前言:本站為你精心整理了地鐵工程綠色施工評價方法范文,希望能為你的創作提供參考價值,我們的客服老師可以幫助你提供個性化的參考范文,歡迎咨詢。
【摘要】本文根據地鐵工程的施工特點,在闡明綠色施工內涵的基礎上構建了綠色施工評價指標體系。通過不同評價方法的比較,具體分析了BP神經網絡在建立評價體系方面的優越性,為建立一個合乎地鐵工程特點的綠色施工體系和框架提供有益參考。
【關鍵詞】綠色施工地鐵工程評價方法BP神經網絡
1前言
地鐵作為“城市的生命線”具有運能大、準點、速度快、舒適、安全等優點,是國際上公認的解決城市交通問題的首選。近年來,中國正通過大力興建地鐵,實現“綠色交通”。由于施工階段對環境的影響最直接、最嚴重,地鐵要成為可持續發展的環保交通,地鐵工程的綠色建造則是“綠色地鐵”的具體要求。
2綠色施工概念及地鐵工程施工特點
2.1綠色施工的概念
依據《綠色施工導則》中給定的綠色施工的定義可以將其本質含義歸結為:綠色施工是以綠色施工技術和綠色施工管理相結合為實踐途徑,以可持續發展理論為指導思想,以減量化、再利用、再循環為原則,最終實現最大限度的節約資源、保護環境并貫穿于從施工策劃階段開始直到竣工驗收的施工全過程。
2.2地鐵施工的特點
地鐵工程施工內容繁多、工序復雜。由于建設規模、建設環境以及施工技術的不同,地鐵工程的施工主要有以下幾個特點:(1)線路長、工點多。一般地鐵線路的長度都在數公里到幾十公里,且地鐵工程包括車站、出入口、車站風道、風井、區間隧道等工程,每一個車站或區間即一個施工工點。(2)工程施工工期緊。由于交通以及其他各種原因,導致地鐵工程的施工工期相當緊張,甚至不能達到工期的合理要求,無論對施工組織,還是對施工技術均提出了嚴峻的挑戰。(3)施工周邊環境復雜。地鐵工程多屬于地下工程,且一般要穿越城區,使其往往面臨著施工場地狹小、地下管線密集、道路交通繁忙、重點建筑保護等問題,地鐵施工的環境保護要求高,施工技術難度大。
3地鐵工程綠色評價指標體系的建立
評價指標體系的構建應遵循簡明性、代表性、可量可比性、整體性、科學性的原則。基于英國BREEAM[1]、美國LEED[2]等綠色建筑評價理論,結合我國頒布的《綠色施工導則》以及《建筑工程綠色施工評價標準》,初步以某一地鐵工程從管理與綠色施工實施中建立相對科學的綠色施工指標體系。管理屬性即指管理的規范性,包括綠色施工的組織管理、環境投資建設、項目優化、員工培訓、以及綠色施工科研開發和綠色建材的使用。操作屬性即指實施的有效性則包括空氣污染控制、噪聲污染控制、水體污染控制、固體廢棄物的處理、施工設備維護、能源消耗節約、以及施工對周圍環境負荷值降低。
4地鐵綠色施工評價方法的探究
由于地鐵綠色施工評價是一個涉及多目標、多屬性、多層次的復雜問題,因而簡單的定性或定量方法并不能實現對綠色施工的有效評價。為了探索出一套合乎地鐵工程特點的綠色施工評價模型,本文在對目前綠色施工綜合評價方法研究的基礎上找出如下幾種進行比較分析。
(1)灰色關聯度分析法作為一種多因素分析方法,是根據因素之間發展趨勢的相似或相異程度,作為衡量因素間關聯程度的一種方法[3]。此方法的優點在于利用“灰色系統理論”避免了以往回歸分析的弊端,在很大程度上減少由于信息不對稱帶來的損失,適用于發展態勢的量化比較分析;其主要缺點在于需要現行確定各項指標的最優值,然而在地鐵工程綠色施工評價指標體系中大部分指標本身具有一定的模糊性,部分指標最優值難以確定。
(2)模糊物元評價法,其要點是將事物用“事物、特征、量值”這三要素組成有序三元組的物元來研究事物變化規律[4]。此方法用于綠色施工評價的優點在于能較好的解決模糊不相容的多因子綜合評價問題,但其主要的缺點在于需要由“等級標準、評價指標、實測值”組成一個模糊物元,而目前關于地鐵施工的綠色施工及其評價理論的研究尚少,不同專家的評價思想和標準往往存在一定的差異,所以此評價方法的結果可能有失客觀。
(3)BP人工神經網絡評價法作為一種聚類預測分析方法,是一種利用能學習和存貯大量的輸入和輸出模式的映射關系的特點,通過大量樣本按誤差逆傳播算法訓練的多層前饋網絡。經過學習訓練的網絡能有效吸收專家的專業知識和經驗,并進行模擬評價。然而其不足之處在于如果增加了學習樣本,訓練好的網絡就需要從頭開始訓練,對于以前的權值和閾值往往沒有記憶。但是可以將預測、分類或聚類做的比較好的權值保存。綜上所述,在綠色施工評價中以上幾種評價方法都有各自的優點、缺點,因此根據評價對象的特點選擇恰當的評價方法對評價結果非常重要。本文結合地鐵綠色施工的概念及特點,選擇BP神經網絡法主要原因如下:①綠色施工評價作為一個各種因素相互聯系、相互影響、復雜多變的綜合性問題,建立多個指標層的網絡神經能夠客觀的得出指標間的非線性關系。由于地鐵施工的特點,每一個車站作為一個施工工點,可將具有代表性的工點作為訓練樣本,足夠數量的樣本訓練是BP神經網絡的自我學習的關鍵環節。通過周而復始的信息正向傳播和誤差反向傳播過程,全面反映出各個指標間隱含的關系。②由于綠色施工評價的理論研究還沒有相對成熟,針對地鐵工程而言,其評價的復雜性更高,不同的專家對各式各樣的地鐵車站,在不同角度上其評價思想和標準有所差異。如何對原始數據進行科學處理,從不同專家的思想中提取其精華部分,BP神經網絡較強的容錯能力使這一問題迎刃而解。
5結語
本文研究了在評價體系建立方面常用的幾種評價方法,通過不同評價方法的研究,分析不同評價方法的優缺點,結合地鐵工程特點,找出適合地鐵工程綠色施工評價模型。利用BP神經網絡的自學功能,借以輔助MATLAB軟件工具箱中所具有的神經網絡函數功能,選取足夠數量具有代表性的工點作為地鐵工程綠色施工評價樣本,進行學習訓練,建立模擬專家評價的BP神經網絡,為解決此類綜合評價問題提供了新途徑。因此在綠色施工評價體系的研究中,結合評價對象的特點,利用共性與個性相結合的思想,并找出最佳的方案與思路,從而建立切實可行有效的評價體系。
參考文獻:
[1]UKBREEAMBREEAM98foroffices-anervironmentalassessmentmethodforoffecebuilding,BuildingResearchEstab-lishment(BRE),Garston,Walford,2000.
[2]USGreenBuildingCouncilLeadershipinEnergyandEnvi-ronmentalDesignRatingSystemVersion2.0(LEED2.0)June2001.
[3]李惠玲,李軍,鐘欣.基于灰色聚類法的綠色施工評價[J].沈陽建筑大學工程管理學報,2012,26(02):19-22.
[4]熊艷.高等級公路綠色施工評價研究[D].長沙:長沙理工大學,2013.
作者:田甜 單位:武漢工程大學