數(shù)據(jù)挖掘技術(shù)在裝配式建筑風(fēng)險決策中的應(yīng)用研究

張文斌 馬利華 高思 劉紅云

摘要： 為了推動建造方式創(chuàng)新，全面提升建筑質(zhì)量水平和管理水平，裝配式建筑由于自身的優(yōu)點，成為建筑領(lǐng)域力推的新型建筑模式。目前，關(guān)于裝配式建筑的研究還不夠深入，主要集中于施工過程中的風(fēng)險評估和成本及工期等方面。本文從項目的前期投資過程出發(fā)，運用專家組量化風(fēng)險因素，建立知識庫，利用數(shù)據(jù)挖掘技術(shù)，構(gòu)建風(fēng)險決策體系，形成風(fēng)險決策規(guī)則，從而達到有效的區(qū)分和控制風(fēng)險。

Abstract： In order to promote the innovation of the construction methods and improve the quality and management levels of the building， the fabricated construction，because of its unique advantages， has become a new type of construction mode in the field of building. At present， the study of analytic method of prefabricated construction is not enough in-depth. It mainly focuses on the risk assessment and the cost and duration of the construction process. In this paper， authors use the expert group to quantify risk factors from the initial investment process of the project， building knowledge base， using data mining technology， constructing risk decision model and forming risk decision rules， so as to distinguish and control the risk effectively.

關(guān)鍵詞： 裝配式建筑；風(fēng)險決策；數(shù)據(jù)挖掘；應(yīng)用研究

Key words： prefabricated construction；risk decision；data mining；research and application

中圖分類號：TU741 文獻標識碼：A 文章編號：1006-4311（2018）19-0082-03

0 引言

裝配式建筑作為一種新型的房屋建筑模式，較傳統(tǒng)施工方式而言，有施工速度快，所用勞動力少，環(huán)境影響小的優(yōu)點[1]。按照《國務(wù)院辦公廳關(guān)于大力發(fā)展裝配式建筑的指導(dǎo)意見》（國辦發(fā)〔2016〕71 號）的適用、經(jīng)濟、安全、綠色、美觀的要求，北京市將計劃在2018 年新建建筑面積中裝配式建筑占20%以上，到2020 年達30%[2]。推動建造方式創(chuàng)新，大力發(fā)展裝配式建筑，全面提升建筑質(zhì)量水平和管理水平，成為建筑領(lǐng)域力推的新型建筑模式。早在上世紀80年代，一些歐洲國家由于住房緊缺，裝配式建筑已經(jīng)成為主要的生產(chǎn)住宅方式[3]。而我國裝配式建筑則由于技術(shù)等各方面條件的制約發(fā)展道路異常緩慢[4-6]。直到2014年以后，隨著國家大力提倡發(fā)展綠色建筑，裝配式建筑由于自身的優(yōu)點，結(jié)合BIM和“大數(shù)據(jù)”背景下的研究結(jié)果已經(jīng)頗多如：蔡軍和馬丁斯科特，基于層次法研究預(yù)制裝配式建筑目標成本計算及評價[7]；陳偉等，運用灰色聚類模型測評裝配式建筑工程施工安全因素[8]；以及其他學(xué)者通過結(jié)合互聯(lián)網(wǎng)實現(xiàn)預(yù)制建筑網(wǎng)絡(luò)和裝配式建筑管理[9-10]，但大都集中體現(xiàn)在對裝配式建筑施工過程中的風(fēng)險評估和成本及工期研究[11-14]。但是由于在項目前期投資過程中風(fēng)險因素的不確定，怎樣通過定量分析、有效區(qū)分和控制風(fēng)險，并進行正確的決策，來減少或者確定決策中不確定因素的主要因素的研究還相對較少且不夠深入。因此有必要運用數(shù)學(xué)建模來定量分析這些特點。

本文在已有研究的基礎(chǔ)上，通過結(jié)合建筑領(lǐng)域自身的特點，選擇常用的數(shù)據(jù)挖掘技術(shù)方法。首先，通過相關(guān)文獻確定影響裝配式建筑項目投資的風(fēng)險因素集，然后運用粗糙集原理組建專家組評估量化風(fēng)險因素集，建立知識庫，構(gòu)建風(fēng)險決策體系，利用數(shù)據(jù)挖掘技術(shù)約去風(fēng)險因素中的冗余屬性及屬性值，最后形成最簡單的風(fēng)險決策規(guī)則，從而達到有效的區(qū)分和控制項目前期投資過程中存在的風(fēng)險。

1 數(shù)據(jù)挖掘的技術(shù)方法

數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中經(jīng)過科學(xué)方法發(fā)現(xiàn)其中隱藏的、內(nèi)在和有用信息的過程。主要的挖掘方法有如：概率分析、聚類分析、判別分析和粗集理論等[15]；但由于各種方法的自身功能和特點都有其應(yīng)用領(lǐng)域（見表1 數(shù)據(jù)挖掘的主要技術(shù)方法對比[16]）。

1.1 粗糙集理論

本文結(jié)合風(fēng)險因素的不確定性，而運用粗糙集方法進行數(shù)據(jù)挖掘。粗糙集是由20世紀80年代初波蘭數(shù)學(xué)家Z.Plawlak提出的，這種方法在數(shù)據(jù)挖掘中具有重要的作用，常用于處理不確定、不完整、不完備甚至不一致的數(shù)據(jù)的一種數(shù)學(xué)方法[16-17]。

粗集理論認為知識是與分類緊密聯(lián)系在一起的，知識是基于對象分類的能力，在數(shù)據(jù)分類過程中將相差不大的對象分為一類，這種不可分辨關(guān)系也稱等價關(guān)系。知識庫可表示為K=（U，R）。其中U為非空有限集稱為論域，R是U上的一族等價關(guān)系。U/R為R的所有等價類族。[X]R表示包含元素x∈U的R的等價類。若P？哿R且P≠？椎，則P中全部等價關(guān)系的交集也是一種等價關(guān)系，稱為P上的不可分辨關(guān)系，記為ind（P），[x]ind{R}=■[x]R，P？哿R。

同時定義上近似和下近似兩個精確集來表示不精確概念。通過運用知識表達系統(tǒng)也稱為信息系統(tǒng)，將條件屬性和決策屬性用關(guān)系表的形式表達出來。決策表是一類特殊而重要的知識表達系統(tǒng)。設(shè)S=（U，A，V，f）為知識表達系統(tǒng)。其中S=（x1，x2，…，xn）是對象的有限集合；A={a1，a2，…，an}為屬性的有限集合；V為屬性A所構(gòu)成的域；f：U×A→V為一個信息函數(shù)，U中任一元素取屬性a在V中有唯一確定值；A=C∪D，C為條件屬性的集合；D為決策屬性的集合。

1.2 數(shù)據(jù)挖掘過程

數(shù)據(jù)挖掘過程就是決策表的簡化過程，就是將化簡決策表中的條件屬性進行化簡，化簡后的決策表具有與化簡前相同的功能，但是化簡后的決策表具有更少的條件屬性。因此，決策表的簡化在實際應(yīng)用中相當重要，同樣的決策可以基于更少量的條件，是我們通過一些簡單的手段就能獲得同樣要求的結(jié)果。決策表的簡化步驟如下：進行條件屬性的簡化，即從決策表中消去某些列；消去重復(fù)的行；消去屬性的冗余值。

1.2.1 屬性的相對約簡

2 實證分析

2.1 定義條件因素集和決策屬性集

裝配式建筑較一般建筑而言，其風(fēng)險特點還有其不一樣之處，本文根據(jù)已有的定性分析的基礎(chǔ)上，在風(fēng)險決策時，從新構(gòu)建來自建筑自身和外在因素。本文選取主要可以反映裝配式建筑風(fēng)險的幾個因素集，即條件屬性集包括技術(shù)水平（a）、投資規(guī)模（b）、市場環(huán)境（c）、管理水平（d）等4個風(fēng)險因素。而決策屬性集則包括企業(yè)規(guī)模（e）、風(fēng)險應(yīng)對措施（f）。本文選取13個工程項目進行調(diào)研。在決策支持系統(tǒng)中通過條件-決策表，表中列表示屬性，行表示論域中的對象，以此構(gòu)造的基于粗集理論的風(fēng)險決策表。

2.2 數(shù)據(jù)離散化及建立專家知識庫

對條件屬性和決策屬性分別離散化以建立專家知識庫。首先利用上述建立的條件屬性集，將條件屬性按取得的調(diào)查結(jié)果進行離散化處理，如技術(shù)水平分為3個級別，記為{1，2，3}，代表{低，中，高}；投資規(guī)模分為4各級別，記為{1，2，3，4}，代表{小，較小，較大，大}；市場環(huán)境分為2個等級，記為{1，2}，代表{不平穩(wěn)，良好}；管理水平分為{1，2，3}，代表{低，中，高}。其次對決策屬性按取得的調(diào)查結(jié)果也進行離散化處理，如企業(yè)規(guī)模分為2個等級，記為{1，2}，代表{小，大}；風(fēng)險應(yīng)對措施分為3個等級{1，2，3}，代表{風(fēng)險自留，共擔(dān)，回避}。如表2所示。

2.3 屬性約簡

對決策表進行屬性約簡。由表2中數(shù)據(jù)可求出那些是冗余屬性，那些是核屬性。約簡結(jié)果如表3所示。

2.4 屬性值約簡

對表3中進行屬性值約簡。約簡結(jié)果如表4所示。

2.5 結(jié)果分析

由表4可得如下決策算法：

或a2d2→（2，3）或a2d1→（2，3）；a1→（1，3）；d3→（2，2）或c1→（2，2），c2→（2，1）

綜合起來：a2d2∨a2d1→（2，3）；a1→（1，3）；d3∨c1→（2，2）；c2→（2， 1）。

由上述四條復(fù)合決策規(guī)則組成的算法可用如下語言解釋：

①當技術(shù)水平為“中”，管理水平為“中”或“低”時，規(guī)模較大公司的策略是選擇風(fēng)險回避，應(yīng)該放棄使用裝配式建筑施工改為傳統(tǒng)施工方法，或者放棄該項目；

②當管理水平為“高”或市場環(huán)境“不平穩(wěn)”時，規(guī)模較大公司的策略是選擇風(fēng)險共擔(dān)；可以選擇使用裝配式建筑，但是還是有一定的風(fēng)險；

③當市場環(huán)境“良好”時，規(guī)模較大公司的策略是選擇風(fēng)險自留；這時裝配式建筑就顯示出它的優(yōu)點，可以為企業(yè)帶來更大的利潤，同時對環(huán)境的影響小，應(yīng)該大力提倡。

3 結(jié)論

本文在已有定性研究基礎(chǔ)上，利用現(xiàn)有統(tǒng)計數(shù)據(jù)和粗集約簡算法相結(jié)合，通過數(shù)據(jù)挖掘技術(shù)從大量的數(shù)據(jù)中發(fā)現(xiàn)其后隱含的規(guī)律性，將其模型化，構(gòu)建風(fēng)險決策體系。確定了影響裝配式建筑風(fēng)險的因素集，由技術(shù)水平、投資規(guī)模、市場環(huán)境、管理水平4個條件風(fēng)險因素和企業(yè)規(guī)模、風(fēng)險應(yīng)對措施2個決策屬性集，通過專家評估將風(fēng)險因素量化，約去條件因素中的冗余屬性及屬性值，最后形成最簡單的決策規(guī)則。完成輔助決策的作用。實踐證明，通過挖掘分類規(guī)則可以提高規(guī)則的精度和解釋能力，大大提高分類規(guī)則的應(yīng)用價值。這種基于粗集理論的數(shù)據(jù)挖掘技術(shù)，為裝配式建筑風(fēng)險決策奠定了可定量研究的實踐基礎(chǔ)。

參考文獻：

[1]郭章林，梁婷婷.淺談裝配式建筑的發(fā)展[J].價值工程，2017，36（2）：233-235.

[2]佚名.北京市將加快發(fā)展裝配式建筑：2018年占新建建筑面積20%以上，2020年達30%[J].建筑結(jié)構(gòu)，2017，0（6）：18.

[3]蔣勤儉.國內(nèi)外裝配式混凝土建筑發(fā)展綜述建筑技術(shù)[J].建筑技術(shù)，2010，41（12）：1074-1077.

[4]申琪玉，李惠強.綠色建筑與綠色施工科學(xué)技術(shù)與工程[J].科學(xué)技術(shù)與工程，2005，5（21）：1634-1638.

[5]尹穗.在廣東地區(qū)使用裝配式建筑初步分析報告[J].廣東土木與建筑，2011，0（12）：29-32.

[6]樊軍，楊嗣信.關(guān)于實現(xiàn)裝配式建筑的思考及建議[J].建筑技術(shù)，2017，48（2）：118-122.

[7]蔡軍，馬丁·斯科特.基于層次法的預(yù)制裝配式建筑目標成本計算及其AHP評價[J].財會月刊，2016，0（12）：88-90.

[8]陳偉，付杰，熊付剛，等.裝配式建筑工程施工安全灰色聚類測評模型[J].中國安全科學(xué)學(xué)報，2016，26（11）：70-75.

[9]Ahmed A， Kayis B， Amornsawadwatana S.A review of techniques for risk management in projects[J].Benchmarking An International Journal， 2007， 14（1）：22-36.

[10]Zhong R Y， Peng Y， Xue F， et al.Prefabricated construction enabled by the Internet-of-Things[J].Automation in Construction， 2017， 76（0）：59-70.

[11]劉季昂.裝配式建筑綜合效益分析方法研究[J].工程技術(shù)：文摘版，2016，0（6）：00303.

[12]李麗紅，肖祖海，付欣，等.裝配整體式建筑土建工程成本分析[J].建筑經(jīng)濟，2014，35（11）：63-67.

[13]唐海燕，劉榮桂，韓豫，等.基于BIM-5D的工程施工成本預(yù)測系統(tǒng)構(gòu)[J].工程管理學(xué)報，2015（4）：107-112.

[14]王惠珍.基于改進灰色系統(tǒng)GM（1，1）模型的成本預(yù)測[J].統(tǒng)計與決策，2015（15）：83-86.

[15]Chen L D， Sakaguchi T， Frolick M N. Data Mining Methods， Applications， and Tools[J].Information Systems Management， 2000， 17（1）：65-70.

[16]Z Pawlak..Rough Sets-Theoretical Aspects of Reasoning about Data[M]. Klystron Academic Publisher， 1994.

[17]吳冰，李為相，趙林度.基于粗集理論的最小化決策模型[J].信息技術(shù)，2002（4）：4-5.