章 俊，胡龍偉,*，孫 雨，王 雪，孫 賀

(1.青島理工大學(xué) 管理工程學(xué)院，青島 266525；2.青島昆泉建設(shè)工程有限公司，青島 266500)

綠色建筑以其節(jié)約資源和節(jié)能減排的特點(diǎn)充分體現(xiàn)了可持續(xù)發(fā)展的思想，在國家大力推廣綠色建筑的同時(shí)，制定一套科學(xué)、合適的綠色施工評(píng)價(jià)體系，對(duì)綠色施工的普及意義重大。張健等[1]提出了基于改進(jìn)灰色聚類法的評(píng)價(jià)模型，針對(duì)鐵路綠色施工進(jìn)行節(jié)材評(píng)價(jià)。李英攀等[2]將BP神經(jīng)網(wǎng)絡(luò)引入綠色施工評(píng)價(jià)，構(gòu)建綠色施工評(píng)價(jià)體系并結(jié)合實(shí)例，說明評(píng)價(jià)體系的可行性。趙金先等[3]利用向量夾角余弦方法建立綠色項(xiàng)目評(píng)標(biāo)模型，增加投標(biāo)單位中標(biāo)可能性。李遠(yuǎn)遠(yuǎn)[4]基于綜合賦權(quán)數(shù)據(jù)挖掘的系統(tǒng)模型建立綠色施工方案數(shù)據(jù)庫。以上方法在一定程度上豐富和完善了綠色施工評(píng)價(jià)指標(biāo)，但具有一定的主觀色彩，未能進(jìn)行數(shù)據(jù)模擬。有鑒于此，本文提出了基于OWA算子與BP神經(jīng)網(wǎng)絡(luò)的綠色施工評(píng)價(jià)，基于OWA算子得出各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，去除了極值的影響，用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)專家決策，通過已知樣本進(jìn)行模擬訓(xùn)練，將訓(xùn)練結(jié)果與專家結(jié)果進(jìn)行比較，結(jié)果表明該網(wǎng)絡(luò)系統(tǒng)不但可以模擬專家決策，還能避免評(píng)價(jià)過程中人為失誤，具有較強(qiáng)適用性。

1 綠色施工評(píng)價(jià)指標(biāo)的構(gòu)建

綠色施工評(píng)價(jià)指標(biāo)是開展綠色施工評(píng)價(jià)的基礎(chǔ)和前提，在參考借鑒《建筑工程綠色施工規(guī)范》和對(duì)綠色施工評(píng)價(jià)相關(guān)文獻(xiàn),運(yùn)用文獻(xiàn)統(tǒng)計(jì)法進(jìn)行指標(biāo)統(tǒng)計(jì)分析，通過專家問卷和綜合分析后，在滿足科學(xué)性、全面性、完備性等原則下，確定資源消耗評(píng)價(jià)、環(huán)境影響評(píng)價(jià)、綜合管理評(píng)價(jià)、材料綜合評(píng)價(jià)這4個(gè)一級(jí)評(píng)價(jià)指標(biāo)和16個(gè)二級(jí)評(píng)價(jià)指標(biāo)，綠色施工評(píng)價(jià)體系如圖1所示，文獻(xiàn)統(tǒng)計(jì)綠色施工影響因素見表1。

圖1 綠色施工評(píng)價(jià)指標(biāo)體系

表1 文獻(xiàn)統(tǒng)計(jì)綠色施工影響因素

2 評(píng)價(jià)模型適用性分析

構(gòu)建綠色施工評(píng)價(jià)體系時(shí)，需要專家對(duì)各個(gè)指標(biāo)進(jìn)行打分，當(dāng)前用的較多的方法為：AHP層次分析法、熵權(quán)法、改進(jìn)的熵權(quán)法、加權(quán)評(píng)分法，這類方法求得的權(quán)重受有關(guān)專家的主觀偏好影響，不能確保評(píng)價(jià)結(jié)果的客觀與準(zhǔn)確。OWA[11]( Ordered Weighted Averaging，有序加權(quán)平均) 算子理論由 YAGER教授在1988年提出，廣泛應(yīng)用于工程決策、項(xiàng)目評(píng)估中。本文運(yùn)用OWA 算子賦權(quán)法,以消除專家主觀賦權(quán)導(dǎo)致的權(quán)重不準(zhǔn)確，使評(píng)價(jià)指標(biāo)的權(quán)重更貼近實(shí)際，更為合理。

BP神經(jīng)網(wǎng)絡(luò)是一種多層次型反饋網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以模擬專家進(jìn)行定量分析，將樣本通過輸入層輸入，通過增加隱含層中的神經(jīng)元數(shù)目修正誤差，利用已建立BP神經(jīng)網(wǎng)絡(luò)模型，可以快速有效地進(jìn)行綠色施工的評(píng)價(jià)，具有較強(qiáng)的實(shí)用性。

本文以O(shè)WA計(jì)算各二級(jí)指標(biāo)的權(quán)重，可有效避免主觀性對(duì)權(quán)重的影響，通過OWA得到的權(quán)重作為BP神經(jīng)網(wǎng)絡(luò)分析的初始權(quán)值，以此來構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型，模擬出綠色施工等級(jí)。

3 基于OWA算子分析和BP神經(jīng)網(wǎng)絡(luò)的綠色施工評(píng)價(jià)體系構(gòu)建

3.1 綠色施工程度等級(jí)界定

綠色施工程度的界定程度關(guān)系到專家打分的準(zhǔn)確性，本文對(duì)綠色施工程度等級(jí)隸屬的劃分，按照滿分為10分，共劃分超綠色、深綠色、中等綠色、淺綠色和非綠色5個(gè)等級(jí)，具體劃分見表2。

表2 綠色施工程度等級(jí)劃分

3.2 基于OWA算子計(jì)算指標(biāo)權(quán)重

有序加權(quán)平均對(duì)專家所給權(quán)重進(jìn)行有序加權(quán)，其具體步驟如下：

1) 邀請(qǐng)n位專家，根據(jù)同一層次指標(biāo)的重要性程度進(jìn)行打分，滿分為10分，重要性越高，得分越高。由n位專家的打分結(jié)果得到指標(biāo)因素的初始決策數(shù)據(jù)集 (a1，a2，a3，…，an) ，對(duì)所得數(shù)據(jù)從大到小排序并從最小的數(shù)0開始編號(hào)，得到的結(jié)果為(b0，b1，b2，b3，…，bn-1)。

2) 數(shù)據(jù)bi的權(quán)重θj+1計(jì)算公式為

(1)

(2)

4) 計(jì)算指標(biāo)因素的相對(duì)權(quán)重wi，即

(3)

3.3 綠色施工評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型

BP網(wǎng)絡(luò)的結(jié)構(gòu)包括網(wǎng)絡(luò)層數(shù)、輸入、輸出節(jié)點(diǎn)和隱含層，根據(jù)映射定理構(gòu)造輸入層、隱含層、輸出層三層BP網(wǎng)絡(luò)。建立的綠色施工評(píng)價(jià)的BP神經(jīng)網(wǎng)絡(luò)模型如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型

輸入層，根據(jù)綠色施工評(píng)價(jià)體系，共由16個(gè)二級(jí)指標(biāo)組成，即由16個(gè)節(jié)點(diǎn)組成輸入層。

隱含層，BP神經(jīng)網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù)對(duì)網(wǎng)絡(luò)預(yù)測(cè)精度有著較大的影響，當(dāng)節(jié)點(diǎn)數(shù)目太少時(shí)，網(wǎng)絡(luò)不能充分學(xué)習(xí)，會(huì)影響訓(xùn)練精度；當(dāng)節(jié)點(diǎn)過多時(shí)，訓(xùn)練時(shí)間增加，網(wǎng)絡(luò)可能出現(xiàn)過擬合狀態(tài)。一般由以下公式進(jìn)行確定：

輸出層，以確定好的指標(biāo)評(píng)價(jià)體系及用OWA所確定的權(quán)重進(jìn)行打分，輸出綠色等級(jí)。當(dāng)利用該模型評(píng)價(jià)時(shí)，輸出的值對(duì)應(yīng)的綠色評(píng)價(jià)等級(jí)，就可知綠色等級(jí)。

3.4 基于OWA算子和BP神經(jīng)網(wǎng)絡(luò)的綠色施工評(píng)價(jià)模型具體步驟

1) 根據(jù)構(gòu)建的綠色施工評(píng)價(jià)體系和綠色施工程度等級(jí)，利用OWA算子進(jìn)行賦權(quán)，對(duì)綠色施工的二級(jí)指標(biāo)進(jìn)行處理，得出各個(gè)指標(biāo)的權(quán)重。

2) 將各指標(biāo)權(quán)重輸入BP神經(jīng)網(wǎng)絡(luò)，確定各個(gè)神經(jīng)元之間的連接權(quán)值。

3) 對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。

4) 將處理過的指標(biāo)值輸入網(wǎng)絡(luò)，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，直至網(wǎng)絡(luò)成熟。

5) 對(duì)測(cè)試的綠色施工企業(yè)指標(biāo)輸入，根據(jù)綠色施工等級(jí)，確定綠色施工程度。

4 案例分析

采用OWA算子和BP神經(jīng)網(wǎng)絡(luò)，對(duì)綠色施工指標(biāo)進(jìn)行評(píng)價(jià)，并采用青島某項(xiàng)目進(jìn)行實(shí)證研究，說明其合理性、適用性及科學(xué)性。

4.1 OWA算子計(jì)算指標(biāo)權(quán)重

以一級(jí)指標(biāo)為例，邀請(qǐng)6位權(quán)威專家進(jìn)行評(píng)分，滿分為10分，所得分值越大，表明其重要程度越高，數(shù)據(jù)見表3。

表3 一級(jí)指標(biāo)專家打分值

4.2 確定神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本

本文對(duì)山東省綠色施工項(xiàng)目，分析相關(guān)資料且進(jìn)行充分的調(diào)研，邀請(qǐng)15位專家對(duì)21個(gè)新建綠色施工項(xiàng)目進(jìn)行打分，滿分為10分，專家評(píng)估數(shù)據(jù)如表4所示。設(shè) 16 個(gè)二級(jí)指標(biāo)所對(duì)應(yīng)的權(quán)重為w=(w1,w2,…,w16)，其對(duì)應(yīng)的得分為x=(x1,x2,…,x16) ，則 21 個(gè)綠色施工項(xiàng)目的得分為y=wx，即表4 中的“期望得分”一列數(shù)據(jù)。

表4 專家評(píng)估數(shù)據(jù)

續(xù)表4

得到樣本后，利用式(4)將樣本進(jìn)行歸一化處理，使得評(píng)分落在0～1之間。

X*=(Xi-Xmin)/(Xmax-Xmin)

(4)

式中：X*為評(píng)價(jià)指標(biāo)Xi的標(biāo)準(zhǔn)化值；Xmin為評(píng)價(jià)指標(biāo)Xi的最小值；Xmax為評(píng)價(jià)指標(biāo)Xi的最大值；i為評(píng)價(jià)指標(biāo)的個(gè)數(shù)。

4.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練及結(jié)果

首先將綠色施工評(píng)價(jià)的屬性值作為人工神經(jīng)網(wǎng)絡(luò)的輸入向量，然后用足夠的樣本訓(xùn)練該網(wǎng)絡(luò)，使得不同輸入向量得到不同的輸出值，經(jīng)過學(xué)習(xí)后確定相應(yīng)的內(nèi)部的組合權(quán)重系數(shù)，最后根據(jù)輸入的綠色施工評(píng)價(jià)得分，計(jì)算綠色施工綜合評(píng)價(jià)結(jié)果。在21組數(shù)據(jù)中，隨機(jī)選取15組數(shù)據(jù)作為訓(xùn)練集，訓(xùn)練該BP網(wǎng)絡(luò)，余下6組作為測(cè)試集，作為待評(píng)估對(duì)象。通過Matlab2018進(jìn)行模擬測(cè)試，隨機(jī)產(chǎn)生測(cè)試集、訓(xùn)練集后，進(jìn)行數(shù)據(jù)歸一化，用net = newff(p_train,t_train,9)創(chuàng)建訓(xùn)練網(wǎng)絡(luò)，設(shè)置各個(gè)參數(shù)分別為：迭代次數(shù)N=60 500，訓(xùn)練精度ε=0.001，經(jīng)過3次迭代，達(dá)到訓(xùn)練精度要求，與期望的輸出結(jié)果十分相近。訓(xùn)練過程如圖3所示，訓(xùn)練結(jié)果見表5。

圖3 BP網(wǎng)絡(luò)訓(xùn)練過程

表5 BP網(wǎng)絡(luò)測(cè)試結(jié)果

由表5可知，期望輸出值與實(shí)際輸出值之間的誤差較小，可以接受，證明用BP網(wǎng)絡(luò)構(gòu)建的模型具有較強(qiáng)科學(xué)性，將建立好的模型進(jìn)行保存，可以直接用于判斷綠色施工程度，當(dāng)有了更多數(shù)據(jù)后，能進(jìn)一步提高綠色程度判斷精度。從判斷綠色程度中可以看出，山東省內(nèi)綠色施工程度多為深綠色，表明綠色施工程度較高，很好地執(zhí)行了綠色施工要求。

5 結(jié)論

本文依據(jù)大量文獻(xiàn)和實(shí)地考察構(gòu)建了綠色施工評(píng)價(jià)體系，運(yùn)用OWA算子賦權(quán)確定各個(gè)指標(biāo)層的權(quán)重，得出二級(jí)指標(biāo)的權(quán)重，得到的權(quán)重有效避免了專家權(quán)重極端值對(duì)評(píng)價(jià)結(jié)果的影響，使得指標(biāo)賦權(quán)更加合理。并用BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了綠色項(xiàng)目定量化綜合評(píng)價(jià)方法，采用典型的綠色施工數(shù)據(jù)進(jìn)行模擬訓(xùn)練，該評(píng)價(jià)結(jié)果和按照規(guī)范化方法組織的大規(guī)模專家評(píng)價(jià)值之間的誤差在合理范圍內(nèi)，評(píng)價(jià)效果較一致，隨著數(shù)據(jù)集的增多，模型得出的精度更高，得到更為完善的模型，建立的模型可以為綠色施工評(píng)價(jià)提供新思路。