采用多因素模糊矩陣算法的數值模擬與工程風險仿真診斷

矯立超

(1. 河北工業大學 土木工程學院, 天津 300401;2. 河南城建學院 管理學院, 河南 平頂山 467044)

?

采用多因素模糊矩陣算法的數值模擬與工程風險仿真診斷

矯立超1,2

(1. 河北工業大學 土木工程學院, 天津 300401;2. 河南城建學院 管理學院, 河南 平頂山 467044)

以多因素模糊矩陣算法和仿真技術理論為基礎，從我國建筑工程風險的特點及實際情況出發，探討大型工程領域存在的風險.對多因素模糊矩陣算法在建設工程風險評價中的適用性進行分析，并以某省大型糧倉儲備工程建設風險評價為例，進行工程仿真診斷.結果表明：該算法量化程度高，可操作性強.

建設工程； 風險等級； 仿真診斷； 風險評價； 多因素模糊矩陣算法

工程項目建設是一個大規模的生產過程，參與方多、持續時間較長、環境因素復雜、四新技術采用較多.工程項目,尤其是大中型工程項目建設過程中，有很多隨機、模糊因素.這些不確定的因素構成了工程項目風險的主要來源，可能導致項目工期延誤、成本超支、工程質量等問題，甚至造成工程事故，出現人員傷亡，導致項目整體失敗.不同規模、不同類別的工程項目所面臨的風險大小、種類也不盡相同.因此，對工程項目建設進行有效的風險數值模擬與仿真診斷是工程項目全過程管理中的重要課題.作為國家戰略物資儲備場所，大型現代化糧倉建設比一般工程項目更加復雜、風險控制點更多.本文采用多因素模糊矩陣算法進行數值模擬，對某省大型現代化糧倉建設進行工程風險仿真.

1　建設工程風險評價的多因素模糊矩陣算法

1.1多因素模糊矩陣算法

多因素模糊矩陣算法，又稱模糊多元算法或模糊綜合算法，是一種非常有效的決策算法，適合于綜合評價受多種因素影響的變量.模糊綜合分析法與系統理論相結合，具有較強的系統性和定量性,可以解決難量化的模糊理論涉及的多種復雜問題[1-2].在大型工程項目建設中，有很多隨機、模糊因素，這些因素隨時發生變化，如環境變化、物價上漲、參與方變化、不可抗力等.這些項目特征與模糊綜合評價法適用的情況相符.

1) 確定因子權重和因子集合.根據工程項目風險影響因子，采用專家打分法確定評價因子(或指標).因子集可表示為A={a1,a2,…，an}.各因素的重要性不同，評價因子應采取不同的權重，可表示為U={u1,u2,…,un}.其中，第i個評價因子ai的權重值為ui.

2) 設映射關系σ(a1,a2,…，an)為多因素模糊貼進度，滿足假定條件：σ(a1,a2,…an)=1，∑U=1，σ(a，b)=(b，a)，A?B?C，σ(a，c)≤σ(a，b)Λσ(b，c).

3) 確定綜合評價值集合，構建模糊矩陣.評價值集合包含任意評價因子的評價等級，可表示為V={v1,v2,…,vn}.ri,j表示對某系統或程序評估項目因子ai做出的評語等級(或評價)vj的評定概率，這個概率是隸屬度的大小.整個因子集的隸屬度向量由模糊綜合評判矩陣R構成.

4) 模糊綜合評價.依據加乘法則的普通理論，綜合評定向量W=U×R. 綜合評定向量W按照加權平均法確定綜合評價權重：評語集v進行量化，按照等級差異度確定H.規范化綜合評價向量W，規范化后的Wj,即vj的權重值.由此綜合得到所評價方案的總分值[3]N=WHT.

1.2多因素模糊矩陣算法在建設工程風險評價中的適用性

假設項目風險管理機構重點考慮的評價因素，如表1所示.

表1　評價因素

4個主要評價因子定性因素較多，且可量化.其映射關系σ(a1,a2,…，an)為多因素模糊貼進度.由此可知：其相關性滿足多因素模糊矩陣算法假定條件.

評價指標權數分配符合多因素模糊矩陣算法，4種主要因素風險可劃分為5個等級，并構成評價等級集合V={v1,v2,…,v5}={重大,較大,一般,較小,小}.由于缺乏4個評價指標準確的層次劃分依據，其層次具有明顯的模糊性，層次之間界限不清.因此，在對4種指標層次的衡量中，對于權重的確定，采用多因素模糊矩陣算法，使之能夠量化決策者的經驗判斷.應用數學模型W=U×R，依據最大隸屬原則，可得出總的評價結果.

2　數值模擬與風險仿真診斷

某市欲投資修建一座大型儲備糧倉，包括糧食倉儲主體及碼頭配套工程工作塔、汽車接發站、立筒倉、消防泵房、消防水池等單項工程項目.施工要求較高，要求建成優質工程，工期2年.因大型儲備糧倉的特殊使用要求，在設計階段已對其承載力、剛度、荷載進行反復驗算與比較，將風險最大限度地控制在工程前期.

糧倉施工過程中存在的風險因素多且復雜[4].在糧倉建設之初，由投資方牽頭成立了風險管理機構，對工程進行風險識別，根據因素清單列出主要風險.在風險識別過程中，通過專家會議或對照核對表的方法，找出可能造成影響的項目風險和存在于之前的風險，分析風險對項目的影響和其產生的具體原因.風險識別方法是否正確直接影響到風險管理的全過程[5].為了精確起見，采用專家會議法進行風險識別，針對工程的主要風險，將因子集列為安全(a1)、質量(a2)、成本(a3)、工期(a4)、概率(a5)，則A={a1,a2,a3,a4,a5}.

表2　a1～a5判斷矩陣

1) 確定基于多因素模糊矩陣算法的工程風險因子集，構建判斷矩陣.站在投資方的角度，采用專家會議法、層次分析法列出評價因子集中諸元素權重的判斷矩陣，如表2所示.根據表2，用層次分析方根法求解因子相對權重[6]可得U= [2.268,2.268,1.108,0.574,0.306]T.歸一化處理ui，可得U1= 0.348,U2=0.348,U3=0.170,U4=0.088,U5=0.047.各個因子的權重相對值為U=[0.348,0.348,0.170,0.088,0.047]T.問題的整體評價不可能準確地確定vi,j的精確值，只能支持實證估計.如果有一個錯誤估計，將導致一個特征值的判斷矩陣也有偏置.因此，需要對結果進行一致性檢驗[7],即

式中：CI為一致性指標；λ為A的最大特征值.對于1～9階矩陣，其平均隨機一致性指標(RI)值，如表3所示.由表3可知：RI=1.12,差異度CR=CI/RI=0.057/1.12=0.05<0.10，符合一致性指標檢驗.

表3　隨機一致性指標參數RI值對應表

2) 確定評語等級.工程風險仿真數值矩陣可以根據國家、部門、企業的標準和規范制定質量評定標準.根據項目的實際情況，將風險等級劃分為5個層次[8]，則所有評語集為V={v1,v2,…,v5}={重大,較大,一般,較小,小}.工程的主要風險為A(現場停電),B(意外火災),C(連續降雨).以此為例,得出與評語集合V對應的工程風險仿真數值矩陣，如表4所示.

表4　工程風險仿真數值矩陣

3) 綜合評價.按加乘運算法,可得

WA=U·R=[0.348,0.348,0.170,0.088,0.047]×

同理可得

WB= [0.169,0.351,0.309,0.118,0.052]，

WC= [0.065,0.274,0.187,0.144,0.331].

4) 根據等級數據，確定最終H=[90,70,50,30,10]T，可得

NA=WA·H=[0.031,0.182,0.153,0.165,0.470]×[90,70,50,30,10]T=32.78.

同理，可得NB=59.34,NC=41.99.風險水平的劃分：(80～100)為重大風險；(60～80)為較大風險；(20～60)為一般風險；(0～20)為小風險.糧庫建設項目管理機構可以根據上述標準制定具體的風險管理措施、應對方法[9-11].由此可知：火災事故可被視為接近高風險；連續降雨可被視為一般風險；工程斷電可被視為較小風險.

3　結束語

引入多因素模糊矩陣算法并進行數值模擬，對某省大型現代化糧倉建設進行工程風險仿真.基于多因素模糊矩陣算法的數值模擬與工程風險仿真量化程度高，可操作性強，是當前工程風險定性化研究的重要補充，對工程項目管理機構及工程參與各方進行風險規避具有重要意義.

[1]梁保松,曹殿立模糊數學及其應用[M].北京:科學出版社,2007:131-132.

[2]謝季堅,劉承平.模糊數學方法及其應用[M].武漢:華中科技大學出版社,2000:215-218.

[3]張裔智,孫波.基于AHP算法的校園網絡模型的定量分析[J].西南師范大學學報(自然科學版)，2009，34(4):183-187.

[4]黃逸群，林從謀，黃清祥，等.隧道型鋼噴混凝土初期支護的可靠度計算方法及應用[J].華僑大學學報(自然科學版),2014,35(2):212-215.

[5]易濤,熊堅,萬華森.高速公路基本路段交通流微觀仿真建模與實現[J].昆明理工大學學報(理工版),2004，29(3):13-19.

[6]羅帆,劉小平,楊智.基于系統動力學的空管安全風險情景預警決策模型仿真[J].系統工程,2014,32(1):68-72.

[7]劉光忱,游蕾,張靖.基于層次分析法的建筑工程施工安全風險評價[J].沈陽建筑大學學報(社會科學版),2013，15(3):106-112.

[8]楊莉瓊,李世蓉,賈彬.基于二元決策圖的建筑施工安全風險評估[J].系統工程理論與實踐,2013，33(7):93-98.

[9]林陵娜,蘇振民,王先華.基于系統動力學的建筑施工項目安全狀態識別模型構建[J].中國安全生產科學技術,2011,7(12):101-107.

[10]張建平,胡振中.基于4D技術的施工期建筑結構安全分析研究[J].工程力學,2008,25(增刊2):204-212.

[11]LI Heng,GUO Hongling,MIROSLAW J,et al.Using the IKEA model and virtual prototyping technology to improve construction process management[J].Construction Management and Economics,2008，26(9):991-1000.

(責任編輯： 錢筠英文審校： 方德平)

Numerical Simulation and Engineering Risk Simulation Diagnosis Using Multi-Factor Fuzzy Matrix Algorithm

JIAO Lichao1,2

(1. School of Civil Engineering, Hebei University of Technology, Tianjin 300401, China;2. School of Management, Henan University of Urban Construction, Pingdingshan 467044, China)

Based on the theory of multi-factor fuzzy matrix algorithm and simulation technology, the characteristics and the actual situation of Chinese construction project risk were discussed, the risks in the current large scale engineering field were studied. The applicability of multi-factor fuzzy matrix method in the risk assessment of construction project was analyzed, and a large granary reserve construction risk assessment was taken as an example for the engineering simulation diagnosis. The result shows that the algorithm has high degree of quantization and good operability.

construction project； risk grade; simulation diagnosis; risk assessment; multi-factor fuzzy matrix algorithm

10.11830/ISSN.1000-5013.201605013

2016-09-03

矯立超(1978-)，男，講師，博士研究生，主要從事現代工程項目管理理論與方法的研究.E-mail:jiaolichao2006@126.com.

全國統計科學研究計劃項目(2013LY127)

TU 7; F 832

A

1000-5013(2016)05-0591-04