梅江鐘， 馬玉潔

(1. 西安建筑科技大學(xué)管理學(xué)院， 陜西 西安 710055； 2. 長(zhǎng)慶油田第十一采油廠， 陜西 西安 710055)

基于綜合相似度的地鐵施工風(fēng)險(xiǎn)應(yīng)急推理研究

梅江鐘1， 馬玉潔2

(1. 西安建筑科技大學(xué)管理學(xué)院， 陜西 西安 710055； 2. 長(zhǎng)慶油田第十一采油廠， 陜西 西安 710055)

針對(duì)地鐵項(xiàng)目施工環(huán)境復(fù)雜、不可預(yù)見(jiàn)因素多、施工事故頻發(fā)、難以對(duì)其進(jìn)行快速有效的應(yīng)急決策與救援的問(wèn)題，首先，搜集以往地鐵施工應(yīng)急案例，分析地鐵施工風(fēng)險(xiǎn)因素，運(yùn)用Protégé軟件建立知識(shí)本體模型；然后，計(jì)算本體庫(kù)中源案例與目標(biāo)案例的綜合相似度，從案例庫(kù)中匹配出綜合相似度最大的源案例，通過(guò)對(duì)比本體庫(kù)中與目標(biāo)案例相似度最高源案例的關(guān)鍵屬性，運(yùn)用規(guī)則推理對(duì)相似案例的應(yīng)急措施進(jìn)行適用性修改，從而提高應(yīng)急措施的針對(duì)性，為快速有效地應(yīng)對(duì)地鐵施工事故進(jìn)行應(yīng)急決策提供新的方法；最后，以某地鐵項(xiàng)目施工為例，驗(yàn)證了該相似度算法的合理性。

地鐵施工風(fēng)險(xiǎn)； 應(yīng)急決策； 知識(shí)本體； 綜合相似度； 措施推理

Abstract: The construction environment of metro project is complex; the unforeseeable factors are many; the construction accidents are frequent, and it is difficult to carry out quick and effective emergency decision-making and rescue. Firstly, the emergency cases of metro construction are collected; the risk factors are analyzed; and the knowledge ontology model is established by software Protégé. And then the comprehensive similarity between the source case and the target case in the ontology library is calculated; the source case with maximum similarity degree is selected, the key properties of source case in ontology library and target case are compared; and the adaptability of emergency method of similar cases are modified by rule reasoning to improve the pertinence of the emergency method and provide a new method for emergency decision-making and rescue of metro accidents. Finally, the rationality of the comprehensive similarity algorithm is verified by a case stady.

Keywords: metro construction risk; emergency decision; knowledge ontology; comprehensive similarity; measure reasoning

0 引言

由于地鐵工程建設(shè)難度大，施工風(fēng)險(xiǎn)高，有的施工人員技術(shù)不熟練，缺乏大量的工程建設(shè)經(jīng)驗(yàn)，地鐵工程施工安全事故時(shí)有發(fā)生。如何快速應(yīng)對(duì)地鐵施工安全事故，采取有效的應(yīng)急措施，已經(jīng)成為許多學(xué)者的研究熱點(diǎn)。胡群芳等[1]通過(guò)收集2003—2011年我國(guó)地鐵隧道施工事故數(shù)據(jù)，為風(fēng)險(xiǎn)管理實(shí)施提供了基礎(chǔ)資料，并為我國(guó)地鐵建設(shè)事故防范提供了參考；丁烈云等[2]將信息技術(shù)用于地鐵工程施工安全風(fēng)險(xiǎn)控制，便于及時(shí)有效地控制風(fēng)險(xiǎn)；何德福[3]通過(guò)問(wèn)卷調(diào)查的方式，對(duì)調(diào)查結(jié)果量化處理后進(jìn)行數(shù)據(jù)擬合，得出風(fēng)險(xiǎn)評(píng)價(jià)函數(shù)，從而進(jìn)行風(fēng)險(xiǎn)控制與安全事故的應(yīng)對(duì)；于丹丹等[4]分析了地鐵隧道施工對(duì)鄰近建筑物的影響因素及建筑物本身抵抗變形的因素，并對(duì)地鐵施工引起的環(huán)境建筑物的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)；張姣等[5]對(duì)地鐵隧道施工風(fēng)險(xiǎn)事件進(jìn)行了定量分析；徐凌等[6]在對(duì)比分析地鐵車(chē)站附屬工程各類(lèi)施工方法優(yōu)缺點(diǎn)的基礎(chǔ)上，系統(tǒng)地研究了仰挖施工的技術(shù)及管理措施，并分析了仰挖施工的工程進(jìn)度與地表沉降規(guī)律。以上文獻(xiàn)對(duì)地鐵施工事故應(yīng)對(duì)方法進(jìn)行了詳細(xì)研究，但未能借鑒以往類(lèi)似事故應(yīng)急處理的寶貴經(jīng)驗(yàn)，從而導(dǎo)致安全事故的處理效率不高，制定的應(yīng)急措施缺乏針對(duì)性。

鑒于知識(shí)推理技術(shù)憑借其獨(dú)特的優(yōu)點(diǎn)已經(jīng)在故障診斷[7]、在線調(diào)度[8]和機(jī)器人學(xué)習(xí)[9]等領(lǐng)域得到成功應(yīng)用，本文主要將知識(shí)推理技術(shù)引入到地鐵施工領(lǐng)域，從而為快速形成應(yīng)對(duì)地鐵施工風(fēng)險(xiǎn)的應(yīng)急預(yù)案提供參考。將知識(shí)本體和規(guī)則推理相融合，通過(guò)文獻(xiàn)查閱等方式搜集地鐵施工風(fēng)險(xiǎn)應(yīng)急案例，建立知識(shí)本體模型，計(jì)算綜合相似度，進(jìn)行案例推理匹配，找出相似度最高的案例，參考相似案例關(guān)鍵屬性的應(yīng)急措施，根據(jù)實(shí)際情況對(duì)現(xiàn)有施工事故進(jìn)行管理控制，從而為地鐵施工事故的應(yīng)急決策提供新思路。

1 基于知識(shí)本體的地鐵施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)分析與表示

1.1地鐵工程施工風(fēng)險(xiǎn)因素分析

地鐵工程施工風(fēng)險(xiǎn)因素有多種分析方法，本文用故障樹(shù)分析方法，將地鐵項(xiàng)目施工風(fēng)險(xiǎn)因素分為外部風(fēng)險(xiǎn)和內(nèi)部風(fēng)險(xiǎn)2大類(lèi)，具體因素分析如圖1所示。

圖1 地鐵工程施工風(fēng)險(xiǎn)因素

1.2地鐵工程施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)獲取與表示

地鐵工程施工風(fēng)險(xiǎn)管理的重要內(nèi)容是將工程進(jìn)行分解，在某分解模塊下判斷出可能出現(xiàn)的所有風(fēng)險(xiǎn)事件及其危害性大小[10]。由于地鐵項(xiàng)目施工過(guò)程中所涉及的風(fēng)險(xiǎn)種類(lèi)很多，為了完整地描述地鐵施工風(fēng)險(xiǎn)發(fā)生的過(guò)程，本文將地鐵工程施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)劃分為5大類(lèi)： 施工工藝、風(fēng)險(xiǎn)事件、風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)后果以及承險(xiǎn)體。

2 應(yīng)急案例知識(shí)本體的構(gòu)建與措施推理

2.1地鐵施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)本體的構(gòu)建

在大數(shù)據(jù)的背景下，利用網(wǎng)絡(luò)爬蟲(chóng)、文獻(xiàn)查閱等方式，對(duì)2003—2011年我國(guó)地鐵隧道施工事故數(shù)據(jù)[1]以及住建部近年來(lái)(2014—2016年)通報(bào)的地鐵施工事故，收集相關(guān)施工風(fēng)險(xiǎn)知識(shí)，然后按照劃分的5大類(lèi)進(jìn)行分解。每一類(lèi)又可以分為一級(jí)、二級(jí)等概念類(lèi)，不同類(lèi)所屬的概念類(lèi)之間存在一定關(guān)系，包括部分關(guān)系、所屬關(guān)系、實(shí)例關(guān)系和屬性關(guān)系等[11]。實(shí)際案例中，地鐵施工風(fēng)險(xiǎn)事件往往是多種因素復(fù)合而成，例如“地下水流失”與“周邊建筑物的沉降”可能存在某種關(guān)聯(lián)關(guān)系，風(fēng)險(xiǎn)后果更是一個(gè)復(fù)合的指標(biāo)，一個(gè)風(fēng)險(xiǎn)事件導(dǎo)致的風(fēng)險(xiǎn)后果絕不僅僅是“工期延誤”這一單一后果，往往伴隨“環(huán)境風(fēng)險(xiǎn)” “工程失穩(wěn)” “周邊建筑物的沉降”等其他后果。為了簡(jiǎn)化計(jì)算，本文將事故中的客觀指標(biāo)(如“工期延誤(時(shí)間)”和“地下水流失(速率)”等)作為案例匹配的計(jì)算依據(jù)；其余指標(biāo)(如“地表局部沉降”和“周邊建筑物的沉降”等)存儲(chǔ)于規(guī)則庫(kù)中，作為Jess推理機(jī)推理時(shí)的規(guī)則，從而提高推理后的措施針對(duì)性。運(yùn)用本體軟件Protégé，對(duì)收集到的部分施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)建立知識(shí)本體層次結(jié)構(gòu)，如圖2所示。

圖2地鐵施工風(fēng)險(xiǎn)案例部分知識(shí)本體層次結(jié)構(gòu)圖

Fig. 2 Partial knowledge ontology hierarchical structure of risk case of metro construction

2.2地鐵工程施工風(fēng)險(xiǎn)應(yīng)急措施推理

2.2.1 地鐵工程施工風(fēng)險(xiǎn)應(yīng)急措施推理流程

推理的基本流程為： 當(dāng)有新的地鐵施工風(fēng)險(xiǎn)事件(目標(biāo)案例)發(fā)生時(shí)，提取該案例的相關(guān)屬性，通過(guò)計(jì)算綜合相似度，在本體庫(kù)中檢索出相似度最高的源案例，借鑒源案例的管理控制經(jīng)驗(yàn)來(lái)解決目標(biāo)案例的風(fēng)險(xiǎn)問(wèn)題。如果檢索后的案例不適用于目標(biāo)案例，則根據(jù)實(shí)際情況進(jìn)行修改和調(diào)整，得出解決方案，并將目標(biāo)案例作為新的案例保存在本體庫(kù)中，以便后期案例的檢索。地鐵工程施工風(fēng)險(xiǎn)案例推理流程如圖3所示。

圖3 地鐵工程施工風(fēng)險(xiǎn)案例推理基本流程

2.2.2 地鐵項(xiàng)目施工風(fēng)險(xiǎn)應(yīng)急措施推理步驟

2.2.2.1 確定各屬性的權(quán)重

用熵值法確定各屬性的權(quán)重，其步驟如下：

1)對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，

(1)

2)計(jì)算第i個(gè)案例的第j個(gè)屬性值所占的比例，

(2)

3)計(jì)算各屬性的信息熵，

(3)

4)計(jì)算信息熵冗余度dj=1-ej。

(4)

(5)

式(1)—(5)中：Xij為第i個(gè)案例的第j個(gè)屬性的值； max{Xj}和min{Xj}分別為所有案例中第j個(gè)屬性的最大值和最小值；k=1/lnm(其中m為案例的個(gè)數(shù))；n為屬性個(gè)數(shù)。

2.2.2.2 應(yīng)急案例的相似度匹配

假設(shè)地鐵施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)本體庫(kù)中的風(fēng)險(xiǎn)應(yīng)急源案例有M個(gè)，每個(gè)案例有5個(gè)屬性(“施工工藝”“風(fēng)險(xiǎn)事件”“風(fēng)險(xiǎn)因素”“風(fēng)險(xiǎn)后果”和“承險(xiǎn)體”)。目標(biāo)案例與源案例中相應(yīng)的風(fēng)險(xiǎn)知識(shí)表示在知識(shí)本體層次結(jié)構(gòu)圖中所對(duì)應(yīng)的節(jié)點(diǎn)分別記為A和B。計(jì)算出A和B的相似度之后，結(jié)合前文中計(jì)算出的各屬性權(quán)重，可以算出目標(biāo)案例與本體庫(kù)中某個(gè)源案例之間的相似度ρ；同理，計(jì)算出目標(biāo)案例與本體庫(kù)中其他M-1個(gè)案例的相似度，最終選擇匹配后相似度最大的源案例，作為目標(biāo)案例的應(yīng)急決策參考案例。

2.2.2.3 應(yīng)急預(yù)案的措施推理

通過(guò)熵值法得出各屬性的權(quán)重后，進(jìn)行大小排序，并以權(quán)重最大的屬性作為“關(guān)鍵屬性”。通常情況下，由于“關(guān)鍵屬性”是導(dǎo)致事故發(fā)生的主要因素，所以在案例相似度匹配后，還需對(duì)相似度最高案例中的“關(guān)鍵屬性”進(jìn)行相似度判斷。在相似案例匹配后，應(yīng)選定θ作為關(guān)鍵屬性的閾值(閾值θ可以根據(jù)以往類(lèi)似事故的數(shù)據(jù)統(tǒng)計(jì)進(jìn)行相關(guān)性分析得出)。

1)如果目標(biāo)案例與相似度最高案例之間的關(guān)鍵屬性大于θ，直接參考該案例中的應(yīng)急措施。

2)若目標(biāo)案例與相似度最高的源案例之間的關(guān)鍵屬性小于θ，說(shuō)明關(guān)鍵屬性不相似，則需啟用Jess推理機(jī)進(jìn)行規(guī)則推理，得出控制措施。

在啟用Jess推理機(jī)進(jìn)行規(guī)則推理時(shí)，規(guī)則以if-then的形式出現(xiàn)，if為前提或條件，then為操作與結(jié)論。將目標(biāo)案例的關(guān)鍵屬性作為前提條件，若前提條件在邏輯上正確，則其操作方可執(zhí)行；反之，其操作將被忽略，然后進(jìn)行下一規(guī)則的判斷。推理過(guò)程將一直持續(xù)到規(guī)則的前提或條件與求解狀況相匹配或規(guī)則庫(kù)中的規(guī)則用盡為止。

3 地鐵施工風(fēng)險(xiǎn)應(yīng)急案例綜合相似度的計(jì)算

基于本體的案例之間相似度計(jì)算方法有很多，本文將綜合源案例與目標(biāo)案例之間的概念語(yǔ)義相似度和特征屬性相似度2種方法進(jìn)行案例匹配。為了使研究表述更加嚴(yán)謹(jǐn)，做出以下定義。

1)定義1。地鐵工程施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)本體領(lǐng)域中，各節(jié)點(diǎn)的概念元素之間不是單獨(dú)存在，而是與其上一層次的概念元素之間存在父子關(guān)系，各個(gè)節(jié)點(diǎn)具有繼承和遺傳特性(如圖2中的“涌水突泥”是“地下水流失”和“管線破裂”的父節(jié)點(diǎn)，即“地下水流失”和“管線破裂”均可能導(dǎo)致“涌水突泥”；“涌水突泥”同時(shí)又是“風(fēng)險(xiǎn)事件”的子節(jié)點(diǎn)，即涌水突泥屬于風(fēng)險(xiǎn)事件中的一種)。

2)定義2。地鐵施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)本體領(lǐng)域中，頂層為第1層(如圖2中的“地鐵工程施工風(fēng)險(xiǎn)案例知識(shí)本體”為第1層)。

3)定義3。地鐵施工風(fēng)險(xiǎn)應(yīng)急案例知識(shí)本體領(lǐng)域中，各節(jié)點(diǎn)同時(shí)具有概念語(yǔ)義和特征屬性(如某地鐵施工風(fēng)險(xiǎn)的“風(fēng)險(xiǎn)后果”的節(jié)點(diǎn)為“工期延誤15 d”，概念語(yǔ)義為“工期延誤”，特征屬性為“15 d”)。

3.1概念語(yǔ)義相似度的計(jì)算

概念語(yǔ)義相似度在不同的領(lǐng)域有不同的含義。一般指2個(gè)概念之間的相似程度，當(dāng)2個(gè)概念完全重合的時(shí)候取值為1，反之為0。常用的計(jì)算方法是通過(guò)案例知識(shí)本體結(jié)構(gòu)(以下簡(jiǎn)稱本體樹(shù))中的概念語(yǔ)義層次、概念語(yǔ)義距離或概念語(yǔ)義重合度來(lái)計(jì)算。由于概念語(yǔ)義對(duì)案例匹配的影響較多，本文將綜合考慮概念語(yǔ)義距離、概念語(yǔ)義層次和概念語(yǔ)義重合度對(duì)概念語(yǔ)義相似度的影響。

3.1.1 概念語(yǔ)義距離相似度

假設(shè)將本體樹(shù)中任意2個(gè)節(jié)點(diǎn)分別記為A和B。用Sim1(A，B)表示節(jié)點(diǎn)A和B之間的概念語(yǔ)義距離相似程度。對(duì)概念語(yǔ)義相似度的計(jì)算，本文采用經(jīng)典概念語(yǔ)義距離公式[12]

(6)

其中N表示節(jié)點(diǎn)A、B的最近祖先與本體根節(jié)點(diǎn)間的距離。兩者間的語(yǔ)義距離Dist(A,B)的關(guān)系如下：

1)如果A和B是同一個(gè)節(jié)點(diǎn)，則Dist(A,B)=0；

2)如果A和B之間沒(méi)有共同祖先(A和B中至少有一個(gè)不在本體庫(kù)中)，則Dist(A,B)=∞；

3)否則，Dist(A,B)是從A到B或從B到A所經(jīng)過(guò)的所有邊(如圖2所示知識(shí)本體層次結(jié)構(gòu)中，節(jié)點(diǎn)與節(jié)點(diǎn)之間相連的線段)的總數(shù)。

3.1.2 概念語(yǔ)義層次相似度

(7)

3.1.3 概念語(yǔ)義重合度

假設(shè)在本體樹(shù)中任意2個(gè)節(jié)點(diǎn)分別記為A和B。N(A)是從A出發(fā)，向上直接到根節(jié)點(diǎn)R所經(jīng)過(guò)的節(jié)點(diǎn)集合； 同理，N(B)是從B出發(fā)，向上直接到根節(jié)點(diǎn)R所經(jīng)過(guò)的節(jié)點(diǎn)集合；N(A)∩N(B)表示從A和B出發(fā)，向上直接到R的過(guò)程中相同節(jié)點(diǎn)的個(gè)數(shù)；N(A)∪N(B)表示從A和B出發(fā)，向上直接到R的過(guò)程中全部節(jié)點(diǎn)的個(gè)數(shù)。用Sim3(A，B)表示概念A(yù)和B之間的語(yǔ)義重合度。

(8)

考慮到以上3種影響語(yǔ)義結(jié)構(gòu)相似度的因素，本文提出如式(9)所示的源案例與目標(biāo)案例的風(fēng)險(xiǎn)知識(shí)的概念語(yǔ)義相似度計(jì)算方法。

Sim*(A,B)=α×Sim1(A,B)+β×Sim2(A,B)+

γ×Sim3(A,B)。

(9)

式中α、β、γ均為調(diào)節(jié)因子，且α+β+γ=1。

一般情況下，概念語(yǔ)義距離相似度對(duì)概念語(yǔ)義相似度的影響較大。不同領(lǐng)域可根據(jù)案例訓(xùn)練方法得到[14]。

3.2特征屬性相似度的計(jì)算

在實(shí)際工程中所遇到的風(fēng)險(xiǎn)知識(shí)，僅由語(yǔ)義結(jié)構(gòu)相似度來(lái)衡量2個(gè)案例的相似程度是有失偏頗的。例如某源案例中風(fēng)險(xiǎn)后果為“A工期延誤15 d”，目標(biāo)案例中的風(fēng)險(xiǎn)后果為“B工期延誤7 d”。若僅按照式(9)進(jìn)行相似度匹配，則Sim(A,B)=1，顯然兩者有時(shí)間差，2個(gè)案例之間的相似度應(yīng)當(dāng)小于1。因此，還應(yīng)綜合考慮2個(gè)案例之間特征屬性的相似度。特征屬性分為符號(hào)屬性，確定數(shù)值屬性和模糊數(shù)屬性。

3.2.1 符號(hào)屬性

符號(hào)屬性是用地鐵工程施工風(fēng)險(xiǎn)的各個(gè)屬性的標(biāo)準(zhǔn)說(shuō)法來(lái)表示的屬性值。若本體庫(kù)中的某一源案例與目標(biāo)案例中的風(fēng)險(xiǎn)知識(shí)表示在本體樹(shù)中所對(duì)應(yīng)的屬性相同，則視為同等表示取1；反之則為屬于不同表示取0。相似度計(jì)算如下：

(10)

3.2.2 確定數(shù)值屬性

設(shè)本體庫(kù)中源案例的某一數(shù)值型屬性f的值為A，目標(biāo)案例對(duì)應(yīng)的屬性的值為B。當(dāng)A和B的值為一個(gè)確定的數(shù)值時(shí)，采用海明距離反函數(shù)的方法進(jìn)行具體數(shù)值屬性之間相似度Sim′(A,B)的計(jì)算，數(shù)值屬性的相似度

(11)

式中Amax，j和Amin，j分別表示案例庫(kù)中第j個(gè)屬性f的最大值和最小值。

3.2.3 模糊數(shù)屬性

三角形函數(shù)是計(jì)算模糊數(shù)相似度最常用的一種方法，因此本文采用三角形函數(shù)來(lái)計(jì)算模糊數(shù)相似度。f是目標(biāo)案例和源案例中所對(duì)應(yīng)的第j個(gè)屬性，min(f)和max(f)分別表示該值域的下限和上限。

(12)

式中：v為屬性f的模糊值；z為源案例庫(kù)中該屬性的真實(shí)值。

3.3案例綜合相似度計(jì)算

通過(guò)上述分析之后，綜合考慮應(yīng)急源案例與目標(biāo)案例中對(duì)應(yīng)概念語(yǔ)義相似度和特征屬性相似度的同等重要性，提出如下公式進(jìn)行2個(gè)案例間對(duì)應(yīng)屬性的綜合相似度計(jì)算。

由于用概念語(yǔ)義相似度和特征屬性相似度2種方式計(jì)算出的屬性相似度同等重要，進(jìn)行均值處理，得到各個(gè)屬性之間的相似度

(13)

應(yīng)急源案例與目標(biāo)案例之間的綜合相似度

ρ= Sim(A，B)×ω=[Sim(A，B)1,Sim(A，B)2,…,

Sim(A，B)n]×[ω1,ω2，…,ωn]T。

(14)

4 實(shí)例分析

某地鐵工程采用礦山法施工，內(nèi)容包括隧道工程和場(chǎng)站工程等。在該工程某區(qū)間2號(hào)聯(lián)絡(luò)通道施工過(guò)程中，突然發(fā)現(xiàn)大量涌水涌泥，2 min內(nèi)涌水涌泥近70 m3，地表出現(xiàn)局部沉降并引起周邊建筑物變形。經(jīng)過(guò)現(xiàn)場(chǎng)指揮部連夜排查，專(zhuān)家認(rèn)為主要原因是前期勘察不當(dāng)所致。事發(fā)現(xiàn)場(chǎng)是2條隧道的交界處，地質(zhì)情況比較復(fù)雜，施工導(dǎo)致管線破裂，引起涌水涌泥，預(yù)計(jì)工期延誤10 d?，F(xiàn)需要參考案例庫(kù)中以往地鐵施工風(fēng)險(xiǎn)應(yīng)急管理案例的控制措施對(duì)該目標(biāo)案例風(fēng)險(xiǎn)進(jìn)行應(yīng)急決策。

本文參數(shù)的設(shè)置： 建筑工程領(lǐng)域，計(jì)算概念語(yǔ)義相似度時(shí)，往往概念語(yǔ)義距離對(duì)概念相似度的影響較大；相似案例關(guān)鍵屬性的相似度越高，關(guān)鍵屬性越相似[15]。通過(guò)對(duì)2015—2016年發(fā)生的28起地鐵施工事故(住建部通報(bào)的地鐵施工事故)統(tǒng)計(jì)與相關(guān)性分析，設(shè)定調(diào)節(jié)因子α=0.5，β=0.3，γ=0.2；閾值θ=0.90。

4.1案例解析

根據(jù)以上地鐵項(xiàng)目施工風(fēng)險(xiǎn)案例基本信息，結(jié)合前文中的知識(shí)本體結(jié)構(gòu)層次劃分，選取重要特征概念用作分析可知，該風(fēng)險(xiǎn)案例的施工工藝、風(fēng)險(xiǎn)事件、風(fēng)險(xiǎn)因素、風(fēng)險(xiǎn)后果、承險(xiǎn)體分別為礦山法、管線破裂(35 m3/min)、勘察不當(dāng)、工期延誤(10 d)、隧道結(jié)構(gòu)。假設(shè)知識(shí)本體庫(kù)中現(xiàn)有地鐵項(xiàng)目施工風(fēng)險(xiǎn)案例為5個(gè)(本體庫(kù)中源案例越多案例檢索效果越佳，為了說(shuō)明問(wèn)題，本文假設(shè)只有5個(gè)源案例)。施工風(fēng)險(xiǎn)案例的語(yǔ)義屬性和特征屬性如表1—2所示。

表1 目標(biāo)案例與源案例的語(yǔ)義屬性

表2 目標(biāo)案例與源案例的特征屬性

4.2屬性權(quán)重(ω)的確定

通過(guò)表2中的數(shù)據(jù)，由熵權(quán)法計(jì)算公式(1)—(4)，得：ω=[0.187,0.235,0.187,0.203,0.187]，由于“風(fēng)險(xiǎn)事件”在5類(lèi)屬性中所占權(quán)重最大，即為案例匹配的關(guān)鍵屬性。

4.3最相似案例的確定

以目標(biāo)案例和源案例1為例，通過(guò)表1中的概念語(yǔ)義屬性結(jié)合圖2中的知識(shí)本體層次結(jié)構(gòu)圖和概念語(yǔ)義相似度計(jì)算公式(6)—(9)可得，目標(biāo)案例和源案例1中概念語(yǔ)義屬性的相似度為Sim*(A,B)=[1，0.49，0.51，1，0.69]；通過(guò)表2中的特征屬性結(jié)合相似度計(jì)算公式(10)—(12)可得，目標(biāo)案例和源案例1對(duì)應(yīng)的特征屬性相似度Sim′(A,B)=[1，0，0，0.79，0]；由式(13)—(14)可知，風(fēng)險(xiǎn)案例1與目標(biāo)案例之間的相似度ρ=Sim(Ai,Bi)×ω=[(1+1)/2，(0.49+0)/2，(0.51+0)/2，(1+0.79)/2，(0.69+0)/2]×[0.187,0.235,0.187,0.203,0.187]T=0.54。同理，計(jì)算出地鐵項(xiàng)目施工風(fēng)險(xiǎn)案例庫(kù)中其他4個(gè)案例與該目標(biāo)案例之間的相似度，如表3所示。

通過(guò)計(jì)算目標(biāo)案例與5個(gè)源案例之間的概念語(yǔ)義和特征屬性相似度可知，源案例4與目標(biāo)案例的綜合相似度最大，為0.80，即目標(biāo)案例與案例庫(kù)中的源案例進(jìn)行匹配后，源案例4與目標(biāo)案例最相似。

表3 源案例與目標(biāo)案例相似度

4.4應(yīng)急預(yù)案的措施推理

通過(guò)案例匹配后，案例庫(kù)中的源案例4綜合相似度與目標(biāo)案例最大，根據(jù)權(quán)重計(jì)算可知，“風(fēng)險(xiǎn)事件”為關(guān)鍵屬性。由表3中數(shù)據(jù)可知，源案例4中的關(guān)鍵屬性的相似度Sim(A,B)=(1+0.71)/2=0.86，但仍小于0.90。所以需要啟用Jess推理機(jī)進(jìn)行規(guī)則推理對(duì)源案例4中的應(yīng)急方案進(jìn)行修改，將“涌水涌泥速率(gushing water flow rate)≤35 m3/min”作為前提條件，將“地表局部沉降”“周邊建筑物變形”作為規(guī)則進(jìn)行推理。

1)規(guī)則1： if“涌水涌泥速率≤35 m3/min”and“地表局部沉降”，then“清理淤泥，并采用擠密注漿，以調(diào)整不均勻沉降并在隧道施工時(shí)對(duì)臨近土進(jìn)行加固以及封堵與修補(bǔ)”。

2)規(guī)則2： if“涌水涌泥速率≤35 m3/min”and“周邊建筑物變形”，then“及時(shí)施作噴混凝土+鋼架，初次注漿加固完畢后，對(duì)地基進(jìn)行二次補(bǔ)漿加固”。

最終參考案例4中“風(fēng)險(xiǎn)事件”的應(yīng)急措施并進(jìn)行推理，形成應(yīng)急預(yù)案： output={清理淤泥，并采用擠密注漿，以調(diào)整不均勻沉降并在隧道施工時(shí)對(duì)臨近土進(jìn)行加固以及封堵與修補(bǔ)；及時(shí)施作噴混凝土+鋼架，初次注漿加固完畢后，對(duì)地鐵施工風(fēng)險(xiǎn)應(yīng)急措施推理研究進(jìn)行二次補(bǔ)漿加固}。

4.5措施分析

通過(guò)綜合相似度的匹配，從案例中檢索出2個(gè)源案例與目標(biāo)案例最接近，在考慮關(guān)鍵屬性對(duì)地鐵施工事故的主要影響后，最終鎖定源案例4，但源案例4的關(guān)鍵屬性與目標(biāo)案例的相似度仍低于經(jīng)驗(yàn)閾值(0.90)，所以需啟用規(guī)則推理對(duì)源案例4以往的應(yīng)急方案進(jìn)行適當(dāng)修改，最終形成適合目標(biāo)案例的應(yīng)急預(yù)案。經(jīng)專(zhuān)家確認(rèn)后，使用該應(yīng)急預(yù)案，對(duì)目標(biāo)案例的施工事故進(jìn)行處理，使方案更具針對(duì)性。該措施的快速實(shí)施對(duì)防止地鐵施工事故的蔓延起到了決定作用。

5 結(jié)論與討論

1)通過(guò)對(duì)以往地鐵施工事故應(yīng)急案例進(jìn)行形式化表示，建立知識(shí)本體層次結(jié)構(gòu)模型，提出了基于知識(shí)本體的概念語(yǔ)義和特征屬性的綜合相似度算法，克服了案例匹配效率低下的問(wèn)題。在措施推理時(shí)，對(duì)比目標(biāo)案例與源案例之間的關(guān)鍵屬性相似度，若關(guān)鍵屬性相似度未超過(guò)設(shè)定的閾值，則需要對(duì)相似案例的關(guān)鍵屬性進(jìn)行措施推理，從而提高地鐵施工安全事故的處理效率。

2)本文提出的基于綜合相似度的地鐵施工應(yīng)急措施推理模型，可提高地鐵施工風(fēng)險(xiǎn)事故應(yīng)急管理的智能化水平，為快速應(yīng)對(duì)地鐵施工事故進(jìn)行應(yīng)急決策提供了一種方法。

3)由于計(jì)算機(jī)相關(guān)知識(shí)的缺乏，未能實(shí)現(xiàn)全自動(dòng)化推理的過(guò)程。借鑒現(xiàn)有的Protégé知識(shí)本體軟件以及Jess推理機(jī)等，目前僅能實(shí)現(xiàn)半自動(dòng)化的地鐵施工風(fēng)險(xiǎn)應(yīng)急措施推理，尚不能實(shí)現(xiàn)全自動(dòng)與可視化的應(yīng)急措施推理與決策，希望通過(guò)此文，能為學(xué)界提供一種思路。

[1] 胡群芳, 秦家寶. 2003—2011年地鐵隧道施工事故統(tǒng)計(jì)分析[J]. 地下空間與工程學(xué)報(bào), 2013(3): 705. HU Qunfang，QIN Jiabao. Statistical analysis of accidents of subway tunnel construction from 2003 to 2011 in China[J]. Chinese Journal of Underground Space and Engineering, 2013(3): 705.

[2] 丁烈云, 周誠(chéng). 復(fù)雜環(huán)境下地鐵施工安全風(fēng)險(xiǎn)自動(dòng)識(shí)別與預(yù)警研究[J]. 中國(guó)工程科學(xué), 2012, 14(12): 85. DING Lieyun, ZHOU Cheng. Automatic risk identification and safety early-warning of underground construction under complex conditions[J]. Engineering Sciences, 2012, 14(12): 85.

[3] 何德福. 明挖地鐵車(chē)站施工期風(fēng)險(xiǎn)評(píng)估研究[J]. 土木建筑與環(huán)境工程, 2014, 36(增刊1): 53. HE Defu. Risk assessment in open-cut subway station construction[J]. Journal of Civil, Architectural & Environmental Engineering, 2014, 36(S1): 53.

[4] 于丹丹, 雙晴. 地鐵隧道施工鄰近建筑物安全風(fēng)險(xiǎn)評(píng)價(jià)[J]. 城市軌道交通研究, 2013(4): 32. YU Dandan, SHUANG Qing. Safety risk evaluation of adjacent buildings during metro tunneling construction[J].Urban Mass Transit, 2013(4): 32.

[5] 張姣, 賈敏才, 張建. 地鐵隧道盾構(gòu)法施工全過(guò)程風(fēng)險(xiǎn)分析[J]. 公路工程, 2013, 38(3): 38. ZHANG Jiao， JIA Mincai， ZHANG Jian. Analysis of risks in overall process during the construction period of metro shield tunnel construction[J]. Highway Engineering, 2013, 38(3): 38.

[6] 徐凌, 羅富榮. 地鐵車(chē)站附屬工程仰挖施工風(fēng)險(xiǎn)及控制措施研究[J]. 隧道建設(shè), 2016, 36(3): 320. XU Ling, LUO Furong. Study of risk management and control technologies for down-top excavation of ancillary works of metro station[J]. Tunnel Construction, 2016, 36(3): 320.

[7] 董磊, 任章, 李清東. 基于模型和案例推理的混合故障診斷方法[J]. 系統(tǒng)工程與電子技術(shù), 2012, 34(11): 2339. DONG Lei, REN Zhang, LI Qingdong. Hybrid method for fault diagnosis based on model and case-based reasoning[J]. Systems Engineering and Electronics, 2012, 34(11): 2339.

[8] 黃春雷, 王峰, 王建軍. 基于知識(shí)推理的水電智能化在線調(diào)度技術(shù)[J]. 電力系統(tǒng)自動(dòng)化, 2010, 34(21): 50. HUANG Chunlei, WANG Feng, WANG Jianjun. Intelligent online hydropower dispatching based on knowledge reasoning[J]. Automation of Electric Power Systems, 2010, 34(21): 50.

[9] 劉強(qiáng), 馬家辰, 謝瑋,等. 混合粒子群優(yōu)化算法和案例推理方法的多機(jī)器人學(xué)習(xí)(英文)[J]. 電子科技大學(xué)學(xué)報(bào), 2014, 43(1): 137. LIU Qiang, MA Jiachen, XIE Wei, et al. Multi-robot learning using PSO combined with CBR algorithm[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(1): 137.

[10] 王燁晟, 張文成, 陳文華. 軌道交通風(fēng)險(xiǎn)評(píng)估WBS工程結(jié)構(gòu)分解準(zhǔn)則研究[J]. 現(xiàn)代隧道技術(shù), 2013, 50(3): 40. WANG Yesheng, ZHANG Wencheng, CHEN Wenhua. Study of the WBS criteria for rail transit risk assessment[J]. Modern Tunnelling Technology, 2013, 50(3): 40.

[11] 閆文周, 劉振超. 基于本體的EPC總承包項(xiàng)目風(fēng)險(xiǎn)控制研究[J]. 施工技術(shù), 2016, 45(6): 118. YAN Wenzhou, LIU Zhenchao. Research on risk control of EPC project based on ontology[J]. Construction Technology, 2016, 45(6): 118.

[12] PALMER M S, WU Zhibao. Verb semantics for English-Chinese translation[J]. Machine Translation, 1995, 10(1/2): 59.

[13] 賀元香, 史寶明, 張永. 基于本體的語(yǔ)義相似度算法研究[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2013, 30(11): 312. HE Yuanxiang, SHI Baoming, ZHANG Yong. Research on ontology-based semantic similarity algorithm[J]. Computer Applications and Software, 2013, 30(11): 312.

[14] 趙永金, 鄭洪源, 丁秋林. 一種基于本體的語(yǔ)義相似度算法研究[J]. 計(jì)算機(jī)應(yīng)用, 2009, 29(11): 3074. ZHAO Yongjin, ZHENG Hongyuan, DING Qiulin. Study of semantic similarity algorithm based on ontology[J]. Journal of Computer Applications, 2009, 29(11): 3074.

[15] 閆文周, 李超洋. 建筑安全事故應(yīng)急措施推理研究[J]. 中國(guó)安全生產(chǎn)科學(xué)技術(shù), 2016, 12(11): 136. YAN Wenzhou, LI Chaoyang. Research on reasoning of emergency measures for construction safety accident[J]. Journal of Safety Science and Technology, 2016, 12(11): 136.

StudyofRiskReasoningofMetroConstructionEmergencyResponseBasedonComprehensiveSimilarity

MEI Jiangzhong1, MA Yujie2

(1.SchoolofManagement,Xi′anUniversityofArchitecture&Technology,Xi′an710055,Shaanxi,China; 2.ChangqingOilfieldEleventhOilProductionPlant,Xi′an710055,Shaanxi,China)

U 455

A

1672-741X(2017)09-1126-08

2016-12-30;

2017-03-30

陜西省教育廳科研計(jì)劃項(xiàng)目(14JZ023)

梅江鐘(1990—)，男，四川達(dá)州人，西安建筑科技大學(xué)工業(yè)工程專(zhuān)業(yè)在讀碩士，研究方向?yàn)楣こ添?xiàng)目管理、隧道施工風(fēng)險(xiǎn)、裝配式建筑施工能耗。E-mail： mjz272595431@163.com。

10.3973/j.issn.1672-741X.2017.09.010