基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型研究

劉光忱， 李子博， 費(fèi) 騰， 高 溪

(沈陽建筑大學(xué) 管理學(xué)院， 遼寧 沈陽 110168)

基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型研究

劉光忱， 李子博， 費(fèi) 騰， 高 溪

(沈陽建筑大學(xué) 管理學(xué)院， 遼寧 沈陽 110168)

建筑施工安全問題日益凸顯，迫切需要進(jìn)行建筑施工安全預(yù)警模型方面的研究。本文結(jié)合以往的建筑施工安全事故案例，從人、物、環(huán)境、管理四個(gè)方面，對建筑施工安全影響因素進(jìn)行分析，構(gòu)建建筑施工安全預(yù)警指標(biāo)體系。本文將建筑施工安全預(yù)警狀態(tài)分為5個(gè)等級，并采用專家打分法對各預(yù)警區(qū)間定量劃分，并借鑒模糊神經(jīng)網(wǎng)絡(luò)預(yù)警模型在其他學(xué)科領(lǐng)域的應(yīng)用，建立了基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型。然后經(jīng)過大量樣本的訓(xùn)練和檢測，使網(wǎng)絡(luò)具有良好的泛化性。本文選取沈陽市某3個(gè)在建項(xiàng)目進(jìn)行預(yù)警,發(fā)現(xiàn)與傳統(tǒng)預(yù)警模型得出的結(jié)果一致，進(jìn)一步驗(yàn)證了T-S網(wǎng)絡(luò)預(yù)警模型的準(zhǔn)確性和可行性。最終，得出T-S網(wǎng)絡(luò)預(yù)警模型在建筑施工安全預(yù)警中具有適用性的結(jié)論。

建筑施工安全； 預(yù)警指標(biāo)體系； T-S網(wǎng)絡(luò)； 預(yù)警模型

隨著我國城鎮(zhèn)化水平的不斷提高，建筑產(chǎn)業(yè)得到迅速發(fā)展。據(jù)有關(guān)資料顯示，2013年我國建筑業(yè)總產(chǎn)值和房屋建筑施工面積為159131億元和113億m2，分別較2012年增長16.1%和14.6%[1]。從當(dāng)前建筑業(yè)在國民經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)中的地位以及作用來看，建筑業(yè)在我國已經(jīng)發(fā)展成為一個(gè)具有舉足輕重地位的支柱產(chǎn)業(yè)。建筑業(yè)在國民經(jīng)濟(jì)中扮演如此重要角色的同時(shí)，又是執(zhí)業(yè)活動中傷亡事故多發(fā)的行業(yè)之一。根據(jù)中國住房城鄉(xiāng)建設(shè)部網(wǎng)站信息顯示：2013年前三季度，我國合計(jì)發(fā)生建筑施工安全施工事故384起，死亡478人；建筑施工安全形勢不容樂觀[2]。

近年來，為有效降低建筑施工安全事故發(fā)生，政府相關(guān)部門及學(xué)者對建筑施工安全評價(jià)與預(yù)控理論和方法進(jìn)行了大量的研究。如將模糊理論、層次分析法、神經(jīng)網(wǎng)絡(luò)理論等運(yùn)用到建筑施工安全預(yù)警中[3～6]。在查閱和研究大量相關(guān)文獻(xiàn)的基礎(chǔ)上，對以往采用的預(yù)警理論及方法進(jìn)行對比，結(jié)果見表1。因此，提出了基于T-S模糊神經(jīng)網(wǎng)絡(luò)的建筑施工安全預(yù)警模型，旨在對建筑施工現(xiàn)場安全狀態(tài)進(jìn)行預(yù)警，以期達(dá)到預(yù)防和降低建筑施工安全事故發(fā)生的目的。

表1 傳統(tǒng)建筑施工安全預(yù)警方法優(yōu)、缺點(diǎn)對比

1 建筑施工安全預(yù)警指標(biāo)體系的構(gòu)建

1.1 建筑施工安全影響因素分析

建立預(yù)警指標(biāo)體系是進(jìn)行預(yù)警的基礎(chǔ)，預(yù)警指標(biāo)選取的適宜程度將直接影響預(yù)警結(jié)果的準(zhǔn)確性。因此，建立科學(xué)、合理的建筑施工安全預(yù)警指標(biāo)體系是建筑施工安全預(yù)警的關(guān)鍵。在建筑施工過程中，由于施工情況的復(fù)雜性，各種危險(xiǎn)源、不安全因素相互交織，因而對不安全因素的分析顯得尤為重要。從系統(tǒng)工程學(xué)角度來看，建筑施工過程是一個(gè)復(fù)雜多變的“人—物—環(huán)境—管理”系統(tǒng)，這一系統(tǒng)的可靠性和穩(wěn)定性決定了建筑施工安全的狀態(tài)[7]。因此，從人、物、環(huán)境、管理四個(gè)方面進(jìn)行分析，指出影響建筑施工安全的主要因素。

1.1.1 人的因素

人的不安全行為是引起安全事故的主要原因，各國的事故調(diào)查分析材料均無例外。國內(nèi)的許多調(diào)查結(jié)果顯示，在建筑施工安全事故中，各種“違章”行為是引發(fā)事故的主要原因。在眾多事故直接觸發(fā)原因中，人的不安全行為因素占很大比例。目前，對“人的不安全行為”一詞并沒有準(zhǔn)確和嚴(yán)格的定義。一般地說，凡是能夠或可能導(dǎo)致事故發(fā)生的人為失誤均屬于不安全行為。如果人為失誤最終可能造成事故發(fā)生，就被認(rèn)定為不安全行為。

導(dǎo)致人的不安全行為有多種原因，如施工人員身體健康狀況、管理層與作業(yè)層的文化程度、特殊作業(yè)人員的職業(yè)技能水平、工人操作工藝等[8]。

1.1.2 物的因素

建筑施工領(lǐng)域中“物”的范圍很廣，包括施工過程中所用機(jī)械設(shè)備、施工材料、安全防護(hù)材料等。造成物的不安全狀態(tài)有眾多原因，諸如施工材料進(jìn)場質(zhì)量驗(yàn)收情況、施工機(jī)械設(shè)備可靠性、安全防護(hù)材料質(zhì)量等。

1.1.3 環(huán)境因素

傳統(tǒng)意義上的建筑施工安全環(huán)境因素，指的是建筑施工現(xiàn)場溫度、照明及施工現(xiàn)場的布置等。規(guī)劃整潔、有序的施工現(xiàn)場其事故發(fā)生率肯定較之雜亂無章的施工現(xiàn)場低。

隨著人們對建筑施工安全理論的研究逐步深入，環(huán)境因素對建筑施工安全的影響程度也日漸突出。這里的環(huán)境因素不僅僅是傳統(tǒng)意義上施工現(xiàn)場氣候、施工現(xiàn)場溫度與濕度、施工現(xiàn)場照明等，還包括項(xiàng)目所在地建筑業(yè)安全意識水平等企業(yè)的外部環(huán)境[9]。

1.1.4 施工現(xiàn)場安全管理因素

管理因素作為建筑施工“人—物—環(huán)境—管理”系統(tǒng)的核心，對建筑施工安全起著決定性作用。通過對建筑施工安全事故發(fā)生率極低的建筑企業(yè)進(jìn)行調(diào)查分析，結(jié)果表明這些企業(yè)都具有完整的建筑施工安全管理機(jī)構(gòu)、對施工人員進(jìn)行有計(jì)劃的安全培訓(xùn)，并且對施工現(xiàn)場進(jìn)行定期、不定期的安全檢查等一整套的安全管理措施[10]。這說明，一個(gè)建筑企業(yè)的安全意識和安全管理水平在很大程度上影響著該企業(yè)建筑施工安全狀態(tài)。

圖1 建筑施工安全預(yù)警指標(biāo)體系

1.2 建筑施工安全指標(biāo)體系構(gòu)建

在上述對建筑施工安全影響因素分析的基礎(chǔ)上，建立了3個(gè)層次、4個(gè)一級指標(biāo)、20個(gè)二級指標(biāo)的建筑施工安全指標(biāo)體系，如圖1所示。

1.3 建筑施工安全預(yù)警區(qū)間劃分

基于文獻(xiàn)的研究及對建筑施工安全事故分析，將建筑施工安全狀態(tài)分為5個(gè)區(qū)間(安全、較安全、一般安全、較危險(xiǎn)、危險(xiǎn))。

對于預(yù)警區(qū)間的劃分，目前沒有形成公認(rèn)的方法。論文對各指標(biāo)的預(yù)警區(qū)間劃分結(jié)合現(xiàn)場實(shí)際調(diào)查、專家訪談，借鑒相關(guān)文獻(xiàn)等方法分別確定。最終得到建筑施工安全預(yù)警狀態(tài)劃分標(biāo)準(zhǔn)見表2。

2 基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型的構(gòu)建

2.1 T-S模糊神經(jīng)網(wǎng)絡(luò)的原理

2.1.1 T-S模糊系統(tǒng)模型

T-S模糊系統(tǒng)具有自適應(yīng)能力強(qiáng)、自動更新、循環(huán)修正模糊子集隸屬度函數(shù)等特性，T-S模糊系統(tǒng)采用“if-then”規(guī)則來定義。當(dāng)規(guī)則Ri確定的情況下，模糊推理如下[11]。

首先，對各輸入變量xj的隸屬度μ進(jìn)行計(jì)算。計(jì)算見公式(1)。

i=0,1,2,…,n;j=1,2,…,k

(1)

其次，將各隸屬度進(jìn)行模糊計(jì)算，采用模糊算子為連乘算子。計(jì)算見公式(2)。

i=1,2,…,n

(2)

最后，根據(jù)隸屬度模糊計(jì)算結(jié)果，計(jì)算出模糊模型輸出值y。計(jì)算見公式(3)。

(3)

2.1.2 T-S模糊神經(jīng)網(wǎng)絡(luò)

T-S模糊神經(jīng)網(wǎng)絡(luò)包括輸入層、模糊化層、模糊規(guī)則計(jì)算層和輸出層[12]。輸入層中，節(jié)點(diǎn)數(shù)與輸入向量的維數(shù)相同。模糊化層采用公式(1)對輸入值進(jìn)行模糊化得到模糊隸屬度值μ。模糊規(guī)則計(jì)算層采用公式(2)計(jì)算得到ωi。輸出層采用公式(3)計(jì)算T-S網(wǎng)絡(luò)的輸出值。

2.1.3 T-S模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

(4)

式中：ti和yi分別表示期望輸出和實(shí)際輸出；e為期望輸出和實(shí)際輸出之間的誤差。學(xué)習(xí)算法如下：

(5)

式中：j=1,2,…,m;i=1,2,…,k。

(6)

(7)

式中：β為學(xué)習(xí)率(β>0)；i=1,2,…,m。

2.2 網(wǎng)絡(luò)參數(shù)與樣本選取

2.2.1 網(wǎng)絡(luò)參數(shù)確定

學(xué)習(xí)率的大小直接影響網(wǎng)絡(luò)的準(zhǔn)確性，網(wǎng)絡(luò)輸入?yún)?shù)α可以濾除系數(shù)修正過程中的高頻振蕩，從而加快網(wǎng)絡(luò)的學(xué)習(xí)。目前對于β和α值的選取，理論上并沒有明確的方法。通過對比實(shí)驗(yàn)，發(fā)現(xiàn)選取β= 0.001，α= 0.05 比較適合[12]。

2.2.2 樣本選取

(1)訓(xùn)練樣本：對于構(gòu)建好的T-S網(wǎng)絡(luò)，需要大量的訓(xùn)練樣本使網(wǎng)絡(luò)輸出結(jié)果具有較高的準(zhǔn)確性。因此采用MATLAB工具箱中的Linspace函數(shù)按等間隔均勻分布方式在建筑施工安全預(yù)警區(qū)間內(nèi)隨機(jī)內(nèi)插共產(chǎn)生1000組訓(xùn)練樣本，以滿足網(wǎng)絡(luò)訓(xùn)練的需要。即在安全、較安全、一般安全、較危險(xiǎn)、危險(xiǎn)五個(gè)建筑施工安全狀態(tài)區(qū)間內(nèi)，每個(gè)區(qū)間內(nèi)插200組數(shù)據(jù)[13]。

(2)檢驗(yàn)樣本：通過檢驗(yàn)樣本，檢驗(yàn)訓(xùn)練好的T-S網(wǎng)絡(luò)的泛化性。檢驗(yàn)樣本與上述訓(xùn)練樣本的產(chǎn)生方式相同，共產(chǎn)生200組檢驗(yàn)樣本。

2.3 T-S網(wǎng)絡(luò)訓(xùn)練、檢測

第一步：訓(xùn)練樣本數(shù)據(jù)歸一化。在對訓(xùn)練樣本數(shù)據(jù)歸一化處理時(shí)，直接調(diào)用MATLAB工具箱中的mapminmax函數(shù)，使歸一化后的數(shù)據(jù)不失其原本的數(shù)量關(guān)系。

第二步： T-S模糊神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。主要包括網(wǎng)絡(luò)參數(shù)模糊化、模糊隸屬度計(jì)算、模糊參數(shù)修正等過程，該過程采用MATLAB軟件編程實(shí)現(xiàn)。

第三步：檢驗(yàn)樣本對T-S網(wǎng)絡(luò)的驗(yàn)證。將檢驗(yàn)樣本代入到訓(xùn)練好的T-S網(wǎng)絡(luò)中，通過期望輸出與實(shí)際輸出的誤差來驗(yàn)證經(jīng)過訓(xùn)練后T-S網(wǎng)絡(luò)的準(zhǔn)確性。

訓(xùn)練數(shù)據(jù)誤差、驗(yàn)證數(shù)據(jù)預(yù)測誤差分別見圖2和圖3。

圖2 訓(xùn)練數(shù)據(jù)誤差

圖3 檢驗(yàn)數(shù)據(jù)誤差

其中，訓(xùn)練數(shù)據(jù)的誤差期望值為 -1.3140×10-4，方差為5.1065×10-5；測試數(shù)據(jù)預(yù)測的均值為 2.000×10-3，方差為 1.9759×10-4。在此次程序中，訓(xùn)練數(shù)據(jù)有1000個(gè)，測試數(shù)據(jù)有200個(gè)。

經(jīng)過訓(xùn)練與檢測后，結(jié)果表明：此時(shí)的建筑施工安全預(yù)警T-S網(wǎng)絡(luò)具有良好的泛化性。

2.4 建筑施工安全預(yù)警

將表2各建筑施工安全狀態(tài)劃分區(qū)間臨界值數(shù)據(jù)代入訓(xùn)練好的T-S網(wǎng)絡(luò)模型，對應(yīng)的T-S網(wǎng)絡(luò)模型輸出值分別為1.05、1.97、3.011、3.99。因此，得到的MATLAB輸出值對應(yīng)的安全狀態(tài)如表3所示。

表3 MATLAB輸出值與建筑施工安全預(yù)警狀態(tài)對應(yīng)表

根據(jù)某建筑施工項(xiàng)目具體情況，參照表2對該建筑施工項(xiàng)目各單項(xiàng)預(yù)警指標(biāo)進(jìn)行打分，得到該建筑施工項(xiàng)目建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)集，代入訓(xùn)練好的建筑施工安全預(yù)警T-S網(wǎng)絡(luò)，將T-S網(wǎng)絡(luò)模型輸出值對照表3確定該項(xiàng)目建筑施工安全預(yù)警狀態(tài)。

3 實(shí)例分析

本文選取沈陽市正在施工的某3個(gè)項(xiàng)目為例，運(yùn)用T-S網(wǎng)絡(luò)模型對各施工項(xiàng)目進(jìn)行建筑施工安全預(yù)警。

3.1 建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)采集

建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)的采集由專家組打分得到。專家組包括各項(xiàng)目經(jīng)理、監(jiān)理總監(jiān)、當(dāng)?shù)刭|(zhì)監(jiān)站工作人員、安全監(jiān)察人員等10人，并依據(jù)項(xiàng)目實(shí)際情況，對各項(xiàng)目建筑施工安全預(yù)警指標(biāo)打分。

分別對10位專家的打分進(jìn)行統(tǒng)計(jì)，去除極大、極小值，形成具有代表性的建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)集。將數(shù)據(jù)集反饋給各位專家進(jìn)行二次討論分析，如此往復(fù)進(jìn)行循環(huán)討論，直至得出絕大多數(shù)專家認(rèn)同的建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)集[14]。

經(jīng)過上述步驟，對于3個(gè)項(xiàng)目分別得出data1、data2、data3共三組建筑施工安全預(yù)警指標(biāo)數(shù)據(jù)集。

3.2 預(yù)警結(jié)果

分別將3個(gè)項(xiàng)目的預(yù)警指標(biāo)數(shù)據(jù)集data1、data2、data3代入已經(jīng)訓(xùn)練好的建筑施工安全預(yù)警T-S網(wǎng)絡(luò)模型中，得到3個(gè)項(xiàng)目的MATLAB輸出值分別為0.93、1.76和4.31。將3個(gè)項(xiàng)目的MATLAB輸出值對照表3，得到3個(gè)項(xiàng)目的預(yù)警結(jié)果見表4。

表4 基于T-S網(wǎng)絡(luò)模型對某3個(gè)項(xiàng)目的預(yù)警結(jié)果

結(jié)合以上3個(gè)實(shí)際項(xiàng)目，將T-S網(wǎng)絡(luò)模型與傳統(tǒng)建筑施工安全預(yù)警方法得出的3個(gè)項(xiàng)目預(yù)警結(jié)果進(jìn)行對比，發(fā)現(xiàn)結(jié)果一致性較好。此時(shí)，說明基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型具有準(zhǔn)確性和適用性。

4 結(jié) 論

(1)本文從系統(tǒng)工程學(xué)角度出發(fā)，以“人—物—環(huán)境—管理”作為一個(gè)整體，分析建筑施工安全影響因素。在構(gòu)建建筑施工安全預(yù)警指標(biāo)體系時(shí)，充分考慮到預(yù)警指標(biāo)的科學(xué)性和實(shí)踐性，盡量做到預(yù)警指標(biāo)數(shù)據(jù)的定量化，以減少人為主觀因素的影響。

(2)相對于傳統(tǒng)建筑施工安全預(yù)警方法，本文建立基于T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型具有在權(quán)重的獲得中摒棄了主觀影響的優(yōu)點(diǎn)，并且使整個(gè)預(yù)警過程簡捷，大大縮短了傳統(tǒng)建筑施工安全預(yù)警時(shí)長。

(3)實(shí)例分析表明，T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警結(jié)果具有客觀性和準(zhǔn)確性。T-S網(wǎng)絡(luò)的建筑施工安全預(yù)警模型操作簡單、規(guī)范，預(yù)警結(jié)果清晰明了。有助于工程技術(shù)管理人員根據(jù)預(yù)警狀態(tài)確定施工現(xiàn)場安全態(tài)勢，從而擬定和采取相應(yīng)的預(yù)控措施，便于真正實(shí)現(xiàn)建筑施工安全化。

[1] 中華人民共和國國家統(tǒng)計(jì)局.中國統(tǒng)計(jì)年鑒2013[EB//OL]. [2014-07-02]. http://www.stats.gov.cn/tjsj/ndsj/2013/indexch.htm.

[2] 中國住房城鄉(xiāng)建設(shè)部.前三季度建筑安全生產(chǎn)形勢總體平穩(wěn)[EB/OL].[2013-11-02]. http://www.mohurd.gov.cn/zxydt/201311/t20131104_216094.html.

[3] 王 君，張明媛，袁永博. 基于RS-GA-BP的建筑施工安全預(yù)測研究[J].工程管理學(xué)報(bào)，2010，24(6)：647-651.

[4] 張明麗，姚繼濤.基于支持向量機(jī)建筑施工安全預(yù)警模型的研究[J].中國安全生產(chǎn)科學(xué)技術(shù)，2011，7(3)：58-60.

[5] 叢 楊. 基于層次分析和模糊綜合法的建筑施工安全評價(jià)研究[J]. 建筑安全，2012，(12)：20-24.

[6] 廖 斌. 基于AHP的模糊綜合評價(jià)法在建筑施工安全評價(jià)中的應(yīng)用[J].中國安全生產(chǎn)科學(xué)技術(shù)，2013，9(10)：172-176.

[7] 王洪德.安全系統(tǒng)工程[M].北京：國防工業(yè)出版社，2013.

[8] 趙 彬，彭 英. 建筑施工安全管理人員配備研究-以重慶為例[J]. 建筑經(jīng)濟(jì)，2013，(2)：81-83.

[9] 李 靜，張忠賢. 環(huán)境因素對施工現(xiàn)場與生產(chǎn)作業(yè)安全的影響分析[J]. 冶金經(jīng)濟(jì)與管理，2002，(1)：42-43.

[10]黃世國,袁 曉. 建筑施工安全綜合評價(jià)體系的研究與應(yīng)用[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，34(7)：130-135.

[11]王永富，柴天佑. 自適應(yīng)模糊控制理論的研究綜述[J]. 控制工程，2006，13(3)：193-198.

[12]李國勇，楊麗娟. 神經(jīng)·模糊·預(yù)測控制及MATLAB實(shí)現(xiàn)(第三版)[M]. 北京：電子工業(yè)出版社，2013.

[13]MATLAB中文論壇. MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京：北京航空航天大學(xué)出版社，2010.

[14]李 寧，王李管，賈明滔，等. 基于層次分析法和證據(jù)理論的礦山井下六大系統(tǒng)安全評價(jià)[J]. 中南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014，45(1)：287-292.

Research of Constraction Safety Early Warning Model Based on T-S Netwok

LIUGuang-chen,LIZi-bo,FEITeng,GAOXi

(School of mangment, Shenyang Jianzhu University, Shenyang 110168, China)

Due to the construction safety issues become increasingly prominent, it is very necessary to study about construction safety warning model. The Paper analyzes the factors which affect the construction safety from the aspects of people, objects, environment and management combined with the previous construction accident cases, and builds security early-warning indicator system construction. It divides the construction safety warning state into five levels, and applies expert scoring method to quantify division of each warning interval. Learning the application of fuzzy neural network in other disciplines and fields, the article builds the construction safety warning model based on T-S network .After training and testing large number of samples, the network has a good generalization. Then it selects three construction projects in Shenyang City for early-warning, it finds that the results are consistent with traditional early-warning model, further validate the accuracy and feasibility of T-S network early-warning model. Finally, it gets the conclusion that T-S network has the applicability in construction safety warning.

construction safety; early-warning indicator system; T-S Network; early-warning model

2014-07-19

2014-09-10

劉光忱(1962-)，男，遼寧鐵嶺人，教授，碩士，研究方向?yàn)轫?xiàng)目管理與工程經(jīng)濟(jì)(Email：jglgc@126.com)

建筑安全生產(chǎn)事故預(yù)警系統(tǒng)研究(2013-15)

TU714

A

2095-0985(2014)04-0067-05