基于决策树的现代建筑工程施工过程监理数据分析算法研究.pdf

377:江西建材2023年4 月建设经济与管理基于决策树的现代建筑工程施工过程监理数据分析算法研究吕世革郑州大学建设科技集团有限公司，河南郑州450002摘要：基于决策树的现代建筑工程施工过程监理数据分析算法，是在施工过程中收集工程质量、安全、施工方资质、环境、进度以及成本等监理数据，编号分类进行归一化处理，利用决策树对数据分类决策，判断监理项目是否符合相关规范和标准，以完成监理数据分析，实现算法设计。试验证明，设计算法分析时间在1s以内，在基于决策树的现代建筑工程施工过程监理数据分析方面具有良好的应用前景。关键词：决策树；现代建筑工程；监理数据；归一化处理；分类决策中图分类号：TU71文献标识码：A文章编号：10 0 6-2 8 9 0（2 0 2 3）0 4-0 3 7 7-0 3Research on Modern Construction Process SupervisionData Analysis Algorithm Based on Decision TreeLv ShigeZhengzhou University Construction Technology Group Co.Ltd.,Zhengzhou,Henan 450002Abstract:The modern construction process supervision data analysis algorithm based on decision tree collects supervision data such asproject quality,safety,construction party qualification,environment,progress,and cost during the construction process,and normalizes themby numbering and classifying them.The decision tree is used to classify data and make decisions to determine whether the supervision projectmeets relevant specifications and standards,thereby completing supervision data analysis and implementing algorithm design.The experimentproves that the design Analysis of algorithms analysis time is within ls,which has a good application prospect in the modern constructionprocess supervision data analysis based on the decision tree.Key words:Decision tree;Modern building engineering;Supervision data;Normalization treatment;Classification decision0引言监理是对施工过程各个项目进行监督和管理，包括成本、质量、安全等，及时发现和纠正各方面的问题和错误。与传统工程相比，现代建筑工程规模更大，施工工期更长，施工流程更加复杂，对施工质量与安全的要求更高，因此监理工作显得更为重要，开展难度也更高。由于现代建筑工程的特殊性，监理工作需要对海量数据进行分析，作出相应决策，势必借助信息技术、计算机技术等，推动自动化、智能化方式逐渐取代传统人工方式。相关学者与专家研发了相应的分析算法，利用算法对监理数据进行批量化处理和分析。然而，国内该方面的研究起步较晚，现有的分析算法存在一定的缺陷，在实际应用中分析时间比较长，无法达到预期的分析效果，为此，本文提出基于决策树的现代建筑工程施工过程监理数据分析算法。1施工过程监理数据收集现代建筑工程施工过程监理内容主要包括质量、安全、施工方资质、环境、进度以及成本，因此监理数据分为六大类，具体如图1所示。作者简介：吕世革（19 7 9-），男，山西平陆人，本科，高级工程师，主要研究方向为工程监理研究。现代建筑工程工程施工过程监理数据质量监资质监安全监环境监进度监成本监理数据理数据理数据理数据理数据理数据图1现代建筑工程施工过程监理数据示意图监理数据分析前，需要对施工中所有与质量、安全、施工方资质、环境、进度以及成本相关的数据进行收集，包括建筑工程全套施工图纸及其说明、地质勘察岩土报告、有关施工合同文件及技术资料等1。对收集到的监理数据进行编码分类，其中质量监理数据编码为A，资质监理数据编码为B，安全监理数据编码为C，环境监理数据编码为D，进度监理数据编码为E，成本监理数据编码为F2。除此之外，还需要收集相应的监理规范，包括国家和地方法律法规，国家设计、验收规范、行业标准等，作为监理数据分析参照对象3 。将收集到的所有数据上传至计算机，用于后续算法分析计算。2监理数据预处理由于原始数据质量较差，会影响算法精度，故采用相应技术对监理数据进行处理，具体流程见图2。378下转第3 8 1页）2023年4 月建设经济与管理江西建材数据清洗删除重复数据监理数据预处理差值处理数据修复归一化处理消除原始数据量图2监理数据预处理如图2 所示，利用搜索窗口查找到原始数据中不完整、重复数据，对重复数据自动删除，仅保留一份，并对不完整数据进行差值处理，保证原始数据的完整性4 。考虑到原始数据种类较多，数据值范围比较大，故利用归一化技术对其进行处理，其公式表示如下。C*minC=(1)Cmin式中，c表示处理后的建筑工程施工过程监理数据，c.表示输人算法的监理数据，Cmin表示同种类别监理数据的最小值，Cmax表示同种类别监理数据的最大值5 。将原始数据代人上述公式中，通过处理，消除原始数据的量纲，将监理数据值归一化到0 1 范围之间。3基于决策树的监理数据分析根据工程施工过程监理数据特性，此次采用决策树技术对预处理后的监理数据进行分析。监理数据主要分为正常数据与异常数据，正常数据为符合国家和地方法律法规、国家设计、验收规范、行业标准的数据，监理项目符合相关规范和要求；异常数据为不符合国家和地方法律法规、国家设计、验收规范、行业标准的数据，监理项目不符合相关规范和要求，需要做出改进和优化6 。因此监理数据分析过程实际为分类过程，应用结构简单、逻辑清晰的决策树模型对原始数据分类，生成监理数据分析决策。决策树结构与树相似，主要由根、叶、分支、决策四种节点构成，具体结构见图3。决策结果决策触发决策节点决策结果决策节点根节点决策结果决策节点分支节决策节点叶子节图3基于决策树的监理数据分析示意图如图3 所示，用于监理数据分析的决策树主要分为三层，根节点位于最顶层，节点从根逐渐向下分布，生成分支节点，采用六元组对决策树表示如下。S=(K,M,F,C,X,R)(2)式中，S表示用于现代建筑工程施工过程监理数据分析的决策树数学模型；K表示决策树输人的现代建筑工程施工过程监理数据；M表示根节点，即决策树决策判断指令触发节点；F表示决策节点，每一层都有一个决策节点，是每个决策层的判断节点；C表示叶子节点，即施工过程监理数据分类结果节点；X表示分支节点，即决策节点的下属节点，为决策判断的多种情况；R表示现代建筑工程施工过程监理数据分类决策输出，将处理后的监理数据输入到根节点M上。当输入的施工过程监理数据满足M的初始判断条件时，开始触发决策节点作出决策，对监理数据进行判断，决策依据为监理项目的相关国家和地方法律法规、国家设计、验收规范、行业标准，判断公式如下所示。1,ifmincmaxV=0,ifcmin,cCmax(3)式中，V表示决策树对监理数据分析判断结果；1表示监理项目正常；0 表示监理项目不符合规范；8 min表示监理项目规范、标准最小值阈值；8 max表示监理项目规范、标准最大值阈值。当存在多种判断情况时，由分支节点F对决策节点X判断结果进行进一步判断决策，分支节点F作出决策结果C，向下形成叶子节点。如果分支节点作出的决策还需要进一步决策时，则分支节点F的分支作为下一个决策节点X。最终叶子节点C表示建筑工程施工过程监理数据分类决策结果输出。结合决策树分类输出结果，对不符合相关规范和要求的监理项目，在技术、工艺、材料、进程、成本、质量以及安全方面进行调整，以此完成现代建筑工程施工过程监理数据分析，进而完成算法设计。4验证论证4.1验证准备与设计为了验证本文提出的基于决策树的现代建筑工程施工过程监理数据分析算法的有效性与可行性，以焦作市人民医院示范区医院门诊综合楼EPC总承包项目工程为案例进行论证，该建筑总占地面积为2 0 0 0 0 m，建筑规模为地上两层、地下五层，总建筑面积为7 6 0 3 5.0 5 m，主要分包工程包括主体结构、二次结构、医疗专项装饰装修、室外管网等工程，工期为10 0 0 日历天，收集该工程施工过程监理数据共1.2 6 GB，将其作为算法计算数据样本，利用该设计算法对该现代建筑工程施工过程监理数据进行分析，并选择两种传统算法作为对比，分别为基于卷积神经网络和基于数据挖掘的算法，下文用传统算法1与传统算法2 表示。为了保证试验数据与试验结果的可靠性，三种算法均采用tensorflow编程，并在windows2010操作系统上运行，服务器选择I8-6565GH的CPU服务器，内存为3 2 GB，开发环境为PyCharm。按照上述流程对监理数据归一化处理、分析，在规定时间内完成所有监理数据分析，设计算法可以完成数据分析任务，以下对具体分析效果进行检验。4.2验证结果与讨论验证以分析时间作为三种算法响应性能评价指标，以输入监理数据时间为开始时间，以输出分析结果时间为结束时间。考虑到数据的差异性，将监理数据分为进度、临时用电、群塔作业、基坑支护、投资控制、土方工程、扬尘治理以及危大工程八种，使用电子表格对各种监理数据分析时间进行记录，具体数据如表1所示。表1三种算法分析时间对比S监理数据设计算法传统算法1传统算法2进度监理数据0.435.225.42临时用电监理0.355.367.41群塔作业监理0.476.136.25基坑支护监理0.526.256.36投资控制监理0.215.125.47土方工程监理0.365.035.52扬尘治理监理0.575.546.52危大工程监理0.156.457.41381上接第3 7 8 页）-2023年4 月建设经济与管理江西建材位按照相关规范要求做好进场材料质检工作。同时，见证监理人员需要获取和审查进场材料的技术资料，重要材料必须按照规范中的标准化流程抽样并送到权威机构进行复检；（3）材料进场后，监督施工单位按照现场平面布置规划及相关制度，做好材料现场堆放和保管工作。4.2.4严控隐蔽工程签字验收隐蔽工程验收是质量监理控制的重要环节，现场监理人员应把控好以下几点，以此保证隐蔽工程验收的工作实效性：（1）明确验收内容。如基坑施工完毕后，监理工程师应及时会同项目工程部工程师、勘察和设计单位人员到现场确认基底土质是否满足承载力要求；基础回填环节，监理工程师需取土检查回填土的密实性与夯实系数；钢筋施工环节，需要对钢筋质量、型号、规格进行核验，对钢筋加工、绑扎、焊接施工质量进行检验；混凝土浇筑施工前，需要对预埋管线、预埋件的安装位置准确性、安装牢固性进行检验等；（2）明确验收流程。隐蔽工程施工完毕后，应先由施工单位进行自检，自检合格后以书面形式通知监理单位验收。监理单位收到验收申请后，及时组织专业监理工程师、工程分管人员、施工单位施工员、施工班组负责人一同对隐蔽工程进行验收（基底、基槽、桩基础工程验收还需勘察单位、设计单位相关负责人员参加）。若验收合格，在签署完验收记录后便可进行下一程序施工；若验收不合格，需限期整改，并重新验收。4.2.5加大重点平行检验力度平行检验是监理单位实施质量控制的关键性手段，为保证平行检验的实效性，“A项目”监理单位提出以下工作要点：（1）开工前，会同建设单位和施工单位，确定平行检验的流程、范围及实施标准；（2）平行检验需在施工单位完成自检的基础从表1数据可以看出，设计算法分析时间相对较短，其中扬尘治理监理数据分析时间最长，为0.5 7 s，该算法可以实现对监理数据的实时分析；两种传统算法分析时间相对比较长，传统算法1、2 对危大工程监理数据的分析时间最长，为6.4 5 s、7.41s，远远大于设计算法。验证证明，在响应性能方面，设计算法表现出明显的优势，相比传统算法更适用于现代建筑工程施工过程监理数据分析。5结语数据分析作为现代建筑工程监理工作中的一个重要部分，对施工管理具有较大的参考意义，本文结合相关文献资料和实际工程案例，将决策树技术应用到监理数据分析中，设计了一种全新的数据分析算法，有效提高了数据分析速度，实现了对传统算法的优化与创新。此次研究为现代建筑工程施工过程监理数据分析提供了参考依据，实现了对监理数据分析理论的完善，不仅有助于提高工程监理数据分析技术水平，还有助于提升工程监理工作信息化与自动化水平，具有较好的现实意义。上开展；（3）施工单位需全程参加平行检验；（4）平行检验需按照一定检验比例进行，“A项目”中，砼强度检验比例为10%（每层3 个构件）、钢筋保护层检验比例为2%（每层3 块板）、结构板厚检验比例为10%（每层检测间数3 间，每间检测点数5 个）等。5结语综上所述，监理质量控制是保障建筑工程项目施工建设安全、质量和有序的重要举措。为进一步提升建筑工程项目的建设施工质量，监理单位在开展质量监理控制时，应做好图纸阅读审核、沟通交流、材料检查、隐蔽工程验收、平行检验等工作，以此提高质量监理控制的实效性，使其作用价值得到更充分的发挥。参考文献【1】李溢.建筑工程主体结构施工监理质量控制措施J】.住宅产业，2022（(11):7 9-8 1.2李李霖霖，曹树胜.建筑工程中土建施工的监理质量控制要点探析J】居业，2 0 2 2（7）：12 4-12 6.3胡鹏.建筑工程施工全过程监理质量控制分析【J.中国住宅设施，,2 0 2 2（3）：12 7-12 9.43王凯.建筑工程施工阶段质量监理控制分析J.中国建筑装饰装修，2 0 2 1（9）：8 0-8 1.5】刘怡.房屋建筑工程施工监理质量控制措施分析J】.四川水泥，2019(11):268.6李宸.房屋建筑工程施工质量的监理控制要点浅析【J.绿色环保建材，2 0 19（10）：18 6.7刘青平，建筑工程施工全过程监理质量控制J建材与装饰，2019（11)：15 5-15 6.参考文献【1刘状，李纲，石晨烈，等.基于多时相遥感数据聚类决策树方法的白水县农作物识别J.山东农业大学学报（自然科学版），2022,53(5):728-734.2 姚旭.责任意识下的建筑工程施工安全监理实施策略：评建筑施工安全监理【J】中国安全科学学报，2 0 2 2，3 2（1）：2 0 9.3冯永玉，王志强，关纯安，等.基于决策树算法的不动产登记数据态势分析模型应用研究【J.信息技术与信息化，2 0 2 0（7）：108-110.4楼杨成.大同煤炭职业技术学院安全培训教学楼项目中工程监理的作用及目标控制研究J.砖瓦，2 0 2 0（5）：111-112.5宋兆铭，叶菁，董如军.数据挖掘：C5.0决策树算法在警察院校学生体质分析中的应用J四川体育科学，2 0 2 0，3 9（1）：5 2-55,74.【6】王小燕.工程监理在建筑工程施工中的作用及质量控制研究J.建材与装饰，2 0 19（2 8）：16 3-16 4.