层次-熵值分析组合方法在水利工程施工进度风险模糊因子动态识别中的应用

吕 刚

(辽宁江河水利水电工程建设监理有限公司，辽宁 沈阳 110003)

大型水利工程施工工期长，施工进度风险影响因子较多，对影响程度较大的风险因子进行动态有效识别，是水利施工质量的重要保障，具有重要意义。当前，国内许多学者对于水利工程施工进度风险因子的识别进行了相关研究[1- 6]，这些研究成果大都采用单一方法对风险因子进行动态识别，存在可靠性不足的局限。近些年层次-熵值分析组合方法，采用组合权重的分析方式，在其他大型工程施工进度风险模糊因子的动态识别中得到具体应用[7- 9]，但在水利工程施工进度风险因子动态识别方面的研究还较少。本文选用层次-熵值分析组合方法，以辽宁某水利工程为研究实例，对该工程施工进度风险影响因子进行动态识别，研究成果对于其他地区水利工程施工进度风险影响因子识别和风险防御具有参考价值。

1 层次-熵值组合分析方法

该方法在影响因子确定的基础上，对各个指标的一致性进行排序，排序方程为：

C1=(λmax-n)/(n-1)

(1)

式中，C1—各因子的一致性因子；λmax—最大特征根因子；n—指标的排序阶数。

在进行指标一致性排序的基础上，对各个指标的熵值进行计算，计算方程为：

R=(rij)m×n

(2)

式中，rij—熵指标值；m—风险因子的个数；n—分析对象个数。

在熵值确定的基础上，对各个风险因子进行熵权值得分析计算，计算方程为：

(3)

其中：

(4)

式中，Hi—第i个风险因子的熵权值；fij—风险因子的概率；bij—归一化指数。

其中归一化指数的计算方程为：

bij=(rmax-rij)/(rmax-rmin)

(5)

式中，rmax—最大熵指标值；rmin—最小熵指标值。

在此基础上，需要计算各个指标的权重值，计算方程为：

(6)

式中，Wi—指标的权重值。

在高中语文的教学过程当中，尽管学生的年纪都相对来说比较成熟，有了一定的自我控制能力和学习能力，但是由于高中语文只是相对来说知识点比较多，文言文、古诗词知识不容易理解和掌握，同时学习时间不充裕，等等，学生在学习过程当中存在着许多问题。一些学生不能“吃饱”，有的学生有可能“吃不下”，学生之间的学习差异，让教师在教学中应思考如何避免学习分化的问题。一般来说，教师在进行授课时，是按照大多数学生的知识掌握进展情况进行授课的，因此难免会忽略一些特殊情况，这时我们就不难看出课外学习的重要作用。

在进行各风险因子指标权重的基础上，需要计算各个风险因子的组合权重，计算方程为：

(7)

式中，W1—不同风险因子之间的权重。

2 实例分析

2.1 工程概况

辽宁某供水工程2#支洞，长度1237.9m，纵坡i=9.928%。支洞已经完成886m的开挖与支护施工，2#支洞剩余长度371.9m，支洞断面为圆拱直墙型，成洞断面尺寸6.6m×6.0m(宽×高)。支洞主要以Ⅲ、Ⅳ类围岩为主，剩余工程量其中Ⅲ类围岩271.9m，Ⅳ类围岩100m。依据设计图纸，Ⅲ类围岩施工参数拱顶局部Φ22，L=2.5m锚杆，拱顶局部为200×200mm钢筋网，喷射C30混凝土厚度t=120mm；Ⅳ类围岩系统锚杆为1000×1000钢筋网，L=2.5m，拱顶钢筋网为150×150mm，型钢钢架支撑I16，喷射C30混凝土厚度t=150mm。如图1所示。

图1 隧洞支护工程示意图

2.2 风险识别指标体系的构建

在进行水利工程施工风险进度风险因子识别时，首先需要对各影响因子进行指标体系的构建，构建结果见表1。

表1 风险识别指标体系

从风险指标体系结果可看出，其影响因子的目标层分为4个，准则层则包括施工企业自身风险、自然环境风险、业主自身风险以及其他风险4类，从准侧层的角度出发，可以构建起13个方案层，每个方案层的指标体系相互不关联，保持一定的相互独立性。

2.3 指标风险因子熵值计算

结合层次-熵值分析方法对指标风险因子的熵值进行计算，计算结果见表2。

表2 风险因子熵值计算结果

从4个目标层可以看出，受到各综合风险因子影响的熵值主要在1/3～1之间，从其风险因子的熵值分析结果可看出，各目标层的风险因子熵值均达到一致性。表明目标层的各个风险因子之间存在较好的相互独立性，因此其风险因子之间的关联度较低。

2.4 指标风险因子判定分析

在指标风险因子熵值计算的基础上，对各指标风险因子进行判定分析，判定分析结果见表3。

从各个风险因子判定分析结果可以看出，在每个准则层中各个风险因子的影响程度不一致，判定值较大的风险因子，其对各对应的准则层的影响程度不一致，这表明对于水利工程施工进度而言，其各风险因子对施工进度影响的各异性较大，风险差异性较强。

2.5 专家权重赋分计算

结合专家权重赋分方法对各风险因子进行赋分分析，赋分结果见表4。

从表4中可看出，专家对自然环境风险赋分值较高，而对于其他风险的赋分值相对较低，这主要是结合实际的施工经验，对于水利施工进度影响较大的一般为自然环境风险，在北方地区，进入冬季的时间较早，因此在较为寒冷的区域，其施工进度受到自然环境影响的程度较高。

2.6 组合权重的计算

考虑到专家赋分存在一定的主观性，结合层次-熵值分析方法对指标进行组合权重的分析，分析结果见表5。

表3 风险因子判定指标值计算结果

表4 风险因子专家赋分结果

从表5中可看出，对于施工企业自身而言，机械设备及人员不足的组合权重较高，而新技术、新方法的组合权重相对较低，而对于影响程度较高的自然环境风险而言，暴雨洪水以及暴雪灾害风险的组合权重值较高，而地质条件灾害风险的组合权重相对较低。对于业主风险而言，工程支付不及时对于施工进度影响的组合权重最高，而合同条款的风险组合权重一般较低。对于其他风险而言，行洪和排灌风险组合权重较高。

表5 指标组合权重计算结果

2.7 风险度的综合动态识别结果

在各风险因子组合权重设定的基础上，对各风险因子进行概率分析，从而对不同等级风险的因子进行动态识别，识别结果见表6。

从风险因子识别结果可看出，各风险因子的风险概率和其组合权重有较大的相关性，组合权重较大的风险因子，其风险概率较高，而组合权重较小的因子，其风险概率较低。而对于施工企业自身而言，机械设备及人员不足处于高风险的概率，对于自然环境影响而言，暴雨洪水以及暴雪灾害处于高风险等级，工程支付不及时是影响施工进度的高风险之一，在其他风险要素中，行洪和排灌风险组合风险概率较高。综合各个风险指标体系的准则层，自然环境影响对于施工进度的风险等级最高，其次是工程支付的及时性也是影响水利工程施工进度的一个重要风险因子。

表6 各风险因子综合动态识别结果

3 主要风险因子分析及应对措施研究

在各影响风险因子可看出，天气环境对水利工程施工进度影响较大，因此在保证施工进度和施工质量的前提下，应该根据天气环境情况制定相关措施，保证施工进度以及施工质量。应对的措施如下:

(1)在应对多雨以及大风天气环境时，制定的施工进度计划前应该根据多年的气象数据进行分析，对气候风险进行一定程度的评估，应对自然环

境进行多个因素的考虑，制定相对应的施工计划，从而保证施工进度和施工质量；

(2)和气象部门进行及时沟通，进行相关天气情况下的施工计划的调整，可以改变原有的施工计划，从而使得在不同天气情况下的施工进度得到有效保证。

4 结语

(1)传统风险识别方法在因子权重设置时存在单一性，进行多方法组合权重分析，可使得风险因子识别更为客观，识别效率好于传统方法。

(2)自然环境风险是影响水利工程施工进度最大的风险因子，其次工程支付的及时性也是保障施工进度的关键风险因子。

(3)本文未对可能天气气象因素下的水利施工进度进行定量影响分析，未来还需要对此进行研究，并深入研究气象影响下的水利施工进度优化。