基于D-S证据推理地铁工程施工安全综合评估

摘要：地铁工程施工安全呈现信息多源性和不确定性特征。为了提高地铁工程施工安全状况识别的准确性，提出了一种基于D-S证据推理的地铁工程施工安全综合评价方法。首先，归纳了施工安全信息多源性与不确定性特征，结合D-S证据推理法的特点，提出了地铁工程施工安全综合评价程序。其次，建立地铁施工安全状态识别框架、可信度分配函数、合成准则以及识别规则。最后，通过案例分析验证了该方法的可行性，为判断地铁施工安全状况提供了参考。

关键词：地铁工程;施工安全;D-S证据推理法;评价模型

中图分类号：TB文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.14.087

1D-S证据推理法

D-S证据推理法是由Dempster与Shafer两人建立的一套对于概率论进行扩充的数学理论方法。该方法主要用于不确定性推理、不确定性问题决策分析、多传感器信息融合、专家系统与模式识别等领域，依据可靠证据的不断累加，缩小假设集，能很好地解决信息多样性、随机性、不确定性以及模糊性等问题。

地铁工程施工安全呈现信息多源性和不确定性特征。目前地铁工程施工安全控制主要手段是采用施工安全监测技术对危险源进行监控，监测信息包括地面水平位移、测斜、沉降、支撐轴力等。为了确保工程施工安全，现场布置多个控制点收集危险源信息，运用计算机技术对多源信息进行检测、关联、预测等。地铁工程施工的动态性决定了施工安全的不确定性。在地铁工程施工安全控制中，一般按规范要求设置控制点，根据在控制点上收集的危险源信息，判断现场安全状态，从而制定相应的防范措施。由于现场施工处于动态变化，其随机性无法根据规定的控制限值来准确判断地铁工程施工安全状态。

因此，将D-S证据推理法的优点运用到地铁工程施工安全评价中，对多信息源融合的地铁工程施工安全状况进行评价，解决施工安全监测信息识别的不确定性，从而减少施工安全事故发生的概率。同时，D-S证据推理法也存在着一定的不足，其主要在于无法处理高度冲突的证据。在地铁工程施工安全评价时，首先，假设每个控制点测出数据为一个证据;其次，根据危险源监测值将地铁工程施工安全状态分为安全、临界、危险三种状态，将三种状态定义为安全判别集的子集，临界状态子集是包含了安全、危险两种可能子集;再次，通过获取监测数据处理，剔除安全性与危险性极高的监测数据，对于后者无需识别重点控制，同时，选出争议较大的监测数据进行分析，减少证据高度冲突的影响，建立D-S证据推理计算模型;最后，由于控制点较多，采用两组证据合成计算后取算数平均值的方法确定地铁工程施工安全状态，其评估流程如图1所示。

2地铁工程施工安全评价模型

2.1地铁工程施工安全状态识别框架

根据地铁工程施工中危险源监测数据，采用模糊综合评价法确定其各控制点的监测值隶属度，并定义地铁工程施工安全的识别框架。假设每个危险源有X个控制点，每个控制点的监测数据都是一个证据体。

定义地铁工程施工安全状态评语等级V=（安全（S），临界（C），危险（D）），根据施工安全监测警戒值，结合现场实际情况，运用专家的经验，对危险源监控实测值进行安全状态评价，假设P位专家对监测数据进行识别，建立从监测数值到评语等级的模糊映射隶属度函数，即构成了D-S证据推理法中的基本概率分布函数M：2Θ→[0，1]，表示式为：

M（Rmn）=RmnP（1）

其中，Rmn代表对第n个控制点监测数据对应评语等级的评价次数，m为1，2，3，…，n为1，2，3，且满足如下公式;

M（Φ）=0（2）

∑3n=1M（Rmn）=1（3）

根据计算结果确定识别框架Θ，如表1所示。

2.2地铁工程施工安全的可信度分配

基于地铁工程施工安全状态识别框架，假设识别框架中有两个证据体Xi与Xj，建立安全可信度分配函数Bel：2Θ→[0，1]，用下式（4）表示为：

Bel（Xi）=∑XjXiM（R）（4）

Bel（Xi）是Xj对Xi为真的信任度，Bel（Xi）表示对Xi的非信任程度。基于此，建立地铁工程施工安全状态评估的似然函数Pls：2Θ→[0，1]，用下式表示为：

Pls（Xi）=1-Bel（X-i）（5）

2.3地铁工程施工安全的DS可信度合成

Bel（Xi）与Bel（Xj）是地铁工程施工安全状态识别框架Θ下的两个信度函数，基于DS合成法则，通过两函数合成，建立地铁施工安全状态识别函数M（V），用下式表示为：

M（V）=0V=Φ

M（V）=∑Xi∩Xj=XiMi（Rxn）Mj（Rxn）1-∑Xi∩Xj=ΦMi（Rxn）Mj（Rxn）V≠Φ（6）

2.4地铁工程施工安全状态的识别规则

为了确保地铁工程施工安全状态识别的准确性，将危险源监测数据按合成公式进行两两合成，将得到的计算值取算术平均数，获得一个新的证据体，从而确定最终施工安全状态的可信度，用下式表示为：

M（V）=2∑yx=2Mx（V）x（x-1）（7）

其中，x表示证据体数量，即选取的控制点数量为2，3，…。

最后，通过比较最终施工安装状态的可信度大小确定地铁工程施工安全状况。

3案例分析

3.1工程概况

某地铁车站深基坑工程按施工安全要求，对地表沉降、测斜、水平位移以及支撑轴力等实施安全监控，某次采集5个控制点监测的地表沉降数据如表2所示。

3.2施工安全状态评估

根据制定的地铁工程施工安全评语等级（安全（S），临界（C），危险（D）），邀请10位专家对该段实测数据进行安全评估，经统计，并按公式（1）计算，建立该段施工安全状态隶属度表，以地表沉降为例，如表3所示。

从表3可以看出，表内数据满足式（2）与式（3）的要求。

把每一个监测地表沉降的安全等级的隶属度作为一个证据体，根据表3，运用式（4）～式（6）计算证据体对地表沉降的安全状态判别结果，以地表沉降的控制点X1与X2为例，计算过程如下：

∑Xi∩Xj=ΦMi（Rxn）Mj（Rxn）=0.6×0.1+0.7×0.2=0.2

M（S）=0.6×0.7+0.6×0.2+0.7×0.21-0.2=0.85

M（C）=0.2×0.21-0.2=0.05

M（D）=0.2×0.1+0.2×0.2+0.2×0.11-0.2=0.1

因此，X1與X2合成新的安全可信度向量为（0.85，0.05，0.1），其他多个地表沉降监测数值两两组合根据上述计算，得出安全状态的可信度向量分别为（0.647，0.059，0.294），（0.771，0.029，0.2），（0.676，0.059，0.206），（0.836，0.027，0.137），（0.76，0.08，0.16），（0.625，0.031，0.344），（0.5，0.083，0.417），（0.657，0.043，0.3）。

汇总地表沉降所有安全状态的可信度值，运用公式（7），计算最终的地表沉降安全状态可信度，计算如下：

M（S）=0.85+0.647+…+0.65710=0.706

M（C）=0.05+0.059+…+0.04310=0.054

M（D）=0.1+0.294+…+0.310=0.24

通过上述计算，得到最终的地表沉降安全状态可信度向量（0.706，0.054，0.24），因此，判断该施工段地表沉降处于安全状态。同理，可依次计算水平位移、测斜以及支撑轴力等监测项的安全可信度值，综合判断整个地铁施工段的安全状况。

4结论

地铁工程施工安全呈现信息多源化和不确定性特征。为了对地铁工程施工安全进行科学、有效的评价，本研究提出了一种基于D-S证据推理法的地铁工程施工安全综合评价模型，并通过案例应用验证了模型适用性。该方法通过多源信息融合对地铁工程施工安全状况进行有效综合评估，可以有效地应对地铁工程施工安全多信息源和不确定性问题。

参考文献

[1]罗武德.绿色施工理念在市政工程施工中的实践[J].工业建筑，2021，51（03）：218.

[2]沈春盛，雷军，伍彬彬.总承包模式下地铁工程施工管理研究[J].中国安全生产科学技术，2020，16（S1）：125-129.

[3]高咏，梁聪，车增光.南京典型段地铁工程对地下水流动态的影响[J].科学技术与工程，2020，20（28）.

[4]高霖，王明振，黄思凝，等.基于模糊综合评价方法的地铁绿色文明施工等级评价模型研究[J].施工技术，2017，46（20）：96-99.

[5]刘波，王凯强，黄冕，等.地铁深基坑工程风险模糊层次分析研究[J].地下空间与工程学报，2015，11（S1）：257-264.

作者简介：李犁（1983-），男，湖北武汉人，硕士，工程师，从事项目现场设计与施工管理工作。