基于PSR和BP神經網絡的地鐵綠色施工評價研究

陳日新 李曉娟 林明超

福建農林大學交通與土木工程學院

0 引言

在大力推進城鎮化的背景下，農村人口接連不斷向城市轉移，這不僅使城市道路擁堵、住房資源緊張，還使公共配套服務難以滿足需求。為了緩解日趨嚴重的城市交通壓力，加快城市化的發展，我國很多城市開始加快地鐵工程的建設。當前，可持續發展已經成為衡量城市發展的重要指標，房屋建筑施工領域已經出版了綠色施工評價方法，但是目前國內對地鐵綠色施工技術及評價方法研究不多，同時施工人員對地鐵綠色施工概念比較模糊，基于以上原因，進行地鐵綠色施工評價方法的研究具有不容忽視的重要意義。

1994 年，加拿大學者Chris Bmdshaw 首次提出綠色交通理念［1］。之后，Michael Gommers、Jesse H Ausubel和Maria Vredin Johansson等在可持續發展理念的指導下，比較了不同交通方式對環境產生的多種影響，并且強調了在未來城市綠色交通發展中，低排放將會成為主流趨勢［2］。M.Hatzopoulou 和E.Miller 提出，涉及交通政策制定原則的重要一環就是可持續發展［3］。Jacco Farla.C、Fusum Ulengin等強調，在綠色地鐵的施工方面，重視環境保護與城市化進程相協調，將可持續發展作為導向，才是綠色地鐵的真正精髓［4］。

王爽等運用層次分析法模型構建了綠色施工評價指標，并指出構建綠色施工評價指標體系有助于指導和糾正綠色施工的運行［5］。李惠玲等使用灰色聚類法評價綠色施工等級，根據不同等級的隸屬度來顯示被評價對象的綠色施工水平［6］。郭飛等證明了BP神經網絡法在地鐵工程綠色施工評價方面的可靠性，進而提供了一種新的綠色施工評價方法［7］。此外，還有一些學者專注于研究不同工程特點的綠色施工評價。這些評價研究旨在檢測和提高工程項目的環境可持續性，并可以為實現低碳經濟和可持續發展目標做出貢獻［8］。如在高等級公路建設中，熊艷、謝旺祥對綠色施工這一新興概念進行了深入研究［9］。張思祺為了幫助工程師們對不同類型的樁基礎進行環保施工的評估和決策，成功建立了一套評價指標體系，用于評估覆蓋多種樁型的樁基礎綠色施工［10］。楊文武從博弈論角度分析了綠色施工行為，并基于PSR 框架模型，構建了城市深基坑工程綠色施工評價指標體系［11］。

在以上研究中，主要從定性角度對地鐵綠色施工進行了評價，然而缺少定量方面的研究，因此引入了PSR 框架模型。該模型指出了構建地鐵工程綠色施工指標體系的原則，并結合地鐵項目綠色施工實施的要點展開研究。通過統計分析和PSR 框架模型的構建思路，建立了評價指標體系。為了驗證此體系的有效性，本文采用BP神經網絡評價法，并邀請從事地鐵工程施工方面的專家，通過專家咨詢來對多個地鐵工程項目進行打分，最后訓練和驗證數據，結合具體的實例進行驗證，得出了可行的結論。

1 基于BP 神經網絡的地鐵工程綠色施工評價模型

1.1 地鐵綠色施工評價指標體系構建

1.1.1 PSR（壓力—狀態—響應）的概念

綠色施工是一種建造和運營建筑物的方法，旨在減少建筑對環境的負面影響，包括資源消耗、能源利用和碳排放［12］?！皦毫Α獱顟B—響應”模型（Pressure-State-Response，簡稱PSR）是20 世紀80 年代提出的，是被作為反映可持續發展機理的模型框架由經合組織與聯合國環境規劃署共同提出，被廣泛應用于建立指標體系。該模型采用“原因—效應—響應”邏輯思維，展現了人類與環境之間的相互牽連性，因此評價對象不斷擴增，其中在綠色施工的評價中也有所涉及。周林飛等運用PSR 模型進行濕地水循環評價指標體系的構建［13］，楊文武運用PSR 模型進行了城市深基坑工程綠色施工指標體系的構建［11］，楊艷飛運用PSR 模型構建了高等級公路綠色施工評價指標體系［14］?？偠灾?，PSR模型為地鐵綠色施工評價提供了一種新的思路。

1.1.2 地鐵工程綠色施工評價PSR 框架模型

定量指標可將其表示為百分比。百分比越高，表示該項目的綠色施工水平越高，參見表1 地鐵工程綠色施工指標體系表，對部分定量指標的測算作必要的說明：

表1 地鐵工程綠色施工評價指標體系框架

1）氣、水、聲是否達標排放可參照空氣質量標準、施工場地噪音極限值、污染的綜合排放準則，通過現場或實驗室監測，檢驗其是否達標。達標率=（一個月內達標排放的天數/一個月的總天數）×100%［15］。

2）建材、燃油、電量、水資源的節約率=［（定額消耗量-實際消耗量）/定額消耗量］×100%［15］。

3）臨時占地面積節約率=［（規劃臨時占地面積-實際臨時占地面積）/規劃臨時占地面積］×100%［15］。

4）建筑垃圾的有效處理率=［實際有效處理的建筑垃圾（主要指建筑垃圾合理的處理，如需要經過有資質的單位進行的垃圾處理、可以再次利用的碎石、土石方用于地基或路基等）/主要的建筑垃圾總量（指施工過程中所產生的棄土、棄料及其它廢棄物主要包括石渣、廢混凝土、鋼筋頭、廢油等）］×100%［15］。

5）環保資金的投入率=(環保投資金額/建設項目投資總額)×100%,環保投資金額=環保設備投資+綠化投資，環保設備主要包括廢水處理設備、廢氣處理設備、噪聲處理與監測設備、固廢處理設備等［15］。

6）資源再利用率=（實際回收利用的資源量/可回收再利用的資源量）×100%［15］。

為確保定性指標與定量指標的一致性，綠色建設水平將從低到高分為五個等級，以與量化指標中的百分比表示保持一致：低［0，0.2］；較低（0.2，0.4］；一般（0.4，0.6］；較高（0.6，0.8］；高（0.8，1］。根據定性指標等級標準和范圍的劃分，對指標體系中的定性指標分別進行等級和分值的細化（見表2）。

1.2 地鐵綠色施工評價模型構建

1.2.1 地鐵綠色施工評價方法選擇

本文對以下主要用于多因子定性與定量相結合的科學評價方法進行比較分析，以期探索適合地鐵工程綠色施工的評價方法。BP 人工神經網絡評價法是通過模擬專家評價，利用神經網絡的訓練函數和傳輸函數，運用反向傳播原理，對評價模型的權值和閾值不斷極小化，直至能夠較好地反映變量與目標之間的非線性規律，使評價結果更客觀［7］。

綠色建筑評價的理論研究由于還不成熟，并且地鐵工程的評價更加復雜，專家從不同的角度對地鐵站有不同的評價思路和標準。如何從各種專家的想法中提取精華部分且科學地處理原始數據成為重中之重。BP 神經網絡強大的容錯能力很好地解決了這個問題。BP神經網絡具有自學習的特點，通過對訓練樣本的不斷學習，不斷修改各網絡的權重和閾值，可以實現地鐵綠色建設的評估。

1.2.2 BP人工神經網絡模型的基本原理

本文選用三層的網絡拓撲結構，圖1中：n代表輸入層，即評價指標數目；m代表隱含層節點數；每個樣本的評價指標向量，記為χp=｛χp1，χp2，……，χpn｝；ωiк（i=1，2，…，n；k=1，2，…，m）為輸入層第i 節點到隱含層第k 節點的連接權值，уpk（k=1，2，…，m）為樣本p的隱含層第k節點的輸出；ωк（k=1，2，…，m）為隱含層第k節點到輸出層的連接權值，bp 為樣本p 的輸出。用Sigmoid傳輸函數來表示節點之間輸入和輸出之間非線性關系，即

圖1 三層BP神經網絡結構圖

隱含層樣本p 的輸出值按式（2）計算，式中θk 表示隱含層節點k 的偏置值。

輸出層樣本p 的輸出值按式（3）計算，式中θ表示輸出層輸出節點的偏置值。

BP神經網絡學習與建立的過程，即為誤差反向傳播與修正的過程，設定各個樣本的實際輸出與期望輸出的總誤差函數為（4）。

BP 神經網絡的工作原理就是利用反向傳播原理，選擇適當的訓練函數與傳輸函數使誤差極小化的過程。首先輸入訓練樣本，按照所出現的公式進行計算每一層神經元的輸出，若結果不滿足精度要求時，那么再從輸出層向輸入層進行計算，修正連接權值和閾值，正逆交替，反復進行迭代，直至達到設定的精度要求。

2 地鐵綠色施工BP神經網絡評價

2.1 樣本數據的獲取

根據表3所示的地鐵工程綠色施工評價指標體系為基礎，評判在建或已建的15個地鐵的綠色施工水平。定量指標根據實地技術專家訪問獲得所需數據，定性指標按照上一章說明的測算方法進行評定。為了方便數據統計，定性指標評分取各區間的平均值，如施工現場空氣質量一般，指標評判值取0.5。由此得到了15組輸入層樣本數據（見表3）。

表3 專家數據評估表

2.2 綜合評價得分的獲取

對數據進行歸納整理，通過征求專家的意見，按照《建筑工程綠色施工評價標準》（GB/T 50460-2010）進行綜合評價形成相應分值，其評價流程見圖2，綠色施工評價體系各要素指標項的數量統計以及賦分方法見表4至表9。

圖2 綠色施工評價流程圖

表4 綠色施工評價控制項、一般項、優選項數量統計

表5 控制項評價方法

表7 優選項加分標準

表8 批次評價要素權重系數表

表9 單位工程要素權重系數表

經要素、批次、階段和單位工程評分計算，得到15 個地鐵工程項目綠色施工綜合評分（見表10）。

表10 項目綜合評分表

2.3 網絡評價模型算法

1）確定BP神經網絡結構

采用圖3 所示3 層BP 網絡結構。經過反復的迭代試驗，確定兩個隱含層，節點數分別為10、10。輸出層為綠色施工綜合評價結果，為1個神經元，輸出范圍為［0，1］，得分越高就表示該項目的綠色施工水平越高。

圖3 MATLAB仿真BP神經網絡結構圖

2）對網絡模型進行訓練

本文決定選擇MATLAB作為工具，然后再決定選用trainscg訓練函數，通過運算得出初始化網絡的權值和閾值。另外，為了預防網絡的超量訓練，將迭代次數確定為1 000 步，學習精度為10-5。將表3中前12組樣本數據作為網絡的訓練學習樣本，通過不斷的迭代，對各個網絡的權值和閾值進行調整，使學習精度滿足要求，通過學習訓練之后的網絡輸出結果見表11。

表11 訓練樣本期望輸出與實際輸出對比表

3）驗證網絡模型

將表3中后3組數據作為檢驗數據輸入訓練好的神經網絡，得到驗證數據的BP 預計值與表10 中后3 組專家評價值的對比圖（如圖4），對比訓練結果，進行預測與檢驗。檢測樣本實際輸出值與期望輸出對比（見表12）。

圖4 驗證數據的BP預計值與專家評價值的對比圖

表12 檢驗樣本期望輸出與實際輸出對比圖

從圖4 和表12 可以看出綜合評價結果與專家評價結果基本相同，說明此評價模型BP 神經網絡的自我學習、組織、訓練的模式，能夠對各個網絡的權值和閾值進行不斷修正，調整輸入與輸出關系，對各個指標之間的關系作出較強的容錯能力調整，從而模擬出輸入層與輸出層之間的非線性規律，體現出了BP網絡評價方法，簡單靈活、可操作性更強的特性。

3 案例分析

3.1 項目概況

廈門地鐵1 號線是廈門首條地鐵線路，由廈門軌道交通集團有限公司負責運營。該線于2013年11 月13 日部分開工，2014 年4 月全面開工，到2017年3月全線貫通，并于2017年12月31日開始試運營。廈門地鐵1 號線全長30.3 km，共設24 座車站，其中一般車站17座，換乘站5座。廈門地鐵1號線起點是思明區南部鎮海路站，整條鐵路把思明區、湖里區、集美區等幾個重要群體連接起來，終點站設在集美區后溪鎮巖內。廈門地鐵1號線是由廈門島向北延伸形成的跨越海的快速連接通道的骨干線路，其中高崎停車場是唯一的1 個車輛段。本文以蓮花路口站作為主要研究對象。蓮花路口站坐落在廈門市蓮岳路和嘉禾路的交叉路口向北面，沿著嘉禾路向北方向延展鋪設。

3.2 項目的綠色施工措施

1）空氣污染控制措施

時刻保持適當的灑水，防止造成揚塵等空氣污染。

2）水環境保護措施

施工廢水不亂排亂放，制定合理排放方案。

3）固體廢棄物處理措施

分類存放廢棄物，可以利用的原地利用，不可以利用的妥善銷毀。

4）減輕社會環境影響措施

施工之前做好一切必要的準備工作。

3.3 地鐵工程綠色施工綜合評價

3.3.1 綠色施工指標的得分

經過對該項目進行實際考察調研以及采訪施工單位技術負責人，熟悉了項目的施工流程和技術措施，明確了項目施工中的技術特點，隨后邀請該項目的技術負責人對所制定的綠色評價指標體系中的指標項進行了打分（見表13）。

表13 廈門地鐵1號線的綠色施工評價指標值

3.3.2 案例的綠色施工評價結果與分析

將得到的得分經過運算，其綜合評價預測結果的得分X=0.605，這一結果表明該項目綠色施工程度較高。為了保障模型的正確性，再次邀請專家對項目依據《建筑工程綠色施工評價標準》進行項目綜合評分，得到其項目實際得分為0.663。計算得出兩者的相對誤差為-8.7%，預測值與專家評價值基本一致，這表明通過模型評價結果符合項目綠色施工的實際情況。

4 結論

目前，從事地鐵施工特點綠色評價研究的學者數量極少，對于地鐵工程的綠色施工評價研究更是寥寥無幾。本文在現有研究之上，融合多個學科的理論和技術進行了探究，基于PSR概念模型框架構建地鐵工程綠色施工評價指標體系，并且嘗試對其進行了實例評價與驗證。

本文的主要研究結論和建議如下：

1）本文基于PSR 概念模型框架構建地鐵工程綠色施工評價指標體系，圍繞“壓力—狀態—響應”三者之間的關系，通過進一步完善指標體系，創建地鐵工程綠色施工評價指標體系框架模型，總計得到22個指標項。

2）將本文的綠色施工評價方法應用于廈門地鐵1 號線項目的實際評價中，證明了PSR 概念用于地鐵工程綠色施工評價的科學性和可行性，給地鐵工程以及建筑工程綠色施工評價提供了新的領域和平臺。

3）地鐵工程綠色施工研究相對空白，構建的綠色施工評價體系及評價模型，通過用于工程實例的評價，為將來的《地鐵工程綠色施工評價標準》提供了有益參考。