宋 揚(yáng),范 偉

(安徽電氣工程職業(yè)技術(shù)學(xué)院,安徽 合肥 230001)

0 引 言

全國(guó)路網(wǎng)的急速發(fā)展帶來(lái)了不少的安全隱患。根據(jù)2005年—2017年的相關(guān)資料，我國(guó)路網(wǎng)建設(shè)，尤其是隧道建設(shè)過(guò)程中出現(xiàn)了諸如瓦斯爆炸、突水、塌方、地表塌陷、炸藥爆炸等重大安全事故，出現(xiàn)了人員傷亡，帶來(lái)了極大的經(jīng)濟(jì)損失與安全恐慌。究其原因，主要是風(fēng)險(xiǎn)管理意識(shí)較差、安全管理不到位、現(xiàn)場(chǎng)施工管理不嚴(yán)謹(jǐn)?shù)?。所以，開展路網(wǎng)安全評(píng)估，尤其是隧道建設(shè)施工安全顯得尤為必要[1]。

1 基于數(shù)據(jù)挖掘的隧道施工工程風(fēng)險(xiǎn)數(shù)據(jù)預(yù)測(cè)

選擇動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行時(shí)間序列預(yù)測(cè)，選用文本挖掘?qū)Π虢Y(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析處理[2]。

1.1 基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)化數(shù)據(jù)時(shí)間序列預(yù)測(cè)

隧道施工的結(jié)構(gòu)化數(shù)據(jù)具有非線性特點(diǎn)，常規(guī)的“離線式”規(guī)律研究并不能有效表征隧道施工過(guò)程的動(dòng)態(tài)性、時(shí)變性。因此，選用動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)對(duì)隧道施工中可能出現(xiàn)的地表沉降進(jìn)行實(shí)時(shí)時(shí)間序列預(yù)測(cè)，在隧道施工風(fēng)險(xiǎn)管理評(píng)估予以應(yīng)用。

根據(jù)Tokens嵌入定理，可將隧道淺表段出現(xiàn)的地表沉降時(shí)間序列{x(t)|t=1,2,…,N}重構(gòu)為多維確定性相空間，如式(1):

Y(t)=[x(t),x(t+τ),…,x(t+(m-1)τ)]T

(1)

式(1)中，τ,m分別表示時(shí)間延遲、嵌入維數(shù)。τ,m的選擇對(duì)于相位空間重構(gòu)非常重要，是決定相位空間重構(gòu)準(zhǔn)確性的關(guān)鍵性因素。

非線性自回歸神經(jīng)網(wǎng)絡(luò)(NAR)的數(shù)學(xué)模型如式(2):

Y(t)=f(y(t-1),y(t-2),…,y(t-d))

(2)

式(2)中，t,d,y(t),f分別表示時(shí)間、延遲長(zhǎng)度、時(shí)間序列、神經(jīng)網(wǎng)絡(luò)映射函數(shù)。特別的，d表征歷史時(shí)間序列長(zhǎng)度[X]。f采用Sigmoid映射函數(shù)。

非線性自回歸神經(jīng)網(wǎng)絡(luò)與時(shí)間序列相結(jié)合完成數(shù)據(jù)規(guī)律預(yù)測(cè)時(shí)，神經(jīng)網(wǎng)絡(luò)輸入層數(shù)目與嵌入維數(shù)m相一致時(shí)，將獲得最佳的預(yù)測(cè)效果。對(duì)于此模型的精度，定義均方根誤差進(jìn)行判斷[3]。

1.2 基于文本挖掘的半結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)分析處理

隧道施工工程中具有大量的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)無(wú)法使用結(jié)構(gòu)化數(shù)據(jù)的算法進(jìn)行處理，因此選取基于文本挖掘的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)分析，其流程如圖1所示[4]。

圖1 基于文本挖掘的非結(jié)構(gòu)化數(shù)據(jù)分析流程

根據(jù)圖1，降維處理主要是將半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)用能夠體現(xiàn)半文本、文本特征的分詞、關(guān)鍵詞等構(gòu)成語(yǔ)義特征結(jié)構(gòu)化模型。表征語(yǔ)義結(jié)構(gòu)化模型主要有向量空間模型、概率模型[X]。選用向量空間模型如公式(3)：

V(d)={(t1,ω1j),(t2,ω2j),…,(tn,ωnj)}

(3)

式(3)中，d，ti，ωij分別表示文本、文本中的第i個(gè)特征詞、ti在d中的重要度，也是就權(quán)重。所以，V(d)就是文本對(duì)應(yīng)的特征向量空間(VSM)。降維處理后的文本數(shù)據(jù)可以通過(guò)詞頻分析、關(guān)聯(lián)分析、文本分類、情感分析等方法進(jìn)一步挖掘。

2 基于變權(quán)理論的隧道施工工程項(xiàng)目動(dòng)態(tài)風(fēng)險(xiǎn)管理評(píng)估模型

隧道施工工程的風(fēng)險(xiǎn)管理評(píng)估指標(biāo)體系總共為三級(jí)，第一級(jí)為目標(biāo)層，指隧道施工工程安全風(fēng)險(xiǎn)；第二級(jí)是準(zhǔn)則層，主要指人員風(fēng)險(xiǎn)、機(jī)械風(fēng)險(xiǎn)、物料風(fēng)險(xiǎn)、管理風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)；第三極是指標(biāo)層，共有21個(gè)指標(biāo)，具體定義如表1所示。

表1 準(zhǔn)則層與指標(biāo)層釋義

構(gòu)建了三級(jí)隧道施工工程風(fēng)險(xiǎn)管理評(píng)估指標(biāo)體系后，采用變權(quán)理論，對(duì)風(fēng)險(xiǎn)管理評(píng)估中的權(quán)重進(jìn)行動(dòng)態(tài)控制。傳統(tǒng)的“常權(quán)”方法滿足歸一性、連續(xù)性、單調(diào)性，各個(gè)風(fēng)險(xiǎn)因素的決策變量與因素本身的變化沒(méi)有關(guān)系，極易導(dǎo)致狀態(tài)值不均衡，從而導(dǎo)致評(píng)估結(jié)果不精準(zhǔn)。

設(shè)風(fēng)險(xiǎn)因素常權(quán)向量為

W=(w1,w2,…,wm)

滿足：

wj∈[0,1](j=1,2,…,m)

w1+w2+…wm=1

對(duì)狀態(tài)進(jìn)行加權(quán)，即狀態(tài)量變化，權(quán)重也隨之變化，可定義狀態(tài)變權(quán)向量Sx，如式(4)：

Sx=(S1(X),S2(X),…,Sm(X))

(4)

其中，X=(x1,x2,…,xm)∈[0,1]m，表示狀態(tài)向量。

因此，可將Sx視為如式(5)，(6)的變化[6]：

Sx：[0,1]m→[0,1]m

(5)

X|→Sx(x)=Sx°X=

(S1(X),S2(X),…,Sm(m))·(x1,x2,…,xm)=

(S1(X)·x1,S2(X)·x2,…,Sm(X)·xm)

(6)

根據(jù)式(4)，(5)，(6)，Sx表示對(duì)狀態(tài)向量X的加權(quán)；Sx°X表示Sx與X的Hardarmard乘積。由此可得變權(quán)向量W(X)。綜上，構(gòu)建基于變權(quán)理論的風(fēng)險(xiǎn)管理評(píng)估綜合模型，基本步驟如下所述。

(1)確定隧道施工工程的安全風(fēng)險(xiǎn)等級(jí)。共計(jì)5個(gè)等級(jí)。

T={輕微風(fēng)險(xiǎn)、一般風(fēng)險(xiǎn)、較大風(fēng)險(xiǎn)、較嚴(yán)重風(fēng)險(xiǎn)、很嚴(yán)重風(fēng)險(xiǎn)}

(2)根據(jù)指標(biāo)體系，采用層次分析法初步確定風(fēng)險(xiǎn)因素的初始權(quán)重。

(3)采用混合型狀態(tài)變權(quán)向量對(duì)風(fēng)險(xiǎn)因素指標(biāo)的權(quán)重進(jìn)行動(dòng)態(tài)微調(diào)，得到指標(biāo)體系U(t,r)。

(4)選用局部懲罰型變權(quán)函數(shù)對(duì)指標(biāo)體系進(jìn)行均衡處理。

(7)

式(7)中，α表示均衡函數(shù)的懲罰因子。

(5)構(gòu)建模糊隸屬度矩陣R如式(8)：

(8)

(6)根據(jù)權(quán)重向量與模糊隸屬度矩陣，求解隸屬度向量，確定隧道施工工程風(fēng)險(xiǎn)等級(jí)。

3 試驗(yàn)測(cè)試及其結(jié)果分析

(1)試驗(yàn)條件：某隧道，全長(zhǎng)2.1km，雙向4車道，風(fēng)化較強(qiáng)，灰?guī)r五級(jí)。隧道口超淺埋，最小埋深1.18m。

(2)采用FNN算法確定時(shí)間序列相位空間重構(gòu)的嵌入維數(shù)m=3,時(shí)間延遲τ=8時(shí)，最先接近0.2的飽和接受區(qū)，所以，選擇動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元數(shù)量為3。

(3)多次試驗(yàn)后確定NAR的隱層神經(jīng)元數(shù)量為10。經(jīng)過(guò)多次試驗(yàn)后，確定NAR對(duì)地表沉降的預(yù)測(cè)相對(duì)誤差較小(表2)，這表明動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)與時(shí)間序列預(yù)測(cè)能夠較好的預(yù)測(cè)地表沉降。

表2 NAR預(yù)測(cè)的相對(duì)誤差

(4)基于文本挖掘的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)分析結(jié)果為：因?yàn)轱L(fēng)化較強(qiáng)，整體都是灰?guī)r，等級(jí)為五級(jí)，因此詞頻出現(xiàn)最多的是圍巖裂隙，表示該段隧道最有可能出現(xiàn)的風(fēng)險(xiǎn)因素是地質(zhì)風(fēng)險(xiǎn)。

(5)根據(jù)變權(quán)理論的綜合風(fēng)險(xiǎn)管理評(píng)估模型，可得該段隧道施工工程項(xiàng)目的動(dòng)態(tài)風(fēng)險(xiǎn)管理評(píng)估結(jié)果為：

T=(0.0927 0.3543 0.4492 0.4474 0.1418)

根據(jù)最大隸屬度原則，確定該段隧道的風(fēng)險(xiǎn)等級(jí)為四級(jí)，屬于較為嚴(yán)重的風(fēng)險(xiǎn)等級(jí)。

為了更好地體現(xiàn)本文的綜合評(píng)估模型，同時(shí)計(jì)算得到常權(quán)模型下的評(píng)估結(jié)果。

T=(0.0927 0.4022 0.4452 0.2274 0.1008)

根據(jù)最大隸屬度原則，確定常權(quán)評(píng)估模型下，該段隧道的風(fēng)險(xiǎn)等級(jí)為三級(jí)，屬于較大風(fēng)險(xiǎn)等級(jí)。由此可見，采用變權(quán)理論對(duì)權(quán)重進(jìn)行動(dòng)態(tài)控制后，能夠有效提升風(fēng)險(xiǎn)評(píng)估精準(zhǔn)性。其原因取決于某些單獨(dú)因素在風(fēng)險(xiǎn)評(píng)估過(guò)程中被忽略，導(dǎo)致風(fēng)險(xiǎn)因素的狀態(tài)值不足，使得評(píng)估結(jié)果出現(xiàn)偏差。

4 結(jié) 語(yǔ)

以隧道施工工程為研究對(duì)象，詳細(xì)分析了目前隧道施工工程安全風(fēng)險(xiǎn)評(píng)估存在的問(wèn)題，闡述了隧道施工工程的風(fēng)險(xiǎn)因素產(chǎn)生機(jī)理及其風(fēng)險(xiǎn)演化機(jī)理。在此基礎(chǔ)上，采用數(shù)據(jù)挖掘?qū)λ淼朗┕すこ痰慕Y(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行了對(duì)應(yīng)的數(shù)據(jù)分析與處理，構(gòu)建了三級(jí)、共計(jì)19個(gè)指標(biāo)的評(píng)估指標(biāo)體系，進(jìn)行了基于變權(quán)理論的權(quán)重計(jì)算改進(jìn)，形成了隧道施工工程的綜合評(píng)價(jià)模型。試驗(yàn)結(jié)果表明本方案能夠有效提升隧道施工工程的風(fēng)險(xiǎn)動(dòng)態(tài)控制，提高風(fēng)險(xiǎn)等級(jí)評(píng)估的準(zhǔn)確性。