基于貝葉斯網(wǎng)絡(luò)的建設(shè)項(xiàng)目質(zhì)量風(fēng)險(xiǎn)因素分析.doc

基于貝葉斯網(wǎng)絡(luò)的建設(shè)項(xiàng)目質(zhì)量風(fēng)險(xiǎn)因素分析以京滬高速鐵路建設(shè)項(xiàng)目為例周國華，彭波(西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，四川 成都，610031）Studying Quality Risk of Large Construction Project Based on Bayesian Belief NetworkA Case Study of Beijing-Shanghai High-Speed Railway ProjectZHOU Gua-hua, PENG Bo(School of economics & management, Southwest Jiaotong University, Chengdu 610031, China)摘要：京滬高速鐵路是我國投資規(guī)模最大、技術(shù)含量最高的基礎(chǔ)設(shè)施建設(shè)項(xiàng)目，如何有效防范該項(xiàng)目建設(shè)在管理和實(shí)施中可能出現(xiàn)的風(fēng)險(xiǎn)，為京滬高速鐵路建設(shè)項(xiàng)目能順利進(jìn)行并保證其高質(zhì)量要求的關(guān)鍵。介于鐵路建設(shè)項(xiàng)目缺乏歷史數(shù)據(jù)資料和現(xiàn)場數(shù)據(jù)難收集的特點(diǎn)，本文運(yùn)用貝葉斯網(wǎng)絡(luò)方法研究京滬高速鐵路建設(shè)項(xiàng)目中關(guān)鍵質(zhì)量風(fēng)險(xiǎn)因素，結(jié)合專家的意見，建立了京滬高速鐵路建設(shè)項(xiàng)目質(zhì)量風(fēng)險(xiǎn)因素的貝葉斯網(wǎng)絡(luò)模型，研究發(fā)現(xiàn)京滬高速鐵路建設(shè)中材料、監(jiān)理執(zhí)行力等因素為關(guān)鍵質(zhì)量風(fēng)險(xiǎn)因素。同時(shí)，本文展現(xiàn)了如何運(yùn)用貝葉斯網(wǎng)絡(luò)研究工程建設(shè)項(xiàng)目風(fēng)險(xiǎn)管理的過程。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò)；質(zhì)量風(fēng)險(xiǎn)；高速鐵路；項(xiàng)目中圖分類號：F294 文獻(xiàn)標(biāo)識碼：A 文章編號：Abstract: Beijing-Shanghai high-speed railway is one of the largest and the highest technology infrastructure projects in China. How to control the uncertainties and risks effectively during the construction of Beijing-Shanghai high-speed railway is guarantee that project can be carried out smoothly and reached high-quality requirements. According to the lack of historical data and difficulty to collect information in construction industry, this paper use a Bayesian belief network method to study the key quality risk factors in Beijing-Shanghai high-speed railway construction project management, combined with the proposal of experts, this paper also set up a Bayesian belief network model. We found that the risks from material and the execution of supervisors are the key risks in the Beijing-Shanghai high-speed railway construction. At the same time, this paper demonstrates how to use a Bayesian belief Network to study the construction project risk management.Key words: Bayesian belief network, quality risk, high-speed railway, project 一、引言京滬高速鐵路建設(shè)全長1318公里，總投資超過2200億元，是世界上一次建成里程最長的高速鐵路，也是我國建國以來一次投資規(guī)模最大、技術(shù)含量最高的基礎(chǔ)設(shè)施建設(shè)項(xiàng)目。鐵路建設(shè)是一項(xiàng)復(fù)雜的系統(tǒng)工程，涉及面廣，參與單位多，影響質(zhì)量、安全、工期的因素多。京滬高速鐵路建設(shè)項(xiàng)目具有建設(shè)規(guī)模大、標(biāo)準(zhǔn)高、技術(shù)新、投資巨大的特點(diǎn)。為實(shí)現(xiàn)京滬高速鐵路大規(guī)模高標(biāo)準(zhǔn)的建設(shè)目標(biāo)，鐵道部提出質(zhì)量、安全、工期、投資效益、環(huán)境保護(hù)、技術(shù)創(chuàng)新“六位一體”管理要求，其中質(zhì)量為管理的重點(diǎn)和難點(diǎn)1 安國棟. 全面落實(shí)“六位一體”管理要求 加快推進(jìn)鐵路建設(shè)標(biāo)準(zhǔn)化管理J. 中國鐵路, 2008(05): 1-6.。如何防范和控制管理和實(shí)施中的不確定性，從而降低或克服各項(xiàng)風(fēng)險(xiǎn)，為京滬高速鐵路建設(shè)項(xiàng)目能順利進(jìn)行并保證其高質(zhì)量要求的關(guān)鍵。風(fēng)險(xiǎn)管理的一般過程為風(fēng)險(xiǎn)識別，風(fēng)險(xiǎn)評估、風(fēng)險(xiǎn)應(yīng)對措施和控制。PMBOK將風(fēng)險(xiǎn)管理作為項(xiàng)目管理的九大元素之一，并定義風(fēng)險(xiǎn)管理的過程為對項(xiàng)目風(fēng)險(xiǎn)管理的計(jì)劃、定義、分析、回應(yīng)措施、改正和控制2 PMI. A guide to the project management body of knowledge: PMBOK Guide. 3rd ed M. USA: Project Management Institute Inc. 2004.2。AKINTOYE通過問卷調(diào)查分析得出在工程建設(shè)項(xiàng)目中實(shí)施風(fēng)險(xiǎn)管理可以使損失控制到最小并保證企業(yè)的利益，并指出在大型工程實(shí)施項(xiàng)目中實(shí)現(xiàn)風(fēng)險(xiǎn)管理是必需的3 AKINTOLA S AKINTOYE. Risk analysis and management in construction J. International Journal of Project Management, 1997,Vol. 15: 31-38.3。風(fēng)險(xiǎn)識別作為風(fēng)險(xiǎn)管理的第一步，將識別與工程建設(shè)項(xiàng)目所有活動(dòng)、過程和關(guān)系人的相關(guān)風(fēng)險(xiǎn)。PATRICK等從項(xiàng)目元素、項(xiàng)目的階段和項(xiàng)目的關(guān)系人等不同角度研究了影響中國大型工程項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn)因素4 PATRICK X.W. ZOU, ZHANG Guomin, WANG Jiayuan. Understanding the key risks in construction project in China J. International Journal of Project Management, 2007,25: 601-614.5 PATRICK X.W. ZOU, ZHANG Guomin, WANG Jiayuan. Identifying key risks in construction projects: life cycle and stake holder perspectives J. In: Proc.12th Pacific rim real estate society conference, Auckland, New Zealand 2006, 1: 22-25.4；ZOU PXW等從項(xiàng)目的生命周期和業(yè)主的角度分析了工程項(xiàng)目的關(guān)鍵風(fēng)險(xiǎn)因素5。AKINTOYE總結(jié)用于風(fēng)險(xiǎn)評估的技術(shù)方法主要包括：風(fēng)險(xiǎn)酬金（risk premium），風(fēng)險(xiǎn)調(diào)整貼現(xiàn)率（risk adjusted discount rate），主觀概率判斷（subjective probability），決策分析（decision analysis），敏感性分析（sensitivity analysis），Monte Carlo模擬和隨機(jī)控制（stochastic dominance）等3。DEL CANO等還提出了通過系統(tǒng)建模方式智能評估風(fēng)險(xiǎn)的方法6 DEL CANA, DEL A CRUZ. Integrated methodology for project risk management J. Journal of Construction Engineering and Management, 2002, 128(6): 473485.7 VAN TRUONG LUU, SOO-YONG KIM, NGUYEN VAN TUAN, STEPHEN O. OGUNLANA. Qualitifying schedule risk in construction project using Baysesin belief networks J. International Journal of Project Management, 2009,27: 39-50.8 EUNCHANG LEE, YONGTAE PARK, JONG GYE SHIN. Large engineering project risk management using a Bayesian belief network J. Expert Systems with Applications, 2008, doi:10.1016/j.eswa.2008.07.057.6。在這些方法中，現(xiàn)階段用于工程項(xiàng)目風(fēng)險(xiǎn)評估最新的研究方法是屬于決策分析的貝葉斯網(wǎng)絡(luò)78。貝葉斯網(wǎng)絡(luò)（A Bayesian Belief Network）為一個(gè)圖形模型，用它能有效的對風(fēng)險(xiǎn)進(jìn)行建模并能清楚的表達(dá)風(fēng)險(xiǎn)之間的關(guān)系，對不確定性問題可以進(jìn)行良好的推理，同時(shí)它能處理神經(jīng)網(wǎng)絡(luò)由于樣本量小、信息不完全而不能處理的數(shù)據(jù)集，近年來已廣泛應(yīng)用在人工智能和數(shù)據(jù)挖掘方面9 HECKERMAN D. Bayesian networks for data mining J. Data Miningand and Knowledge Discovery 1997, 1(1): 79119.9。考慮到對京滬高速鐵路的質(zhì)量風(fēng)險(xiǎn)管理在國內(nèi)外沒有經(jīng)驗(yàn)和歷史數(shù)據(jù)可以借鑒，本文結(jié)合專家知識，使用貝葉斯網(wǎng)絡(luò)方法來研究京滬高速鐵路建設(shè)的質(zhì)量風(fēng)險(xiǎn)，克服了樣本量小和信息不完全的問題。根據(jù)京滬高速鐵路建設(shè)質(zhì)量風(fēng)險(xiǎn)課題研究組（下稱課題研究組）對京滬高速鐵路建設(shè)實(shí)地采訪調(diào)查收集的數(shù)據(jù)和專家的分析，本文建立了貝葉斯網(wǎng)絡(luò)模型，并根據(jù)課題研究組現(xiàn)場調(diào)查收集的數(shù)據(jù)，對網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)，探究了京滬高速鐵路項(xiàng)目建設(shè)的關(guān)鍵質(zhì)量風(fēng)險(xiǎn)因素，并給予風(fēng)險(xiǎn)控制的對策和建議。二、貝葉斯網(wǎng)絡(luò)方法（一）貝葉斯規(guī)則先驗(yàn)概率和后驗(yàn)概率是相對于某組證據(jù)而言的，設(shè)和為兩個(gè)隨機(jī)變量，為某一假設(shè)，為一組證據(jù)，在考慮證據(jù)之前，對事件的概率估計(jì)稱為先驗(yàn)概率，而在考慮證據(jù)之后，對概率估計(jì)稱為后驗(yàn)概率。貝葉斯定理描述了先驗(yàn)概率和后驗(yàn)概率的關(guān)系：這又稱為貝葉斯規(guī)則。稱稱為的似然度，又記著10 張連文，郭海鵬. 貝葉斯網(wǎng)引論M. 北京：科學(xué)出版社, 2006: 18-19,31-41,143-171.10。在實(shí)際應(yīng)用中，似然度更容易獲得。（二）貝葉斯網(wǎng)絡(luò)貝葉斯網(wǎng)絡(luò)又稱信念網(wǎng)絡(luò)，是對貝葉斯規(guī)則的擴(kuò)展。貝葉斯網(wǎng)絡(luò)是一個(gè)有向無圈圖，用其節(jié)點(diǎn)代表隨機(jī)變量，節(jié)點(diǎn)間的邊代表變量間的直接依賴關(guān)系，并且每個(gè)節(jié)點(diǎn)都附有一個(gè)概率分布，從而同時(shí)代表了定量和定性的意義（結(jié)構(gòu)和參數(shù)）。貝葉斯網(wǎng)絡(luò)具有很多優(yōu)點(diǎn)，它能靈活地輸入和輸出數(shù)據(jù)；它可以處理小樣本、不完整和帶有噪聲的數(shù)據(jù)集；它可以利用專家意見，而不需要?dú)v史數(shù)據(jù)；它還允許添加或刪除變量而不會顯著影響網(wǎng)絡(luò)的其余部分；特別地它用圖形的方法描述數(shù)據(jù)間的相互關(guān)系，語義清晰，可理解性強(qiáng)，這將有助于利用數(shù)據(jù)間的因果關(guān)系來進(jìn)行預(yù)測分析 11 UUSITALO L. Advantages and challenges of Bayesian net works in environmental modeling J. Ecological Modeling, 2007, 203(3/4): 312318.11?；谶@些優(yōu)點(diǎn)，貝葉斯網(wǎng)絡(luò)已經(jīng)廣泛應(yīng)用于處理不確定性問題的分析和決策支持。假如我們已經(jīng)知道鐵路建設(shè)項(xiàng)目質(zhì)量風(fēng)險(xiǎn)（Risk of Quality，下稱RQ）最主要來自勞務(wù)人員的工作技術(shù)不能達(dá)到建設(shè)要求（Poor Competency of skilled Labors，下稱PCL）和鐵路建設(shè)所使用的材料不符合要求（Inappropriate Materials，下稱IM），如圖1為鐵路建設(shè)項(xiàng)目的質(zhì)量風(fēng)險(xiǎn)的一個(gè)簡單貝葉斯網(wǎng)絡(luò)圖。父節(jié)點(diǎn)邊子節(jié)點(diǎn)圖1 一個(gè)簡單貝葉斯網(wǎng)絡(luò)圖根據(jù)經(jīng)驗(yàn)：參加鐵路建設(shè)的勞動(dòng)力人員的素質(zhì)（主要指技術(shù)能力）能夠達(dá)到建設(shè)要求的為85%，通過建設(shè)單位統(tǒng)一管理的重要鐵路建設(shè)的建筑材料合格率為95%以上，我們用“S”表示安全，即不發(fā)生該項(xiàng)風(fēng)險(xiǎn)，“R”表示發(fā)生這項(xiàng)風(fēng)險(xiǎn)，由PCL和IM共同作用導(dǎo)致質(zhì)量風(fēng)險(xiǎn)RQ的先驗(yàn)概率如表1所示。表1 PCL和BM共同作用下的RQ的先驗(yàn)概率PCL=“S”PCL=“R”IM=“S”IM =“R”IM =“S”IM =“R”RQ=“S”0.91RQ=“R”0.09根據(jù)貝葉斯規(guī)則我們可以方便計(jì)算出RQ處于安全狀態(tài)和出險(xiǎn)狀態(tài)的先驗(yàn)無條件概率：如果我們觀察到RQ處于出險(xiǎn)狀態(tài)，即發(fā)現(xiàn)了質(zhì)量問題，可以運(yùn)用貝葉斯規(guī)則計(jì)算出PCL和IM出險(xiǎn)的概率，這就是貝葉斯網(wǎng)絡(luò)的逆向推理，見圖2所示。圖2 RQ=R時(shí)，PCL和IM的取值圖2中說明當(dāng)發(fā)生質(zhì)量問題時(shí)，PCL處于出險(xiǎn)的概率為54.2%；IM處于出險(xiǎn)的概率是26.6% 。（三）基于貝葉斯網(wǎng)絡(luò)的項(xiàng)目質(zhì)量風(fēng)險(xiǎn)管理過程VAN TRUONG LUU運(yùn)用貝葉斯網(wǎng)絡(luò)對工程項(xiàng)目的時(shí)間風(fēng)險(xiǎn)進(jìn)行了定量的研究，在他的研究里，展現(xiàn)了從風(fēng)險(xiǎn)因素的識別到貝葉斯網(wǎng)絡(luò)推理的兩個(gè)階段（定性分析階段和定量分析階段）和十個(gè)步驟7。EUNCHANG LEE在他的研究里運(yùn)用前人研究風(fēng)險(xiǎn)管理的過程對大型項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行了研究8。本文參考EUNCHANG LEE研究模型，采用如圖3所示的基于貝葉斯網(wǎng)絡(luò)的項(xiàng)目質(zhì)量風(fēng)險(xiǎn)研究過程，其研究過程如下：Setp1：質(zhì)量風(fēng)險(xiǎn)定義和識別，需要把與質(zhì)量相關(guān)的所有風(fēng)險(xiǎn)因素定義、分類，并從各種渠道（文獻(xiàn)閱讀，專家意見，與建設(shè)工程師及管理者訪談等渠道）找出重要風(fēng)險(xiǎn)因素；Setp2：對質(zhì)量風(fēng)險(xiǎn)因素估值，需將上一步中的每項(xiàng)風(fēng)險(xiǎn)因素進(jìn)行風(fēng)險(xiǎn)定量的度量，通過度量為進(jìn)行貝葉斯網(wǎng)絡(luò)方法分析做好數(shù)據(jù)準(zhǔn)備工作；Setp3：質(zhì)量風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)的構(gòu)造和分析，在構(gòu)造貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)前，通過專家討論給出風(fēng)險(xiǎn)因素的因果關(guān)系，根據(jù)風(fēng)險(xiǎn)因素的因果關(guān)系構(gòu)造貝葉斯網(wǎng)絡(luò)，通過參數(shù)學(xué)習(xí)來計(jì)算貝葉斯網(wǎng)絡(luò)中的各個(gè)參數(shù)的取值；通過貝葉斯網(wǎng)絡(luò)敏感性分析和逆向推理，可以找出影響最大的因素，即關(guān)鍵風(fēng)險(xiǎn)因素。Setp4：對質(zhì)量風(fēng)險(xiǎn)進(jìn)行控制，通過第三步可以得到關(guān)鍵的風(fēng)險(xiǎn)因素，這些因素需要我們給予措施控制；Setp5：隨著項(xiàng)目的進(jìn)展，有些風(fēng)險(xiǎn)因素被我們控制，那么這些風(fēng)險(xiǎn)因素的影響會改變，我們可以重新構(gòu)造貝葉斯網(wǎng)絡(luò)對風(fēng)險(xiǎn)進(jìn)行再評估。對質(zhì)量風(fēng)險(xiǎn)因素估值質(zhì)量風(fēng)險(xiǎn)定義和識別質(zhì)量風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)的構(gòu)造和分析并分析對質(zhì)量風(fēng)險(xiǎn)進(jìn)行控制對質(zhì)量風(fēng)險(xiǎn)再評估圖3 基于貝葉斯網(wǎng)絡(luò)的項(xiàng)目質(zhì)量風(fēng)險(xiǎn)研究過程三、京滬高速鐵路建設(shè)項(xiàng)目的質(zhì)量風(fēng)險(xiǎn)分析（一）風(fēng)險(xiǎn)因素的識別為了研究京滬高速鐵路建設(shè)的質(zhì)量風(fēng)險(xiǎn)因素，課題研究組翻閱了大量國內(nèi)外文獻(xiàn)資料5 12 王振強(qiáng), 劉玉杰, 于九如. SCERT在大型工程項(xiàng)目風(fēng)險(xiǎn)分析與管理中的應(yīng)用研究J. 中國軟科學(xué), 2002, 7: 105-108.13 VIVIAN W. Y. TAMA, L.Y. SHEN, C.M. TAM, WILLY W.S. PANG. Investigating the intentional quality risks in public foundation projects: A Hong Kong study J. Building and Environment , 2007, 42: 330343.聯(lián)系方式：聯(lián)系電話13880471892 ；E-mail： ，。地址：四川省成都市二環(huán)路北一段111號西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，周國華（收），郵編：6100312-13，首先按各建設(shè)參與方列出了高速鐵路建設(shè)的質(zhì)量風(fēng)險(xiǎn)因素和風(fēng)險(xiǎn)事件清單，經(jīng)過專家討論，選出其中的關(guān)鍵38項(xiàng)風(fēng)險(xiǎn)因素設(shè)計(jì)成問卷對京滬高速鐵路建設(shè)各方進(jìn)行問卷調(diào)研，問卷包括兩部分內(nèi)容，第一部分是被調(diào)研者的基本信息，第二部分為問卷主體部分，詢問風(fēng)險(xiǎn)因素對質(zhì)量造成的損失的程度及其發(fā)生的可能性，每項(xiàng)采用5級量綱（從1至5程度依次增加）。參與京滬高速鐵路建設(shè)單位均是全國工程建設(shè)的資質(zhì)優(yōu)秀的建設(shè)單位，同時(shí)參建的人員又是從各建設(shè)單位選拔出的優(yōu)秀人才，都具有豐富的工程建設(shè)和管理經(jīng)驗(yàn)，課題研究組在京滬高速鐵路指揮部和施工現(xiàn)場進(jìn)行實(shí)地調(diào)研，被調(diào)研的對象有工程技術(shù)專家、質(zhì)量安全管理者、項(xiàng)目經(jīng)理、咨詢專家等，課題研究組共發(fā)出問卷90份問卷，收回有效問卷50份，在收回的問卷中，僅有一份問卷的填寫者是女性，被調(diào)研者情況如表2所示。表2 被調(diào)查者情況表在京滬高速中角色數(shù)量百分比相關(guān)工作經(jīng)驗(yàn)數(shù)量百分比工程施工2040%1-5年1020%咨詢714%5-10年918%建設(shè)指揮48%10-15年1428%工程實(shí)驗(yàn)714%15-20年510%設(shè)計(jì)612%20年以上1224%監(jiān)理612%共計(jì)50100%50100%（二）質(zhì)量風(fēng)險(xiǎn)的估值在這一階段，運(yùn)用上部分問卷中的風(fēng)險(xiǎn)因素可能發(fā)生的概率和對質(zhì)量造成的危害的程度來度量風(fēng)險(xiǎn)等級，通常的做法是用它損失程度和出現(xiàn)概率的乘積來表示，即：風(fēng)險(xiǎn)等級 = 損失程度 出現(xiàn)概率本文參考EUNCHANG LEE8研究，用如圖4所示的風(fēng)險(xiǎn)等級矩陣對收集到的數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)等級規(guī)范化處理。圖4 風(fēng)險(xiǎn)等級矩陣（注：R1：低風(fēng)險(xiǎn)等級；R2：中等級風(fēng)險(xiǎn)；R3：高風(fēng)險(xiǎn)等級）通過規(guī)范化處理后，所有的風(fēng)險(xiǎn)因素都以R1，R2和R3來衡量，統(tǒng)計(jì)其在每項(xiàng)風(fēng)險(xiǎn)因素中所占百分比，提取其中R3百分比最高的因素，結(jié)合專家意見對這些風(fēng)險(xiǎn)因素進(jìn)行修正，最后選取12項(xiàng)主要的關(guān)鍵風(fēng)險(xiǎn)因素來進(jìn)行貝葉斯網(wǎng)絡(luò)的構(gòu)造。表3為影響京滬高速鐵路建設(shè)質(zhì)量的12個(gè)關(guān)鍵風(fēng)險(xiǎn)因素及其統(tǒng)計(jì)結(jié)果。表3 京滬高速鐵路建設(shè)質(zhì)量關(guān)鍵風(fēng)險(xiǎn)因素編號風(fēng)險(xiǎn)名稱統(tǒng)計(jì)結(jié)果（%）R1R2R3X22施工方所使用材料質(zhì)量不符合要求225622X34項(xiàng)目各參與方之間的信息傳遞不及時(shí)，溝通成問題206218X17監(jiān)理工程師執(zhí)行不力305018X19工期緊迫（為趕工期而忽視工程質(zhì)量）28216X33缺乏對勞務(wù)人員崗前技術(shù)培訓(xùn)305614X29勞務(wù)工人施工水平低劣365014X16監(jiān)理工程師業(yè)務(wù)能力低下187012X13建設(shè)所需的設(shè)備材料供應(yīng)商信譽(yù)差（可能違約或履約不力）206812X30施工單位人員流動(dòng)頻繁206812X32施工單位對自身工人技術(shù)培訓(xùn)不足345412X24專業(yè)技術(shù)人才和管理人才短缺404812X31勞務(wù)工人更換頻繁306010（注：編號為在設(shè)計(jì)問卷時(shí)的編號）（三）京滬高速鐵路建設(shè)質(zhì)量風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)的構(gòu)造和分析根據(jù)表3中的風(fēng)險(xiǎn)因素，課題研究組和專家又進(jìn)行了討論，結(jié)合專家的意見，明確了幾組風(fēng)險(xiǎn)因素的因果關(guān)系：X13.建設(shè)所需的設(shè)備材料供應(yīng)商信譽(yù)差（可能違約或履約不力）X22. 施工方所使用材料質(zhì)量不符合要求；X33.缺乏對勞務(wù)人員崗前技術(shù)培訓(xùn) X29.勞務(wù)工人施工水平低劣；X31勞務(wù)工人更換頻繁 X33.缺乏對勞務(wù)人員崗前技術(shù)培訓(xùn)；X30. 施工單位人員流動(dòng)頻繁 X32. 施工單位對自身工人技術(shù)培訓(xùn)不足；借助貝葉斯網(wǎng)絡(luò)分析軟件GeNIeVer.2.0構(gòu)建京滬高速鐵路建設(shè)質(zhì)量風(fēng)險(xiǎn)的貝葉斯網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。圖5 京滬高速鐵路質(zhì)量風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)（注：R代表京滬高速鐵路建設(shè)的質(zhì)量風(fēng)險(xiǎn)）貝葉斯網(wǎng)絡(luò)模型構(gòu)建好以后，需通過數(shù)據(jù)分析來確定網(wǎng)絡(luò)中參數(shù)，這就是貝葉斯網(wǎng)參數(shù)學(xué)習(xí)（parameter learning）。參數(shù)學(xué)習(xí)常采用的方法有最大似然估計(jì)（maximum likelihood estimation）和基于貝葉斯統(tǒng)計(jì)的估計(jì)（Bayesian estimation），最大似然估計(jì)將參數(shù)視為一個(gè)未知但固定的量，不考慮先驗(yàn)知識的影響；而基于貝葉斯統(tǒng)計(jì)的估計(jì)視參數(shù)為一個(gè)隨機(jī)變量，可以利用先驗(yàn)知識10。GeNIeVer.2.0提供了從數(shù)據(jù)庫或文件導(dǎo)入數(shù)據(jù)并進(jìn)行參數(shù)學(xué)習(xí)的功能，我們首先在GeNIeVer.2.0中打開已建立好的貝葉斯網(wǎng)絡(luò)，再導(dǎo)入數(shù)據(jù)，對節(jié)點(diǎn)取值進(jìn)行匹配，然后就可以進(jìn)行參數(shù)學(xué)習(xí)。課題研究組和專家對這些參數(shù)進(jìn)行再一次檢查，并進(jìn)行局部的數(shù)據(jù)修整。敏感性分析能夠計(jì)算每個(gè)變量對其他變量分布的影響程度。通過敏感性分析，能夠幫助決策者做出正確的決策，以積極主動(dòng)的措施應(yīng)對敏感性風(fēng)險(xiǎn)因素，以避免京滬高速鐵路建設(shè)質(zhì)量出現(xiàn)問題。圖6 為京滬高速鐵路建設(shè)質(zhì)量風(fēng)險(xiǎn)貝葉斯網(wǎng)絡(luò)在GeNIeVer.2.0中進(jìn)行敏感性分析的結(jié)果。其中紅色節(jié)點(diǎn)表示敏感性因素。圖6 京滬高速鐵路質(zhì)量風(fēng)險(xiǎn)在GeNIeVer.2.0敏感性分析從圖中，我們可以看到，X22和X33為該貝葉斯網(wǎng)絡(luò)的敏感性因素。即是施工方所使用材料質(zhì)量不符合要求和缺乏對勞務(wù)人員崗前技術(shù)培訓(xùn)為敏感性因素。由于建設(shè)所需的設(shè)備材料供應(yīng)商信譽(yù)差（可能違約或履約不力）而導(dǎo)致施工方所使用材料質(zhì)量不符合要求可能引起工程質(zhì)量問題；而由于人員流動(dòng)、缺乏培訓(xùn)導(dǎo)致工程勞務(wù)工人施工水平低劣也會直接影響到工程的質(zhì)量。設(shè)定R節(jié)點(diǎn)的狀態(tài)為R3，對貝葉斯網(wǎng)絡(luò)進(jìn)行逆向推理，此時(shí)觀察R的幾個(gè)父節(jié)點(diǎn)取值（取前四項(xiàng)）：，?？梢哉f明在工程發(fā)生質(zhì)量問題時(shí)，最可能的原因是施工方所使用材料質(zhì)量不符合要求；監(jiān)理工程師執(zhí)行不力；項(xiàng)目各參與方之間的信息傳遞不及時(shí)，溝通成問題和工期緊迫（為趕工期而忽視工程質(zhì)量），為此在京滬高速鐵路建設(shè)過程中要特別注意控制這些風(fēng)險(xiǎn)因素。（四）質(zhì)量風(fēng)險(xiǎn)的控制對策針對以上分析，專家進(jìn)行了深層次的探究，以下給出幾點(diǎn)專家對這些質(zhì)量風(fēng)險(xiǎn)的分析及其控制對策：在京滬高速鐵路建設(shè)過程中的材料主要來源分為甲供材料和甲控材料。其中，甲供材料由京滬高速鐵路股份有限公司委托的專業(yè)物資供應(yīng)商中鐵物資公司供