基于粗集的神经网络的项目风险评估(1)
2013-08-19 01:04
导读：计算机应用论文论文，基于粗集的神经网络的项目风险评估(1)应该怎么写，有什么格式要求，科教论文网提供的这篇文章是一个很好的范例：
[摘 要] 本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评
[摘 要] 本篇论文我们介绍了基于粗集的BP神经网络识别项目的风险并评估项目风险。粗集(RS)与神经网络的集成反映了人类正常的思维机制。它融合了定性和定量的，精确和非确定的，连续和平行的方法。我们建立了粗集的神经网络并进行属性约简的混合模型，给出了软件项目风险在实际中的早期预警模型即评估模型，提出了有效的方法。
[关键词] 软件项目风险管理 神经网络 粗集
本篇论文的中心是基于粗集的人工神经网络(ANN)技术的高风险识别，这样在制定开发计划中，最大的减少风险发生的概率，形成对高风险的管理。
一、模型结构的建立
本文基于粗集的BP 神经网络的风险分析模型,对项目的风险进行评估,为项目进行中的风险管理提供决策支持。在这个模型中主要是粗糙集预处理神经网络系统，即用RS理论对ANN输入端的样本约简，寻找属性间关系，约简掉与决策无关的属性。简化输入信息的表达空间维数，简化ANN结构。本论文在此理论基础上，建立一种风险评估的模型结构。这个模型由三部分组成即：风险辨识单元库、神经网络单元、风险预警单元。
1.风险辨识单元库。由三个部分功能组成：历史数据的输入，属性约简和初始化数据. 这里用户需提供历史的项目风险系数。所谓项目风险系数,是在项目评价中根据各种客观定量指标加权推算出的一种评价项目风险程度的客观指标。计算的方法:根据项目完成时间、项目费用和效益投入比三个客观指标,结合项目对各种资源的要求,确定三个指标的权值。项目风险系数可以表述成:r=f(w1,w2,w3,T,T/T0,S/S0,U/U0),R
