水利工程项目建设管理绩效综合评价

马宏娟

(朝阳县水务局，辽宁 朝阳 122000)

工程管理绩效评价是判断施工企业价值的重要基础，也是检测企业计划与战略实施的有效方法，属于构成工程管控系统的核心内容。所以，当前研究的热点和前沿为提升、保障和测评工程管理绩效[1]。周巍等[2]从工程环境、社会经济、财务资金等角度，研究分析了项目管理体系。闫文周等[3]综合考虑安全、费用、质量、工期等因子，建立一个较为系统、完善的工程管理绩效模型。然而，多层次、多维度的管理分析为实际工程绩效评估的特征。单项线性分析法为以往多选用的方法，该方法原理清晰、操作简单，但无法体现不同因素间非线性复杂的作用关系，对于问题的处理一般利用简化或降维处理的思想，评估结果精度较低无法达到工程决策的要求。人工神经网络法因存在较强的联想和适应能力，采用记忆、训练等方法处理器实现各类样本的有效生成，与一般方法相比其评估精度更好。鉴于此，本文将BP网络和模糊优选法相耦合，在训练过程中利用BP网络的自学习特征优化调整权值，最大程度的降低期望值与实际输出值之间的偏差，形成工程建设管理绩效评估实用性更强的模糊优选BP网络[4]。

1 评价体系建立

水利工程项目存在周期长、工艺复杂、施工环境恶劣等特征，且建设过程中要统一协调施工、监理、设计、业主等多个部门。不同的建设项目均存在与其相适应的发展阶段，将水利工程划分为后评价、竣工验收、生产准备、建设实施、施工准备、初步设计、可研报告、项目建议书和总体规划9个阶段，该过程也称为水利工程全生命周期，覆盖工程竣工交付运行、施工建设和勘测设计全过程。从项目后评价、工程质量进度、投资控制、投资计划管理、勘测设计5个方面评价工程建设管理绩效，以这5个模块为基准进一步细分每个阶段的控制难点与工作重点，按照梯阶层次结构形成的绩效评价体系如表1。

每个指标的度量单位、衡量方法和取值区间存在较大差异，由此使得不同要素同一层级间存在不可通透性。所以，有必要标准化处理每个元素的初始数据，将所有参数值统一转化至无量纲的0～1范围，以满足绩效评价要求、

针对所有指标邀请熟悉工程项目的技术人员和行业内的专家给予绩效评分，结合评价结果划分为[0.9，1.0]、[0.8，0.9)、[0.7，0.8)、[0.6，0.7)、[0，0.6)五个等级，所对应的评语为优秀、良好、中等、合格、不合格，评分数值越高则工程管理绩效越好。经统计分析和标准化处理，确定10个待评样本的评分和14个参评因子的数值。通过增加两个理想样本以提升样本的可靠性，即设定所有参评因子数值均为0、1两种情况构成理想样本，由此组成的样本集有12组数据。

表1 工程管理绩效评价体系

2 基于模糊优选BP网络系统分析

2.1 BP网络模型及参数

BP网络的m个输入节点与参评样本的n个特征值相对应，设隐层单元有l个，则设模糊优选BP神经网络系统的输出层为单节点，隐含层单元系统有l个，则系统结构如图1。

图1 工程绩效评价BP神经网络模型

各单元系统和目标权重值，应用BP网络反向传播算法及上述模型进行求解，即不同网络的连接权重，最终达到期望与实际输出的误差最小。

BP神经网络的输入节点与设定的14个参评因子一一对应，中间层节点数依据Klomo gorov定理确定为29个，工程管理绩效评估结果为输出层的1个节点。设定trainlm函数为训练学习样本的方程，其学习算法为精准度高、收敛速度快的LMBP反向传播算法，BP网络的训练目标误差、最大训练步数为0.001和1 000。

2.2 模型训练及检测

BP模型的训练样本为样本集的前10个样本数据，通过对各参评因子的量化处理设定为输入节点，而输出期望值为专家组对工程建设管理绩效的具体评分值。经过6个训练周期后该BP网络的均方误差达到期望设定值，如图2所示。

图2 BP网络的训练误差曲线

BP网络的检测数据来源于样本集中10～12组样本，模型检测的输入节点与输出结果对照值为10～12组样本的绩效评价因子数据及其对应的专家评分值，运用搭建好的优选模型完成样本的训练如表2。

由表2可知，水利工程管理绩效评价和BP模型的输出结果保持较高的一致性，期望输出和实际输出间的误差很小，均方差D低于0.000 1，两者吻合度满足要求。所以，针对水利工程管理绩效的评价分析该模糊优选BP神经网络模型表现出较强的适用性与可靠性，可为工程管理绩效评价提供一种新的途径。

表2 网络训练对比值

3 实例应用

辽东地区某水库输水工程承担着当地城镇生活、工业发展和农业灌溉用水的任务，水库流域储备充分的水资源，输水工程全长48.2 km，设计水平年总供水量25.16×108m3，供水保证率99%。输水工程建设项目于2016年竣工通水，工程质量检验合格：(1)从工程质量的角度，该输水项目的单位、分部、单元工程的优良率分别为96.1%、100%和92.8%，外观质量得分率94.5%。(2)从安全施工的角度，该建设项目全过程未出现安全事故。(3)从生态环境的角度，输水工程严格按照批复的水土流失防治范围整治，水土保持治理度为96.5%。(4)从征地移民的角度，项目投资控制未超出概算范围且工作质量达到标准要求。总体而言，建设项目的成本节约率和工期提前率达到14%、11%，较其他同类项目而言具有较好的经济合理性[5]。

根据水库输水工程的实际运行情况、竣工验收与建设监理相关资料提取各参数值，结合专家意见经适当调整获取相应的评分值，如表3。

表3 水库输水工程管理绩效评价初始数据

运用Matlab软件和BP网络程序实现水库输水工程的建设管理绩效评价，综合评价指数为0.9458，按照已划分的评定标准隶属于优秀等级，由此表明该水库输水工程的管理绩效可以达到相对优秀状态，所构建的评估模型满足科学合理性要求。

4 结 论

(1)针对水利工程建设特点和项目效益评价内容，从多个不同层面选择适用范围广、覆盖项目全面、参数意义明确的多个因子构建绩效评价体系，通过综合评价为其它同类项目的建设管理提供科学指导。对于不同类型的建设项目选择的评价因子应有所取舍和侧重，结合工程特点选取符合项目要求的测评参数。

(2)将BP神经网络和模糊优选法相结合搭建综合评估模型，为工程质量管控提供一套系统、完善的评价标注与体系，可为水利开发项目绩效评价和管控提供科学指导。