大型桥梁施工变更方案的云模型评价

2020-11-10谢定坤覃亚伟张胜强

土木工程与管理学报 2020年5期

谢定坤，覃亚伟，张柯，张胜强

(1.华中科技大学土木工程与力学学院，湖北武汉 430074；2.武汉天兴洲道桥投资开发有限公司，湖北武汉 430011；3.武汉市交通基本建设工程质量监督站，湖北武汉 430015)

大型桥梁施工过程中不可避免的会出现大量变更，不合理变更将会对桥梁的安全性和稳定性以及整体项目的工程造价、工期等方面产生负面影响，因此事前进行客观准确的变更方案评价显得尤为关键。以往关于变更评价的文献和研究都集中于变更传播影响和变更风险的评价，王际坤等[1]运用关系矩阵描述工程变更风险并分析工程变更影响；李成谦等[2]引入复杂网络的方法得出各项构件的变更传播影响大小和变更传播路径的影响程度；何睿等[3]基于设计结构矩阵和图论提出了一种预测变更传播影响的方法。但上述方法具有一定局限性，不适用于对桥梁施工变更方案评价，且上述方法的研究对象大多为建筑工程，较少涉及大型桥梁工程。

工程应用领域的评价方法很多，如AHP法[4]、模糊综合评判法[5]、价值工程原理[6]等，然而上述方法对指标的不确定性考虑不全。而云模型[7]因其自身处理模糊性和随机性的优势被视为解决定性定量转换问题的有力工具。

基于以上分析，本文将以云模型理论为基础，在构建评价指标体系的基础上，建立大型桥梁施工变更评价模型，通过云的数字特征来实现数据的不确定性表达，并保证最终评价结果的客观性和准确性。

1 云模型基本理论

云模型[8～10]是李德毅教授在概率论和模糊集合理论的基础上，通过构造特定算法，形成的定性概念与其定量例示之间的转换模型，如图1所示。近年来，云模型理论得到了广泛的关注，在多准则决策[11]、水质评价[12]、风险评估[13]等诸多领域具有应用价值。

图1 云模型转换示意

基于正态分布的云模型(图2)是最重要的云模型类型，其特征由三个数字特征值描述：期望Ex、熵En和超熵He，表1对三个数字特征值进行了说明。

图2 正态云

表1 三个数字特征值说明

定义1：设U是一个用精确数值表示的定量论域，C是U上的定性概念，若定量值x∈U，且x是定性概念C的一次随机实现，x对C的确定度μ(x)∈[0,1]是具有稳定倾向的随机数，即μ：U→[0,1]，∀x∈U，x→μ(x)，则x在论域U上的分布称为正态云，每一个x称为一个云滴。x对C的隶属度满足：

定义2：在云模型理论中，当定性概念C对应的论域为一维时，采用正向云发生器(FCG)实现定性与定量的不确定性转换，其算法及过程[7]如图3所示。

图3 正向云发生器算法

2 大型桥梁施工变更方案评价模型

基于云模型的综合评价过程如图4所示，以下是具体步骤。

图4 基于云模型的综合评价方法

2.1 评价指标体系的建立

本研究在我国现有技术规范及标准[14～17]和施工措施变更方案评价模型[18,19]的基础上，根据工程实践及相关文献，从质量、安全、工期、经济、技术、桥梁性能6个方面对大型桥梁施工变更方案的合理性进行综合评价，包括15个三级指标，评价指标体系如表2所示。

表2 大型桥梁施工变更方案评价指标体系

2.2 指标标准云的确定

本文采用三级定性语言“合理”“较合理”“不合理”并将评语集划分为3个等级，其对应的评分区间为：[0,6]，(6,8]，(8,10]，邀请专家分别对“合理”“较合理”“不合理”这三个等级进行赋值，其值越小表示方案越不合理。

依据云模型理论[8～10]，采用式(1)确定双边约束的评语和参数，即对每一个评分等级区间[Cmin，Cmax]，其相应的数字特征(Ex,En,He)可由式(1)得出。

(1)

式中：X为因素的评价值；本文中k取0.02。

根据式(1)得到对应指标标准云如表3所示。

表3 标准云云模型特征值

采用云模型正向云发生器生成指标标准云图，如图5所示。

图5 指标标准云图

在大型桥梁施工过程中，当变更方案评价结果为“较合理”或“合理”时，表明该变更方案可行；若评价结果为“不合理”，则需要重新拟定变更方案。

2.3 权重确定

对评价指标赋权的恰当与否会直接影响评价结果。由于常用的赋权方法，如熵权法、AHP等都是直接采用专家所给出的权重进行加权处理，并未考虑专家所给权重可能存在主观偏好，从而影响最终权重的准确性。

为削弱由于专家主观偏好所导致的负面影响，本文采用C-OWA(Continuous Interval Argument，Ordered Weighted Averaging)算子[20～21]进行赋权处理，其指标赋权的步骤如下：

(1)邀请n位专家，根据同一层次指标的重要性程度进行打分(0～10打分法)，n位专家的评分结果构成指标因素的初始决策数据集(α1,α2,…,αn)，对初始决策数据从大到小排列并从0开始排号，得到数据集(b0,b1,…,bn-1)。

(2)

(3)

式中：m为指标因素的个数。

(4)计算指标因素的相对权重wi，即：

(4)

2.4 基于云模型的综合评价模型

通过逆向云发生器来计算云模型的期望Ex、熵En和超熵He，计算公式如下：

(5)

对于底层指标因素的综合运算，考虑到它们之间的相关性比较小，且各指标基本上是独立的，因此对于它们的综合运算采用虚拟云中浮动云的算法，计算公式如下：

(6)

对于高层指标因素的综合运算，属于低层次概念综合到高层次概念的问题，即将两个或两个以上的指标因素云模型综合为一个更广义的云，综合云的算法如式(9)所示。

(7)

2.5 基于云模型的综合评价软件开发

考虑到云模型综合评价算法的复杂性，开发了大型桥梁施工变更方案评价管理系统，如图6所示。该系统集数据库管理、数据处理、快速评估、统计报告为一体，开发基于B/S体系结构的大型桥梁施工变更方案评价与管理软件。

图6 基于云模型的大型桥梁施工变更方案评价管理系统

3 案例分析

3.1 工程概况

本文选取武汉市杨泗港长江大桥为案例进行分析，该项目是国内跨度最大的悬索桥，也是目前世界上跨度最大的双层悬索桥[22]。跨江主桥采用主跨1700 m单跨双层钢桁梁悬索桥，上层为城市快速路，下层为城市主干道。项目总投资为84.9亿元，建设总工期54个月。

杨泗港大桥项目建设规模大、周期长，施工工艺新且影响因素众多，导致其施工管理难度大，故针对该项目开发了一种数字化管理系统。本文将基于云模型的综合评价模型嵌入该数字化管理系统中的工程变更管理模块，将BIM技术与云模型评价结合，实现变更可视化快速评估，从而得出综合性评价结果，提高变更评审阶段的工作效率，如图7所示。