基于云模型-熵权法的装配式建筑施工安全风险评估

方成宽，钟春玲

1吉林建筑大学 土木工程学院,长春 130118 2吉林建筑大学 经济与管理学院,长春 130118

0 引言

国务院办公厅发表关于大力发展装配式建筑指导意见后,各省市政府及相关单位纷纷响应,目前装配式建筑在国内发展略显起色[1].由于装配式建筑作为一种新型的施工方式,施工难度高于传统建筑,导致安全事故发生率高于传统现浇建筑[2-3].因此,研究装配式建筑施工安全问题来减少装配式建筑施工风险具有一定的现实意义.

国内外相关学者对装配式建筑施工技术及安全风险问题进行了一系列研究,也取得一定的成果.Aminbakhsh等通过层次分析法确定了施工项目前最重要及最不重要的安全风险项目[4].不同学者通过复杂网络对施工安全进行耦合评估，或者利用IHFACS-BN模型进行安全风险评价[5-6].虽有一些学者运用熵权法与AHP相结合或改进层次分析法对传统现浇式建筑进行风险分析管理[7-8],但这些都未能上升到装配式建筑.对于装配式建筑,李皓燃等[9]人采用结构方程模型对装配式建筑施工安全关键风险分析,得出装配式建筑施工各阶段施工排序，也有不同学者运用层次分析模糊综合评价法、贝叶斯网络等建立了相应的评估模型[10-11].现有研究对于装配式建筑施工安全风险评估均过于主观.为此,本文结合云模型和熵权法,利用云模型方法有效地考虑了风险评估过程中的随机和模糊不确定性,评估数据的规律性，通过确定指标的权重系数,避免专家赋权法的主观性，为装配式建筑施工安全的风险评估及风险管理提供新的参考依据.

1 风险评估理论

1.1 云模型

云模型是一种用来解决定性与定量相互转换问题的模型[12].其定义如下:设有一个数值表示的定量域R,U是R上的定性概念,若定量数值x∈R是定性概念U的一次随机实现,x对U的确定度CU(x)∈[0,1]是具有稳定倾向的随机数,即:

CU(x)：R→[0,1]∀x∈Rx→CU(x)

则x在R上的分布称为云,记为drop(x,CU(x))P,每一个x称为一个云滴[12].

云模型包括期望Ex、熵En和超熵He这3个数字特征.Ex表示该域内云滴空间分布的期望,表示定性概念的点或对该概念进行量化的最典型样本;En能综合测度定性概念的模糊度范围和概率密度,反映定性概念的不确定性;He用于测量熵的不确定性,反映云滴在数域中的分散程度[12].

云发生器是计算云模型的具体算法,对于正常的云模型,有很多种云生成器.本文主要采用前向云发生器和逆向云发生器.

(1) 正向云发生器. 前向云生成器是从定性概念到定量值的映射.通过输入云的3个数字特征(Ex,En,He)及想要产生的云滴的数量N,利用输出的N个云滴的值形成云图像[13].

具体算法如下:

通过云模型的数字特征(Ex,En,He)及生成的云滴数N,得出N个云滴与x确定CU(x),称为drop(xi,CU(xi)).

(a) 生成一个期望值为En,方差为He的正态随机数En′;

(b) 生成一个期望值为Ex,方差为En′的正态随机数x(x是域内的云滴);

(d) 重复上述步骤,直到产生N个云滴.

(2)x条件云发生器(Ex,En,He,x0,N). 在给定域的数域空间中,已知云的3个数字特征值(Ex,En,He),通过在域内设置条件x=x0下实现的云发生器称为条件云发生器[14].

其具体算法如下:

通过云模型的数字特征值(Ex,En,He),具体值x0和要生成的云滴数N,得出对应特定值x0的N个云滴及其确定性.

(a) 生成一个期望值En,方差为He2的正态随机数En′;

(c) 生成N个特定值x0对应的云滴,即为drop(x0,CU(x)).

1.2 熵权法

熵权法是一种客观赋权的方法.熵权法的基本思想是根据各变量的变异程度确定各变量的权重,然后通过修正得到相对客观权重[15].其计算过程如下：

设由m个评价对象有n个相应评价指标构成评价矩阵:

R(rij)m*n,i=1,2,…,m;j=i=1,2,…,n

计算各评价指标的熵值Ej:

当kij≤0时,

计算各指标权重ωj:

2 装配式建筑吊装安全施工的风险评估模型的构建

2.1 评估指标体系及评估模型

通过对相关规范及文献研究[16-22],构建了装配式建筑施工安全风险评估指标体系,如图1所示.通过风险识别、风险分析及风险应对中的一系列风险评估理论,构建了装配式建筑施工风险评估模型,如图2所示.

图1 装配式吊装施工安全风险评价指标体系Fig.1 Safety risk evaluation index system of assembly hoisting construction

图2 装配式建筑吊装施工风险评估模型Fig.2 Risk assessment model of assembly building hoisting construction

2.2 风险接受标准

参照相关规范将装配式建筑施工风险等级分为四级,即为一级、二级、三级及四级,其中一级为极高风险,二级为高风险,三级为中风险,四级为低风险.其风险接受标准见表1.

表1 风险接受标准Table 1 Risk acceptance criteria

2.3 评估指标对应不同风险等级量化值

评估指标对应不同风险等级的评估标准.对于由模糊语言变量描述的离散指标,采用模糊区间数法赋值可以保留数据的模糊性.表2给出了不同风险水平下每个指标的模糊语言描述及量化值的处理结果.

表2 不同风险水平下各评价指标模糊语言描述及其量化值Table 2 Fuzzy language description and quantitative value of each evaluation index under different risk levels

续表2

2.4 风险评估指标的云模型

为了分析风险的不确定性,该评价指标将不同风险等级的量化值处理结果转化为相应云模型的3个数字特征(Ex,En,He).3个数字特征的计算方法如下:

(1)

(2)

He=β

(3)

以机械设备安拆及定位技术Z24为例,利用式(1)～式(3)计算了不同等级Z24的云模型的数字特征.结果如下: 一级(0.05,0.1,0.005),二级(0.35,0.1,0.005),三级(0.7,0.117,0.005),四级(0.9,0.067,0.005).通过正向云发生器算法,利用Matlab软件生成相应的云模型图,如图3所示.

图3 Z24不同风险等级的云模型Fig.3 Cloud models of different risk levels in Z24

2.5 计算风险水平的综合确定性

通过实测及施工数据统计和专家评估咨询,得出评价装配式建筑施工所需的各项评价指标的实际数据.再根据本文2.4的计算结果及本文1.1条件云发生器算法,得到各指标实测数据的不同风险等级的确定度μp,ij.

综合确定性是用来表示测量数据的隶属度.根据各指标的实测数据对应的各风险等级μp,ij的确定度及评价指标权重系数的计算结果,利用加权求和法计算各风险等级的综合确定度Gp,i，其计算公式如下:

(4)

根据最大隶属度原则,各风险等级综合确定度的计算结果的最大值对应的风险等级为装配式建筑施工安全的风险等级.

3 工程实例

3.1 工程概况

某装配式项目位于合肥市肥东县,总建筑面积约为48 641.74 m2,其中包含4栋高层住宅.住宅楼均采用装配整体式剪力墙结构,其预制率约为47 %,其中1#楼1层以上,2#楼2层以上,3#楼、4#楼4层以上为预制剪力墙结构,其余部分均为现浇结构.预制构件有预制外墙板,预制内墙板,预制阳台板,预制楼梯,预制叠合楼板.

3.2 风险评估指标统计及权重计算结果

通过选取在建设单位、施工单位、监理及质量检测单位等相关单位的5名安全管理人员对该项目设计方案、施工方案、施工资料及评价指标的实际调查数据进行数据化处理，得到的各风险评估指标实际数据和权重系数计算结果见表3.

表3 肥东县装配式建筑施工项目各风险指标数据计算结果Table 3 Calculation results of risk index data of prefabricated construction projects in Feidong county

3.3 指标实际数据对应风险等级的确定程度

由式(1)～式(3)及表3分别可得到的各评估指标的云模型数字特征和实际数据处理结果,再通过条件云发生器算法,可得出各评估指标的实际数据对应风险等级的确定程度μp,ij.还是以机械设备安拆及定位技术Z24为例,其不同等级的云模型数字特征分别为:一级(0.05,0.1,0.005),二级(0.35,0.1,0.005),三级(0.7,0.117,0.005),四级(0.9,0.067,0.005).利用条件云发生器算法计算各指标数据,并通过Matlab软件生成对应的条件云模型图,如图4所示.Z24对应的每个风险等级的确定度μp,ij分别为:一级(0),二级(0.000 3),三级(0.895 8),四级(0.096 9).各风险指标实际数据对应风险等级的确定程度见表4.

图4 Z24不同级别的条件云模型(x0=0.755)Fig.4 Z24 Conditional cloud models of different levels(x0=0.755)

表4 各风险指标实际数据对应风险等级的确定程度Table 4 Determination of the actual data of each risk index corresponding to the risk level

3.4 实例各风险等级的综合确定性计算结果

根据表3中各指标权重系数计算结果,结合表4中各指标的风险等级的确定程度,利用式(4)计算各指标对应风险等级的综合确定程度,其计算结果位于表4.

由最大隶属度原则可知,各风险等级综合确定度的计算结果的最大值对应的风险等级为装配式建筑施工安全的风险等级.计算结果表明，该项目综合确定度的最大值为0.658 0,即该装配式建筑施工安全风险等级为三级.再根据本文2.2风险接受标准,得出该装配式建筑施工风险是可能出现的,需要进行风险监控,但一般不需要采取风险管理措施.

4 结论

本文将云模型与熵权法相结合,对装配式建筑施工安全风险进行了评估,现主要结论如下:

(1) 通过对装配式建筑相关论文、规范及相关事故研究,从4个方面提出20个相应的装配式建筑施工安全评价指标,同时构建了装配式建筑施工安全风险评估指标体系,为装配式建筑施工风险评价提供一种新的方法.

(2) 将云模型方法与熵权法相结合使用,通过给出各个指标对应的不同风险等级的量化范围,利用云模型有效地将装配式建筑施工中安全风险的模糊语言转化为定量的数值,实现了定性语言到定量数值的转换,解决了定性语言的模糊性.同时利用熵权法确定各评价指标的权重系数,有效地避免了专家赋权法的主观性.再通过逆向云模型确定各风险指标综合确定程度,以此达到对装配式建筑施工安全的评价.

(3) 本文评估结果与施工现场评估风险情况一致,表明将云模型与熵权法相结合能够客观、准确地评估装配式建筑施工的风险水平.将其运用于装配式建筑施工中,能够为施工安全管理提供一定的参考.