基于TOPSIS和灰色相关性的“BIM+VR”技术应用风险评价研究

金长宏，詹 能

（安徽建筑大学经济与管理学院，合肥 231500）

0 引言

随着BIM热在国内不断发酵，业内不断提出BIM的各种第三方应用理念，“BIM+VR”技术便是其中的一种，BIM即建筑信息模型，它不但能够在虚拟中建立出建筑的仿真模型，并且还能够在其中赋予其与建设工程项目相对应的各项信息，而VR技术能够模拟出一个虚拟仿真的三维空间。BIM技术使得建设工程在前期从平面走向三维立体，而VR的存在使得BIM这样一个集成建筑工程所有数据的信息体以一个全新的方式呈现，使得建设工程各个参与方在信息交互过程中更加方便、高效、真实。

“BIM+VR”技术一经提出便得到了业内广泛的关注，但该技术在建设工程项目实际应用中存在着一定的风险。本文根据该技术研究现状，构建“BIM+VR”技术风险评价模型，旨在使得应用“BIM+VR”技术的建设工程项目能够提前发出预警和有效规避风险[1]。

1 “BIM+VR”技术风险指标的建立

依据目前国内“BIM+VR”技术应用现状，综合考虑该技术对建设工程项目的影响，遵循全面、科学、合理、独立的选择原则，为使针对应用风险评价而选取的指标体系更加完善，本文选取了技术风险、应用环境风险、人力资源风险、经济风险、管理风险共5个指标，对我国建设工程项目应用“BIM+VR”技术进行严谨的风险评价分析。具体指标如图1所示[2]。

图1 “BIM+VR”技术应用风险评价指标体系

1.1 技术风险

首先，BIM技术依托于一系列应用软件，比如revit、navisworks、bentley等，这些软件在使用方式和方法上很多方面都和国内本土软件有着不同，对于用惯了国内软件的技术人员来说会有不适应感，并且BIM相关软件在操作层面上还缺乏一些便捷性，软件的操作效率会相应地下降。虽然国内为了更好地适应BIM技术，进行了很多二次插件的开发，希望借此使BIM技术能够更好被国内相关技术人员所接受，但是据了解，目前很多插件的应用都存在着数据丢失的现象，数据失真使其实际应用价值大大降低。其次，“BIM+VR”技术在实际使用过程中，还需要保证BIM软件中导出与VR设备的交互式文件具有高度的保真率，而某些用户在使用VR设备时会感受到一定的眩晕感，为了得到更好的交互式效果，需要使其在视网膜上投射极少量的图像，以保证高度的还原性，否则将会导致体验感变差并且产生延迟、眩晕感。最后，“BIM+VR”技术若在建设项目中使用，还需要各个参与方达到一定的技术要求，倘若某一方在技术层面达不到要求，可能会在工作交接过程中出现偏差或是口径不一致的现象，由此可以看出技术应用能力是风险评价中不可忽略的影响因素之一。

1.2 应用环境风险

新型技术的推广依赖政府与企业的支持，外来引入软件在国内应用落地还存在一个适应的过程，业主方（甲方）对其不是十分了解，不能很好地发现其应用价值。对于建设方（乙方）来说，既然甲方对新技术的应用不做要求，那么乙方也不会主动去进行应用开发。并且现阶段该技术普及率还较低，只有一些一线大城市应用情况较好，其余城市还在尝试性接触、观望中，政府和企业有待大力推行。

1.3 人力资源风险

当前，国内BIM技术人才流失严重。近几年，一些高校才逐渐将BIM技术作为一门主修课程搬上课堂，设计单位和相关应用单位招聘的都是土木或造价专业从业者，这些人都是半路出家开始学习BIM技术，经验积累较少。正在从事BIM技术的从业者受各种因素影响并不能完美实现BIM技术所带来的应用价值，开始将目光转向其他行业，无疑对该技术的发展产生了不利影响。

1.4 经济风险

任何新技术的兴起与普及都可能会产生一定的损失，这是无法避免的一个过程。“BIM+VR”技术应用落地背后存在的前期投资也是一笔无法避免的花销，由于是新兴技术，应用企业需要培养一批相关“BIM+VR”技术从业人员。该软件对于电脑配置有着较高的要求，电脑设备也需要更新换代以支持正常业务运作，还需要购买VR相关设备，短期投资费用较高且经济效益不明显，目前行业内运用该技术并不成熟，企业员工刚培训完就进行一些实际项目的技术应用并不现实，企业内部资源经验积累还不够，还需要很长一段时间来摸索，因此，不能在很短的时间内实现累积净现金流量出现正值。

1.5 管理风险

新技术的诞生必然会导致原有管理模式的改变，以建设项目来说，由于新技术带来了一定的便捷性，会导致原有EPC项目各个阶段的工作内容和工作量均发生一定的改变，所以公司对于内部的考核制度、奖惩制度、任务分配办法也必须做出相应的调整，若缺乏完备的工作指引，必然会导致后续工作出现一定的混乱，从而给项目顺利的实施造成巨大的风险[3]。

2 “BIM+VR”技术风险评价模型的建立

针对分析论证得出的“BIM+VR”技术应用风险各个评价指标的特点，本文引入基于灰色关联度改进的TOPSIS模型进行风险评价。TOPSIS法是通过计算多个目标评价问题中各个目标之间的拟合度来反映出各个项目之间与正负理想方案之间的相似程度，但是该种方法存在着一个缺点，它并不能体现各个项目内部各种评价指标的变化与正、负理想方案之间的区别，而灰色关联度可以有效地说明上述两者之间的区别；在这种背景下，采用将TOPSIS法与灰色关联度分析法结合起来的方式，弥补相互之间的不足，构建出TOPSIS+灰色关联度双评价模型，采用此种方法对“BIM+VR”技术应用风险进行评价，使得最终的评价结果具有科学严谨的参考价值[4]。应用风险评价分析步骤如下。

第一步标准化原数据，然后使用熵加权方法确定每个风险指示器的权重，获得最终矩阵。

①构建矩阵。对包含n个评价索引的m个样本进行评价，对应的索引值为rij(i=1,2,....…m;j=1,2…n)，其指标矩阵R=(rij)m×n。

②指标矩阵规范化。根据式（2）对各个评价指标进行规范化处理，最终得到无量纲化指标矩阵Xij=(xij)m×n。

③确定指标权重。熵重量法用于确定每个索引的重量。根据熵的定义，计算第j项指标的熵值bj为

j表示第一个方案在初始风险下的比例，第j个索引的熵权重为

指标权重列向量为

式中vi表示指标权重。

④指标矩阵加权标准化。将与归一化索引矩阵相对应的索引权重相乘，获得加权的归一化矩阵Y为

第二步确定评估样本的正理想解和负理想解，计算样本和正理想样本及负理想样本的欧几里德距离和灰度相关性。

①确定正理想解与负理想解。通过找到每个索引的最大值和最小值，根据构成正和负理想解的原理计算正理想解和负理想解。

②计算欧几里德距离。假设样本到正负理想解之间的欧几里德距离分别为，则可得到：

③计算样本到正、负理想解的灰色关联度，计算第一个与索引相关的样本与灰色的正、负理想样本的相关系数。

第i个样本与正、负理想样本之间的灰色相关性为

第三步根据符合度的计算，对样品进行排序优化。

①无量纲化处理。

式中e1和e2反映了进行决策时的偏好程度，且e1+e2=1，e1和e2的数值可根据情况合理进行选择。分别反映了样本与正、负理想解的拟合程度。

③计算相对拟合度。相对拟合度反映了待评样本与正理想解或负理想解在态势变化上的接近程度。

式中δi表示相对拟合度。

④样本优劣排序。根据各个公式的计算结果，依据δi的大小对样本进行排序，δi越大，表示待评样本越贴近正理想样本，样本越优；反之，δi越小，则表示样本越劣[5]。

3 案例分析

3.1 构建加权标准化矩阵

由于“BIM+VR”技术在各个地区发展程度不一样，一二线城市普及率和应用成熟度会优于三四线城市。基于此，本文分别从华中、华北、华南、西北、东北、西南地区随机选取5个省份，且剔除其中应用成熟度较高和较差的省份，对“BIM+VR”技术应用情况做调查研究。通过线上线下访问相关BIM从业者、设计单位、BIM咨询公司等，请相关专家按照0-1评分法分别从技术风险、应用环境风险、人力资源风险、经济风险和管理风险5个方面对该技术应用风险进行打分。具体结果见表1[6]。根据式（2）-（6）使用熵权法计算各指标的权重，结果见表2。

表1 评分结果

表2 指标权重

在得到指标权重以后，根据式（7），可求加权标准化矩阵Y为

3.2 计算欧几里德距离和灰色关联度

根据式（8）和（9）分别确定同一属性指标的正理想解及负理想解，结果见表3。

表3 计算结果

欧几里德距离是根据加权归一化矩阵分别使用公式（10）和（11）计算的，根据公式（12）-（14）得到灰色的相关性。结果如表4所示。

表4 欧几里德距离和灰色关联度

3.3 计算相对拟合度

欧几里德距离和灰度相关性根据公式（15）进行标准化（参照表5），然后根据公式（16）计算样本接近正、负理想解的程度，其中取e1=e2=0.5（表6），最后根据式（17）计算相对拟合度（表8），最终对计算出来的结果进行排序[7]。

表5 处理后的欧几里得距离和灰色关联度

表6 样本与正理想解及负理想解的接近程度

表7 评价结果

由表7可知，5个被评价的“BIM+VR”技术应用省份得分从高到低依次是A、E、D、B、C。

4 结果分析

一般来说，最终结果越接近正理想解，样品越好，但是使用灰色相关性得到改善的TOPSIS方法，其评价结果越小样品越好，样品越接近正确的理想解，相应的省份应用该技术风险性较高。表7显示C省风险最低，A省得分最高，所以A省应用风险较大。

5 结论

本文秉持科学合理的态度，选取了5个省份对“BIM+VR”技术应用的风险指标进行评价。通过专家打分，综合考虑选用灰色相关性改进的TOPSIS方法，对相关数据进行一系列的计算，得出A省应用该技术风险性较高，C省风险性最小。灰色相关性与TOPSIS结合的方法比较于其他评价方法而言，具有一定严谨性和可靠性，可通过该方法对不同省份应用技术风险性大小进行排序，为相关企业选择相应省份应用技术提供一定的参考价值，运用模型进行必要的项目风险评估[8]。

由熵权法计算得到的权重可以看出，技术风险和人力资源风险为0.200 9，经济风险为0.201 4，三者权重之和为0.603 2，占比3/5，由此得出应用该技术的时候需要对以上3个指标重点关注，在项目开始之前做好前期资金投入的资金储备，能够支撑项目正常运转，对于BIM相关技术人员的选择也要考虑实践性而不仅停留在理论阶段，后期也要注重BIM技术的更新，组织相关技术人员定期集中培训[9]。