陸 彪(廣西建工集團聯(lián)合建設(shè)有限公司,廣西南寧530001)
基于BP神經(jīng)網(wǎng)絡(luò)的高層建筑施工安全探析
陸 彪(廣西建工集團聯(lián)合建設(shè)有限公司,廣西南寧530001)
伴隨社會與經(jīng)濟飛速發(fā)展,城市高層建筑的數(shù)量逐漸增多,而這些高層建筑的施工安全事故發(fā)生率也不斷增加,嚴(yán)重威脅到施工人員人身安全。因此,為了保證工程建筑的施工安全,開始在高層建筑中應(yīng)用BP的神經(jīng)網(wǎng)絡(luò)。本文著重分析了新型BP神經(jīng)網(wǎng)絡(luò)的模型,探討基于BP神經(jīng)網(wǎng)絡(luò)下高層建筑施工的安全評價系統(tǒng)構(gòu)建,同時研究BP神經(jīng)網(wǎng)絡(luò)應(yīng)用情況,以期保證工程施工安全。
BP神經(jīng)網(wǎng)絡(luò);高層建筑;施工安全
在安全管理的領(lǐng)域中,安全評價的技術(shù)屬于新方法,可以提高事故控制能力。通常神經(jīng)網(wǎng)絡(luò)屬于活動與大腦理論數(shù)學(xué)模型,其發(fā)展可以改善安全評價算法與能力。并且神經(jīng)網(wǎng)絡(luò)容錯性能、模糊的推理與自組織能力比較強,在系統(tǒng)的安全評價中應(yīng)用神經(jīng)網(wǎng)絡(luò),可以規(guī)避安全評估缺陷。就目前而言,BP的神經(jīng)網(wǎng)絡(luò)應(yīng)用比較廣泛,其訓(xùn)練的過程包含反向過程與正向過程兩個部分。
BP的神經(jīng)網(wǎng)絡(luò)計算方法主要是根據(jù)誤差逆向的傳播多層前饋進行計算,主要包含輸出層、輸入層與隱層,每層都包含不同神經(jīng)元的節(jié)點,具體從圖1中可以看出。在BP的神經(jīng)網(wǎng)絡(luò)進行信息處理時,需要遵循以下的原理:由輸入層將數(shù)據(jù)輸入,經(jīng)隱層與輸入層間的權(quán)重作用,到達隱層。當(dāng)隱層處理函數(shù)以后,將數(shù)據(jù)傳至輸出層,經(jīng)輸出層與隱層的權(quán)重作用后,到達輸出層,然后經(jīng)輸出層函數(shù)的作用,將結(jié)果輸出[1]。
通過BP的神經(jīng)網(wǎng)絡(luò)評價建筑施工的安全時,由于模型自身有著局限性,經(jīng)常會遇到各種問題,難以反應(yīng)建筑施工的真實情況,導(dǎo)致計算效果受到影響。而新型BP的神經(jīng)網(wǎng)絡(luò)計算方式,在保留傳統(tǒng)算法精髓基礎(chǔ)上,改進了誤差反向的傳播算法。BP的神經(jīng)網(wǎng)絡(luò)引用了動量的因子,能夠降低計算誤差。這種計算方法可以在原公式閾值與權(quán)重基礎(chǔ)上加上一個閾值與權(quán)重動量,同時按照反向的傳播方式,生成新閾值與權(quán)重變化,調(diào)節(jié)公式如下:
圖1 BP的神經(jīng)網(wǎng)絡(luò)示意圖
X(k+1)=mc×(k)+lr×mc×X÷E
0小于lr小于1
在公式之中:k代表訓(xùn)練的次數(shù),mc代表動量的因子,取值約為0.95;而lr代表學(xué)習(xí)的速率,其是常數(shù),E代表誤差的函數(shù)。在上述公式之中,動量因子可以降低學(xué)習(xí)的過程振蕩趨勢,可以對模型收斂性進行改善,可以準(zhǔn)確計算出答案。此外,Matlab的軟件為BP神經(jīng)網(wǎng)絡(luò)使用提供了工具箱與函數(shù),這在某種程度上提高了模型實踐應(yīng)用可行性,依據(jù)Matlab算法進行計算,只要訓(xùn)練的次數(shù)到達設(shè)定次數(shù)或是比最小梯度低,就會將計算過程停止[2]。
2.1 關(guān)于高層建筑施工安全的評價指標(biāo)
在綜合評價時,評價指標(biāo)的系統(tǒng)屬于基礎(chǔ),其評價指標(biāo)選擇合理性,會直接關(guān)系到綜合評價準(zhǔn)確性。在2003年的12月份,建設(shè)部把高層建筑的施工現(xiàn)場分成四方面,即基礎(chǔ)設(shè)施的管理、安全生產(chǎn)的制度管理、安全技術(shù)的管理以及人員和機構(gòu)管理,又將上述四個方面劃分成20個種類。在《企業(yè)職工傷亡事故分類》(GB6441-1986)中,把建筑施工安全事故類型分成以下幾種:機械性傷害、高處的墜落、物體的打擊與電擊傷害等。各種安全事故控制與預(yù)防是高層建筑的安全生成關(guān)鍵性內(nèi)容,和各種安全事故有著密切聯(lián)系的是安全維護、腳手架、施工的機械與臨時用電,并且是安全評價主要指標(biāo)。
另外,因為職責(zé)劃分與機構(gòu)屬于安全生成主要保證,通過安全監(jiān)控能夠保證生產(chǎn)安全性,對工程施工的作業(yè)人員實施安全教育,能夠降低安全事故的發(fā)生率,可見,安全生產(chǎn)在高層建筑施工的安全生成評價中是一個關(guān)鍵性指標(biāo)。由于高層建筑施工多為戶外開放作業(yè),其安全衛(wèi)生的條件比較差,因為工作人員的生活問題所致安全事故不少,這就需要強化生活衛(wèi)生控制與管理,確保從業(yè)人員的身體健康,避免因為衛(wèi)生情況引起流行病。為了保證建筑施工安全評價能夠落實,需要按照建筑施工中事故危害程度分成六項指標(biāo),也就是生活衛(wèi)生的管理、腳手架的工程、安全的管理、臨時的用電、安全維護與施工機械。這六項評價指標(biāo)是BP神經(jīng)網(wǎng)絡(luò)輸入層,也就是X等于{x1、x2、x3……x6}。
2.2 關(guān)高層建筑施工安全評價的等級劃分
高層建筑的施工現(xiàn)場安全評估,只是針對建筑施工現(xiàn)場整體的安全性能與安全管理進行評價。因為安全問題與施工人員、用戶生命安全息息相關(guān),所以需要堅持綜合治理、安全生產(chǎn)與預(yù)防為主的管理方針,把安全評價的等級粉塵三級:不安全、普通安全與較為安全。因為計算機只可以識別0、1,所以需要按照不同安全評價的等級對計算機相關(guān)語言進行秒速,通過輸出層三個節(jié)點數(shù)值對三個評價的等級進行表示,向量為[1、0、0]代表安全級,如果向量為[0、1、0]代表安全等級,若向量為[0、0、1]代表不安全。
表1 建筑施工安全評價的數(shù)據(jù)表
表2 測試的結(jié)果
總而言之,在BP的神經(jīng)網(wǎng)絡(luò)之中應(yīng)用動量因子,能夠規(guī)避模型自身缺陷,例如:容易出現(xiàn)局部最優(yōu)和計算的時間相對較長等。構(gòu)建合理建筑安全評價的指標(biāo),同時在安全評價體系中應(yīng)用BP的神經(jīng)網(wǎng)絡(luò),能夠?qū)⒛P驼`差縮小。此外,應(yīng)用新型BP的神經(jīng)網(wǎng)絡(luò)優(yōu)勢,能夠克服傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的算法缺陷與不足,對于準(zhǔn)確查找高層建筑中不安全的因素有著關(guān)鍵性意義,并且能夠降低事故發(fā)生率與提升企業(yè)管理的水平,進而保證高層建筑的安全性,促進建筑企業(yè)發(fā)展與進步。
[1]鄭越方.基于BP網(wǎng)絡(luò)的建筑安裝施工現(xiàn)場安全評價系統(tǒng)的研究[J].中國科技投資,2016,16(26):53.
[2]牛發(fā)陽,段美棟,王建波,等.基于PCA-FPP-BP神經(jīng)網(wǎng)絡(luò)的高層建筑火災(zāi)安全評價[J].工業(yè)安全與環(huán)保,2016,42(7):26~29.
本次使用層次的分析法,也就是AHP分析方法來分析評價體系,獲得各指標(biāo)上層相關(guān)目標(biāo)權(quán)重與中目標(biāo)權(quán)重值,再應(yīng)用專家打分獲取系統(tǒng)評價的結(jié)果。本次選擇了15個高層建筑的施工現(xiàn)場研究,因為對15個高層建筑的現(xiàn)場進行打分有著較大難度,因此需要選擇模擬打分形式進行替代實際打分,防止因為打分影響到神經(jīng)網(wǎng)絡(luò)應(yīng)用。本次所選15個高層建筑數(shù)據(jù),從表1中能夠看出。把表1之中前13項的數(shù)據(jù)當(dāng)做訓(xùn)練樣本,訓(xùn)練神經(jīng)網(wǎng)絡(luò),然后通過兩組數(shù)據(jù)進行檢驗。按照BP神經(jīng)網(wǎng)絡(luò)基本的原理,采取FORTRAN的語言對互聯(lián)網(wǎng)實現(xiàn)程序進行編寫,通過輸出層、輸入層與隱含層典型三層網(wǎng)絡(luò)的結(jié)構(gòu)編寫網(wǎng)絡(luò)實現(xiàn)的程序。采用輸入層、隱含層和輸出層均為1層的典型的3層網(wǎng)絡(luò)結(jié)構(gòu)運輸。并且經(jīng)過實踐研究證明,三層網(wǎng)絡(luò)的結(jié)構(gòu)運行比較穩(wěn)定,反向的誤差不大。在應(yīng)用網(wǎng)絡(luò)過程中,跌代精度取值為ε等于10-3,而學(xué)習(xí)系數(shù)的α等于0.5,通過網(wǎng)絡(luò)跌代4684次,到達預(yù)設(shè)網(wǎng)絡(luò)運算精度。通過已訓(xùn)練BP網(wǎng)絡(luò)運行的,模型測試最后兩組數(shù)據(jù),得出測試結(jié)果見表2。
TU714
A
2095-2066(2016)36-0179-02
2016-12-10
陸 彪(1973-),男,漢族,廣西貴港人,高級工程師,碩士研究生,主要從事建筑施工管理工作。