2018偏差分析确定风险属性权重的方法研究

3174925

　　摘 要：构建偏差分析和模糊数学理论相结合确定风险属性权重的定量分析方法。首先，该方法通过引用相离度的概念，提出基于标准差和平均差的三角模糊数确定属性权重的方法，从而对专家评估时带有的主观模糊性进行修正，使其评估结果更客观合理。其次，运用模糊数学方法改进可能度三角模糊数模型，将风险属性信息进行处理，得到风险项的优先级排序。最后，通过实例仿真验证该方法对风险定量分析的可行性。
　　关键词：偏差分析;风险属性权重;模糊数学理论;三角模糊数;可能度三角模糊数模型
　　一、引言
　　软件风险属性权重的确定关系软件风险评估的客观合理性，传统确定风险属性权重的方法赖于专家经验[1-4]，带有较大的主观性和不合理性。
　　目前基于模糊数的风险属性权重分析方法一般采用两种形式，一是运用模糊层次分析法(Fuzzy Analytic Hierarchy Process，FAHP)建立风险层次结构模型，对专家判断结果进行处理，采用FAHP法对项目风险定量分析，该方法的缺点是必须进行一致性检验，对于目前采用的加型一致性互补判断矩阵与权重向量之间的关系参数无可靠性选择原则遵循，因此没有严格的数学证明判断矩阵与权重向量之间关系的唯一确定性，属性权重的确定没有统一的定性结论[5～6]。二是建立不同类型偏好信息为模糊数的多属性风险权重分析模型，一般采用语言变量和三角模糊数[7]的形式给出属性信息，专家凭借自身经验出属性权重，采用将语言变量转化为三角模糊数进行处理，这不但会造成信息的丢失，而且由于专家知识背景和经验不同，对软件风险尤其是跨行业领域的风险认识具有一定的模糊性，使得专家在评估时带有一定的模糊性和主观偏好性，从而给评估结果带来很大的模糊性[8]。
　　二、构建风险评估模型流程
　　1.确定专家评估者E=(e1，e2，，ek)，确定评估指标集U=(u1，u2，，un)，评估对象集R=(r1，r2，，rm)。
　　2.专家给出评估对象rj在评估准则xi下的主观偏好值aij，从而构成评估矩阵A=(aij)mn。
　　3.将模糊评估矩阵A按公式转化为归一化矩阵C=(cij)mn。
　　4.由公式确定权重向量w，并做归一化处理，风险因素的综合属性值与属性权重关系Z=cijw*j=C1w1+C2w2++Cnwn。
　　5.利用本文改进的可能度三角模糊数模型对Zi处理，建立互补判断矩阵：
　　6.利用模糊互补矩阵排序向量w=(w1，w2，，wm)T，其中wi=。
　　对可能度矩阵P进行排序，并按其分量大小对各个风险项进行排序，即为量化过的风险项优先级排序。
　　通过对某软件公司近年来开发的软件进行统计分析，得出如下几种风险因素项Ri=(r1，r2，，r7)在软件开发过程中严重影响着整个软件的开发周期和质量，相关属性有：项目高层管理者参与重视程度不足(r1);技术人员技术能力成熟度(r2);项目进度安排不科学，任务分配不当(r3);误解需求和不恰当的需求变更管理(r4);环境影响(r5);人力资源短缺(r6);缺乏相关干系人的参与(r7)。
　　步骤一：设有三位专家(E=(e1，e2，e3))，其权重系数为w=(0.3，0.3，0.4)，在成本(u1)、质量(u2)、进度(u3)、技术(u4)四个评估指标下进行评估，分别用三角模糊数给出。
　　步骤二：专家评估矩阵(见表1)。
　　步骤三：由专家评估矩阵转化为规范化矩阵(见表2)。
　　步骤四：属性权重向量。
　　风险因素的优先级排序为R7R3R4R1R2R6R5，即缺乏相关干系人的参与，项目进度安排不科学，任务分配不当成为优先级最高的风险因素。根据构建的模型得出的结论与公司实际风险因素的排序大体一致，但在公司实际操作中对项目进度安排不科学，任务分配不当这个风险因素没有给予一定的重视。因此，基于三角模糊数和偏差分析的风险属性权重方法研究有利于构建风险评估模型，从实验数据上分析，能够挖掘潜在风险因素，为决策者及时采取风险规避措施，调整项目计划，达到了减少风险损失的目的。
　　参考文献：
　　[1] Zhiwei Xua，Taghi M.Khoshgoftaar，Edward B.Allen.Application of fuzzy expert systems in assessing operational risk of software[J]. Information and Software Technology，2003，(45)：373-388.
　　[2] M.Jorgensen.A review of studies on expert estimation of software development effort[J].The Journal of Systems and Software，2004，(70)：37-60.
　　[3] I.Vlahavas，I.Stamelos，I.Refanidis.SSE：an expert system for software evaluation[J].Knowledge-Based Systems，1999，(12)：183-197.
　　[4] Kevin Kam Fung Yuen，Henry C.W.Lau.A fuzzy group analytical hierarchy process approach for software quality assurance management：Fuzzy logarithmic least squares method[J].Expert Systems with Applications，2011，(38).
　　[5] Wu FG，Lee YJ，Lin MC.Using the fuzzy analytic hierarchy process on optimum spatial allocation[J].International Journal of Industrial　Ergonomics，2004，(33)：553-569.
　　[6] 潘玉奇，周劲，张玲，等.模糊评判法和模糊聚类分析在优化布点中的应用[J].微电子学与计算机，2007，(8)：169-172.
　　[7] 杨莉，李南，和媛媛.三角模糊数多属性决策在软件项目风险评估中应用[J].计算机工程与应用，2010，(11)：246-248.
　　[8] 徐泽水.对方案有偏好的三角模糊数型多属性决策方法研究[J].系统工程与电子技术，2002，(8)：9-21.