城市軌道交通安全評(píng)價(jià)大數(shù)據(jù)分析與BIM 集成展示

張立欣，劉雨濛，賈世迎，王浩任，李明浩

（1.石家莊國(guó)有資本投資運(yùn)營(yíng)集團(tuán)有限責(zé)任公司，河北 石家莊 050011；2.石家莊市軌道交通集團(tuán)有限責(zé)任公司，河北 石家莊 050035；3.北京城建設(shè)計(jì)發(fā)展集團(tuán)股份有限公司，北京 100037）

0 引言

本論文分為工程案例事故大數(shù)據(jù)分析與明挖車站和盾構(gòu)區(qū)間安全評(píng)價(jià)兩個(gè)部分組成。

工程案例事故大數(shù)據(jù)分析基于工程事故案例歷史數(shù)據(jù)，劃分明挖車站和盾構(gòu)區(qū)間工程事故案例數(shù)據(jù)，在此基礎(chǔ)上，對(duì)明挖車站以及盾構(gòu)區(qū)間的典型安全事故類型進(jìn)行劃分，利用隨機(jī)森林等機(jī)器學(xué)習(xí)算法挖掘不同安全事故類型下的影響因素（基坑圍護(hù)結(jié)構(gòu)形式、基坑規(guī)模、周邊環(huán)境、地質(zhì)參數(shù)等），并結(jié)合機(jī)制知識(shí)，篩選發(fā)生安全事故的主要影響因素[1]。

明挖車站和盾構(gòu)區(qū)間安全評(píng)價(jià)以明挖車站和盾構(gòu)區(qū)間安全事故的主要影響因素為輸入變量，明挖車站與盾構(gòu)區(qū)間安全性評(píng)價(jià)等級(jí)為輸出變量，基于標(biāo)準(zhǔn)化歐式距離算法，分別構(gòu)建明挖車站與盾構(gòu)區(qū)間安全性等級(jí)評(píng)價(jià)模型，對(duì)明挖車站與盾構(gòu)區(qū)間安全性等級(jí)進(jìn)行預(yù)測(cè)[2]。

1 數(shù)據(jù)范圍

1.1 安全事故影響因素分析數(shù)據(jù)

安全事故影響因素分析的所需數(shù)據(jù)主要包含以下3 個(gè)方面。

（1）勘察數(shù)據(jù)。包含工程概況數(shù)據(jù)、建筑物及地下管線調(diào)查報(bào)告、詳細(xì)的勘察報(bào)告數(shù)據(jù)等。

（2）設(shè)計(jì)數(shù)據(jù)。包含鉆孔數(shù)據(jù)、圍護(hù)結(jié)構(gòu)設(shè)計(jì)方案數(shù)據(jù)、土建方案設(shè)計(jì)數(shù)據(jù)、車站主體結(jié)構(gòu)主要構(gòu)件尺寸數(shù)據(jù)、防水設(shè)施參數(shù)數(shù)據(jù)、隧道埋深、隧道截面設(shè)計(jì)數(shù)據(jù)等。

（3）工程事故案例數(shù)據(jù)。包含事故的大概情況、具體情況、事故發(fā)展經(jīng)過(guò)、事故項(xiàng)目地質(zhì)勘察資料的數(shù)據(jù)記錄，圍護(hù)結(jié)構(gòu)設(shè)計(jì)數(shù)據(jù)等。

1.2 安全性等級(jí)評(píng)價(jià)分析數(shù)據(jù)

本模塊針對(duì)具體的事故類型，將根據(jù)影響因素分析得到的明挖車站安全事故關(guān)鍵影響因素和盾構(gòu)區(qū)間安全事故關(guān)鍵影響因素作為輸入數(shù)據(jù)。

2 數(shù)據(jù)需求

2.1 輸入數(shù)據(jù)

主要結(jié)構(gòu)構(gòu)件尺寸如表1 所示。

2.2 輸出數(shù)據(jù)

2.2.1 安全事故影響因素分析

輸出對(duì)應(yīng)安全事故類型的主要影響因素及量化指標(biāo)，其次根據(jù)大數(shù)據(jù)分析算法尋找到與輸入數(shù)據(jù)最接近的事故案例數(shù)據(jù)，給出經(jīng)驗(yàn)數(shù)據(jù)中該車站可能發(fā)生的事故類型、處置過(guò)程，供用戶參考。

2.2.2 安全等級(jí)評(píng)價(jià)分析

根據(jù)具體的安全評(píng)價(jià)內(nèi)容，輸出相應(yīng)事故的預(yù)測(cè)值，事故具體類型，并根據(jù)評(píng)價(jià)標(biāo)準(zhǔn)劃分，輸出車站及區(qū)間的安全等級(jí)。

3 分析邏輯

字段類型分別為int，float，varchar，在已給樣本數(shù)據(jù)集中找到與目標(biāo)樣本相似度最高的樣本。

4 數(shù)據(jù)處理

針對(duì)后期要采用的算法，需要對(duì)數(shù)據(jù)進(jìn)行相應(yīng)的預(yù)處。

（1）可能會(huì)存在某些數(shù)據(jù)缺失的情況，對(duì)應(yīng)缺失的數(shù)據(jù)統(tǒng)一用0 來(lái)填充。

（2）因?yàn)橐M(jìn)行數(shù)據(jù)計(jì)算，varchar 字符串字段需要進(jìn)行數(shù)字轉(zhuǎn)化，例如，巖土名稱可以建立對(duì)應(yīng)的映射表轉(zhuǎn)化{“缺失”：0，“A 巖土”：1，B 巖土：2}。

將對(duì)應(yīng)的巖土名稱轉(zhuǎn)換成int 類型數(shù)據(jù)以供后續(xù)數(shù)據(jù)處理。

（3）針對(duì)int，float 數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，將各維數(shù)據(jù)的分布統(tǒng)一化，避免因?yàn)閿?shù)據(jù)分布的不同影響算法的結(jié)果，標(biāo)準(zhǔn)化的過(guò)程如下。

m：數(shù)據(jù)的均值。

s：數(shù)據(jù)的標(biāo)準(zhǔn)差。

X：需要標(biāo)準(zhǔn)的數(shù)據(jù)。

X*：標(biāo)準(zhǔn)化過(guò)后的數(shù)據(jù)。

標(biāo)準(zhǔn)化公式如式（1）所示。

標(biāo)準(zhǔn)化后的值=（標(biāo)準(zhǔn)化前的值－字段數(shù)據(jù)的均值）/字段數(shù)據(jù)的標(biāo)準(zhǔn)差。

5 算法分析

樣本數(shù)據(jù)集大約有100 條數(shù)據(jù)，目的是從這100 條數(shù)據(jù)中找到與目標(biāo)數(shù)據(jù)最相近的樣本，可以通過(guò)回歸算法來(lái)計(jì)算數(shù)值來(lái)選取數(shù)值最詳盡的樣本，可以通過(guò)聚類算法來(lái)通過(guò)樣本分類來(lái)找到與之相近的數(shù)據(jù)，但是這些常規(guī)的機(jī)器學(xué)習(xí)算法對(duì)于100 條數(shù)據(jù)來(lái)說(shuō)可能沒(méi)有能力完成參數(shù)學(xué)習(xí)，所以這里推薦使用相似度計(jì)算方式，協(xié)同過(guò)濾的方式直接尋找與目標(biāo)數(shù)據(jù)相近的數(shù)據(jù)。

5.1 常見(jiàn)的相似度計(jì)算方式

（1）余弦距離。將樣本視為不同的向量，通過(guò)向量的余弦計(jì)算來(lái)選取最相似。

（2）歐式距離。計(jì)算樣本在歐式空間中的距離計(jì)算。

（3）曼哈頓距離。計(jì)算樣本的城市街區(qū)距離計(jì)算。

（4）切比雪夫距離。計(jì)算樣本的數(shù)值差的絕對(duì)值計(jì)算。

（5）馬氏距離。量綱無(wú)關(guān)的歐式空間距離計(jì)算。

（6）皮爾遜相關(guān)度。余弦相似度在維度值缺失情況下的一種改進(jìn)計(jì)算。

（7）標(biāo)準(zhǔn)化歐式距離。標(biāo)準(zhǔn)化過(guò)后的歐式空間距離計(jì)算。

5.2 推薦算法：標(biāo)準(zhǔn)化歐式距離

在上一步的數(shù)據(jù)標(biāo)準(zhǔn)化處理后進(jìn)行計(jì)算。

視樣本為n 維向量（n 為樣本字段數(shù)：91）。

xij：i 代表第i 個(gè)樣本；j 代表第j 個(gè)字段變量。

兩個(gè)n 維向量a（x11，x12，…，x1n）與b（x21，x22，…，x2n）間的標(biāo)準(zhǔn)化歐氏距離的公式如式（2）所示。

式中：d12——樣本1 與樣本2 之間的距離，后續(xù)記為d1:2。

現(xiàn)有100 個(gè)樣本數(shù)據(jù)集，與一個(gè)目標(biāo)樣本。

通過(guò)數(shù)據(jù)處理后的標(biāo)準(zhǔn)化數(shù)據(jù)，將這100 個(gè)樣本數(shù)據(jù)集和1 個(gè)目標(biāo)樣本轉(zhuǎn)化為向量分別兩兩計(jì)算標(biāo)準(zhǔn)化歐式距離，目標(biāo)樣本為101，求出來(lái)的結(jié)果如下。

d_array=[d101:1，d101:2，d101:3，d101:4，…d101:n，…d101:100]。

為避免距離最小結(jié)果只取一個(gè)可能會(huì)導(dǎo)致由于數(shù)據(jù)同一字段的差值又不同字段相似來(lái)彌補(bǔ)造成的誤差，所以建議最后取3 個(gè)與目標(biāo)函數(shù)距離最近的樣本。

Min（d_array，3）。

取d_array 中距離最小的3 個(gè)樣本，為我們需要的與目標(biāo)樣本最近的樣本。

5.3 算法選用原因

選用標(biāo)準(zhǔn)化歐式距離的原因主要是因?yàn)槲覀兊哪康氖窃谝粋€(gè)多維空間中找到一個(gè)與目標(biāo)樣本距離最近，相似度最高的樣本，但是由于不同維度的數(shù)據(jù)可能存在不同的分布如果某一個(gè)維度的數(shù)據(jù)取值很大，那么結(jié)果很可能就被這個(gè)維度的數(shù)據(jù)所決定，所以需要解決不同維度數(shù)據(jù)分布的問(wèn)題，針對(duì)這個(gè)問(wèn)題選擇使用標(biāo)準(zhǔn)化的歐式距離，在進(jìn)行標(biāo)準(zhǔn)化過(guò)后的數(shù)據(jù)滿足數(shù)學(xué)期望為0，方差為1，這樣各個(gè)維度的數(shù)據(jù)相當(dāng)于有了相同的數(shù)據(jù)分布，那么在多維空間中，每個(gè)維度對(duì)于距離的貢獻(xiàn)度就變成了一致的，不會(huì)受某幾個(gè)維度產(chǎn)生過(guò)大的干擾，標(biāo)準(zhǔn)化歐氏距離也稱為加權(quán)歐氏距離（weighted euclidean distance），也可以理解為是在歐式距離上的一種加權(quán)算法，區(qū)別在于這個(gè)加權(quán)值是通過(guò)數(shù)據(jù)本身的特性計(jì)算出來(lái)的。

5.4 淘汰其余算法分析

余弦距離：主要是為了考慮維度的相同趨勢(shì)的相似度計(jì)算，但是在安全分析數(shù)據(jù)需求中我們針對(duì)單一維度的數(shù)據(jù)是相似的，不存在數(shù)據(jù)整體上浮和整體下浮，我們想要的只是多維空間中距離最近的樣本。

（1）歐式距離。容易被少數(shù)大數(shù)值的維度所影響。

（2）曼哈頓距離。計(jì)算樣本的非直接距離，在目前需求中我們只需要考慮直接距離。

（3）切比雪夫距離。計(jì)算樣本的數(shù)值差的絕對(duì)值計(jì)算。

（4）馬氏距離。在協(xié)方差矩陣是對(duì)角陣的情況下就是標(biāo)準(zhǔn)化歐氏距離，考慮計(jì)算復(fù)雜度，沒(méi)有必要使用。

（5）皮爾遜相關(guān)度。余弦相似度在維度值缺失情況下的一種改進(jìn)計(jì)算，主要作用于余弦距離相似。

（6）聚類算法。通常是一類數(shù)據(jù)的聚合，針對(duì)單一數(shù)據(jù)相似計(jì)算與上述距離算法類似，基于需求選取此算法并不合適，并且由于樣本數(shù)據(jù)集數(shù)據(jù)量問(wèn)題，可能沒(méi)有很好的效果表現(xiàn)。

（7）其余機(jī)器學(xué)習(xí)算法。不符合需求，且由于數(shù)據(jù)量問(wèn)題可能沒(méi)有辦法充分學(xué)習(xí)參數(shù)，影響結(jié)果表現(xiàn)[3]。

6 偽代碼流程

數(shù)據(jù)集datas=[X1，X2，X3……X100]

目標(biāo)數(shù)據(jù)target=X101。

映射集dict1={“A 名稱”：1，“B 名稱”：2}。

距離結(jié)果集d_array=（100）[float]長(zhǎng)度為100 的浮點(diǎn)距離結(jié)果集。

標(biāo)準(zhǔn)化函數(shù)normal_function（column_data）參數(shù)為對(duì)應(yīng)字段所有的數(shù)據(jù)。

標(biāo)準(zhǔn)化歐式距離計(jì)算函數(shù)distance_function（data1，data2）參數(shù)為待求距離的兩個(gè)樣本數(shù)據(jù)。

最小值函數(shù)min（d_array，n）參數(shù)1 為距離結(jié)果集，參數(shù)2 為number 為從小到大排序前n 個(gè)值。

Step1：

for data in datas: #對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行循環(huán)計(jì)算

for column in data: #對(duì)每條數(shù)據(jù)的每個(gè)字段進(jìn)行循環(huán)計(jì)算

If data[column]is null:#對(duì)空值進(jìn)行處理

data[column]= 0

If data[column].type is varchar:

data[column]= dict1.get(data[column]) # 根據(jù)字符串字段值轉(zhuǎn)換為對(duì)應(yīng)int

Step2:

for data in datas: #對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行循環(huán)計(jì)算

for column in data: #對(duì)每條數(shù)據(jù)的每個(gè)字段進(jìn)行循環(huán)計(jì)算

data[column]= normal_function(datascolumns)#對(duì)樣本的對(duì)應(yīng)字段標(biāo)準(zhǔn)化計(jì)算

Step3：

for data in datas:

distance = distance_function(data,target)

d_array += distance

Step4:

data1，data2，data3 = min（d_array，3）

data1，data2，data3 為需求結(jié)果

7 BIM 集成示范應(yīng)用平臺(tái)可視化

安全性評(píng)價(jià)可視化界面包含3 部分：①安全事故影響因素分析。②事故預(yù)警分析。③安全等級(jí)評(píng)價(jià)分析。

7.1 安全事故影響因素分析可視化

安全事故影響因素分析可視化實(shí)施主函數(shù)為Influence_Factor_Analysis，該函數(shù)主要利用隨機(jī)森林算法對(duì)安全事故進(jìn)行影響因素分析，得到造成安全事故的關(guān)鍵因素，并確定其關(guān)鍵影響指標(biāo)和權(quán)重排序。最終可視化輸出為不同類型安全事故的關(guān)鍵影響因素以及關(guān)鍵因素的影響指標(biāo)和權(quán)重[4]。

7.2 安全事故預(yù)警分析可視化

安全事故預(yù)警分析可視化實(shí)施主函數(shù)為Accident_Warning_Analysis，該函數(shù)主要利用支持向量機(jī)算法對(duì)安全事故進(jìn)行預(yù)警分析，得到某一類型安全事故發(fā)生的概率，并確定該類型安全事故發(fā)生與否。最終可視化輸出為不同類型安全事故的發(fā)生概率。

7.3 安全性等級(jí)評(píng)價(jià)分析可視化

安全性等級(jí)評(píng)價(jià)分析可視化實(shí)施主函數(shù)為Security_Level_Assessment，該函數(shù)主要利用XGBoost 算法對(duì)車站和區(qū)間變形量進(jìn)行預(yù)測(cè)分析，并根據(jù)變形安全性標(biāo)準(zhǔn)將變形量劃分為若干個(gè)安全性等級(jí)，得到車站和區(qū)間預(yù)測(cè)變形量對(duì)應(yīng)的安全性等級(jí)。最終可視化輸出為明挖車站和盾構(gòu)區(qū)間的安全性等級(jí)[5]。

通過(guò)BIM 數(shù)據(jù)集成平臺(tái)，以單位工程（車站或區(qū)間）的數(shù)據(jù)ID 關(guān)聯(lián)模型，進(jìn)行定位展示。

8 結(jié)語(yǔ)

在對(duì)樣本數(shù)據(jù)進(jìn)行了空值處理，字符串轉(zhuǎn)化，標(biāo)準(zhǔn)化過(guò)后，通過(guò)選取與目標(biāo)樣本標(biāo)準(zhǔn)化距離最小的3 個(gè)樣本為最終結(jié)果。

后續(xù)可根據(jù)樣本數(shù)量的增加可以選擇相應(yīng)的回歸算法進(jìn)行相似度計(jì)算，并且由于字段過(guò)多可以進(jìn)行pca 降維對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，來(lái)對(duì)線性相關(guān)的維度進(jìn)行降維處理，減少計(jì)算復(fù)雜度，避免數(shù)據(jù)維度相關(guān)的影響。