面向河道治理工程質量評價的模糊綜合評判法研究

涂志俊

(湖北路達勝工程技術咨詢有限公司，湖北 武漢 430015)

1 模糊綜合評價體系構建

1.1 河道治理工程模糊綜合評價體系

FAHP是在模糊數學的基礎上構建的一種評價方法，可以根據隸屬度將定性的評判轉化為定量；FAHP評價具有將多種制約因素融合，作出整體綜合性評價的特點[1]。對于河道治理工程，評價方法受人為主觀因素的制約，為不同的需求服務。評價指標的多樣化導致得到多個結果，不同的結果之間并沒有聯系，結果片面而不具備客觀性[2]。因此在研究中引入FAHP構建評判體系，期望將多個評價指標綜合起來作出一個整體評價，使得評價更加合理客觀，為決策者提供科學的參考依據。FAHP體系建立流程如圖1所示。

圖1 模糊評價體系建立流程

由圖1可知，FAHP體系的構建主要分為了四步，第一步選擇評價指標與評價等級；第二步，構建評價矩陣；第三步，確立各指標的權重；第四步，開展模糊合成，即將選擇的指標進行綜合，再選擇一個最佳決策作為最終評價結果[3]。

若被描述事物受到m種因素的制約，則存在因素影響集合U={u1，u2，…，um}；若每一種因素有n個評語個數，則存在因素決斷集合V={v1，v2，…，vn}。然后構建評判矩陣，對每一個影響因素Ui(i=1，2，…，m)作出評價，rij為因素ui對決斷等級vj(j=1，2，…，n)的隸屬度，那么ui的單個因素評價集為ri=(ri1，ri2，…，rin)[4]。m個因素構建出評價矩陣R如式(1)所示。

(1)

式中：R為U到V的模糊關系。對于不同類型的指標將采用不同方法確定矩陣隸屬度[5]。帶有主觀性的指標都含有模糊性，因此在此利用等級比重的方法滿足FAHP的需求，確定隸屬矩陣。在使用等級比重法時需要考慮一些問題，首先評價人數要達到指定要求，盡可能地讓等級比重接近隸屬度；其次，評價人員必須是專業人才，擁有相關領域的專業知識。而對于客觀性更強的指標，將采用頻率法來劃分指標值的變化區間，再利用指標值的歷史信息在不同區間出現的頻率確定隸屬度。每一個制約因素對評價判斷的目的都有不同的作用與不同的重要程度，單獨運用矩陣仍然達不到對事物評價的客觀度。因此，還需考慮影響因素的權重，即各個評價指標的權重。設集合A為U中的一個模糊子集，即為權重分配集，可表示為A=(a1，a2，…，am)，其中，ai>0，且∑ai=1。

權重的賦值是重要的量度值，賦權的過程往往帶有主觀性，一定程度范圍內的主觀性也具備客觀性，反映了實際情形。而當判斷者出現失誤時，導致帶有較強的主觀色彩，使得評價結果不具備參考價值。鑒于此，權重的確立可以利用數學方法，利用數學方法嚴密的邏輯思維對權重進行修復處理，以此去除掉決策者的主觀成分，讓結果更加客觀合理。在此之后需要進行模糊合成，綜合考慮中不同的隸屬度，將其進行合成，用模糊權向量A表示，通過A可以得到整體范圍內各個等級模糊子集的隸屬程度[6]。B為V上的一個模糊評價子集，則B=(b1，b2，…，bn)，模糊變換公式如式(2)所示。

B=A*R

(2)

式中：*為算子符號，算子是一個容易理解、普遍運用的合成方式。在此運行過程中需要保證0≤bj<1，若出現∑bj≠1，需要將其進行歸一化處理。其中bj表示被評事物的vj程度。B的主要作用是對分等級的程度進行描繪，需要對其進行處理后才能進行排序應用。此時可以利用最大隸屬度方法進行處理，得到最優結果。在這個過程中，只利用了B中的最大值，為了充分利用B中的信息，需要同時考慮等級參數和B，得到結果如(3)所示。

(3)

式中：C為各等級vj的參數向量；p為等級參數評價結果，是反映B與C的綜合結果。

1.2 模糊綜合評價體系在質量評價中的應用

在將FAHP運用到河道治理質量評價之前，需要對河道治理工程質量評價指標進行詳細的了解，在充分了解分析河道治理影響指標的基礎上才能建立FAHP體系。目前河道治理工程質量評價結構如圖2所示。

圖2 河道治理工程質量評價結構

由圖2可知，質量評價分為四個模塊，分別是單元工程模塊、單位工程模塊、分部工程模塊與工程項目模塊[7]。通過這四個模塊依次的質量分析評價，將工程項目質量分為優良與合格這兩個層次。單元工程的質量評價標準是，每一個單元達到優良的標準，單元工程即可被評為優良。分部工程的評價標準是在單元工程與中間產品質量評價的基礎上開展的，若中間產品質量均合格，且砂漿質量達到優良水平；單元工程質量均被評定為合格，且70%以上達到優良水平。此時分部工程才會得到優良的評價。單位工程的質量評價標準是在分部工程的基礎上開展的，若要評定優良，主要需要滿足這些條件：首先，70%以上分部工程得到優良評價且全部合格，現場無重大事故發生；其次>85%的外觀質量得分率；最后資料要齊全，相關合同與資料分析結果符合國家與行業標準。工程項目的質量評定是在單位工程的基礎上，若要評定優良，需滿足70%以上單位工程達到優良水平，且全部合格；還需全部工程的相關合同與資料分析結果符合國家與行業標準[8]。水利工程的外觀質量評價如圖3所示。

圖3 水利工程外觀質量評價內容

由圖3可知，每一個項目有四個評價等級，分別是100.0%、90.0%～99.9%、70.0%～89.9%、0～69.9%。一級的得分率為100.0%，二級的得分率為90.0%，三級的得分率為70.0%，四級的得分率為0%。按照這四個等級確定水利工程項目的得分率，各個項目的分值是項目的標準分與該項目得分百分率的乘積，再將各個項目的分值加起來為此工程的實得分。項目的應得分是各個項目標準分值之和，工程的外觀評價得分率是實得分與應得分的商乘以100%。當外觀得分率>70.0%時視為合格，>85.0%視為優良。對于每一項項目的等級判斷要慎重處理，如混凝土表缺陷得分率計算時，具當缺陷>5.0%時，可給出四級評定，即得分率為0%，若無任何缺陷時得分率為100.0%在此過程中，可以對某處不符合標準的地方進行返修，直至達標。當遇到不能進行返修的情況，考慮此處缺陷對實際功能的影響，若無影響可對等級評定進行降級，若影響實際效用則降到第四級。

外觀質量評價的得分來自項目檢測的數據，與檢測人員給出的敘述性結論。檢測數據是指對工程的外部結構尺寸、軸線結構與建基面高度等，通過在工程現場采集而來。由于在工程的施工現場有一部分項目內容是無法用數據進行測量，更無法用數據進行量化評價[9]。因此，檢測人員采取現場檢測的方式，對需要評價的項目給出專業的敘述性描述結論，并根據描述的具體內容劃分等級，作出等級評價。在對評價指標體系進行了解過程后，引入FAHP，FAHP是結合了定性與定量分析，綜合了評價指標，讓質量分析結果變得更加客觀合理。圖4是FAHP的具體運用流程。

圖4 FAHP的應用流程

如圖4所示，首先確定質量評價體系的基礎數據集，數據集是評價的基礎，充分運用收集數據，更能反映過程的實際狀況，作出理性合理的評價，然后確定質量評價體系中各個指標的權重占比。在此之后對數據進行分析，構建河道工程外觀質量評價模型與河道工程單元工程質量評價模型，在FAHP的基礎上構建模型，通過評價體系的構建、評價集的形成、權重的確立與模糊矩陣的構建，對河道工程質量進行綜合評價。

2 FAHP應用結果分析

此次研究對面向河道治理工程質量的FAHP模型進行性能測試。為了避免不同設備造成的試驗誤差，研究在相同的試驗環境下進行，其操作系統為Windows 10 Home，RAM為20 GB，CPU為Inter(R) Core(TM) i5-10210U，內存為16 G。測試采用Matlab 2020搭建基于FAHP的河道治理工程質量評價模型。為了得到最優的初始種群規模，研究將種群規模分別設置為20、40、60、80，得到的訓練結果如表1所示。

表1 在不同種群規模下的訓練結果

由表1可知，隨著初始種群規模的增加，收斂時間逐漸增加，誤差先減少再增加。在初始種群規模為40時，收斂時間相對較短，誤差最小，因此在后面的試驗中將種群規模設置為40，交叉概率設置為0.5。為了驗證試驗模型的優越性，在此引入自適應變異遺傳-反向傳播(AGA-BP)算法的評價模型進行性能的對比分析，評價模型在訓練時，經過多次迭代后，AGA-BP評價模型與FAHP模型的評價值與真實值的對比如圖5所示。

圖5 不同數據集的評估值與實際值之間的對比

由圖5可知，100組評價真實值平均得分為76.84分；FAHP模型輸出的評價得分平均為75.98分；AGA-BP評價模型輸出的評價得分平均為69.27分。FAHP模型真實值與評估值僅存在1.25%的差異，而AGA-BP評價模型真實值與評估值差異為8.36%。FAHP模型評價分數最大值為91.16分，出現在64組，其評價分數最小值為61.23分，出現在46組；AGA-BP評價模型評價分數最大值為93.12分，出現在62組，其評價分數最小值為67.83分，出現在46組。FAHP評價模型準確度高于AGA-BP評價模型7.11%。整體而言，FAHP模型評估值更接近真實值，并且FAHP每一組數據的測試結果更穩定，驗證了FAHP模型的準確性和穩定性。為了進一步對FAHP模型AGA-BP評價模型的差異進行對比，此次研究隨機選取了60組樣本，其期望輸出和模型實際輸出的相對誤差如圖6所示。

圖6 模型的預期輸出和實際輸出之間的相對誤差結果

如圖6所示，圖6(a)為AGA-BP評價模型期望輸出值與實際輸出值的相對誤差，最低誤差為2.56%，出現在52號樣本中，最高誤差為11.29%，出現在16號樣本中，相對誤差上下限差值為8.73%，60組樣本的平均相對誤差為7.36%。圖6(b)為FAHP模型期望輸出值與實際輸出值的相對誤差，最低誤差為1.48%，出現在2號樣本中，最高誤差為6.12%，出現在12號樣本中，相對誤差上下限差值為4.64%，60組樣本的平均相對誤差為3.56%。整體而言，此次研究提出的FAHP模型期望輸出與實際輸出的相對誤差更低，較AGA-BP評價模型降低了3.80%，并且FAHP模型相對誤差上下差值更小，更穩定。為了驗證了FAHP模型在河道治理工程評價上的適用性，將該模型運用到武漢某竣工河道中。將運用FAHP模型得到的結果與實際評價結果進行對比，測試其準確率。此竣工河道外觀得分率如表2所示，與混凝土的強度檢測數據結果，建立矩陣，確認模糊隸屬度，得到工程項目的評價結果。

表2 河道治理工程外觀質量評分

如表2所示，根據外觀質量評判標準，對河道治理工程的外觀質量進行評價，評價者根據實際情況對工程項目的外觀質量指標進行打分，外觀質量評級指標主要有外部尺寸、排水、砌縫、表明平整度、輪廓線、曲面與平面的連接，由表2可知，實際得分為75.2，應得分為83，計算得到外觀質量的得分率為90.6%。滿足外觀質量得分率達到85%以上的條件，此河道外觀質量被評定為優良。利用FAHP模型得到外觀質量評價向量與混凝土強度質量評價向量，根據隸屬度得到該工程質量屬于良。此河道實際的質量評價結果也是良，與此次研究結果一致，驗證了FAHP評價模型的準確度，進一步證明了FAHP評價模型在河道治理工程評價中運用有一定的適用性。

3 結 論

面對河流污染日漸加劇的嚴峻形勢，河道治理任務越來越重，河道治理工程的質量評價是其中重要的一環。為了更加準確科學的對工程質量進行評價，此次研究選擇FAHP對河道治理工程質量中的各個質量指標進行綜合考慮評價。模型性能測試實驗結果顯示，FAHP評價模型準確度高于AGA-BP評價模型7.11%，證明此次研究提出模型性能更佳。將FAHP評價模型運用到實際的河道工程中，結果顯示此工程質量為良，與工程實際的質量評價結果一致，準確度高，適合應用在河道治理工程的質量評價中。但是模糊評價法仍存在不足之處，其最大隸屬度的選擇方式可能會導致結果失真，后續工作將對此作出改進。