由式（1）可知，工序活动的施工工期T与决策者风险偏好指数λ呈正相关关系，即随着λ取值的增加（ λ∈[0,1]），决策者更偏向于悲观工期（（T2+T3）/2） ,按照计划工期完工的概率也相应降低。举例来说，如图8所示，当λ分别取0.2和0.7（0.2<0.7）时，施工工期相对延长（102<115.75），完工概率降低（80.78 %>26.43 %）。因此，从图8可知，决策者风险偏好指数的取值对于施工工期取值和相应计划工期内完工概率都会产生影响，从而影响施工进度方案的选择。因此，决策者对风险偏好指数λ取值时，应从工程实际出发综合考虑各风险因素以实现对工程进度的合理控制。结合具体工程背景确定风险态度效用值，并对模糊工期进行计算，当风险态度效用值较高时，则决策者风险偏好指数λ取值较大。比如施工过程中存在坝址地区湿润多雨、施工器械老旧、施工人员经验较少等不利因素，决策者对于转化模糊工期的风险偏好指标的取值就会偏保守，风险偏好指数λ取值就较大，对于施工进度方案选择和现场施工设备配备等都需要做好充分准备。
5结论。
工期是心墙堆石坝填筑施工过程中的一个主要控制目标，同时，实际施工过程中存在诸多不确定性因素，对施工进度的控制和管理带来很大的困难和风险，本文基于PERT、BBNs和施工进度仿真方法，针对心墙堆石坝填筑工期的不确定性，建立了耦合改进PERT和BBNs的心墙堆石坝施工进度风险分析模型，模型中考虑了决策者风险偏好指标与施工工期和计划工期完工概率的关系。
与传统的PERT方法相比，本文利用BBNs推理功能推算工序活动风险因素相关性，并分析工程进度风险，剔除了实际施工过程中发生可能性极小的仿真工期边界结果，削弱了三时估计法边界取值的主观性，使得对施工工期分布区间的选择更加确切；同时结合三角模糊数和模糊测度Me方法在施工进度风险分析中引入了决策者风险偏好指标来对PERT进行改进，考虑了不确定性风险因素对工程决策的重要影响，使得计算结果更加符合工程实际，能更有效地为实际施工进度方案设计提供可靠的理论依据。将其应用到SWL水电项目当中，分别采用传统PERT方法和耦合改进PERT和BBNs方法进行计算，从计算结果的对比分析可以看出，改进方法选取了较为有效的施工工期分布区间，得到的仿真工期分布较为集中，标准差较小；通过决策者风险偏好指数-工期-完工概率分布曲线可以看出，应从工程实际出发综合考虑各方面因素确定风险偏好指数的取值以实现对工程的合理控制，这可以让决策者在实际施工指导时更有依据可循，得到的计算结果也更偏重于客观事实，可为心墙堆石坝填筑施工过程中的风险管理和施工进度方案的选择提供科学依据。
参考文献：
[1]DU R,ZHONG D,YU J,et al . Construction simulation for a core rockfill dam based on optimal construction stag-es and zones:Case study[J]. Journal of Computing in Civil Engineering,2015:05015002 .
[2]YOUNG H K,LISA I . Exploring monte carlo Simulation applications for project Management[J]. Risk Manage-ment,2007（9）：44-57 .
[3]GU S,WANG B . The ANP model for dam risk identification of the hydropower project[C]//Power and Energy En-gineering Conference（APPEEC）。 Asia-Pacific . IEEE,2010 .
[4] 刘俊艳。基于BN-CPM的工程进度风险因素相关性分析[J].水力发电学报，2011,30（6）：199-203 .
[5] 刘俊艳，Steven D .基于BN-CPM的工程活动相关性分析[J].水力发电学报，2012,31（5）：302-308 .
[6] 张社荣，杜成波，撒文奇，等。基于贝叶斯理论的地下洞室群时变施工进度风险预测方法[J].系统仿真学报，2014（5）：1131-1137 .
[7]ZHANG S,SUN B,YAN L,et al . Risk identification on hydropower project using the IAHP and extension ofTOPSIS methods under interval-valued fuzzy environment[J]. Natural Hazards,2013,65（1）：359-373 .
[8] 钟登华，杨士瑞，张琴娅，等。基于改进集对分析方法的高心墙堆石坝填筑工期仿真及风险评价[J].水力发电学报，2015（3）：137-144 .
[9]ZHONG Denghua,YANG Shirui,CHANG Haotian,et al . Construction schedule risk analysis of high roller-com-pacted concrete dams based on improved CSRAM[J]. Science China Technological Sciences,2015（6）：1021-1030 .
[10]LI W Y,LIU X J . Progress risk assessment for spliced network of engineering project based on Improved PERT[J]. Systems Engineering Procedia,2011（1）：271-278 .
[11] 王卓甫，欧阳红祥，李红仙。水利水电施工搭接网络进度风险计算[J].水利学报，2003（1）：98-102 .
[12]AZIZ R F . RPERT:Repetitive-projects evaluation and review technique[J]. Alexandria Engineering Journal,2014,53（1），81-93 .
[13]BOWMAN R A . Efficient sensitivity analysis of PERT network performance measures to significant changes in ac-tivity time parameters[J]. Journal of the Operational Research Society,2007,58（10）：1354-1360 .
[14]DHO H J,KHALED E . Fast and accurate risk evaluation for scheduling large-scale construction projects[J].Journal Of Computing In Civil Engineering,2011,25（5）：407-417 .
[15] 杜志达，巴延廷，李春明。基于风险因素与工期相关性的工程进度风险分析[J].四川建筑，2011（3）：220-222 .
[16]KIM S Y,VAN Tuan N,OGUNLANA S O . Quantifying schedule risk in construction projects using Bayesian be-lief networks[J]. International Journal of Project Management,2009,27（1）：39-50 .
[17] 郑雅婵。基于贝叶斯网络的大型工程项目进度风险研究[D].重庆：西南交通大学，2014 .
[18]XU J,ZHOU X . Fuzzy-like multiple objective decision making[M]. Heidelberg:Springer,2011 .
[19]ZHONG D,CHEN Y,CHANG H T,et al . Construction simulation modeling and visual analysis of rockfill damwith asphalt concrete core[J]. Journal of Tianjin University,2013,4,2 .
[20] 钟登华，常昊天，刘宁，等.高堆石坝施工过程的仿真与优化[J].水利学报，2013,44（7）：863-872 .
