CBR在建筑生产安全监管中的应用

□文/李 昊

（东南大学土木工程学院 江苏·南京）

引言

随着我国经济建设的快速发展，建筑生产安全事故和职业危害也日益突出，严重威胁着建筑业从业者的生命和健康，影响了社会的和谐与稳定，给国家和人民的生命财产造成了巨大损失。当前政府安全监管的责任越来越重，却受到技术、知识、资源、体制等方面的制约，致使安全监督滞后，重大安全事故层出不穷，建筑生产安全状况不容乐观。

案例推理（CBR）是人工智能领域一项重要的技术，是由目标案例提示而得到源案例，通过源案例来指导目标案例的求解的一种策略。CBR技术的产生，被迅速运用到管理领域中，但针对CBR在建筑生产安全监管中的应用研究却很少，本文提出将CBR技术应用于建筑生产安全监管，有助于提高建筑生产安全监管的智能化水平。

一、CBR综述

Schank（1982）在研究动态存储器中提出了CBR认知模型，他认为CBR是模仿人类推理和思考过程的方法论。在遇到新问题时，人们往往会联系以前使用过的类似案例，并试图运用过去解决该案例的经验和方法进行选择信息、解释事物，来解决当前问题。Kolodner（1983）开发了第一个CBR系统CYRUS，作为一个问答式的专家系统，该系统成为此后许多CBR系统的基础。Porter（1989）研究了启发式的分类和机器学习，将领域知识和特殊实例综合成一个统一的表达方式，开发出PROTOS系统。Watson和 Abdullah（1994）将CBR技术应用于错误诊断，建筑物的修复和翻新。Moore等人（1994）将CBR技术应用于高速公路桥梁的设计。

Aamodt&Plaza（1994）将 CBR 循环设计为四个过程：检索（Retrieve）、复用（Reuse）、修正（Revise）和保存（Retain），概括为“4Rs”，如图 1 所示。（图 1）

国内对CBR的研究始于上世纪九十年代，周涵（1993）研制了基于范例学习的内燃机油产品设计系统EOFDS。赵钢（1995）开发了基于范例推理技术的降水过程预测系统。张治洪（1997）研制的基于范例推理的结核病专家系统。郭茂祖、苏晓红等（2001）提出基于IBL算法的CBR系统中索引与检索机制研究。张荣梅（2001）等开发了基于CBR的交通事故智能处理系统。

建筑业领域内，曲颖彧（2008）讨论了CBR在建筑施工企业投标管理知识系统中的应用。张文领 （2009） 研究了CBR在工程项目咨询知识管理系统中的应用。陈伟同（2010）分析了施工现场安全事故对建筑业的重大影响，建立了基于案例推理的安全事故裁定决策支持系统框架。

二、CBR基本原理

CBR解决问题的基本思路是通过研究、修改以往类似问题的成功解决方案来解决当前问题。该系统在解决问题时，通过类比分析待求解问题与系统中已存案例，找出与其相似的案例，通过分析、修改相似案例解决问题的方法、模型，从而得到解决当前问题的方案。当前问题解决之后，对该问题的描述、解决方法及最终结果又成为一个新案例，将其存于CBR系统中，为下次解决同类问题服务，实现了案例库的自学习。

本文运用CBR推理速度快、知识获取与维护容易、适用于解决非结构化问题的特点，以解决建筑生产安全监管问题。针对建筑生产安全监管问题，CBR系统的实现流程如图2所示。（图2）

三、CBR技术实现的关键

图1 CBR循环

图2 CBR系统的实现流程

（一）案例表示。案例表示，目的是提取求解问题的特征以及各个特征之间的关系，并将之存入数据库中，作为后面案例推理的基础。不同的问题，有多种表示方法。合理的案例表示有助于降低问题求解难度和提高求解效率。要表示一个案例，首先要确定什么是案例，它包含哪些内容。以常见的病例为例，包括病人的病症表现、诊断结果以及治疗方法。案例一般由问题描述、解决方案和结果三部分组成。

案例表示在整个CBR系统中具有重要的地位，案例必须表示成一定的结构形式才能保证系统正常运行。应用较广的案例表示方法主要有：产生式规则表示法和框架表示法。两种方法分别具有不同的特点：产生式规则表示法结构简单，表达自然，逻辑性强，但规则的堆积存储缺乏组织且缺乏结构化手段，难以有效地描述结构复杂的事物。框架表示法主要用于描述事物的内部结构及事物间的类属关系，能够在一定程度上满足工程知识表达的需要及基于案例推理的需要，有利于系统方便、顺利地进行推理。因此，本文选取框架表示法表示建筑生产安全事故案例。

框架表示法具有良好的结构性、继承性和自然性：

1、结构性。框架表示法善于表达结构性的知识，能够把知识的内容结构关系及知识间的联系表示出来。一个框架由若干个槽组成，每一个槽可根据实际情况划分为若干个侧面。一个槽用于描述对象某一方面的属性，一个侧面用于描述相应属性的一个方面。槽和侧面的属性值分别称为槽值和侧面值。在一个用框架表示的系统中，一般含有多个框架，为了区分不同的框架以及一个框架内的不同槽和侧面，需要分别给它们赋予不同的名字，分别称为框架名、槽名及侧面名。对于框架、槽或侧面，都可以为其附加一些说明性的信息或约束条件，用于指出什么样的值才能填入槽或侧面中去。

2、继承性。通过使槽值为另一个框架的名字，实现不同框架间的联系，建立起复杂的框架网络。在框架网络中，下层框架可以继承上层框架的槽值，也可以进行补充和修改。

3、自然性。框架表示法与人们的认识活动是一致的，当遇到新事物时，通过从记忆中调用类似事物的框架，并将其中某些细节进行修改、补充，就形成了对新事物的认识。

用框架表示法表示建筑生产安全事故案例如表1所示，这些信息将为建筑安全生产提供指导，有助于识别工程危险源，制定相应的防护措施。（表1）

表1 框架表示建筑生产安全事故案例

（二）案例检索。CBR系统的核心是案例的检索过程，检索过程包括案例的索引和检索，这两个过程是相辅相成的，其目的是通过建造一个结构或过程来得到最匹配案例。能否快速准确地从案例库中检索出匹配案例的能力决定了CBR系统的效率。

案例检索是在相似度的基础上进行的。CBR应用成功与否的前提是案例检索过程得到的相似案例应该尽可能相似。因此，相似度的度量很重要。讨论两个案例的相似，涉及两个方面：（1）案例的各个属性的不同属性值间的相似性，称为局部相似度；（2）从案例的整体上看，由各属性值的相似综合而成整体相似，称为整体相似度。

1、对于数值属性，常用的距离计算方法有绝对距离、欧式距离、Tversky匹配函数、NN匹配函数等。这些方法各有优缺点，需要进一步探讨新相似的计算方法。

2、枚举属性的相似度。枚举属性的相似度一般有两种：一种是严格相似，只要两个属性值不同，就认为两者相似度为0，否则为1；另一种是依具体情况，事先人为地对于不同属性值之间的关系给出具体的定义。

3、有序属性的相似度。有序属性是介于数值和枚举属性之间的，也是介于定性和定量之间的。属性值有序就可以对其赋予不同的等级值，不同等级之间的属性有不同的相似度。与枚举属性相比，有序属性的规整性更强。

案例的索引技术通常采用KNN法，又称最近相邻法，是一种用户从案例库中找出与当前情况距离最近的案例的方法，其关键是确定属性指标权重和计算单个属性指标的相似度。

属性指标权重一般采用专家打分法、统计分析法和主观概率法等方法设定。首先为案例的每一个属性设定一个权重值，检索案例时根据输入案例中各组成成分的权重值与案例库中各属性的匹配程度，求得其权重值的和，然后根据某权重值的和，案例中的各属性的匹配程度的远近来组织相应的案例进行检索。

KNN法计算相似度的公式：

式（1）中SIR表示案例I和案例R的相似度；ωi表示第i个属性在整个案例属性集合中所占的权重；sim（，）为属性相似度计算公式；和分别表示案例I和案例R的第I个属性的属性值。

KNN法中没有给出属性相似，或局部相似度的具体计算公式，通常采用欧几里得或海明距离计算局部相似度。

碳纳米管的导电性能大部分由其结构参数,管径、管长以及螺旋对称结构来决定,不同的管状结构和连接方式可以使碳纳米管呈现出导体、半导体或者绝缘体的性质.通过选择性地控制复合材料中碳纳米管的含量以及种类来改良其导电性以及稳定性.这种能定量改变复合物电学性能的特征使得碳纳米管在导电材料、电磁屏蔽材料等方面都有着很大的发展前景.

海明距离计算单个属性之间相似度计算公式为：

式（2）中 ax（fi）和 min（fi）分别代表案例第i个属性的最大值和最小值。

（三）案例学习。为了控制案例库的规模，使其不过于冗余，必须对加入到案例库中的案例进行学习。每当系统完成一次案例查询，便将新问题及其解决方案作为新的案例加入到原有的案例库中，案例库求解问题的能力不断增强。但如果对这种学习行为不加以控制，案例库中案例的质量便会降低，重复案例也会增加。为此，可根据案例的相似度对案例库进行维护：如果在查询过程中没有检索到相似案例，则直接将该案例作为全新的案例加入到原有案例库中；如果检索到与当前案例完全匹配或相似度较高的案例，则当前的案例就不需要增加到案例库中；如果检索到可能相似或相似度低的案例，则根据当前案例与相似案例之间的差异，酌情修改案例库中情况或作为新案例存入案例库中。

图3 基于CBR的建筑生产安全评价系统流程

案例学习是一个动态过程，涉及到保留案例、删除案例等，它实际上是对案例库中的信息进行综合分析，进而删掉对推理作用小的案例，从而达到减轻数据库的冗余性，减少案例检索时间。

四、基于CBR的建筑生产安全评价系统

基于案例推理的建筑生产安全评价系统工作流程如下：

1、收集以往的建筑生产安全事故案例，建立基于框架结构的建筑生产安全案例库，作为问题案例的推理基础。

2、输入问题案例，以特征标识及文字信息描述的形式进行表达。

3、根据所处环境设置指标权重，通过相似度计算，找到问题案例的相似案例。进行自适应调整相似案例的解，应用到生产过程，解决现实问题。

4、对问题的处理结果进行判断和验证，并对问题案例进行学习，如果满足案例入库条件，则将其引入案例库中，同时对知识库、专家库内容进行修正。其具体工作流程，如图3所示。（图3）

五、应用举例

下面是案例推理技术在建筑生产安全监管过程中的应用举例。检查人员在检查W市某工程时，发现脚手架构造存在缺陷，具体表现为：连墙件构造、设置部位、设置数量不足，立杆长细比过大，且连续3天向脚手架上堆放石材等。

通过本系统，将该案例进行表示后，经案例检索匹配后的结果按照相似度的不同列表，相似度较高的两个案例如表2所示。（表2）

根据相似度最高的安全事故去处理，本工程与Z市某工程脚手架坍塌事故相似度极高，存在脚手架坍塌的重大危险，如不采取措施，将造成事故的发生，应采取和源案例相似的措施，减少脚手架上的集中堆载，同时增设连墙件构造等，教育施工单位要尤其注意Z市发生的事故，采取相应的应对措施，以达到提前预警的目的。

六、结论

基于案例推理的建筑生产安全评价系统为建筑生产安全评价问题的求解提供了一种启发式的思考空间，该技术的优点在于：能够通过案例推理而获得问题求解，能够在一定程度上克服安全评价的随意性和复杂性；CBR系统有学习功能，灵活性和适应性较强；案例库的维护、学习比较方便。

本系统也存在诸多难点，如施工现场难以获取较精确的相关知识；寻找更加准确的指标权重的确定方法和更灵活的案例表示、案例的调整需同领域专家密切配合等等，这也是研究利用案例推理技术评价建筑生产安全的难点。

[1]房明.基于CBR的技术推广研究与应用[D].华中科技大学，2004.

[2]刘婷婷.基于CBR的知识发现方法研究[D].合肥工业大学，2006.

[3]张光前等.基于事例推理的技术及其应用前景 [J].计算机工程与应用，2002.2.

[4]曲颖彧.基于CBR的建筑施工企业投标知识管理系统构建研究[D].东北大学，2008.

[5]张文领.基于CBR的工程项目咨询知识管理研究[D].大连理工大学，2009.

[6]杨晶.基于本体的安全生产事故案例推理系统的研究 [D].昆明理工大学，2010.

[7]李潇等.面向安全评价的化工事故推理系统 [J].中国安全生产科学技术，2008.10.