江　新，胡文佳，袁　軒，孫正熙，鄭霞忠

(1.三峽大學(xué) 湖北省水電工程施工與管理重點(diǎn)實(shí)驗(yàn)室，湖北 宜昌 443002；2.三峽大學(xué) 水利與環(huán)境學(xué)院，湖北 宜昌 443002；3.廣東省水文局茂名水文分局，廣東 茂名 525000)

0　引言

地鐵隧道施工過(guò)程中面臨突涌水、坍塌等問(wèn)題，是一項(xiàng)高風(fēng)險(xiǎn)建設(shè)工程，易發(fā)生安全事故。安全事故是由單個(gè)風(fēng)險(xiǎn)事件通過(guò)風(fēng)險(xiǎn)演化機(jī)理導(dǎo)致多個(gè)風(fēng)險(xiǎn)事件同時(shí)發(fā)生的結(jié)果。因此地鐵隧道施工中的風(fēng)險(xiǎn)分析一直是確保項(xiàng)目成功和安全工作條件的關(guān)鍵任務(wù)。

為降低隧道施工風(fēng)險(xiǎn)，保障施工作業(yè)安全，國(guó)內(nèi)外學(xué)者對(duì)隧道工程施工風(fēng)險(xiǎn)進(jìn)行了相關(guān)研究。Dong Xin等[1]將風(fēng)險(xiǎn)分為2個(gè)屬性：危險(xiǎn)(預(yù)期值)和不確定性(熵)，并在此基礎(chǔ)提出了解決隧道風(fēng)險(xiǎn)評(píng)價(jià)問(wèn)題的風(fēng)險(xiǎn)評(píng)估決策模型；Zhang Qian等[2]通過(guò)屬性數(shù)學(xué)理論建立了隧道入口邊坡穩(wěn)定性風(fēng)險(xiǎn)評(píng)估的屬性識(shí)別模型，并根據(jù)成蘭鐵路解放隧道的評(píng)價(jià)結(jié)果提出了對(duì)應(yīng)的解決措施；石鈺鋒[3]以廣—珠鐵路江門隧道下穿富水河段為例，對(duì)其風(fēng)險(xiǎn)源進(jìn)行系統(tǒng)的分析并提出了相關(guān)風(fēng)險(xiǎn)控制措施；劉杰等[4]綜合運(yùn)用模糊層次分析理論與改進(jìn)集對(duì)分析方法建立FAHP-ISPA-PCN耦合的隧道施工風(fēng)險(xiǎn)動(dòng)態(tài)評(píng)價(jià)模型；楊光[5]等采用云模型理論并運(yùn)用其優(yōu)點(diǎn)對(duì)隧道塌方風(fēng)險(xiǎn)等級(jí)進(jìn)行評(píng)價(jià)；郭發(fā)蔚等[6]采用貝葉斯網(wǎng)絡(luò)評(píng)價(jià)法計(jì)算隧道施工中風(fēng)險(xiǎn)事件的自然概率并結(jié)合模糊綜合評(píng)價(jià)法來(lái)評(píng)價(jià)隧道施工風(fēng)險(xiǎn)等級(jí)。

筆者將采用BP神經(jīng)網(wǎng)絡(luò)與MIV算法結(jié)合解決了傳統(tǒng)SD模型確定指標(biāo)權(quán)重采用德爾菲法、層次分析法、回歸系數(shù)法等方法需要依靠人的主觀判斷而出現(xiàn)較大誤差的問(wèn)題，使得研究結(jié)果更客觀。同時(shí)結(jié)合系統(tǒng)動(dòng)力學(xué)在研究多因素間復(fù)雜、動(dòng)態(tài)關(guān)系的優(yōu)勢(shì)[7，9]從人、機(jī)、環(huán)、管全局出發(fā)研究系統(tǒng)反饋行為，建立地鐵隧道施工安全風(fēng)險(xiǎn)演化BP-SD模型，借助Vensim軟件模擬其動(dòng)態(tài)演化過(guò)程，避免了模糊綜合評(píng)價(jià)法對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)時(shí)評(píng)價(jià)指標(biāo)間相關(guān)而造成的評(píng)價(jià)信息重復(fù)的影響，適用范圍更廣，能更好地揭示地鐵隧道施工風(fēng)險(xiǎn)的演化規(guī)律，降低地鐵隧道施工風(fēng)險(xiǎn)。以期為風(fēng)險(xiǎn)管理者在理論上提供指導(dǎo)思想，在實(shí)踐中提供決策建議。

1地鐵隧道施工風(fēng)險(xiǎn)影響因素分析

1.1　地鐵隧道施工風(fēng)險(xiǎn)影響因素識(shí)別

本文研究的地鐵隧道施工風(fēng)險(xiǎn)主要指在地鐵隧道施工過(guò)程中由于人(施工人員)、機(jī)(機(jī)械設(shè)備)、環(huán)(施工環(huán)境)、管(安全監(jiān)管)不安全因素造成事故，給社會(huì)造成重大損失的可能性。運(yùn)用系統(tǒng)科學(xué)的思想將人—機(jī)—環(huán)境—管理視為一個(gè)整體，弄清各個(gè)風(fēng)險(xiǎn)影響因素之間的層次性和關(guān)聯(lián)性。同時(shí)參考前人對(duì)地鐵隧道施工風(fēng)險(xiǎn)事故各致因因素權(quán)重的統(tǒng)計(jì)，并結(jié)合我國(guó)最近10年地鐵隧道施工事故的統(tǒng)計(jì)資料[10-12]，歸納總結(jié)相關(guān)研究數(shù)據(jù)，篩選并羅列出風(fēng)險(xiǎn)影響因素，建立地鐵隧道施工風(fēng)險(xiǎn)影響因素層次圖，如圖1所示。

圖1　地鐵隧道施工風(fēng)險(xiǎn)影響因素層次Fig.1　Subway tunnel construction risk factors Hierarchical map

1.2　地鐵隧道施工風(fēng)險(xiǎn)演化機(jī)理

地鐵隧道是一個(gè)具有多輸入，多輸出，多干擾動(dòng)態(tài)特性的復(fù)雜開放系統(tǒng)。該系統(tǒng)需要不斷地同外界進(jìn)行物質(zhì)、能量和信息的交換來(lái)促進(jìn)系統(tǒng)狀態(tài)的不斷演化，推動(dòng)系統(tǒng)發(fā)展，在物質(zhì)、能量、信息的交換過(guò)程中會(huì)不可避免的受到各種因素的影響，增加其風(fēng)險(xiǎn)因素與安全隱患。地鐵隧道施工風(fēng)險(xiǎn)演化是事故發(fā)生的必要條件，當(dāng)風(fēng)險(xiǎn)演化聚集的能量達(dá)到一定程度時(shí)，就會(huì)由量變到質(zhì)變形成風(fēng)險(xiǎn)事故。這種風(fēng)險(xiǎn)存在危害大，性質(zhì)復(fù)雜甚至可能產(chǎn)生連鎖反應(yīng)的特點(diǎn)。系統(tǒng)動(dòng)力學(xué)是通過(guò)因果關(guān)系結(jié)構(gòu)圖來(lái)反映系統(tǒng)運(yùn)行的復(fù)雜性，展現(xiàn)地鐵隧道施工風(fēng)險(xiǎn)的衍生性、傳播性、動(dòng)態(tài)性、復(fù)雜性。

地鐵隧道施工風(fēng)險(xiǎn)的衍生性、傳播性、動(dòng)態(tài)性、復(fù)雜性主要體現(xiàn)在地鐵隧道施工過(guò)程中施工風(fēng)險(xiǎn)因素可能衍生出其它風(fēng)險(xiǎn)因素，風(fēng)險(xiǎn)事件發(fā)生的實(shí)際區(qū)域在空間上蔓延擴(kuò)大，風(fēng)險(xiǎn)事件在時(shí)間上表現(xiàn)出持續(xù)性、間歇性和反復(fù)性等特點(diǎn)。例如，在地鐵隧道開挖過(guò)程中遇到軟弱破碎等不良地質(zhì)條件可能導(dǎo)致施工人員的工作量加大，并造成安全管理人員的管理難度加大(如：須加強(qiáng)安全監(jiān)督及隱患排查力度，增加安全投入等)。

根據(jù)事故致因理論，地鐵隧道安全事故的發(fā)生，是由于人的不安全行為與物的不安全狀態(tài)在不良環(huán)境和管理缺陷的共同作用下不斷演化而致的結(jié)果。在地鐵隧道施工中，物的不安全狀態(tài)與人的不安全行為的影響因子由6個(gè)關(guān)鍵要素共同作用。這些相關(guān)因子的復(fù)雜作用在系統(tǒng)動(dòng)力學(xué)中主要是通過(guò)因果反饋回路體現(xiàn)，如圖2所示。

2　地鐵隧道施工風(fēng)險(xiǎn)演化模型構(gòu)建

2.1　地鐵隧道施工風(fēng)險(xiǎn)模型情景假設(shè)與邊界確定

本文以地鐵隧道施工風(fēng)險(xiǎn)為研究對(duì)象。分析在將人—機(jī)—環(huán)境—管理視為一個(gè)整體的情況下，其中某一風(fēng)險(xiǎn)因素發(fā)生變化時(shí)對(duì)地鐵隧道這一復(fù)雜系統(tǒng)施工風(fēng)險(xiǎn)演化的影響。在進(jìn)行深入訪談以及咨詢專家意見的基礎(chǔ)上提出了以下3個(gè)假設(shè)。

假設(shè)1：以地鐵隧道施工事件為起點(diǎn)，考慮施工人員，機(jī)械設(shè)備，施工環(huán)境，安全管理各因素間相互影響導(dǎo)致施工風(fēng)險(xiǎn)的形成，而其他變量?jī)H作為外生變量不予考慮。

圖2　地鐵隧道施工風(fēng)險(xiǎn)演化因果回路Fig.2　Subway tunnel construction risk evolution causal circuit diagram

假設(shè)2：本文從施工方的角度出發(fā)，因此不考慮因?yàn)檎蝿?dòng)蕩、發(fā)生地震等不可抗力因素而導(dǎo)致的系統(tǒng)崩潰的情形。

假設(shè)3：管理者有一定的風(fēng)險(xiǎn)管控能力，但并不能完全地消除風(fēng)險(xiǎn)因素造成的不良影響。

2.2　地鐵隧道施工風(fēng)險(xiǎn)動(dòng)力學(xué)流圖確定

地鐵隧道施工風(fēng)險(xiǎn)演化系統(tǒng)由施工人員子系統(tǒng)、機(jī)械設(shè)備子系統(tǒng)、施工環(huán)境子系統(tǒng)和安全管理子系統(tǒng)4個(gè)子系統(tǒng)構(gòu)成且都可通過(guò)風(fēng)險(xiǎn)管控與安全投入來(lái)消除部分風(fēng)險(xiǎn)量。系統(tǒng)模型包括狀態(tài)變量、速率變量和輔助變量。狀態(tài)變量用于描述系統(tǒng)的積累效應(yīng)，速率變量用于描述累積效應(yīng)變化快慢，輔助變量是用于表達(dá)決策過(guò)程的中間變量。根據(jù)人、機(jī)、環(huán)境、管理相互作用的特點(diǎn)，在地鐵隧道施工風(fēng)險(xiǎn)事故相關(guān)統(tǒng)計(jì)數(shù)據(jù)的基礎(chǔ)上，構(gòu)建地鐵隧道施工風(fēng)險(xiǎn)系統(tǒng)流圖如圖3所示，其中狀態(tài)變量1個(gè)，速率變量2個(gè)，輔助變量29個(gè)。

圖3　地鐵隧道施工風(fēng)險(xiǎn)系統(tǒng)流Fig.3　Subway tunnel construction risk system flow chart

2.3　仿真模型參數(shù)的確定

2.3.1數(shù)據(jù)的獲取

參照?qǐng)D3編制調(diào)查問(wèn)卷，問(wèn)卷列舉20個(gè)題項(xiàng)，題項(xiàng)具體表現(xiàn)為該指標(biāo)對(duì)地鐵隧道施工風(fēng)險(xiǎn)值的影響有多大，為使計(jì)算參數(shù)具有一致性、可計(jì)算性，將參數(shù)的取值范圍設(shè)定在[0，10]之間的整數(shù)，其中0代表此因素對(duì)地鐵隧道施工風(fēng)險(xiǎn)值無(wú)影響，10則代表此因素對(duì)地鐵隧道施工風(fēng)險(xiǎn)值有很大的影響，且會(huì)帶來(lái)巨大的損失。問(wèn)卷采用現(xiàn)場(chǎng)發(fā)放的形式調(diào)查，共發(fā)放問(wèn)卷370份，回收349份，剔除36份不完整問(wèn)卷，剩余313份合格問(wèn)卷。其調(diào)查對(duì)象涉及施工一線的技術(shù)人員、施工現(xiàn)場(chǎng)安全管理人員、監(jiān)理人員。

將調(diào)查的數(shù)據(jù)進(jìn)行信度和效度的檢驗(yàn)，信度檢驗(yàn)采用Cronbach’ Alpha值，效度檢驗(yàn)采用KMO值和巴特勒球形度檢驗(yàn)值。其檢驗(yàn)結(jié)果分別如表1和表2所示。

表1　總信度檢驗(yàn)值

表2　各分項(xiàng)信度檢驗(yàn)值

由表1,2可看出：各個(gè)風(fēng)險(xiǎn)子系統(tǒng)Cronbach’s Alpha值均大于0.65，信度良好。問(wèn)卷數(shù)據(jù)的KMO值大于0.8，巴特球形度檢驗(yàn)值Sig為0，說(shuō)明問(wèn)卷效度良好。

2.3.2MIV算法確定指標(biāo)權(quán)重

MIV算法是與BP神經(jīng)網(wǎng)絡(luò)結(jié)合較緊密的一種權(quán)重貢獻(xiàn)率計(jì)算方法，其大致思想是利用BP神經(jīng)網(wǎng)絡(luò)計(jì)算得出的輸出神經(jīng)元差值計(jì)算出輸入神經(jīng)元的重要程度系數(shù)，這個(gè)重要程度系數(shù)的判斷標(biāo)準(zhǔn)即MIV值。具體操作過(guò)程是：將調(diào)查所得樣本S中每一個(gè)輸入值，也就是自變量分別在其原基礎(chǔ)上漲幅10%和跌幅10%，形成兩個(gè)新的樣本S1和S2。將S1和S2輸入到已建立的BP神經(jīng)網(wǎng)絡(luò)中得出輸出結(jié)果T1和T2，求出T1和T2的差值即為該自變量的改變對(duì)輸出的影響變化值(Impact Value, IV)，然后將IV值按照觀測(cè)例數(shù)平均得到自變量的平均影響值(Mean Impact Value, MIV)。

BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建根據(jù)地鐵隧道施工風(fēng)險(xiǎn)系統(tǒng)流圖確定，圖3中可看出因變量機(jī)械設(shè)備風(fēng)險(xiǎn)系統(tǒng)有4個(gè)自變量；因變量施工人員風(fēng)險(xiǎn)系統(tǒng)、安全管理風(fēng)險(xiǎn)系統(tǒng)各有5個(gè)自變量；因變量施工環(huán)境風(fēng)險(xiǎn)系統(tǒng)有6個(gè)自變量。所以需構(gòu)建3個(gè)神經(jīng)網(wǎng)絡(luò)，分別為：四輸入—輸出；五輸入—輸出；六輸入—輸出，其拓?fù)浣Y(jié)構(gòu)圖如圖4所示。對(duì)于隱含層節(jié)點(diǎn)數(shù)的選擇遵循Kolmogrov定理[13]，即一個(gè)具有n個(gè)輸入單元、2n+1個(gè)中間單元、m個(gè)輸出單元的神經(jīng)網(wǎng)絡(luò)能夠表達(dá)任何映射。將樣本輸入BP神經(jīng)網(wǎng)絡(luò)得出的輸出結(jié)果進(jìn)行MIV算法歸一化，結(jié)果如表3所示。

圖4　BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)Fig.4　BP neural network topology

表3　地鐵隧道施工風(fēng)險(xiǎn)部分主要變量SD方程

限于篇幅，此處以連續(xù)工作時(shí)間和施工人員風(fēng)險(xiǎn)系統(tǒng)為例。根據(jù)調(diào)查問(wèn)卷結(jié)果顯示，施工人員連續(xù)工作時(shí)間為(0，4]個(gè)小時(shí)，多數(shù)情況下為2個(gè)小時(shí)，因此采用RANDOM UNIFORM(A，B，S)函數(shù)，表示產(chǎn)生在區(qū)間(A，B)內(nèi)的均勻分布隨機(jī)數(shù)，S給定隨機(jī)數(shù)序列就確定，S取不同的值產(chǎn)生隨機(jī)數(shù)序列也不同。根據(jù)圖3所示的地鐵隧道施工風(fēng)險(xiǎn)系統(tǒng)流圖確定安全防護(hù)到位、人員安全素質(zhì)、作業(yè)行為規(guī)范、持證上崗與連續(xù)工作時(shí)間5個(gè)輸入變量，施工人員風(fēng)險(xiǎn)系統(tǒng)為輸出變量。根據(jù)Kolmogarav定理，給定合適的權(quán)重和結(jié)構(gòu)，對(duì)3層前向神經(jīng)網(wǎng)絡(luò)進(jìn)行函數(shù)擬合可以達(dá)到較好的精度，并確定隱含層節(jié)點(diǎn)數(shù)(m=2n+1，m為隱含層節(jié)點(diǎn)數(shù)，n為輸入層節(jié)點(diǎn)個(gè)數(shù))為11，此時(shí)模型的精度與訓(xùn)練時(shí)間等性能較好。隱含層節(jié)點(diǎn)和輸出層節(jié)點(diǎn)轉(zhuǎn)移函數(shù)分別選用tansig函數(shù)和purelin函數(shù)。模型最大迭代次數(shù)為2 000次，目標(biāo)精度為0.01，學(xué)習(xí)速率設(shè)為0.05。用所構(gòu)建的模型對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行訓(xùn)練。模型迭代1 620次后收斂，并滿足小于0.01的精度要求。仿真結(jié)果得到4個(gè)輸入變量經(jīng)過(guò)歸一化后的MIV值，分別為0.26，0.32，0.18，0.13，0.11。

3　案例分析

3.1　模型的有效性檢驗(yàn)

現(xiàn)以某城市地鐵隧道施工為例。該隧道建設(shè)周期為20個(gè)月。地鐵隧道施工風(fēng)險(xiǎn)演化模型建立后，通過(guò)對(duì)該地鐵隧道20個(gè)月的各類風(fēng)險(xiǎn)資料分析整理，確定該地鐵隧道風(fēng)險(xiǎn)演化的BP-SD模型的參數(shù)及各變量的初值。演化結(jié)果表明在1～3月間由于施工人員對(duì)施工環(huán)境地質(zhì)情況等不熟悉，設(shè)備保護(hù)裝置及安全系統(tǒng)需要準(zhǔn)備時(shí)間，同時(shí)管理人員的風(fēng)險(xiǎn)管控與安全投入存在一定的延遲性，地鐵隧道施工風(fēng)險(xiǎn)都呈現(xiàn)出上升趨勢(shì)。4～10月間技術(shù)人員接受安全教育與技術(shù)培訓(xùn)，安全管理強(qiáng)度增加，施工技術(shù)逐漸成熟，設(shè)備維修系統(tǒng)完善，人員安全素質(zhì)提高，地鐵隧道施工風(fēng)險(xiǎn)相比前3個(gè)月呈下降趨勢(shì)。10～20月間，施工人員熟悉適應(yīng)了施工環(huán)境，施工技術(shù)成熟，維修人員掌握了機(jī)械設(shè)備的最佳檢測(cè)周期與維修方法，管理上加強(qiáng)了風(fēng)險(xiǎn)管控與安全投入，所以10～20月間地鐵隧道施工風(fēng)險(xiǎn)走勢(shì)基本穩(wěn)定。經(jīng)過(guò)驗(yàn)證，地鐵隧道BP-SD模型的風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果與該工程實(shí)際施工的風(fēng)險(xiǎn)反饋信息基本符合，如圖5所示，說(shuō)明該模型是可行的。

圖5　風(fēng)險(xiǎn)演化模擬值與實(shí)際值對(duì)比Fig.5　Comparison of simulated evolution values with actual values

3.2　地鐵隧道施工風(fēng)險(xiǎn)演化模擬與分析

本文選取施工人員風(fēng)險(xiǎn)、機(jī)械設(shè)備風(fēng)險(xiǎn)、施工環(huán)境風(fēng)險(xiǎn)、安全管理風(fēng)險(xiǎn)4個(gè)子系統(tǒng)為變量，動(dòng)態(tài)演化其對(duì)地鐵隧道施工風(fēng)險(xiǎn)值的影響程度。根據(jù)前人總結(jié)的相關(guān)經(jīng)驗(yàn)可知，增加風(fēng)險(xiǎn)管控路徑與安全投入可以有效降低施工風(fēng)險(xiǎn)發(fā)生概率10%～50%[14-16]。筆者將地鐵隧道施工風(fēng)險(xiǎn)演化模型設(shè)定在其他子系統(tǒng)保持現(xiàn)值不變的情況下，然后在風(fēng)險(xiǎn)管控與安全投入作用下施工人員風(fēng)險(xiǎn)值降低30%，再依次變化機(jī)械設(shè)備風(fēng)險(xiǎn)、施工環(huán)境風(fēng)險(xiǎn)、安全管理風(fēng)險(xiǎn)的值，具體模擬圖6所示。

圖6　地鐵隧道施工風(fēng)險(xiǎn)值仿真結(jié)果趨勢(shì)Fig.6　Trend of simulation results of construction risk value of subway tunnel

由圖6可知，當(dāng)施工人員風(fēng)險(xiǎn)值降低30%時(shí)，地鐵隧道施工風(fēng)險(xiǎn)值降低18.6%；當(dāng)施工環(huán)境風(fēng)險(xiǎn)值降低30%時(shí)，地鐵隧道施工風(fēng)險(xiǎn)值降低12.4%；當(dāng)安全管理風(fēng)險(xiǎn)值降低30%時(shí)，地鐵隧道施工風(fēng)險(xiǎn)值降低24.8%；當(dāng)機(jī)械設(shè)備施工風(fēng)險(xiǎn)值降低30%時(shí)，地鐵隧道施工風(fēng)險(xiǎn)值降低8.6%。這是因?yàn)槿绻芾韺釉谑┕わL(fēng)險(xiǎn)管理中出現(xiàn)監(jiān)管不嚴(yán)、安全投入少時(shí)，施工人員會(huì)出現(xiàn)僥幸心理而忽視施工中的安全防護(hù)、懈怠對(duì)設(shè)備的維護(hù)而導(dǎo)致地鐵隧道施工風(fēng)險(xiǎn)值大幅度增加。同時(shí)施工人員安全素質(zhì)較低，不注意安全施工中可能存在潛在的風(fēng)險(xiǎn)，可能會(huì)因?yàn)轱L(fēng)險(xiǎn)事件的連鎖反應(yīng)導(dǎo)致風(fēng)險(xiǎn)事故。施工環(huán)境條件不適宜工作時(shí)會(huì)在一定程度上影響到施工人員的心理與生理狀態(tài)，導(dǎo)致施工風(fēng)險(xiǎn)值增加。機(jī)械設(shè)備在施工中出現(xiàn)故障時(shí)能第一時(shí)間得到維修保障，對(duì)地鐵隧道施工風(fēng)險(xiǎn)值影響最小。因此，在地鐵隧道施工風(fēng)險(xiǎn)防范中要重點(diǎn)關(guān)注現(xiàn)場(chǎng)安全管理與施工人員風(fēng)險(xiǎn)，其次是改善施工條件，完善設(shè)備維護(hù)系統(tǒng)。

4　結(jié)論

1)確定地鐵隧道施工風(fēng)險(xiǎn)影響因素間復(fù)雜函數(shù)關(guān)系，構(gòu)建地鐵隧道施工安全風(fēng)險(xiǎn)演化的BP-SD模型，動(dòng)態(tài)演化模擬人、機(jī)、環(huán)、管4個(gè)子系統(tǒng)風(fēng)險(xiǎn)值變化對(duì)地鐵隧道施工風(fēng)險(xiǎn)值變化的影響程度。

2)仿真結(jié)果分析知，安全管理風(fēng)險(xiǎn)與施工人員風(fēng)險(xiǎn)的管控在降低地鐵隧道施工風(fēng)險(xiǎn)中占主要地位。環(huán)境風(fēng)險(xiǎn)管控的作用次之，大多數(shù)機(jī)械設(shè)備風(fēng)險(xiǎn)在設(shè)備進(jìn)場(chǎng)施工前已經(jīng)得到預(yù)防，其風(fēng)險(xiǎn)管控的作用對(duì)地鐵隧道施工作用影響最小。因此，為防止地鐵隧道施工風(fēng)險(xiǎn)演化為安全事故，主要需要加強(qiáng)安全監(jiān)督與隱患排查、完善安全防護(hù)措施、提高安全培訓(xùn)質(zhì)量、增加安全投入等。

3)本文研究的是人、機(jī)、環(huán)、管4個(gè)子系統(tǒng)風(fēng)險(xiǎn)值變化對(duì)地鐵隧道施工風(fēng)險(xiǎn)值變化的影響程度，而子系統(tǒng)中每一個(gè)因素的值的變化對(duì)地鐵隧道施工風(fēng)險(xiǎn)值變化的影響程度有待進(jìn)一步深入研究。

[1]Dong, Xin, Lu Hao, Xia Yuanpu. Decision-making model under risk assessment based on entropy[J]. ENTROPY, 2016, 18(11)：1-15.

[2]Zhang Qian, Wang Jingchun, Zhang Haixia. Attribute recognition model and its application of risk assessment for slope stability at tunnel portal[J]. JOURNAL OF VIBROENGINEERING, 2017, 19(4): 2726-2738.

[3]石鈺鋒,陽(yáng)軍生,邵華平,等. 超淺覆大斷面暗挖隧道下穿富水河道施工風(fēng)險(xiǎn)分析及控制研究[J]. 巖土力學(xué),2012,33(S2):229-234.

SHI Yufeng, YANG Junsheng, SHAO Huaping, et al. Risk analysis and control study of super-shallow tunnel with large cross-section under water-rich channel[J]. Rock and Soil Mechanics, 2012, 33(S2): 229-234.

[4]劉杰,宋亮,毛愛民,等. 基于FAHP-ISPA-PCN耦合的隧道施工動(dòng)態(tài)評(píng)價(jià)模型[J]. 地下空間與工程學(xué)報(bào),2017,13(2):559-566.

LIU Jie, SONG Lang, MAO Aimin, et al. Tunnel construction risk dynamic evaluation model based on the coupling of FAHP-ISPA-PCN[J]. Chinese Journal of Underground Space and Engineering, 2017, 13(2): 559-566.

[5]楊光,劉敦文,褚夫蛟,等. 基于云模型的隧道塌方風(fēng)險(xiǎn)等級(jí)評(píng)價(jià)[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù),2015,11(6):95-101.

YANG Guang, LIU Dun wen, CHU Fu jiao, et al. Evaluation on risk grade of tunnel collapse based on cloud model[J]. Journal of Safety Science and Technology, 2015,11(6):95-101

[6]郭發(fā)蔚,王宏輝. 基于Bayesian隧道施工風(fēng)險(xiǎn)模糊綜合評(píng)估方法[J]. 鐵道科學(xué)與工程學(xué)報(bào),2016,13(2):401-406.

GUO Fawei，WANG Honghui. Risk assessment of tunnel construction by using fuzzy comprehensive evaluation method based on bayesian networks[J]. Journal of Railway Science and Engineering,2016, 13(2): 401-406.

[7]李存斌,陸龔曙. 工程項(xiàng)目風(fēng)險(xiǎn)元傳遞的系統(tǒng)動(dòng)力學(xué)模型[J]. 系統(tǒng)工程理論與實(shí)踐,2012,32(12):2731-2739.

LI Cunbin, LU Gongshu. System dynamics model of construction project risk element transmission[J]. System Engineering-Theory and Practice, 2012,31(12): 2731-2739.

[8]江新,吳園莉,徐平,等. 工程項(xiàng)目群施工風(fēng)險(xiǎn)演化的SD模型研究[J]. 中國(guó)安全科學(xué)學(xué)報(bào),2015,25(6):155-161.

JIANG Xin, WU Yuanli, XU Ping, et al. SD model study on risk evolution in construction of project group[J]. China Safety Science Journal, 2015, 25(6):155-161

[9]李勇建,喬曉嬌,孫曉晨,等. 基于系統(tǒng)動(dòng)力學(xué)的突發(fā)事件演化模型[J]. 系統(tǒng)工程學(xué)報(bào),2015,30(3):306-318.

LI Yongjian，QIAO Xiaojiao, SUN Xiaochen, et al. Modeling the evolution of emergency based on system dynamics[J]. Journal of Systems Engineering, 2015, 30(3):306-318.

[10]游鵬飛. 地鐵隧道施工風(fēng)險(xiǎn)機(jī)理研究[D].成都：西南交通大學(xué),2013.

[11]王帆. 地鐵施工安全風(fēng)險(xiǎn)建模及演化研究[D].武漢：華中科技大學(xué),2013.

[12]李解,王建平,許娜,等. 基于文本挖掘的地鐵施工安全風(fēng)險(xiǎn)事故致險(xiǎn)因素分析[J]. 隧道建設(shè),2017,37(2):160-166.

LI Jie, WANG Jianping, XU Na, et al. Analysis of safety risk factors for metro construction based on text mining method[J]. Tunnel Construction, 2017, 37(2):160-166.

[13]王德明,王莉,張廣明. 基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測(cè)模型[J]. 浙江大學(xué)學(xué)報(bào)(工學(xué)版),2012,46(5):837-841,904.

WANG Deming, WANG Li, ZHANG Guangming. Short-term wind speed forecast model for wind farms based on genetic BP neural network[J]. Journal of Zhejiang University (Engineering Science), 2012,46(5):837-841,904.

[14]解濤. 地鐵建設(shè)項(xiàng)目施工安全風(fēng)險(xiǎn)綜合評(píng)價(jià)方法與案例研究[D].北京：華北電力大學(xué),2011.

[15]王純. 基于人的不安全行為的地鐵施工安全管理研究[D].天津：天津理工大學(xué),2014.

[16]馮文成. 廣州地鐵盾構(gòu)施工風(fēng)險(xiǎn)管控研究[D].廣州：華南理工大學(xué),2014.