趙瑩

(陜西財經(jīng)職業(yè)技術(shù)學(xué)院 商學(xué)院, 陜西 咸陽 712000)

0 引言

作為國民經(jīng)濟發(fā)展中的支柱型產(chǎn)業(yè)之一，建筑業(yè)得到了快速發(fā)展，同時在建筑施工過程中產(chǎn)生的安全事故越來越多，建筑業(yè)的安全管理問題一直是領(lǐng)域內(nèi)的研究熱點，隨著現(xiàn)代建筑項目規(guī)模及作業(yè)范圍的不斷擴大，對建筑業(yè)的安全管理系統(tǒng)提出了更高的要求，這就需要建筑業(yè)不斷完善和優(yōu)化安全管理系統(tǒng)，提高建筑施工安全管理及預(yù)警能力，確保施工過程的安全。目前構(gòu)建有效的安全預(yù)警系統(tǒng)已成為改善建筑安全管理的重要手段。

1 現(xiàn)狀分析

建筑行業(yè)在提高國家綜合實力方面起到重要作用，隨著建筑項目的不斷增加，建筑施工過程中的安全事故日益突出，而建筑行業(yè)具有包括項目投入大、周期長、體量大、參與方較多和投入大等在內(nèi)的特點，其事故發(fā)生得更加頻繁、涉及原因較多，并且建筑項目中的一些微小錯誤極有可能造成重大損失。目前國內(nèi)建筑項目參與者對建筑安全管理的重視程度不斷提高，施工企業(yè)的安全意識逐漸提高，設(shè)立現(xiàn)場安全員監(jiān)管施工過程，并根據(jù)發(fā)現(xiàn)的安全隱患采取及時的整改手段，一些進行第三方監(jiān)督的管理機構(gòu)不斷發(fā)展完善起來，相關(guān)法律法規(guī)對施工過程安全問題的規(guī)定越來越詳細(xì)。但由于尚未形成系統(tǒng)成熟的安全管理體系，且主要采用事后的原因追蹤方法，難以實現(xiàn)預(yù)防事故目的。改進建筑施工安全管理模式的重點在于運用現(xiàn)代化技術(shù)手段構(gòu)建實用的安全管理系統(tǒng)，將事后應(yīng)急和追責(zé)處理的傳統(tǒng)管理模式轉(zhuǎn)向事前的安全預(yù)警，實現(xiàn)事前管理，避免安全隱患及安全事故帶來的損失。本文設(shè)計了一種安全預(yù)警模型，通過使用定量方法實現(xiàn)對建筑施工安全的預(yù)警功能，提高預(yù)警的客觀性和科學(xué)性，降低安全事故的發(fā)生率[1]。

2 支持向量機的建筑施工安全預(yù)警模型

2.1 設(shè)計原理

針對當(dāng)前建筑施工行業(yè)普遍存在的工作風(fēng)險較高、事故多發(fā)等問題，為提升施工項目安全管理能力，國內(nèi)外關(guān)于建筑施工項目安全預(yù)警模型方面的研究已取得一定的成果。例如，一種使用BIM技術(shù)構(gòu)建的安全預(yù)警模型，對預(yù)警決策中動力學(xué)的優(yōu)勢進行充分利用，使用BIM信息模型完成實測數(shù)據(jù)的獲取，據(jù)此實現(xiàn)施工安全預(yù)警功能。但BIM信息模型存在難以實時采集相關(guān)數(shù)據(jù)的弊端，導(dǎo)致預(yù)測誤差較大，限制了準(zhǔn)確預(yù)警功能的實現(xiàn)；基于目標(biāo)識別的安全預(yù)警模型，針對目標(biāo)特征，結(jié)合運用Elman、SOM網(wǎng)絡(luò)完成對超聲信號時序相關(guān)特征的分析，在此基礎(chǔ)上完成模型的構(gòu)建，降低了該模型實施安全預(yù)警的成本，但其響應(yīng)時間仍有待提高?，F(xiàn)有的這些預(yù)警模型大多基于動態(tài)層次分析法、神經(jīng)網(wǎng)絡(luò)等構(gòu)建，但是普遍存在適用范圍較小、客觀性不足等問題，導(dǎo)致預(yù)警響應(yīng)速度及準(zhǔn)確率較低?；诮Y(jié)構(gòu)風(fēng)險最小化的支持向量機SVM收斂速度快，且具有全局極小點等優(yōu)勢，作為一種統(tǒng)計學(xué)理論，將其應(yīng)用于安全預(yù)警模型中可有效提高模型的科學(xué)性和準(zhǔn)確性。為有效解決模型響應(yīng)時間較長、準(zhǔn)確率不高的問題，本文在現(xiàn)有研究成果的基礎(chǔ)上設(shè)計了一種基于SVM的安全預(yù)警模型及安全預(yù)警體系[2]。

2.2 預(yù)警指標(biāo)體系的構(gòu)建

指標(biāo)科學(xué)合理的篩選是構(gòu)建安全預(yù)警模型的基礎(chǔ)和關(guān)鍵，本文遵循指標(biāo)體系的構(gòu)建原則，在對建筑施工相關(guān)的事件因素進行分析的基礎(chǔ)上，結(jié)合現(xiàn)有的相關(guān)先驗知識，將主要的相關(guān)預(yù)警指標(biāo)從繁雜的影響因素中篩選出來，通過指標(biāo)完成對施工現(xiàn)場安全問題科學(xué)有效、全面準(zhǔn)確地反映，以確保所構(gòu)建的預(yù)警指標(biāo)體系同實際建筑項目施工情況最為符合，構(gòu)建安全預(yù)警指標(biāo)體系具體需滿足。

(1) 科學(xué)性。為使實際應(yīng)用過程中易發(fā)生的各種沖突得以有效避免，基于指標(biāo)的合理選擇構(gòu)建科學(xué)的預(yù)警指標(biāo)體系，并且能夠進行合理的數(shù)據(jù)分析。假設(shè)，事故發(fā)生頻率及相應(yīng)的經(jīng)濟損失情況分別由P和C表示，系統(tǒng)的危險程度由R表示，如式(1)。

R=P×C

(1)

(2) 完備性。分析建筑施工項目可知，施工安全影響因素較多，且不同項目通常對應(yīng)著不同的影響因素，施工項目各個階段的危險度需能夠通過安全預(yù)警指標(biāo)完整的反映出來，并及時給出準(zhǔn)確的預(yù)警。假設(shè)，危險誘導(dǎo)因子權(quán)重及誘導(dǎo)算子分別由W和U表示，危險度評價值由D表示，針對危險度評價的計算[3],如式(2)。

D=W×U

(2)

(3) 穩(wěn)定性。一個建筑項目的施工工地通常包括較多的子項目，不同項目間通常具有一定的差異性，以其特點為依據(jù)劃分為一次性活動。假設(shè)，在k時間段內(nèi)，(y，f)表示判別函數(shù)，第L個項目的安全情況由Lk表示，用于對整個項目安全狀況進行安全反映的計算過程,如式(3)。

P*=Lk(y，f)

(3)

(4) 動態(tài)性與發(fā)展性。建筑項目伴隨著持續(xù)進行的施工過程，會呈現(xiàn)出動態(tài)發(fā)展變化的特點，項目任意時刻的實時安全狀態(tài)也需通過指標(biāo)體系進行有效的反映，這就要求指標(biāo)體系具有一定的動態(tài)性，在此基礎(chǔ)上實現(xiàn)對整個施工過程的安全狀態(tài)變化過程的充分反映。隨著包括互聯(lián)網(wǎng)在內(nèi)的現(xiàn)代技術(shù)的迅速進步，促使建筑行業(yè)的相關(guān)安全管理理論隨之不斷發(fā)展和完善，在確保指標(biāo)體系適用性有效性的同時，要求所構(gòu)建的指標(biāo)自身具有一定的發(fā)展性，并且施工安全預(yù)警指標(biāo)體系能夠有針對性地進行完善，具有一定的預(yù)見性及包容性，不斷更新完善，以具備不可替代的發(fā)展優(yōu)勢。

針對實際建筑施工中的事故，在安全預(yù)警模型中通過引用4M理論完成對原因的分析過程，并借鑒專家經(jīng)驗和相關(guān)文獻研究成果，在此基礎(chǔ)上完成預(yù)警指標(biāo)體系的構(gòu)建，本文篩選出了32個主要指標(biāo)，由C={C1，C2，…，C32}表示，不同類指標(biāo)的相關(guān)定義[4]如下。

(1) 人為因素。為實現(xiàn)對施工現(xiàn)場的監(jiān)管力度的有效強化，人為方面的研究主要選取了三個不同因素，包括現(xiàn)場安全監(jiān)管、不安全行為和其對應(yīng)的前提條件，人為因素指標(biāo)的具體分類矩陣,如式(4)。

(4)

(2) 物理因素?？杉?xì)分為材料因素和機械因素，主要面向建筑不安全狀態(tài)，對造成其原因進行分析和總結(jié)，以進一步明確具體影響因素，并據(jù)此進行有針對性的預(yù)警。

(3) 管理因素。先驗知識表明，在所發(fā)生的建筑施工安全事故中，由管理因素造成的影響較為明顯，管理因素可分為管理資源、過程管理和安全文化，具體的指標(biāo)分類矩陣,如式(5)。

(5)

(4) 環(huán)境因素。在對建筑安全事故的原因進行分析時，需對環(huán)境因素進行充分考慮，主要可分為施工周圍及施工現(xiàn)場環(huán)境、自然及社會環(huán)境，社會因素與宏觀因素相關(guān)(以安全文化和工作人員的安全意識作為主要影響因素)，本文所設(shè)計模型主要采用了施工現(xiàn)場與周圍環(huán)境、自然環(huán)境，可根據(jù)實際需要進行拓展。

2.3 建筑施工安全預(yù)警模型的建立

本文在構(gòu)建預(yù)警模型時的具體目標(biāo)主要包括:(1)安全檢查表方法是現(xiàn)階段國內(nèi)較為常用的方法，該方法需通過專家審核完成，缺少量化處理導(dǎo)致結(jié)果的客觀性不足，本文模型意在降低對專家的過度依賴，進一步提高指標(biāo)的客觀性，結(jié)合運用量化計算方法，使模型對專家的依賴程度得到有效降低。(2)完善和優(yōu)化指標(biāo)的選擇，在建筑項目眾多的影響因素中，如上文所述從中選取了32個評價指標(biāo)，考慮到過多的指標(biāo)會增加計算負(fù)擔(dān)，采用相關(guān)方法預(yù)處理這些指標(biāo)，在確保指標(biāo)客觀性的同時，有效簡化了指標(biāo)的條件性，使模型整個算法的計算量得以有效控制。根據(jù)RS理論，對于現(xiàn)實或者抽象的目標(biāo)，知識具有對其進行分類的能力，對于包含多個研究對象的某一知識系統(tǒng)，假設(shè)，知識表達系統(tǒng)由S表示，F(xiàn)表示信息函數(shù)，系統(tǒng)中的論域和屬性集分別由U和A表示，α表示屬性，α的值域由Vα表示，研究對象的屬性及屬性值的制定[5]可按照如下表達式完成,如式(6)。

S=(U,V,A,F)

(6)

對決策表使用RS理論調(diào)整時，決策表中的值通過離散化數(shù)據(jù)表示，模型對定量指標(biāo)中的連續(xù)數(shù)據(jù)通過使用C-均值聚類方法完成離散化處理過程，并對處理后的數(shù)據(jù)從大到小排序。傳統(tǒng)的風(fēng)險經(jīng)驗最小化原則采用SVM(基于結(jié)構(gòu)風(fēng)險最小化原則)進行優(yōu)化后，能夠表現(xiàn)出較佳的泛化能力。假設(shè)，i表示具體的學(xué)習(xí)樣本，i的輸入值由xi表示，其所對應(yīng)的目標(biāo)值由yi表示，給定訓(xùn)練數(shù)據(jù),如式(7)。

(xi，yi)，i=1，2，…，n

(7)

將數(shù)據(jù)樣本通過非線性映射方法的運用完成從原始空間到高維空間(K維)的映射，在此基礎(chǔ)上進行線性回歸，b表示置頂項系數(shù)，回歸函數(shù)[6],如式(8)。

(8)

使用拉格朗日變換，支持向量機的數(shù)量由N表示，得到的對偶形式,如式(9)。

(9)

得到偏置系數(shù)

式中，Nsv表示支持向量數(shù)量。

通過訓(xùn)練和學(xué)習(xí)得到回歸預(yù)測函數(shù)，如式(10)。

(10)

為確保所構(gòu)建模型的預(yù)測精度，引用相應(yīng)誤差函數(shù)對該模型進行檢驗，具體采用相對誤差函數(shù)對模型測試不同樣本時的測試效果進行評價，采用均方根誤差函數(shù)完成對模型整體效果的預(yù)測，假設(shè)，n表示具體的測試樣本，n的實際值和預(yù)測值分別由x(n，ture)和x(n，pred)表示，如式(11)。

(11)

該安全預(yù)警模型的工作流程為：先完成訓(xùn)練樣本集的選擇與構(gòu)建，接下來對樣本通過使用C-均值方法完成離散處理過程，使用RS完成樣本的簡化處理，保證數(shù)據(jù)的完整性，進而得到最優(yōu)屬性集；然后采用交叉驗證方法完成核函數(shù)與懲罰參數(shù)的選取，在對模型參數(shù)通過MATLAB編程完成相應(yīng)的求解過程；在此基礎(chǔ)上完成基于SVM的安全預(yù)警模型的構(gòu)建[7]，如式(12)。

(12)

3 實驗測試及結(jié)果分析

以本文建筑施工安全預(yù)警模型、基于目標(biāo)識別的預(yù)警模型和基于BIM的預(yù)警模型作為實驗測試對象，設(shè)計對比實驗對所構(gòu)建的建筑施工安全預(yù)警模型的有效性進行驗證，實驗環(huán)境采用RAM為1 GB的Windows操作系統(tǒng)、Intel Pentium4，并在Matlab仿真環(huán)境下完成相應(yīng)實驗[8]。

3.1 預(yù)警模型的響應(yīng)時間

通過實驗對比不同模型的響應(yīng)時間，仿真結(jié)果,如圖1—圖3所示。

圖1 本文模型的預(yù)警響應(yīng)時間

圖2 基于BIM的預(yù)警模型響應(yīng)時間

圖3 基于目標(biāo)識別的模型響應(yīng)時間

不同模型的預(yù)警響應(yīng)時間變化情況,隨著項目數(shù)量的持續(xù)增加表現(xiàn)出一定的差異，本文預(yù)警模型的響應(yīng)時間基本能控制在20 min之內(nèi)，且項目數(shù)量的持續(xù)增加可保持在一個較為穩(wěn)定的狀態(tài)下，相比其他兩種模型整體預(yù)警響應(yīng)時間最短；項目數(shù)量的增加使基于BIM信息的模型的預(yù)警響應(yīng)呈現(xiàn)出大幅度上升的趨勢，基于目標(biāo)識別的模型的預(yù)警響應(yīng)時間呈現(xiàn)出不穩(wěn)定的動態(tài)變化狀態(tài)。說明本文模型可有效縮短預(yù)警響應(yīng)時間，主要原因在于為本文模型通過支持向量機的引用，實現(xiàn)了對模型中參數(shù)的優(yōu)化以及算法計算能力的顯著提升，進而使響應(yīng)時間得以有效降低，確保能夠在建筑施工過程中發(fā)生危險時做出及時的預(yù)警提示[9]。

3.2 預(yù)警模型的相對誤差

接下來對三類模型在預(yù)警相對誤差方面的性能進行實驗對比分析，實驗訓(xùn)練樣本采用了4個施工項目，在此基礎(chǔ)上通過反復(fù)訓(xùn)練，具體的對比結(jié)果,如表1所示。

本文建筑施工安全預(yù)警模型、基于BIM的預(yù)警模型和基于目標(biāo)識別的預(yù)警模型分別由A、B和C表示。實驗結(jié)果表明對于同一個工程項目樣本，本文預(yù)警模型的相對誤差明顯低于其他兩種預(yù)警模型，說明該模型的預(yù)警準(zhǔn)確性較高，原因在于該模型基于結(jié)構(gòu)風(fēng)險最小化通過SVM技術(shù)的引用，實現(xiàn)了對有效樣本信息模型的充分利用，據(jù)此能夠?qū)ㄖ┕のｋU進行及時預(yù)警，并且在均方根誤差為0.005時得到的實驗結(jié)果最佳，驗證了本文模型的有效性及優(yōu)越性。

4 總結(jié)

傳統(tǒng)的建筑施工安全預(yù)警模型已經(jīng)難以滿足日益復(fù)雜的建設(shè)項目的安全管理需求，為有效提高建筑施工安全預(yù)警系統(tǒng)的響應(yīng)速度及準(zhǔn)確率，針對傳統(tǒng)安全預(yù)警模型存在的不足，構(gòu)建了一種施工安全預(yù)警模型的設(shè)計方案，并設(shè)計了新的預(yù)警指標(biāo)體系，將經(jīng)過預(yù)處理指標(biāo)體系中的安全因素作為支持向量機的輸入，基于支持向量機進行建筑施工安全預(yù)測，在此基礎(chǔ)上實現(xiàn)了有效的預(yù)警功能，實驗結(jié)果表明該模型達到了預(yù)期的預(yù)警效果，能夠在有效縮短預(yù)警時間的同時，提高預(yù)警的準(zhǔn)確率，驗證了該安全預(yù)警模型的優(yōu)越性能。接下來將結(jié)合最新的預(yù)警理論，嘗試融合現(xiàn)代先進的信息及人工智能系統(tǒng)等技術(shù)，構(gòu)建建筑施工遠(yuǎn)程安全監(jiān)測系統(tǒng)和施工安全數(shù)據(jù)庫，使系統(tǒng)能夠自動給出有效的安全防護及應(yīng)急措施。