工程項目實施狀態診斷指標的自適應調整模型

王 毅，郭 玉，侯學良

（華北電力大學工程技術與管理研究所，北京 102206）

大型建設工程項目實施狀態診斷系統是我國近年來在工程項目管理領域推出的一項管理新技術，實踐應用結果已證明，在工程項目的管理過程中，該系統不僅能夠基于工程實態信息及時分析和描述出工程項目各層級管理對象的實施狀況，而且還能依據有關標準確定出工程項目管理對象所處的即時狀態，特別是在分析和診斷工程項目具體問題并在判定問題主次根源方面具有獨特的優越性［1］，因此，該系統已被眾多大型建設工程項目管理所采用。但在該系統的使用過程中也發現，隨著工程項目的逐漸推進和若干項目的逐步完成，由于工程項目出現了新的管理對象，那么，分析和診斷這些管理新對象的質量、進度、費用、安全等方面的診斷指標就需要同步作出相應的調整和修正，以確保分析問題的針對性和有效性。但由于現行診斷系統并不具備診斷指標的自動調整功能，為此，當工程項目管理對象發生變化后，工程項目管理者就從診斷系統的指標數據庫中選取指標，人工完成這些管理對象實施狀態診斷指標的調整與修正工作。然而，工程實際應用結果已表明，由于大型建設工程項目的結構組成相對復雜，層級較多、工期較長、信息量大，且很多管理對象具有多元集合和多級傳遞的多維特征，因此，當工程項目出現新的管理對象時，不僅需要調整該管理對象實施狀態的診斷指標，而且還需要進一步調整與其相關的其他層級管理對象的診斷指標。而這一系列診斷指標的調整與修正就給工程項目管理者帶來較大的工作負擔，且時常由于管理人員的考慮不周而漏缺相關管理指標的調整與修正，給工程項目的有效管理帶來一定程度的不利影響［2］；更重要的是，這一問題隨著工程建設規模的不斷擴大和項目管理層級的不斷增多而變得愈加復雜和嚴重，在此情態下，依舊通過人工方式來完成大型建設工程項目各層級管理對象診斷指標的系統性、系列性調整就變得不再可行。因此，如何使現行診斷系統具有隨管理對象的變化而實現診斷指標的自動調整功能，就成為工程項目管理領域需要解決的一個重要現實問題。

1 相關研究現狀和存在的主要問題

為解決大型建設工程項目各層級管理對象診斷指標自動調整功能這一問題，一些學者開展了針對性研究，并提出了多種診斷指標自動調整的方法與模型，如Sun 等［3］利用模糊邏輯巡檢方法建立了工程項目管理對象與其診斷指標的TAFN 模糊動態調整模型（triangle-adjustable fuzzy number model），然后采用Java 語言設計了相應的診斷指標調整程序，以期實現診斷指標的自動調整與修正；焦松等［4］基于灰色關聯度分析法，建立了工程項目管理對象與其診斷指標的映射關系模型，然后用C#語言編寫了該模型的應用程序，實現了管理對象指定前提下的診斷指標局部聯動；Li 等［5］根據工程項目分部分項和單位工程逐層逐級所含內容的固有規則，在預先構建起工程項目不同層級管理對象及其診斷指標集合的基礎上，應用mapping 技術建立了工程項目管理對象與診斷指標的關聯模型，然后用C++語言將此模型程序化，一旦診斷系統設定新的管理對象，則與其相關的診斷指標即可實現同步調整與修正。此外，還有一些研究者分別采用層級標簽、測度參數、加性排序判斷、FHE scheme 等多種方法構建了工程項目管理對象與其診斷指標的動態調整模型，尋求實現管理對象與其診斷指標動態調整的有效方法［6-9］。

但從如何使診斷系統能夠隨工程項目管理對象的變化而實現診斷指標自動調整這一目標來看，由于這一目標的本質含義是期望診斷系統隨著工程項目的逐步實施與推進，系統自身能夠通過對工程項目管理對象實態信息的自分析和自判定，自主確定工程項目在實施中是否出現了新的管理對象，并在確定管理新對象的基礎上自動實現管理對象及其相關診斷指標的系統性、系列性自動調整與修正。而這些研究成果在仿真模擬或試用中，卻是在預先明確和人工選定各層級管理對象的前提下來實現管理對象與其診斷指標調整的，并非診斷系統根據系統所采集的管理對象實態信息而自主識別與判定管理對象后實施的診斷指標自動調整與修正，因此，這些方法還與工程項目管理的現實需求存在顯著差異。

2 診斷指標自動調整模式的新構想

大型建設工程項目是由多個單位工程組成的集合體，任何單位工程都是由多個分部工程組成的，而分部工程都是由分項工程組成的，任何分項工程所包含的具體施工內容可按照相應的施工工藝來操作和完成，因此，在工程項目管理中，最直接也最具體的管理對象就是分項工程；工程項目的變化也是從分項工程開始轉變的，只要分項工程的施工內容發生了變化，就意味著出現了新的工程管理對象［10］。但在工程實踐中，任何分項工程管理對象實施狀態的變化都是以具體的施工表象呈現的。對于工程項目管理而言，工程中呈現出的不同表象都是工程項目的實態信息，這些信息可以以圖文形式直接被診斷系統所采集，因此，如果診斷系統在完成工程項目實態信息的采集后，能夠自動進行信息的識別、分析與處理，并根據處理結果自動確定相應的管理對象，且能進一步自動觸發診斷系統從數據庫中調取相應管理對象實施狀態的診斷指標，那么，就可實現診斷指標的自動調整與修正。

基于這一思想，并鑒于現行診斷系統在工程信息采集、圖文信息處理、指標數據庫存取等方面已具備的基本功能，解決診斷指標自動調整問題的關鍵就集中在，如何使診斷系統中各功能模塊之間形成一個有效的鏈接，且這一鏈接行為必須具有自組織、自互饋、自調控的系統性行為能力。為了實現這一目標，本文在積極汲取多學科知識的基礎上，開創性地將自動控制領域的自適應控制技術引進來，通過自動控制與工程管理兩大學科專業知識的交叉與融合，提出解決這一問題的新方法。

3 基于自適應控制技術的診斷指標調控模型

根據自動控制理論可知，自適應控制技術是一種具有自組織行為能力的技術，其本質是在分析和處理問題的過程中，系統能夠根據管控對象所具有的特征，自動調整處理方法、處理順序和有關參數，以此來改變和調控系統的運行狀態，實現系統管理者所期望的目標［11］。

在實際問題的處理中，為了實現問題處理和目標管控的系統化、連續化和自動化行為，自適應控制需要由信息采集器(information collection module,ICM)、信息處理器(information analysis module,IAM)、伺服控制器（servo controller module, SCM)、模型跟隨調節器（model following regulator, MFR）和管理對象參考標準模型（object standard model, OSM)共同組成一個集成模塊，模塊之間的互饋行為和接續行為需要通過預編伺服程序來完成［12］。在此模塊中，當診斷系統DS 在t 時通過ICM 完成管理對象（為管理對象編號）的實態信息采集后，就需要通過IAM 基于信息處理規則（information processing rule, IPR）進行信息特征分析、類別劃分、信息約簡、冗余消除、模式規整、核提取和屬性判定等一系列工作。其中最重要的工作就是，根據數據庫所存儲的管理對象信息游程集（information set of object state, ISOS）來分析管理對象是否存在信息增益（information gain），然后根據計算出的工程項目t 時范數值來判定工程項目是否出現新的管理對象(研究成果已證明，當時，即出現新的管理對象［13］)；一旦確定出現新的管理對象，即可將信息分析結果作為輸出值賦值給SCM，SCM 隨即從數據庫中調取OSM 中系統描述工程管理新對象的參數，并與當前診斷系統的診斷指標項進行對比分析，給出廣義誤差分析結果。當發現為零時，即意味著當前診斷系統中的診斷指標依舊可以滿足新對象的診斷管理需求；否則，即意味著當前診斷指標與管理新對象的診斷指標不匹配，不能滿足其診斷管理需求［14］。在后者情態下，診斷系統即可通過自適應伺服程序，指令MFR 從數據庫（data base, DB）中調取與當前管理對象相應的診斷指標，同時通過預編協整程序，完成不同層級相關指標的系統性、系列性調整與修正，并顯示在診斷系統的診斷模塊中。

通過上述分析可知，若要使診斷系統能夠隨著工程項目管理對象的變化而實現診斷指標的自動調整與修正，診斷系統就必須在現有功能基礎上新增一個具有自適應調整功能的子系統，這個子系統不僅要有以信息自分析、自處理并根據處理結果自動從數據庫中調取相應管理對象實施狀態診斷指標為核心的自適應伺服功能，而且還必須有為實現這一核心功能而提供保障服務的相關輔助功能（所有功能類型及其作用參見文獻15），同時，具有這些功能的模塊間以及與現行工程項目實施狀態診斷系統相關模塊間還必須具有如下自適應組織行為能力：

步驟2：將采集的信息通過賦值程序傳給IAM，并從DB 同步調出IPR，開展信息處理。

步驟8：將調整結果輸出到診斷系統的診斷模塊，實現對當前管理對象的針對性診斷與分析。

與上述步驟相應的診斷指標自適應調控模型如圖1 所示，模塊間自適應伺服主程序如下所述：

// Private System.Componentmodel.

(System.Componentmodel.Supportinitialize)

＞ Autorequired ＜ICM Model＞ Variable.

＜Param Name="Disposing"＞True If Resources Disposed; else, False.＜/Param＞

＞ Autorequired ＜IAM Model＞ Variable.

{{ Dispose(Bool Disposing If (Disposing &&(Components != Null))}

＞ Autorequired ＜ Base.Include(IPR) ＞ Variable.}

#Region Windows Form Designer Generated Code{Base.Include(ISOS)}

{＞Datavisualization.&&Chartarea11 =IG().

CCwin.Skincontrol.&& Chartarea12=Norm()

Int printf(format args.H() = Chartarea11.Chartarea12 ())}

＞Autorequired System.Componentmodel.＜SCM Model＞ (Mainform)

＞Autorequired {Base.Dispose Sita () }Variable.

#System.Windows.Forms.Datagridviewtextboxcolumn()

＞Autorequired Begininit();

Int.printf{(format args Sita (),Norm.()} && Delta(t).

＞Autorequired ＜MFR Model＞ Variable.

If Delta=0.Present Index System.Componentmodel.Icontainer Components = Null.

Else.Autorequired {Base.Dispose(OSM)}Variable.

{{This.Autorun Skinbutton.Name = "Indexadjust";

This.Autorun Indexselect.Name = "Indexselect";}

Private Void Skinbutton_Automatic(Object Sender,Eventargs)

This.Autoclose();}

Application.Enablevisualstyles();

{Components = New System.Componentmodel.Container();

System.Windows.Forms.}

Autovoid rewind(org.// Private System.Componentmodel.)

圖1 工程項目管理診斷指標自適應調控模型

4 實證分析

在完成基于自適應控制技術的診斷指標調控模型構建和自適應伺服程序的編制后，本研究以某單位大型建設工程項目實施狀態診斷系統為母體（以下簡稱診斷系統），采用與之相同的系統開發環境，開發了與之相匹配的診斷指標自適應調整系統（以下簡稱調整系統），調整系統的初始界面和主頁界面分別參見圖2 和圖3 所示。

圖2 大型建設工程項目實施狀態診斷系統初始界面

圖3 大型建設工程項目實施狀態診斷系統主頁界面

為了驗證調整系統在實際工程中的實用性和有效性，及其自動識別管控對象與指標調整的靈敏度，在工程建設與合作單位的大力支持下，將調整系統作為子系統，以集成模塊的形式嵌入到該單位在建的北京大興國際機場配電樓工程項目實施狀態診斷系統中，通過累計12 個月的多次分類實驗，檢測了基于自適應控制技術的診斷指標調整模型（以下簡稱自適應調整模型）在工程實際應用中的使用效果。

（1）實驗一。實驗一的目的是檢驗自適應調整模型的可行性和有效性，實驗對象是北京大興國際機場配電樓工程中基礎分部工程的基坑開挖、地基處理、基礎施工和基礎回填4 個分項工程。試驗中，根據工程項目的施工方案和管理需求，管理對象所需的管理指標包含了質量、進度、費用、安全、環境、能源、物資和工效八大類，每類指標根據分項工程內容的不同，又分別包含了若干個具體的工程項目實施狀態診斷指標。以其中的質量、進度、費用和安全4 個指標的實驗結果為例，各分項工程發生變化后，與其相應的實際需求診斷指標數量（前）和調整系統進行信息自動識別處理后的指標調整數量（后）以及二者之間的數量差值參見表1 所示。

可以看出，在配電樓基礎施工中，除了4 個分項工程中的進度指標未發生任何差異外，質量、費用和安全管理指標都出現了低度差值。這是因為在基坑開挖中，施工單位遇到了墓穴和廢水井兩處特殊情況，然而，由于診斷系統未能有效識別出隱蔽性較強的凹陷圖形信息，因此在完成工程項目管理對象實態信息的識別與處理后依舊給出了常規性診斷指標。從實驗數據來看，各分項工程質量、進度、費用和安全的診斷指標實際需求總量為122 項, 調整系統根據工程項目實態信息進行診斷指標自適應調整后給出的指標數量為118 項，差值為4，差異度為3.27%；但當管理人員對凹陷圖形識別結果進行適度修正后，調整系統迅速完成質量、費用和安全管理指標的二次調整，差值即刻為零。同時，在持續6 個多月的基礎施工階段實驗中，隨著分項工程項目的逐步推進，調整系統能夠隨著工程項目實施狀態的變化自動輸出各管理對象相應的診斷指標，且診斷指標輸出流暢，未發生系統靜默或無反應現象。因此，從實際使用效果來看，基于自適應控制技術的診斷指標調控模型在工程實踐中是可行的、有效的。

表1 自適應調整模型應用于案例項目的可行性和有效性數據

（2）實驗二。實驗二的目的是檢驗自適應調整模型在分析和處理漸變管理對象和突變管理對象方面的實用性及靈敏度。其含義是，在實際工程中，對于工程項目漸變管理對象，診斷指標自適應調整系統有足量的信息和處理時間完成此類管理對象診斷指標的調整與修正工作，但對于突變對象，如突然發生的建筑結構構件倒塌或快速安裝的梁板柱一體化鋼構件等工程現象，調整系統能否根據工程項目實態信息進行診斷指標的即時調整與修正，也是工程項目實施狀態診斷管理中必須解決的重要現實問題。對此，本研究分別以北京大興國際機場配電樓工程中主體結構部分的混凝土結構和鋼結構工程的質量與進度2 個管理指標為實驗對象，根據已確定的工程計劃，采用工程數據隨機采集方法進行了大樣本實驗，獲得了如表2 所示的實驗結果。其中，靈敏度以s 為單位，計算管理對象發生變化后調整系統調整診斷指標的所耗時間，調整所需時間越短，則靈敏度越高；反之，則越低。

可以得知，對于工程項目中從綁扎鋼筋、支架模板、澆筑混凝土到拆除模板逐漸完成的漸變型鋼筋混凝土梁板柱墻等常規管理對象，診斷指標調整系統能夠根據工程項目實施狀態信息很好地自動完成診斷指標的即時調整與修正工作，平均耗時為21.25 s，且調整后的診斷指標完全可以滿足工程項目實施狀態診斷管理需求；但對于工程項目中的鋼梁、鋼柱和鋼板連接構件以及梁板柱整體組合構件，由于此類構件的安裝節點較為復雜，安裝后即刻構成三維空間結構，具有較強的工程形態突變性，且存在構件連接節點的信息采集盲區，工程管理人員預先也沒有建立此類管理對象特殊形態的信息游程集，這就給工程項目實施狀態信息的識別與處理帶來了很大困難，使得調整系統耗費了較長的分析時間（平均耗時達383.33 s），而即便如此，依舊在工程質量診斷指標調整方面出現34%的巨大偏差。為此，實驗組采用BIM 技術，結合已完成的工程實驗經驗，構建了后續鋼結構工程施工構件的信息游程集并存儲在診斷系統的數據庫，之后進行了二次實驗（見表2）。實驗結果證明，只要工程管理者能夠在工程項目實施前完成工程項目管理對象的系統建模，確保工程管理對象信息游程集的正確性和完整性，診斷系統就能識別出工程管理對象的變化形態，且可根據分析結果完成診斷指標的自動調整與修正工作，診斷指標的調整時間也會大幅降低（平均耗時為44 s），且指標修正誤差也從初次實驗的34%降低到了6%（6%的誤差是由于實驗人員構建的兩幅模型與工程實際存在偏差造成的）。由此可知，在實際工程中，不論是漸變型管理對象和突變型管理對象，基于自適應控制技術的診斷指標調整模型是能夠實現工程項目診斷指標自動調整目標的。

表2 自適應調整模型應用于案例項目的實用性和靈敏度數據

5 結論

（1）實驗結果證明，與目前其他同類方法相比，基于自適應控制技術的診斷指標調整模型，不僅可以解決大型建設工程項目實施狀態診斷指標的自動調整與修正問題，而且在工程實際應用中具有良好的實效性。

（2）在實驗中發現，如果工程項目實態信息存在隱蔽性較強的凹陷圖形圖文信息，那么，就可能會給工程項目管理對象的識別與處理及其診斷指標調整帶來一定程度的影響，因此，如何提高圖文信息采集精度與處理能力是工程項目實施狀態診斷管理中需要進一步研究的新問題。

（3）在工程項目施工中，如果存在突變型的工程管理對象，必須預先做好此類對象的建模工作，確保工程管理對象信息游程集的全面性、正確性和完整性，避免給管理對象診斷指標的即時調整與修正帶來不利影響。