陳悅?cè)A 張銳琪 李曉

摘要：目前中國(guó)既有建筑綠色改造進(jìn)程中的阻礙因素較多，不僅減慢了綠色改造的發(fā)展速度，而且使改造項(xiàng)目風(fēng)險(xiǎn)增大。建立針對(duì)改造方的既有建筑綠色改造風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系，并根據(jù)各風(fēng)險(xiǎn)因素影響程度的不同，利用AHP法賦予各指標(biāo)權(quán)重。利用Matlab軟件對(duì)建立好的GA-BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，應(yīng)用于建筑綠色改造后的風(fēng)險(xiǎn)后評(píng)價(jià)及擬進(jìn)行的綠色改造項(xiàng)目風(fēng)險(xiǎn)評(píng)估。結(jié)果表明，對(duì)于改造方來(lái)說(shuō)，應(yīng)加大決策及設(shè)計(jì)階段的風(fēng)險(xiǎn)管理。

關(guān)鍵詞：綠色改造;風(fēng)險(xiǎn)評(píng)價(jià);風(fēng)險(xiǎn)管理;神經(jīng)網(wǎng)絡(luò);遺傳算法

中圖分類(lèi)號(hào)：TU-023

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（ 2020） 08-0199-07

D01：10.1408 8/j .cnki.issn0439- 8114.2020.08.045

既有建筑的綠色改造是指將現(xiàn)有已建成建筑改造成為更節(jié)能、更高效的綠色建筑。通常綠色改造方改造前會(huì)明確綠色認(rèn)證建筑的目標(biāo)，再使用一定的綠色改造技術(shù)以及綠色建筑材料，結(jié)合改造項(xiàng)目各參與方共同的項(xiàng)目管理，最終向業(yè)主交付具有成本效益的綠色化建筑，符合中國(guó)可持續(xù)發(fā)展戰(zhàn)略需求。中國(guó)地域遼闊，人口眾多，既有建筑面積總量巨大，既有建筑綠色改造市場(chǎng)體量巨大。

既有建筑綠色改造的關(guān)鍵在于保證成本效益的情況下達(dá)到改造目標(biāo)，目前在綠色改造過(guò)程中主要阻礙因素有改造市場(chǎng)前景、競(jìng)爭(zhēng)優(yōu)勢(shì)、投資回報(bào)率以及融資可得性等。改造市場(chǎng)前景方面的阻礙主要是多數(shù)人認(rèn)為綠色改造付出的成本遠(yuǎn)大于所獲收益，并且能源投資的好處并沒(méi)有得到廣泛證明。同時(shí)，相比將資本投入到新建綠色建筑中，綠色改造優(yōu)勢(shì)并不明顯，其中更是涉及到與建筑使用者之間的利益分歧，使用者往往沒(méi)有改造動(dòng)機(jī)，故而改造方將花費(fèi)更多成本進(jìn)行勸說(shuō)與對(duì)接。對(duì)于改造投資商來(lái)說(shuō)，改造項(xiàng)目通常投資回收期較長(zhǎng)，投資回報(bào)率吸引力不夠，這使得在大部分私人機(jī)構(gòu)和公共組織中很難找到出資方，造成融資困難。

阻礙綠色改造的因素減慢了既有建筑綠色改造的發(fā)展速度，并且使改造項(xiàng)目風(fēng)險(xiǎn)增大。由于中國(guó)在綠色改造方面缺少統(tǒng)一標(biāo)準(zhǔn)，改造市場(chǎng)不夠成熟，風(fēng)險(xiǎn)突出，相關(guān)風(fēng)險(xiǎn)管理水平不僅會(huì)影響綠色改造方對(duì)改造的態(tài)度及配合程度，更影響項(xiàng)目本身改造目標(biāo)能否實(shí)現(xiàn)。所以，利用更加科學(xué)的風(fēng)險(xiǎn)評(píng)價(jià)方式，提高綠色改造項(xiàng)目的風(fēng)險(xiǎn)管理水平，對(duì)全面推動(dòng)中國(guó)既有建筑綠色改造具有重要的現(xiàn)實(shí)意義。

1 既有建筑綠色改造風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系

1.1 構(gòu)建評(píng)價(jià)指標(biāo)體系的原則

風(fēng)險(xiǎn)評(píng)價(jià)是在風(fēng)險(xiǎn)識(shí)別的前提下，運(yùn)用科學(xué)的手段和方法綜合考慮風(fēng)險(xiǎn)發(fā)生的概率、損失幅度以及其他因素，得出系統(tǒng)發(fā)生風(fēng)險(xiǎn)的可能性及其程度，確定風(fēng)險(xiǎn)等級(jí)，由此決定是否需要采取控制措施，以及控制到什么程度。所以，在構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系時(shí)應(yīng)注重指標(biāo)的代表性和全面性，從而全面并準(zhǔn)確地展現(xiàn)系統(tǒng)風(fēng)險(xiǎn)管理水平。除了指標(biāo)的選取原則，指標(biāo)體系的構(gòu)建還應(yīng)遵循系統(tǒng)性、科學(xué)性、客觀性和實(shí)用性等原則。

1.2 既有建筑綠色改造風(fēng)險(xiǎn)因素識(shí)別

國(guó)內(nèi)針對(duì)影響既有建筑綠色改造的風(fēng)險(xiǎn)因素研究已經(jīng)取得一定的成果。王瑩等[1]從綠色改造各個(gè)階段出發(fā)，通過(guò)研究文獻(xiàn)、案例以及訪(fǎng)談相關(guān)專(zhuān)業(yè)人員的方式列出了影響綠色改造項(xiàng)目風(fēng)險(xiǎn)的30個(gè)風(fēng)險(xiǎn)因素。劉曉君等[2]立足于合同能源風(fēng)險(xiǎn)管理，將項(xiàng)目參與主體與流程結(jié)合成矩陣分析，從項(xiàng)目改造風(fēng)險(xiǎn)管理者的角度出發(fā)，列出了21個(gè)隸屬于6種不同風(fēng)險(xiǎn)表現(xiàn)形式的風(fēng)險(xiǎn)因素。本研究對(duì)既有建筑綠色改造進(jìn)行風(fēng)險(xiǎn)因素識(shí)別是從改造方的角度出發(fā)，貫穿綠色改造全壽命周期。除了在閱讀文獻(xiàn)的基礎(chǔ)上分析影響綠色改造活動(dòng)進(jìn)行的關(guān)鍵性因素，還咨詢(xún)了有過(guò)綠色改造經(jīng)驗(yàn)的改造商及參與過(guò)綠色改造項(xiàng)目管理的專(zhuān)家，通過(guò)訪(fǎng)談和問(wèn)卷調(diào)查，將風(fēng)險(xiǎn)因素根據(jù)綠色改造全壽命周期的4個(gè)階段分為2個(gè)層次，24個(gè)指標(biāo)（圖1）。

1.3 分配評(píng)價(jià)體系指標(biāo)權(quán)重

已有關(guān)于BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于風(fēng)險(xiǎn)評(píng)價(jià)的研究中，對(duì)于各風(fēng)險(xiǎn)因素沒(méi)有根據(jù)其影響程度進(jìn)行明顯的區(qū)分，默認(rèn)相同的風(fēng)險(xiǎn)影響程度，這是不夠嚴(yán)謹(jǐn)?shù)?，且?duì)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練與應(yīng)用也是不利的。本研究在建立綠色改造風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系后，根據(jù)每個(gè)風(fēng)險(xiǎn)指標(biāo)的風(fēng)險(xiǎn)影響程度，通過(guò)層次分析法對(duì)24個(gè)指標(biāo)賦予了相應(yīng)的權(quán)重。對(duì)于圖1中的24個(gè)指標(biāo)，通過(guò)德?tīng)柗品ㄑ?qǐng)專(zhuān)家對(duì)它們兩兩之間的重要程度進(jìn)行量化，量化標(biāo)準(zhǔn)采用AHP法中常用的1-9標(biāo)度法（表1）。

本研究對(duì)一級(jí)指標(biāo)和二級(jí)指標(biāo)利用AHP法分別分配了一次權(quán)重，而后將兩次權(quán)重相乘得出每個(gè)具體指標(biāo)的最終權(quán)重，將所得數(shù)據(jù)整理后得24個(gè)指標(biāo)的最終權(quán)重值（表2）。

2 GA-BP神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是一種誤差逆向傳播的單向多層神經(jīng)網(wǎng)絡(luò)，通常由輸入層、隱層、輸出層組成。各層神經(jīng)元間的連接方式、連接權(quán)值以及各個(gè)神經(jīng)元的激活方式和閾值決定神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)目標(biāo)的達(dá)成與否。神經(jīng)元在神經(jīng)網(wǎng)絡(luò)構(gòu)成中有著重要的地位，有數(shù)據(jù)傳輸?shù)淖饔茫浣Y(jié)構(gòu)模型見(jiàn)圖2。

2.2 構(gòu)建GA-BP神經(jīng)網(wǎng)絡(luò)模型

遺傳算法是由美國(guó)Michigan大學(xué)J.H.Holland于1975年提出的自適應(yīng)優(yōu)化搜索算法[3]，是一種在全局范圍內(nèi)尋找最優(yōu)解的算法。利用遺傳算法得到最優(yōu)網(wǎng)絡(luò)權(quán)值及閾值作為后續(xù)神經(jīng)網(wǎng)絡(luò)模型的初始網(wǎng)絡(luò)權(quán)值及閾值，這樣不僅可克服傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)易陷入局部最小值的缺陷，還可大大提高模型評(píng)價(jià)的精度[4]。

遺傳算法主要包括編碼、選擇、交叉及變異4個(gè)部分，將遺傳算法用于優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的主要流程見(jiàn)圖3。

本研究采用的是實(shí)數(shù)編碼，利用取值范圍在[一1，1]的S階實(shí)數(shù)矩陣對(duì)神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)間的連接權(quán)值、隱含層節(jié)點(diǎn)閾值和輸出層節(jié)點(diǎn)閾值等一系列待優(yōu)化參數(shù)進(jìn)行編碼。其中，S=mxs1+s1×n+s，+n。實(shí)數(shù)編碼較二進(jìn)制編碼可明顯減短編碼的長(zhǎng)度，同時(shí)可避免后期解碼，精度較高。

編碼完成后進(jìn)行選擇、交叉與變異操作，這3種操作都是以適應(yīng)度函數(shù)計(jì)算出的適應(yīng)度值作為評(píng)估標(biāo)準(zhǔn)，數(shù)值越大代表個(gè)體適應(yīng)性越強(qiáng)，應(yīng)更大概率地被選擇使其優(yōu)勢(shì)傳承下去。本研究適應(yīng)度函數(shù)為均方誤差函數(shù)的倒數(shù)，其中δ為一極小的正數(shù)：

最后一步的變異操作是指對(duì)種群個(gè)體的基因進(jìn)行隨機(jī)性地變異，增強(qiáng)算法的局部搜索能力以及保持種群個(gè)體多樣性。

遺傳算法通過(guò)交叉操作和變異操作的相互作用，使算法有了均衡的全局和局部搜索能力，極大地提高了算法尋找全局最優(yōu)解的能力。基于實(shí)數(shù)編碼的遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值及閾值的步驟如下：

1）確定訓(xùn)練的輸入及輸出樣本集及測(cè)試樣本集;

2）對(duì)網(wǎng)絡(luò)待優(yōu)化參數(shù)進(jìn)行實(shí)數(shù)編碼形成各自的染色體;

3）確定選擇、交叉及變異操作的相關(guān)參數(shù);

4）設(shè)定種群大小Popu;

5）輸入樣本后，經(jīng)過(guò)網(wǎng)絡(luò)傳輸后每個(gè)染色體產(chǎn)生相應(yīng)的輸出;

6）利用適應(yīng)度函數(shù)計(jì)算每個(gè)染色體的適應(yīng)值;

7）根據(jù)適應(yīng)值大小進(jìn)行選擇操作;

8）經(jīng)過(guò)交叉、變異操作產(chǎn)生新一代群體;

9）重復(fù)步驟5-步驟8，直至在規(guī)定的次數(shù)間隔內(nèi)最優(yōu)個(gè)體的適應(yīng)度和群體適應(yīng)度數(shù)值不再上升，或者最優(yōu)個(gè)體的適應(yīng)度數(shù)值達(dá)到設(shè)定的閾值，或迭代的次數(shù)達(dá)到提前設(shè)定的代數(shù)時(shí)，算法終止，獲得優(yōu)化后的網(wǎng)絡(luò)參數(shù)。

3 GA-BP模型訓(xùn)練

3.1 網(wǎng)絡(luò)設(shè)計(jì)

本研究BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)層數(shù)為3層，輸入層節(jié)點(diǎn)數(shù)量為24，輸出層節(jié)點(diǎn)數(shù)量為1，隱含層節(jié)點(diǎn)數(shù)量由經(jīng)驗(yàn)公式S1=√m+n+a確定，其中m代表輸入層節(jié)點(diǎn)數(shù)，n代表輸出層節(jié)點(diǎn)數(shù)，a取1-10之間的隨機(jī)整數(shù)，通過(guò)試算后確定Si=12。使用feedfor-wardnet創(chuàng)建函數(shù)、trainlm訓(xùn)練函數(shù)、logsig傳遞函數(shù)、sigruoid激活函數(shù)，誤差E的表達(dá)則利用均方誤差函數(shù)mse函數(shù)，訓(xùn)練顯示間隔次數(shù)為10，學(xué)習(xí)速率設(shè)定為0.1，迭代次數(shù)設(shè)定為100，模型訓(xùn)練誤差目標(biāo)設(shè)定為0.01：

對(duì)于遺傳算法部分，種群數(shù)設(shè)定為500，進(jìn)化代數(shù)設(shè)定為100，變量精度取le-6，采用實(shí)數(shù)編碼，使用normGeomSelect選擇函數(shù)、arithXover交叉函數(shù)和nonUnifMutation變異函數(shù)。

3.2 模型訓(xùn)練

在數(shù)據(jù)收集上，對(duì)于綠色建筑風(fēng)險(xiǎn)指標(biāo)的量化，本研究引進(jìn)風(fēng)險(xiǎn)度的概念，根據(jù)每個(gè)風(fēng)險(xiǎn)指標(biāo)發(fā)生可能性大小以及損失度，利用可能性大小與損失度的乘積來(lái)作為風(fēng)險(xiǎn)度量化的參考標(biāo)準(zhǔn)（式10），具體數(shù)值可在乘積周?chē)侠砀?dòng)?？赡苄源笮∨c損失度的量化均分為5級(jí)：很高（5分）、較高（4分）、中等（3分）、較低（2分）、低（1分）：

R=S*/ （10）

式（10）中，Js表示發(fā)生可能性大小，L表示損失度。

同時(shí)，綠色建筑風(fēng)險(xiǎn)等級(jí)分級(jí)標(biāo)準(zhǔn)見(jiàn)表3，根據(jù)輸出值大小及表3可得出項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)：

在大量閱讀有關(guān)綠色改造風(fēng)險(xiǎn)的文獻(xiàn)、案例以及調(diào)查咨詢(xún)有綠色改造經(jīng)驗(yàn)的開(kāi)發(fā)商收集數(shù)據(jù)資料后，共收集樣本49個(gè)，訓(xùn)練樣本40個(gè)，測(cè)試樣本9個(gè)。由于篇幅有限，只列出經(jīng)過(guò)權(quán)重分配、歸一化處理后的部分訓(xùn)練樣本數(shù)據(jù)（表4）。

模型訓(xùn)練通過(guò)Matlab編程，配合開(kāi)發(fā)的Gaot遺傳算法工具箱，實(shí)現(xiàn)模型的構(gòu)建、訓(xùn)練以及后期的仿真。樣本數(shù)據(jù)經(jīng)過(guò)82次收斂迭代后，達(dá)到誤差精度要求，誤差下降趨勢(shì)見(jiàn)圖5。為了便于比較，將參數(shù)設(shè)置相同的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果附上（圖6）。

由圖5、圖6可見(jiàn)，利用遺傳算法優(yōu)化的模型訓(xùn)練誤差可達(dá)0.000 347 58，低于傳統(tǒng)BP模型的0.003 478，且迭代次數(shù)也有所下降，收斂速度有所提高。同時(shí)，輸入測(cè)試樣本后兩種模型網(wǎng)絡(luò)輸出與目標(biāo)輸出的誤差對(duì)照表見(jiàn)表5、表6。

由表5、表6可見(jiàn)，9個(gè)測(cè)試樣本優(yōu)化后的神經(jīng)網(wǎng)絡(luò)相對(duì)誤差均在5%之下，沒(méi)有出現(xiàn)誤判，而傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)相對(duì)誤差普遍較5%大，且存在個(gè)別誤判情況。因此，GA-BP神經(jīng)網(wǎng)絡(luò)較BP神經(jīng)網(wǎng)絡(luò)在誤差與速度上都更具有優(yōu)勢(shì)。同時(shí)，GA-BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于既有建筑綠色改造項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)的評(píng)價(jià)結(jié)果與實(shí)際專(zhuān)家評(píng)分結(jié)果基本一致，準(zhǔn)確性高，實(shí)用性較強(qiáng)，在實(shí)際綠色改造項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)中可節(jié)省邀請(qǐng)專(zhuān)家進(jìn)行打分的時(shí)間與精力，提高效率。

4 GA-BP神經(jīng)網(wǎng)絡(luò)模型實(shí)例應(yīng)用

4.1 項(xiàng)目簡(jiǎn)介

本研究選取武漢市城鄉(xiāng)建設(shè)委員會(huì)現(xiàn)所處的辦公樓——武漢建設(shè)大廈為研究對(duì)象。該項(xiàng)目于2012年綠色改造后取得綠色建筑3星級(jí)認(rèn)證;位處武漢市江漢區(qū)常青路45號(hào)，占地面積為6 360 m2，總建筑面積為25 318 m2，其中地下室面積為3 934.90mL;地上5層，地下1層，1、2層之間局部設(shè)有夾層。綠色改造主要是針對(duì)該建筑的功能設(shè)計(jì)、平面設(shè)計(jì)、空調(diào)系統(tǒng)等進(jìn)行優(yōu)化，使能源的利用效率得到了提高[5]

4.2 建立GA-BP神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)價(jià)模型

邀請(qǐng)項(xiàng)目改造方各部門(mén)相關(guān)負(fù)責(zé)人對(duì)圖1中24個(gè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)及改造項(xiàng)目風(fēng)險(xiǎn)等級(jí)進(jìn)行打分，將所得分?jǐn)?shù)根據(jù)表2分配權(quán)重并進(jìn)行歸一化處理，然后將數(shù)據(jù)輸入之前建立的模型中，經(jīng)過(guò)76次收斂迭代后，訓(xùn)練終止，結(jié)果見(jiàn)圖7。

4.3 結(jié)果分析

模型輸出數(shù)據(jù)為0.593 6，根據(jù)表3可得武漢建設(shè)大廈綠色改造項(xiàng)目風(fēng)險(xiǎn)等級(jí)為三級(jí)，風(fēng)險(xiǎn)等級(jí)中等，應(yīng)注意比重較大的風(fēng)險(xiǎn)。主要在項(xiàng)目建設(shè)決策及設(shè)計(jì)階段，例如與原建筑設(shè)計(jì)單位對(duì)接不夠，資料掌握不夠，后期發(fā)現(xiàn)缺乏滿(mǎn)足改造要求的新型材料等。故對(duì)于改造方來(lái)說(shuō)，應(yīng)加大決策及設(shè)計(jì)階段的風(fēng)險(xiǎn)管理[6-9]。

根據(jù)該綠色改造項(xiàng)目案例以及專(zhuān)家訪(fǎng)談，對(duì)于綠色改造項(xiàng)目決策及設(shè)計(jì)階段常見(jiàn)風(fēng)險(xiǎn)總結(jié)出以下應(yīng)對(duì)措施：

1）為了降低談判及交易的成本風(fēng)險(xiǎn)，可利用大數(shù)據(jù)技術(shù)收集信息提前做好與原住戶(hù)的溝通工作，正確宣傳綠色建筑建設(shè)理念，科普建筑節(jié)能及智慧建筑的知識(shí)，提高與原設(shè)計(jì)單位溝通效率;還可使用Bo&Albert提出的DB（ design-build）設(shè)計(jì)建造一體化交付模式來(lái)進(jìn)行綠色改造，或者使用當(dāng)下綠色改造中最普遍的合同能源管理模式。

2）對(duì)于融資風(fēng)險(xiǎn)，應(yīng)努力引進(jìn)社會(huì)資本進(jìn)行融資，實(shí)現(xiàn)多渠道融資。但由于中國(guó)城市綠色金融市場(chǎng)正從起步走向成熟，需要經(jīng)歷較長(zhǎng)時(shí)間的培育，故引進(jìn)綠色金融應(yīng)注意行業(yè)環(huán)境風(fēng)險(xiǎn)，密切關(guān)注國(guó)家金融政策動(dòng)態(tài)，提前做好融資可行性分析報(bào)告。

3）對(duì)于政策類(lèi)風(fēng)險(xiǎn)，應(yīng)強(qiáng)化政府職能，制定相關(guān)政策應(yīng)從激勵(lì)綠色改造的角度出發(fā)，鼓勵(lì)創(chuàng)新，幫助推進(jìn)綠色改造市場(chǎng)化運(yùn)作。政府還應(yīng)加大宣傳既有建筑綠色改造的優(yōu)點(diǎn)，規(guī)范相關(guān)從業(yè)人員的培訓(xùn)及資格認(rèn)證，發(fā)揮領(lǐng)頭作用，提高普通民眾對(duì)綠色改造的意識(shí)，推進(jìn)中國(guó)既有建筑綠色改造進(jìn)程。

5 總結(jié)與展望

綜上所知，既有建筑綠色改造項(xiàng)目風(fēng)險(xiǎn)等級(jí)普遍比較高，這很大程度上是經(jīng)驗(yàn)不足的原因。在綠色改造過(guò)程中，對(duì)于改造方來(lái)說(shuō)，很多決策階段和設(shè)計(jì)階段的風(fēng)險(xiǎn)都容易被忽視。根據(jù)實(shí)際數(shù)據(jù)來(lái)看，決策階段和設(shè)計(jì)階段重要的風(fēng)險(xiǎn)因素并不少。例如，有關(guān)綠色改造相關(guān)法律政策不完善、與建筑原有設(shè)計(jì)單位對(duì)接不夠，改造設(shè)計(jì)技術(shù)和材料風(fēng)險(xiǎn)、改造引進(jìn)技術(shù)、設(shè)備和材料等對(duì)投資收益、成本估算不準(zhǔn)確風(fēng)險(xiǎn)等。針對(duì)這些特異性的風(fēng)險(xiǎn)因素，作為改造方應(yīng)在決策及設(shè)計(jì)階段格外重視。

GA-BP算法大大降低了BP算法中初始權(quán)值與閾值隨機(jī)選取導(dǎo)致模型訓(xùn)練易陷入局部最小值的風(fēng)險(xiǎn)，并提高了神經(jīng)網(wǎng)絡(luò)的收斂速度和模型評(píng)價(jià)的準(zhǔn)確性[10-13]。將GA-BP算法應(yīng)用于既有建筑綠色改造項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)是一次全新的嘗試，同時(shí)還引入了AHP法給評(píng)價(jià)體系中的指標(biāo)分配了相應(yīng)的權(quán)重，使評(píng)價(jià)體系更加科學(xué)合理，實(shí)現(xiàn)了人工智能領(lǐng)域相關(guān)知識(shí)在工程領(lǐng)域的應(yīng)用。

參考文獻(xiàn)：

[1]王瑩，竇蕾，劉思彤.基于改進(jìn)FMEA的既有建筑綠色改造風(fēng)險(xiǎn)評(píng)價(jià)[J]生態(tài)經(jīng)濟(jì)，2018，34（1）： 89-93

[2]劉曉君，王斌，白春妮.基于ANP-Grev既有居住建筑節(jié)能改造項(xiàng)目合同能源管理風(fēng)險(xiǎn)評(píng)價(jià)[J]施T技術(shù)，2016，45（4）：56-61。

[3]傅薈璇，趙紅.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京：機(jī)械工業(yè)出版社，2010.

[4]強(qiáng)明輝，王宇遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的粒徑大小研究[J]自動(dòng)化與儀表，2017，32（2）：1-4.

[5]陳宏，彭波，王凡.武漢建設(shè)大廈節(jié)能改造及運(yùn)行效果[J]暖通空調(diào)，2014，44（11）：8-13.

[6]梁棟，張鳳琴，陳大武，等.一種基于決策樹(shù)和遺傳算法-BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測(cè)模型[J].中國(guó)科技論文，2015，10（2）：169-174.

[7]李廣冉.既有建筑節(jié)能改造項(xiàng)目風(fēng)險(xiǎn)管理研究[D].北京：北京交通大學(xué)，2014.

[8]陶凱，郭漢丁，王星，等.既有建筑節(jié)能改造項(xiàng)目風(fēng)險(xiǎn)共擔(dān)機(jī) 理研究架構(gòu)[J].土木工程與管理學(xué)報(bào)，2016，33（4）：109-115.

[9]吳麗梅.EMC模式下既有建筑節(jié)能改造風(fēng)險(xiǎn)研究[D].上海：華東交通大學(xué)，2012.

[10]楊曉紅，劉樂(lè)善.用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)[J]計(jì)算機(jī)應(yīng)用與軟件，1997（3）：59-65.

[11]柳益君，吳訪(fǎng)升，蔣紅芬，等，基于CA-BP神經(jīng)網(wǎng)絡(luò)的環(huán)境質(zhì)量評(píng)估方法[J]計(jì)算機(jī)仿真，2010，27（7）：121-124

[12]呂景剛，朱孔國(guó).基于CA-BP神經(jīng)網(wǎng)絡(luò)的建筑安全評(píng)價(jià)[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2011，20（6）：243-247.

[13]高玉琴，張利昕，吳煥霞，改進(jìn)CA-BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)算法及其應(yīng)用[J].水利經(jīng)濟(jì)，2012，30（6）：7-10.

基金項(xiàng)目：國(guó)家自然科學(xué)基金面上項(xiàng)目（ 71073117）

作者簡(jiǎn)介：陳悅?cè)A（1968-），男，廣西北海入，副教授，博士，主要從事工程項(xiàng)目管理、建筑產(chǎn)業(yè)化等研究，（電話(huà)）18071121131（電子信箱）Vuhchen@whu.edu.cn;通信作者，張銳琪（1995-），女，湖北黃石人，在讀碩士研究生，主要從事綠色建筑、建設(shè)工程風(fēng)險(xiǎn)管理等研究，（電話(huà)）13297940668（電子信箱）565837426@qq.com。