基于D-S 证据理论的高桩码头施工风险评估

吴景泰，张强

（沈阳航空航天大学安全工程学院，辽宁 沈阳 110136）

高桩码头施工过程是较为复杂的系统工程，具有较强不确定性和复杂性，对高桩码头施工中风险评估的研究具有重要意义。D-S 证据理论是研究不确定性的理论，是决策层融合中最常用的人工智能方法，它在识别不确定性和准确反映证据收集过程方面具有很大的灵活性。综合运用AHP 法对指标体系中各指标进行赋权，利用D-S 证据理论建立了高桩码头风险评估模型，降低了施工风险评估的不确定性，为更加科学合理地评估高桩码头施工风险。

1 高桩码头施工风险评估指标体系

高桩码头施工风险是由诸多风险因素构成的，包括施工技术、自然条件以及管理缺陷等众多因素，识别难度较大而且整理不易。为了科学评估其施工风险，本文通过专家调查法和文献综述等方式进行风险识别，在此基础上，根据“MMEM”理论，从影响施工风险的“人机环管”四个要素出发，根据指标建立的科学性和系统性的原则对施工的风险因素进行科学筛选和归纳分类建立三层指标的风险评价体系（见表1）。

2 基于D-S 证据理论的高桩码头施工风险评价模型的构建

2.1 评价标准的确定

根据高桩码头施工风险评价指标体系，将评价标准按安全情况划分为4 个等级。邀请专家对评价指标因素进行打分，设置如下安全等级评价标准（见表2）。

取中间值建立评语等级参数集D=（0.15,0.45,0.7,0.9）

2.2 指标权重的确定

层次分析法简单并容易操作且判断结果相对客观，是进行指标权重计算的一种有效途径。通过此方法计算高桩码头施工风险的权重结果（见表1）。

2.3 基本概率分配函数的确定

（1）各指标的基本确信度的确定。在评判因素集 R中，由专家打分法得到底层因素Rijz隶属于等级Pi的确信度βPi(Rijz)，则单因素评判集为

（2）基本概率分配计算。在D-S 证据理论中，a 表示决策者对整个证据的似真度，其中0 ≤a ≤1，参数α 的含义大致上反映决策者对指标评价结果所给出的折扣率，一般取a=0.9。以下根据指标间的相对权重确定相应的折扣率，并结合专家评语构造基本概率分配函数(即mass 函数)：

其中，Wijk是关键因素的权重即各因素集中权重最大的因素；Wijz是非关键因素的权重；也可记作mθ，表示未被分配到的概率，主要对不确定性程度作出阐述。

表1 沿海高桩码头施工风险指标体系及权重

（3）证据融合。基本概率的分配是根据有经验的专家打分计算得出，具有一定的主观性，评价结果存在一定的偏差。因此，在通过证据理论分析时，需要对数据进行证据处理和数据融合。利用公式对各因素的mass 值进行数据合成，可逐步得到各指标层的合成基本概率值，最后，求出整个系统的基本概率分配函数。其递推合成算法如下：

表2 安全等级评价表

式中，K 为各证据间冲突程度的大小，K 越大则冲突程度越大，当K ＞1 时则m1与m2矛盾,即说明两个基本概率分布函数的正交和不存在，无法证据融合。

（4）综合评价。高桩码头施工过程是具有众多风险影响因素的复杂的工程系统，为了使评价结果更加直观，本文采用线性模型作为高桩码头风险评价函数，由此得到基于证据理论的高桩码头工程的风险评价量化值，计算公式为：

3 实例分析

某码头位于洋山深水港区东部，所在水域比较开阔，建有防波堤，风浪掩护措施相对完善。工程施工工序复杂，因此对该工程进行科学的的风险评估。

mass 函数的计算。通过上文所给的基本概率计算公式对专家评分进行处理，将其与各指标体系权重结合，进行证据融合。

以R11为例，说明构造mass 函数的具体过程，以下是专家对R11进行评分得到其风险状态概率值（见表3）。

表3 R11 的风险状态概率值

因为R112为关键因素，则R111、R112、R113折扣率分别为根据基本概率计算公式得出其mass 函数：

根据递推合成算法进行合成得到R11的mass 函数

同理可得M(R111＆R112)=（0.418,0.30,0.101,0.087.0.087）

将其与m（R113）继续融合得到

同理可以依次计算得出各二级指标层所处各风险评估等级的概率，结合权重可计算出一级指标的可信度分配值为：

利用同样的方法对一级指标数据进行处理，可以最终计算出系统的总的可信度分配。

表4 高桩码头工程项目的可信度分配

（2）评价结果及分析。通过对各项指标进行证据融合计算，得到最终证据信息融合的结果为Bel=0.942，Pl=1，因此，不确定度为0.058。根据公式，可以得到项目工程施工阶段的评估分数为：

其中，指标R1、R2、R3、R4的评价分数为：S1=0.6767，S2=0.7109，S3=0.6235，S4=0.6919

根据以上信息可知，经过证据信息融合后，该码头工程施工风险评价结果为一般风险。而且经过证据信息融合后，信任函数逐渐增大，其不确定性逐渐降低，评价结果更准确。具体来说，技术及设备风险与其他因素相比较高，虽然处于一般风险级别，但分值较接近较高风险，是该码头施工项目管理中的薄弱环节，应该加强其管控。随后是人员风险和管理风险，环境风险相对较小，施工方可根据风险排序对高桩码头施工进行有针对性的风险管理。

4 结语

本文从人员风险、技术及机械设备风险、自然风险、管理风险四个方面分析，在构建风险评价指标体系的基础上，结合高桩码头施工的特点，提出基于D-S 证据理论的高桩码头施工风险评价模型。引入折扣系数对mass 函数进行调整，通过证据融合的方法将数据合成，使评价结果更准确更客观，评价模型更加完善。从理论上分析，应用D-S 证据理论进行高桩码头风险评估是可行的，而且更符合风险本身的不确定性和人为判断问题的主观性，为高桩码头施工过程中的风险管理提供新的理论依据。