基于云模型的建筑工程质量等级评价

     基于云模型的建筑工程质量等级评价                  辛制高，赵旭，皮佳亮（上海理工大学管理学院，上海200093）摘要：为了更好地处理建筑工程质量等级评价过程中的模糊性，本文利用云模型在不确定性转换上的优势，探索了建筑工程质量等级评价一种新方法，并通过工程实例对该方法进行了实证研究。关键词：建筑工程质量；等级评价；云模型；模糊性；评价指标中图分类号：TU12文献标志码：AConstructionqualitylevelevaluationbasedonthecloudmodelXINZhi-gao,ZHAOXu,PIJia-liang(BusinessSchooI,UniversityofShanghaiforScienceandTechnology,Shanghai200090,China)Abstract:lnordertobetteraddresstheproblemsinconstruction,thecloudmodelisusedtosettlefuzzinessintheprocessofqualityevaluation.Thispaperexploresanewmethodforevaluatingtheconstructionqualitylevel,andthereisaprojectexampleofthemethods´empiricalstudy.Keywords:constructionquality;gradeevaluation;cloudmodel;ambiguity;evaluationindex1我国建筑质量管理的现状建筑业是一个关系到国计民生的支柱性基础产业，我国正处在快速发展阶段，全国上下都加大了基础设施的建设。建筑业作为拉动经济发展速度的重要力量，正处在大发展阶段。建筑工程质量不仅是建筑企业谋求生存与发展的关键，更是人民群众生命财产安危的大问，甚至是影响到国民经济持续快速增长的一个不可忽视的因素。近几年来，我国建筑工程的质量管理已拙见成效，房屋竣工面积的竣工率和产值利润率的大幅上升。2008年国有企业、集体企业、港澳台投资企业以及外商独资企业建筑工程产值利润率的对比状况，如图l所示。我国内资建筑企业的利润水平相对于国外建筑企业还是有差距，我国建筑企业的优势主要体现在产量的增长上，建筑企业的质量管理水平和盈利能力还是比较低的。参照国外建筑质量水平，我国建筑质量管理方面的诸多不足之处。建筑业的健康发展是离不开建筑工程质量管理的，“百年大计，质量第一”，工程质量是建设工程的生命，也是建筑业永恒的主题。建筑工程的质量问题显得尤为突出，如何更加有效地管理工程质量，是摆放在管理者面前的首要课题。2国内外建筑质量等级评价研究现状建筑工程质量反映建筑工程是否满足相关规定或约规定的要求，包括其在安全、使用功能及其在耐久性能、环境保护等方面所有明显的隐含能力的特性总和。在实际评价中，往往是按照《建筑工程施工质量验收统一标准》对建筑物进行验收。由于验收项目众多，而其中的许多项（如观感质量）只是定性因素，并没有标准的尺度来衡量打分，因此个人的主观判断可能存在较大的误差。有关建筑质量的评价方法，国内外研究者已提出了许多有效的方法，综合归纳起来主要可分为3类：决定型评价法、比较型评价法和系统型评价法：1]。目前较常用的有模糊综合评价方法，该方法依据建筑工程质量统一标准，引入模糊综合评价法，给出了一条定性、定量相结合的建筑工程观感质量评价方法；基于神经网络的建筑工程质量模糊综合评价，该方法将人神经网络技术与模糊处理技术结合起来处理实现对建筑质量等级的智能评价。郑周练等构建了应用模糊数学理论评判工程质量的数学模型，模型中确定了基本项目和允许偏差项目在各种条件下的模糊隶属函数，形成模糊评价矩阵，根据最大隶属度原则对基本项目和允许偏差项目的质量等级进行模糊综合评定。李田、雷勇等就工程质量评价计算过程中的权重问题提出了自己的见解，主要是采用专家评分法来确定权重。刘迎心、吕云南等引入层次分析法来构建工程质量的评价指标体系并计算指标权重。孟文清、华旺、李万庆将人工神经网络技术与模糊处理技术结合起来处理实现对建筑质量等级的智能评价。建筑质量评价过程涉及到各种评价标准的不确定性以及人为评价的主观性和模糊性，现有的质量评价方法，评价结果往往是单纯的定量或定性评价结果，即使是定性定量相结合的评价，其定性评价部分一般都是归纳到精确的数学评价中，并未全面地反映客观事物的模糊性与随机性。云模型理论对定量和定性信息有强大转换功能，以此来解决质量评价问题中的关键问题，其质量评价结果更加符合人类思维方式。本文引入云理论，建立了云模型建筑质量评价模型，通过这种建筑质量评价方法来实现与传统方法的优势互补，为建筑质量评价标准和建筑质量改进措施的制定提供科学依据。3云模型建筑质量评价3.1云模型基本原理云模型是由李德毅院士提出的，云是利用语言值示某个定性概念与其定量表示之间不确定性转换模型，它主要反映自然语言中概念的2种不确定性，即模糊性（边界的亦此亦彼性）和随机性（发生的概率），并把两者完全集成在一起，构成定性和定量间的映射。设U是一个用精确数值表示的定量论域，X∈U，r是U空间上的定性概念，若对于元素X(XEX)，都存在一个有稳定倾向的随机数CT(X)∈[0，1]，称为x对T的隶属度，即CT(X):U—，[0,1],VxEX(XC.U),z—，Cr(x).则概念r从论域U到区间[0，1]的映射在数域空间的分布，称为云，每一个x称为一个云滴。如果概念对应的论域是n维空间，那么可以拓广至n维云。云模型所表达概念的整体特性可以用云的数字特征来反映，云用期望E．熵E。，超熵日，3个数字特征来表示一个概念，记为C（E，E，H。）。期望Ex是云滴在论域空间分布的期望，是最能够代表定性概念的点，或者说是这个概念量化的最典型样本；熵E。代表定性概念的可度量粒度，熵越大通常概念越宏观，也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。超熵H。是熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。3.2云发生器云的生产算法称为云发生器，包括正向云、逆向云、X条件发生云、y条件云发生器。由云的数字特征产生云滴，即实现从定性到定量的转换，称为正向云发生器。反之，给定符合某一云分布规律的一组云滴作为样本x．，产生云所描述的定性概念的3个数字特征值的云模型C(E\，E。E)。正向云发生器和逆向云发生器相结合，实现定性与定量的随时转换。一维云正向发生器的算法为①生成以E为期望值，E。为方差的正态随机数；②生成以E为期望值，H为方差的正态随机数E；③计算y=exp[-(x-Ex)2/2(E)2]；④组合（x），形成云滴；⑤重复步骤(1)~(4)直至产生Ⅳ个云滴。给定云模型3个数字特征值以及云滴数N时，通过正向云发生器生成的云，如图2所示。4基于云模型的建筑工程质量等级评价云模型建筑工程质量等级评价具体步骤如下①确定评估目标的待识别目标集、性能指标集、指标权重集及评语集，建立建筑质量等级评价体系，按照评价体系收集数据。②针对各类目标，确定评语集中每个评语对应的指标变化区间，以一维正态云评价指标权重。③建立建筑工程等级评价集4.1建筑工程质量等级评价体系确定建筑工程质量一级指标包括地基工程、结构工程、砌体工程、装饰工程、安装工程5方面。每个一级指标进一步分解为若干二级指标，地基工程可以分为地基、基础、土方工程与基坑支护；结构工程分为工程、钢筋工程、混凝土工程；砌体工程分为材料及砌筑砂浆、砖砌体工程、石砌体工程、配筋砌体工程；装饰工程分为楼地面、门窗、抹灰工程；安装工程分为给排水、电气照明、消防、采暖工程。各指标权重主要通过层次分析法以及模糊综合评判法来获取。本文只选取一级评价指标进行说明，具体指标体系，如图3所示。4.2确定评价指标权重评价指标权重可以采用专家咨询的方法，为各层指标建立权重因子，这些权重因子用定性语言表达。再通过逆向云发生器将其转化为正态云来表述，用正态云图表示其重要的不同程度，通常权重因子为3-9级之间8j。记为W={Ⅳ，，W.，…，Ⅳ。}。本文选取4级权重因子进行评判，定性语言值为：“重要”，“较重要”，“一般”，“不重要”。将其表示为正态云模型如下：(100,5.5,0.5),(66,5.5,0.5),(33,5.5,0.5),(0,5.5,0.5)4.3确定评价集产生多少个评价集的语言值云模型一般可以根据实际情况予以确定，这些云模型的数字特征可以通过问卷调查或专家评分法获得相应数据，运用逆向云发生器来获得。目前，主要是通过基于云变换的数据驱动法和基于黄金分割的模型驱动法来生成云模型，前者适用于有较大原始数据的情形！。根据建筑工程验收质量标准，建筑工程可以分为3个等级：良好、合格与不合格，本文为了保证评价结果的精确度增加了优秀级别，y=，V：，V3，”。可以由每个专家根据自己的评估对象的理解做出评价，为每个评价指标确定一个评价等级，也可以直接由专家给出每个定性评价的云数字特征，直接形成评语云模型。Ⅳ个专家给出的n个云模型可以利用综合云算法用一个综合云来表示，设指标(Ui)的综合云为A．，综合云计算公式为4.4质量等级综合评判得到每个指标的评价云模型后，就可以运用综合云的思想进行云运算，逐步获得上一层次评价指标的云模型，直至完成工程项目质量评价。设指标(U,)的综合云为A．，最终目标层评价为另外一种可行的方法是假定在已经获得各指标的权重后可以根据下述公式得到最终目标层评价云A=(Ex，E，日。)。5实例分析通过云模型对某住宅小区工程进行质量等级评价，U=（∽，U2，U3，U4，U5），对应的指标为地基工程、结构工程、砌体工程、装饰工程、安装工程。评语集y=（”，，V：，U，），对应评价等级为优秀、良好、合格与不合格。首先，借助逆向云发生器为个评价等级构造云模型。优秀=CG(95，1.7，1)，对应的取值范围为(90，100)；良好根据上表的评估结果，参照综合云公式(l)-(3)，地基工程Ul对应的综合云AI=CG(87.8，16.6，1)。同理，可求得ArCG(92，17，1)，A3=CG(89.6，18.6，1)，A4=CG(89，17，1)，As=CG(85，20.2,1)。运用公式(6)，得到建筑工程质量等级的综合云为A=CG(89.96，3.61，1)。该建筑工程质量等级绝大多数的云滴落入优秀级中，所以该建筑工程的质量等级可评价为优秀，如图5所示。6结语在当今高呼质量就是生命的年代，质量管理受到了前所未有的重视，而建筑工程的质量管理更是倍受社会关注的一个重大问题。本文在对当前建筑质量管理的现状简要分析的基础上，借助云模型来处理建筑质量等级评价的模糊性与随机性，使得建筑质量等级评价更加客观化、准确化。本文将云模型引入到建筑工程质量等级的评价中来，到目前为止是国内为数不多的尝试。基于云模型的建筑质量等级评价模型可以帮助我们更好地评价当前建筑的质量水平，既加强了建筑施工过程质量控制，可以强化对建筑工程各工序施工过程进行全过程质量监控，把质量问题消灭在分项工程当中，又严格了建筑工程的最终评定，建筑工程的整体质量更能得到全面保证。参考文献：[1]曾赛星，王浣尘，耿静权．工程质量保证及其量化评价体系[j]建筑管理现代化，2001(1)：66-68.[2]郑周练，赵长荣．建筑安装工程质量的模糊评定[J]．重庆建筑大学学报，2000，22(5):113-117．[3]李田．高层结构质量评定方法的研究[J]．建筑结构学报，1997，18(2):46-51[4]刘迎心，李清立，建筑工程质量的一种评价方法[J]．北方交通大学学报，1998，22(1):92-95．[5]盂文清，华旺，李万庆．基于人工神经网络的建筑工程质量模糊综合评价程建设与设计，2004(12):67-69．[6]李德毅，刘常昱，杜鹅，等．不确定性人工智能[J]．软件学报，2004,15(9):1583-1594.[7]李明金，建筑工程量量评价研究[Dl.南京：南京理工大学工业工程系，2008:30-34.[8]王新辉，刘茂刚．武器装备效能评估的基本思路与方法[J]．通信导航与指挥自动化，2006(4);1-4. -全文完-