基于GA-PP模型的水利工程质量评价体系研究

2016-03-23司新毅

中国农村水利水电 2016年6期

司新毅

(中国水务投资有限公司，北京100053)

随着经济的快速发展，人口、资源和环境的矛盾愈加突出，粗放的生产生活方式与生态环境承载力之间的矛盾加剧。当前，我国水利工程质量整体水平有所提高，但质量问题仍然不少。作为投资建设单位，随着项目越来越多，地域跨度越来越大，对工程质量掌控力越来越弱，如何建立规范的水利工程质量评价体系，对水利工程质量进行客观、公正评估，制定合理的整改方案，是企业可持续发展的关键。

以往，各行业根据国家相关法律、法规和行业规定，构建适用于本行业的质量检查体系。在进行综合评价时，大多采用访谈、专家打分法确定各因素的影响力大小，再通过层次分析法[1]等确定各个因素的权重。这类方法是以经验为主导，要求采访的专家达到一定数量，否则带有很大的主观因素，而投影寻踪方法则比较客观，现在应用比较广泛[2-6]，而将此模型应用在质量评价研究方面相对较少，本文通过建立水利工程质量评价体系，应用构建的GA-PP模型，通过Matlab模拟编程，对水利工程质量问题进行客观和合理评价。

1 水利工程质量评价体系的构建

影响水利工程质量的因素很多，在构建水利工程质量检查体系指标时，应遵循系统性、科学性、可操作性三原则，结合相关规范和工程实际情况选取指标并对指标进行解释。水利工程质量检查体系包含三大体系：质量监督体系、质量控制体系和质量保证体系。

(1)质量监督监督体系包括政府部门和项目法人对监理单位和施工单位施工全过程进行监督，按国家基本建设程序、规范、规程等进行检查，作为投资建设单位，无权对政府部门进行检查，所以质量监督体系中不包含对政府部门的检查。内容包括对项目法人质量管理制度建设、机构建设、监督手续办理情况、设计变更和历次发现问题整改情况的检查，具体见表1。

(2)质量控制体系主要是指施工监理单位根据设计要求和有关施工、监理规范和规程对施工全过程、全方位进行监督检查，做好质量、进度、资金三大控制和合同条款管理实施工作。内容包括机构建设、监理质量检查、签发各类文件、监理日志和月报情况。

(3)质量保证体系部门包括勘测设计单位和施工单位。勘测设计质量保证包括勘察设计文件质量、现场服务及工作记录等方面；施工质量保证包括施工质量管理制度建立与执行、现场施工管理机构及责任人、施工过程质量控制、质量检验评定和质量验收等等。

(4)评分细则。打分标准将质量评价体系指标的完成情况分为4个等级：完全符合(9～10分)，基本符合(6～9分)，部分符合(2～6分)，不符合(0分)，由专家对23项指标层按照打分标准进行打分，均值为该工程该指标层得分。

2 计算模型建立

投影寻踪方法最早出现于20世纪60年代末，krusca首先使用投影寻踪方法，把高维数据投影到低维空间，找到一个反映数据结构特征的最优投影方向，用来分析和处理高维数据，是非线性、非正太高维数据的新兴统计方法。目前广泛地应用于分类、模式识别、遥感分类、图像处理等领域。该模型主要包含4个步骤。

表1 水利工程质量评价体系指标

2.1 数据预处理

对于统计的指标样本集数据，有的越大越优，有的越小越优，需将这些数据进行统一处理。指标样本集：

{x*(i,j)|i=1,2,…,m;j=1,2,…,n}

(1)

式中：x*(i,j)是第i个样本对应的第j指标；m为样本数；n为指标个数。

对于越大越优指标：

(2)

对于越小越优指标：

(3)

式中：xmax(j)是第j指标最大值；xmin(j)是第j指标最小值。

2.2 函数构建

设a(j)为投影向量，样本i在该方向上的投影为：

(4)

其中，‖a‖=1，Z(i)的分部特征应该满足：投影点局部尽可能密集，在整体上尽可能散开。类间散开度由Z(i)的标准差来表示：

(5)

类内密集度由函数DZ来表示：

(6)

式中：E(Z)为投影值Z(i)的均值；R为局部密度窗口值，一般取0.1SZ；r(i,j)为样本投影值Z(i)和Z(j)之间的距离，r(i,j)=|Z(i)-Z(j)|；u(t)为单位越阶函数，当t≥0时，其值取1，当t<0时，其值取0。

综上所述，可构造指标函数：

Q(a)=SZDZ

(7)

指标函数Q(a)会随着投影向量a的变化而变化，投影寻踪法就是找出对应的投影向量a，使得Q(a)取最大值，即：

目标函数：

maxQ(a)=SZDZ

(8)

约束条件：

(9)

2.3 函数求解

构造的函数为非线性优化问题，传统方法求解比较困难，本文采用遗传算法[7]求解该问题，但是直接求解有一定难度，首先将带有约束条件的极大值函数问题进行转化，即目标函数：

(10)

式中：为保证投影向量平方和为1，M可以设为一个极大值，本文中取M=10 000。

遗传算法主要包括以下几个步骤：①生成初始群体。随机产生个数据组，构成一个初始群体。每个数据组包含23个变量，即投影变量。②交换。由交换概率挑选的每两个父代通过将相异的部分基因进行交换，从而产生新的个体。③变异。首先在群体中随机选择一定数量个体，对于选中个体会以一定的概率改变某个数据基因的值。同生物界一样，变异发生的概率很低。④适应度。将生成的n个数据组代入公式(10)中，目标值函数值越小，说明适应性越好，其适应值越大，下次交换概率也就会越大。⑤中止。给定遗传代数mgen，算法迭代到此代数时停止。

通过Matlab7.1进行编程计算，为计算比较精确，n=100，megn=5 000。

2.4 分类和优化排列

通过遗传算法，可以求出最优投影变量a*，将其代入式(4)，能够得到最能反映高维数据特征的投影向量Z*，将Z*按从小到大顺序排列。

3 实例分析

将历年水利工程质量检查指标打分情况进行收集统计，并归一化进行处理，投影向量中每个值在[0,1]范围内，利用Matlab7.1，通过遗传算法，对投影寻踪模型进行求解，计算结果见表2，并将历年投影值进行排序，具体见图 1。

表2 水利工程评价指标归一化数据及运算结果

图1 历年水利工程投影值情况变化表

根据计算结果可以看出，最佳投影向量都在[0,1]范围内，且平方和为1，计算结果满足约束条件。

近年来，政府为了减轻财政负担，政府与企业之间多采用PPP模式进行城市基础设施项目建设，包含BOT，TOT等多种模式，企业利润主要来自于运营阶段，而工程的建设质量直接决定了运营的收益和运行成本，作为以建设、运营为主的投资单位，工程建设质量尤其重要。由图1可以看出，历年水利工程投影值逐年递增，说明水利工程项目的质量管控力越来越大，质量越来越好，企业处在一个良性的发展当中。

虽然工程质量不断提高，但并不代表没有问题，建设方仍然存在一些制度、质量评定、工程验收等方面的问题，各项目公司针对自己存在问题，根据专家提出的意见，认真制定整改方案，把工程质量工作落到实处，从源头上减少质量问题的发生。