云模型在既有高层住宅消防安全评价中的应用

2022-06-23李芊孙嘉宁

项目管理技术 2022年5期

李芊孙嘉宁

(西安建筑科技大学，陕西西安 710055)

0 引言

高层建筑可以有效缓解城镇人口的空间压力，但其复杂性增大了消防安全评价难度。目前主要应用多指标评估方法评价既有高层住宅消防安全，部分学者对此进行了研究：王其磊、夏春艳等[1-2]提出使用改进模糊层次析法和灰色聚类评价法分析高层建筑消防安全；贾进章、李世玉等[3-4]使用网络层次分析-灰色聚类法和灰色模糊层次法对高层建筑的火灾风险进行评价；王粟[5]基于灰关联度分析中的灰色信息的概念分析火灾风险大小，并构建风险评价模型；曾梦等[6]基于突变理论建立综合评价模型；闫莉、杨阳[7-8]分别提出改进ICUOWGA算子和基于Shapley-ICUOWGA算子的高层建筑火灾安全评价方法；沈存莉、牛发阳等[9-10]提出利用神经网络构建评价模型；杨世全等[11]使用故障树与贝叶斯相结合的方法对高层住宅火灾发生的概率进行评估；王梦姚等[12]基于消防安全韧度的角度对高层建筑的消防安全进行评估；辛晶[13]将评价指标体系均转化为云集，以解决评估模糊性的问题。

现有评估方法的评价结果普遍具有随机性和不确定性，虽然通过引入云模型能在一定程度上克服评估的模糊性和随机性，但对于消防安全评价指标中主观性评价指标的量化，主客观评价指标的赋权仍存在一定缺陷。因此，目前的评价方法较难应用于既有高层住宅日常的消防安全评价。

本文基于模糊综合评价方法，引入云模型理论建立评价模型，从一定程度上解决衡量评价指标的不确定性的问题，使对高层住宅的消防安全评价更符合客观规律；通过模糊语言对各评价指标进行描述，根据模糊集理论，采用三角模糊数，结合专家评价实现定性概念与定量数值之间的转化，并采用主客观赋权相结合的方式改进指标赋权，以确保指标赋权时刻适应指标评价的实际情况，可有效解决主客观评价均衡问题，更加科学地确定评价体系中各指标的权重；通过云图将既有高层住宅消防安全状态指标的评价状况进行可视化展示，为既有高层住宅火灾事故防控提供参考。

1 模型介绍

1.1 组合权重

为进一步客服观赋权和客观赋权方法存在的局限性，本文以主客观结合的方式确定指标权重，从而提升确定指标权重的科学性。

1.1.1 G1法确定主观权重

G1法又称序关系分析法[14]，是一种确定指标权重的主观赋权法。既有高层建筑消防安全评价指标体系的指标数量比较少，且有一定逻辑相关联系性，故采用G1法通过专家评价对指标影响评价结果的重要性进行排序，区分指标的重要程度，并确定权重。假设指标(M1,M2,…,Mn) 之间确立了对评估对象影响程度由大到小的排序关系，即M1>M2>…>Mn，通过专家理性判断评价指标Ms-1与Ms对于评估对象的重要程度，得出重要程度之比，如下

Ms-1÷Ms=ws(s=n,n-1,…,3,2)

(1)

其中，ws赋值见表1。

表1 ws赋值表

通过以上步骤求出指标的主观权重，公式如下

(2)

Ms-1=wsMs(s=n,n-1,…,3,2)

(3)

1.1.2 改进CRITIC权重法确定客观权重

CRITIC权重法是一种客观赋权法[14]，是以指标的标准差以及相关系数分别体现指标之间的对比强度以及冲突性。由于标准差对于指标之间的量纲、数量级的体现具有局限性，本文采取变异系数改进CRITIC法的方法进行客观权重的确定。采用改进CRITIC法对其进行评价，能够减少专家主观因素对评价结果的影响。

根据专家评价建立原始评估矩阵，如下

A=(aij)m×n

(4)

式中，aij表示第i个专家评价的第j个指标取值。

将评估矩阵A转化为标准化矩阵，并根据标准化矩阵得到相关系数，组成相关系数矩阵R

(5)

R=(rkl)n×n(k=1,2,…,n;l=1,2,…,n)

(6)

(7)

(8)

(9)

通过变异系数求各指标独立程度的量化系数ωj、综合性系数λj，如下

(10)

(11)

确定各指标权重，如下

(12)

1.1.3 综合权重的计算

根据上述G1法与改进CRITIC的方法得出指标的主客观权重，通过主客观权重赋权相结合的方式得出综合权重[14]，如下

(13)

1.2 云模型

云模型是一种将模糊的概念转化为具体化的变化模型。云是一个整体的概念，云滴的整体情况反映模型的隶属度、模糊性等概念。云模型中三个重要的数字特征分别是期望Ex、熵En和超熵He[15]。Ex最能代表定性概念的点；En反映定性概念的概率和模糊度；He是熵的熵，表示云的厚度越大，隶属度的离散程度越大。

云模型一般通过“逆向云反应器”的计算原理计算，经过云模拟建立出各层次的隶属函数，并计算出各层次下的云模型参数。

计算各层次隶属云的期望，如下

(14)

计算各层次指标隶属云的熵En，如下

(15)

计算各层次指标隶属云的超熵He，如下

(16)

通过“正向云反应器”将计算出的各层次下的云模型参数代入生成云滴，并利用云图进行可视化展现，如图1所示。

1.3 基于组合赋权-云模型的模糊综合评价

模糊综合评价法是将模糊概念进行抽象转化，得出一个客观的评价。在数量较多指标的情况下，需要得到模糊评估模型评估过程中各指标的模糊评估阵[16]，并制定各个所需指标的重要性系数，根据上述计算得到指标权重向量Q与评价矩阵R，进行计算后得到最终的评价结果。

同时，本文通过组合赋权的方式降低在确定指标权重向量时的主观性，提高指标权重的科学性和合理性。

模糊综合评价法可以解决评价中的非确定性问题，但忽视了评价中的随机性，而云模型可以很好地反映评价中的随机性和模糊性，降低定性问题的主观性，使评价结果更具合理性和有效性。

模型建立具体步骤如下：

步骤1：建立指标体系。确定指标体系的目标层、准则层、指标层。

步骤2：邀请专家对各指标进行排序、打分。根据式(1)～式(12)，分别确定主、客观权重，通过式(13)将主客观权重进行组合得到各指标的组合权重。

步骤3：确定各层次指标云模型参数。将云模型中三个参数引入来替代原先综合评价过程之中的模糊评估阵，通过“逆向云反应器”式(14)～式(16)计算得到各指标的三个云参数，由此计算相应的各个所需指标的重要性系数，即指标重要性矩阵Q′

(17)

需要注意的是，每个指标的重要性系数都存在其相应的模糊程度以及不确定性，与这两个变量控制了模型变化的范围，而这个参数衡量了模型因人为原因产生的不确定性。

步骤4：同步骤3，通过专家对各指标进行评价，建立隶属度评价矩阵R′

(18)

步骤5：通过步骤3、步骤4得到的指标权重矩阵和评价矩阵，根据云算法得到计算结果

(19)

2 实例分析

2.1 工程背景

某高层住宅建筑，总建筑面积13 439.59m2，地上建筑面积13 203.17m2，建筑高度97.95m，建筑层数33层，层高2.9m，剪力墙结构，建筑耐火等级为一级。该栋建筑共两个单元，每个单元97户，共194户。2021年完成验收并投入使用。

2.2 指标体系的建立

对高层住宅消防安全程度进行评价，结合文献查询以及以往经验，考虑建筑本身的主动防火[17]能力、被动防火能力以及管理人员的管理能力，确定21个高层住宅消防安全评价因素，3个公因子分别命名为被动防火、主动防火、管理能力3个指标。为了分析以及量化这21个消防安全评价因素，采用李克特五点量表法进行度量。本次问卷调查对象是高层住宅的居住者，共发放问卷400份，回收308份。其中，有效问卷有277份，无效问卷31份，有效问卷的回收率为89.9%，满足统计数据分析的要求。

通过SPSS 25.0软件对问卷样本数据进行分析，由Cronbach信度分析结果可知，内部一致性α系数为0.885，通过信度检验。KMO值为0.889，说明数据效度很好；P值为0.000，效度分析通过了Bartlett检验。综合上述，此问卷设计较合理，数据质量较高，安全评价因素相关性程度较高，故可以进行因子分析进行降维处理。同时，将载荷系数值大于0.85的因子作为关键安全评价因素，见表2。

表2 因子载荷系数

将上文最终确定的14个评价指标作为既有高层住宅消防安全评价体系的评价指标，具体如图2所示。

2.3 指标量化

在既有高层建筑消防安全评价中，许多指标的评价很难通过客观精确的数字进行表达。为减少专家主观性对评价结果的影响，考虑事物的不确定性与复杂性，利用三角模糊数对评价模糊语言信息进行转化[18]。公式如下

(20)

本文采用5级语言进行评价，通过上述三角模糊数计算公式对其进行转化，转化结果见表3。

表3 指标量化区间示意表

2.4 权重的确定

制作调查问卷，将专家的评价根据式(20)和表4的方法进行量化转化。根据三角模糊数的定义，每个三角模糊数对应一个非模糊数，将专家的评价定义为三角模糊数，则其对应的非模糊数为

根据式(21)得到评价隶属度矩阵。通过步骤1～3得到各指标权重的云特征值，见表4。

表4 某高层住宅消防安全评价指标权重云特征值表

2.5 确定标准云

根据既有高层建筑安全性的评价规范，将安全性等级分为5类：Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ。其中，Ⅰ类代表安全状况好；Ⅱ类代表安全状况良好；III类代表安全状况适中；Ⅳ类代表安全状况较差；Ⅴ类代表安全状况很差。

由于对既有高层建筑安全性的研究具有一定的模糊性，使得分数区间不可避免地会出现相互交叠的现象，归一化后的评价集D=(d1，d2，d3，d4，d5)，见表5。

表5 分数区间示意表

通过模糊算法计算出的结果，需要转化为云模型的相关性系数，根据文献[19]的计算规则

(22)

为了避免离散程度太大，令K=0.2，计算结果如下

dⅠ=(0.925，0.025，0.002)

dⅡ=(0.825，0.025，0.002)

dⅢ=(0.725，0.025，0.002)

dⅣ=(0.60，0.017，0.002)

dⅤ=(0.275，0.092，0.002)

由此，绘制标准云分布图，如图3所示。

通过步骤4对该高层建筑消防安全各项指标进行计算，求得相对应的云参数，该参数即为既有高层建筑消防安全性的期望、超熵以及熵，具体见表6。

表6 某高层住宅消防安全评价云特征值表

2.6 结果分析

根据步骤5计算得出最终的评价结果，见表7。

表7 某高层住宅消防安全评价云结果

通过计算评价云与各等级标准云的相似度，确定各评价云的安全等级，相似度越大安全等级越接近。计算公式如下[19]

(23)

式中，μ为评价云与标准云的相似度；x为评价云的云滴；Ex与En为标准云的云系数。重复式(23)，即可得到评价云与标准云的相似度。且通过模糊综合评价法与云模型评价法得到相应评价结果，具体评价结果见表8。

从图4～图6可以看出，该高层住宅的主动防火、被动防火、消防管理的安全等级均介于II类与III类之间。通过计算相似度可知，主动防火与消防管理更偏向于III类，相似度分别为0.433、0.282；被动防火更偏向于II类，相似度为0.522；但被动防火与消防管理两项指标安全云的En与He分别为0.029、0.057，0.024、0.046，表明该高层住宅被动防火与消防管理的安全状况随机性较大，即该层出现向良好与风险方向变化的可能性相对较大，同时安全云的云滴相对离散、云层相对较厚，表明评价结果的波动性相对较大。综上，为了持续保证该高层住宅的消防安全，可以采取相应的管理措施。

由图7可以看出，该高层住宅的综合消防安全等级介于II类与III类之间，更偏向于III类，相似度为0.26；消防安全云的Ex=0.774，表明该高层住宅的消防安全综合状态处于良好和较好之间；安全云的En与He分别为0.041与0.033，表明该高层住宅消防状况的随机性较大，即该层出现向良好与风险方向变化的可能性相对较大。同时，该高层住宅综合消防安全云的云滴相对离散、云层相对较厚，表明评价的结果的波动性相对较大。综合上述分析，为了持续保证该高层住宅的消防安全，可以采取的措施为：提供主动防火的相应措施，配备完善消防设施，检查安全出口指示清晰度，提高报警器敏感度；重点加强被动防火与消防管理，重点提高居民住宅的防火意识，包括对组织对防火规范、器械、自救逃生学习、对日常火灾隐患的巡检，以及对重点火灾隐患区域的警示公告。在消防管理方面，应贯彻制度落实，重视消防安全文化宣传，组织相应的火灾演习，做好火灾隐患的巡检工作。