交通工程项目虚拟动态优化管理技术的研究及应用

杜沛沛，段晓晨，张小平，项 旭

（1.石家庄铁道大学 经济管理学院，河北 石家庄 050043；2.河北地质大学，河北 石家庄 050031）

交通工程项目虚拟动态优化管理技术的研究及应用

杜沛沛1，段晓晨1，张小平2，项 旭1

（1.石家庄铁道大学 经济管理学院，河北 石家庄 050043；2.河北地质大学，河北 石家庄 050031）

将 BPNN 人工神经网络法、FIS模糊推理系统、GM (1，1) 灰色预测模型等非线性预测技术，以及虚拟现实技术和动态优化管理技术综合应用于交通工程施工管理各目标的管控中，构建交通工程项目施工虚拟动态优化管理系统，对其施工过程进行优化管理，对于提高交通工程项目的施工管理水平，实现交通工程施工管理的信息化管理和可视化管理，保证项目各计划目标的实现，具有重要的理论研究和实践应用价值。以天津津滨轻轨交通工程中山门西段供电系统工程的施工管理为例，直观展示虚拟动态优化管理技术的应用过程和效果。

交通工程；虚拟动态优化；非线性预测

当前我国交通工程项目的施工管理工作中主要存在以下 3 个方面的问题。第一，交通工程施工管理工作中信息化技术应用程度相对不高，在施工现场应用智能化施工管理软件的较少，没有达到普及的程度。第二，交通工程项目施工管理工作中存在着凭主观经验和定性分析进行管理的现象，而且其中不乏事后管理。第三，由于交通工程项目管理中工期、成本、质量、安全和环保 5 者之间的制约关系，在实际的施工管理中会出现比较偏重成本和工期管理，而对质量、安全和环保的管理较弱的情况。因此，应按照科学的管理规律，采用先进的管理技术，加强交通工程项目施工管理，提高交通工程管理的效率。将虚拟动态优化管理技术运用到交通工程项目的施工管理中，可以及时发现施工过程中存在的问题，并进行解决或预防控制，以避免问题的恶化，从而实现交通工程项目整个施工过程的动态高效管理，提高交通工程项目的经济效益和社会价值。

1交通工程项目虚拟动态优化管理技术

交通工程项目虚拟动态优化管理技术是非线性预测技术、虚拟现实技术和动态优化管理理论相结合的一种技术，是在交通工程项目开始施工之前运用工程分解法 (Work Breakdown Structure，WBS)将工程项目分解，运用人工神经网络法 (Back-Propagation Neural Network，BPNN)、模糊推理系统 (Fuzzy Inference System，FIS)、灰色预测模型 GM (1，1) 等非线性预测技术确定各工序消耗的标准工时和造价，然后运用网络计划技术 (Project Evaluation and Review Technique，PERT) 确定交通工程项目的关键线路和控制工期的关键工序，运用显著性理论 (Cost-Significant，CS) 确定成本控制的显著性工序，结合虚拟现实技术 (Virtual Reality，VR)，建立虚拟动态优化管理系统，并将其应用于交通工程项目施工过程中，实施对施工过程的三维直观立体的动态管理[1]。运用虚拟动态优化管理系统，将赢得值法 (Earned Value Management，EVM)和计划-实施-检查-行动 (Plan Do Check Action，PDCA) 循环原理等动态优化管理理论运用到交通工程项目工期成本控制中，实时收集数据，及时对数据进行分析，对工程进行可视化的实时监控，及时发现交通工程施工过程中存在的问题，针对发现的问题制定相应的措施，及时进行决策，能够不断提升施工管理的效率。

1.1虚拟动态优化管理技术的数据收集

（1）标准工时和成本目标的确定。在工程项目施工之前，结合设计图纸、设计文件等资料，运用WBS 将工程项目分解，在分解得到工序后，进行标准工时和成本目标的确定。如果工序有标准的消耗定额，以定额消耗为准确定工时和成本。如果工序没有标准的消耗定额，当拥有大量历史数据时可以选择应用 BP 神经网络技术[2]；当只有少量历史数据时可以选择应用灰色预测系统 GM (1，1)[3]；当严重缺乏历史数据或者根本没有历史数据时，则可以根据施工现场的技术人员、管理人员和劳务人员的丰富经验再结合专家的建议，运用模糊判断技术 FIS 确定工序的标准工时和造价[4]。

（2）关键工序的确定。交通工程项目工期控制的重点是关键工序，运用 PERT 确定交通工程项目的关键线路[5]，关键线路上的工序即为关键工序，是工期控制的重点。

（3）显著性工序和“双控”工序的确定。交通工程项目成本控制的重点是显著性工序，而既属于关键工序又属于显著性工序的则是交通工程项目的“双控”工序。运用均值理论和显著性成本理论确定成本控制的显著性工序[6]。均值理论计算步骤为：假设交通工程项目总成本为 P，工序个数为 N，平均成本为 P/N，成本大于平均成本的工序称为显著性成本项目 CSIs，小于平均成本的工序称为非显著性成本项目 Non-CSIs。如果CSIs数量不能保证在总工序数的 30% 以内、并且费用占总成本的 70% 以上，需要对剩余的 Non-CSIs 进行第二次平均，直至找出的 CSIs 满足要求为止。比较显著性工序和关键工序，将既是关键工序又是显著性工序的工序确定为“双控”工序。

（4）确定工程项目“五控”目标。“五控”目标 (工期目标、成本目标、质量目标、安全目标、环保目标) 是交通工程项目整体目标的集中体现，其管控过程及实现结果对整个工程项目影响重大。在交通工程项目各工序的标准工时和成本目标确定之后，再确定“五控”总体目标。①工期目标的确定：根据得出的各工序标准工时和关键线路，将关键线路上各工序的标准工时累加即为工程工期目标。②成本目标的确定：根据得出的显著性工序，从而确定工程的成本控制重点，进一步确定工程的成本管控目标。③质量、安全和环保目标的确定：由于工程的质量、安全和环保目标属于不易量化的目标，一般从定性的角度制定质量、安全和环保目标，如制定完善的工程质量、安全和环保管理制度，建立质量、安全和环保保证体系，在工程施工工序的施工技术工艺上严格把关，以实现工程质量创优及安全、环保的目标。

1.2虚拟动态优化管理系统的建立及应用

（1）虚拟动态优化管理系统主要采用 3Dmax系统构建工程的 3D 模型，采用虚拟现实技术支撑平台演示的可视化效果，采用 Access 数据库存储数据[7]。系统搭建完成后，录入关键工序、显著性工序、“双控”工序的控制信息和工程项目“五控”目标；然后确定控制对象和控制周期，并及时收集施工过程中的实时数据。

（2）运用 EVM 对工期、成本进行管理。EVM作为一项先进的项目管理技术，最初是美国国防部于 1967 年首次确立的。到目前为止国际上先进的工程公司已普遍采用 EVM 进行工程项目费用、进度综合分析控制。EVM 基本参数有 3 项，即已完成工作预算费用、计划工作预算费用、已完成工作实际费用。可以通过 EVM 的 3 个基本参数，确定EVM 的 4 个评价指标，即进度偏差、费用偏差、进度绩效指数、费用绩效指数，进而利用这 4 个评价指标定量地判断工期、成本的执行效果。4 个评价指标的计算公式如下。

式中：SV 为进度偏差；BWCP 为已完成工作预算费用；BCWS 为计划工作预算费用。

式中：CV 为费用偏差；ACWP 为已完成工作实际费用。

式中：SPI 为进度绩效指数。

式中：CPI 为费用绩效指数。

在施工过程中，当进度偏差为负值时，表示进度延误，即实际进度落后于计划进度；当进度偏差为正值时，表示进度提前，即实际进度快于计划进度。当费用偏差为负值时，即表示项目运行超出预算费用；当费用偏差为正值时，表示项目运行节支，实际费用没有超出预算费用。当进度绩效指数SPI ＜ 1时，表示进度延误，即实际进度比计划进度拖后；当进度绩效指数 SPI ＞ 1 时，表示进度提前，即实际进度比计划进度快。当费用绩效指数 CPI ＜ 1时，表示超支，即实际费用高于预算费用；当费用绩效指数 CPI ＞ 1 时，表示节支，即实际费用低于预算费用。

（3）根据交通工程项目的施工特点及工期目标，确定循环控制周期，对施工过程进行循环控制，并运用虚拟动态优化管理系统，将每个循环控制周期已完成工程进度、“五控”目标情况直观动态地呈现在虚拟图上。在完成每个循环周期以后，依据实时收集来的 EVM 赢得值分析结果数据，剖析交通工程项目“五控”目标的完成情况，由现场管理人员给出存在的问题及原因，以及应对措施，为下一个循环周期的工程预防措施提供依据。在交通工程项目整个施工过程中不断地进行 PDCA 循环优化，使施工管理始终处于工期、成本优化状态，以实现交通工程项目的“五控”目标。

2案例分析

天津市区至海滨新区快速轨道交通工程中山门西段供电系统工程是津滨线一期工程的西延伸。该工程施工范围大、施工条件复杂多变、系统性强，与相关专业接口协调多，设备进场运输难度大，确保安全生产的难度大。对该工程施工过程进行虚拟动态优化管理，以实现对中山门西段供电系统工程“五控”目标的虚拟动态优化管理，从而有效提高该工程施工管理的管理水平。

2.1虚拟动态优化管理系统的数据收集

（1）标准工时和成本目标的确定。在天津津滨轻轨中山门西段供电系统工程的决策阶段，运用WBS 将天津津滨轻轨西段供电系统工程分解为 5 个部分，63 个具体施工工序。由于该施工企业没有自己的施工定额，通过查找类似交通工程项目的大量历史数据，运用 BP 神经网络技术估算该工程项目各工序、各工作和各工种的标准工时消耗和成本目标值。以津滨轻轨西段接触网施工中隧道打孔安装锚栓每百米的标准工时消耗估算为例，说明该方法的具体预测步骤。①选取 8 个对隧道打孔安装锚栓的标准工时消耗有较大影响的工程特征因素，分别是地铁长度、箱体砼类型、钻杆直径、钻孔深度、工时利用率、锚栓规格、锚栓加固和锚栓破坏力。根据搜集的大量历史数据，选择出 16 个典型的交通工程项目为训练样本，第 17 组和第 18 组的数据作为检验样本，利用三层 BP 神经网络，对接触网施工中隧道打孔安装锚栓每百米的工时消耗进行估算。②利用三层 BP 神经网络技术，将 Sigmoid 函数作为节点输出函数，构建标准工时消耗估算模型并利用该模型进行预测和分析，然后将预测出来的数值和实际数值进行比较。③预测津滨轻轨西段接触网施工中隧道打孔安装锚栓每百米的工时消耗，输入工程特征因素量化后的数据，由于该 BP 神经网络模型预测的结果不具有惟一性，将其运行 20 次，计算出均值为最终的预测结果。预测该工程工时消耗为 2.24 d。

（2）关键工序的确定。通过对天津津滨轻轨中山门西段供电系统工程的分解，划分施工工序，在对工序消耗预测的基础上，利用 PERT 画出双代号网络计划图，在双代号网络计划图上用双代号形式表示各个工序，计算各工序的时间参数：工序的最早开始时间、最迟开始时间、最早结束时间、最迟结束时间、自由时差和总时差等，利用这些时间参数找出整个网络图的关键线路，并确定总工期。通过计算得到关键线路为：施工测量、隧道打孔安装锚栓、悬吊底座安装、悬吊槽钢及绝缘子安装、汇流排安装、下接触线架设、钢性悬挂调整、地线底座安装、下地线架设及调整、冷滑检测及验收、系统联调、系统验收、送电空载试验，总工期为 4 个月。

（3）显著性工序和“双控”工序的确定。分析中山门西段供电系统工程施工的实际情况，根据WBS 工程分解法分解的施工工序，利用“均值理论”确定中山门西段供电系统工程的 CSIs 和 Non-CSIs。计算得出成本控制的显著性工序共 16 个。将成本控制的显著性工序和工期控制的关键工序进行比较，可以得到隧道内打孔并安装锚栓、悬吊槽钢及绝缘子安装、汇流排安装、下地线架设及调整4 道既是显著性工序、也是关键线路上的关键性工序的“双控”工序。

（4）确定工程项目“五控”目标。在天津津滨轻轨中山门西段供电系统工程项目各工序的标准工时和成本的目标确定之后，再确定其“五控”目标。①工期目标：4 个月。②成本目标：通过对中山门西段供电系统工程 63 道工序进行计算，得出16 道显著性工序，该 16 道工序占总工程的 31%；其成本目标为 2 889.48 万元，占总成本目标的 72.1%，满足 CS 理论的要求。在进行成本控制时，重点控制 16 道显著性工序，不断降低和优化成本，力争达到成本目标。③质量目标：保证工程交工验收时是合格工程，工程竣工验收时是优良工程。④安全目标：坚持“安全第一预防为主”的方针，确保施工安全，零重大责任事故、零职工因工重伤和零死亡事故。⑤环保目标：积极保护所处的自然环境，最大限度地减少对自然环境的破坏，采取一系列的环境保护管理手段，防止水土流失，杜绝环境污染，做到文明施工，施工环保目标达到优良。

2.2虚拟动态优化管理系统的建立及应用

2.2.1虚拟动态优化管理系统的建立

利用虚拟动态优化管理技术及工程基础数据构建天津津滨轻轨中山门西段供电系统的虚拟动态优化管理系统，其可视化软件界面如图1所示，工程虚拟呈现如图2所示。

2.2.2虚拟动态优化管理系统的应用

（1）确定控制对象和控制周期。天津津滨轻轨中山门西段供电系统工程项目控制的对象为隧道内打孔并安装锚栓、悬吊槽钢及绝缘子安装、汇流排安装、下地线架设及调整4道 “双控”工序，将控制周期定为 1 个月。

（2）运用 EVM 对工期、成本进行控制。以2008年4月1日—30日隧道内打孔安装和电力电缆敷设的施工管理为例，收集实际施工过程中的数据，如表1所示。利用赢得值法对收集到的数据进行分析，如表2所示。

图1　天津津滨轻轨西段供电系统工程可视化软件界面

图2　天津津滨轻轨西段供电系统工程虚拟呈现示意图

表1　2008 年 4 月 1日—30 日隧道内打孔安装和电力电缆敷设的施工管理数据

表2　2008 年 4 月 1 日—30 日隧道内打孔安装和电力电缆敷设的赢得值分析

从表2可得出隧道内打孔安装工程的施工进度拖后，而且成本超支；电力电缆敷设项目成本超支，进度提前。

（3）分析偏差原因并制订相应的纠偏措施。进行偏差分析的目的是找到造成偏差的原因，并据此采取相应的措施，从而避免同样的问题再次发生。在 2008 年 4 月 1 日—30 日控制周期内，隧道内打孔安装工程的施工进度拖后，而且成本超支，其原因是在设计阶段图纸供应不及时，预留孔洞的尺寸有错误，不同工种的施工队伍工作时不协调；电力电缆敷设项目的进度提前是为后面的工作争取宽松时间，由此多了夜间施工费用，随之该项目的施工成本增加。对影响工期和成本偏差的因素，采取以下纠偏措施进行控制：①加强施工企业的内部管理工作，尽量做到事前预控，多和参建单位进行沟通。②在设计环节要求建设单位和设计单位提前沟通做到按时交图纸，同时对施工的顺序、施工环节进行必要的说明。③协调好不同工种的施工队伍。

（4）实施 PDCA 循环控制。在下一个循环周期中实施以上纠偏措施，并进行 PDCA 循环优化，从而实现对天津津滨轻轨中山门西段供电系统工程的动态管理，实现工期、成本、质量、安全、环保目标。

（5）展示各工序施工情况。在天津津滨轻轨中山门西段供电系统工程施工管理过程中，将每个PDCA 循环中的各个工序的施工班组、工作描述、计划目标、实际完成、状态、责任人、存在问题、未来工作预警和原因分析及拟采取的措施实时输入到计算机中，便于现场管理人员通过虚拟图中的“五控”一张表(即施工管理的“五控”目标、施工班组、工作描述、完成状态、责任人、存在问题、工作预警、原因分析及拟采取的措施等) 对施工过程实施监督控制和决策。通过虚拟动态优化管理系统，管理者想关注哪道工序的实时信息，只要用鼠标点击该工序的虚拟动态图，即可出现此工序的“五控”一张表中的详细相关信息。

（6）建立交通工程施工管理问题及问题预控措施数据库。天津津滨轻轨中山门西段供电系统工程的施工管理人员应在工程开工之前收集以往类似的工程施工过程中总结的问题库，整理归纳产生问题的原因、解决对策及预防措施，并对这些施工问题、原因和对策进行统一的编码和录入，从而建立交通工程施工管理问题及问题预控措施的数据库[8]。其中，“五控”管理基础数据库包括成本数据库、工期数据库、质量数据库、安全数据库和环保数据库[9]，此外还包含公共数据库及应急预案数据库等，这些数据库为施工动态决策提供支持。

3结束语

将虚拟动态优化管理技术应用于交通工程项目的施工管理过程中，可以将施工现场的实际情况实时、直观、立体地呈现在管理者面前，很大程度地提高交通工程的施工管理水平和管理效果。通过将虚拟现实技术应用在交通工程建设中，直观具体地掌控工程的“五控”目标，及时发现问题、解决问题，并相应进行预控，从而做到科学高效地指导交通工程的施工管理。伴随着科学技术和施工管理技术的发展，可视化管理和信息化管理将成为交通工程项目施工管理的发展趋势。

[1] 黄海编. 虚拟现实技术[M]. 北京：北京邮电大学出版社，2014.

[2] 温国锋. 基于人工神经网络的煤炭建设项目投资估算系统的研究[J]. 中国煤炭，2002，28(7)：12-14.

WEN Guo-feng. A Research on Coal Sector Construction Project Investment Estimation System[J]. China Coal，2002，28(7)：12-14.

[3] 邓聚龙. 灰色系统理论教程[M]. 武汉：华中理工大学出版社，1991.

[4] 刘合香. 模糊数学理论及其应用[M]. 北京：科学出版社，2012.

[5] 吴传始. 用关键路线法确定工程建设工期[J]. 龙岩师专学报，1994，12(3)：121-125.

[6] 段晓晨，张小平，张建龙. 基于 CSIs，FIS，WLC，FC 综合造价预测方法的探讨[J]. 铁道学报，2008，30(3)：104-107.

DUAN Xiao-chen，ZHANG Xiao-ping，ZHANG Jian-long. Study on Comprehensive Cost Estimation Method based on CSIs，FIS，WLS and FC[J]. Journal of the China Railway Society，2008，30(3)：104-107.

[7] 段晓晨，孟晓静，张小平，等. 交通工程项目“五控”目标管理技术的研究及应用[J]. 铁道运输与经济，2016，38(4)：78-82.

DUAN Xiao-chen，MENG Xiao-jing，ZHANG Xiao-ping，et al. Study and Application of“Five Controls”Objective Management Technology in Traffic Engineering Project[J]. Railway Transport and Economy，2016，38(4)：78-82.

[8] 段晓晨，张新宁，孔卫超，等. 地铁工程建设工期成本虚拟动态优化管理技术研究[J]. 铁道学报，2015，37(5)：101-106.

DUAN Xiao-chen，ZHANG Xin-ning，KONG Wei-chao，et al. Study of Virtual Dynamic Optimization Management Technology on Construction Time and Cost of Subway Project[J]. Journal of the China Railway Society，2015，37(5)：101-106.

[9] 郭玉华. 强化安全风险管理深化货运组织改革全面提升货运安全经营管理和服务能力[J]. 铁道货运，2014，32(8)：1-9.

GUO Yu-hua. Strengthening Safety Risk Management，Deepening the Reform of Freight Transport Organization and Fully Increasing Safety Operation Management and Service Capacity of Freight Transportation[J]. Railway Freight Transport，2014，32(8)：1-9.

责任编辑：王 静

Study and Application of Virtual Dynamic Optimization Management Technology in Traffic Construction Project

DU Pei-pei1, DUAN Xiao-chen1, ZHANG Xiao-ping2, XIANG Xu1

(1.Economics and Management School, Shijiazhuang Tiedao University, Shijiazhuang 050043, Hebei, China; 2.Hebei GEO University, Shijiazhuang 050031, Hebei, China)

Through applying BPNN artificial neural network method, fuzzy inference system, GM(1,1) gray forecast model and other non-linear predictive technologies, and virtual reality technology, and dynamic optimization management technology into target control of traffic construction project, this paper constructs virtual reality dynamic optimization management system for transport construction project, and optimizes construction process, which is significant value for theoretical research and practical application of elevating construction management level of transport project, realizing information management and visualization management of transport construction project, and ensuring goal achievement of the project. The paper takes construction management of power supply system for west section of Zhongshanmen of Tianjin light railway transit project as an example, reveals application process and result of virtual dynamic optimization management technology.

Traffic Construction Project; Virtual Dynamic Optimization; Non-Linear Prediction

1003-1421(2016)09-0066-06

C931.2；U12

B

10.16668/j.cnki.issn.1003-1421.2016.09.13

2016-04-22

河北省高层次人才资助项目(2013429102)；河北省交通厅2011年科技开发项目(20110039)