□ 魏 寧
事故與風(fēng)險的不確定性聯(lián)系緊密。從理論上說,風(fēng)險主要有三個因素組成:事件發(fā)生的狀態(tài)、發(fā)生的概率(可能性)以及發(fā)生的后果。水利工程風(fēng)險分析應(yīng)該從系統(tǒng)理論出發(fā),研究經(jīng)濟(jì)投入情況、水利工程系統(tǒng)的風(fēng)險以及可能給人、物、環(huán)境等帶來的傷害和損失。國外一些國家,把風(fēng)險定義為事件發(fā)生的概率和所導(dǎo)致的后果的乘積,也就是期望損失,最后將為提高系統(tǒng)的安全性而投入的經(jīng)濟(jì)和為降低期望損失進(jìn)行比較分析。但是在我國,由于其他一些原因,我們一般把風(fēng)險稱為風(fēng)險率,也就是所說的系統(tǒng)失效所產(chǎn)生損失的概率。最近幾年,水利工程安全人員開始著手研究許多水利工程失事后果,但最后基本都沒有與風(fēng)險率相結(jié)合,并且許多評價模型都是借鑒國外成果,沒有形成自己的評價體系。本文主要基于水利工程風(fēng)險,從風(fēng)險率的角度對國內(nèi)外的水利工程風(fēng)險分析方法進(jìn)行綜述。
自從20世紀(jì)70年代以來, 國外有學(xué)者開始論證分析了水利系統(tǒng)中的風(fēng)險性,并把風(fēng)險分析方法在大壩、水庫、堤防等水利工程中進(jìn)行了應(yīng)用和推廣,取得了很好的效果。到目前為止,對水利工程進(jìn)行的風(fēng)險分析已經(jīng)從定性分析發(fā)展到了定量分析。通過調(diào)查分析資料,以主觀估計的方法確定數(shù)據(jù)閥值,然后利用數(shù)理統(tǒng)計方法、層次分析方法等數(shù)學(xué)方法進(jìn)行處理和風(fēng)險分析。從水利工程的發(fā)展趨勢可以看出,本人認(rèn)為可以將這些方法分為兩種,即單一風(fēng)險分析和綜合風(fēng)險分析。
單一風(fēng)險分析最重要的一點是考慮水利工程系統(tǒng)的不確定性,采用數(shù)理統(tǒng)計方法,應(yīng)用范圍很廣,研究的也很成熟,已經(jīng)從以前的蒙特卡羅法(MC)、直接積分法等發(fā)展到了目前的均值改進(jìn)一次二階矩法、JC法、二次二階矩法等多種方法。
直接積分法,主要是在確定工程的概率密度和概率關(guān)系,然后建立功能函數(shù),最后進(jìn)行解析計算和數(shù)值積分計算,求出風(fēng)險值。例如吳興征提出的堤防的水位荷載和承載土體的概率密度,其在數(shù)值積分的基礎(chǔ)上又建立了失穩(wěn)模型,最后計算出了結(jié)構(gòu)風(fēng)險; Vrijling提出了大壩失穩(wěn)機(jī)理,利用積分的方法分別算出了漫頂和溢流的概率風(fēng)險。這種方法理論性強(qiáng),并且當(dāng)概率密度呈線性分布、影響因素少時,這種方法簡單有效。但是,如果因素很多,那么找出概率密度就非常困難,即使能找到,求出解析解也非常困難,所以,直接積分法在運(yùn)用時會遇到很多限制。
由于水利工程的荷載計算很復(fù)雜,找出概率密度也很復(fù)雜,所以求出解析解更是困難,正是這些原因,運(yùn)用MC法來統(tǒng)計風(fēng)險率,這樣可以直接處理其不確定性。MC法應(yīng)用非常廣泛,例如Hiei就是采用MC法分析了不同類型的電力工程擴(kuò)建過程中的風(fēng)險;高波采用MC法計算了水庫調(diào)洪過程中的風(fēng)險率;徐衛(wèi)亞分析了堤防失穩(wěn)條件概率的計算方法,還采用MC法算出了超標(biāo)洪水下堤防失事風(fēng)險率等。
FOSM法不需要計算概率分布,僅僅需要計算平均值和方差值,然后采用泰勒公式將風(fēng)險變量展開,進(jìn)行線性化處理,最后利用迭代法求解,確定風(fēng)險率。當(dāng)變量近似于正態(tài)分布時,按照不同的線性化點不同,又分為AFOSM法和MFOSM法。
除以上的方法外,單一風(fēng)險分析還有其他一些方法,例如回歸法、重現(xiàn)期法、Bayer法、隨機(jī)有限元法等。從理論上來講,這些都是概率估計方法,計算結(jié)果的準(zhǔn)確程度主要取決于資料的準(zhǔn)確性,也歸因于基礎(chǔ)理論。例如Bay法,雖然理論基礎(chǔ)很完善,計算概率條件很難,工作量也很大。
從系統(tǒng)理論來看,水利工程本身就有很多不確定性,并且涉及的經(jīng)濟(jì)、環(huán)境、工程技術(shù)等都存在隨機(jī)性、灰色模糊性,那么運(yùn)用綜合的風(fēng)險分析方法進(jìn)行定量分析就顯得十分困難,更難實現(xiàn)風(fēng)險的權(quán)衡和決策。
從數(shù)學(xué)的角度來說,綜合風(fēng)險分析其實就是映射,把一些無序數(shù)據(jù)映射成有序數(shù)據(jù),然后實現(xiàn)風(fēng)險優(yōu)化。首先先對指標(biāo)體系進(jìn)行量綱化一,把一些無序的、不統(tǒng)一的數(shù)據(jù)指標(biāo)映射成一個有序的、統(tǒng)一的空間上去,然后通過綜合分析方法,將單個指標(biāo)化為綜合指標(biāo),實現(xiàn)風(fēng)險的比較分析。
所以,綜合風(fēng)險分析一般有這么幾步,首先確定評價對象,然后選擇評價指標(biāo),再對這些指標(biāo)進(jìn)行極差變換、線性比例變換,主要是對其進(jìn)行量綱一化處理,最后確定權(quán)重系數(shù),建立評價模型,得出綜合評價值。
AHP法的優(yōu)點是方法簡單、靈活、精度較高,是水利工程進(jìn)行綜合風(fēng)險分析中最常用的方法。當(dāng)這些權(quán)重確定后,將那些對比分析得到每個因素的評價分?jǐn)?shù)相乘,得到一層的綜合評價值,然后逐步綜合即得到系統(tǒng)的綜合評價。
AHP法綜合考慮了系統(tǒng)的影響因素,把主觀判斷進(jìn)行量化,同時計算不易定量和可定量的因素,把評價指標(biāo)也進(jìn)行了細(xì)化,辨別、篩選評判的合理性。另外,對那些非定量事件也做定量分析,客觀分析主觀判斷,通過以往的經(jīng)驗來確定風(fēng)險,在這方面有一定的失客觀性,會使判斷結(jié)果不一致,所以一般用于作風(fēng)險分析的比較、模糊、參考、灰色分析法改進(jìn)的時候使用。AHP法還用于分析堤防失事模式,有時會結(jié)合AFOSM法來應(yīng)對。金菊良將城市防洪規(guī)劃方案綜合評價系統(tǒng)分解為由許多自然技術(shù)指標(biāo)和社會經(jīng)濟(jì)指標(biāo)組成的多目標(biāo)決策系統(tǒng),研究了評價模型的建模過程。針對AHP中判斷矩陣中的一致性,從判斷矩陣的定義進(jìn)行研究,最后提出了加速遺傳算法,主要用來判斷矩陣一致性 ( AGA——AHP)等。
模糊綜合評價法有很多不確定性,例如隨機(jī)不確定性,并且水利工程風(fēng)險本身就存在大量的模糊因素,所以我們很難用數(shù)值對這些風(fēng)險因素進(jìn)行定量化,只能給出風(fēng)險的大小程度。在實際應(yīng)用過程中,如果不考慮這些模糊性,那么計算風(fēng)險時,結(jié)果就會出現(xiàn)很大的誤差,甚至錯誤。模糊綜合評價法就是把這些風(fēng)險因素當(dāng)做模糊變量,應(yīng)用模糊集理論建立風(fēng)險因子的隸屬函數(shù),將文字性描述轉(zhuǎn)化為數(shù)學(xué)描述,運(yùn)用模糊關(guān)系運(yùn)算對這些因素進(jìn)行計算量化,彌補(bǔ)了上述方法的不足。
灰色綜合評價法是考慮了水利工程除隨機(jī)、模糊不確定性以外,還會存在資料不全,或者數(shù)據(jù)本身不準(zhǔn)確,例如數(shù)據(jù)誤差、資料數(shù)量等不準(zhǔn)確。信息的部分未知,就是灰色不確定性?;疑C合評價法主要是用于水利工程中模糊數(shù)學(xué)、隨機(jī)方法所不能解決的問題而進(jìn)行的計算分析,并為其提供利用貧信息來計算復(fù)雜系統(tǒng)的風(fēng)險的途徑。其主要的特點為“少數(shù)據(jù)建?!保捎脭?shù)據(jù)生成的方法,將那些無序的數(shù)據(jù)進(jìn)行處理,變成有規(guī)律的數(shù)據(jù),以尋求現(xiàn)實規(guī)律。
本文從水利工程風(fēng)險分析的研究現(xiàn)狀出發(fā),詳細(xì)分析了單一風(fēng)險分析和綜合風(fēng)險分析方法,從中可以看出,水利工程系統(tǒng)的風(fēng)險分析無論是從理論上還是從計算和方法上都已經(jīng)取得了較大的發(fā)展,從定性發(fā)展為定量,從主觀判斷實現(xiàn)了客觀分析,更全面地考慮了水利工程風(fēng)險的不確定性。統(tǒng)觀文中所評述的水利工程單一和綜合風(fēng)險分析方法,除了針對各方法進(jìn)行改進(jìn)外,還存在一些不足,例如對風(fēng)險分析,沒有結(jié)合失事結(jié)果進(jìn)行深入的分析;分析側(cè)重于某一方面的分析,沒有將各種風(fēng)險真正綜合到水利工程系統(tǒng)中去。