基于模糊神經(jīng)網(wǎng)絡(luò)的橋梁施工多目標(biāo)風(fēng)險(xiǎn)分析與評(píng)價(jià)

王 微

（北京市政路橋管理養(yǎng)護(hù)集團(tuán)有限公司，北京 100097）

引言

橋梁工程由于所處自然環(huán)境和社會(huì)環(huán)境的復(fù)雜性，導(dǎo)致項(xiàng)目在施工過(guò)程中存在較高的難度，整個(gè)橋梁工程的施工是一項(xiàng)周期長(zhǎng)、投資高、影響因素較多的復(fù)雜過(guò)程[1-2]。橋梁工程的施工過(guò)程是整個(gè)工程開(kāi)發(fā)階段、實(shí)施階段和運(yùn)營(yíng)階段中最關(guān)鍵的過(guò)程，該過(guò)程質(zhì)量的高低將直接影響橋梁的使用壽命，在一定程度上決定了區(qū)域經(jīng)濟(jì)的發(fā)展[3]。橋梁施工過(guò)程中面臨的技術(shù)難度高、施工資料質(zhì)量要求高、環(huán)境復(fù)雜等因素導(dǎo)致影響橋梁施工質(zhì)量的風(fēng)險(xiǎn)性較高，對(duì)這些因素的把燮如果不到位，均會(huì)直接影響整個(gè)橋梁施工的質(zhì)量。

為保證橋梁施工質(zhì)量，對(duì)橋梁施工過(guò)程中的風(fēng)險(xiǎn)因素進(jìn)行評(píng)估，建立合理的施工風(fēng)險(xiǎn)評(píng)估體系十分關(guān)鍵。截止到目前，在橋梁施工風(fēng)險(xiǎn)評(píng)估方面已取得了一定的研究進(jìn)展。Wang 等[4]基于模糊接近理想點(diǎn)的TOPSIS 模型對(duì)橋梁施工風(fēng)險(xiǎn)進(jìn)行了評(píng)估，指出了該方法在風(fēng)險(xiǎn)評(píng)估中的科學(xué)性；孫建誠(chéng)等[5]基于改進(jìn)的層次分析法和TOPSIS 模型對(duì)橋梁施工風(fēng)險(xiǎn)進(jìn)行了評(píng)價(jià)，通過(guò)風(fēng)險(xiǎn)分析，提出了最優(yōu)方案，降低了橋梁施工過(guò)程的風(fēng)險(xiǎn)；龐偉英等[6]基于灰色聚類(lèi)法對(duì)大跨度橋梁施工風(fēng)險(xiǎn)進(jìn)行了評(píng)估，指出該方法可為橋梁安全施工提供科學(xué)依據(jù)。

目前來(lái)看，對(duì)橋梁施工風(fēng)險(xiǎn)的評(píng)估方法主要集中在模糊評(píng)價(jià)、層次分析等傳統(tǒng)方法中，這類(lèi)傳統(tǒng)方法具有較強(qiáng)的模糊性，限制了方法的適用性。人工神經(jīng)網(wǎng)絡(luò)模型具有較強(qiáng)的學(xué)習(xí)性，可彌補(bǔ)傳統(tǒng)評(píng)價(jià)方法的不足，應(yīng)用于橋梁施工風(fēng)險(xiǎn)評(píng)估中。

本研究基于模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)橋梁施工風(fēng)險(xiǎn)進(jìn)行評(píng)估，構(gòu)建橋梁施工風(fēng)險(xiǎn)評(píng)估體系和評(píng)價(jià)方法指導(dǎo)生產(chǎn)。

1 改進(jìn)FCM 聚類(lèi)分析

為構(gòu)建橋梁施工風(fēng)險(xiǎn)綜合評(píng)估模型，以模糊神經(jīng)網(wǎng)絡(luò)模型為基礎(chǔ)，基于改進(jìn)的FCM聚類(lèi)分析方法對(duì)模型進(jìn)行改進(jìn)，從多角度對(duì)橋梁施工風(fēng)險(xiǎn)進(jìn)行了評(píng)估，消除了傳統(tǒng)模型的局部極值缺點(diǎn)。

1.1 FCM聚類(lèi)分析

模糊C 均值聚類(lèi)（FCM）通過(guò)計(jì)算各個(gè)數(shù)據(jù)與聚類(lèi)中心之間的聚類(lèi)，從而分析出指標(biāo)對(duì)目標(biāo)值的影響程度，確定指標(biāo)權(quán)重，從而實(shí)現(xiàn)對(duì)目標(biāo)系統(tǒng)的綜合分析[7-8]。該算法的主要步驟為：

假設(shè)在整個(gè)評(píng)價(jià)目標(biāo)群中存在n 個(gè)節(jié)點(diǎn)，將這些節(jié)點(diǎn)進(jìn)行分組，組數(shù)為m 個(gè)，m 個(gè)分組的聚類(lèi)中心滿(mǎn)足下式條件

式中:νi為聚類(lèi)中心矢量，c 為權(quán)重，m 為聚類(lèi)數(shù)。

1.2 改進(jìn)蝙蝠算法

蝙蝠算法（BA）是一種以蝙蝠回聲覓食行為為原理的算法，該算法將每個(gè)個(gè)體視為一個(gè)蝙蝠個(gè)體，首先確定個(gè)體的位置和速度，通過(guò)蝙蝠回聲的脈沖從而不斷更新蝙蝠個(gè)體位置，直到找到最優(yōu)位置為止，第i個(gè)蝙蝠在t 時(shí)刻的位置(xit)和速度(vit)可以表示為：

式中：x*是所求個(gè)體的最優(yōu)適應(yīng)度值。重復(fù)迭代過(guò)程，直到找出個(gè)體最優(yōu)解為止。

在傳統(tǒng)的BA 算法中，對(duì)種群進(jìn)行初始化時(shí)，引入了Logistic 映射，增加了種群初始化的均勻性，具體公式為

式中：ρ 為L(zhǎng)ogistic 映射系數(shù)，yk為隨機(jī)數(shù)，取值0～1。

隨著B(niǎo)A 算法的進(jìn)行，不同過(guò)程中算法的搜索能力不同，隨著算法的進(jìn)行，種群數(shù)量有所降低，則需算法具有較強(qiáng)的局部搜索能力，在傳統(tǒng)算法中引入自適應(yīng)權(quán)重值，具體步驟可見(jiàn)文獻(xiàn)[9]。

1.3 改進(jìn)FCM聚類(lèi)分析

為進(jìn)一步提高FCM聚類(lèi)分析的適用性，將改進(jìn)BA 算法的最優(yōu)輸出值作為FCM 聚類(lèi)分析的聚類(lèi)中心，通過(guò)公式（2）輸出FCA 聚類(lèi)分析的結(jié)果。

2 基于改進(jìn)FCM 聚類(lèi)分析TS 模糊神經(jīng)網(wǎng)絡(luò)

根據(jù)改進(jìn)FCM 聚類(lèi)分析對(duì)訓(xùn)練樣本進(jìn)行分組，經(jīng)過(guò)改進(jìn)BA 算法進(jìn)行迭代計(jì)算，F(xiàn)CM 的最優(yōu)基礎(chǔ)參數(shù)為：聚類(lèi)半徑取0.3，指標(biāo)權(quán)重c=2，最大迭代次數(shù)為1 000 次，聚類(lèi)中心個(gè)數(shù)為31。

采用改進(jìn)FCM 聚類(lèi)分析確定TS 模糊神經(jīng)網(wǎng)絡(luò)模型基本結(jié)構(gòu)，網(wǎng)絡(luò)模型的學(xué)習(xí)速率為0.2，最大迭代次數(shù)為300 次，允許誤差為0.000 1，將橋梁施工過(guò)程的樣本數(shù)據(jù)代入網(wǎng)絡(luò)模型中，具體步驟為：

（1） TS 模型參數(shù)初始化。

（2） 輸入基礎(chǔ)數(shù)據(jù)，基于改進(jìn)的FCM 分析確定數(shù)據(jù)相對(duì)隸屬度。

（3） 基于改進(jìn)的FCM 聚類(lèi)分析，確定模型輸出值。

（4） 計(jì)算輸出誤差，直到滿(mǎn)足條件為主。

為測(cè)試模型的性能，引入2 種標(biāo)準(zhǔn)測(cè)試函數(shù)，測(cè)試了改進(jìn)前后TS 模糊神經(jīng)網(wǎng)絡(luò)模型的性能，算法函數(shù)的公式如下

圖1 比較了改進(jìn)前后TS 模糊神經(jīng)網(wǎng)絡(luò)模型的運(yùn)行性能，由圖中可以清晰看出，改進(jìn)后的模型在運(yùn)行速率和計(jì)算精度上均優(yōu)于改進(jìn)前的模型。

圖1 改進(jìn)前后TS 神經(jīng)網(wǎng)絡(luò)模型運(yùn)行性能對(duì)比

3 橋梁工程施工風(fēng)險(xiǎn)綜合評(píng)價(jià)體系構(gòu)建

為在評(píng)價(jià)體系構(gòu)建中綜合考慮影響橋梁工程施工的各個(gè)因素，從人員風(fēng)險(xiǎn)、材料設(shè)備風(fēng)險(xiǎn)、外部環(huán)境風(fēng)險(xiǎn)和其他風(fēng)險(xiǎn)共4 個(gè)方面構(gòu)建評(píng)估體系，具體評(píng)估體系見(jiàn)表1。將整個(gè)評(píng)估體系分為4 個(gè)準(zhǔn)則層，準(zhǔn)側(cè)層下共有15 個(gè)目標(biāo)層。將最終施工過(guò)程風(fēng)險(xiǎn)等級(jí)分為低風(fēng)險(xiǎn)、較低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)共4 個(gè)等級(jí)，不同指標(biāo)分級(jí)標(biāo)準(zhǔn)可見(jiàn)表2。

表1 橋梁施工過(guò)程風(fēng)險(xiǎn)綜合評(píng)價(jià)體系構(gòu)建

表2 評(píng)價(jià)指標(biāo)等級(jí)劃分情況

4 橋梁施工風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

基于模糊神經(jīng)網(wǎng)絡(luò)模型，對(duì)15 個(gè)目標(biāo)層指標(biāo)進(jìn)行綜合計(jì)算，得出橋梁工程施工風(fēng)險(xiǎn)綜合分級(jí)標(biāo)準(zhǔn)，結(jié)果可見(jiàn)表3。

表3 風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)劃分

基于改進(jìn)后的TS 模糊神經(jīng)網(wǎng)絡(luò)模型，本文對(duì)2種施工方案在不同年份的施工風(fēng)險(xiǎn)進(jìn)行了評(píng)估，結(jié)果見(jiàn)表4。從表4 中可以看出，方案1 在2010-2020 年的施工風(fēng)險(xiǎn)均為較低風(fēng)險(xiǎn)等級(jí)和低風(fēng)險(xiǎn)等級(jí)，在2010-2016 年的施工風(fēng)險(xiǎn)較高，隨后施工風(fēng)險(xiǎn)有所降低。而方案2 在所有年份的施工風(fēng)險(xiǎn)均為低風(fēng)險(xiǎn)，這表明施工方案2 的風(fēng)險(xiǎn)較低，為較優(yōu)的施工方案。

表4 不同施工方案在不同年份的施工風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

5 結(jié)論

基于改進(jìn)BA 算法對(duì)FCM聚類(lèi)分析進(jìn)行了優(yōu)化，基于優(yōu)化后的FCM算法優(yōu)化TS 模糊神經(jīng)網(wǎng)絡(luò)模型，構(gòu)建了橋梁施工風(fēng)險(xiǎn)綜合評(píng)估模型。在人員風(fēng)險(xiǎn)、材料設(shè)備風(fēng)險(xiǎn)、外部環(huán)境風(fēng)險(xiǎn)和其他風(fēng)險(xiǎn)共4 個(gè)準(zhǔn)則層方面構(gòu)建了風(fēng)險(xiǎn)評(píng)估體系，分析了2 個(gè)施工方案在不同年份的風(fēng)險(xiǎn)等級(jí)，選出了最優(yōu)方案，證明了該方法的科學(xué)性。