基于IAHP-云模型的工程爆破项目风险评价研究

霍世平 钟铁军 李夏 高金垚 张森

(1.航天工程大学，北京 102200；2.中国人民解放军32305部队，北京 102202;3.中国人民解放军32302部队50分队，北京 101400)

0 引言

工程爆破广泛应用于矿山开采、危险建筑拆除、坑道施工、炸药销毁、大型基建等工程项目，受人员心理状态、起爆器材性能、装药安定性等因素影响较大，具有风险性高、敏感性强、影响性大等特点。因此，对工程爆破项目进行科学的风险评估具有十分重要的意义。

通常，工程爆破项目风险评价以定性评价为主，如情景推演、安全检查表等，较少采用科学合理的定量评价方法。因此，急需建立科学全面的工程爆破项目风险评价指标体系。

针对工程爆破项目风险定量评价，很多学者从不同角度进行了研究。张志雄等[1]采用FAHP方法对多跨渡槽爆破拆除过程中的风险因素进行评价，分析该项目的风险因素排序和风险等级。郑臻等[2]采用组合赋权和云模型相结合的方法建立了爆破削方治理风险评价指标体系。张黎明等[3]引入模糊综合评价法，对岩土爆破项目风险因素进行综合评价,可为岩土爆破项目的安全操作提供参考。陈雪锋等[4]引入集对分析理论，建立了爆破工程安全评价模型，并以某烟囱拆除项目为例，验证该模型的有效性。何忠明等[5]运用集对分析理论和粗糙集方法建立高边坡爆破作业安全评价模型。王丹丹等[6]采用模糊层次分析法对高楼拆除爆破作业中的风险等级进行评价。叶海旺等[7]基于HAZOP方法和模糊数学方法，建立了针对台阶爆破的风险评价模型。于秋等[8]采用事故树分析法识别爆破作业中的潜在风险因素，但是缺乏对整个作业过程的定量评价。赵珂劼等[9]在模糊综合评价法的基础上，改进了传统的AHP权重计算方法，使整个计算过程更加简便，并对某工程爆破项目进行了风险评价。

综上所述，工程爆破项目风险评价主要包括三个方面的内容，即建立评价指标体系、确定指标权重、分层信息集结和择优排序。其中，确定指标权重十分关键。

确定指标权重的方法主要包括CRITIC法、层次分析法(AHP)、熵权法、DEMATEL法等。其中，AHP法应用广泛且容易操作，但由于评估过程和结果具有随机性和模糊性，该方法在确定指标权重时具有一定的局限性。基于此，本文引入区间层次分析法(IAHP)，采用区间标度代替传统AHP法中“点”的标度，用模糊标度代替绝对标度，计算结果为区间形式的权重向量。同时，结合云模型理论对项目综合风险进行评价，使评价结果更加科学合理。

1 工程爆破项目风险评价指标体系构建

构建工程爆破项目风险评价指标体系，不仅要考虑作业人员在作业过程中的心理状态和安全管理现状，而且要充分考虑设备器材运行和环境特征等其他因素。

根据文献研究成果及实际爆破项目经验，遵循系统、全面、科学、客观的原则，邀请5名工程爆破领域专家和5名长期从事该项工作的操作人员，通过头脑风暴法分析工程爆破项目可能存在的风险因素，并运用德尔菲法设计专家调查表，通过三轮意见征询最终识别出工程爆破项目风险因素，共包括5个一级指标和18个二级指标，并建立工程爆破项目风险指标体系，见表1。

表1 工程爆破项目风险指标体系

2 工程爆破项目风险评价方法

2.1 云模型理论概述

2.1.1 云模型定义

云模型基于概率论和模糊数学两种数学方法的思想内核，能够解决评价类问题的模糊性和随机性之间的关联性表示问题，最终反映评价过程产生的不确定性，为定性评价与定量评价相互转换提供了新的思路，能够得到更加直观的评价结果[10]。

云模型的定义[11-12]为：设U为一个用数值区间表示的定量论域区间，定量论域区间U中的一个定性概念为C。若元素s∈U，且s是概念C的一次随机实现，则s对C的确定度μ(s)∈[0,1]具有稳定倾向。

2.1.2 云模型的数字特征

云模型的数字特征反映了评价概念的整体特点。通过云模型的数字特征，可以定量显示评价结果的理想区间和评价结果的模糊性与随机性。以期望Ex、熵En、超熵He进行表示，记为C(Ex,En,He)[11-13]。其中，期望Ex是最能够反映定性概念的点，在云图中处于云峰的位置。在该位置，隶属于这个定性概念的确定度为1。熵En代表概念的模糊性，数值越大，说明概念的不确定性与模糊性越大。超熵He表示熵的不确定性，该值越大，说明评价结果的不确定性越大。

2.1.3 云发生器

按照定性定量概念的转化方向，云发生器可以分为正向云发生器和逆向云发生器。正向云发生器是实现定性概念向定量数据转换的算法，适用于标准云的生成过程，通过给定的云数字特征生成大量的二维云滴。由于正态云具有普适性，本文采用正态云发生器生成标准云。正态云的正向发生器算法如下[14]：

(4)重复上述步骤M次，产生M个云滴。

逆向云发生器是实现定量数据到定性概念转换的算法。逆向云发生器运算过程如下[14]：

(1)计算样本的xi的平均值，即

Ex=Mean(xi)

(2)计算样本的一阶绝对中心矩和二阶中心矩，公式如下

(3)当0

2.2 基于可能度改进的区间层次分析法

IAHP方法是在传统AHP方法的基础上，运用区间数学方法的思想，基于区间数构造判断矩阵，再利用判断矩阵求解权重。该方法能够更加客观地对工程爆破项目风险影响因素进行比较，得到的指标权重更加客观科学。

IAHP求解方法主要有迭代法、随机模拟法、区间特征根方法等。本文基于文献研究成果，首先，利用区间特征根法求得区间向量权重；其次，利用可能度法代替中心区间法，得到更加客观的权重点值，以解决一级区间权重发散的问题。

基于可能度的IAHP方法计算步骤如下[15-16]：

(1)采用区间数的形式构造两两判断矩阵。其中，重要性确定采用1～9标度法，1表示同等重要，9表示极端重要。公式如下

即

(3)计算权重区间向量。即w=[kx-,mx+]，其中

(4)定义P(X>Y) 为X≥Y的可能度值。对应的区间数为x=[x-,x+]，y=[y-,y+]，则可能度的计算公式[17]为

P(X>Y)=

式中，L(X)=x+-x-；L(Y)=y+-y-。

(5)两两比较区间数综合权重。建立可能度判断矩阵P=(pij)n×n。通过该矩阵求得综合权重向量的点值矩阵，综合权重向量W=(w1,w2,…,wn)T由下式确定

2.3 工程爆破项目风险评价流程

基于IAHP-云模型的工程爆破项目风险评价流程如下：

(1)利用基于可能度的IAHP方法分别计算一级指标和二级指标的权重向量。

(2)确定工程爆破项目风险等级的评语集和评语范围，将风险按照低风险[0,20]、较低风险[20,40]、中风险[40,60]、较高风险[60,80]、高风险[80,100]进行划分，利用云模型将评语对应的评语区间转化为标准云参数，转换公式如下

(3)邀请专家对二级指标的风险等级打分，通过逆向云发生器生成各二级指标的云数字特征，利用浮动云算法生成一级指标的数字特征，进而生成整个工程爆破项目的云数字特征。云浮动公式如下

(4)利用云正向发生器将云数字特征生成综合云图，将标准云图与综合云图进行对比，得到工程爆破项目风险等级。

3 案例分析

3.1 风险等级评价过程

以某工程爆破项目为例，对该项目的风险等级进行评价。以一级指标为例，运用基于可能度的IAHP方法对一级、二级指标权重进行计算，对指标采取区间数的形式打分，构建一级指标权重判断矩阵，见表2。

表2 一级指标权重判断矩阵

运用区间特征根方法得到一级指标权重向量为

x+=(0.394 3, 0.065, 0.042, 0.307 4, 0.191 2),

x-=(0.390 9, 0.066 7, 0.047 5, 0.299 5, 0.195 3)

经计算得到k=0.915 5,m=1.070 7。由此计算得到权重向量为

w=(0.357 9 0.422 2,0.061 1 0.069 6,0.043 5 0.045 0,0.274 2 0.329 1,0.178 8 0.204 7)

构建可能度判断矩阵，即

进行归一化处理，得到一级指标权重为

w(A)=(0.29,0.14,0.1,0.24,0.24)

同理，求得其他二级指标的权重分别为

w(A1)=(0.33,0.41,0.15,0.11)

w(A2)=(0.35,0.33,0.11,0.09,0.12)

w(A3)=(0.14,0.35,0.41,0.07)

w(A4)=(0.42,0.23,0.35)

w(A5)=(0.33,0.67)

邀请10名专家和相关人员组成专家组，其中专业技术人员5名、管理人员2名、操作人员3名。采取问卷调查的形式对人员技能水平等18个二级指标进行评分。分值越高，说明该因素的潜在风险越大。利用逆向云发生器得到云模型各指标的数字特征，见表3。

表3 工程爆破项目云模型各指标数字特征

将综合权重w和因素层云数字特征Ci(Exi,Eni,Hei) 分别代入公式，得到该工程爆破项目风险评价综合云为C(22.84,8.21,1.96)。同时，得到一级指标的云模型数字特征分别为：C(A1)(29.196,7.964,1.77),C(A2)(14.05,8.12,2.903),C(A3)(24.56,8.26,1.72),C(A4)(15.71,8.51,2.37),C(A5)(26.705,8.26,1.80)。

运用MATLAB软件生成该项目风险综合评价云图，如图1所示。各一级指标的风险评价云图如图2～图6所示。

图1 综合风险评价云图

图2 人的因素风险评价云图

图3 设施因素风险评价云图

图4 环境因素风险评价云图

图5 管理因素风险评价云图

图6 装药特性风险评价云图

3.2 评价结果分析

通过IAHP-云模型对某工程爆破项目风险水平进行评价，结果显示，该项目综合风险云模型数字特征为C(22.84,8.21,1.96)。

由图1可知，综合风险等级接近于较低风险，说明在较低风险的隶属度较大。根据最大相关性原则可知，该工程爆破项目的风险等级为较低风险。其熵值En为8.21，数值较小，说明评价结果不确定性较低；超熵He为1.96，说明评估结果稳定性较高。根据云模型的3E原则可知，当En/3>He时，评估结果更加可靠。该项目综合云模型为C(22.84,8.21,1.96)，说明评价结果较为可靠。

由图2～图6可知，人的因素和装药特性云期望值比其他因素期望值高，表明人的因素和装药特性风险水平较高。因此，需要进一步加大培训力度，不断提高作业人员技能水平，制订合理的实施方案，最大限度地降低风险发生概率。

综上所述，该项目处于较低风险水平。在实际爆破过程中，应加强火花、静电等相关防护措施。同时，应加强教育管理，常态化开展操作安全培训，加大隐患排查力度，不断优化安全管理制度。

4 结语

本文基于IAHP-云模型对工程爆破项目进行了风险评价，克服了传统风险评价方法的缺陷，降低了主观风险评价的模糊性和随机性，为决策者提供了科学的决策依据，可为其他项目风险评价提供参考。