基于云模型的BIM项目质量协同管理绩效评价*

王威威，　陈永锋

(西安建筑科技大学 管理学院，陕西 西安 710055)

国内很多大型项目采用了BIM技术，例如上海中心大厦、合肥万达茂项目等，这些项目通过BIM平台实现了项目精细化管理和高度协同化的管理.同时，国内学者也为BIM的引入做了相应的工作.闫鹏程等[1]提出应用BIM信息平台对隧道工程进行质量管理；满庆鹏等[2]基于普适计算和BIM构建了协同施工的系统架构等.目前，对施工质量管理效用评价的方法有：人工神经网络法[3]，AHP、OWA与熵值法相结合[4-7]，AHP-FUZZY综合评估法[8-9]，及可拓学评价法[10]等.这些方法虽然能很好地筛选评价指标，并对指标进行量化处理，从而运用评价方法得出结论，但是BIM平台辅助下的施工组织或管理方式与传统有很大区别，这些评价体系并不适用于这种新型的管理方式，而且评价结论并不直观.鉴于此，本文结合BIM项目的施工特点及质量协同管理过程，采用云模型描述评价结果和评价标准，并依据云相似度确定项目施工质量协同管理绩效等级，以达到对BIM平台下的质量控制成效的客观评价，建立了更加系统、科学的综合评价指标体系.

1　云模型和质量绩效评价指标体系构成

云模型[11]理论结合了数据的模糊性和随机性，借助隶属度函数，并利用期望Ex、熵EN和超熵HE这三个特征值定量表述一个不确定的概念，进而建立正态隶属云的数学模型，实现定性与定量的转化.将云模型运用到BIM项目的施工质量协同管理绩效评价中，其中每个专家对每个指标评分是相互独立的，最终这些数据会呈正态分布.此外，由于每位专家的看法和经验不同，这些评分又具有一定的随机性.我们可以把这些评分看成项目施工质量协同管理绩效评价正态云的云滴，结合云模型，最终生成云滴的特征数值C=(EX,EN,HE)，分别表示评价标准的中心值、评价等级的模糊度、随机性度量.

综合评价指标体系是对BIM平台下的质量协同管理绩效进行评价的依据，这些指标分别从人到物，从技术到管理，从浅到深地不同程度地反映了质量绩效的等级属性，因此评价指标选取时一定要结合项目自身的施工特点.结合BIM技术的五大优势及在BIM平台辅助下的施工特色和项目管理流程，并考虑到相关研究成果[12-13]及规范，构建了BIM项目施工质量协同管理绩效评估体系，具体如图1所示.

2　基于云模型的BIM项目质量协同管理绩效评价方法

在综合评估体系建成之后，结合云模型理论，建立以下绩效评价思路，以实现对BIM项目的质量协同管理绩效等级进行评价.(1) 对质量绩效评价等级进行划分，利用标准云生成器生成标准指标云；(2) 专家打分，确定评价指标的组合权重，并将各项指标的实际协同绩效的量化水平通过绩效云属性逆向生成器生成指标评价云；(3) 对各指标的评价云进行加权，确定绩效综合评价云；(4) 通过评价标准云与综合云的云图对比，得出初步结论，并计算云相似度，从而进一步确定BIM项目的质量协同管理绩效等级水平.

结合以上思路，基于云模型的BIM项目质量协同管理绩效评价方法如图2所示.

2.1　质量绩效等级界定和指标组合权重

为了对质量协同管理绩效进行量化，根据工程实践经验对其评价标准等级划分为5个等级，分别为优、良、合格、差、极差.邀请专家参照指标体系U进行评价打分，并且根据各要素对项目最终质量形成过程的关联程度，对各指标进行重要性打分，以确定指标权重.基于OWA算子计算的各指标权重只与位置有关，有一定的偏好属性，主观性强，而熵值法得出的权重充分体现了指标蕴含的信息量，客观性强.两种方法的综合应用在一定程度上缩小了误差.在此，利用OWA算子及熵值法确定权重αj和βj，并利用乘法合一确定评价指标的组合权重γj.

2.2　评价标准云和评价综合云

(1)

式中，k为常数，应根据不同项目实际所需的模糊阈度进行调整.

邀请m个专家对n项指标打分Di=(di1,di2,…,dij,…din)，其中i=1,2,…,m，j=1,2,…,n，结合式(2)～式(4) 计算得到所有指标的评价云，其中第j个指标的评价云为Cj=(Exj,Enj,Hej).

(2)

(3)

2.3　计算云相似度并确定质量绩效评价等级

3　应用举例

某市一工程项目为图书馆项目，总建筑面积约为56 397平方米.在项目实施过程中，借助Revit、Navisworks、PKPM等工具进行图纸设计、施工方案优化、预制件加工等，借助BIM云平台、移动端、二维码等技术进行施工现场质量管理等.结合该项目BIM平台下的施工管理工作，对该项目的质量控制成果进行评价，说明上述方法的具体应用.

表1　评价等级及对应云模型特征参数

3.1　确定评价标准并计算评价标准云

根据施工规范并结合该项目的实际施工质量要求，将该项目的施工质量协同管理绩效评价等级划分为5个等级，分别为优、良、合格、差、极差，设定评分阈值为[0,100]，则根据式(1)，可得到评价等级的标准云模型的特征参数，如表1所示.

3.2　采集专家数据计算权重和综合评价云

邀请从事相关工作的项目管理人员、设计院人员及平台开发人员等10位专家对评价体系的各指标进行打分，再结合同类项目的数据，可计算出各指标的组合权重.将专家对各指标的评价结果带入(2)可算出各指标对应的指标云，计算结果如表2所示.

表2　各指标权重值及评价云模型

表3　相似度结果

标准云Cloud1Cloud2Cloud3Cloud4Cloud5相似度δi0.68110.39090.01630.00150.0000

将各指标的评价云与组合权重代入(3)，可得到该项目的质量协同管理绩效综合评价云C(90.380,2.695,0.344)，其云图如图3所示.通过云图可以清晰地看出该项目的质量协同管理绩效处于优良之间，为了进一步确定其绩效等级，还需要结合相似度进行验证.

3.3　相似度计算确定评价等级

分别计算评价综合云C(90.380,2.695,0.344)与5个等级的标准云之间的相似度，计算结果如表3所示.计算发现评价综合云C与标准云Cloud1的相似度最大为0.681 1，因此，该项目的质量协同管理绩效评价等级为优.

4　结　论

(1) 结合BIM平台下的项目施工质量协同管理特点，综合考虑项目在BIM平台下的协同管理优势，建立了适合于信息化时代的BIM项目施工质量绩效评价体系，为BIM项目的质量评估体系提供了新的思路.

(2) 将云模型运用到BIM项目施工质量绩效评价中，能较好地解决评价过程中出现的随机性及模糊性问题，实现了质量协同管理绩效考核时的定性评估和定量评价间的转换.此外，组合权重的计算，使评价结果客观性更强，计算结果也更科学合理.

(3) 将数据化的评价结果和具象化的图形相结合，更加清晰明了地展示评价对象所处的状态，便于项目决策者根据评价结果做出下一步的计划.

[1]闫鹏程, 段创峰,喻钢，等. 基于BIM的越江隧道工程质量管理研究[J]. 施工技术, 2016, 45(18): 7-9.

[2]满庆鹏, 李晓东. 基于普适计算和BIM 的协同施工方法研究[J]. 土木工程学报, 2012, 45(2):311-315.

[3]郑少瑛, 陈静茹. 基于神经网络在钢筋混凝土施工质量评价中的应用研究[J]. 四川建筑科学研究, 2009,35(6): 301-303.

[4]孟令星, 谢广采,付建明. 基于AHP与熵权的钢筋混凝土工程施工质量评价[J]. 工程建设, 2012,44(5): 69-73.

[5]PINTO A.A qualitative occupational safety risk assessment model for the construction industry that incorporate uncertainties by the use of fuzzy sets [J]. Safety Science, 2014, 63(3): 57-76.

[6]陈为公, 张胜昔, 王会会. 基于PCA-C-OWA算子赋权的钢筋混凝土施工质量灰色聚类评价[J]. 土木工程与管理学报, 2016, 33(1): 1-6.

[7]朱峰, 张宏伟. 基于“AHP+熵权法”的CW-TOPSIS 冲击地压评判模型[J]. 中国安全科学学报, 2017, 27(1):128-133．

[8]齐宝库,李长福. 装配式建筑施工质量评估指标体系的建立与评估方法研究[J]. 施工技术, 2014,43(15):20-24.

[9]AMINBAKHSH S, GUNDUZ M, SONMEZ R. Safety risk assessment using analytic hierarchy process (AHP) during planning and budgeting of construction projects [J]. Journal of Safety research, 2013, 46(3): 99-105.

[10]卢浩. 超高层建筑施工质量管理绩效评价研究[D]. 重庆: 重庆大学, 2014.

[11]吕辉军, 王晔, 李德毅. 逆向云在定性评价中的应用[J]. 计算机学报, 2003, 26(8):1009-1014.

[12]王剑阁, 王焕帅, 齐堃. 基于BIM 技术的项目数据在质量控制方面的应用[J]. 施工技术, 2017, 46(9):98-102.

[13]龚越, 方俊. 基于BIM 技术的新型建筑工业化精益协同发展[J]. 施工技术, 2016, 45(18):38-42.