基于直覺模糊TOPSIS-GRA的地鐵車站施工防汛應急決策研究

王心楠， 王軍武， 劉一鵬

(武漢理工大學 土木工程與建筑學院， 湖北 武漢 430070)

近年來隨著全球變暖的加劇導致暴雨頻發(fā)，再加上我國城市地下空間不斷發(fā)展，使得大規(guī)模的地下空間建設(shè)在施工期面臨一定的洪澇災害風險。尤其是地鐵車站工程，其施工場地通常在地表以下20～30 m處，雨水會自然匯入內(nèi)部。施工現(xiàn)場一旦遭受到內(nèi)澇災害，其潛在的危險會對項目造成巨大的損失，嚴重時會危及城市的穩(wěn)定運行以及居民生活[1]。同時由于地鐵車站的施工涉及多個參建單位，施工專業(yè)多、項目多、環(huán)節(jié)多、接口多，作業(yè)時空交叉，組織協(xié)調(diào)量大，不同參與單位在內(nèi)澇災害中承擔著不同的損失，各方都會制定各種應急決策方案。為了緩解甚至避免汛期洪澇災害，在汛期到來時，地鐵車站的項目管理人員進行科學合理的防汛應急預案決策具有重大意義。

目前國內(nèi)外學者對應急預案的研究大致分為三類[2]：應急預案綜合性研究、應急預案總體效果評價研究和針對某類具體應急預案的研究。近幾年，國內(nèi)學者針對地鐵的應急預案研究大多是運營階段的突發(fā)事件[3～6]，其中對地鐵內(nèi)澇災害的研究大多從防澇風險評價[7,8]和脆弱性評價[9]上展開。但在施工階段做好應急管理，可以將損失控制在最低限度以最大程度保證公眾的生命財產(chǎn)安全，對項目的順利實施起到了至關(guān)重要的作用。

另外，由于應急問題的復雜性、模糊性和不確定性，因此決策者得到的信息不完全，很難提供精確的數(shù)值進行預案評估。近年來，越來越多的學者將模糊集理論與多屬性決策相結(jié)合來解決這一問題[1,10～15]。但單一的多屬性決策方法都存在不同的缺陷，對應急預案評估時需要考慮將不同方法相結(jié)合以解決單一方法的缺陷。

鑒于此，筆者擬將直覺模糊集理論、TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)和灰色關(guān)聯(lián)法(Grey Relation Analysis,GRA)相結(jié)合，構(gòu)建地鐵車站施工階段防汛應急預案決策模型，以期為這類施工的防汛應急預案提供理論依據(jù)，對應急決策理論體系和評價模型進行一定的補充。

1 防汛應急預案評價指標體系

由于現(xiàn)有研究尚未建立能科學反映地鐵防汛應急預案評價的指標體系，因此本文在構(gòu)建指標體系時，首先考慮應急預案的編制原則、構(gòu)成要素和內(nèi)容等方面，然后再結(jié)合地鐵車站汛期施工的特點和項目管理需要進行調(diào)整。

地鐵車站建設(shè)期防汛應急預案的科學有效決策，集中在應急預案科學性和可操作性評價指標的選擇上。此外由于地鐵車站的施工階段是一個動態(tài)過程，暴雨內(nèi)澇災害發(fā)生在不同施工階段需要采取不同的應急措施，這導致項目管理人員無法提前編制可操作性強、內(nèi)容詳細完整的應急預案。同時，由于施工場地狹小、開挖深、環(huán)境復雜，應急救援的人員和設(shè)備不能無上限地進入，應急預案的制定要保證在救援時，應急措施可以有效開展，有序進行，同時要避免物資人力的浪費。

基于此，通過文獻調(diào)查法、專家訪談法和問卷調(diào)查法[1,8,13,16]，本章選取應急預案編制的科學性、內(nèi)容的完整性、經(jīng)濟性以及可操作性四個方面作為一級指標，篩選出16個二級指標構(gòu)建地鐵車站施工階段的防汛應急預案指標體系，如表1所示。

表1 地鐵車站防汛應急預案評價指標體系

2 地鐵車站防汛應急預案決策模型

2.1 地鐵車站防汛應急預案決策問題描述

2.2 確定專家權(quán)重

來自不同單位有不同的教育背景、經(jīng)驗(工作年限)、知識水平，這導致他們對于不同方案有不同的偏好。鑒于此，本文將專家的特點分為工作單位和自身優(yōu)點兩部分，按兩部分特征指標進行打分匯總，得到各個專家的權(quán)重，準確描述了專家工作單位、學歷、工作年限、知識水平等因素對權(quán)重的影響[1]。

當建設(shè)項目發(fā)生暴雨內(nèi)澇災害時，不同的參建單位承擔著不同災害損失，因此從減少損失的角度出發(fā)，承擔損失越大的單位，專家意見的積極性和分項性越強，因此專家權(quán)重應越高。同時，不同的項目管理模式或不同的合同條款會讓各方承擔不同的災害損失。因此，從工程管理學角度，在不同的項目管理模式下，不同參建單位的專家權(quán)重見表2。在表2中，承擔最大風險單位的專家權(quán)重設(shè)為3，承擔中等風險的單位設(shè)置為2，承擔最小風險的單位設(shè)置為1。

表2 工作單位風險權(quán)重

項目實踐中，由于教育背景、工作年限和知識水平等不同，不同專家對于應急預案的理解也不同。一般來說，學歷越高、工作時間越長、知識水平越高的人，對應急預案的理解更加透徹，因此權(quán)重應越高。根據(jù)以往研究的結(jié)果，按照不同專家的個人特質(zhì)進行打分，如表3所示。

表3 專家個人特質(zhì)打分

通過上述分析，得到兩方面五部分原始得分后匯總矩陣{Qk}其中k=1,2,…,s，則專家權(quán)重為：

(1)

2.3 構(gòu)造集成的直覺模糊決策矩陣

由于汛期的不確定性導致做決策的時間很緊迫，決策者很難及時獲得準確、完整的定量數(shù)據(jù)。因此，專家用“非常差、很差、差、稍差、中等、稍好、好、很好、非常好”的定性語言來描述每個指標的得分，通過直覺模糊數(shù)將這些語言轉(zhuǎn)化為具體的數(shù)值[12]，如表4。

表4 語言變量轉(zhuǎn)化為直覺模糊數(shù)

(1)對專家評價信息矩陣進行規(guī)范化處理

(2)

(2)構(gòu)造集成的直覺模糊決策矩陣

在多目標群決策的實際運用中，為了保證決策信息的精確性以及實現(xiàn)對不同專家的評價信息進行有效集結(jié)，將決策信息通過直覺模糊加權(quán)平均(IFWA)算子集成，最終對所得具體實數(shù)進行排序優(yōu)選，基本過程如下所述。

運用直覺模糊加權(quán)平均算子IFWA集結(jié)專家評價信息矩陣Rk和對應專家權(quán)重矩陣εk，得到綜合評價信息矩陣T：

(3)

(3)計算評價指標權(quán)重

先計算直覺模糊熵值：

(4)

這里，如果uij=0,vij=0,πij=1，那么uijlnuij=0,vijlnvij=0,(1-πij)ln(1-πij)=0。

因此，指標體系第j個屬性的熵權(quán)可以表示為：

(5)

2.4 TOPSIS-GRA方法求最優(yōu)方案

要確定最優(yōu)的應急決策預案，就必須科學地對所有備選方案進行綜合評價。因為地鐵車站施工防汛應急預案是在緊急情況下制定的，能獲取到的汛期信息非常不充分，而TOPSIS法和灰色關(guān)聯(lián)度法可以在有限條件下反映備選方案與正、負理想方案之間的位置距離和曲線形狀相似度。但TOPSIS和灰色分析法在系統(tǒng)方案的整體評判上都存在一定缺陷[13]。因此，本文在方案評價決策中，構(gòu)建了基于直覺模糊的TOPSIS-GRA評價模型，使評價結(jié)果更為科學、合理。具體步驟如下：

(1)確定正理想方案A+和負理想方案A-

(6)

(7)

式(6)和(7)中

(8)

(9)

(3)計算備選方案Ai與正、負理想方案A+和A-的灰色關(guān)聯(lián)度

(10)

(11)

式(10)和(11)中，

因此，可以得到灰色關(guān)聯(lián)度為：

(12)

(13)

(4)合并歐式距離與關(guān)聯(lián)度

(14)

(15)

式中：α(0≤α≤1)為距離權(quán)重系數(shù)，反映的是決策者對距離的偏好程度，1-α(0≤1-α≤1)則體現(xiàn)了決策者對曲線形狀的偏好程度，α的取值由決策者根據(jù)實際的決策問題、決策條件等具體情況而定。

(5)計算備選方案的相對貼近度向量S=(S1,S2,…,Sm)T，即：

(16)

根據(jù)Si的大小比較，Si越大說明貼近度越高，方案則為最優(yōu)，反之則說明方案越差。因此選取Si值最大的應急預案作為最終的最優(yōu)決策。

3 案例分析

3.1 工程概況

蘭家溝車站是成都軌道交通6號線三期工程，施工現(xiàn)場周邊多是農(nóng)田和荒地，并且曾經(jīng)多次爆發(fā)洪澇災害的青蘭溝穿過該車站，因此蘭家溝車站具有較好的吸水能力和較差的排水能力，該項目的施工模式是BT施工總承包模式。

2018年7月6日，中國四川省成都市開始降雨，并且據(jù)當?shù)貧庀笈_預報，蘭家溝車站施工區(qū)域未來幾小時暴雨持續(xù)性降臨的幾率很大。此時，蘭家溝車站正處于主體結(jié)構(gòu)施工的關(guān)鍵時期，現(xiàn)場有大量的施工人員、設(shè)備和建筑材料，一旦施工現(xiàn)場在暴雨期間沒有得到很好的管理，將會造成巨大的人力物力損失。

因此各參建單位迅速組織起來依據(jù)實際情況制定了三個應急預案A={A1,A2,A3}，如表5所示。由于決策時間較緊急，調(diào)度的資源有限，項目管理組邀請了4名不同領(lǐng)域的專家(分別以e1,e2,e3,e4表示)來參與該項目的防汛應急預案決策，專家評審組4名專家的基本情況見表6。

表5 三種應急預案簡介

表6 決策專家組基本情況

3.2 蘭家溝車站工程的防汛應急預案評價

根據(jù)第2章給出的決策方法，本章節(jié)采用逐步分析的方法給出了案例分析的詳細計算過程。

(1)收集評估信息并獲得個人評價矩陣

(2)基于專家的信息構(gòu)造直覺模糊決策矩陣

根據(jù)表6中4位專家的個人信息，參考表2和表3的打分制度，可以得到專家組的個人信息如表7所示。根據(jù)式(1)得到專家的權(quán)重向量ε=(0.2609,0.3043,0.1957,0.2391)T。

根據(jù)式(3)，運用直覺模糊加權(quán)平均算子IFWA將專家評價信息矩陣Rk與對應專家權(quán)重矩陣進行集結(jié)，得到直覺模糊決策矩陣T。采用式(4)(5)得到各指標權(quán)重，綜合評價信息矩陣信息表和各指標權(quán)重計算結(jié)果如表8所示。

表7 專家個人信息及權(quán)重

(3)計算加權(quán)后的Euclidean距離

首先依據(jù)式(6)(7)，確定正理想方案A+和負理想方案A-，如表7所示。根據(jù)式(8)(9)得到方案A1，A2，A3與直覺模糊集正、負理想方案的加權(quán)Euclidean距離結(jié)果如表9所示。

(4)計算灰色關(guān)聯(lián)度

依據(jù)式(12)(13)，計算備選方案Ai與直覺模糊集正理想方案A+和負理想方案A-的灰色關(guān)聯(lián)度，如表9所示。

(5)計算貼近度

表8 綜合評價信息矩陣信息、正負理想方案和權(quán)重

表9 備選應急預案到正、負理想方案的Euclidean距離、灰色關(guān)聯(lián)度、貼近度

上述計算結(jié)果可以很容易地看出，相對貼近度的大小排序為：S2>S1>S3，因此蘭家溝車站工程內(nèi)澇災害應急預案的優(yōu)劣排序為A2>A1>A3，A2是蘭家溝車站工程最優(yōu)的應急預案。

3.3 應急預案決策結(jié)果分析

(1)在一級指標權(quán)重中，權(quán)重排序：F4可操作性>F2完整性>F3經(jīng)濟性>F1科學性；二級指標權(quán)重中，G14增加救援物資和人員的可行性和G15具有預警功能的綜合權(quán)重較大，分別為0.0657和0.0641。由此可見，項目管理人員在編制類似項目的防汛應急預案時，應該首先考慮的是應急預案的可操作性，但是經(jīng)濟性會在一定程度上制衡，并且應急預案的重點要放在可以具有較強的預警功能，在執(zhí)行措施時有增加人力物力的空間上。

(2)相對貼近度大小排序為：S2>S1>S3，因此蘭家溝地鐵車站工程此次防汛最佳應急預案是A2，該項目在汛期來臨時應該立即停止現(xiàn)場的施工，撤離所有非救援人員，并向上級部門進行實時匯報。施工現(xiàn)場每一個易澇點增加2，3個水泵，青蘭溝周邊放置沙袋以提高周邊的防洪能力，組織好后備力量。

(3)本文考慮到地鐵車站施工的特殊性以及汛期的不確定性，認為專家的權(quán)重不應該默認相同，應根據(jù)具體情況進行討論。因此將決策專家按不同的特征進行打分，再確定權(quán)重。這樣利用了不同專家的優(yōu)點，使決策結(jié)果更加科學合理。

(4)本文提出的一種基于直覺模糊的TOPSIS-GRA決策方法，解決了屬性權(quán)重和決策者權(quán)重均完全未知且屬性值以直覺模糊數(shù)形式給出的多屬性群決策問題，與傳統(tǒng)方法相比，該應急預案決策模型更加科學合理。

4 結(jié) 論

(1)采用文獻調(diào)研法、專家訪談法，建立了初始的應急預案指標體系；考慮到地鐵車站施工的特點以及汛期應急管理的要點，調(diào)整指標體系，通過兩輪調(diào)查問卷建立最終地鐵車站防汛應急預案指標體系。

(2)將直覺模糊集與多屬性決策方法相結(jié)合，構(gòu)建地鐵車站防汛應急預案決策模型，直覺模糊集的隸屬度、非隸屬度和猶豫度，分別可以描述應急預案決策各指標的確定性、不確定性和猶豫性等信息。TOPSIS-GRA的方法解決地鐵車站防汛應急預案信息獲取不充分，不確定性和模糊性大的問題。蘭家溝車站工程防汛應急預案決策結(jié)果與實際情況相吻合，證明了該決策模型的準確性和有效性。

(3)地鐵車站汛期施工應急預案的編制要重視預案的預警功能，汛前各單位應該組織防汛應急救援演練，檢驗應急救援措施的可操作性，防汛物資和人員的儲備是否充足以及增加人力物力的可行性。