基于貝葉斯信念網絡的BIM應用成功影響因素研究

*基金項目：國家自然科學基金項目“重大工程復雜性動態演化、形成機理及適應性治理研究”（72061025）；國家自然科學基金項目“重大工程項目多元治理機制的策略匹配及效應涌現研究”（71901113）；江西省自然科學杰出青年基金項目“重大基礎設施工程項目復雜性的動態度量及治理策略研究”（20212ACB214014）；江西省社會科學研究“十四五”一般項目“巨型項目復雜性的動態演化測度及治理策略匹配研究”（21GL05）。

摘要：針對我國建筑行業在BIM應用過程中存在的諸多問題，通過文獻綜述，結合相關專家意見，構建基于貝葉斯信念網絡的BIM應用成功影響因素研究模型，并對各影響因素進行分析。結果表明，當具備企業各部門的密切合作、明確的戰略規劃、充分的BIM培訓、企業BIM標準的構建、企業信息化意識與信念5個因素中的一個或多個時，BIM應用成功的概率較高。該研究結果能夠有效提升BIM應用水平和質量。

關鍵詞：貝葉斯信念網絡（BBN）；BIM應用；影響因素

0" 引言

隨著我國社會經濟繁榮發展，建筑工程項目建設規模大幅提升，施工管理難度日益增加。對于大型工程項目而言，其建設具有系統性、復雜性、不可逆性、高投入性、綜合性等特點，傳統的管理手段已難以滿足相應的目標要求。21世紀初期，建筑信息模型（Building Information Model，BIM）作為一種新興信息技術為我國項目建設管理提供了新的選擇。該技術通過使用數字建模軟件提高項目設計、施工和運營管理效率，極大地提高了建筑行業的生產效率［1-2］。

當前，我國建筑行業在BIM應用過程中還存在著經濟效益不夠明顯等問題，不少企業對該技術的全面應用仍處于觀望狀態［3］。Chiu等［4］通過文獻回顧和梳理，對使用BIM進行建筑、服務和工程方面的益處、障礙和有效措施進行識別與分類，旨在探討如何在建筑、服務與工程中更加廣泛地采用BIM。Isikdag［5］基于經濟、法律和技術角度，分析了BIM共同工作與建設行業目前的合同模式和商業模式的關系。潘雯等［6］在文獻分析和調研的基礎上，對裝配式建筑BIM應用障礙因素進行發掘和識別，歸納出政策、經濟、管理、技術、社會5個維度的16個障礙因素。李夢夢等［7］通過提取18個建筑信息模型，將我國BIM應用推廣阻礙因素歸納為認知度、技術、經濟等五大類，并采用結構方程模型進行分析，發現BIM在我國應用推廣的主要阻礙為政策法律因素。馬爽［8］將BIM應用障礙因素分為6個方面，根據結構方程理論構建BIM應用障礙因素假設模型，指出影響程度最大的是技術因素，其次分別為規則因素、人員因素、組織因素、經濟因素、行業環境因素。

綜上所述，目前，大部分學者對BIM應用過程中的影響因素進行了研究和調查，主要集中在技術、經濟、組織、人員和規則5個方面。但是，針對各因素間作用關系的研究較少。基于此，本文通過文獻綜述歸納出BIM應用影響因素，利用德爾菲法將專家意見進行總結，進而構建基于貝葉斯信念網絡的BIM應用成功影響因素模型。通過模型參數學習，得到模型各節點概率分布，進而對模型進行診斷分析，得到BIM應用成功的關鍵影響因素，旨在為建筑施工企業提供有益參考，推動BIM在建筑行業中的應用與普及。

1" BIM應用成功影響因素識別

首先，通過對BIM應用成功因素相關研究文獻進行收集和整理，歸納出BIM應用成功影響因素；其次，通過兩輪德爾菲法收集專家訪談意見，對BIM應用成功影響因素進行增加或刪減，得到BIM應用成功影響因素集；最后，將影響因素重組后，得到BIM應用成功的主要影響因素，包括規則因素、技術因素、組織因素和經濟因素。BIM應用成功影響因素分組及解釋見表1。

2" 基于貝葉斯信念網絡的BIM應用成功影響因素模型構建

2.1" 數據來源

基于已有文獻［9］中的BIM應用成功影響因素排序表，獲取相關因素所需數據。選取該問卷數據中的認可程度均值（表2）作為貝葉斯信念網絡模型的樣本數據。

2.2" 模型參數學習

利用GeNIE 2.0軟件建立貝葉斯信念網絡模型［10-11］。受收集的數據數量所限，本文選擇通過專家經驗和相關領域樣本信息確定貝葉斯信念網絡結構［12］，初步構建基于貝葉斯信念網絡的影響因素模型。對于各影響因素間的相互關系，通過專家意見進行關聯［13］，得到包含25個節點的貝葉斯信念網絡結構圖。其中，“BIM應用成功”為目標節點，其余24個均為已識別出的BIM應用成功影響因素節點。模型的參數學習是指將每個節點的條件概率通過不斷學習以了解分布情況［14-15］。按照BIM應用成功各影響因素的認可程度將每個節點概率狀態設置為“認可概率（agree）”和“不認可概率（disagree）”，并進行初始化賦值。在GeNIE 2.0軟件中導入數據，進行模型節點與數據的匹配，通過參數學習得到基于貝葉斯信念網絡的BIM應用成功影響因素模型，如圖1所示。

3" 模型仿真分析

3.1" 診斷分析

根據貝葉斯信念網絡逆向推理算法，將“BIM應用成功”節點狀態設置為證據（Set Evidence），假設其agree狀態為100%時，BIM應用成功處于最高級別，由此得出貝葉斯信念網絡中BIM應用成功最為關鍵的影響因素。BIM應用成功影響因素診斷分析逆向推理結果如圖2所示。

由2圖可知，將“BIM應用成功”節點的認可程度概率設置為100%時，企業各部門密切的合作、充分的BIM培訓、清晰的項目目標、與BIM相適應的組織結構、企業BIM標準的構架、取代或升級以CAD為基礎的施工流程、企業信息化意識與理念、明確的責任界限和風險分擔這8個因素的影響程度較高，均達到80%及以上，說明影響建筑施工企業BIM成功應用的因素在很大程度上與上述因素相關。

3.2" 敏感性分析

敏感性分析能夠演算出每個變量對其他變量分布的影響程度，幫助決策者進行科學決策。基于貝葉斯信念網絡的BIM應用成功影響因素模型敏感性分析結果如圖3所示，圖中深色的節點變量為影響BIM應用成功的敏感性因素。

由圖3可知，信息溝通的有效性、業主及客戶的需求、企業各部門密切的合作、明確的戰略規劃、企業信息化意識與理念、企業的資金資源投入、清晰的項目目標、充分的BIM培訓、企業BIM標準的構建均為敏感性因素。以上節點的小幅

度變動會對BIM應用成功造成很大影響，因此，需要對這些敏感性因素多加關注，以提高BIM應用成功的概率。

3.3" 最大致因鏈分析

最大致因鏈分析能夠推斷不同影響因子之間的相互影響和依賴水平，并識別出貝葉斯信念網絡中最有可能導致依賴關系發生的路徑，找出最大致因鏈。致因鏈上的線條越粗，代表因素間的影響強度越大，該致因鏈越重要。當BIM應用成功節點狀態為100%時，基于貝葉斯信念網絡的BIM應用模型最大致因鏈分析結果如圖4所示。

在圖4中出現了3條關鍵致因鏈。第一條是充分的BIM培訓→信息溝通有效性→有效、實時共享數據的BIM設施→BIM應用成果的準確性、可交付性→BIM應用成功，表現為技術類因素對BIM應用成功的影響；第二條是明確的戰略規則→清晰的項目目標→企業資金源的投入→BIM應用成功；第三條是業主及客戶的需求→企業各部門密切的合作→BIM應用成功。第二條和第三條致因鏈表現為組織類因素對BIM應用成功的影響。在推廣和應用BIM時，應對關鍵致因鏈上的因素加強管控，進而有效提升BIM應用水平和效益。

4" 結語

本文通過文獻分析法和德爾菲法識別出BIM成功應用的四大類影響因素，共24個具體因素，建立了基于貝葉斯信念網絡的BIM應用成功影響因素模型，為BIM的成功應用提供了理論依據。通過模型的診斷分析、敏感性分析和最大致因鏈分

析，深入研究BIM在建筑行業成功應用的各影響因素間的關系，進而明確關鍵影響因素。研究結果能夠有效促進BIM在建筑施工行業中的應用發展，提升建筑行業效益。具體結論如下：

（1）綜合BBN模型的診斷分析、敏感性分析和致因鏈分析結果可知，企業各部門密切的合作、明確的戰略規劃、充分的BIM培訓、企業BIM標準的構建、企業信息化意識與信念這5個因素是影響BIM應用成功的關鍵因素。當具備這些因素中的一個或多個時，BIM應用成功的概率較高。根據因素分組分析可知，這些關鍵因素分別屬于技術類與組織類因素，表明技術類與組織類因素對BIM成功應用的影響尤為明顯。

（2）BIM的實施是一個復雜的過程，涉及企業組織經營發展的各個方面。首先，企業要有明確的戰略規劃；其次，通過將企業的信息化理念與自身特點相結合，考慮BIM實施的長期效益。此外，由于BIM改變了傳統的施工合作方式，其實施過程中的跨部門性質使得企業更應注重各個部門之間的密切合作，應根據業主及客戶需求主動調整相應的實施方案，以推動其他單位BIM實施方面的協作。

（3）建筑企業在BIM實施過程中應關注技術應用因素。通過對員工進行BIM培訓，幫助員工理解實施BIM的目標和意義，并適應由新技術帶來的工作方法等方面的變革。同時，可以通過構建BIM標準提高BIM管理績效，以促進BIM成功應用。此外，應綜合考慮其他影響因素，共同推動BIM更高效的應用。例如：在規則制度方面，明確的責任界限和風險分擔能夠提高BIM應用績效；在投入與成本方面，企業資金源的投入會影響BIM應用的經濟效益；在技術應用方面，較高的模型信息共享度有助于BIM得到充分應用。

參考文獻

［1］JASINSKI A. Impact of BIM implementation on architectural practice［J］. Architectural Engineering and Design Management，2021，17（5-6）：447-457.

［2］陳秀坤. 淺談探索建設工程信息化管理和未來展望［J］. 建材發展導向（上），2021，19（7）：135-136.

［3］畢晨. 我國建筑施工行業BIM技術應用的現狀、問題及對策［J］. 中國標準化，2017（12）：162.

［4］CHIU W Y B，LAI J H K. Building information modelling for building services engineering：benefits，barriers and conducive measures［J］. Engineering Construction and Architectural Management， 2020，27（9）：2221-2252.

［5］ISIKDAG U. Design patterns for BIM-based service-oriented architectures［J］. Automation in Construction，2012（25）：59-71.

［6］潘雯，曹曉娟. 裝配式建筑BIM技術應用障礙因素分析及對策研究［J］. 價值工程，2022，41（7）：22-24.

［7］李夢夢，賴芨宇，姚超，等. 基于SEM的BIM應用推廣阻礙因素分析及對策研究［J］. 武漢工程大學學報，2018，40（4）：462-467.

［8］馬爽. 基于SEM的我國建筑行業BIM應用障礙因素研究［D］. 鄭州：中原工學院，2021.

［9］王濤. 建筑施工企業BIM技術實施的關鍵成功因素研究［D］. 重慶：重慶大學，2016.

［10］王雙成，鄭飛，張立. 基于貝葉斯網絡的時間序列因果關系學習［J］. 軟件學報，2021，32（10）：3068-3084.

［11］ZHANG J，YUE H，WU X，et al. A brief review of Bayesian belief network［C］. 31st Chinese Control And Decision Conference （CCDC），2019.

［12］ 呂志剛，李葉，王洪喜，等. 貝葉斯網絡的結構學習綜述［J］. 西安工業大學學報，2021，41（1）：1-17.

［13］ 謝梅玉. 建筑工程項目成本風險管理的貝葉斯網絡模型研究［J］. 項目管理技術，2021，19（9）：63-66.

［14］ROHMER J. Uncertainties in conditional probability tables of discrete bayesian belief networks： a comprehensive review［J］. Engineering Applications of Artificial Intelligence，2020（88）：103384.

［15］ 王守會，覃飆. 基于集成學習和反饋策略的貝葉斯網絡結構學習［J］. 計算機學報，2021，44（6）：1051-1063.

PMT

收稿日期：2023-11-09

作者簡介：

楊濤（1982—），男，高級工程師，研究方向：工程管理。

王秋平（1986—），男，高級工程師，研究方向：工程管理。

萬飄（1999—），女，研究方向：重大工程項目復雜性及治理。

羅嵐（1986—），女，博士，副教授，碩士研究生導師，研究方向：重大工程項目復雜性及治理。