of the Chinese government in 2012[R].Beijing:People press,2012.

[13]周浩,余宇紅.我國發(fā)展特高壓輸電中一些重要問題的討論[J].電網(wǎng)技術(shù),2005,29(12):1-9.

ZHAO Hao,YU Yuhong.Discussion on Several Important Problems of Developing UHV AC Transmission in China[J].Power System Technology,2005,29(12):1-9.

[14]舒印彪,胡毅.交流特高壓輸電線路關(guān)鍵技術(shù)的研究及應(yīng)用[J].中國電機工程學報,2007,27(36):1-7.

SHU Yinbiao,HU Yi.Research and Application of the Key Technologies of UHV AC Transmission Line[J].Proceedings of the CSEE,2007,27(36):1-7.

[15]秦健,覃彬全,陳闖,等.基于模糊綜合評價法的雷電災害易損性區(qū)劃研究[J].西南大學學報(自然科學版),2014(7):176-182.

QIN Jian,QIN Binquan,CHEN Chuang.Lightning Disaster Vulnerability Zoning Research Based on Fuzzy Comprehensive Evaluation[J].Journal of Southwest University(Natural Science Edition),2014(7):176-182.

[16]劉洲，雍歧衛(wèi)，聶桐，等．運用不確定層次分析法和三角模糊數(shù)的多年凍土地區(qū)管道定量風險評價[J]．重慶理工大學學報(自然科學)， 2015(9):137-142．

LIU Zhou，YONG Qiwei，NIE Tong，et al．Quantitative Risk Assessment of Pipelines in Permafrost Areas with Uncertain Analytic Hierarchy Process and Triangular Fuzzy Number[J]．Journal of Chongqing University of Technology(Natural Science)，2015(9):137-142．

[17]方國強,滕克難. 基于模糊綜合評判的彈道中段目標識別技術(shù)[J]. 四川兵工學報, 2014, 35(3):112-114.

FANG Guoqiang，TENG Kenan. Target Recognition Technology of Ballistic Missile in the Middle Trajectory Based on Fuzzy Comprehensive Judgment Method[J]. Journal of Sichuan Ordnance, 2014, 35(3):112-114.

[18]楊綸標,高英儀,凌衛(wèi)新,等.模糊數(shù)學原理及應(yīng)用[M].廣州:華南理工大學出版社,2011.

YANG Lunbiao,GAO Yingyi,LING Weixin,et al.The principle and application of fuzzy mathematics[M].Guangzhou:South China University of Technology Press,2011.

(責任編輯 陳 艷)

Fuzzy Comprehensive Assessment of Power Enterprise R&D Risk Based on Triangular Fuzzy Number

LI Cun-bin, PAN Zhang-yi

(School of Economics and Management, North China Electric Power University,Beijing 102206, China)

Based on the characteristics analysis of the R&D projects of electric power enterprises, this paper constructs the corresponding risk evaluation index system from the aspects of policy, society, economy, technology and organization. And due to the fuzziness of risk, with the accurate scores of the indexes from expects as the data base, the model uses triangular fuzzy number to obscure data, and achieves the risk assessment of R&D project by multilevel fuzzy comprehensive assessment. This method integrates both advantages, not only weakening the subjective effects of the parameters given by the experts, but also retaining the accuracy of the original fuzzy evaluation model, and it considers both consistency and deviation of experts’ opinions. Finally, the practical example indicates the practicality and effectiveness of the model.

power enterprise; R&D project; risk assessment; triangular fuzzy number; multilevel fuzzy comprehensive evaluation

2016-07-18

國家自然科學基金資助項目(71271084)；國家電網(wǎng)公司總部科技項目(KJGW2015-020)

李存斌(1959—),男,內(nèi)蒙古人，教授,博士生導師,主要從事信息管理與決策、電力運營與管理決策、信息化環(huán)境下的企業(yè)或項目風險管理研究；通訊作者 潘張益(1992—)，男，碩士研究生，主要從事電力運營與管理決策研究，E-mail:pan_zhangyi@163.com。

李存斌,潘張益.基于三角模糊數(shù)的電力企業(yè)科研風險模糊綜合評判[J].重慶理工大學學報(自然科學)，2017(1):143-151.

format：LI Cun-bin, PAN Zhang-yi.Fuzzy Comprehensive Assessment of Power Enterprise R&D Risk Based on Triangular Fuzzy Number[J].Journal of Chongqing University of Technology(Natural Science)，2017(1):143-151.

10.3969/j.issn.1674-8425(z).2017.01.022

O21

A

1674-8425(2017)01-0143-09