李丹，鄧旭東*，徐文平，張寧

(1 武漢科技大學恒大管理學院,湖北 武漢 430081;2 中國電信集團有限公司武漢分公司,湖北 武漢 430071)

室內(nèi)空氣中幾種有機物的水平相比室外平均高出兩到五倍[1],而人們身處室內(nèi)的時間超過80%,這對健康產(chǎn)生了負面影響[2]，另外，大多數(shù)建筑物綜合癥(Sick Building Syndrome,簡稱SBS,)與室內(nèi)環(huán)境有關[3],不良的環(huán)境特征會降低醫(yī)護人員的工作效率,也會導致康復時間延長,因此,建筑環(huán)境是影響身體健康的重要因素之一，這對于建筑設計尤其重要。通過研究得出建筑與健康有關問題的結論,這是循證設計(evidence-based design,EBD)的起源[4]，建筑設計者可以利用EBD的研究結果，并根據(jù)現(xiàn)有的最佳證據(jù)做出決策。1984年ULRICH R S[5]首次提出并運用科學方法證明環(huán)境對療效的重要作用,之后循證設計被廣泛運用,HAMILTON D K等[6]、MCCULLOUGH C S[7]、CAMA R[8]、BRANDT R等[9],PHARES E G[10]、MARCUS C C等[11]、DEVLIN A S[12]等將EBD方法應用于各種類型的醫(yī)療建筑設計中。

每年都有大量環(huán)境特征對健康產(chǎn)生影響的“證據(jù)”,新知識本身并不是問題,管理及結合新舊知識以提供可用的知識才是最大的挑戰(zhàn)。EBD作為一種設計管理方法,其主要不足之一是它基于孤立的研究,僅指出特定情況下的個別因素。先前的研究都沒有提到某一特定設計特征對其他方面或其他研究的影響，也沒有說明如何同時處理多個方面的影響,以及若干方面可能對最終結果產(chǎn)生的累積影響。建筑設計者面臨3個問題，一是沒有科學的方法來以整體的方式處理不同的環(huán)境問題，二是對各種環(huán)境因素對建筑的累積影響缺乏了解，三是在基于EBD數(shù)據(jù)的有效知識管理和知識建模方面仍然沒有足夠的工具。

20世紀80年代末,錢學森[13]創(chuàng)立了在世界復雜性科學研究中有重要影響的“開放的復雜巨系統(tǒng)”理論以及“大成智慧工程”,強調(diào)從整體去認識、思考和解決問題。只有通過應用知識管理的方法,才能解決復雜性的問題，否則，醫(yī)療建筑規(guī)劃和設計領域?qū)⑾萑胄畔⒌暮Ｑ?非結構化信息會阻滯所需的進展。因此，為了發(fā)展和整合知識管理技術，在規(guī)劃和設計新醫(yī)療建筑或翻新擴建舊醫(yī)院時，給建筑設計決策者提供更靈活、動態(tài)的工具，本文提出了一種基于EBD方法利用創(chuàng)新的知識管理的模型。

1 模型結構

人類身體條件因人而異,但工作效率和生活質(zhì)量也取決于建筑所處的環(huán)境[14]。除了室內(nèi)空氣質(zhì)量外,在健康環(huán)境上還存在其他方面的威脅。圖1是基于文獻統(tǒng)計的環(huán)境因素與人員效率的關系,歸納這些因素的結構對馬斯洛的需求等級模型進行改進[15]。

表1 用于知識建模的文獻證據(jù)分類

本文使用一種馬斯洛需求層次模型作為模型開發(fā)的出發(fā)點。對于實際的建模而言,區(qū)分任何符合馬斯洛需求理論的個體的普適性信息和可能僅對特定群體有效的專用信息是很重要的。通過創(chuàng)建知識庫,即模型一部分的每個特定方面都以有意義的形式記錄,最終用戶可以很容易對其進行解釋，并提取、解釋和“模糊”[16]優(yōu)秀證據(jù)。

EBD的一個主要問題是它缺乏一個整體的方法來表明一個特定的設計特征與所有其他功能關系的重要性。一個整體的方法需要形成層次,這成為這個特定知識模型的基本規(guī)則。建立層次結構可以使用層次分析法(analytic hierarchy process,簡稱AHP)[17]。本文采用AHP建立模糊神經(jīng)網(wǎng)絡結構的知識模型結構，該神經(jīng)網(wǎng)絡中工作節(jié)點是類似于使用徑向基函數(shù)神經(jīng)網(wǎng)絡的高斯核函數(shù)[18]。

神經(jīng)網(wǎng)絡可以表示具有或不帶分層結構的大類前饋網(wǎng)絡,涉及的網(wǎng)絡結構是分層的,它通過子網(wǎng)絡變體運算后交換分支,而且不影響結構,從任何分段到任何上層的輸入都是可行的(圖2)；也可以在同一級別的節(jié)點之間進行連接,但是不允許從任何上層到子層的反饋。通過這種基本配置,在任何復雜的結構中都清楚地定義了這些規(guī)則。

在輸入端給定一個特定的組合,輔以適當?shù)臋嘀睾髮a(chǎn)生特定輸出。在本文的情況下,基于輸入的條件預測患者康復時間,即醫(yī)療建筑的績效指標。這種類型的知識建模也是靈活和開放的,會出現(xiàn)新的證據(jù),并且可以在知識模型中輕松地將這些新的證據(jù)結合起來,或用新的證據(jù)提高結果的可靠性。

圖2 將模糊神經(jīng)網(wǎng)絡配置為前饋知識模型

圖3展示了一個虛擬的知識模型,它代表特定方面的當前證據(jù)。

該知識模型具有靈活和開放的結構,當出現(xiàn)新的證據(jù)時,模型可以擴展并對局部權重作細微的調(diào)整。這種方法有具有以下優(yōu)點:一是能實現(xiàn)高效的知識管理；二是可以用相同的知識來衡量不同建筑環(huán)境方面的表現(xiàn)；三是某項設計的效果被直接計算出來,并明確地顯示給最終用戶,從而表明總體“設計組合”的性能；四是靈敏度分析為用戶提供反饋,說明需要更改哪些輸入以改善結果；五是模糊神經(jīng)網(wǎng)絡開放的結構保證了其靈活性,可以讓最終用戶及時更新最新的結果。

在不同的建筑環(huán)境下可以對基本知識模型的性能進行測試,從而對最終模型進行評估和標定。

圖3 基本知識模型

2 建模過程

構建基本知識模型有以下3個主要步驟:首先開發(fā)基于發(fā)現(xiàn)證據(jù)的數(shù)據(jù)庫(模糊證據(jù))，其次使用專家評估和AHP法確定模型權重，最后測試、評估、校準模型。

2.1 基于發(fā)現(xiàn)證據(jù)的數(shù)據(jù)庫開發(fā)

建立數(shù)據(jù)庫,首先需要將模型中的各個方面進行分類,并確定每一個細節(jié)的級別,詳細程度一般由特定方面的最佳可用證據(jù)確定。在本文討論模型中的輸入值X4,可以將窗口的視野分級為0至1,賞心悅目的自然風景是0.9,磚墻是0.1；0和1沒有被分配,因為還有介于二者之間更好或更壞的可能。如果有新證據(jù)出現(xiàn),評分可以被校準和改進,可以增加與窗口視野相關的其他方面,如隱私、開闊度或接納性等。為了確保更全面、準確的分級,需定義幾個表示以下關系的模糊函數(shù):一是窗口視野和對象的距離可能會對隱私及其子組件、開闊度等方面產(chǎn)生影響;二是對象的距離和對象類型(天空、樹木、建筑環(huán)境、人)與隱私、接納和有益的分散注意力有關;三是建筑物與植被的占比。

圖4是應用于開闊度函數(shù)的一個例子,變量為與另一個建筑物的距離,x軸表示以米為單位的距離,y軸包含介于0和1之間的值,其中1是最佳的開闊度,0是最劣解決方案?？梢酝ㄟ^指定與不同對象的開闊度分布進一步細化,對不同的對象可以使用不同的模糊函數(shù)來表示與開闊度的關系，這些構成了知識模型的數(shù)據(jù)庫。

這個例子演示了從現(xiàn)實的粗略逼近到更精確的一種方法,這使得模型能夠隨著時間的推移變得更加精確。第一等級是粗略的分級，但是通過精煉各方面之間的不同關系,可以得到更精確的趨勢,最終獲得更準確的結果(圖4)。

圖4 描述物體與開闊度有關的函數(shù)

2.2 確定模型權重

數(shù)據(jù)庫的建立不直接提供對從業(yè)者有用的知識形式，而是包含大量信息,還需要關于如何組合多個方面的規(guī)則。為了建立規(guī)則,必須確定模型權重,從而使零碎的知識遷移到主動和集成的知識應用。

根據(jù)AHP方法給第1個維度的4個方面分配權重,其中，社交互動方面的權重W15=0.232 5，精神愉悅方面的權重W16=0.242 5，感官舒適方面的權重W17=0.255 0，安全方面的權重W18=0.270 0[19]。其他方面的權重可以由該領域的專家建立,再使用AHP方法。信息處理的過程發(fā)生在連接節(jié)點上,如上一節(jié)所述。

2.3 模型的測試和校準

通過算例研究進行測試,數(shù)據(jù)應在現(xiàn)場收集，并用作模型的輸入。最后一步是在不同的環(huán)境中比較實驗對象的預后,并在必要時對模型進行校準。

將所有信息都安排到模型中,創(chuàng)建一個有效、能用于不同建筑的通用知識模型。知識是為特定目的而開發(fā)的,而且是具有普適性的,因此，一旦建立了知識模型,它可以被應用于任何設計,將患者康復作為一個性能指標。

3 模型驗證及分析

3.1 算例分析

本文研究使用Matlab軟件完成模糊神經(jīng)網(wǎng)絡的運行,并進行一個醫(yī)院的假設算例研究,對比某甲級建筑設計院國家一級注冊建筑師A工的經(jīng)驗做法,以說明該模型潛在的應用,并證明其價值。

將該建筑基準評分的值(表2)輸入作為模型訓練。先評估目前的設計性能與現(xiàn)有的患者健康數(shù)據(jù)，再將數(shù)據(jù)輸入模型后提供了2個重要的結果。第1個是五維度的性能,如最終維度的患者恢復和子維度的安全、感官舒適、社會互動和精神愉悅(圖5)。在基準設計的輸入條件下經(jīng)該模型訓練,在患者康復方面結果的估值(0～1)為0.8237。第2個是靈敏度分析結果,用來確定評價條件發(fā)生變化時備選方案的價值是否會發(fā)生變化或變化的量[20]。該結果是分等級順序的,其中每個特定方面對結果在給定的環(huán)境條件下的影響計算,以靈敏度表示。

表2 算例的評分

圖5 輸出節(jié)點的計算值

靈敏度分析的計算結果(圖6)表明，對第7項公共空間的投資將取得最大的受益。如果在該部增設一個公共休息室,將該項的輸入從0.1提高到0.95,經(jīng)該模型訓練,輸出的設計性能值是0.950 3。與前一例相比,這一改善約為15%。靈敏度分析揭示了不同的層次結構及各個方面的相關影響。

為了說明這一點,應該重新分析基準的輸入數(shù)據(jù)。對輸入數(shù)據(jù)的檢查顯示,設計的休息室和藝術兩個方面都有很低的分數(shù)。對于這2個方面,輸入值為0.1(從0到1)。對比設計專家A工在不使用這種知識模型的前提下,根據(jù)設計經(jīng)驗,判斷在有限的改建預算下在藝術或休息室這2個方面中選擇其一進行改善投資,設計師選擇將投資用于在住所放置藝術品,如繪畫。改進效果(圖5、6)顯示：

如果放置藝術品,輸入數(shù)據(jù)由0.1變?yōu)?.95，經(jīng)該模型訓練,設計性能的輸出值是0.846 8。

相同的投資額可能對總體性能產(chǎn)生不同的影響，在這方面,以性能為基礎的工具可以為建筑設計決策提供必要的支持。與原來的基礎情況相比,應用于藝術品的投資將會有2.5%的性能改善,而這遠低于公共休息室的15%。此算例中，知識模型對最終結果的影響優(yōu)于傳統(tǒng)經(jīng)驗6倍。

3.2 優(yōu)劣分析

該知識建模方法具有以下優(yōu)點:

(1)由于其非線性的結構特點,它可以并行分布處理數(shù)據(jù),基于整體建筑預測性能,而不是一次只考慮一個方面。通過這種整體的系統(tǒng)方法和運用知識管理技術,計算各個方面的累計效果后可提出最佳的方式。

(2)當提供給網(wǎng)絡的輸入是新信息時,該方法具有歸納能力,模糊神經(jīng)網(wǎng)絡可以自適應調(diào)節(jié)。

(3)作為一個多變量系統(tǒng),模糊神經(jīng)網(wǎng)絡結構可以處理多輸入量,并有多輸出量,很容易應用于超多變量的建筑設計。

(4)該模型的弊端在于，由于所選取的網(wǎng)絡結構、隸屬函數(shù)、模糊規(guī)則、輸入可信度的不同,其結果有可能會有很大差別。

4 結論

(1)本文基于整體建筑預期的性能提出的知識管理建模方法,以綜合的方式研究醫(yī)療建筑和EBD計算各個方面的累計效果,提出醫(yī)療建筑中的患者康復期最短的設計方案。

(2)該知識模型可利用知識管理技術充分處理新舊信息,提高設計效率,最終結果的影響優(yōu)于傳統(tǒng)經(jīng)驗6倍,但由于是孤例，其實際設計效率有待大量實際工程的驗證。

(3)該建模方法可以在設計過程、假設測試或后評估的設計決策中發(fā)揮作用。