引入環(huán)境水平的公路建設(shè)項(xiàng)目評(píng)價(jià)方法

彭軍龍， 鄧嘉莉

(長(zhǎng)沙理工大學(xué) 交通運(yùn)輸工程學(xué)院， 湖南 長(zhǎng)沙 410114)

近年來，隨著生態(tài)環(huán)保設(shè)計(jì)、綠色施工、建養(yǎng)一體化等理念逐漸普及，“綠色”發(fā)展理念開始貫穿于工程項(xiàng)目全壽命周期各個(gè)階段。自從十九大提出“加快生態(tài)文明體制改革，建設(shè)美麗中國”“堅(jiān)持人與自然和諧共生”理念[1]以來，在項(xiàng)目管理中考慮環(huán)境水平，將其引入工程項(xiàng)目多目標(biāo)均衡優(yōu)化研究成為一種趨勢(shì)。Harvey等[2]最先提出以工期和成本為目標(biāo)，探討工期-成本平衡問題。在過去三十多年間，學(xué)者們對(duì)于工期-成本均衡問題[3～5]亦做了較為深入的研究。基于此，如何在工期、成本約束條件下量化工序?qū)Νh(huán)境產(chǎn)生的不良影響，順應(yīng)時(shí)代需求，實(shí)現(xiàn)工程項(xiàng)目綠色化建造，是當(dāng)今項(xiàng)目管理研究領(lǐng)域亟待解決和探討的重要問題之一。

目前，國內(nèi)外關(guān)于公路工程項(xiàng)目環(huán)境水平影響的研究主要體現(xiàn)在以下兩個(gè)方面：

(1)研究主要集中在公路工程項(xiàng)目環(huán)境水平評(píng)價(jià)、環(huán)境污染治理及修復(fù)方面。1986年，我國首次對(duì)西安臨潼高速公路進(jìn)行環(huán)境水平評(píng)價(jià)，開辟了我國對(duì)高速公路環(huán)境水平評(píng)價(jià)的新篇章[6～8]。隨后制定了JTG B03—2006《公路建設(shè)項(xiàng)目環(huán)境影響評(píng)價(jià)規(guī)范》[9]為公路環(huán)評(píng)提供參考依據(jù)。Lau-sanne提出IMPACT2002+的環(huán)評(píng)方法，直觀量化了環(huán)境損害指標(biāo)對(duì)環(huán)境水平的不良影響[10]。姚夢(mèng)茵等[11]指出生態(tài)環(huán)境部配合財(cái)政部先后組織對(duì)下達(dá)水污染防治、土壤污染防治和農(nóng)村環(huán)境整治資金的省份開展了資金績(jī)效自評(píng)價(jià)，為項(xiàng)目管理嚴(yán)格確立了績(jī)效指標(biāo)和制度規(guī)范；France-Mensah等[12]在高速公路養(yǎng)護(hù)和維修計(jì)劃中考慮了環(huán)境，建立多目標(biāo)模型并對(duì)其進(jìn)行Pareto優(yōu)化和敏感性分析，提出在確保公路正常運(yùn)行的前提下壓縮養(yǎng)護(hù)成本，減少碳排放量的環(huán)境方案。

(2)研究如何合理考慮施工污染源種類及環(huán)境影響，實(shí)現(xiàn)公路工程項(xiàng)目環(huán)境水平或環(huán)境成本優(yōu)化。Marzouk等[13]探究了項(xiàng)目成本、工期、總污染量三者之間的關(guān)系，重點(diǎn)考慮了揚(yáng)塵、噪聲和有害氣體三大污染源，并借助遺傳算法求解模型；Ozcan-Deniz等[14]在高速公路項(xiàng)目中使用遺傳算法對(duì)離散的工期、成本和環(huán)境進(jìn)行優(yōu)化，幫助決策者確定了所有項(xiàng)目活動(dòng)的最佳施工組合；Liu等[15]構(gòu)建施工成本和碳排放均衡模型，并用多目標(biāo)粒子群優(yōu)化算法進(jìn)行求解，旨在為項(xiàng)目經(jīng)理選擇施工成本低、環(huán)境影響小的最優(yōu)施工方案提供參考；鄭歡等[16]在項(xiàng)目建設(shè)期考慮以環(huán)境影響為目標(biāo)之一的多目標(biāo)模型，并將其應(yīng)用于大型建設(shè)工程項(xiàng)目，為優(yōu)化施工，實(shí)現(xiàn)工期、成本和環(huán)境影響在建設(shè)期的優(yōu)化提供合理建議和決策支持。

根據(jù)以上研究可發(fā)現(xiàn)，關(guān)于公路環(huán)境水平影響評(píng)價(jià)的相關(guān)研究已經(jīng)取得一定成果，但如何在公路工程項(xiàng)目建設(shè)期量化因施工對(duì)環(huán)境產(chǎn)生的不良影響、探討項(xiàng)目工期、成本與環(huán)境水平多目標(biāo)之間關(guān)系尚不充分。對(duì)此，本文通過構(gòu)建環(huán)境評(píng)價(jià)指標(biāo)體系量化環(huán)境水平目標(biāo)，將其引入工期-成本模型，旨在討論如何以最低成本、最優(yōu)工期找到對(duì)環(huán)境影響最小的施工方案。通過查閱文獻(xiàn)[14,17,18]，基于過去十五年建筑業(yè)活動(dòng)對(duì)環(huán)境產(chǎn)生的污染數(shù)據(jù)，采用排放因子法和環(huán)境成本費(fèi)率定量評(píng)估工程施工過程部分污染物排放量，構(gòu)建工期、成本、環(huán)境水平與工序持續(xù)時(shí)間之間的目標(biāo)函數(shù)，建立基于環(huán)境評(píng)價(jià)指標(biāo)體系的多目標(biāo)均衡模型。在考慮算法實(shí)用性及收斂速度等因素的前提下，提出多目標(biāo)粒子群和聲搜索混合算法(Multi-Objective Particle Swarm Optimization Harmony Search，MOPSOHS)求解，優(yōu)化決策方案。

1 模型構(gòu)建

1.1 研究假設(shè)

(1)假設(shè)工程項(xiàng)目中各工序活動(dòng)連續(xù)施工，排除由于外界不可抗力因素造成停工等情況。

(2)假設(shè)工程項(xiàng)目的環(huán)境水平與工序活動(dòng)持續(xù)時(shí)間呈非線性關(guān)系。若項(xiàng)目工序持續(xù)時(shí)間壓縮過短，因趕工期等原因會(huì)加重對(duì)周邊環(huán)境的污染程度，對(duì)環(huán)境水平影響較大；工序持續(xù)時(shí)間過長(zhǎng)，總工期會(huì)超過目標(biāo)工期，對(duì)環(huán)境水平持續(xù)性影響隨之增大。環(huán)境水平整體隨工序持續(xù)時(shí)間增大呈現(xiàn)出先減小后增大的“U”型趨勢(shì)。

1.2 指標(biāo)選取

考慮到建設(shè)期施工活動(dòng)對(duì)環(huán)境影響來源不同、形式各異，故模型提出在施工過程中工序活動(dòng)對(duì)環(huán)境水平的三大主要影響源：空氣污染物、污水和無毒害固體廢棄物；八大主要指標(biāo)：空氣污染物主要考慮CO2，CO，SO2，Nox，PMs；污水污染物主要考慮總懸浮顆粒物TSS和氮N；無毒害固體廢棄物NSWs。

在公路建設(shè)的原材料生產(chǎn)及購買階段，環(huán)境水平主要表示為生產(chǎn)該類原材料所產(chǎn)生的環(huán)境排放量。在公路建設(shè)施工階段，則主要通過施工機(jī)械在規(guī)定時(shí)間內(nèi)完成各道工序活動(dòng)所產(chǎn)生的環(huán)境排放量來進(jìn)行評(píng)估。一般來說，在建設(shè)前期，主要通過排放因子法[19]進(jìn)行測(cè)定；建設(shè)期及建設(shè)后評(píng)估階段可加入現(xiàn)場(chǎng)實(shí)測(cè)法[20]對(duì)污染物定量評(píng)估。本研究通過Web of Science、知網(wǎng)等數(shù)據(jù)庫查閱文獻(xiàn)[21～28]，搜集到八大指標(biāo)的排放因子與環(huán)境成本費(fèi)率，環(huán)境評(píng)價(jià)指標(biāo)體系構(gòu)建如表1。

1.3 參數(shù)定義

相關(guān)參數(shù)如表2所示。

表1 環(huán)境評(píng)價(jià)指標(biāo)體系構(gòu)建

1.4 目標(biāo)函數(shù)

第一個(gè)目標(biāo)使工期最小。一個(gè)工程項(xiàng)目由多道工序活動(dòng)組成，各工序間邏輯關(guān)系用雙代號(hào)網(wǎng)絡(luò)計(jì)劃圖描述，工程項(xiàng)目總工期T通過關(guān)鍵路線法得到，工序i為工序j的緊前工序。函數(shù)如下：

(1)

第二個(gè)目標(biāo)使成本最低。本模型將工程成本C定義為由直接成本CD、變動(dòng)成本CB及環(huán)保成本CE三部分組成。直接成本包括工序活動(dòng)所需的直接費(fèi)用和間接費(fèi)用，直接費(fèi)用指完成每道工序?qū)?yīng)的人材機(jī)等費(fèi)用；間接費(fèi)用指員工差旅費(fèi)、項(xiàng)目管理人員的薪資補(bǔ)貼支出等。變動(dòng)成本即考慮實(shí)際施工工期可能提前或延遲，工期提前會(huì)得到獎(jiǎng)勵(lì)，工期延后會(huì)有相應(yīng)罰金，項(xiàng)目此部分支出或收入用變動(dòng)成本來描述。環(huán)保成本是指綠色施工過程中對(duì)環(huán)境保護(hù)的資金投入，主要用于處理污水、廢氣、建筑垃圾所耗費(fèi)的人力物力，項(xiàng)目施工造成環(huán)境破壞的修復(fù)費(fèi)用及新增綠化費(fèi)用等。函數(shù)如下：

表2 相關(guān)參數(shù)及其含義

(2)

第三個(gè)目標(biāo)使環(huán)境影響最小。施工過程中對(duì)環(huán)境水平產(chǎn)生的影響可用環(huán)保水平指數(shù)衡量，環(huán)保水平指數(shù)與環(huán)境排放量直接相關(guān)。目前，在公路項(xiàng)目全生命周期中計(jì)算環(huán)境排放量通常采用排放因子法，表示為完成每道工序活動(dòng)的單位輸入、產(chǎn)出以及活動(dòng)產(chǎn)生的污染物排放量。環(huán)境排放量是排放因子與工序活動(dòng)數(shù)的乘積?？諝馕廴疚锱欧乓蜃涌赏ㄟ^NONROAD2008模型[19]來計(jì)算。國內(nèi)外對(duì)于各污染物排放因子的研究較為成熟，絕大部分可通過查找相關(guān)文獻(xiàn)、數(shù)據(jù)庫等收集。由于污染物種類多樣，原材料更新速度較快，存在無排放因子的情況則采用現(xiàn)場(chǎng)實(shí)測(cè)法估算。

(3)

式中：E為環(huán)境排放量。

為方便計(jì)算，通過對(duì)每道工序活動(dòng)產(chǎn)生的空氣污染物、污水和無毒害固體廢棄物三大類數(shù)據(jù)歸一化處理，使其值處于[0, 1]范圍內(nèi)，并將累加得到的總EI值作為系數(shù)，建立基于每道工序持續(xù)時(shí)間為變量的非線性目標(biāo)函數(shù)。

(4)

1.5 工期-成本-環(huán)境多目標(biāo)模型

在實(shí)際項(xiàng)目中三大目標(biāo)相互影響，互相制約，不可能同時(shí)滿足最優(yōu)。故采用多目標(biāo)粒子群和聲搜索混合算法來求模型的Pareto最優(yōu)解。

(5)

2 多目標(biāo)粒子群和聲搜索算法

2.1 粒子群和聲搜索混合算法

和聲搜索(Harmony Search，HS)算法是Geem在2001年提出的新型啟發(fā)式優(yōu)化算法[29]。到目前為止，該算法已經(jīng)廣泛應(yīng)用于非線性模型參數(shù)估計(jì)、車輛路線選擇與確定、配水管網(wǎng)設(shè)計(jì)優(yōu)化及電力經(jīng)濟(jì)調(diào)度等優(yōu)化問題[30]。該算法能很好地跳出局部最優(yōu)的限制，但由于它產(chǎn)生的新解無方向性、算法速度較慢，且初始和聲庫隨機(jī)產(chǎn)生，導(dǎo)致其全局解不太優(yōu)。所以，如何選取一個(gè)好的初始和聲庫對(duì)于模型求解尤為關(guān)鍵。

卓錦松等[31]將粒子群算法應(yīng)用于工程多目標(biāo)問題優(yōu)化，并通過比較分析了粒子群算法的優(yōu)化效率；黃金山等[32]提出將粒子群算法引入到初始和聲庫的理論，理論上驗(yàn)證了算法融合的有效性。基于此，本文考慮將和聲搜索算法與粒子群算法結(jié)合，并采用自適應(yīng)控制參數(shù)策略對(duì)參數(shù)進(jìn)行改進(jìn)，最后用于解決公路項(xiàng)目多目標(biāo)均衡問題。

2.2 算法步驟

粒子群和聲搜索混合算法運(yùn)行過程如圖1所示。

圖1 粒子群和聲搜索算法運(yùn)行過程

Step1：輸入目標(biāo)函數(shù)、約束條件及算法參數(shù)值。

Step2：采用粒子群算法先初始化和聲記憶庫。粒子速度v和位置x按下式進(jìn)行更新，產(chǎn)生HMS個(gè)解x1，x2，…，xHMS形成初始和聲庫HM；

(6)

式中：Xj為粒子局部最優(yōu)位置；Xg為粒子全局最優(yōu)位置；ω為慣性權(quán)重；c1，c2為學(xué)習(xí)因子；t=1,2，…，HMS。

Step3：初始和聲庫產(chǎn)生新解。

(7)

(8)

式中：BW為音調(diào)帶寬；PAR為選擇音調(diào)后的調(diào)整概率。

Step4：和聲記憶庫更新。新產(chǎn)生的M個(gè)和聲中，計(jì)算各目標(biāo)函數(shù)適應(yīng)度值后進(jìn)行比較，若新和聲比原和聲庫中的和聲更優(yōu)，則將新舊和聲重新排列，挑選出前HMS個(gè)優(yōu)秀和聲替換原和聲庫HM，進(jìn)入下一次迭代；反之則不替換。

xworst=xn，f(xn)

(9)

Step5：終止迭代。當(dāng)?shù)螖?shù)ni達(dá)到最大值NI時(shí)，停止迭代并終止進(jìn)程，最終輸出Pareto最優(yōu)解；反之回到Step3繼續(xù)循環(huán)迭代。

2.3 參數(shù)優(yōu)化

HS算法有HMS，HMCR，PAR，BW四大關(guān)鍵參數(shù)。其中，HMS在經(jīng)過粒子群算法初始化和聲庫后固定。HMCR值較大，則有利于局部搜索，反之利于全局搜索。相反，小的PAR值有利于使得新的和聲向量通過擾亂和聲庫中變量值，增加和聲庫的多樣性，大的PAR值有利于跳出局部搜索，擴(kuò)大解空間。由于在搜索過程中全局搜索和局部搜索存在著相互矛盾性，因此難以確定HMCR和PAR的值。

針對(duì)這一問題，本文采用自適應(yīng)控制參數(shù)策略令HMCR隨迭代過程由大變小、PAR由小變大的規(guī)律進(jìn)行調(diào)整[33]：

(10)

(11)

BW是音調(diào)帶寬，因大帶寬全局搜索能力強(qiáng)，小帶寬局部搜索能力較強(qiáng)，故令BW值在搜索前期較大，以增強(qiáng)全局搜索能力，當(dāng)和聲庫的解集通過若干次搜索達(dá)到相對(duì)較優(yōu)狀態(tài)后逐漸減小，通過局部搜索找到最滿意解集。通過多次模擬，具體遵循如下動(dòng)態(tài)變化規(guī)律[34]：

(12)

3 實(shí)例分析

3.1 工程概況

貴州省貴黃高速起于貴陽市區(qū)東，止于貴州省黃平縣區(qū)北槐花工業(yè)園片區(qū)，全長(zhǎng)120.62 km，設(shè)計(jì)速度100 km/h，高速公路技術(shù)標(biāo)準(zhǔn)為雙向六車道，整體式路基橫斷面寬度為33.5 m。由中交四公局第二工程有限公司承建的貴黃高速TJ14標(biāo)主線起訖樁號(hào)K107+960—K113+300，共長(zhǎng)5.34 km。主要工程包括：路基、橋涵、隧道、防護(hù)、排水等13道工序。路線總體走向由西向東，計(jì)劃工期3年。由于本項(xiàng)目比鄰黃平縣舊州鎮(zhèn)，黃舊公路橫穿施工區(qū)域，且黃舊公路為旅游通道，臨近省道S204，施工安全文明施工要求高，天鵝大橋左側(cè)為印地壩水庫，環(huán)水保要求高。

承建單位對(duì)施工環(huán)境做了一系列調(diào)查后，在施工過程中針對(duì)敏感環(huán)境點(diǎn)采取了相應(yīng)措施(見表3)，搜集并計(jì)算得到項(xiàng)目考慮環(huán)境水平后的有害污染物排放量(見表4)；各工序的相關(guān)數(shù)據(jù)與參數(shù)見表5(其中p2=5)。

3.2 模型求解

表3 環(huán)境敏感點(diǎn)及措施分析

3.3 結(jié)果展示

圖2為使用MOPSOHS算法獲得的三維Pareto最優(yōu)前沿面。由圖2和表6數(shù)據(jù)可知，Pareto解均在目標(biāo)閾值內(nèi)，項(xiàng)目決策者可根據(jù)不同項(xiàng)目對(duì)工期、成本與環(huán)境水平的具體要求及不同偏好來選擇最佳施工備選方案，為各道工序活動(dòng)的實(shí)施合理分配各類等資源，提高項(xiàng)目整體經(jīng)濟(jì)效益。

表4 常見有害污染物排放量 g

表5 各工序相關(guān)參數(shù)與數(shù)據(jù)

表6 案例模型中的部分Pareto解

圖3～5分別顯示了環(huán)境和工期、成本和工期以及環(huán)境和成本兩兩之間二維關(guān)系。由圖可知，施工過程中追求對(duì)環(huán)境影響最小化需要壓縮工程工期，控制施工環(huán)境污染物排放量直接增加環(huán)保成本，這與施工企業(yè)追求利益最大化目的相悖，也是目前國內(nèi)實(shí)現(xiàn)綠色施工管理的一大難題。

圖2 工期 - 成本 - 環(huán)境的Pareto前沿

圖3 工期 - 成本均衡分析

圖4 工期 - 環(huán)境均衡分析

圖5 環(huán)境 - 成本均衡分析

4 模型評(píng)價(jià)

4.1 評(píng)價(jià)指標(biāo)

選定常見的多目標(biāo)模型評(píng)價(jià)指標(biāo)如下：

(1) 解集覆蓋率(C-metric)

(13)

式中：S1，S2分別代表兩組解集；a1,a2分別為解集S1,S2中的解。分子表示解S2中被S1中至少一個(gè)解支配的解的數(shù)目，即存在a1可以支配a2，表示a1≤a2；分母表示S2中包含的解的總數(shù)。C-metric指標(biāo)通常用來評(píng)估優(yōu)化問題中真實(shí)Pare-to解集的質(zhì)量。C(S1,S2)=1表示S2中所有解都被S1中的一些解所支配；C(S1,S2)=0表示S2中沒有解被S1中的任一解所支配。

(2)超體積指標(biāo)HV

(14)

式中：HV指標(biāo)用于度量目標(biāo)空間的體積，該目標(biāo)空間至少被非劣解集中的一個(gè)解支配；Ω為非劣解集；vi為參照點(diǎn)與解集中第i個(gè)解構(gòu)成的超體積。算法獲得的非劣解集與參照點(diǎn)圍成的目標(biāo)空間中區(qū)域的超體積，即HV指標(biāo)。HV值越大，說明算法的綜合性能越好。

4.2 評(píng)價(jià)分析

基于工程實(shí)例，本研究將提出的MOPSOHS與多目標(biāo)粒子群(Multi-Objective Particle Swarm Optimization，MOPSO) 算法、多目標(biāo)和聲搜索(Multi-Objective Harmony Search，MOHS)算法進(jìn)行比較。為了保證分析的準(zhǔn)確性，三種算法均使用MATLAB 2018b，HMCR，PAR和BW，依據(jù)式(9)(10)(11)進(jìn)行動(dòng)態(tài)調(diào)整，其他參數(shù)均保持一致。在相同的編程環(huán)境下搜索前100組Pareto最優(yōu)解，將搜索到的方案按不同目標(biāo)優(yōu)先級(jí)依次按工期T、環(huán)境E和成本C排序，得出最優(yōu)方案(T，E，C)顯示如表7。計(jì)算C-metric和HV兩大評(píng)價(jià)指標(biāo)，基于上述指定的環(huán)境評(píng)價(jià)指標(biāo)體系及多目標(biāo)模型，進(jìn)行方法評(píng)價(jià)，結(jié)果如表8，9所示。

表7 不同算法搜索的最優(yōu)方案

表8 不同算法的C-metric指標(biāo)比較

表9 不同算法的HV指標(biāo)比較

表8通過計(jì)算顯示了三種不同算法的C-metric指標(biāo)比較結(jié)果。其中，A1，A2，A3分別表示MOPSOHS，MOPSO，MOHS三種多目標(biāo)算法。結(jié)果表明：MOPSOHS算法求解覆蓋的支配解比MOPSO多了26.8%，比MOHS多了32.2%。

表9通過計(jì)算顯示了三種不同算法下HV指標(biāo)比較結(jié)果。一組解決方案的HV值使用具有相同參考點(diǎn)的一組Pareto最優(yōu)解決方案參考進(jìn)行標(biāo)準(zhǔn)化。經(jīng)歸一化后，HV值被限制在[0, 1]范圍內(nèi)。由表可知，本文提出的算法模型獲得了最大的HV值，這意味著在算例中MOPSOHS具有比其他兩種算法更好的收斂性和分集性能。

綜上，通過定量分析公路建設(shè)期不同污染物指標(biāo)的環(huán)境排放量，構(gòu)建環(huán)境評(píng)價(jià)指標(biāo)模型，用MOPSOHS算法評(píng)價(jià)該多目標(biāo)模型，進(jìn)一步證明該算法搜索出的解集比MOPSO，MOHS算法更優(yōu)，具備實(shí)用性和可行性。

5 結(jié)論與展望

本文通過構(gòu)建高速公路建設(shè)期相關(guān)環(huán)境污染物評(píng)價(jià)指標(biāo)體系，運(yùn)用排放因子法和環(huán)境成本費(fèi)率定量評(píng)估建設(shè)過程中的主要污染物排放量，構(gòu)建了引入環(huán)境水平的工期-成本-環(huán)境水平均衡優(yōu)化模型。依托考慮環(huán)境水平的高速公路案例，采用自適應(yīng)多目標(biāo)粒子群和聲搜索算法求解。得到以下主要結(jié)論：(1)公路施工過程中追求對(duì)環(huán)境影響最小化需要壓縮工程工期，控制施工環(huán)境污染物排放量需增加項(xiàng)目成本；(2)引入環(huán)境水平的多目標(biāo)模型可為高速公路項(xiàng)目決策者進(jìn)行綠色施工管理和方案決策提供重要參考依據(jù)；(3)通過比較不同方法搜索出的最優(yōu)方案，選擇C-metric和HV兩個(gè)模型評(píng)價(jià)指標(biāo)對(duì)公路建設(shè)方案進(jìn)行評(píng)價(jià)，驗(yàn)證了工期-成本-環(huán)境水平多目標(biāo)模型及評(píng)價(jià)方法的可行性。

此外，群智能算法作為智能領(lǐng)域新型優(yōu)化算法能解決諸多目標(biāo)均衡問題，但每個(gè)算法都有優(yōu)缺點(diǎn)，如何融合不同算法并應(yīng)用于實(shí)際公路工程項(xiàng)目，如何引入質(zhì)量、安全、信息等其他目標(biāo)并將其同時(shí)與環(huán)境水平進(jìn)行綜合均衡優(yōu)化，幫助項(xiàng)目決策者根據(jù)不同偏好比選方案，值得繼續(xù)思考和探討。