建筑施工中人為差錯影響因素分析

劉 惠

（萊蕪職業(yè)技術學院， 萊蕪 271100）

0 引言

建筑施工中的人為差錯嚴重影響工程質量和施工安全，開展建筑施工人為差錯的相關研究對于有效保證建筑施工的質量和安全具有重要意義[1,2]。目前，人因可靠性分析領域普遍認為，人為差錯是由其影響因素導致的，因此只有有效分析人為差錯的影響因素，才能有針對性的制定相應措施，進而更好的避免或減少人為差錯的發(fā)生。當前，對于建筑施工中人為差錯影響因素的分析仍停留于比較低的層次，理論的完備性和使用的簡便性都存在缺陷和不足，沒有形成可用于指導建筑施工人為差錯管理的有效方法[3,4]。

本文借助文獻[5]的成果，運用關聯(lián)規(guī)則挖掘方法對建筑施工人為差錯的影響因素進行分析，以一種客觀的方式得到不同影響因素的權重，進而可以為建筑施工人為差錯的管理提供有效指導。

1 關聯(lián)規(guī)則挖掘方法簡介

關聯(lián)規(guī)則挖掘方法是由Agrawal等人提出的，用于發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中事物之間的關系[6]。該方法包括3個基本概念：關聯(lián)規(guī)則、支持度和置信度。

關聯(lián)規(guī)則是形如X?Y的蘊含式。其中，X和Y是不相交的項值。X稱為關聯(lián)規(guī)則的前提，Y稱為關聯(lián)規(guī)則的結果。X?Y有意義是指：如果X出現(xiàn)，那么Y也會同時出現(xiàn)。關聯(lián)規(guī)則的強度是通過支持度和置信度度量。

支持度反映的是關聯(lián)規(guī)則的廣泛性和普遍性。對于關聯(lián)規(guī)則X?Y來說，支持度等于數(shù)據(jù)集中同時包含項集X和項集Y的個數(shù)與所有數(shù)據(jù)個數(shù)之比，記為Support(X?Y)，即

Support(X?Y) =P(XY)

(1)

置信度反映的是兩個項集之間關聯(lián)程度的大小。對于關聯(lián)規(guī)則X?Y來說，置信度等于數(shù)據(jù)集中同時包含項集X和項集Y的個數(shù)與僅包含項集X的數(shù)據(jù)個數(shù)之比，記為Confidence(X?Y)，即

Confidence(X?Y) =P(Y|X)(2)

通過關聯(lián)規(guī)則挖掘方法可知，置信度能夠能夠反映不同項集之間的關聯(lián)程度。由于在建筑施工中可以積累大量的人為差錯數(shù)據(jù)，并且人為差錯影響因素與人為差錯之間存在因果關系，而關聯(lián)規(guī)則挖掘方法適用于揭示前提與結果的關系，因此，可以考慮使用關聯(lián)規(guī)則挖掘方法來分析人為差錯及其影響因素之間的關系。

2 人為差錯分類及其影響因素分類

人為差錯可以分為多種類型，不同類型的人為差錯其影響因素是不同的。在確定影響因素的權重之前，需要對人為差錯進行分類。這里基于SRK模型，將人為差錯分為：技能型差錯，規(guī)則性差錯和知識型差錯3種類型[7]。

目前普遍認為，人為差錯是由人所處的情景環(huán)境所導致的。對于情景環(huán)境的表征，人因可靠性分析領域一般使用行為形成因子或人為差錯影響因素。人為差錯影響因素有很多，這里采用文獻[8]提出的影響因素分類方法，將人為差錯影響因素分為6大類，34個具體因素，如表1所示。

表1 人為差錯影響因素分類表

需要指出的是，上述分類也只是比較詳盡的涵蓋了人為差錯的所有影響因素，表述未必全面，內容也并非必要。針對具體的分析對象，可以根據(jù)實際情況進一步分析，選取那些與人為差錯直接相關的那些影響因素。

3 基于關聯(lián)規(guī)則挖掘的建筑施工人為差錯影響因素分析

根據(jù)人為差錯及其影響因素的分類，可以對建筑施工中積累的人為差錯數(shù)據(jù)進行分類統(tǒng)計，得到人為差錯數(shù)據(jù)表格，其形式規(guī)范化為表2。

注：EMi為第i種人為差錯類型，ECj（j= 1,… ,m）為第j種影響因素，NEMi表示第i種人為差錯類型的數(shù)量，nECij表示導致第i種人為差錯類型的第j種影響因素的數(shù)量。

根據(jù)關聯(lián)規(guī)則中置信度的定義，只要對某種人為差錯類型，計算關聯(lián)規(guī)則“人為差錯類型=>影響因素”的置信度，然后將計算結果做歸一化處理就可以得到該種人為差錯類型所對應的影響因素權重。

由式（2）可知，關聯(lián)規(guī)則EMi?ECj置信度可由下式得到：

表2 人為差錯數(shù)據(jù)表

(3)

對于人為差錯類型EMi來說，與之對應的影響因素的權重可通過下式得到：

通過上述過程，就可以計算得到人為差錯類型所相對應的影響因素的權重，具體包含3個步驟：（1）將人為差錯數(shù)據(jù)規(guī)范化為如表2所示的人為差錯數(shù)據(jù)表；（2）建立人為差錯類型與影響因素所構成關聯(lián)規(guī)則，并計算其置信度；（3）將置信度做歸一化處理，得到每種人為差錯類型對應的影響因素權重。

4 示例分析

步驟1：對某建筑施工項目中人為差錯數(shù)據(jù)進行收集、統(tǒng)計，并按照表2的形式整理，得到如表3所示的人為差錯數(shù)據(jù)表。下面使用聯(lián)規(guī)則挖掘方法計算不同人為差錯類型所對應的影響因素權重。

表3 某建筑施工項目的人為差錯數(shù)據(jù)

步驟2：根據(jù)式（3）計算所有關聯(lián)規(guī)則“人為差錯類型=>影響因素”的置信度。如： “技能型差錯=>精力”的置信度計算方法為：“規(guī)則型差錯=>可用工程時間”置信度的計算方法為：。對所有的人為差錯類型和影響因素做類似計算，得到所有關聯(lián)規(guī)則“人為差錯類型=>影響因素”的置信度如表4所示。

表4 “人為差錯類型=>影響因素”的置信度

步驟3：根據(jù)式（4）對表4中的置信度做歸一化處理，得到影響因素的權重。如：對于人為差錯類型“技能型差錯”來說，其影響因素“精力”權重的計算方法為：

通過對所有的置信度做類似計算，得到影響因素的權重如表5所示。

影響因素權重代表的是對某種人為差錯的影響程度，意味著對其進行有針對性的改進有助于減少或消除該種人為差錯的發(fā)生，根據(jù)這一思路，就可以對建筑施工人為差錯的管理提供有效指導。如：對于技能型差錯來說，影響因素按照權重從大到小排序依次為：精力、經驗、可用工程時間、工程復雜度、施工設備、態(tài)度、知識和施工方案，因而在制定措施減少或消除此類差人為錯時，需要重點關注精力、經驗和可用工程時間這3種影響因素的改進，其中工人的“精力”是首先應該被關注的。

表5 影響因素的權重

4 結論

本文使用關聯(lián)規(guī)則挖掘方法分析建筑施工的人為差錯及其影響因素之間的關系。關聯(lián)規(guī)則方法完全依賴人為差錯數(shù)據(jù)且理論完備、計算簡便，可方便用于建筑施工人為差錯的分析計算，且具有客觀性特點。另外，本文充分考慮了不同人為差錯類型的特點，通過計算可以得到不同人為差錯類型所對應的影響因素的權重，因而可以為建筑施工中人為差錯的管理提供有效指導。

需要指出的是，建筑施工中由于制度不健全，管理不規(guī)范的情況時有發(fā)生，人為差錯數(shù)據(jù)的收集統(tǒng)計往往存在很多遺漏，這必將對計算結果產生直接的影響。因此，為了保證分析結果的有效性，必須加強建筑施工制度建設，尤其是等統(tǒng)計制度的貫徹落實。

[1]徐茂波,徐峰,劉西拉.混凝土施工中人為差錯的模擬[J].中國安全科學學報,2007,17(2):9-16.

[2]徐茂波,徐峰,劉西拉.施工過程中人因差錯控制效率分析[J].中國安全科學學報,2008,18(8):20-27.

[3]余海莉.基于人為因素的工程施工安全風險分析與評價[D].碩士.武漢:華中科技大學,2012.

[4]史秀琴.鋼結構施工階段人為失誤研究[D].碩士.西安:西安建筑科技大學,2009.

[5]蔣英杰.認知模型支持下的人因可靠性分析方法研究[D].博士.長沙:國防科學技術大學,2012.

[6]Agrawal R,Imielinski T,Swami A.Mining association rules between sets of items in large databases[C].Proceedings of 1993 ACM-SIGMOD International Conference on Management of Data,Washington DC,1993.

[7]Rasmussen J.Skills,rules,and knowledge;Signals,signs and symbols,and other distinctions in human performance models[J].IEEE Transactions on System,Man,and Cybernetics,1983,13(3):257-266.

[8]蔣英杰,孫志強,宮二玲等.一種系統(tǒng)化的行為形成因子分類方法[J].中國安全科學學報,2010,20(10):20-25.