● 摘要
改革开放以来，我国经济实力和国际地位不断提升，很大程度带动了我国对国防科技的重视程度的持续提高。国防工业领域的各类项目逐年增加，投入资金也呈明显增长趋势。同时，许多国防工业项目对技术的先进性提出了越来越高的要求。这些都使得在项目开始之前，对项目的进度、费用、安全性和可靠性的预测，和对所有可能产生风险的评估占据着重要地位。国防工业中此类预测的特殊之处在于：多变量耦合，风险事件一旦发生带来的影响重大；可参考的样本量少，研究与生产周期长，因而样本更新速度相对较慢。这些特殊性给风险预测和管理带来了新的挑战。风险预测和管理的核心之一是进行风险建模，用系统的方法定性的描述风险事件的相关性以及定量的描述风险事件发生的可能性。本文首先总结了风险预测，特别是小样本风险预测的相关理论和方法，经比较分析后，探讨了用因果贝叶斯方法进行小样本预测的有效性和可靠性。然后提出了一套在小样本限制下的因果贝叶斯网络预测的具体方法和步骤：将业务流程管理应用到贝叶斯网络结构的确定中；运用专家判断的方法确定已建立的网络结构中各参数值。本文还讨论了专家区间判断中的去偏差方法，以提高参数的可靠性和预测的准确性。最后，将该方法应用于国防科研院所技改型固定资产采购项目的风险管理中，并用GeNIe软件进行因果贝叶斯建模，结合模拟结果对此类项目的风险管理进行分析评价，达到控制风险的目的。本文提出的理论模型和观点，将对国防工业院所和企业实施风险管理，进一步深化风险管理体系有良好的理论指导和实践参考作用。