基于BP神經(jīng)網(wǎng)絡(luò)的高速公路專項養(yǎng)護工程安全風(fēng)險評估研究

徐北平

(陜西高速集團西漢分公司)

基于BP神經(jīng)網(wǎng)絡(luò)的高速公路專項養(yǎng)護工程安全風(fēng)險評估研究

徐北平

(陜西高速集團西漢分公司)

根據(jù)高速公路專項養(yǎng)護工程施工中的安全特性，選取16項評估指標，建立了專項養(yǎng)護工程安全風(fēng)險評估指標體系。在此基礎(chǔ)上，提出了基于BP神經(jīng)網(wǎng)絡(luò)的專項養(yǎng)護工程安全風(fēng)險評估模型。通過實例對評估模型進行訓(xùn)練及檢測分析。結(jié)果表明，模型可對高速公路專項養(yǎng)護工程進行有效的安全風(fēng)險評估，并為其工程安全管理提供決策依據(jù)。

專項養(yǎng)護;安全風(fēng)險評估;BP神經(jīng)網(wǎng)絡(luò)

1 前言

高速公路專項養(yǎng)護工程是指包括養(yǎng)護改建工程、中修工程以及大修工程在內(nèi)，需進行專門立項并獨立設(shè)計與施工的工程。其施工中最為顯著且急需解決的矛盾是養(yǎng)護區(qū)現(xiàn)場施工的安全與養(yǎng)護區(qū)外圍大流量通行車輛暢通運行的問題。

為了降低高速公路養(yǎng)護區(qū)事故的發(fā)生率，提高作業(yè)區(qū)施工安全水平和養(yǎng)護區(qū)外圍的交通運行能力，關(guān)鍵需對高速公路專項養(yǎng)護工程的安全風(fēng)險做出合理評估，為其后續(xù)安全管理方案制定提供決策依據(jù)。本文綜合考慮選用BP神經(jīng)網(wǎng)絡(luò)對高速公路專項養(yǎng)護工程安全風(fēng)險評估問題進行研究。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)建立安全風(fēng)險評估模型，主要考慮到BP神經(jīng)網(wǎng)絡(luò)在眾多人工神經(jīng)網(wǎng)絡(luò)中屬較為成熟的分析模型，該網(wǎng)絡(luò)能很好地實現(xiàn)輸入數(shù)據(jù)和輸出數(shù)據(jù)之間任意非線性關(guān)系的函數(shù)擬合，尋找問題的變化規(guī)律，同時也可以通過自身不斷的學(xué)習(xí)提高結(jié)果的準確度。另外比較重要的一點是，BP神經(jīng)網(wǎng)絡(luò)可對各評價指標權(quán)重進行系統(tǒng)的動態(tài)的調(diào)整，避免了一些評價方法權(quán)重確定過程中難以避免的主觀因素。

2 專項養(yǎng)護工程安全風(fēng)險評估指標體系

高速公路專項養(yǎng)護工程安全風(fēng)險評估應(yīng)首先分析養(yǎng)護作業(yè)的各種危險源或風(fēng)險因素;其次，建立專項養(yǎng)護工程安全風(fēng)險評價指標體系，選取合適的評估方法，構(gòu)建安全風(fēng)險評估模型對高速公路專項養(yǎng)護作業(yè)安全風(fēng)險度做出合理的預(yù)測;最后，通過對評估結(jié)果分析，為高速公路專項養(yǎng)護工程的后續(xù)安全管理對策制定提供依據(jù)。

研究通過現(xiàn)場調(diào)研、收集相關(guān)工程資料并應(yīng)用三類危險源理論對高速公路專項養(yǎng)護工程安全風(fēng)險因素進行分析，將安全風(fēng)險評估指標體系劃分為四個大類，分別是人員與設(shè)備因素、安全技術(shù)措施因素、施工現(xiàn)場條件因素及組織管理因素，并將四個大類繼續(xù)劃分為16個子項，即16個評估指標。

3 基于BP神經(jīng)網(wǎng)絡(luò)的專項養(yǎng)護工程安全風(fēng)險評估模型

專項養(yǎng)護工程基于BP神經(jīng)網(wǎng)絡(luò)的安全風(fēng)險評估模型建立的基本構(gòu)想是，構(gòu)建將安全風(fēng)險評估指標體系中16項指標作為輸入向量，而將對應(yīng)的的安全風(fēng)險值作為輸出向量的BP神經(jīng)網(wǎng)絡(luò)安全風(fēng)險評估模型。同時，制定安全風(fēng)險評估指標評分標準和安全風(fēng)險等級標準，收集大量有效的輸入數(shù)據(jù)和輸出數(shù)據(jù)，匯總出系列學(xué)習(xí)樣本對模型進行訓(xùn)練，使安全風(fēng)險評估模型輸出數(shù)據(jù)滿足規(guī)定的誤差要求。在評估模型具備了相當(dāng)?shù)慕?jīng)驗和知識水平后，即可對以后類似工程進行合理有效地安全風(fēng)險評估，為安全管理決策提供依據(jù)。

3.1 安全風(fēng)險評估模型的結(jié)構(gòu)

專項養(yǎng)護工程BP神經(jīng)網(wǎng)絡(luò)安全風(fēng)險評估模型結(jié)構(gòu)如圖1所示，它只包含一個隱含層，且只有一個輸出神經(jīng)元。輸入向量可表示為X=［x1，x2，…，xn］”上面賦的一組權(quán)值作為隱含層各神經(jīng)元閾值，用向量A0=［a01，a02，…，a0m］表示;隱含層有m個神經(jīng)元，故隱含層的輸出向量可表示為Y=［y1，y2，…，ym］，b0表示輸出層的神經(jīng)元閾值;輸出層僅有一個神經(jīng)元，輸出變量為Z=［z1］;其中，如果實際輸出結(jié)果z1與期望輸出結(jié)果t不相等，那么需進行誤差反向修正處理，處理直至兩值之差在誤差允許范圍內(nèi)為止。

圖1 安全風(fēng)險評估模型結(jié)構(gòu)圖

隱含層神經(jīng)元輸出值和輸入層神經(jīng)元輸出值的關(guān)系為

其中，i，j分別指輸入層的第i個神經(jīng)元和隱含層的第j個神經(jīng)元。

輸出層神經(jīng)元輸出值和隱含層神經(jīng)元輸出值的關(guān)系為

輸出層神經(jīng)元的實際輸出值與期望輸出值之間的誤差計算式為

3.2 網(wǎng)絡(luò)學(xué)習(xí)算法的確定

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是指在規(guī)定訓(xùn)練次數(shù)內(nèi)，通過不斷調(diào)整每層神經(jīng)元的權(quán)值與閾值來實現(xiàn)輸出誤差滿足精度要求的一個過程。研究采用振蕩小，運算的收斂速度快，學(xué)習(xí)時間較少，并能使網(wǎng)絡(luò)學(xué)習(xí)更為穩(wěn)定的動量法，對網(wǎng)絡(luò)誤差進行修正

3.3 輸入輸出層節(jié)點及樣本數(shù)據(jù)

該模型的輸入層共16個節(jié)點，高速公路專項養(yǎng)護工程16個風(fēng)險評估指標依次對應(yīng)輸入層的輸入向量各元素X =［x1，x2，…，x16］。借鑒《施工企業(yè)安全生產(chǎn)評價標準》的內(nèi)容以及應(yīng)用德爾菲法，研究制定符合高速公路專項養(yǎng)護工程安全風(fēng)險評估的《安全風(fēng)險指標評分標準》對各工程進行現(xiàn)場調(diào)究和專家調(diào)研，獲取大量可靠信息，匯總出大量輸入樣本數(shù)據(jù)。

輸出層僅有一個輸出量，高速公路專項養(yǎng)護工程的安全風(fēng)險值即是其輸出數(shù)據(jù)，其中，各風(fēng)險值對應(yīng)制定的具體的安全風(fēng)險等級。安全風(fēng)險等級劃分是根據(jù)安全事故發(fā)生的概率及其后果的嚴重程度確定出來的，可以說，安全風(fēng)險值綜合體現(xiàn)出事故發(fā)生的概率及事故損失程度。

3.4 隱含層節(jié)點數(shù)

為了在較短的訓(xùn)練時間內(nèi)滿足誤差要求，并保證風(fēng)險評估模型的高效識別能力和容錯能力，就必須找出合理的隱含層節(jié)點數(shù)。研究采用經(jīng)驗公式(5)，通過應(yīng)用MATLAB軟件進行仿真程序調(diào)試，最終確定出隱含層節(jié)點的合理個數(shù)。經(jīng)驗公式表達式如下

其中，n1、n2及n3分別是指輸入層、隱含層和輸出層的節(jié)點數(shù)。

3.5 傳遞函數(shù)

由于本研究的輸出值是介于0～1之間，所以網(wǎng)絡(luò)模型中，隱含層和輸出層的傳遞函數(shù)分別應(yīng)用tansig和logsig非線性函數(shù)，兩個函數(shù)的表達式為

4 實例

本文選取非常具有代表作用的連霍高速公路洛三靈段專項養(yǎng)護工程進行大量模型所需樣本采集。連霍高速公路洛三靈段按專項養(yǎng)護工程要求分為26個標段:B1～B26。所以，研究對應(yīng)制定26組樣本數(shù)據(jù)進行工程的安全風(fēng)險評估。數(shù)據(jù)的采集是由專門從事養(yǎng)護工程或研究的18名學(xué)者及專家依據(jù)《安全風(fēng)險評估指標評分標準》和《安全風(fēng)險分級標準》分析給出的。問卷發(fā)放共54份，回收并經(jīng)檢查，所有數(shù)據(jù)真實有效?？疾旄魑粚＜业幕厩闆r可得出，其客觀程度基本一致，故對每組樣本的評估數(shù)據(jù)可做均權(quán)處理。將處理完成后的26組數(shù)據(jù)作為模型的26組輸入數(shù)據(jù)，進行網(wǎng)絡(luò)訓(xùn)練并檢測。

本文對BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練及檢測均是借助MATLAB軟件編程得以實現(xiàn)，進行安全風(fēng)險評估的預(yù)測及模型檢驗，檢測結(jié)果見表1。

表1 安全風(fēng)險評估結(jié)果檢測對比

從表1的計算結(jié)果可看出，期望輸出和網(wǎng)絡(luò)輸出的最大誤差為7.2%，而計算所得平均誤差僅為1.0%?？梢?，評估模型計算輸出結(jié)果和期望結(jié)果接近一致，表明了運用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建的專項養(yǎng)護工程安全風(fēng)險評估模型具有比較高的精度，是行之有效的。

5 結(jié)論

依據(jù)風(fēng)險評估指標體系建立的一般原則和對影響高速公路專項養(yǎng)護作業(yè)主要的安全風(fēng)險因素進行研究分析，建立起相應(yīng)的安全風(fēng)險評估指標體系，并選用較為成熟的人工網(wǎng)絡(luò)——BP網(wǎng)絡(luò)構(gòu)建出安全風(fēng)險評估模型。在對安全風(fēng)險評估模型結(jié)構(gòu)的確定、輸入數(shù)據(jù)和輸出數(shù)據(jù)的采集方法的確定以及設(shè)置模型參數(shù)之后，通過實例對高速公路專項養(yǎng)護工程安全風(fēng)險評估模型進行訓(xùn)練及檢測。分析表明，在高速公路專項養(yǎng)護工程中，基于BP神經(jīng)網(wǎng)絡(luò)的安全風(fēng)險評估模型具有較高的可靠度和計算精度，可用于今后其他高速公路專項養(yǎng)護工程進的安全風(fēng)險評估之中。

［1］王洪德.工程項目管理——安全評價管理實務(wù)［M］.北京:中國水利水電出版社，2008:132.

［2］李聰穎，王肇飛.基于BP神經(jīng)網(wǎng)絡(luò)的高速公路交通安全評價系統(tǒng)設(shè)計與實現(xiàn)［J］.武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版)，2010，34(3):476-479.

［3］田水承.第三類危險源辨識與控制研究［D］.北京:北京理工大學(xué)，2001.

［4］田水承，李紅霞，王莉.3類危險源與煤礦事故防治［J］.煤炭學(xué)報，2006，31(6):706-710.

［5］譚文，王耀南.混沌系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)控制理論與方法［M］.北京:科學(xué)出版社，2008:42.

［6］喻宗泉，喻晗.神經(jīng)網(wǎng)絡(luò)控制［M］.北京:西安電子科技大學(xué)出版社，2009:60.

［7］Sandhya Samarasinghe著，史曉霞等譯.神經(jīng)網(wǎng)絡(luò)在應(yīng)用科學(xué)和工程中的應(yīng)用——從基本原理到復(fù)雜的模式識別［M］.北京:機械工業(yè)出版社，2010:9.

［8］周開利，康耀紅.神經(jīng)網(wǎng)絡(luò)模型及其MATLAB仿真程序設(shè)計［M］.清華大學(xué)出版社，2005:90.

U492

C

1008-3383(2012)01-0105-02

2011-11-18

徐北平(1964-)，男，陜西西安人，研究方身:公路應(yīng)用工程。