10.3969/j.issn.1000-7695.2017.14.010
基于PCA-RBF神经网络的PPP项目风险智能评价研究
随着新一轮政府和社会资本合作(public—private—parmership,PPP)模式在基础设施领域的推广运用,对其风险评估也开始备受关注.鉴于PPP项目风险影响因素众多和传统评估方法过度依赖主观评价等问题,在构建PPP项目风险评价指标体系的基础上,通过将主成分分析(principal component analysis,PCA)技术降维并结合模糊综合评价结果,建立自适应的径向基神经网络(RBF)的智能风险评价模型,并以入库的浙江省发改委10个PPP项目为例进行实证检验,结果显示3个项目处于风险较小、6个项目处于风险不大、1个项目处于风险中等.PCA-RBF智能评价模型所训练预测的结果与模糊综合评价结论一致,且在一定程度上提高了计算效率、增强了评价的客观性,为PPP项目风险智能评估提供理论上的参考.
PPP项目、PCA-RBF神经网络、智能评价模型、风险评估
37
F283;F224(基本建设经济)
国家自然科学基金项目“面向服务智能协同的农业物联网动态自治与资源优化配置”61473078;浙江省自然科学基金项目“市场分割下FDI对区域资本流动的影响机理”LY15G030034嘉兴学院南湖学院科研重点项目“浙江新型城镇化建设中PPP融资模式选择与风险评估研究”N41472001-22
2017-08-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
59-63