基于云模型的城市深基坑工程施工风险评价

王建波，张 薇，秦 娜，黄文静

(1.青岛理工大学 管理工程学院，山东 青岛，266520;2.山东省高校智慧城市建设管理研究中心(新型智库)，山东 青岛，266520)

随着我国城市的发展和建设步伐的加快，地下空间的开发力度越来越大，城市深基坑工程越来越多，并呈现大规模、大深度的发展趋势.近年来，城市深基坑工程风险事故频发，往往带来难以估量的生命财产损失以及不良的社会影响.城市深基坑工程建设具有开挖工期长、施工难度大等特点，是一项高风险的建设工程[1].尤其在施工阶段，项目投入资源多、技术复杂、周边环境复杂，不可预见因素多并不断变化.因此，为了保证基坑工程顺利实施，对城市深基坑工程施工风险进行评估具有重要意义.

近年来，国内外学者对基坑工程风险管理进行了大量的研究，并取得了一定成果.在深基坑风险评价指标体系方面，Smith[2]提出了IMS风险评价指标体系；潘梦真[3]从勘察设计与监测、支护结构、土方施工、排水与降水、周围环境等5个方面，建立了基坑施工安全风险评价指标体系.在深基坑风险评价模型方面，Einstein[4]采用可靠度分析法分析了岩石隧道风险；陈绍清[5]建立事故树模型分析了深基坑坍塌事故的致灾因素；何锡兴[6]、刘俊伟[7]建立了深基坑工程施工风险模糊综合评判模型；吴丹红[8]、王伟[9]建立了深基坑开挖安全可拓评价模型；王成汤[10]基于多态模糊贝叶斯网络提出了一种深基坑坍塌可能性评价方法；杜修力[11]、程鸿群[12]基于证据理论建立了深基坑工程施工风险综合评价模型.上述模型方法极大地丰富了城市深基坑工程施工风险研究，但是大多数模型忽略了施工风险因素的随机性和模糊性，不切合工程实际，容易造成评价误差.

鉴于此，本文在充分识别城市深基坑工程施工风险因素的基础上，建立施工风险评价指标体系.运用网络层次分析法(Analytic Network Process，简称ANP)和改进CRITIC法确定指标的综合权重，使得权重结果更加客观准确，然后基于云模型理论建立了城市深基坑工程施工风险评价模型，使得评价结果更加合理，以期为城市深基坑工程施工风险管理提供较为精确的参考信息.通过青岛蔚蓝生物深基坑工程实例分析，验证了所建模型的科学性和有效性.

1 云模型基本理论

1.1 云定义及数字特征

设U是表征数量的论域，C是属于U的定性概念，若数值x∈U，且x是对定性概念C的一次随机实现，μ(x)∈[0,1].其中μ(x)是一个随机数，也即x对C的隶属度.即μ:U→[0,1]∀x∈U,x∈μ(x),x在U上的分布称为云，x称为云滴[13].云模型理论用“云滴”来表述论域元素与隶属度之间的关系[14].

1.2 云发生器

云发生器作为一种最基本的云算法，可以从语言值表达的定性信息中获取定量的范围和分布规律[15].云发生器主要分为正向、逆向云发生器，运算示意图如图1所示.

图1 云发生器Figure 1 Cloud generator

2 城市深基坑工程施工风险评价指标体系的建立

城市深基坑工程是具有复杂性、系统性且受众多因素影响的工程，本文结合城市深基坑工程的特点，建立城市深基坑工程施工风险评价指标体系.首先通过理论分析法和文献研究法[16-18]，结合城市深基坑工程的施工特点，全面系统地识别城市深基坑工程可能存在的施工风险因素，从而得到施工风险因素初始清单；其次采用德尔菲法，邀请城市深基坑工程风险管理领域的专家，对施工风险初始清单因素的重要度进行评价，从中筛选出较为重要的风险因素.历经三轮调查问卷，最终汇总整理得到统一意见，即形成城市深基坑工程施工风险评价指标体系，如表1所示.

表1 城市深基坑工程施工风险评价指标体系

3 ANP-改进CRITIC法确定施工风险指标综合权重

目前确定指标权重的方法主要有主观赋权法和客观赋权法两类[19].主观赋权法依赖于专家的个人知识、经验，比较符合实际，但是主观性较强容易造成评价结果不准确的不良影响；客观赋权法是依据客观实际数据进行指标赋权，避免了人为主观影响，但无法反映指标间的相关性，甚至存在所得权重与指标本身重要程度相背离的极端情况.因此为了增加指标权重计算结果的准确性，结合ANP法和改进CRITIC法来确定施工风险指标的综合权重.

3.1 ANP主观赋权法计算权值

网络层次分析法(Analytic Network Process，简称ANP)是由Saaty提出的[20]，有利于解决元素之间存在影响和反馈关系的复杂系统问题.具体步骤如下：

1)建立ANP结构.以一级评价指标土方开挖、地基处理、基坑支护、排水降水和基坑监测为准则层因素，各二级评价指标为网络层内各元素，构造ANP结构，如图2所示.

2)构造ANP判断矩阵.以控制层元素Bi(i=1,2,3,4,5,6)为准则，以网络层元素集Ci中的元素{Ci1,Ci2,…,Cij}(i=1,2,3,4)为次准则.咨询专家，采用九标度法对各指标间的重要程度进行判断(见表2)，即把元素组Ci中元素按其对Cij的影响力大小进行间接优势度比较，从而得到两两判断矩阵U.

图2 ANP层次结构图Figure 2 ANP hierarchy diagram

表2 指标重要性判断

3.2 改进CRITIC客观赋权法计算权值

城市深基坑工程施工风险因素之间存在相互影响，运用CRITIC法进行研究能够考虑到各因素间的冲突性及信息量，较为客观准确[21].该法利用相关系数表示各因素间的冲突性，当前者越大时，后者越小，所得权重越小；根据标准差决定信息量的大小，前者越大，后者越大，权重越大.但是传统CRITIC法在指标量纲不同的情况下容易造成误差，因此本文在此基础之上对其进行改进，引入变异系数以增加指标权重计算结果的准确性.具体步骤如下：

1)依据原始数据建立矩阵，并求得标准化矩阵X=(xij)mn，计算公式如下：

2)计算各指标的标准差si、相关系数ρij，计算公式如下：

(1)

ρij=Cov(Xi,Xj)/(si,sj)

(2)

其中：Xi为第i行元素的均值，Cov(Xi,Xj)为标准矩阵第i行与第j行的协方差.

3)计算各指标变异系数，公式为：

(3)

4)根据相关系数ρij得到各指标间独立性系数Cj，公式为：

(4)

5)计算第j个指标的客观熵权εj，公式为：

(5)

3.3 确定指标的综合权重

(6)

其中：δi,εi分别代表ANP法、改进CRITIC法求得的指标权重，ωi代表各指标的综合权重.

4 评价模型

云模型是由李德毅院士提出的一种建立在统计学和模糊数学理论知识基础上的不确定性人工智能评价方法[22].由于城市深基坑工程施工风险具有模糊性、影响因素多、难以定量描述等特点，运用云模型可以实现定性变量在论域空间内灵活伸缩的表达，提高施工风险评价精确度.

4.1 确定标准云

通过查阅文献资料和咨询专家，将城市深基坑工程施工风险等级划分为低风险、较低风险、一般风险、较高风险和高风险五个等级.采用黄金分割率的方法对城市深基坑工程施工风险评语集进行分级[23].取中等风险评语集的云图的数字特征为(0.500,0.039,0.005)，相邻评语等级的云模型参数之间的倍数为0.618，且越靠近论域[0,1]的中心区域，评价等级的En和He的值越小.计算可得评价标准云的数字特征如表3所示，并据此绘制施工风险评价标准云如图3所示.

表3 施工风险评价云模型参数

图3 风险评价标准云图Figure 3 Risk assessment standard cloud map

4.2 确定风险评价云

邀请城市深基坑工程领域专家对各施工风险指标进行评分，并通过逆向云发生器，将评分结果转化为云数字特征参数.设专家评语集为{P1,P2,P3,…,Pk,…,Pl}，其中Pk为第k(k=1,2,…,l)位专家对某二级风险评价指标的评分值.具体步骤如下：

1)采用式(7)计算出该指标的云数字特征参数Exi,Eni及Hei.

(7)

2)利用式(8)加权平均算术法将各2级风险评语云(风险子云)转化为1级风险综合云(风险父云).

(8)

其中：n为各一级指标下的二级指标的个数，ωi为各二级指标的权重值.由此利用正向云发生器即可生成各风险云滴，得到城市深基坑工程施工风险评价综合云.

3)通过式(9)计算综合云对各等级云的隶属度ξi，验证云模型直观判断的准确性，其结果进一步与工程实际勘查情况进行对比分析.

(9)

5 案例分析

青岛蔚蓝生物某深基坑工程项目，位于山东省青岛市国家高新技术产业开发区，周边南侧为科韵路，北侧为科兴路，东侧为祥源路，西侧紧临青岛市瑞普电气有限责任公司.该项目地块拟建建筑物为地下1层地上1～4层厂房，建筑面积约115 424.70 m2，结构类型为框架剪力墙结构，厂房基础形式为桩承台基础.该工程设备基础基坑土方开挖部分，南北方向长约56 m，东西方向宽约93 m，基坑深度大部分为5 m以上.该工程地层主要为粉土、粉质黏土和黏土层以及表层素填土等.整个工程开挖难度大、工期紧，施工过程存在较大的安全隐患.运用本文构建的施工风险评价模型对该深基坑施工风险进行评价，以期为城市深基坑工程的施工风险管理提供应用性的参考.

5.1 评价指标权重确定

邀请城市深基坑工程领域专家，采用10分制，对指标的重要程度及其指标间的相对重要度进行评分，指标越重要，相对分值则越高.本文采用 ANP 的专用计算工具Super Decision ( SD) 软件进行计算分析，将数据进行标准化，并根据式(1)～(5)计算各评价指标的客观权重，由式(6)计算可得各评价指标的综合权重，如表4所示.

5.2 施工风险综合评价

邀请专家对各个施工风险指标在区间[0,1]内进行打分，得到指标风险等级矩阵.根据式(7)～(8)依次计算可得各二级指标、一级指标的风险云数字特征，结果如表5所示.进而通过正向云发生器绘制即可得到各指标的评价云图，一级指标云图如图4所示，总体评价云图如图5所示.

表4 指标权重一览表

表5 风险评价指标云数字特征表

图4 一级指标风险评价云图Figure 4 Risk assessment cloud for first-level indicators

根据式(8)，依次将二级指标、一级指标的云数字特征及其综合权重进行加权运算，得到该项目施工风险综合评价云数字特征为(0.355 2,0.001 9,0.015 2)，通过正向云发生器绘制即可得到综合评价云图，如图所示.

5.3 评价结果综合分析

通过式(9)计算综合云对各等级云的隶属度为：0.0026、0.7706、0.0010、0.0000、0.0000.根据最大隶属度原则可以确定该工程施工风险综合评价等级处于“较低”风险.同时由图4、5可知，云滴较密集，说明本项目施工风险评价结果较为稳定.将综合评价云图与标准云图进行比较可知，综合评价云图黄色云图介于“较低”风险和“一般”风险之间，更加偏向于“较低”风险.所得结论与工程实际现状一致.另外，一级指标评价结果表明，一级指标土方开挖和基坑监测的风险等级为“较低”；地基处理介于“较低”和“中等”之间，偏向于“中等”风险；排水降水介于“中等”和“较高”之间，偏向于“中等”风险，基坑支护的风险等级为 “较高”.该项目施工风险评价结论与工程实际现状一致.

由此可见，该深基坑工程施工风险中基坑支护风险最大，是风险管理中需要重点防控的风险.针对基坑支护风险，要注意加强对支护形式、支护桩质量等的实时监测，以便及时发现风险异动，做出相应的风险控制措施.除基坑支护风险外，排水降水和地基处理处于“中等”风险水平，也应制定相应的控制措施.如在基坑开挖范围内，布设降水井，进行深井降水，降低场区地下水水位，确保基坑开挖施工顺利进行.对于风险较低的土方开挖和基坑监测风险，在施工阶段也要多加注意防范，以提高整体的风险管理水平.

6 结 论

本文基于云模型建立了城市深基坑工程施工风险评价模型，以期为城市深基坑工程施工风险管理提供较为精确的参考信息.研究得到以下结论：

1)通过文献研究法和问卷调查法，从土方开挖、地基处理、基坑支护、排水降水和基坑监测五方面，建立了城市深基坑工程施工风险评价指标体系；

2)在确定指标权重方面，综合考虑主观权重和客观权重，结合网络层次分析法(Analytic Network Process)和-改进CRITIC法确定了各施工风险评价指标的权重，以增加结果准确性；

3)应用云模型建立了城市深基坑工程施工风险评价模型，以确定施工风险等级.并以青岛蔚蓝生物深基坑工程为研究案例进行案例分析，结果表明该工程处于“较低风险”等级，与实际风险情况一致，验证了提出的基于组合赋权的云模型有效合理，具有实际应用价值和推广价值.本文所建模型对城市深基坑工程施工风险管理及风险防控工作提供了一定参考，为有效解决城市深基坑工程施工风险评价问题提供了新思路.