检查机构认可风险管理决策支持系统的开发策略
中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2014)28-6710-03
1 检查机构认可风险管理介绍
检查机构认可作为合格评定认可领域三大认可门类之一,今年来发展迅速,成为目前国际认可界的热点话题之一,引起各国认可机构的高度重视。我国自2002年试点开展检查机构认可工作以来到目前,获准认可的检查机构已超过300家。认可的检查领域涉及特种设备检验、建筑工程质量鉴定、商品检验、机电设备监造、健康检查和司法鉴定等等;目前,我国检查机构认可工作在整体已处于亚太地区领先水平。
尽管如此,由于检查活动的技术复杂性相对较高,又主要依靠专业判断和符合性判定,大大增加了认可评审的难度和风险,加上检查活动涉及的领域往往包含高技术难度,或与人身安全关系密切,或有较高的社会关注度,或涉及金额较大的公正鉴定等,与其他类型的认可活动相比,认可风险相对较高;再加上检查机构认可工作起步较晚,认可体系相对还不够成熟,全球范围内可供借鉴的经验也不多,特别是对认可风险的评估和控制理论,无疑使得检查机构认可成为合格评定认可领域公认的风险程度最高的认可业务。
2 决策支持系统介绍
决策支持系统(Decision Supported System, DSS)是一种结合人工智能和计算机技术为一体、提升决策效率和质量的一种工具,其主要是利用计算机技术提供系统支持,由专家通过人机接口向系统提供知识和决策的人机结合结构,来处理半结构化和非结构化问题,从而达到为决策者提供支持的目的。
为有效控制检查机构认可风险,需要依靠专门的决策支持系统来完成。即运用现代风险评估和管理技术,研究制定风险控制的方法,建立风险管理模型库,并在模型库、方法库与知识库的基础上,构造智能化的风险管理决策支持系统平台,以控制和降低认可风险,提高认可有效性,促进CNAS认可工作的持续快速发展,保持CNAS在亚太地区乃至国际认可界的领先优势,更好地服务于我国经济发展和现代化建设,无疑具有重要的现实意义。
3 检查机构认可风险层次分析模型
检查机构认可项目是否成功,取决于项目的目标是否完成,即检查机构认可风险评估最终目标是要考察6种风险后果发生的可能性,以及总风险的大小。
由于风险来源不同,影响各环节风险的因素也各不相同,风险来源与风险影响因素之间有一一对应关系。因此,可以先评估出各环节的风险分量,再综合评估其对各钟风险后果以及总风险的影响。
由此可见,检查机构认可风险具有多层性、多样性、综合性特征。因此,总风险评价模型选用层次分析法。分为预测模型和实际模型,分别如图1和图2所示:
每个项目需要关联两个模型,一个预测模型,一个实际模型,两个模型有小许差异,预测模型有9个因素,实际模型有10个因素。中间层预测模型没有B7节点。分量计算有顺序要求,不能跨分量评估。
评估结果应包含预测分数,实际分数。当项目未评估完成时,应显示当前预测分数,实际分数,综合分数,和评估分量的阶段。
预测分数 = 当前预测分量的分值与其权重的乘积加权之和
实际分数 = 当前实际加权和
综合分数 = 当前实际加权和 + 当前后半部分预测加权和
4 决策支持系统体系结构
4.1 模块划分
CNAS检查机构认可风险管理的决策支持系统包含的主要功能模块有:1) 认可机构信息管理2) 评审资源风险管理3) 认可项目人员风险管理 4) 认可标准信息管理。
4.2 DSS平台架构设计
CNAS认可风险管理的决策支持系统基于网络平台,主要包括三个层次,底层是CNAS检查机构认可各环节的信息管理系统,分别构建后台数据库。中层是风险管理的知识库管理系统、模型库管理系统和方法库管理系统,保存风险管理中常用的各类知识、模型和算法;上层是风险管理决策支持系统,决策支持系统根据底层CNAS自身的资源、项目所在行业、项目单位资质以及各环节的风险状况信息;调用模型库的模型或知识库中的有关知识,选择方法库中的方法进行风险决策。通过建立检查机构认可风险管理的决策支持平台系统,实现对检查机构认可工作进行风险管理的目标。
系统架构如下图3所示。
5 小结
本项目根据CNAS认证认可风险管理的决策支持系统平台架构,进行相关软硬件配置,实现了决策支持系统的运行。其最终目的是建立检查机构认可风险管理的决策支持平台系统,实现对检查机构认可工作进行风险管理的目标。
参考文献:
[1] 苗爱梅,郝寿昌.基于GIS的地质灾害气象预警系统研究[J].山西气象,2007(4).
[2] 邵立杰.林业决策支持系统的统计评价研究[D]. 哈尔滨:东北农业大学,2011.
[3] 庄锁法.基于层次分析法的综合评价模型[J].合肥工业大学学报,2000.
[4] 刘平,张勤.如何提升实验室资质认定评审工作质量的研究与探讨[J].2011.
[5] 娜仁图亚.CNAS检查机构认可过程中的风险识别[J].现代测量与实验室管理,2013(5).
下一篇:优化测试用例的黑盒测试方法研究