基于CUOWGA算子赋权的建筑施工安全灰色聚类评价

陈 茸，韩宝安，韩宝华，甘旭升

(1.四川交通职业技术学院建筑工程系,四川 成都 611130;2.四川交通职业技术学院信息工程系,四川 成都 611130；3.空军工程大学空管领航学院,陕西 西安 710051)

建筑施工技术复杂、过程繁琐、流动性大，且多在高处和露天作业，属于高危行业，因此定期对建筑施工进行安全评价已成为建筑施工安全管理的重要内容，其不仅能为建筑施工安全管理提供技术支撑，而且可排查施工过程中的安全隐患，提高施工安全水平，具有重要的现实意义。

国内外学者采用不同方法研究了建筑施工安全评价问题。在国外，Carter等[1]采用层次分析法找出了影响建筑施工安全的潜在威胁是塔吊，并给出了相应的管理策略；Sanad等[2]采用启发式方法结合优化技术评价了建筑施工现场的安全状况;Seo等[3]通过引入风险概念分析了影响建筑施工安全的各类因素，并在施工管理中取得了较好的效果。在国内，宁贵康[4]根据建筑施工安全管理的特点，结合信息熵和未确知测度理论，构建了一套完整的建筑施工现场安全管理模型;贾旭阳[5]采用神经网络方法构建了建筑施工安全评价模型，该评价模型兼具联想和推理功能;王根霞等[6]提出在建筑施工现场评价中采用风险偏好信息模型来计算评价指标权重，以克服主观评价导致的偏差;武瑾[7]将可拓理论中的优度评价方法用于解决建筑施工现场的安全评价问题，并通过实例验证了该方法的适用性和可操作性。

上述这些评价方法，大多是将传统评价模式直接套用到建筑施工安全评价中，却忽略了建筑施工安全因影响因素复杂多变、信息不完整和规律性差等特点造成的模糊性、不确定性和随机性问题，致使其评价结果失真，与实际情况存在一定的偏差。鉴于此，本文基于已有研究构建了建筑施工安全评价指标体系，提出一种基于模糊语义量化的CUOWGA算子计算评价指标权重，并结合灰色聚类方法进行建筑施工安全评价的方法，最后通过算例验证了该方法的适用性。

1 建筑施工安全评价指标体系的建立

通过查阅大量文献资料，结合建筑施工安全事故的统计规律，并广泛征求专家、施工管理人员和施工人员的意见，本文设计了包含22个建筑施工安全影响因素条目的问卷调查量表，并采用SPSS 13.0软件判断它们的一致性 (即设计的影响因素能否反映建筑施工安全的真实情况)[8-9]，得到的建筑施工安全影响因素及其相关系数和Alpha系数，见表1。

Alpha系数本文指克伦巴赫Alpha系数，它是信度(问卷的可信程度)的量度，用于测验一致性、稳定性和可靠性，其计算公式为

(1)

表1 建筑施工安全影响因素及其相关系数和Alpha系数

已有研究表明，Alpha系数值大于0.7，可认为条目之间的内在一致性较好。通过计算，表1中22个影响因素条目的Alpha系数值为0.809，说明这22个条目具有较高的内在一致性。而表1中的Alpha系数值表示每当删除一个条目后余下条目的Alpha系数值，如删除“安全检查”条目后，余下21个条目的Alpha系数值为0.845，也就是剔除该条目后，Alpha系数值从原来的0.809增加至0.845。表1中22个条目的Alpha系数值都大于0.8，说明所设计的22个影响因素能够反映建筑施工安全的实际情况。

相关系数是用来反映两个变量线性相关程度的统计量。常用的Pearson相关系数可表示为

(2)

相关系数主要用于判断所要删除的冗余条目，通常来说，如果相关系数值小于0.4(可视情况而定)，就可认为该条目与其他条目的相关性不强，可以删除。据此可删除初始问卷中相关系数值小于0.4的影响因素，并对处理后的影响因素做一轮问卷、统计分析，得到的建筑施工安全影响因素及其相关系数和Alpha系数见表2，其聚类结果见表3。

表2 经删除后的建筑施工安全影响因素及其相关系数和Alpha系数

表3 经删除后的建筑施工安全影响因素聚类结果

删除了表1中相关系数值小于0.4的影响因素后，表2中共有15个影响因素，通过计算得到它们的相关系数值都大于0.8，未发现过低的相关系数，因此结合表3的聚类结果，可建立建筑施工安全评价指标体系，见图1。

图1 建筑施工安全评价指标体系Fig.1 Building construction safety evaluation index system

2 改进的CUOWGA算子赋权

评价指标赋权的常用方法主要有层次分析法、德尔菲法和专家调查法等，它们大多是借助专家的认知经验来计算评价指标的权重值，存在较大的主观不确定性。CUOWGA算子是一种新的赋权方法，可将专家主观臆断的负面影响降低到可接受的水平，但其存在预设主观条件不足的问题。本文引入模糊语义量化算子对CUOWGA算子进行了改进，通过模糊区间数确定专家决策数据，构建标准化矩阵，进而实现为评价指标赋权，可在一定程度上克服算子自身主观条件不足的缺陷[10-11]。

改进的CUOWGA(ICUOWGA)算子实现步骤如下：

(1) 引入模糊语义量化算子量化评价指标权重矩阵ω。设评价指标权重矩阵为ω=[ω1,ω2,…,ωk,…,ωn]，且

ωk=Q(k/n)-Q[(k-1)/n]

(3)

其中，Q为模糊语义量化算子，则有:

式中:模糊语义算子Q(r)为(l,h)=(0.3,0.8)、(l,h)=(0,0.5)、(l,h)=(0.5,1)，分别表示为“大多数”、“至少半数”、“尽可能多”，且l、h、r∈[0,1]。

对于成本型指标为

(5)

对于效益型指标为

(6)

(3) 构建可能度矩阵P=(pij)m×n。设c=[cL，cU]、d=[dL，dU],令lc=cU-cL、ld=dU-dL，区间数c≤d的可能度定义为

(7)

对标准化矩阵R=(rij)m×n中标准化数据作两两比较，得到可能度矩阵P=(pij)m×n。

(4) 构建排序向量。利用下式计算互补判断矩阵：

(8)

得到可能度矩阵p(i)的排序向量vi=(v1,v2,…,vn)T。

(5) 计算评价指标的权重。按照从大到小的顺序对排序向量vi中的cij进行重新排序，得到新的一组数据gj，再用模糊语义量化评价指标权重矩阵ω对数据gj进行运算，得到ICUOWGA算子:

(9)

通过利用ICUOWGA算子对评价指标进行标准化处理，得到评价指标的权重ω。

3 建筑施工安全灰色聚类评价模型的建立

考虑到建筑施工安全评价指标的部分信息存在不完全、不完整、不明确、信息交互不易量化的特点，可将其作为灰色系统进行处理[12]。灰色聚类方法是灰色系统理论的拓展和精华，它通过对目标依照属性进行分类，根据属性选取合适的白化权函数，进而完成综合评价[13-14]。该方法对样本量要求不高，在不满足统计规律时仍然适用，能够科学、客观地评价建筑施工的安全水平。

3. 1 构造灰色聚类评价矩阵

在大量理论研究的基础上，邀请长期从事建筑施工安全的管理人员、相关的安全专家以及一线施工人员等，构建建筑施工安全评价的专家库，从专家库中随机抽取几位专家，依据图1中的评价指标体系，按照灰色聚类评价要求，设计建筑施工安全的调查问卷，让专家进行德尔菲法打分，获得一定数量的有效调查问卷数据，进而构建基于专家评分的灰色聚类评价矩阵:

(10)

式中:i=1,2,…,5;s为二级评价指标数目;p为参与评价的专家人数。

3. 2 确定建筑施工安全评价的灰色白化权函数

结合建筑施工安全评价的内涵，参考文献[12]，将建筑施工安全评价等级划分为“高”、“较高”、“一般”、“较低”、“低”5个等级，见表4，并分别确定相应灰类为e= {1,2,3,4,5}。

表4 建筑施工安全评价等级

确定灰类中心点是采用灰色聚类方法进行建筑施工安全评价的前提。依据中心点向量原则，根据建筑施工安全评价等级的实际，可将最大程度点作为中心点，得到的中心点向量为U=(9,7,5,3,1)。本文借鉴文献[15]，将常规端点型白化权函数改进为中心点三角白化权函数聚类模型，并结合建筑施工安全评价的内涵，在文献[16]的基础上，构建了如下建筑施工安全评价的灰色白化权函数。

当安全评价等级为“高”时，即灰类e=1，灰数⊗1∈[0,9,∞]，灰色白化权函数为

(11)

当安全评价等级为“较高”时，即灰类e=2，灰数⊗2∈[0,7,14]，灰色白化权函数为

(12)

当安全评价等级为“一般”时，即灰类e=3，灰数⊗3∈[0,5,10]，灰色白化权函数为

(13)

当安全评价等级为“较低”时，即灰类e=4，灰数⊗4∈[0,3,6]，灰色白化权函数为

(14)

当安全评价等级为“低”时，即灰类e=5，灰数⊗5∈[0,1,2]，灰色白化权函数为

(15)

3. 3 建筑施工安全的灰色聚类评价

建筑施工安全的灰色聚类评价步骤如下：

(1) 按照公式(10)构建灰色聚类评价矩阵。

(16)

(3) 合成聚类评价矩阵。通过下式计算初级聚类评价矩阵：

Z=wi·Ri

(17)

设目标层综合评价矩阵为Z0=[Z1,Z2,…,Zn]，由下式计算目标层安全等级评价向量：

M=w0·Z0=[M1,M2,…,Mn]

(18)

(4) 合成各级指标综合评价值。为防止信息再次损失，可由下式将安全等级评价向量M与中心点向量U进行集成，进而得到建筑施工安全综合评价值，并确定安全评价等级。

W=M·UT

(19)

4 算例应用与分析

4. 1 算例概况

本文以陕西省西安市某商业综合体项目为例，利用上述构建的建筑施工安全评价指标体系和所提出的方法对该项目进行安全评价。

该项目总建筑面积为11.75万m2，共7层(地下2层、地上5层)，1 200个停车位，其中商业区域主要采用预制混凝土结构，包含预制叠合楼板、预制楼梯板、预制内墙板且外墙优先采用预制夹心保温墙板等自保温墙板，这些住宅构件重量大、体积大，吊装风险大，预应力施工难度大，给建筑施工带来较大的安全隐患。因此，对该项目进行建筑施工安全评价就显得非常必要。

4.2 改进的CUOWGA算子赋权

本文以图1中的5个一级评价指标为例，计算各评价指标的权重，具体计算过程如下：

首先，邀请5位专家，参考表4的建筑施工安全等级划分范围对评价指标以0.5的倍数形式进行打分。考虑到建筑施工安全的不确定性，专家通常很难对评价指标进行量化，而采用模糊数或区间数的形式表达更为合理，也更具操作性。专家给出的初始决策数据见表5。

表5 专家的初始决策数据

然后，采用ICUOWGA算子处理该初始决策数据，其步骤如下：

(1) 引入模糊语义量化算子量化评价指标权重矩阵。为改善安全水平，模糊语义算子Q(r)可选取为“尽可能多”，即(l,h)=(0.5,1)，根据公式(3)和(4)，可得到评价指标权重矩阵ω=[0,0,0.2,0.4,0.4]。

(2) 评价指标标准化处理。根据公式(5)和(6)，将表5中初始决策数据C=(cjj)5×5转化为标准化矩阵：

R=(rij)5×5

(3) 构建可能度矩阵P=(pij)5×5。按照公式(7)，两两比较标准化矩阵R=(rij)5×5中标准化数据，构建得到如下可能度矩阵:

(4) 构建排序向量。由公式(8)，计算得到如下可能度矩阵p(i)的排序向量:

v1=[0.218 0,0.189 0,0.217 0,0.184 0,0.192 1]

v2=[0.174 2,0.202 8,0.200 5,0.202 8,0.221 4]

v3=[0.215 3,0.216 3,0.173 2,0.194 7,0.200 5]

v4=[0.201 1,0.206 4,0.204 7,0.204 7,0.183 0]

v5=[0.215 9,0.188 4,0.183 6,0.191 5,0.220 6]

(5) 计算评价指标的权重。根据vj中元素的大小，对决策矩阵C中的cij进行重新排序，得到由大到小排序的新的一组数据gj，再根据公式(9)，可计算出ICUOWGA(A1)=[0.151,0.209]。为提高结果的直观性，取中间数作为评价指标A1的权重，即为0.180。同理，可计算出ICUOWGA(A2)=[0.178,0.252]、 ICUOWGA(A3)=[0.165,0.221]、ICUOWGA(A4)=[0.170,0.212]和ICUOWGA(A5)=[0.176,0.266]，进而得到评价指标A2、A3、A4、A5的权重分别为0.215,0.193,0.191,0.221。

利用上述计算过程，同样能够为各二级评价指标赋权，其计算结果见表6。

表6 建筑施工安全评价指标的权重

4. 3 灰色聚类评价模型的建立

为评价指标赋权后，即可构建灰色聚类评价模型进行建筑施工安全评价。根据确定的灰色白化权函数和建筑施工安全评价等级的测度值区间 (见表4)，邀请6名专家根据实际情况对二级评价指标进行视情打分，得到如下灰色聚类评价矩阵:

根据评价步骤，通过5个灰类可以确定该项目建筑施工安全评价指标所属的灰类。以评价指标a11为例，计算其所属的灰类白化值的全局和。

由此，可计算出评价指标a11的灰类全局和为

进而计算出评价指标a11属于e的灰色评价值如下：

r111=X111/X11=3.556/14.738=0.241

r112=X112/X11=4.571/14.738=0.310

r113=X113/X11=5.000/14.738=0.339

r114=X114/X11=1.500/14.738=0.102

r115=X115/X11=0.000/14.738=0.000

同理，可计算出其他评价指标属于e的灰色评价值，进而得到如下的灰色聚类权矩阵：

通过公式 (17)，可得到初级聚类评价矩阵为

而由公式 (18)， 则可得到该项目建筑施工安全等级评价向量为

M=w0·Z0=[0.226,0.287,0.326,0.161,0.000]

利用公式(19)，将安全等级评价向量M与中心点向量U进行集成，可计算得出该项目建筑施工安全的综合评价值为

W=M·UT=6.156

4. 4 评价结果分析

该项目建筑施工安全的综合评价值为6.156，介于表4中测度[6,8]区间，即可确定该项目建筑施工安全评价等级属于“较高”等级，也就是说，该项目建筑施工基本安全，但存在一些安全隐患，需要完善。这与西安市安全生产监督管理局对该商业综合体建设项目安全检查中发现的问题相一致，安全检查中主要发现如下问题：①存在不重视戴安全帽和高处作业未系安全带问题；②没有按规定使用合格的安全密目立网、安全帽和安全带；③安全警示标志未设置在明显位置，不便于识别。该项目存在的这些安全隐患，一般不会造成安全问题，也不会影响建设项目的安全运行，但却从侧面反映了该建筑施工项目安全管理中存在着漏洞，须引起警觉，也要提高警惕。

根据表6中给出的评价指标权重值，其中施工照明、安全检查、危险源控制、设备安全管理、操作层安全技术水平、施工现场环境条件、工人操作熟练程度7个二级评价指标的权重较大，需重点予以关注，并进行有针对性的调整与改进。

表7给出了4种评价方法对6个建筑施工项目安全评价等级结果的对比。

表7 4种评价方法对建筑施工项目安全评价等级结果的比较

由表7可知，本文方法与其他3种方法得出的评价结果大体上是一致的，其与模糊综合评判法的评价结果基本相同，但更具科学性；相比之下，灰色关联法因主观性过强，对项目5做出了与实际不相符的评价，而层次分析法由于对定性指标数据处理上的缺陷，致使对项目4的评价结果出现了偏差。这说明本文方法用于解决建筑施工安全评价问题是可行和有效的，也从另一角度验证了本文方法评价结果的准确性。

5 结 论

为了准确对评价建筑施工的安全水平，提出了一种基于CUOWGA算子与灰色聚类相结合的建筑施工安全评价方法，并通过算例应用与分析得出如下结论：

(1) 算例得出的评价结果说明：构建的建筑施工安全评价指标体系是科学、合理的，进而为建筑施工安全的客观评价奠定了基础。

(2) 引入改进的CUOWGA算子对评价指标赋权，不仅能降低专家意见的主观影响，也能克服算子本身主观条件的不足，在一定程度上提高了指标赋权的科学性。

(3) 通过算例分析表明：灰色聚类分析能够解决建筑施工安全评价指标信息不完整、不明确所造成评价结果失真的问题。

(4) 相比较而言，本文所提出的评价方法用于建筑施工安全评价具有一定的优势，评价结果不仅能够客观地反映建筑施工安全管理的水平，也能对薄弱环节进行准确定位，从而为防控决策提供依据。

(5) 建筑施工安全评价是一个系统而庞大的课题，本文仅就评价中采用的方法做了一定的探讨和研究，并没有触及到预防、应对与整改等实际操作层面，这也是今后需要深入研究的内容。