水利工程監(jiān)理評價與預警研究

余明國，鐘慧敏

(上饒市水利水電工程建設監(jiān)理中心，江西 上饒 333300)

監(jiān)理單位作為水利工程中不可或缺的一部分，是重點的監(jiān)管對象之一，有效準確開展對監(jiān)理管理工作的監(jiān)督，成為建立監(jiān)管部門最重要的任務之一，關系著工程本身的質量和安全[1]。

近年來，水利工程管理中暴露的問題逐漸突出，各單位之間的管理水平參差不齊，導致工程進度、質量、安全進展低效[2- 4]。為發(fā)揮監(jiān)理在水利工程建設中應有的控制性作用，必須努力提升其整體行業(yè)的管理水平并建立一套行之有效的評價機制[5]；同時，需要監(jiān)理單位內部加強管理，形成長效的內部評審及約束機制，才能杜絕或者減少在工作過程中的某些錯誤行為[6]；庹朝洪[7]，高翔[8]，王巧麗[9]等針對不同的工作內容，對監(jiān)理的管理理念、措施和手段進行了詳細分析；趙培等則針對目前水利工程建設施工監(jiān)理工作的現(xiàn)狀，基于AHP方法，建立起評價指標體系和評價閾值，對水利工程建設監(jiān)理合同管理進行了探討[10]。

本文立足于當前水利工程建設監(jiān)理管理中的主要工作模式[11]，基于模糊理論和遺傳BP神經網絡方法，建立起監(jiān)理工作的綜合評價和預警模型，可為監(jiān)理單位自查、監(jiān)管單位監(jiān)督提供一定的理論和實踐作用。

1 監(jiān)理單位概況

江西某水利監(jiān)理公司成立于2000年，是一個自負盈虧的股份制企業(yè)，經水利部批準2001年7月頒發(fā)丙級資格水利工程建設監(jiān)理單位，2004年10月經水利部批準核定為乙級資格工程建設監(jiān)理單位，2007年9月經水利部批準核定為甲級資格工程建設監(jiān)理單位，可承擔各等級水利工程施工監(jiān)理業(yè)務，現(xiàn)有注冊監(jiān)理工程師及監(jiān)理員共200余人。公司成立以來，截止2018年底，已簽定監(jiān)理合同實施和正在實施的水利工程1000余項，其中中型水庫除險加固工程30余座、大型灌區(qū)5座、城市防洪工程30余項、大中型水閘、抬水壩等，在各項水利工程監(jiān)理方面積累了較為豐富的經驗，產生了較好的經濟效益。

2 模型建立

2.1 模糊評價模型

根據(jù)國家相關法律法規(guī)，同時參考監(jiān)理相關規(guī)范，確定了以資質支撐材料、公司管理、建立業(yè)務、信息管理、項目監(jiān)理機構應備文件、現(xiàn)場監(jiān)理機構以及監(jiān)理工作等7個指標為一級指標，涵蓋包括財務、人員、合同、設備等42項因子的二級指標，建立起相應的綜合評價模型，見表1。

根據(jù)模糊評價理論，其主要的計算過程概述為：

(1)確定指標權重，即通過分析賦權，獲得一級指標權重W(1)=(w1，w2，…，w7)和二級指標權重=(w11，w12，…，w713)；

(2)確定評價矩陣，實現(xiàn)管理水平從定性到定量的描述，即有：

(1)

式中，i—一級指標；m—二級指標對應一級指標項數(shù)。

(3)綜合評價：通過指標權重和評價矩陣，最終可以得到監(jiān)理單位管理水平的模糊綜合評價值：

M=Q·W1

(2)

再通過矩陣轉化，最終得到模糊綜合評價量化值：

E=M·TT

(3)

式中，E—綜合評價值；T—評語集矩陣，且T=[9，7，5，3，1]

表1 綜合評價指標體系的建立

2.2 BP預警模型

首先，以42個二級指標因子為輸入變量建立三層BP神經網絡，并通過經驗公式：

(4)

式中，N—隱含層節(jié)點數(shù)；m、l—分別表示輸入和輸出節(jié)點數(shù))計算得到隱含層的節(jié)點數(shù)為12。

最終建立40- 12- 1的三層BP神經網絡，如圖1所示；其次，對輸入指標進行標準化處理，使其量化值處于[0，1]之間，并選擇Log-Sigmoid函數(shù)

f(x)=1/(1+e-1)

(5)

作為預警模型的激勵函數(shù)；經過網絡初始化，對隱含層和輸出層進行計算，并基于動量改進算法對權重值和閾值進行不斷的更新；當網絡輸出函數(shù)與目標函數(shù)值相差在一定精度范圍內時，計算終止，得到最終的目標函數(shù)E:

(6)

式中，E—目標函數(shù)；y—期望輸出；t—輸出層輸出值。

圖1 三層BP神經網絡

將目標函數(shù)作為預測模型函數(shù)，同時對模糊理論評價值的時間序列進行滾動預測，建立相應的預警圖，如圖2所示。預警圖根據(jù)評價值的大小，分為五個等級，即：優(yōu)秀級、良好級、過渡級、低警戒級以及警戒級，可以通過走勢圖對監(jiān)理單位的管理水平進行直觀了解和預測，可以起到工程建設過程中的事前預防控制，為決策者提供分析依據(jù)，并提醒其及時采取相應的措施，盡量避免和減少管理異常的情況發(fā)生，減少發(fā)生在工程中的事故和錯誤。

圖2 預警評價分區(qū)圖

3 結果分析

3.1 模糊評價情況

通過雙隨機抽取檢查，對該監(jiān)理單位進行打分，然后進行權重組合，分別得到：二級指標權重向量為：W(2)=(0.005，0.010，0.015，0.020，0.028，0.014，0.025，0.022，0.020，0.030，0.017，0.024，0.028，0.025，0.019，0.036，0.021，0.040，0.028，0.022，0.024，0.020，0.014，0.090，0.054，0.036，0.008，0.013，0.012，0.012，0.012，0.033，0.036，0.039，0.045，0.024，0.030，0.015，0.021)，一級指標額權重值為：W(1)=(0.05，0.14，0.15，0.10，0.08，0.18，0.30)。

構建各一級指標的評價矩陣：

(5)

(6)

(7)

(8)

(9)

(10)

(11)

將權重值w和評價矩陣Q代入公式(2)，得到M=(0.0，62，0.229，0.353，0.241，0.116)，最大值為0.353，介于0.2～0.4之間，故該單位2018年的整體管理水平為一般，且模糊綜合評價的量化值為：

E=M·TT=4.76

(12)

3.2 預警情況

基于上述模糊理論評價方法，對該監(jiān)理單位的2011—2018年的管理水平E依次進行計算，并進行歸一化處理，得到該監(jiān)理單位管理水平評價值的時間序列情況，見表2。

表2 管理水平模糊評價值時間序列表

將2011—2016年數(shù)據(jù)作為訓練值，2017—2018數(shù)據(jù)作為檢測值，并設定學習速率為0.2，動量因子為0.2，目標函數(shù)誤差值為0.01，最大訓練步數(shù)為10000，運用MATLAB數(shù)值分析工具，對該監(jiān)理單位的管理水平進行BP神經網絡計算，得到模型輸出值與評價值之間的相關關系，如圖3所示。從圖中可以看到：基于BP神經網絡模型的計算結果與評價結果基本保持一致，平均誤差僅為0.0041，小于0.01，表明該模型可以很好地預測建立單位的管理水平；同時，從圖中反饋的信息還可以看到，2011—2015年，該監(jiān)理單位的管理水平整體處于良好狀態(tài)，而2016—2017年，則處于過渡狀態(tài)，這對該單位的長遠發(fā)展的影響敲響了警鐘，預示著該單位需要通過不斷改革、不斷創(chuàng)新來努力擺脫這一局面，2018年，在經過不斷的產業(yè)調整、人員調整和體制改革后，該監(jiān)理單位管理水平有所提高重新回到良好管理水平狀態(tài)；通過數(shù)據(jù)分析，忽略外部其它環(huán)境因素的影響，對2019—2020年的管理水平進行預測，分別達到0.8和0.85，可見，該監(jiān)理單位的管理水平將逐漸步入優(yōu)秀級，可以預見該單位未來幾年將進入持續(xù)良好的黃金發(fā)展期。

圖3 輸出值與評估值對比

4 結論

以江西某監(jiān)理單位為例，采用文中建立的模糊綜合評價模型，對該單位近年管理水平進行綜合評價和預警分析，結果顯示：綜合評價模型的輸出結果與評價結果平均誤差小于0.01，模型計算結果具有可行性和合理性，該單位目前正處于黃金發(fā)展期；研究成果對監(jiān)理單位自查、監(jiān)管單位監(jiān)督提供了可靠的決策手段；限于統(tǒng)計數(shù)據(jù)有限，本案例僅對該監(jiān)理單位近10年的管理水平進行了評估和預測，若能增加訓練和檢測值數(shù)目，可使研究結果更加貼近實際，可在以后工作中逐步開展和完善。