[发明专利]一种基于因子分析和SOM网络的项目进度风险预测方法

权利要求书

1.一种基于因子分析和SOM网络的项目进度风险预测方法，包括ERP系统，其特征在于，还包括依次进行的以下步骤：

A、通过ERP系统获取物资需求提报率x1、非物资需求提报率x2、合同签订率x3、招标采购率x4、物资领用率x5、合同履约率x6、累计支出入账率x7的分析数据，通过ERP系统对上述数据进行验证和修正；

B、将x1-x7导入MINITAB软件进行因子分析，得到影响进度的潜在因子Y1：线下施工进度、Y2：物资采购进度、Y3：工程服务采购进度；

C、对Y1、Y2、Y3进行聚类分析，整理成项目进度风险矩阵T；

D、将项目进度风险矩阵T导入MATLAB软件，在MATLAB软件中编程建立SOM网络，对项目进度风险矩阵T的数据进行训练，对训练后稳定的SOM网络进行验证，分析测试效果；

E、利用ACCESS软件将历史数据的训练结果、SOM网络和当前数据的预测结果封装成数据库，形成高效便捷的项目进度风险预测查询系统；

所述步骤B中因子分析的表达式为：

其中x₁—x_m与步骤B中的x₁—x₇对应，Y₁—Y_n与Y₁—Y₃对应，u₁—u_m、e₁—e_m为特殊因子，a₁—a_m为Y₁—Y_n的特征值；

所述步骤C中对Y1、Y2、Y3进行聚类分析，整理成项目进度风险矩阵T的方法包括以下步骤：

C1：Y1、Y2、Y3共3个变量，每个变量数据分为滞后和不滞后两种情况，共生成2³即8个进度风险类别T1-T8；

C2：为T1-T8分别赋予Y1、Y2、Y3的特征值a₁—a₃；

C3：将Y1、Y2、Y3对应T1-T8的特征值整理成项目进度风险矩阵T。

2.根据权利要求1所述的一种基于因子分析和SOM网络的项目进度风险预测方法，其特征在于，所述步骤A中通过ERP系统获取物资需求提报率x1、非物资需求提报率x2、合同签订率x3、招标采购率x4、物资领用率x5、合同履约率x6、累计支出入账率x7的分析数据的方法包括以下步骤：

A1、通过ERP系统进行历年项目每月物资需求提报、非物资需求提报、合同签订、招标采购、物资领用、合同履约、累计支出入账数据提取；

A2、运用归一化处理方法对步骤A1中提取的数据进行处理，得到物资需求提报率x1、非物资需求提报率x2、合同签订率x3、招标采购率x4、物资领用率x5、合同履约率x6、累计支出入账率x7的分析数据。

3.根据权利要求2所述的一种基于因子分析和SOM网络的项目进度风险预测方法，其特征在于，所述步骤A中还包括步骤A3：将A2得到的数据整合在一张excel表中，在excel中实现数据清洗，最终形成可用于统计分析的x1-x7。

4.根据权利要求1所述的一种基于因子分析和SOM网络的项目进度风险预测方法，其特征在于，所述步骤D中对项目进度风险矩阵T的数据进行训练的方法是：以项目进度风险矩阵T作为标准输入样本，对每一种风险样本进行学习，学习结束后，对具有最大输出的神经元标以该风险的记号。

5.根据权利要求4所述的一种基于因子分析和SOM网络的项目进度风险预测方法，其特征在于，所述训练的步数为150-250步。

6.根据权利要求1所述的一种基于因子分析和SOM网络的项目进度风险预测方法，其特征在于，所述步骤E中还包括使用故障树对各类进度风险的原因进行梳理，并逐条形成预控措施，然后将故障树分析结果和预控措施也封装进项目进度风险预测查询系统。