基于案例推理的橋梁拆除項目方案自動化推薦

摘要：基于案例推理法，選取多個具有代表性的源案例形成橋梁拆除的案例庫。基于粗糙集理論對案例屬性特征約簡，簡化數(shù)據(jù)復雜性，同時保留關(guān)鍵信息。在案例檢索過程中，結(jié)合熵值法和層次分析法（AHP）優(yōu)化案例屬性權(quán)重，通過相似度計算得出與目標案例匹配度最高的源案例。以源案例的經(jīng)驗知識為依據(jù)，對重難點提前預控，從而減少項目實施過程中可能出現(xiàn)的危險環(huán)節(jié)，使方案更優(yōu)。以海潮大橋拆除項目為例，驗證方法的可行性。將項目完結(jié)后符合要求的目標案例收入案例庫，以不斷豐富和完善案例庫，為相似重大橋梁拆除工程提供參考。

關(guān)鍵詞：案例推理；橋梁拆除；案例庫；方案自動化推薦

0引言

橋梁作為重要的交通類基礎(chǔ)設(shè)施，是人類歷史的見證，也是國家綜合實力的展現(xiàn)，如武漢長江大橋、朝天門大橋、膠州灣跨海大橋，它們均是國內(nèi)甚至國際上享有盛譽的橋梁。但隨著時間推移，不少橋梁在功能或設(shè)備上已經(jīng)不能滿足當下的需要，橋梁拆除工程應運而生。一般橋梁拆除涉及結(jié)構(gòu)老化和功能陳舊、災害和事故修復、道路和交通規(guī)劃、可持續(xù)發(fā)展和環(huán)境影響、歷史和文化保護等多個方面。

橋梁工程與其他傳統(tǒng)工程相比具有特殊性，在結(jié)構(gòu)設(shè)計上，橋梁工程更加專業(yè)和復雜，需要綜合考慮材料、地質(zhì)、使用年限等各種因素；在施工技術(shù)上，由于使用需求和施工條件的多變性，需要使用特殊的工具、設(shè)備或技術(shù)；在工期和成本上，由于其專業(yè)性和復雜性，橋梁的規(guī)劃、設(shè)計和施工過程需要更多時間和資源。因此，細致合理的橋梁拆除方案是解決問題的關(guān)鍵所在。

近幾十年，國內(nèi)外專家在橋梁建設(shè)方面取得了顯著成就，如在超長跨徑的橋梁建設(shè)上，誕生了中國的港珠澳大橋、美國的東灣跨海大橋等；在橋梁建設(shè)的高科技應用上，無人機和遙感技術(shù)用于橋梁的巡檢和監(jiān)測，計算機模擬和虛擬現(xiàn)實技術(shù)在設(shè)計和施工過程中發(fā)揮作用；在橋梁養(yǎng)護與維修上，通過無損檢測技術(shù)、防腐保護技術(shù)、疲勞壽命評估等，延長橋梁的使用壽命。

相較于橋梁建設(shè)，橋梁拆除起步較晚，技術(shù)尚未成熟，早期的拆除方法主要采用傳統(tǒng)的人工方式，如重型機械、爆破和手工拆除等，但是存在效率偏低、安全風險高及對環(huán)境影響大等問題[1]。隨著我國工程技術(shù)的發(fā)展，橋梁拆除引進了一些新的技術(shù)和方法。例如，采用鋼索、起重機和吊車等機械設(shè)備進行拆除，以提高效率和安全性。此外，采用爆破拆除[2]的方法也得到了一定的改進，引入了精確控制爆破技術(shù)，減少了對周圍環(huán)境的影響。近年來，橋梁拆除領(lǐng)域的研究和創(chuàng)新不斷推動著該領(lǐng)域的發(fā)展。研究人員和工程師通過應用新材料、新技術(shù)和新方法，提高了拆除工程的效率、安全性和環(huán)境友好性。例如，無人機技術(shù)在橋梁巡檢和監(jiān)測中的應用[3]、激光切割技術(shù)的發(fā)展等，都為橋梁拆除帶來新的可能性。

由于案例推理（Case-Based Reasoning，CBR）方法本身被視作是一門技術(shù)，其在不斷發(fā)展過程中可以加入新方法和新技術(shù)，使自身更加全面、高效。自1982年耶魯大學的沙克提出動態(tài)記憶理論至今，CBR方法已被廣泛應用于醫(yī)學、農(nóng)業(yè)交通、工程建設(shè)、突發(fā)情況管理等領(lǐng)域[4]。本研究基于CBR方法，首先通過網(wǎng)絡(luò)查找和政府發(fā)布的橋梁信息，收集相匹配的源案例；其次應用粗糙集理論[5]對案例屬性進行簡化，并采用熵值法與層次分析法相結(jié)合的方法優(yōu)化屬性權(quán)重；最后對局部屬性相似度進行計算，得到參考度最高的源案例，并在源案例特征的經(jīng)驗基礎(chǔ)上，結(jié)合目標案例的具體情況進行引用修改，從而形成最終的橋梁拆除方案。

1橋梁拆除方案研究綜述

橋梁拆除是一項復雜且艱巨的工程，需要綜合考慮結(jié)構(gòu)安全、施工難度、環(huán)境保護等多方面因素，因此橋梁拆除方案的選擇得到很多學者和工程團隊的關(guān)注。Zheng等[6]基于AHP和TOPSIS方法，采用多因素決策方法對橋梁拆除方案的選擇和評價進行了優(yōu)化，最大限度地避免了主觀判斷方法的偏差。殷保方[7]通過對雙曲拱橋承載能力的評估，制訂了適合其拆除的施工方案。劉成章[8]通過對觀瀾河大橋拆除方案的研究，發(fā)現(xiàn)針對不同的工程實際應選用相適應的施工方法及施工工藝，利用有限元軟件進行結(jié)構(gòu)分析能對施工方案及結(jié)構(gòu)設(shè)計提供有益的建議。徐翾玄[9]通過總結(jié)中小橋梁拆除施工及其他建筑拆除施工工藝，結(jié)合橋梁現(xiàn)場實際工況，開啟了全國首座中承式雙連拱拱橋逆向拆除研究。

項目管理技術(shù)2024年第22卷第6期2024年第22卷第6期姜鍇等基于案例推理的橋梁拆除項目方案自動化推薦——以海潮大橋拆除項目為例橋梁拆除方案的研究，主要分為兩大類型。一是通過技術(shù)研究解決施工過程中的技術(shù)性難題。例如，江凱[10]認為，橋梁拆除作業(yè)應優(yōu)選基于SPMT與金剛石繩鋸的快速拆除工藝，實現(xiàn)交通運營條件下橋梁的快速拆除，最大限度地降低既有橋梁拆除對交通的干擾；晏國泰等[11]通過實踐證明，利用整體單元切割+雙向平移連續(xù)下放移除技術(shù)，可以完全擺脫城市復雜空間的影響，實現(xiàn)橋梁的快速拆除。二是通過對橋梁結(jié)構(gòu)安全的評估，減少拆除過程中可能出現(xiàn)的風險。例如，李友軍等[12]通過對比靜力切割方法和爆破方法，得出石龜山主橋采用靜力切割方法拆除施工風險大，擬采用爆破拆除方法，為類似橋梁的拆除提供良好的借鑒作用。鄭日華[13]認為，舊橋拆除具有結(jié)構(gòu)穩(wěn)定性不確定的特點，若拆除施工時未對結(jié)構(gòu)體系進行有效分析和跟蹤，會增加拆橋的安全風險，因此需針對舊橋的結(jié)構(gòu)進行合理檢測和分析，并采取可靠的監(jiān)測和施工措施。

2橋梁拆除方案CBR模型構(gòu)建及推理

2.1橋梁拆除分析

建筑師理查德·巴克明斯特·富勒認為，在拆除橋梁之前，必須對其進行詳盡的評估和分析，以了解其結(jié)構(gòu)、材料和安全性。只有這樣，才能采取適當?shù)牟鸪椒?，并確保施工過程的安全和高效。因此，施工前必須做好充分的準備工作。橋梁拆除一般步驟為：橋面鋪裝及附屬構(gòu)造拆除、上部結(jié)構(gòu)拆除、下部結(jié)構(gòu)拆除[14]，且三個環(huán)節(jié)相互作用，互相影響。

2.2橋梁拆除CBR模型框架構(gòu)建

CBR方法是一種基于案例的推理方法，它是模仿人類通過回顧以往經(jīng)驗來解決新問題的思維過程[15]。其核心思想是將過去解決過的類似問題（案例）存儲在一個案例庫中，并通過比較和匹配現(xiàn)有問題與案例庫中的案例來找到最合適的解決方案。CBR方法在許多領(lǐng)域中得到廣泛應用，如專家系統(tǒng)、機器學習、自然語言處理等。本文的CBR方法由4個部分組成：案例表示、案例檢索、案例解析和引用、案例保留[16]?；玖鞒淌牵阂砸呀?jīng)竣工的橋梁拆除案例組成案例庫，在案例庫中搜索與目標案例最匹配的特征屬性，基于這些相似案例的拆除經(jīng)驗，為目標案例制訂方案。橋梁拆除方案自動推薦CBR模型如圖1所示。

2.3CBR模型推理分析

2.3.1案例表示

案例表示實際上就是對知識的形式化描述，即將知識編碼為一組計算機可識別的數(shù)據(jù)結(jié)構(gòu)，使用約定的符號來表示。合理的案例表示可以使問題解決更加簡便、高效；反之，則會導致問題求解困難、低效[17]。案例庫的構(gòu)建是將收集到的案例進行組織和分類。橋梁拆除案例庫應包含橋梁的概況、工程量、勞動力，材料組織等，確保描述足夠清晰詳細，以便客戶可以通過關(guān)鍵字、標簽等屬性進行檢索，這將有助于提高案例庫的可用性和查找效率。

案例表示由4個部分構(gòu)成，本文選用四元組的方式來表示案例的數(shù)據(jù)結(jié)構(gòu)：β=（F，X，Y，Z）[18]。其中，F(xiàn)表示收集的源案例；X為案例的標簽或特征，主要包括橋梁拆除所涉及的重要元素，如橋梁類型、橋梁結(jié)構(gòu)、橋梁各部分的拆除方案等，即X=（X1，X2，…，Xn）；Y表示各屬性特征的權(quán)重，即Y=（Y1，Y2，…，Yn）；Z為求解目標，即橋梁拆除方案。

2.3.2案例檢索

案例檢索是首先對目標案例特征和案例庫中的案例特征進行相似度計算，然后根據(jù)結(jié)果選擇一個或多個與當前問題最相似的案例。以上可以基于閾值設(shè)置或基于優(yōu)先級選擇。案例檢索是CBR系統(tǒng)中的一個關(guān)鍵步驟，需要綜合考慮目標案例特征確定、權(quán)重確定、相似度計算、案例選擇等因素。

2.3.2.1案例屬性權(quán)重確定

客觀權(quán)重法可以更深入地理解案例中的特征屬性，發(fā)現(xiàn)它們之間的關(guān)聯(lián)性和對目標變量的影響程度，但是可能會忽略特征之間的相互作用或相關(guān)性。主觀權(quán)重法可以根據(jù)具體問題的需求和背景，靈活地調(diào)整特征權(quán)重，充分利用專家的領(lǐng)域知識和經(jīng)驗，但是沒有客觀數(shù)據(jù)的分析支撐，缺乏說服力。因此，將客觀權(quán)重法與主觀權(quán)重法相結(jié)合，有利于完善權(quán)重法，克服單一權(quán)重法的局限性。

（1）基于熵值法[19]確定指標權(quán)重。這是一種用于確定多個因素或指標的權(quán)重的方法，通常用于多準則決策分析。它與某些權(quán)重確定方法不同，不依賴于主觀判斷且考慮了各因素之間的信息量差異，有助于更準確地反映各因素對決策的重要性，是一種常用的綜合評價方法，一般分為如下三個步驟：

1）數(shù)據(jù)標準化，公式如下

x′ij=xij-min（xi）max（xi）-min（xi）

2）確定各指標的信息熵，公式如下

Ej=-1ln n∑ni=1pijln pij

式中，pij=x′ij∑ni=1x′ij；n為案例數(shù)量。

3）確定各指標的權(quán)重，公式如下

Wj=1-Ejm-∑mj=1Ej（1≤j≤m）

（2）基于層次分析法（AHP）的主觀權(quán)重計算。層次分析法是一種簡單且實用的多準則決策工具。它通過有序?qū)哟谓Y(jié)構(gòu)將復雜問題中的各種因素條理化，并依據(jù)主觀判斷結(jié)構(gòu)（以兩兩比較形式為主）來整合專家意見和分析者的客觀判斷結(jié)果。進一步地，通過計算各層次元素的相對重要性次序的權(quán)值，以及所有層次之間的總排序，確定所有元素的相對權(quán)重[20]。AHP通常將決策目標分解為三個層次：目標層、準則層和方案層。本文的目標層為橋梁拆除方案，準則層為橋梁案例特征集，方案層為各特性指標。利用SPSS PRO進行權(quán)重計算，包括如下4個步驟：

1）建立結(jié)構(gòu)模型和判斷矩陣。該步驟是獲取原始數(shù)據(jù)（判斷矩陣）的過程，本文使用了1～10分標度法，最低分為1分，最高分為10分。標度法見表1。

2）特征向量、特征根和權(quán)重計算。根據(jù)構(gòu)造的判斷矩陣，求出其最大特征根λmax所對應的特征向量，該特征向量就是某一層次元素對于上一層次元素的優(yōu)先權(quán)重。求出權(quán)重向量后，需要進行一致性檢驗。層次分析結(jié)果見表2。

3）一致性測試。在構(gòu)建判斷矩陣時，可能會出現(xiàn)邏輯錯誤，因此需要進行一致性測試，以檢查是否存在問題。查找相應的一致性指標RI，計算CR=CI/RI。當CR＜0.1，判斷矩陣的一致性可接受；否則，需調(diào)整判斷矩陣。一致性檢驗結(jié)果見表3。

4）若判斷矩陣通過一致性檢驗，則可計算出權(quán)重，然后依據(jù)方案層指標均值計算目標層最終得分。在權(quán)重計算結(jié)束且判斷矩陣通過一致性檢驗后，可以進行下一步分析。

使用層次分析法得到最大特征根λmax=4.01，對應的RI=0.882，求得CR=CI/RI=0.004＜0.1，通過一次性檢驗。

（3）綜合權(quán)重的計算。采用主觀賦權(quán)法（AHP）和客觀賦權(quán)法（熵值法）相結(jié)合的綜合權(quán)重計算方法，可以充分發(fā)揮兩種方法的優(yōu)點，避免單一方法的局限性，提高權(quán)重確定的準確性和可靠性。指標的綜合權(quán)重公式如下

Wj=αjβj∑nj=1αjβj

式中，α為主觀權(quán)重；β為客觀權(quán)重。

2.3.2.2案例相似度計算

（1）局部屬性相似度。本文中案例特征屬性的模糊性不可忽視。在數(shù)據(jù)分析中，某些屬性的值不是精確的、清晰的或確定的，而是帶有模糊性，即不能用一個很確切的數(shù)值來表示，這就需要用一個區(qū)間數(shù)值進行限制，如橋梁拆除周邊環(huán)境可定義為{舒適，良好，一般，惡劣}，對應的模糊集數(shù)值為{4，3，2，1}。

（2）綜合相似度計算。使用客觀或主觀權(quán)重計算法來確定每個屬性的權(quán)重，將局部屬性相似度乘以對應的屬性權(quán)重，并對所有屬性的結(jié)果求和，計算得到一個綜合相似度得分，據(jù)此進行進一步分析或決策。

本文利用excel對源案例進行相似度得分計算，最后推薦出最具參考價值的源案例。

2.3.3案例解析和引用及案例保留

將橋梁拆除案例的標簽或關(guān)鍵詞的閾值設(shè)置為X，若橋梁拆除案例的最高相似度標簽或關(guān)鍵詞大于X，則代表可以重用源案例的解決方案，借鑒先前的經(jīng)驗處理新問題，對目標案例不進行保留；若標簽的最高相似度低于X，則結(jié)合當前問題的特定要求和限制，對源案例的解決方案進行適應性應用，以使解決方案與目標案例相匹配，與此同時，將目標案例保留于案例庫，以不斷更新和豐富案例庫，為CBR系統(tǒng)提供寶貴的經(jīng)驗。

3實例分析

3.1項目介紹

海潮大橋位于揚州市高郵區(qū)高郵鎮(zhèn)，原橋為T型梁橋，主跨跨徑55m，橋面寬35m，通航孔凈寬38m，凈高5m。由于通揚線高郵段航道整治，全線要求達到Ⅲ級航道標準，通航凈空需滿足60m×7m，故需要將老橋拆除重建。

3.2目標案例與源案例的選取

橋梁拆除項目所涉及的總體步驟有相似之處。首先，拆除頂部結(jié)構(gòu)，如橋面、欄桿和人行道；其次，拆除支撐結(jié)構(gòu)，如梁柱、墩臺和橋墩等。但是，由于橋梁規(guī)模和復雜性不同，橋梁拆除方案需要結(jié)合實際情況加以調(diào)整。橋梁作為一種重要的交通類基礎(chǔ)設(shè)施，拆除前需要進行詳細的工程評估和計劃，如有不當，可能會造成嚴重后果。因此，本文以揚州市高郵區(qū)海潮大橋拆除項目為例，檢驗CBR模型的實用性。

3.3粗糙集在案例特征屬性約簡中的應用

3.3.1構(gòu)建初始案例特征屬性集

構(gòu)建一個包含4個一級案例特征屬性和14個二級案例特征屬性的集合Z={A，B，C，D}，橋梁拆除初始案例特征屬性集見表4。

3.3.2初始案例特征屬性約簡

對初始案例特征屬性進行符號化處理，用數(shù)值{1，2，3，4}賦值。對于可以通過官方平臺獲取相關(guān)資料的屬性，直接進行賦值；對于資料不足或難以量化的屬性，需向?qū)＜易稍儯悦鞔_屬性含義，并將其屬性內(nèi)容在1～4的范圍賦值。數(shù)值越高，表示對項目實施的影響越大。本文以施工環(huán)境為例，賦值見表5。

屬性約簡是數(shù)據(jù)挖掘中的一項重要技術(shù)，用于減少數(shù)據(jù)集中的屬性數(shù)量，同時保留對數(shù)據(jù)集有重要影響的屬性。本文以A1作為基準變量，采用粗糙集理論對案例的特征屬性進行簡化，步驟如下：

D={D2，D3，D4}，U/D1={{F5，F(xiàn)7，F(xiàn)9}，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)6，F(xiàn)8，F(xiàn)10}，POSD（D1）={F5，F(xiàn)7，F(xiàn)9}

U/（D-D2）={{F5，F(xiàn)6，F(xiàn)7，F(xiàn)9}，{F1，F(xiàn)2}，{F3，F(xiàn)10}，{F4，F(xiàn)8}}，POS（D-D2）（D1）={F5，F(xiàn)6，F(xiàn)7，F(xiàn)9}≠POSD（D1）

U/（D-D3）={{F5，F(xiàn)7，F(xiàn)9}，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)6，F(xiàn)8，F(xiàn)10}，POS（D-D3）（D1）={F5，F(xiàn)7，F(xiàn)9}=POSD（D1）

U/（D-D4）={{F5，F(xiàn)7，F(xiàn)8，F(xiàn)9}，{F4，F(xiàn)6}，F(xiàn)1，F(xiàn)2，F(xiàn)3，F(xiàn)10}，POS（D-D4）（D1）={F5，F(xiàn)7，F(xiàn)8，F(xiàn)90}≠POSD（D1）

根據(jù)以上計算步驟可知，D1、D2、D4為案例關(guān)鍵特征屬性，無法進行約簡。重復上述步驟，進行二級特征屬性約簡?；诖植诩陌咐卣鲗傩约s簡集見表6。

3.4相似源案例的檢索

3.4.1歸一化處理

利用約簡后的案例特征屬性生成一個二級屬性的判斷矩陣A1。進行歸一化計算，得到矩陣A2，歸一化數(shù)據(jù)見表7。

3.4.2權(quán)重計算

為避免單一權(quán)重計算方法帶來的誤差，分別計算出客觀權(quán)重、主觀權(quán)重和綜合權(quán)重。權(quán)重匯總見表8。

3.4.3相似度得分計算

根據(jù)項目權(quán)重及相似度，可計算出各源案例的總體相似度得分，見表9。

3.4.4結(jié)果分析

在橋梁拆除案例庫中，通過CBR模型計算相似度得分，可知最高相似度得分的源案例為F1，計算結(jié)果為1.994，即廣東省惠州市九子樟大橋舊橋拆除對海潮大橋的拆除最具參考價值。九子樟大橋拆除內(nèi)容為橋中部左、右幅，首先封閉右幅，疏導車輛至左幅進行雙向通行，然后拆除防撞欄后，對四處橋跨進行拆除、吊離，最后依次對蓋梁、立柱、樁基進行拆除。同樣的，在完成對右幅舊橋的拆除及輔道橋面系的修復后，將車輛疏導至右幅并用同樣的拆除順序?qū)ψ蠓f橋進行拆除，最后將左幅保留作輔道的橋面開通，實行左、右幅同時通車。從橋梁的結(jié)構(gòu)上看，九子樟大橋與海潮大橋都屬于梁氏結(jié)構(gòu)，都是以受彎為主的主梁作為主要承重構(gòu)件的橋梁，并且橋梁的施工環(huán)境有很大的相似度。通過分析可知，海潮大橋與九子樟大橋的橋梁概況相似，可以根據(jù)海潮大橋的實際情況，對F1的方案進行借鑒和引用，以解決施工工程中遇到的難點，從而提高施工效率。

4結(jié)語

橋梁拆除由于其結(jié)構(gòu)復雜、強度和穩(wěn)定性要求高，施工過程中涉及多種難度和挑戰(zhàn)，需要充分的計劃、專業(yè)的知識和技術(shù)，以及合理的協(xié)調(diào)和管理才能完成。為了針對性解決施工過程中可能出現(xiàn)的復雜問題，減少事故發(fā)生率，提高組織協(xié)調(diào)性，本文基于CBR方法對橋梁拆除方案進行研究。以海潮大橋拆除項目為例，通過對案例庫的檢索，得到相似度得分最高的案例，即九子樟大橋舊橋拆除項目。比較兩個項目的施工環(huán)境、結(jié)構(gòu)類型等條件，在相似條件下借鑒九子樟大橋舊橋拆除方案，從而有利于更快、更精確地制訂拆除方案。與此同時，提煉出目標案例的項目特征，引入案例庫，豐富案例庫的內(nèi)容，增強案例的復用性，對根據(jù)相應的橋梁特征自動化生成橋梁拆除方案具有重要意義。

作為一項尚處于探索階段的研究，本研究在橋梁拆除方案推薦方面具有重要意義，但也存在不足。在構(gòu)建案例庫的過程中，所涉及的屬性、指標分類具有主觀性，且案例總量缺乏權(quán)威性，當遇到稀少的橋梁結(jié)構(gòu)時，難以給出準確的拆除方案推薦。因此，若將CBR模型應用于醫(yī)學、科學、法律等需要精密數(shù)據(jù)的領(lǐng)域時，其效果有待進一步完善。

展望未來，隨著橋梁拆除技術(shù)的不斷發(fā)展和創(chuàng)新，基于案例推理的自動化推薦方法將在更多領(lǐng)域展現(xiàn)出其強大的潛力，為城市建設(shè)和發(fā)展貢獻更多智慧和力量。

參考文獻

[1]來猛剛，陳金濤，牛宏，等.論橋梁拆除工程[J].公路，2013（9）：80-83.

[2]蘇龍慶.橋梁爆破拆除施工工藝[J].交通世界，2022（24）：89-91.

[3]彭玲麗，黃少旭，張申申，等.淺談無人機在橋梁檢測中的應用與發(fā)展[J].交通科技， 2015（6）：42-44.

[4]郭艷紅，鄧貴仕.基于事例的推理（CBR）研究綜述[J].計算機工程與應用，2004，40（21）：1-5.

[5]王國胤，姚一豫，于洪.粗糙集理論與應用研究綜述[J].計算機學報， 2009（7）：1229-1246.

[6]ZHENG Z，ZHANG Y，CHEN W D，et al.Simulation decision of bridge demolition schemes based on multi-factor decision-making method[J].IOP Conference Series：Materials Science and Engineering，790（1）：012132.

[7]殷保方.雙曲拱橋承載能力評估及拆除過程控制研究[D]. 重慶：重慶交通大學，2013.

[8]劉成章.預應力混凝土連續(xù)箱梁橋拆除方法及其結(jié)構(gòu)分析研究[D].重慶：重慶交通大學，2012.

[9]徐翾玄.中承式雙連拱拱橋拆除工藝研究[J].珠江水運，2023（1）：88-90.

[10]江凱.高速公路改擴建工程橋梁拆除施工技術(shù)[J].科學技術(shù)創(chuàng)新，2023（5）：149-152.

[11]晏國泰，趙恒釬，陳海鵬.城市復雜空間橋梁模塊化拆除關(guān)鍵技術(shù)[C].2023世界交通運輸大會（WTC2023）論文集（上冊），2023.

[12]李友軍，聶亞，趙志遠，等.通航航道上千米預應力箱梁橋梁拆除爆破[J].工程爆破，2022，28（5）：88-92.

[13]鄭日華.舊橋拆除安全分析及施工措施[J].交通世界，2022（19）：39-41.

[14]王鋒.橋梁拆除工程施工工藝分析及處理措施[J].建筑技術(shù)開發(fā)，2017，44（12）：21-22.

[15]房文娟，李紹穩(wěn)，袁媛，等.基于案例推理技術(shù)的研究與應用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息， 2005（1）：13-17.

[16]湯文宇，李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J].西安郵電學院學報， 2006，11（5）：75-78.

[17]羅嵐，馮文強，王建望，等.基于案例推理的重大工程項目復雜性治理策略研究[J].科技管理研究，2022，42（19）：217-224.

[18]陸添超，康凱.熵值法和層次分析法在權(quán)重確定中的應用[J].電腦編程技巧與維護， 2009（22）：19-20，53.

[19]鄧雪，李家銘，曾浩健，等.層次分析法權(quán)重計算方法分析及其應用研究[J].數(shù)學的實踐與認識，2012，24（7）：93-100.PMT

收稿日期：2023-12-25

作者簡介：

姜鍇（通信作者）（1998—），男，研究方向：建筑工程智能運行與維護。

杜慶娟（1987—），女，博士，講師，研究方向：建筑工程智能運行與維護。