季洪波

(本溪市本溪满族自治县水务和移民事务服务中心，辽宁 本溪 117100)

0 引 言

工程管理绩效评价不仅是判断施工企业价值的重要基础，而且是检测企业计划与战略实施的有效方法，在水利开发项目管理系统中占据着核心地位。因此，当前研究的热点及理论前沿是如何提高、保障、测评水利开发项目的管理绩效。周巍等对于工程项目评价体系从自然环境、社会经济和财务评价的角度进行了分析；闫文周等从施工安全、投资管理、质量及工期控制等方面，结合工程实际情况构建了综合评判模型。然而，在实际工程中应多层次、多因素的综合评价管理绩效水平。单项线性分析法为传统的管理绩效评价方法，该方法由于未考虑各因素之间的非线性复杂关系，且在处理多维度、多要素复杂问题时往往采用简化或降维处理的方法，从而使得评价结果精度较低无法达到管理决策的要求。人工神经网络相对于传统的绩效评价法具有较强的联想能力和适应能力，利用记忆、训练等方式处理器可实现各类样本的合理生成，由此实现对系统的控制，较一般的方法其精度较高[1-7]。鉴于此，本文将BP网络和模糊优选理论相耦合，在网络计算过程中发挥其自学习功能，经过反复的多次训练实现实际输出误差的最小化，并对水利工程管理绩效的优劣运用实用性更强的BP网络模型评价。

1 构建管理绩效评价体系

项目周期长、工艺复杂及施工环境恶劣等为水利工程的典型特征，另外在项目施工时中还存在施工、监理、设计、业主等各部门难以协调统一的问题[8]。……