基于改进蝙蝠算法的装配式施工安全风险优化.pdf

年 月第卷第期 沈 阳 建 筑 大 学 学 报(社 会 科 学 版)().收稿日期:基金项目:辽宁省高等学校创新人才项目()辽宁省自然科学基金指导计划项目()作者简介:常春光()男辽宁辽阳人教授博士文章编号:():./.基于改进蝙蝠算法的装配式施工安全风险优化常春光代宾宾邓云兵卢禹先(.沈阳建筑大学管理学院辽宁 沈阳.上海宝冶集团有限公司上海)摘 要:研究利用工作分解结构 风险分解结构()方法识别出装配式建筑施工安全风险因素并利用模糊贝叶斯网络和施工网络计划图实现风险的量化与传递 通过构建以安全风险损失值最小为目标函数的控制模型提出了一种加入服从指数递减惯性权重的改进蝙蝠算法并对其进行求解 结果表明:改进蝙蝠算法具有更好的收敛性和寻优精度能够找到装配式建筑施工安全风险控制模型的最优解从而实现安全风险的优化关键词:装配式建筑施工安全风险贝叶斯网络蝙蝠算法惯性权重中图分类号:文献标志码:国家发展战略打开了建筑工业化发展的新局面使装配式建筑得到了良性发展但施工安全风险问题也随之而来安全风险的存在可能会造成人员和经济的双重损失 因此实现装配式建筑施工安全风险的有效控制是建筑工业化进程中亟待解决的难题 在工程建设中管理人员要结合实际分析每个施工阶段风险要素尽可能减少施工过程中的安全隐患实现事前控制、事中监管、事后反馈的全周期安全管理国内外学者对装配式建筑施工的优化进行了大量研究马辉等以装配式建筑吊装施工空间冲突为研究对象构建优化模型实现了对装配式建筑吊装施工空间的优化管理 等分析了可能对装配式建筑的施工进度产生重大影响的风险因素并对不同的利益相关者提出相应的决策以降低装配式建筑的施工进度风险蝙蝠算法作为一种新型智能算法广泛应用于处理工程优化、模型识别等方面但其存在易陷入局部极值、收敛精度低等缺点 近年来国内外学者采取多种方式对其进行改进以达到增强算法性能的目的 裴宇航等为了加快蝙蝠算法的收敛速度和寻优精度提出一种动态调整惯性权重的自适应蝙蝠算法 等通过修正维数和提供惯性权重来改进蝙蝠算法发现改进蝙蝠算法在寻找最优解方面更有效同时提高了结果的质量和收敛速度在对基本蝙蝠算法进行系统研究基础上研究提出一种加入了 混沌映射和指数递减的惯性权重的改进蝙蝠算法将其运用到解决装配式建筑施工安全风险优化问题中通过将实际装配式工程项目代入到模型中来验证模型与算法的适配性最后为装配式建筑施工安全管理提供更好的决策方案第 期常春光等:基于改进蝙蝠算法的装配式施工安全风险优化 一、装配式施工安全风险识别量化.装配式施工安全风险的识别风险识别是进行风险量化的前提是实现风险管理的重要基础装配式建筑施工过程技术要求较高风险产生的可能性较大在进行装配式建筑施工安全风险识别时要考虑各个阶段的每个方面多角度地对风险目标进行识别 因此选用工作分解结构 风险分解结构()法进行风险识别能够精准识别出风险因素利用 法对装配式建筑施工安全风险进行识别时主要有以下 个步骤:()构建 根据装配式建筑的施工特点将整个施工过程分为 项工序 即 为构件入场及施工准备、为放线及测量定位、为预制墙体吊装、为斜支撑安装、为套筒灌浆、为节点区钢筋绑扎与支模、为现浇墙体钢筋绑扎与支模、为现浇梁钢筋绑扎与支模、为预制叠合板吊装与支撑、为预制楼梯吊装及搭接处理、为预制阳台吊装及接缝处理、为预制空调板吊装与接缝处理、为现浇板底钢筋绑扎、为水电线管预埋、为梁板面筋绑扎、为结构钢筋混凝土浇筑()构建 将装配式建筑施工安全风险按照人为风险、物的风险、技术风险、环境风险、管理风险筛选出 个风险因素 为人员素质水平、为人员安全意识、为预制构件验收、为构件运输与存放规范程度、为机具选择、为临时支撑及防护情况、为构件质量、为材料性能、为拉节点可靠程度、为吊装连接强度、为施工组织设计、为措施搭拆技术、为安装技术成熟度、为搭接精度、为临时固定措施、为工艺技术操作水平、为平面布置合理性、为地质条件勘察情况、为预埋节点定位准确度、为施工现场环境、为测量计划合理性、为安全管理制度()构建 耦合矩阵 以 为行、为列建立耦合矩阵识别出每项施工工序中的具体风险因素(见表)表 施工工序风险因素工序风险因素.装配式施工安全风险的量化风险的量化是由风险发生概率与风险带来的影响共同实现其中风险带来的影响用风险损失值来表示()模糊贝叶斯网络图贝叶斯网络图是以贝叶斯概率为基础的有向无环图包括变量节点及连接这些节点的有向边组成的网络化图形和表达节点之间关系强度的条件概率表 设、为工程项目的两个风险源每个风险源具有两种状态(发生和不发生)、共同影响工程项目 阶段产生的风险则、和 之间产生的关系如图 所示图 贝叶斯网络示意图 由于风险因素的状态难以通过数据直接 沈阳建筑大学学报(社会科学版)第 卷得到因此采用三角模糊数求解风险因素(根节点)的先验概率和施工工序(中间节点)的条件概率 通过对专家问询有关装配式施工过程中的风险发生可能性设置发生概率分别处于)、)、)、)、时所对应的语意变量分别为“很小可能发生”“较小可能发生”“可能发生”“较大可能发生”“很大可能发生”并设计相应的问卷分数与三角模糊数值得出风险发生概率的语意变量(见表)表 事件发生概率的语意变量语意变量问卷分三角模糊数很大可能发生()较大可能发生()可能发生()较小可能发生()很小可能发生()为了得出相对合理的模糊概率利用算术平均法求出多位专家的评判结果()()()()()()式中:为专家编号 为第 个节点描述状态发生时的模糊概率()、()、()分别为第 个专家对第 个节点描述状态发生时评价出的三角模糊数 为专家数量、分别为第 个节点描述状态发生时的三角模糊数()为第 个专家对第 个节点描述状态发生时评价的模糊概率根据式()对获得的节点模糊概率进行解模糊将各节点从模糊数转化为明确数()()式中:为第 个节点去模糊化的明确概率()基于施工网络计划图的风险传递任何一个施工项目从开始到结束的过程是由若干道工序构成的网络结构各道工序之间存在着密切联系 施工过程中的风险会随着网络结构中的链式结构传递给下一道工序在装配式建筑施工过程中风险的传递通过施工网络计划图来实现(见图)图 施工网络计划流程 除首道工序外其后的每道工序的风险均包括两部分:一是自留风险即本道工序由于自身所处环境而产生的风险二是转移风险即相邻上道工序的风险传递给本道工序的风险 每道工序的风险一部分自留另一部分通过链式结构传递给下一道工序 计算公式为 ()()式中:为第 项工序考虑了风险传递后的风险发生概率值为第 项工序未考虑风险传递后的风险发生概率值为风险系数该系数通过构建模糊评价集确定得出(见表)表 模糊评价集特征情况 对下阶段的施工安全影响程度高 对下阶段的施工安全影响程度一般 对下阶段的施工安全影响程度低 ()风险损失值的构造风险损失值的构造采用多属性风险损失比例函数 对于多属性效用函数来说在每个单属性的效用达到最优时该多属性效用函数发挥的作用就最大 因此将此思维逆向应用到多属性风险损失比例函数之中即在工期最长、成本最大、质量最劣时风险损失值最大反之产生的风险损失值最小因此通过构造多属性风险损失比例函数就可将风险第 期常春光等:基于改进蝙蝠算法的装配式施工安全风险优化 损失值 与工期、成本、质量 联系在一起 针对工序 ()其中工期、成本 和质量 为多属性变量可以采用如式()式()所示的加式分解形式 ()()()()()()()()()()()()()()()()()()()()()式中:为工序 的工期为工序 所需成本为工序 的相对质量水平取值区间为是一个分段函数在一段区间内会随着工期的增加而增大但在达到最优相对质量水平后就不再发生变化、为参数其值可代入、的最大、最小值得到、分别为三者对应的权重系数、且 ()、()和()分别为工序 的工期、成本 和质量 的单变量二次函数 为正常工作时工序 持续时间为工序 最长持续时间为工序 的最大成本为工序 在正常工作时对应的直接成本是含有工期变量的一元二次方程为工序 边际直接成本因子()为单位时间间接成本费率是含有工期变量的一次函数为 变量当工期 处于 时 当工期 处于时为工序 在正常工作时(即可达到的最高质量时)对应的相对质量水平为边际质量因子()为工序 在最短时间对应的相对质量水平二、安全风险优化模型的构建.问题描述装配式建筑施工过程中成本的投入量与工期的长短都影响着风险的发生程度 低成本的投入会使得施工过程中的风险值上升缩短工期可能带来质量问题而质量问题出现将直接带来风险损失 因此在实现装配式建筑施工安全风险控制的过程中要考虑整个施工过程工期、成本和质量的约束即在合理范围内将风险损失值控制在最小.模型构建()参数与变量设置 为风险值为风险发生概率为风险损失值为工序 由于工期、成本、质量原因所造成的最大风险损失值为整个项目的最长工期限值为工序 最短持续时间为整个项目的最大成本限值为工序 的最小成本为工序 在最短时间对应的直接成本为边际直接成本因子为工序 在整个项目中的权重为整个项目所能接受的最低质量水平为边际质量因子()模型的建立建立以实现风险损失值最小为目标函数以控制工期 成本 质量的投入为约束条件的装配式建筑施工安全风险控制模型如式()、式()()()()()()()()()沈阳建筑大学学报(社会科学版)第 卷.()()()()()()式中:式()为目标函数表示风险损失值最小式()每行分别为第 项工序的施工工期范围、第 项工序的施工成本范围、第 项工序的施工相对质量水平范围、整个项目的施工工期上限、整个项目的施工成本上限、整个项目的施工相对质量水平下限.罚函数对约束条件的处理罚函数是解决约束优化问题的一种有效方法 其惩罚策略是:在无约束的情况下对违反约束条件的迭代点赋予很大的数使得其目标函数值很大之后在不断寻找最小解的过程中把违反约束条件的值舍去直到收敛到原来约束最优化的极小值点 利用罚函数将安全风险优化模型转化为无约束的模型如式()式()()()()()()()()()()()()()()()()()()()()()()()()()()()()式中:为惩罚因子是一个正数()为变量 违反约束的程度三、蝙蝠算法及其改进.蝙蝠算法蝙蝠算法是 基于群体智能提出的启发式的搜索算法模型简单、参数少收敛速度快因此常用来解决优化问题蝙蝠算法的具体原理为假设在一个 维空间中第 只蝙蝠个体在搜索过程中的位置 和对应的速度 在第 时刻的更新公式如式()式()()()()()()式中:为之间的一个随机数、分别为声波脉冲的最大频率值和最小频率值、分别为蝙蝠 在第 时刻的速度和位置为群体中当前全局最优解当蝙蝠个体局部寻优时在当前搜索到的最优解附近实施局部搜索生成之间的随机数 若 (蝙蝠 的脉冲发射率)则实施如下局部搜索策略产生新解 如式()()式中:为 之间的均匀分布的随机数为整个群体在 时刻的平均响度为群体中产生的新局部解第 期常春光等:基于改进蝙蝠算法的装配式施工安全风险优化 若 (蝙蝠 的脉冲发射率)则不更新当前解 如果均匀分布随机数 且()()则接受该新解并根据式()、式()更新蝙蝠 的响度 和脉冲发射率 ()()()式中:为音量衰减系数 为初始脉冲发射率.蝙蝠算法的改进()混沌映射初始化种群混沌是自然界所特有的一种无周期现象由于混沌的遍历性它能够不重复地将变量随机均匀地映射到优化空间 蝙蝠算法中初始种群个体的生成具有较大的随机性因此利用混沌变量进行优化搜索比盲目无序的随机搜索更具优越性 由于 方法原理简单优化能力强故多用其进行种群的初始化数学表达式如式()式()()()()()式中:为混沌变量为 参数为蝙蝠 的位置 为搜索空间的下限 为搜索空间的上限()加入指数递减惯性权重根据蝙蝠算法的速度更新公式可以看出速度项系数恒定为 因此迭代前期蝙蝠搜索的敏感性较差很容易在前期陷入局部极值短时间内无法跳出从而导致算法在进行全局搜索和局部搜索时缺乏平衡性因此选取指数递减惯性权重对基本蝙蝠算法速度更新公式进行改进如式()、式()()()()()()式中:和 为 的最大和最小值 为迭代次数为最大迭代次数设置参数:函数图像如图 所示该策略使惯性权重 在迭代初期以较快速度减小使算法迅速收敛而在迭代后期图 函数图使 以较慢速度减小有利于算法局部精确搜索.改进蝙蝠算法的流程步骤设置参数:蝙蝠的种群规模 最大迭代次数 脉冲频率范围初始脉冲响度 初始脉冲发射速率 音量衰减系数 脉冲频度增强系数 最大和最小惯性权重 和 利用式()、式()进行 混沌映射的结果作为蝙蝠种群初始位置 根据适应度函数()寻找出最优值并计算当前全局搜索最优位置解 根据式()、式()、式()、式()更新蝙蝠的速度和位置产生一个随机数 如果 则代入式()在局部搜索过程中产生一个新解产生一个随机数 如果 且()()则接受 为当前最优解按照式()、式()更新响度 和脉冲发射率 重复步骤 的迭代过程直到找到满足搜索精度的最优解或达到最大迭代次数输出全局最优解.实验仿真与结果分析为了验证改进蝙蝠算法具有更好的寻优性能笔者选取了 个标准测试函数(见表)来对改进蝙蝠算法进行测试并与基本蝙蝠算法进行比较对其寻优精度进行分析 个 标 准 测 试 函 数 分 别 为()、沈阳建筑大学学报(社会科学版)第 卷()、()、()、()、()表 标准测试函数相关参数测试函数搜索范围维度最优值 为了更加直观地比较算法之间的性能对基本蝙蝠算法()和改进蝙蝠算法()设置统一的参数迭代 次种群数量为 为了避免偶然性的误差重复运行每个标准测试函数的程序 次记录实验所得的最优解、最劣解、平均值和标准差并进行算法的寻优性能评价测试结果如表 所示表 与 求解测试函数的结果测试函数算法最优解最劣解平均值标准差 从表 中可以看出当对每个测试函数进行调试时 的最优解、最劣解、平均值都要优于 表明 的寻优精度更好 运用 进行测试时得到的标准差更小说明稳定性较好有利于帮助个体跳出局部最优综上所述 相比较 的寻优精度得到了较好的改善四、案例分析与模型验证为了探索模型与算法的适配性验证 能够求解装配式建筑施工安全风险优化问题特选取北京通州马驹桥项目进行实例验证以标准层作为求解对象 该项目建筑面积为 万 工程预制率、装配率 通过阅读项目的相关资料最后得到案例所需数据:、其中和 可根据数据求出通过相关案例可估算出数值.风险发生概率的定量分析首先进行风险发生概率的求解 根据三角模糊数求出风险因素的发生概率以及施工工序的条件概率表利用 软件构建风险因素贝叶斯网络图并用施工网络计划图实现施工工序风险的传递 通过调查该装配式建筑施工项目的资料利用模糊评价集确定各项施工工序的风险传递系数 得到考虑风险传递性的各项施工工序风险概率值(见表)表 施工工序最终风险概率工序风险值工序风险值.基于改进蝙蝠算法的案例求解()优化模型求解与结果分析用 求解案例时首先设置具体参数第 期常春光等:基于改进蝙蝠算法的装配式施工安全风险优化 信息为 内的随机数 为 内的随机数 为之间的随机数 为大于 的随机数故设置 为了避免结果的偶然性重复运行程序 次后得到模型最佳施工工期(见表)得到了目标函数的收敛图(见图)表 最佳工期施工工序最佳工期/正常工期/偏差/图 目标函数收敛图 从表 可以看出每项施工工序的最佳工期与正常工期的偏差都是在 以内由于存在成本和质量约束因此最佳施工工期会与实际施工工期存在一定的偏差 当实际工程项目按照表 中的工期进行实际的施工进度安排时可以使得产生的风险损失值达到最小从图 可以看出 在运行到第 次时寻找到了该目标函数的最优解 目标函数的收敛图的收敛速度很快利用该算法进行求解实际案例能够快速寻找到近似最优值()与基本蝙蝠算法求解结果的对比在同一设置环境下分别用 和 算法进行求解最后得出风险损失值(见表)和目标函数收敛图(见图)表 风险损失值对比算法风险损失值/万元未优化 图 与 目标函数收敛图 从表 中可以看出未优化的风险损失值大概是优化后的 倍因此该数学模型能够在一定程度上实现对风险的优化降低风险损失值 同时用 求出的最优解要比 求出的最优解小 因此利用 求解出的施工工期进行施工能够降低项目的风险损失从图 可以看出 在迭代 次左右就寻找到了最优解而 在迭代 次后才寻找到最优解并且 的前期收敛速度明显快于 因此采用 更有效率和优势能在较短的时间内寻找到最优解且更准确、精度更高 沈阳建筑大学学报(社会科学版)第 卷五、结 论()利用 混沌映射和加入一种指数递减的惯性权重来进行蝙蝠算法的改进增加了种群的多样性提高了基本蝙蝠算法的收敛速度和寻优精度使得求解性能更加优质高效()利用改进后的蝙蝠算法求解装配式建筑施工安全风险控制模型得到了一组最佳施工工期和最小风险损失值因此在进行实际施工时可以参考该结果进行装配式施工合理分配资源参考文献:马辉张文静董美红.装配式建筑吊装施工空间冲突分析与多目标优化.中国安全科学学报():.():.裴宇航刘景森李煜.一种动态调整惯性权重的自适应蝙蝠算法.计算机科学():.():.常春光吴溪.基于 的装配式建筑施工安全风险评价.沈阳建筑大学学报(社会科学版)():.吴溪常春光严昕.基于粒子群算法的装配式建筑施工安全风险决策.科学技术与工程():.王金辉郝伟陶泽等.基于模糊贝叶斯网络的塔吊作业安全风险评估.安全与环境工程():.杜学美赵文林雷玮.基于粒子群算法的项目工期 成本 质量 安全的综合优化.系统工程():.王玉莲黄林显桑国庆等.基于自适应罚函数遗传算法求解地下水管理模型.人民黄河():.许德刚赵萍.蝙蝠算法研究及应用综述.计算机工程与应用():.张林郭辉姚李孝.基于改进蝙蝠算法的微电网优化研究.电网与清洁能源():.(.):()().:(责任编辑:王丽娜 英文审校:林 昊)