張文斌 馬利華 高思 劉紅云

摘要： 為了推動(dòng)建造方式創(chuàng)新，全面提升建筑質(zhì)量水平和管理水平，裝配式建筑由于自身的優(yōu)點(diǎn)，成為建筑領(lǐng)域力推的新型建筑模式。目前，關(guān)于裝配式建筑的研究還不夠深入，主要集中于施工過(guò)程中的風(fēng)險(xiǎn)評(píng)估和成本及工期等方面。本文從項(xiàng)目的前期投資過(guò)程出發(fā)，運(yùn)用專(zhuān)家組量化風(fēng)險(xiǎn)因素，建立知識(shí)庫(kù)，利用數(shù)據(jù)挖掘技術(shù)，構(gòu)建風(fēng)險(xiǎn)決策體系，形成風(fēng)險(xiǎn)決策規(guī)則，從而達(dá)到有效的區(qū)分和控制風(fēng)險(xiǎn)。

Abstract： In order to promote the innovation of the construction methods and improve the quality and management levels of the building， the fabricated construction，because of its unique advantages， has become a new type of construction mode in the field of building. At present， the study of analytic method of prefabricated construction is not enough in-depth. It mainly focuses on the risk assessment and the cost and duration of the construction process. In this paper， authors use the expert group to quantify risk factors from the initial investment process of the project， building knowledge base， using data mining technology， constructing risk decision model and forming risk decision rules， so as to distinguish and control the risk effectively.

關(guān)鍵詞： 裝配式建筑；風(fēng)險(xiǎn)決策；數(shù)據(jù)挖掘；應(yīng)用研究

Key words： prefabricated construction；risk decision；data mining；research and application

中圖分類(lèi)號(hào)：TU741 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2018）19-0082-03

0 引言

裝配式建筑作為一種新型的房屋建筑模式，較傳統(tǒng)施工方式而言，有施工速度快，所用勞動(dòng)力少，環(huán)境影響小的優(yōu)點(diǎn)[1]。按照《國(guó)務(wù)院辦公廳關(guān)于大力發(fā)展裝配式建筑的指導(dǎo)意見(jiàn)》（國(guó)辦發(fā)〔2016〕71 號(hào)）的適用、經(jīng)濟(jì)、安全、綠色、美觀的要求，北京市將計(jì)劃在2018 年新建建筑面積中裝配式建筑占20%以上，到2020 年達(dá)30%[2]。推動(dòng)建造方式創(chuàng)新，大力發(fā)展裝配式建筑，全面提升建筑質(zhì)量水平和管理水平，成為建筑領(lǐng)域力推的新型建筑模式。早在上世紀(jì)80年代，一些歐洲國(guó)家由于住房緊缺，裝配式建筑已經(jīng)成為主要的生產(chǎn)住宅方式[3]。而我國(guó)裝配式建筑則由于技術(shù)等各方面條件的制約發(fā)展道路異常緩慢[4-6]。直到2014年以后，隨著國(guó)家大力提倡發(fā)展綠色建筑，裝配式建筑由于自身的優(yōu)點(diǎn)，結(jié)合BIM和“大數(shù)據(jù)”背景下的研究結(jié)果已經(jīng)頗多如：蔡軍和馬丁斯科特，基于層次法研究預(yù)制裝配式建筑目標(biāo)成本計(jì)算及評(píng)價(jià)[7]；陳偉等，運(yùn)用灰色聚類(lèi)模型測(cè)評(píng)裝配式建筑工程施工安全因素[8]；以及其他學(xué)者通過(guò)結(jié)合互聯(lián)網(wǎng)實(shí)現(xiàn)預(yù)制建筑網(wǎng)絡(luò)和裝配式建筑管理[9-10]，但大都集中體現(xiàn)在對(duì)裝配式建筑施工過(guò)程中的風(fēng)險(xiǎn)評(píng)估和成本及工期研究[11-14]。但是由于在項(xiàng)目前期投資過(guò)程中風(fēng)險(xiǎn)因素的不確定，怎樣通過(guò)定量分析、有效區(qū)分和控制風(fēng)險(xiǎn)，并進(jìn)行正確的決策，來(lái)減少或者確定決策中不確定因素的主要因素的研究還相對(duì)較少且不夠深入。因此有必要運(yùn)用數(shù)學(xué)建模來(lái)定量分析這些特點(diǎn)。

本文在已有研究的基礎(chǔ)上，通過(guò)結(jié)合建筑領(lǐng)域自身的特點(diǎn)，選擇常用的數(shù)據(jù)挖掘技術(shù)方法。首先，通過(guò)相關(guān)文獻(xiàn)確定影響裝配式建筑項(xiàng)目投資的風(fēng)險(xiǎn)因素集，然后運(yùn)用粗糙集原理組建專(zhuān)家組評(píng)估量化風(fēng)險(xiǎn)因素集，建立知識(shí)庫(kù)，構(gòu)建風(fēng)險(xiǎn)決策體系，利用數(shù)據(jù)挖掘技術(shù)約去風(fēng)險(xiǎn)因素中的冗余屬性及屬性值，最后形成最簡(jiǎn)單的風(fēng)險(xiǎn)決策規(guī)則，從而達(dá)到有效的區(qū)分和控制項(xiàng)目前期投資過(guò)程中存在的風(fēng)險(xiǎn)。

1 數(shù)據(jù)挖掘的技術(shù)方法

數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中經(jīng)過(guò)科學(xué)方法發(fā)現(xiàn)其中隱藏的、內(nèi)在和有用信息的過(guò)程。主要的挖掘方法有如：概率分析、聚類(lèi)分析、判別分析和粗集理論等[15]；但由于各種方法的自身功能和特點(diǎn)都有其應(yīng)用領(lǐng)域（見(jiàn)表1 數(shù)據(jù)挖掘的主要技術(shù)方法對(duì)比[16]）。

1.1 粗糙集理論

本文結(jié)合風(fēng)險(xiǎn)因素的不確定性，而運(yùn)用粗糙集方法進(jìn)行數(shù)據(jù)挖掘。粗糙集是由20世紀(jì)80年代初波蘭數(shù)學(xué)家Z.Plawlak提出的，這種方法在數(shù)據(jù)挖掘中具有重要的作用，常用于處理不確定、不完整、不完備甚至不一致的數(shù)據(jù)的一種數(shù)學(xué)方法[16-17]。

粗集理論認(rèn)為知識(shí)是與分類(lèi)緊密聯(lián)系在一起的，知識(shí)是基于對(duì)象分類(lèi)的能力，在數(shù)據(jù)分類(lèi)過(guò)程中將相差不大的對(duì)象分為一類(lèi)，這種不可分辨關(guān)系也稱(chēng)等價(jià)關(guān)系。知識(shí)庫(kù)可表示為K=（U，R）。其中U為非空有限集稱(chēng)為論域，R是U上的一族等價(jià)關(guān)系。U/R為R的所有等價(jià)類(lèi)族。[X]R表示包含元素x∈U的R的等價(jià)類(lèi)。若P？哿R且P≠？椎，則P中全部等價(jià)關(guān)系的交集也是一種等價(jià)關(guān)系，稱(chēng)為P上的不可分辨關(guān)系，記為ind（P），[x]ind{R}=■[x]R，P？哿R。

同時(shí)定義上近似和下近似兩個(gè)精確集來(lái)表示不精確概念。通過(guò)運(yùn)用知識(shí)表達(dá)系統(tǒng)也稱(chēng)為信息系統(tǒng)，將條件屬性和決策屬性用關(guān)系表的形式表達(dá)出來(lái)。決策表是一類(lèi)特殊而重要的知識(shí)表達(dá)系統(tǒng)。設(shè)S=（U，A，V，f）為知識(shí)表達(dá)系統(tǒng)。其中S=（x1，x2，…，xn）是對(duì)象的有限集合；A={a1，a2，…，an}為屬性的有限集合；V為屬性A所構(gòu)成的域；f：U×A→V為一個(gè)信息函數(shù)，U中任一元素取屬性a在V中有唯一確定值；A=C∪D，C為條件屬性的集合；D為決策屬性的集合。

1.2 數(shù)據(jù)挖掘過(guò)程

數(shù)據(jù)挖掘過(guò)程就是決策表的簡(jiǎn)化過(guò)程，就是將化簡(jiǎn)決策表中的條件屬性進(jìn)行化簡(jiǎn)，化簡(jiǎn)后的決策表具有與化簡(jiǎn)前相同的功能，但是化簡(jiǎn)后的決策表具有更少的條件屬性。因此，決策表的簡(jiǎn)化在實(shí)際應(yīng)用中相當(dāng)重要，同樣的決策可以基于更少量的條件，是我們通過(guò)一些簡(jiǎn)單的手段就能獲得同樣要求的結(jié)果。決策表的簡(jiǎn)化步驟如下：進(jìn)行條件屬性的簡(jiǎn)化，即從決策表中消去某些列；消去重復(fù)的行；消去屬性的冗余值。

1.2.1 屬性的相對(duì)約簡(jiǎn)

2 實(shí)證分析

2.1 定義條件因素集和決策屬性集

裝配式建筑較一般建筑而言，其風(fēng)險(xiǎn)特點(diǎn)還有其不一樣之處，本文根據(jù)已有的定性分析的基礎(chǔ)上，在風(fēng)險(xiǎn)決策時(shí)，從新構(gòu)建來(lái)自建筑自身和外在因素。本文選取主要可以反映裝配式建筑風(fēng)險(xiǎn)的幾個(gè)因素集，即條件屬性集包括技術(shù)水平（a）、投資規(guī)模（b）、市場(chǎng)環(huán)境（c）、管理水平（d）等4個(gè)風(fēng)險(xiǎn)因素。而決策屬性集則包括企業(yè)規(guī)模（e）、風(fēng)險(xiǎn)應(yīng)對(duì)措施（f）。本文選取13個(gè)工程項(xiàng)目進(jìn)行調(diào)研。在決策支持系統(tǒng)中通過(guò)條件-決策表，表中列表示屬性，行表示論域中的對(duì)象，以此構(gòu)造的基于粗集理論的風(fēng)險(xiǎn)決策表。

2.2 數(shù)據(jù)離散化及建立專(zhuān)家知識(shí)庫(kù)

對(duì)條件屬性和決策屬性分別離散化以建立專(zhuān)家知識(shí)庫(kù)。首先利用上述建立的條件屬性集，將條件屬性按取得的調(diào)查結(jié)果進(jìn)行離散化處理，如技術(shù)水平分為3個(gè)級(jí)別，記為{1，2，3}，代表{低，中，高}；投資規(guī)模分為4各級(jí)別，記為{1，2，3，4}，代表{小，較小，較大，大}；市場(chǎng)環(huán)境分為2個(gè)等級(jí)，記為{1，2}，代表{不平穩(wěn)，良好}；管理水平分為{1，2，3}，代表{低，中，高}。其次對(duì)決策屬性按取得的調(diào)查結(jié)果也進(jìn)行離散化處理，如企業(yè)規(guī)模分為2個(gè)等級(jí)，記為{1，2}，代表{小，大}；風(fēng)險(xiǎn)應(yīng)對(duì)措施分為3個(gè)等級(jí){1，2，3}，代表{風(fēng)險(xiǎn)自留，共擔(dān)，回避}。如表2所示。

2.3 屬性約簡(jiǎn)

對(duì)決策表進(jìn)行屬性約簡(jiǎn)。由表2中數(shù)據(jù)可求出那些是冗余屬性，那些是核屬性。約簡(jiǎn)結(jié)果如表3所示。

2.4 屬性值約簡(jiǎn)

對(duì)表3中進(jìn)行屬性值約簡(jiǎn)。約簡(jiǎn)結(jié)果如表4所示。

2.5 結(jié)果分析

由表4可得如下決策算法：

或a2d2→（2，3）或a2d1→（2，3）；a1→（1，3）；d3→（2，2）或c1→（2，2），c2→（2，1）

綜合起來(lái)：a2d2∨a2d1→（2，3）；a1→（1，3）；d3∨c1→（2，2）；c2→（2， 1）。

由上述四條復(fù)合決策規(guī)則組成的算法可用如下語(yǔ)言解釋?zhuān)?/p>

①當(dāng)技術(shù)水平為“中”，管理水平為“中”或“低”時(shí)，規(guī)模較大公司的策略是選擇風(fēng)險(xiǎn)回避，應(yīng)該放棄使用裝配式建筑施工改為傳統(tǒng)施工方法，或者放棄該項(xiàng)目；

②當(dāng)管理水平為“高”或市場(chǎng)環(huán)境“不平穩(wěn)”時(shí)，規(guī)模較大公司的策略是選擇風(fēng)險(xiǎn)共擔(dān)；可以選擇使用裝配式建筑，但是還是有一定的風(fēng)險(xiǎn)；

③當(dāng)市場(chǎng)環(huán)境“良好”時(shí)，規(guī)模較大公司的策略是選擇風(fēng)險(xiǎn)自留；這時(shí)裝配式建筑就顯示出它的優(yōu)點(diǎn)，可以為企業(yè)帶來(lái)更大的利潤(rùn)，同時(shí)對(duì)環(huán)境的影響小，應(yīng)該大力提倡。

3 結(jié)論

本文在已有定性研究基礎(chǔ)上，利用現(xiàn)有統(tǒng)計(jì)數(shù)據(jù)和粗集約簡(jiǎn)算法相結(jié)合，通過(guò)數(shù)據(jù)挖掘技術(shù)從大量的數(shù)據(jù)中發(fā)現(xiàn)其后隱含的規(guī)律性，將其模型化，構(gòu)建風(fēng)險(xiǎn)決策體系。確定了影響裝配式建筑風(fēng)險(xiǎn)的因素集，由技術(shù)水平、投資規(guī)模、市場(chǎng)環(huán)境、管理水平4個(gè)條件風(fēng)險(xiǎn)因素和企業(yè)規(guī)模、風(fēng)險(xiǎn)應(yīng)對(duì)措施2個(gè)決策屬性集，通過(guò)專(zhuān)家評(píng)估將風(fēng)險(xiǎn)因素量化，約去條件因素中的冗余屬性及屬性值，最后形成最簡(jiǎn)單的決策規(guī)則。完成輔助決策的作用。實(shí)踐證明，通過(guò)挖掘分類(lèi)規(guī)則可以提高規(guī)則的精度和解釋能力，大大提高分類(lèi)規(guī)則的應(yīng)用價(jià)值。這種基于粗集理論的數(shù)據(jù)挖掘技術(shù)，為裝配式建筑風(fēng)險(xiǎn)決策奠定了可定量研究的實(shí)踐基礎(chǔ)。

參考文獻(xiàn)：

[1]郭章林，梁婷婷.淺談裝配式建筑的發(fā)展[J].價(jià)值工程，2017，36（2）：233-235.

[2]佚名.北京市將加快發(fā)展裝配式建筑：2018年占新建建筑面積20%以上，2020年達(dá)30%[J].建筑結(jié)構(gòu)，2017，0（6）：18.

[3]蔣勤儉.國(guó)內(nèi)外裝配式混凝土建筑發(fā)展綜述建筑技術(shù)[J].建筑技術(shù)，2010，41（12）：1074-1077.

[4]申琪玉，李惠強(qiáng).綠色建筑與綠色施工科學(xué)技術(shù)與工程[J].科學(xué)技術(shù)與工程，2005，5（21）：1634-1638.

[5]尹穗.在廣東地區(qū)使用裝配式建筑初步分析報(bào)告[J].廣東土木與建筑，2011，0（12）：29-32.

[6]樊軍，楊嗣信.關(guān)于實(shí)現(xiàn)裝配式建筑的思考及建議[J].建筑技術(shù)，2017，48（2）：118-122.

[7]蔡軍，馬丁·斯科特.基于層次法的預(yù)制裝配式建筑目標(biāo)成本計(jì)算及其AHP評(píng)價(jià)[J].財(cái)會(huì)月刊，2016，0（12）：88-90.

[8]陳偉，付杰，熊付剛，等.裝配式建筑工程施工安全灰色聚類(lèi)測(cè)評(píng)模型[J].中國(guó)安全科學(xué)學(xué)報(bào)，2016，26（11）：70-75.

[9]Ahmed A， Kayis B， Amornsawadwatana S.A review of techniques for risk management in projects[J].Benchmarking An International Journal， 2007， 14（1）：22-36.

[10]Zhong R Y， Peng Y， Xue F， et al.Prefabricated construction enabled by the Internet-of-Things[J].Automation in Construction， 2017， 76（0）：59-70.

[11]劉季昂.裝配式建筑綜合效益分析方法研究[J].工程技術(shù)：文摘版，2016，0（6）：00303.

[12]李麗紅，肖祖海，付欣，等.裝配整體式建筑土建工程成本分析[J].建筑經(jīng)濟(jì)，2014，35（11）：63-67.

[13]唐海燕，劉榮桂，韓豫，等.基于BIM-5D的工程施工成本預(yù)測(cè)系統(tǒng)構(gòu)[J].工程管理學(xué)報(bào)，2015（4）：107-112.

[14]王惠珍.基于改進(jìn)灰色系統(tǒng)GM（1，1）模型的成本預(yù)測(cè)[J].統(tǒng)計(jì)與決策，2015（15）：83-86.

[15]Chen L D， Sakaguchi T， Frolick M N. Data Mining Methods， Applications， and Tools[J].Information Systems Management， 2000， 17（1）：65-70.

[16]Z Pawlak..Rough Sets-Theoretical Aspects of Reasoning about Data[M]. Klystron Academic Publisher， 1994.

[17]吳冰，李為相，趙林度.基于粗集理論的最小化決策模型[J].信息技術(shù)，2002（4）：4-5.