汪鑫， 杜娟， 景恒青

(1. 上海大學(xué) 悉尼工商學(xué)院， 上海 201800；2. 上海大學(xué) 上海城建集團(tuán)建筑產(chǎn)業(yè)化研究中心， 上海 200072)

裝配式建筑(prefabricated construction，簡稱PC)在質(zhì)量、效率和環(huán)保方面具有潛在優(yōu)勢，已在城市住宅和交通設(shè)施等領(lǐng)域得到廣泛的應(yīng)用.與傳統(tǒng)澆筑工程相比，PC項目包括設(shè)計、構(gòu)件生產(chǎn)、運(yùn)輸、裝配等多個階段，其各參與方主體之間呈現(xiàn)出交互性、動態(tài)性和復(fù)雜性的特點(diǎn)，并且在整體項目執(zhí)行中面臨著諸多風(fēng)險問題[1]，項目風(fēng)險控制的難度較大.尤其是在項目執(zhí)行過程中，風(fēng)險應(yīng)對與控制需要在相對動態(tài)的環(huán)境中進(jìn)行，對應(yīng)對策略的選擇提出了新的需求.PC項目的風(fēng)險控制主要包括風(fēng)險識別、風(fēng)險評估、風(fēng)險應(yīng)對3個階段.

當(dāng)前，已有不少學(xué)者針對風(fēng)險的識別和評估進(jìn)行了探究[2-5]，但涉及風(fēng)險應(yīng)對的研究相對匱乏.風(fēng)險應(yīng)對旨在以盡可能低的成本獲得盡可能高的風(fēng)險應(yīng)對收益[6]，針對風(fēng)險對策進(jìn)行科學(xué)合理的選擇，兼具理論和現(xiàn)實(shí)意義.風(fēng)險對策的選擇可通過專家經(jīng)驗、案例借鑒等方法實(shí)現(xiàn)[7-8].此外，也有不少學(xué)者通過定量分析開展研究，如風(fēng)險分類矩陣、權(quán)衡法、工作分解結(jié)構(gòu)(WBS)，以及優(yōu)化模型法[9-16]等.上述方法從不同的視角為風(fēng)險對策的選擇做出了重要貢獻(xiàn)，也存在不少局限性.如風(fēng)險分類矩陣和權(quán)衡法只能考慮兩個評估標(biāo)準(zhǔn)；專家經(jīng)驗法、案例借鑒法和WBS缺乏更精確的求解；優(yōu)化模型法大多假設(shè)風(fēng)險之間是相互獨(dú)立的，忽略了現(xiàn)實(shí)情境中風(fēng)險之間的關(guān)聯(lián).因此，有必要開發(fā)一種新的方法來選擇風(fēng)險對策.與傳統(tǒng)的風(fēng)險管理工具相比，多智能體自主性、協(xié)作性和學(xué)習(xí)性的特點(diǎn)[17]更符合PC風(fēng)險的特征.鑒于此，本文將從動態(tài)的視角考慮PC項目的風(fēng)險，利用多智能體仿真(multi-agent simulation，MAS)選擇風(fēng)險對策；然后,選取實(shí)例項目進(jìn)行仿真分析，展示模型的應(yīng)用并驗證模型的有效性.

1 PC項目風(fēng)險控制

1.1 PC項目執(zhí)行過程中的風(fēng)險分析

PC項目執(zhí)行過程從設(shè)計、生產(chǎn)、運(yùn)輸?shù)桨惭b、驗收的不同階段包含多種風(fēng)險問題.文中通過文獻(xiàn)調(diào)研[2-5,11]，以PC項目流程為視角，總結(jié)出發(fā)生概率較高的12種風(fēng)險事件，以及觸發(fā)這些風(fēng)險事件的21種潛在風(fēng)險因素，如圖1所示.例如，在構(gòu)件安裝階段，“惡劣的天氣”與“缺乏熟練、有經(jīng)驗的裝配工人”等潛在的風(fēng)險因素，在一定條件下可能會觸發(fā)“吊裝操作失誤”這一風(fēng)險事件.

圖1 PC項目執(zhí)行過程中的風(fēng)險事件及風(fēng)險因素Fig.1 Risk events and factors of PC projects in progress

1.2 基于MAS的PC項目風(fēng)險控制機(jī)制

圍繞PC項目的風(fēng)險對策制定、選擇與實(shí)施，文中提出了基于MAS的風(fēng)險控制機(jī)制，如圖2所示.針對風(fēng)險控制中的風(fēng)險識別和風(fēng)險評估，已有大量研究涉及，不再贅述，將重點(diǎn)關(guān)注風(fēng)險應(yīng)對.

圖2 PC項目中的風(fēng)險控制機(jī)制Fig.2 Risk control mechanism of PC projects

1) 制定風(fēng)險對策.風(fēng)險因素源于項目的某個變量值超出閾值，它在一定條件下觸發(fā)風(fēng)險事件，進(jìn)而引起風(fēng)險后果、改變項目的變量值，最終影響項目目標(biāo)的實(shí)現(xiàn).項目實(shí)施過程中發(fā)生風(fēng)險時，基于風(fēng)險發(fā)生機(jī)制，管理者根據(jù)已發(fā)生的風(fēng)險事件所相關(guān)的風(fēng)險因素制定風(fēng)險對策.

2) 選擇風(fēng)險對策.將利用MAS構(gòu)建風(fēng)險對策選擇模型.基于風(fēng)險發(fā)生機(jī)制，構(gòu)建風(fēng)險類Agent及與項目運(yùn)行有關(guān)的Agent.這些Agent之間進(jìn)行交互，模擬PC項目的運(yùn)行.風(fēng)險對策被映射為相關(guān)變量值的改變，將調(diào)整過后的變量值輸入模型中，模擬策略的實(shí)施.

3) 實(shí)施風(fēng)險對策.仿真結(jié)束后，模型輸出項目績效指標(biāo)值.不同的風(fēng)險對策代入模型中輸出的指標(biāo)值不同，通過比較這些數(shù)值得到最佳策略S*.S*的實(shí)施可以有針對性地調(diào)整風(fēng)險因素起源的實(shí)體的變量值，從而實(shí)現(xiàn)風(fēng)險控制.

2 基于MAS的PC項目風(fēng)險對策選擇模型

2.1 Agent及變量描述

在風(fēng)險對策選擇模型中，PC項目涉及的實(shí)體將被映射為Agent，將每個實(shí)體的特征抽象為Agent中的變量.如表1所示.該模型包含如下7類Agent:1) 項目Agent,統(tǒng)籌整個項目的執(zhí)行情況；2) 任務(wù)Agent,描述了任務(wù)的執(zhí)行情況；3) 計劃Agent,包含任務(wù)的約束條件；4) 管理者Agent,包含管理者的偏好指標(biāo)；5) 風(fēng)險因素Agent;6) 風(fēng)險事件Agent;7) 風(fēng)險后果Agent.后三類Agent的設(shè)計將用于風(fēng)險交互過程的仿真.

表1 PC項目中的Agents及其變量Tab.1 Agents and variables of PC projects

續(xù)表Continue table

2.2 模型構(gòu)建

除設(shè)計Agent外，還需對Agent的個體決策和交互行為進(jìn)行建模.在仿真過程中，每項任務(wù)的完成都需要Agent相互協(xié)作，執(zhí)行下述7個步驟.模型運(yùn)行流程，如圖3所示.圖3說明了每天的工作流程，以及每個步驟的輸入和輸出變量.

圖3 模型運(yùn)行流程Fig.3 Flowchart of model process

1) 更新任務(wù)狀態(tài).更新任務(wù)Agent中狀態(tài)S的屬性值，判斷該任務(wù)是否可執(zhí)行.當(dāng)任務(wù)進(jìn)度Pr為1時，表示該任務(wù)已完成(finished)；任務(wù)進(jìn)度Pr不等于1，且任務(wù)的前置任務(wù)PrTa已完成，則該任務(wù)處于可執(zhí)行的狀態(tài)(executable).即

(1)

2) 判斷是否結(jié)束.檢查該項目包含的所有任務(wù)Agent的狀態(tài)S，若所有任務(wù)的S均為“finished”，則項目完成，一次仿真結(jié)束；否則,仿真繼續(xù).即

(2)

3) 評估任務(wù)優(yōu)先級.依據(jù)關(guān)鍵路徑法計算各項任務(wù)優(yōu)先級Pri，以決定各任務(wù)完成的先后順序.關(guān)鍵路徑上的任務(wù)優(yōu)先級最高，非關(guān)鍵路徑上的任務(wù)則可延遲.Pri取決于最晚開始時間與最早開始時間之間的差值D.即

Pri=1-D/max(1,Dm).

(3)

式(3)中：Dm是中間變量，表示所有可執(zhí)行任務(wù)的D中的最大值.

4) 管理者分配資金.管理者每天為某任務(wù)所分配的資金Md取決于該任務(wù)所需的資金量(M)和任務(wù)的規(guī)定完成時間(TD).由于管理者需要結(jié)合主觀偏好和現(xiàn)實(shí)情境在項目各環(huán)節(jié)之間權(quán)衡資金的調(diào)度.因此,引入修正系數(shù)，對資金的分配略作調(diào)整.即

(4)

式(4)中：Kc，Kp，Kq均是中間變量，分別表示管理者為節(jié)約成本、縮短工期、提高質(zhì)量而產(chǎn)生的修正系數(shù).Kc，Kp，Kq的計算為

Kc=1/3-Ic,Kp=Ip-1/3,Kq=Iq-1/3.

(5)

式(5)中：Ic，Ip，Iq分別代表管理者的成本偏好、生產(chǎn)率偏好、質(zhì)量偏好，Ic+Ip+Iq=1.管理者對于成本、生產(chǎn)率、質(zhì)量的偏好程度相同時，那么Ic=Ip=Iq=1/3，無需調(diào)整資金量；若管理者對成本偏好程度較高，成本修正系數(shù)Kc<0，資金Md也因此減少.Kp，Kq的計算同理.此外，當(dāng)風(fēng)險事件發(fā)生時，管理者需要考慮風(fēng)險后果δ，利用Kr=δ對資金分配量進(jìn)行調(diào)整.

5) 管理者分配人力資源.分配資金后，管理者還需分配任務(wù)所需的人力資源R,即

?i∈{r,c},R=INT{θ·Rmax+(1-θ)·Rmin}.

(6)

(7)

式(6)，(7)中：INT()是取整函數(shù)；Rmax,Rmin是完成該項任務(wù)所需的人力資源的最大、最小量；系數(shù)θ是中間變量，θ的大小取決于任務(wù)實(shí)際消耗的時間(TS)、任務(wù)的規(guī)定完成時間(TD)、任務(wù)的完成進(jìn)度(Pr)和風(fēng)險后果(δ).

6) 更新任務(wù)Agent變量.任務(wù)Agent每天都要更新其當(dāng)前進(jìn)展Pr.該任務(wù)每天取得的進(jìn)展PrD累計加總即為該任務(wù)的Pr.其中，PrD的大小取決于任務(wù)規(guī)定的完成時間TD.此外，考慮風(fēng)險后果δ，每日進(jìn)展PrD將會減少.Pr的計算公式為

Pr=min(1,max(0,Pr+PrD)), PrD=(1-δ)/TD.

(8)

每天結(jié)束后，還需更新該任務(wù)消耗的時間TS,即TS=TS+1.

7) 更新項目Agent變量.同理，項目Agent每天要更新其變量值，包括該項目消耗的資金TM、時間TP，有TM=TM+Md，P=TP+1.

為考慮風(fēng)險對項目運(yùn)行的影響，在該仿真模型中引入風(fēng)險發(fā)生機(jī)制，風(fēng)險類Agent參與到項目執(zhí)行中的關(guān)鍵環(huán)節(jié).

1) 更新風(fēng)險因素Agent變量.每次仿真均需計算風(fēng)險因素對事件的影響Val，其取決于風(fēng)險因素起源的實(shí)體的變量值Var與閾值Th之間的差距，Sig代表風(fēng)險因素對事件影響的正負(fù)性.

Val=(max(0,Sig×(Var-Th)))/(1-Th).

(9)

2) 更新風(fēng)險事件Agent變量.根據(jù)引發(fā)風(fēng)險事件的風(fēng)險因素計算風(fēng)險事件發(fā)生的概率P，其計算式為

(10)

式(10)中：Pe是風(fēng)險事件發(fā)生的初始概率.

3) 模擬風(fēng)險.隨機(jī)環(huán)境下判定是否有風(fēng)險事件的發(fā)生，如果發(fā)生則更新并評估風(fēng)險后果δ，同時更新涉及到的其他Agent的變量值.δ是所有已發(fā)生的風(fēng)險事件對項目產(chǎn)生的綜合影響，其計算式為

(11)

式(11)中：Iei是風(fēng)險事件i發(fā)生對項目產(chǎn)生的影響；在仿真系統(tǒng)中利用rand函數(shù)生成一個隨機(jī)σ∈[0,1],若σ≤Pi，則代表風(fēng)險事件i發(fā)生，xi=1；若σ≥Pi，則代表風(fēng)險事件i不發(fā)生，xi=0.

3 實(shí)例應(yīng)用分析

3.1 實(shí)例描述

為驗證文中所提出模型的可行性，將選取實(shí)例項目進(jìn)行仿真分析，展示風(fēng)險對策選擇模型的應(yīng)用過程.實(shí)例項目為上海某幢高層PC帶電梯式住宅，工程位于上海市嘉定區(qū)南翔鎮(zhèn).該項目的建筑面積為33 166 m2，地下1層、地上18層，建筑總高度54.45 m.設(shè)計單位為上海中星志誠建筑設(shè)計有限公司，施工單位為上海建工四建集團(tuán)有限公司.該項目預(yù)算為2 600萬元，預(yù)計工期為512 d.通過采訪該項目的高級經(jīng)理和工程師，了解到該項目實(shí)際成本為2 813萬元，超出了預(yù)計成本；在實(shí)施過程中出現(xiàn)吊裝操作失誤，導(dǎo)致工期延誤3 d.

針對該項目，將采用多策略驗證的方式，基于建立的風(fēng)險對策選擇模型，對不同策略下項目總體工期及成本進(jìn)行測算，從而驗證本模型的有效性，并為新項目在進(jìn)行風(fēng)險對策的選擇時提供有效的方法.

3.2 多智能體模型的建立

通過實(shí)地調(diào)研、專家訪談,以及問卷調(diào)查獲取了該項目的相關(guān)數(shù)據(jù).這些數(shù)據(jù)將作為多智能體模型中變量的初始值.

首先，建立一個項目Agent，用于統(tǒng)籌該項目的基本信息.由于仿真尚未開始，項目消耗的時間(TP)、資金(TM)的初始值為0.該項目按流程劃分為18項任務(wù)，因此，建立了18個任務(wù)Agent，按照執(zhí)行的先后順序進(jìn)行編號(T1～T18).由于任務(wù)尚未執(zhí)行，所有任務(wù)Agent的優(yōu)先級Pri、進(jìn)度Pr、分配的人力資源Ri、資金Md、消耗的時間TS均賦值為0；狀態(tài)S為“executable”；變量PrTa為前置任務(wù)的ID.同時，建立18個計劃Agent，與任務(wù)Agent一一對應(yīng)，規(guī)定每項任務(wù)的基本要求，包括任務(wù)的規(guī)定完成時間(TD)、人力資源的最大最小需求量Rmax,Rmin,以及所需的資金量M.通過采訪該項目的合作伙伴，獲得各項任務(wù)相關(guān)的數(shù)據(jù)，作為對應(yīng)Agent變量的初始值，如表2所示.

表2 任務(wù)相關(guān)數(shù)據(jù)Tab.2 Relevant data of tasks

每項任務(wù)都有一位負(fù)責(zé)人，因此，需要建立18個管理者Agent(M1～M18).針對18位任務(wù)負(fù)責(zé)人進(jìn)行問卷調(diào)查，統(tǒng)計出他們的偏好指標(biāo)值，結(jié)果如表3所示.表3中：Ic+Ip+Iq=1.

風(fēng)險隨機(jī)發(fā)生于PC項目運(yùn)行的任意流程中，并對項目產(chǎn)生影響，因此需要構(gòu)建風(fēng)險類Agent.基于參與該項目的合作伙伴的反饋， 確定了該項目涉及的17種風(fēng)險因素和11種風(fēng)險事件， 據(jù)此構(gòu)建了17個風(fēng)險因素Agent(F1～F17)，11個風(fēng)險事件Agent(E1～E11).它們的變量初始值是通過專家意見

表3 管理者偏好指標(biāo)數(shù)據(jù)Tab.3 Data of preference of managers

法確定的.邀請PC行業(yè)內(nèi)的8位專家(PC設(shè)計師、結(jié)構(gòu)工程師、構(gòu)件設(shè)計師、構(gòu)件模具設(shè)計師、監(jiān)理工程師、安全工程師、安全評價師、設(shè)備監(jiān)理師)，通過現(xiàn)場深度訪談確定每種風(fēng)險因素觸發(fā)的風(fēng)險事件(RE),如表4所示.

表4 風(fēng)險因素觸發(fā)的風(fēng)險事件Tab.4 Risk events triggered by risk factors

再請專家針對風(fēng)險事件的相關(guān)屬性值進(jìn)行評定，經(jīng)過統(tǒng)計分析，得到的數(shù)據(jù)將作為風(fēng)險事件Agent對應(yīng)變量的初始值,如表5所示.同時，為了衡量11種風(fēng)險事件對項目產(chǎn)生的綜合影響，建立1個風(fēng)險后果Agent.由于風(fēng)險尚未發(fā)生，其變量δ初值為0.

表5 風(fēng)險事件Agent的變量初始值Tab.5 Initial values of Agents of risk events

圖4 流程模型圖Fig.4 Process modeling

3.3 仿真實(shí)驗結(jié)果與分析

利用AnyLogic仿真工具構(gòu)建上述多智能體模型并進(jìn)行風(fēng)險對策選擇的仿真實(shí)驗.AnyLogic是一款應(yīng)用廣泛的建模和仿真的工具，提供了大量模板和不同領(lǐng)域的專業(yè)庫，用戶可快速構(gòu)建仿真模型；同時，用戶也可采用Java語言完成代碼塊， 實(shí)現(xiàn)靈活的仿真功能.仿真過程中的流程建模圖,如圖4所示.該圖展示了“管理者分配資源”這一環(huán)節(jié)的流程.

為驗證仿真模型的有效性，實(shí)驗中設(shè)定了3種風(fēng)險對策.

1) 策略S0.未對實(shí)際項目做任何改變，該策略用作對照.

2) 策略S1.針對構(gòu)件的生產(chǎn)環(huán)節(jié)，建立成本監(jiān)督與考核體系.分析該項目各環(huán)節(jié)的實(shí)際成本發(fā)現(xiàn)，構(gòu)件的生產(chǎn)成本增量占比最高，因此，提出該策略.S1映射在仿真中，意味著任務(wù)T11(構(gòu)件生產(chǎn))的預(yù)算M將減少1%，該任務(wù)的管理者M(jìn)11的成本偏好系數(shù)Ic將增加1%.

3) 策略S2.加強(qiáng)裝配工人的操作培訓(xùn)，嚴(yán)格監(jiān)控構(gòu)件吊裝環(huán)節(jié).由于負(fù)責(zé)該項目吊裝環(huán)節(jié)的操作人員專業(yè)知識水平不高，工作經(jīng)驗不足，導(dǎo)致“吊裝操作失誤”，因此，提出該策略.S2映射在仿真中，意味任務(wù)T16(吊裝準(zhǔn)備),T17(構(gòu)件吊裝)的規(guī)定完成時間TD將增加5%.這兩項任務(wù)的管理者M(jìn)16,M17的質(zhì)量偏好系數(shù)Iq將增加1%.此外，風(fēng)險事件E9的初始概率Pe降低10倍.

將上述3種風(fēng)險對策代入模型中，在AnyLogic仿真平臺中進(jìn)行100次仿真循環(huán).仿真結(jié)束后得到項目時間、成本的統(tǒng)計分布圖,如圖5所示.圖5中：TP，TM分別代表該項目的總時間和成本；F代表頻率；S0，S1和S2分別表示實(shí)施S0，S1和S2的仿真結(jié)果.

(a) 項目時間統(tǒng)計分布圖 (b) 項目成本統(tǒng)計分布圖圖5 風(fēng)險對策選擇的仿真結(jié)果圖Fig.5 Simulation result of risk strategy selection

由圖5(a)可知，相比于無風(fēng)險應(yīng)對策略的情境，執(zhí)行了風(fēng)險應(yīng)對策略S1和S2后項目時間略有增加.這主要源于實(shí)施風(fēng)險應(yīng)對策略后關(guān)鍵環(huán)節(jié)的任務(wù)執(zhí)行時間增加，導(dǎo)致項目總時間增加.由圖5(b)可知,實(shí)施S1后項目成本為1 55～200萬元，實(shí)施S2后項目成本為1 600～2 200萬元，而實(shí)施S后項目成本在1 600～2 200萬元之間.由此可見，實(shí)施S1可以有效降低項目成本.對于該項目的管理者而言，可以針對構(gòu)件的生產(chǎn)環(huán)節(jié)，建立成本監(jiān)督與考核體系進(jìn)行風(fēng)險應(yīng)對與控制.

4 結(jié)論

將針對PC項目的風(fēng)險對策選擇問題進(jìn)行研究，包括文獻(xiàn)調(diào)研，以厘清PC項目執(zhí)行過程中主要的風(fēng)險問題，并建立相應(yīng)的風(fēng)險控制機(jī)制.采用MAS技術(shù)構(gòu)建風(fēng)險對策選擇模型，選取實(shí)例項目進(jìn)行仿真分析，展示模型的應(yīng)用并驗證模型的有效性,仿真結(jié)果驗證了模型的有效性.

雖然本研究取得了一定成果，但還存在不少局限性:1) 仿真模型中部分變量初始值的確定依賴專家經(jīng)驗，主觀性較強(qiáng)，相較于實(shí)際情況難免存在誤差；2) 案例研究中僅通過采訪調(diào)研17個風(fēng)險因素、11個風(fēng)險事件進(jìn)行研究，涵蓋不夠全面.后續(xù)的研究將擴(kuò)大調(diào)研范圍，使得模型中參數(shù)的設(shè)定更加科學(xué)，并建立更加全面的風(fēng)險因素、風(fēng)險事件清單.