基于PSOGA模糊神经网络的企业IT外包风险评价模型研究

IT外包在过去十几年里快速发展,它给企业带来很多好处,如降低IT成本、提高管理效率、将资源集中于核心竞争力等,但是,IT外包在给企业带来好处的同时,也给企业带来大量风险。IT外包风险评价是企业IT外包风险管理的重要环节,评价方法恰当与否将影响风险管理的成效,而现有评价方法在评价过程中存在过分依赖专家主观评语,评价结果容易受到专家的主观偏好、知识结构及判断水平的影响使得评价结果不够科学客观的问题。本文在已有的企业IT外包风险评价方法研究成果的基础上,针对企业IT外包风险复杂性、不确定性、动态性及模糊性等特征,提出了一种将因子分析法与模糊神经网络结合的方法来建立企业IT外包风险评价模型,以使企业可以依据此模型对IT外包项目风险进行科学的定量评价。本文首先在依据科学性、系统性、可行性、重要性原则基础上,通过大量阅读、总结国内外文献的方法,建立了企业IT外包风险评价指标体系。之后,针对企业IT外包风险评价指标众多的问题对风险评价指标进行了基于调查问卷的因子分析,得到了风险评价指标的综合因子,约简的风险评价指标为评价模型的建立提供了基础。其次,基于模糊神经网络的处理模糊数据及非线性映射功能,结合因子分析得到的评价指标综合因子构建了企业IT外包风险评价模型。通过分析此模型发现它虽在一定程度上提高了评价的客观性和准确性,但它的评价效率和准确性还有待提高,因此,本文从模糊神经网络学习算法优化和模型样本选择两方面对评价模型进行了优化,提出了PSOGA学习算法及基于加权距离的样本选择方法以提高评价模型的评价效率和准确性。最后,基于网站整合外包项目的实证研究,证明了所建模型的可行性。