基于隨機游走算法的建筑工地人員施工通道安全優化設計

何光輝

上海建工集團股份有限公司 上海 201114

隨著我國經濟建設水平的提高，建筑工程項目不論是數量還是單體規模均取得了巨大的成就。然而，隨著建筑工程施工體量規模的增長，施工現場各類機械、臨時和永久性設施錯綜復雜、施工人員素質水平良莠不齊等因素，不僅使建筑工程施工現場人員安全風險顯著增加，而且也增加了項目管理人員的工作量和管理難度。

建筑施工中有關安全事故控制的成本投入回報率往往不具備直觀可見和迅速見效的特點[1]，我國施工單位和建設單位在這方面的資金投入占項目總成本的比例往往較低，因此，短期內低成本或無成本的安全管控技術嘗試和研究更具現實意義。為了展開建筑工地人員安全狀態評估，張文博等[2]結合層次分析法和模糊綜合評價法，建立了建筑施工人員安全風險評估的人工神經網絡模型；林陵娜等[3]基于系統動力學提出了建筑施工項目安全狀態識別模型構建方法；唐鵬等[4]結合建筑工程施工實際，考慮控制和監測措施、事故發生頻率以及事故損失，建立MLS法評價施工環境危險度。王旭峰等[5]利用結構方程模型（SEM）研究建筑工人個體安全能力與影響因素間的效用關系，從個體特質和工作環境兩方面進行分析，研究了影響施工人員安全的多方面因素。馮超[6]得到了超高層建筑施工安全風險評價指標體系和風險評價模型，并且對實際工程項目進行了具體分析和評價，確定施工風險等級。

在建筑施工現場，人為劃定工作人員通道是行業內較為嚴謹的、保證施工人員安全和施工品質控制的措施之一。傳統的施工通道布置主要借助主觀經驗的方法確定，這種做法往往不能保證人員受到施工安全風險的最小化。為此，本文借助前人得到的風險評價方法量化建筑工地各類風險源對象，綜合考慮施工現場各類工作人員在各類風險區域通行時的風險程度、施工禁區、障礙物分布、建筑工地邊界、出入口位置等因素，利用隨機游走優化算法[7]，自動搜索建筑工地最佳的人員通道，從而將全體人員的施工風險降至最低。

1 風險量化指標

為便于利用優化算法對建筑項目施工人員的安全風險進行評估，從而建立數值優化目標函數與約束條件，施工風險的量化是不可避免的課題。昝彥國等[8]嘗試應用序關系法確定安全風險源的權重指標，便于施工安全風險的動態識別與定量表示。Zhou等[9]借助Pajek軟件，基于網絡理論對建筑施工現場各風險之間的耦合關系進行了量化研究，從而得出了特定具體風險系統中各成員的風險因子。本文借助網絡理論和歷史同類風險事故的統計數據，確定建筑施工現場主要風險源對象的事故發生概率統計值，以此為基礎，通過合理布置施工通道線路實現施工人員風險發生率的最小化。

2 隨機游走算法

2.1 算法原理

建筑工地人員通道可能的布置方案是近乎無窮的。在現實當中，管理人員主要依據經驗制定施工通道路線。這樣的路線一般不會是最差的，但也很難做到最佳。為了實現最佳方案的制定，數值優化方法是強有力的理論工具。隨機游走算法是一類全局優化算法，其實現過程不依賴目標函數的變化梯度。圖1給出了隨機游走算法的實現流程。該算法流程在各領域均得到了成功應用和良好效果。

圖1 連續優化變量的隨機游走算法

2.2 離散隨機游走

為描述建筑工地風險與施工從業人員可能的通行路線，圖2將建筑工地平面按照一定的間距做格柵劃分。每一個格柵線為建筑工人允許行走的通道。假設人員處于圖3所示的任一格柵節點O處，那么人員允許的行走路線為OA、OB和OC三種。為便于計算，設OA為向量（0,-1），OB為向量（1,0），OC為向量（0,1）。假定沿途所經區域具有風險屬性，并且以顏色表示（表1）。

圖2 建筑工地風險與障礙分布

圖3 路線節點處隨機游走示意

表1 建筑工地風險圖例

紫色風險值取值無窮大inf，表示該區域為障礙物，不得通行，該取值具有懲罰系數的數學意義。從黑色到綠色的風險取值均根據歷史同類型建筑工地風險事故數據和網絡理論分析而得。此外，為控制隨機游走的建筑從業人員不得跨越建筑工地邊界，這里將處于建筑工地邊界的節點風險值設定為無窮大。

基于上述假定，本算法的優化變量x可以為每一個節點處的行走向量OA（0,-1），OB（1,0）或者OC（0,1），在滿足障礙物約束和場地邊界約束的條件下，還需滿足出口與入口之間的位置關系，即所有節點的行走向量之和為出入口節點構成的向量。由于每個節點以及相鄰的節點具有相同的風險屬性，故人員從入口到出口沿途經過的節點風險屬性值累積量即為優化目標函數。為了繼續使圖1所示的隨機游走優化算法在路徑優化問題中有效，僅需要將其中一個環節做調整：將生成的隨機矩陣修正為每個元素為（0,-1）、（1,0）或（0,1）的隨機向量；此外，還需要添加懲罰項作為約束條件，如邊界處和障礙物處的節點風險值取為大數，如106。這樣，隨著優化算法的執行，游走路徑一旦接觸懲罰點，程序即可躲避該點。顯然，這種方法可以實現優化目標函數的約束施加。

3 算例分析

3.1 施工現場

為了采用隨機游走算法實現某建筑工地的施工通道優化設計，對圖2所示場地進行計算分析。

這里，東西方向和南北方向格柵間距均為1 m。當然，間距也可以更小，有助于提高計算精度。設定建筑工地的風險取值如表2所示。

表2 某建筑工地風險取值

3.2 隨機游走分析

為了進行上述分析，我們采用Julia語言進行了程序開發，在配置為Windows 10 x64操作系統，Intel i7 8700k CPU的臺式計算機中進行了優化分析。設定計算誤差ε為10-5；迭代次數N＝100；初次步長λ為3。優化初始路徑為圖4所示估計路徑。所有路徑的前進向量之和為（出口-入口）之坐標差，即（35,13）。

圖4 建筑工地施工通道優化分析初始路徑

優化分析程序經過18.53 s的優化分析，路徑迭代更新為圖5中藍色實線，表示優化所得施工通道路徑。施工人員沿圖5所示施工通道行走的風險值為0.2292。由于算法假定了人員通道只能沿著格柵前進和左右拐，因此，分析路徑只能為折線狀。

為了便于實際應用，在建造中，可以將其進行做倒角或倒圓等光滑處理，如圖6所示。

圖5 建筑工地施工通道優化分析結果

圖6 光滑處理后的施工通道

圖6所示的最終所得的建筑工地人員安全通道滿足了所有障礙物約束和施工場地圍欄的約束。優化程序通過反復試算與更替，得到了風險最小的通道路線。

有關風險的取值問題主要受到各顏色風險打分的限制，但事實上本文算法中各顏色風險的取值絕對值并不影響最終優化結果，只要各風險源之間的風險相對值接近客觀事實即可。這一點也降低了工程管理人員對風險指標的取值難度。

4 結語

利用網絡理論和建筑工地歷史事故數據，總結得到建筑工地現場的各風險源指標。而后，本文將運籌學中較為成功的隨機游走數值最優化技術應用于建筑工程現場人員安全風險控制問題，提出了一種能降低建筑工地施工通道安全風險、高效且“無成本”的方法。基于提出的算法和計算機程序，對某建筑工地進行了施工通道選線優化分析，所得結果表明本文方法具有較強的可實踐性，可作為今后同類型問題分析的一種參考。

[1] 李志鵬.超高層建筑施工安全管理研究:以某超高層建筑為例[D]. 武漢:湖北工業大學,2017.

[2] 張文博,宋德朝,鄭永前.基于神經網絡的建筑施工安全評價[J].工 業工程,2011,14(2):75-79.

[3] 林陵娜,蘇振民,王先華.基于系統動力學的建筑施工項目安全狀態 識別模型構建[J].中國安全生產科學技術,2011,7(12):2011.

[4] 唐鵬,唐莉,孟憲強.建筑施工人員安全度評價模型的構建與應用 [J].中國高新技術企業,2010(33):64-66.

[5] 王旭峰,邱坤南,陽富強,等.建筑工人個體安全能力影響因素效用量 化研究[J].中國安全科學學報,2015,25(3):133-139.

[6] 馮超.超高層建筑工程施工安全風險評價[D].長沙:中南大學,2013.

[7] 孫慧影,林中鵬,劉銀麗,等.基于隨機游走蜂群算法優化RBF神經網 絡電動機故障診斷研究[J].水電能源科學,2017,35(8):165-168.

[8] 昝彥國,侯學良.建筑施工階段動態識別安全風險的指標體系構建 [J].建筑經濟,2016,37(3):102-105.

[9] ZHOU Z, IRIZARRY J, LI Q. Using network theory to explore the complexity of subway construction accident network (SCAN) for promoting safety management[J].Safety science,2014(64):127-136.