基于云模型的业主方BIM应用能力成熟度研究*

李浩 崔卓琳

(江西科技师范大学，江西 南昌 330038)

0 引言

当前，BIM技术在工程建筑行业的应用日益广泛。为了提高BIM技术应用水平进而优化项目管理，相关研究人员提出多种BIM应用能力成熟度模型[1]。已有的成熟度模型多采用灰色理论、模糊综合评价等方法[2-5]，这些方法虽然考虑了评价对象的模糊性，但对专家认知差异所表现出的随机性、评价过程中不确定性的传递等考虑较少，因而在实际应用时难以形成全面、客观的评价。

业主方对BIM技术的应用侧重于施工进度、建筑布局、前期投资等[6]。基于此，本文根据业主方在技术、过程、组织三个层面的项目管理要点，提出业主方BIM应用能力评价指标体系；考虑到评价指标的模糊性和评价过程的差异性和不确定性，建立基于云模型[7]的评价体系，兼顾评价指标及评价过程中的模糊性与随机性。

1 BIM应用能力成熟度模型

1.1 成熟度等级及其基本特征

本文借鉴OPM3、BIM、CMM等成熟度模型[8]，根据BIM应用能力不断提升的特点，将成熟度等级划分为初始级、发展级、规范级、蜕变级、持续改进级。

(1)初始级。企业虽然已认识到BIM技术的重要性，但缺乏健全的BIM应用体系。BIM的应用主要依靠个人经验和技能，应用过程中规范、组织和技术环境混乱，处于学习和发展阶段。

(2)发展级。企业的BIM应用组织流程较清晰，能够合理、有效地配置相关资源，规范化建设得以启动，企业软硬件设施等配备完善，但BIM应用过程仍在摸索阶段，能力较差。

(3)规范级。企业的BIM管理规范制度文件化，各部门和人员职责分明、相互协作，BIM应用流程高效、有序。BIM技术应用水平显著提高，基本能够保证BIM应用过程的顺利推进。此阶段企业要长期积累经验和方法，建立BIM应用体系。

(4)蜕变级。企业的BIM管理规范制度完善，组织管理全面、有序，BIM理念已融入企业管理。BIM应用方法不断积累，能够有效指导BIM应用过程、计划、目标等得以实现，出现突发状况时能够及时应对。此阶段企业要不断完善BIM应用体系。

(5)持续改进级。市场、政策、经济等外部环境影响企业的发展，BIM的应用发展也要顺应外部环境，主动对企业的内外部环境进行定期检查和评估，对已形成的BIM应用体系进行持续改进。

1.2 评价指标体系

综合分析业主方BIM技术应用的现状，结合业主方项目管理全面性和系统性的特点，以及项目实施的前期、设计、施工等阶段，从科学性、全面性、代表性、可操作性等原则出发，建立业主方BIM应用能力评价指标体系。该体系包括3个一级指标、25个二级指标，具体见表1。因篇幅有限，关于各指标的评价标准仅以“可视化设计”为例：初始级，传统软件二维设计图样；发展级，简单使用BIM可视化设计；规范级，BIM模型包括建筑物及其周围环境；蜕变级，通过BIM可视化进行全面应用指导；持续改进级，对全生命周期过程进行可视化设计。

2 基于云模型的多层次综合评价方法

云模型是一种处理不确定性问题的数学工具，是将概念的模糊性和认知的随机性结合起来的模糊数学模型[9-10]。在BIM应用能力成熟度评价中，成熟度及上文的各个指标本身是模糊性的概念，可以用隶属函数来描述，但不同专家或从业者具有各自不同的经验和知识结构，因此对隶属函数的刻画不是确定性的而是具有因人而异的随机性。基于以上认识，本文采用云模型对BIM应用能力成熟度进行评价。

2.1 云模型的概念

假设U是一个用精确数值表示的定量论域，是关于U的一个定性概念，若∀x∈U且定量数值x为C的一次随机实现，x对C的隶属度u(x)∈(0,1)是具有稳定倾向的随机数，即

表1 业主方BIM应用能力评价指标体系

u:U→[0,1],∀x∈U,x→u(x)

x在论域U上的分布称为云，每一个x称为一个云滴。

云模型具有三个关键的数字特征：期望值Ex、熵En和超熵He，分别表示定性概念在论域中的最典型样本点、模糊程度和熵的不确定性。

云发生器有正向、逆向两种。正向云发生器是根据已知的三个数字特征，生成N个满足隶属云分布的二维点，即云滴。逆向云发生器是根据已知的云滴分布，确定隶属云的数字特征值。

2.2 确定评语云模型

2.3 确定评价云模型

邀请专家对每项二级指标给出相应的评价分值，运用逆向云发生器求出各二级指标的数字特征值(Ex,En,He)[11]。其步骤为：

2.4 确定综合评价云

采用层次分析法(AHP)计算成熟度模型的各级评价指标权重，考虑二级指标之间的相关性和独立性，为更好地将论域中二级指标的空白区生成一级指标的云模型，用虚拟云中的浮动云算法计算一级指标的云数字特征[12-13]，公式如下

表2 评语云模型

(1)

式中，aij表示二级指标权重；m表示二级指标个数。

针对BIM应用能力评价成熟度是需将三个一级指标形成的云生成更为广义的云，采用综合云算法[14]，根据式(2)得到BIM应用能力评价成熟度的云模型(Ex,En,He)，即

(2)

式中，ai表示单个测量指标的权重；n表示一级指标个数。

2.5 确定成熟度等级

设评价云向量Wi=(Exi,Eni,Hei),某一评语云向量Wj=(Exj,Enj,Hej),则基于组合模糊贴近度[15]可计算Wi和Wj的云相似度CFSM(Wi,Wj)，即

(3)

采用式(3)分别计算评价云与5个等级评语云的贴近度，根据模糊数学的择近原则，得出评价对象所属的BIM应用能力评价成熟度等级评语[15]。

3 案例分析

某企业在房地产开发市场中具有较强的综合实力。近年来，房地产市场环境不稳定，该企业为提高核心竞争力，积极发展BIM技术，在此过程积累了较多经验和资料，适合用于验证本文所构建模型的有效性。

3.1 各级指标权重及评价云计算

邀请10名专家对二级指标进行分值估计，并按照层次分析法和逆向云发生器算法计算确定二级指标权重和评价云，结果见表3。

表3 二级指标权重及评价云

由式(1)可以计算得出一级指标权重及评价云，见表4。

表4 一级指标权重及评价云

3.2 确定BIM应用能力评价成熟度等级

采用综合云算法，将各一级指标进行集结，通过式(2)计算得出最终评价云为(5.476，0.973，0.223)，图2为评价云与各等级评语云的对比云图。按式(3)分别计算最终的综合隶属云与各成熟度等级隶属云之间的云贴近度，见表5。

结合表5和图2可以得知，该企业的BIM应用能力成熟度处于规范级，表明该企业的BIM应用管理已步入正轨，组织中各部门人员之间工作高效有序，BIM整体应用水平有较明显的提高，为企业建立完善的BIM应用体系奠定了基础。图2展示了以“云”呈现的各级成熟度概念，其隶属度函数具有确定的形状和模糊的边界，源于概念本身的模糊性和专家认知差异的随机性；评价结果也以云的形式呈现，展示了评价结果这个概念本身的模糊性以及不同专家由于不同经历和不同知识背景得出不同评价的随机性。表5则通过计算贴近度给出了明确的评价结果。

4 结语

本文根据业主方在技术、过程、组织三层面的项目管理要点，提出了业主方BIM应用能力评价指标体系。基于云模型相关理论，构造五级成熟度的评语云；根据专家评估数据，得到BIM应用能力成熟度评价云与评语云的直观图像，并通过计算评价云与评语云的组合模糊贴近度确定最终成熟度等级。云模型将评价指标的随机性和模糊性相结合，更好地体现了评价指标和评价过程的不确定性。通过案例分析验证了该模型的合理性，可为业主方BIM应用能力成熟度评估提供参考。

表5 云贴近度计算结果