基于博弈论和二维云模型的公路枢纽桥梁施工风险综合评估: 以安仁枢纽B匝道桥为例

王有志; 王一鸣; 庄美玲; 张恒; 安爱臣; 叶子; 鲍广栋

doi:10.12404/j.issn.1671-1815.2505672

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (23) :10123-10132 DOI: 10.12404/j.issn.1671-1815.2505672

交通运输

基于博弈论和二维云模型的公路枢纽桥梁施工风险综合评估: 以安仁枢纽B匝道桥为例

王有志 ¹ ,
王一鸣 ¹ ,
庄美玲 ¹^,²^,³^,^* ,
张恒 ¹ ,
安爱臣 ¹ ,
叶子 ¹ ,
鲍广栋 ³

作者信息 +

Comprehensive Risk Assessment of Highway Hub Bridge Construction Based on Game Theory and Two-dimensional Cloud Model: Anren Hub Ramp Bridge B

WANG You-zhi ¹ ,
WANG Yi-ming ¹ ,
ZHUANG Mei-ling ¹^,²^,³^,^* ,
ZHANG Heng ¹ ,
AN Ai-chen ¹ ,
YE Zi ¹ ,
BAO Guang-dong ³

Author information +

文章历史 +

摘要

随着桥梁工程建设规模的不断扩大,以及结构形式与施工工艺的持续复杂化,施工过程中面临的风险因素日趋多样,且呈现出较强的模糊性与随机性特征。为有效应对风险评估中的不确定性问题,提出一种融合博弈论与二维云模型的桥梁施工风险综合评估方法。首先,运用鱼骨图分析法识别风险因素,构建包含5个一级指标与15个二级指标的指标体系。其次,采用层次分析法与熵权法分别确定主观权重与客观权重,并通过博弈论组合赋权实现主客观权重的优化整合。接着,基于二维云理论构建风险评估模型,通过计算接近度判定风险等级。最后,以安仁枢纽桥梁工程为案例开展实证分析。评估结果显示,施工风险等级为“较大风险”,其中施工组织与人为因素是关键风险点。该方法可有效应对风险评估中的不确定性问题,为桥梁施工安全管理提供科学支撑。

Abstract

With the continuous expansion of the bridge construction scale and the increasing complexity of the structural form and construction process, the risk factors encountered during the construction process are becoming increasingly diverse and exhibit strong fuzzy and random characteristics. To effectively address the uncertainty in risk assessment, a comprehensive assessment method for bridge construction risk was proposed by integrating game theory and the two-dimensional cloud model. Risk factors were first identified by fishbone diagram analysis. An indicator system consisting of 5 primary indicators and 15 secondary indicators was constructed. Then, Hierarchical analysis and entropy weighting were used to determine the subjective and objective weights. Game theory was used to optimize the combination of subjective and objective weights. Later, the risk assessment model was constructed based on the two-dimensional cloud theory. The risk level was determined by calculating the proximity degree. Finally, the Anren Hub Bridge project was taken as an example for empirical analysis. The assessment results indicate that the construction risk level is “large risk”, in which the construction organization and human factors are the key risk factors. This method proposed can effectively deal with the uncertainty problem in risk assessment and provide scientific basis for bridge construction safety management.

Graphical abstract

关键词

桥梁施工 / 风险评估 / 博弈论 / 二维云模型 / 层次分析法 / 熵权法

Key words

bridge construction / risk assessment / game theory / two-dimensional cloud model / analytic hierarchy process / entropy weight method

引用本文

引用格式 ▾

王有志, 王一鸣, 庄美玲, 张恒, 安爱臣, 叶子, 鲍广栋. 基于博弈论和二维云模型的公路枢纽桥梁施工风险综合评估: 以安仁枢纽B匝道桥为例[J]. 科学技术与工程, 2026, 26(23): 10123-10132 DOI:10.12404/j.issn.1671-1815.2505672

WANG You-zhi, WANG Yi-ming, ZHUANG Mei-ling, ZHANG Heng, AN Ai-chen, YE Zi, BAO Guang-dong. Comprehensive Risk Assessment of Highway Hub Bridge Construction Based on Game Theory and Two-dimensional Cloud Model: Anren Hub Ramp Bridge B[J]. Science Technology and Engineering, 2026, 26(23): 10123-10132 DOI:10.12404/j.issn.1671-1815.2505672

登录浏览全文

4963

注册一个新账户忘记密码

枢纽桥梁作为现代交通网络的核心基础设施,承担着区域交通转换和城市空间连接的重要作用,其结构复杂性与功能多样性使其成为关键战略节点^[1]。此类桥梁普遍采用大跨度结构体系,以满足复杂地形与高强度交通流量的需求;施工过程涉及高空作业、大体积混凝土浇筑及重型吊装等高风险工序,技术难度与安全要求显著高于常规桥梁。由于枢纽桥梁多位于江河交汇或交通枢纽节点,一旦发生事故,将对交通运行、人员安全及社会稳定产生重大影响。因此,在保障桥梁交通与战略功能的同时,亟需加强施工安全风险的评估与管理,确保工程顺利推进和安全运营。

目前,部分学者已针对桥梁施工风险安全评估开展研究,常用的风险评估方法主要包括基于多准则决策分析的方法与基于机器学习和数据驱动的风险预测方法等。在基于多准则决策分析的方法方面,刘健锋等^[2]采用模糊层次分析法进行桥梁运营安全评价,并提出设防等级划分,为安全管理提供了参考;刘璇^[3]以石济铁路客运专线大跨度连续梁桥为研究对象,运用层次分析法与模糊综合评判法开展施工安全评价;高明明等^[4]通过三角模糊数和功效系数法构建了桥梁施工风险评价模型;Ji等^[5]提出结合德尔菲法、模糊层次分析法与因子分析法的桥梁施工风险评估方法,揭示了风险因素间的关联;Khan等^[6]基于层次分析法构建火灾风险评估模型,量化了各风险因素权重并验证其有效性。在基于机器学习与数据驱动的风险预测方法方面,Principi等^[7]提出结合神经网络的桥梁风险快速评估框架,实现了结构损伤等级预测;李彦等^[8]运用决策树技术分析施工风险,完成了转体桥支架现浇法的风险等级判定;Wu等^[9]采用随机森林算法排序指标重要性并优化模型,以厦门某人行桥为验证对象,实现了桥梁施工风险评估。上述研究从不同角度丰富了桥梁施工风险评估方法,提升了风险识别与预控能力,推动了工程与智能方法的融合。然而,大多数研究难以同时兼顾多维不确定性与可视化表达,且在模型赋权时往往仅考虑单一因素的影响。

云模型作为融合模糊性与随机性的典型不确定性建模工具,在风险评估中展现出独特优势,能有效解决上述问题。一维云模型不仅可精准表达桥梁施工风险中的主观模糊性与客观波动性,还能借助云图实现结果的可视化^[10]呈现。魏盛宇等^[11]运用一维云模型对道路交通风险进行评估,成功解决了指标不确定性问题;李改灵等^[12]则通过云模型评估装备保障能力,实现了定性到定量的转化。不过,一维云模型在维度表达上存在局限,难以同时反映风险概率与后果这两个关键因素。相比之下,本文中采用的二维云模型作为一维云模型的扩展形式,能够协同处理风险发生概率与风险后果的双重不确定性,并通过点云图实现直观且全面的风险呈现,为复杂工程环境下的风险分析提供更具解释力与实用性的工具。尽管二维云模型已在隧道施工^[13]、水利枢纽施工^[14]及信息工程^[15]等领域得到应用,但在桥梁施工风险评估中的研究仍较为稀缺,具有较大的发展空间与应用潜力。

现提出一种基于博弈论的二维云模型风险评估方法。首先构建多维风险指标体系,并对相关数据进行预处理;接着,结合博弈论赋权法协调主客观权重分配,优化指标权重;随后,通过计算二维云模型参数,全面反映风险的概率与后果不确定性,并利用MATLAB生成风险点云图,实现风险的直观可视化,从而辅助施工安全决策;最后,以安仁枢纽桥梁工程为例验证该方法的有效性。本方法融合风险概率与后果的二维特征,可提高施工风险评估精度,为工程实践提供可推广的理论与技术支持。

1 模型构建

1.1 风险指标体系构建

在桥梁等大型交通基础设施的施工过程中,常伴随着多种风险因素,这些风险具有高度的不确定性。为实现对施工风险的科学识别与分类,采用鱼骨图分析法对桥梁施工中的潜在风险因素进行系统梳理。鱼骨图是一种典型的因果分析工具,能够通过图形化的方式,直观呈现导致特定问题的多维成因^[16]。在构建过程中,首先以“桥梁施工风险”为主干问题,逐层归纳总结各类影响因素,并将其归类为主要分支,形成结构清晰的风险成因框架,如图1所示。该方法不仅为后续的指标体系设计提供理论依据,也有助于从宏观上掌握施工风险的全貌。

基于鱼骨图分析结果,并参考《公路桥梁和隧道工程施工安全风险评估制度及指南解析》^[17]和《公路水运工程施工安全风险评估指南》^[18],结合典型桥梁工程实际施工经验,构建了一套具有代表性的桥梁施工风险评价指标体系。该体系涵盖五个一级指标,分别为桥梁本身、自然地理条件、人为因素、材料设备和施工组织,基本覆盖了施工过程中的主要风险来源。在此基础上,进一步细化形成15个二级指标,用以反映各一级指标下的具体影响因素,指标体系如图2所示。

该指标体系的构建充分体现了科学性、系统性、层次性和实用性的原则,能够有效支撑后续风险评估模型的构建与应用,有助于实现对桥梁施工过程中风险的全面识别和精确量化。通过结构化的方法整理施工风险信息,能够为桥梁工程安全管理提供明确方向与理论基础,同时提升评估结果的可靠性与可操作性。

1.2 权重计算方法

1.2.1 层次分析法确定主观权重

为了确定各评价指标的主观权重,采用层次分析法。通过专家对各因素之间重要性的两两比较,依据1~9标度构造判断矩阵,其中标度值反映因素间相对重要性的强弱。随后对判断矩阵进行归一化处理,计算各行的平均值,得到指标的权重向量。为确保专家判断具有合理性,还需进行一致性检验;当一致性比率小于0.1时,认为判断结果具有满意的一致性,所得主观权重可以接受^[19]。

1.2.2 熵权法确定客观权重

(1)准备原始矩阵X,为不同对象在不同指标下的评分数据。表示为

(1)$ \boldsymbol{X}=\left[\begin{array}{cccc}x_{11} & x_{12} & \cdots & x_{1 m} \\x_{21} & x_{22} & \cdots & x_{2 m} \\\vdots & \vdots & & \vdots \\x_{n 1} & x_{n 2} & \cdots & x_{n m}\end{array}\right] $

式(1)中:n为专家个数;m为指标个数;x_ij为第i个专家对第j个指标的评分数据(i=1,2,…,n;j=1,2,…,m)。

(2)对原始矩阵进行正向化和标准化处理,标准化方法采用极差法。指标的类型包括正向指标、负向指标以及适度型指标^[20],本文中所选用的指标均为负向指标。表达式为

(2)$ z_{i j}=\frac{x_{j}^{\max }-x_{i j}}{x_{j}^{\max }-x_{j}^{\min }} $

式(2)中:z_ij为第i个专家对第j个指标经过正向化和标准化处理后的评分数据;${x}_{j}^{max}$为第j个指标的最大值;${x}_{j}^{min}$为第j个指标的最小值。

(3)计算第j项指标下第i个专家的评分值占该指标的比重P_ij,表达式为

(3)$ P_{i j}=z_{i j} / \sum_{i=1}^{n} z_{i j}, \quad j=1,2, \cdots, m $

(4)计算第j项指标熵值E_j,公式为

(4)$ E_{j}=-\frac{1}{\ln n} \sum_{i=1}^{n} P_{i j} \ln P_{i j} $

(5)计算第j项指标的差异系数G_j,公式为

(5)$ G_{j}=1-E_{j} $

(6)计算第j项指标的权重W_j,公式为

(6)$ W_{j}=G_{j} / \sum_{j=1}^{m} G_{j} $

1.2.3 博弈论组合赋权

博弈论组合权重的基本思想是针对某一评价指标的不同权重,寻找其一致性和折中,极小化可能的权重与各个基本权重之间的偏差^[21]。

(1)采用L种方法确定m个指标的权重,则L个权重向量的线性组合可表示为

(7)$ \boldsymbol{w}=\sum_{l=1}^{L} \alpha_{l} \boldsymbol{w}_{l}^{\mathrm{T}}, \quad \alpha_{l}>0 $

式(7)中:w为组合权重向量;α_l为线性系数;w_l为评价指标的一种权重向量;l为权重确定方法的数量,l=1,2,…,L。

(2)基于博弈论组合原理,使w与α_l离差最小化,目标函数为

(8)$ \min \left\|\sum_{l=1}^{L} \alpha_{l} \boldsymbol{w}_{l}^{\mathrm{T}}-\boldsymbol{w}_{l}\right\|_{2}, \quad l=1,2, \cdots, L $

(3)根据矩阵微分性质,式(8)的最优化一阶导数条件为

(9)$ \sum_{l=1}^{L} \alpha_{l} \boldsymbol{w}_{l} \boldsymbol{w}_{l}^{\mathrm{T}}=\boldsymbol{w}_{l} \boldsymbol{w}_{l}^{\mathrm{T}}, \quad l=1,2, \cdots, L $

(4)进行归一化处理。考虑到优化组合系数中可能存在负数,归一化前需先对系数求绝对值。公式为

(10)$ \alpha_{l}^{*}=\frac{\left|\alpha_{l}\right|}{\sum_{l=1}^{L}\left|\alpha_{l}\right|} $

(5)计算组合权重w^*,公式为

(11)$ \boldsymbol{w}^{*}=\sum_{l=1}^{L} \alpha_{l}^{*} \boldsymbol{w}_{l}^{\mathrm{T}}, \quad l=1,2, \cdots, L $

2 二维云模型

2.1 云理论

云模型是一种融合了模糊性与随机性的不确定性表达模型,用于实现定性概念向定量数据的映射^[22]。其中,一维云模型通过期望、熵和超熵3个数字特征刻画单一因素的分布特性,反映其中心位置、模糊程度和随机波动性。在实际风险评价中往往同时受到多因素影响,为能够同时表达多个变量对评价结果的综合作用,云模型可以扩展为二维形式。依据二维云模型的生成机制绘制了其结构示意图^[23],如图3所示。二维云模型在概率与后果两个维度上分别引入期望、熵及超熵,从而能够刻画变量之间的联合分布特性,使其更适用于复杂系统中的风险评估与综合判断。

在云模型中,每一个云滴不仅具有空间位置,还应体现其对某一评语等级的隶属程度^[24],该值通常称为隶属度,用μ表示,取值范围为[0,10]。设U(X,Y)为二维定量论域,其中X为风险发生的概率等级,Y为风险造成的后果等级;T为与U相关的某一风险评估等级这一定性概念。在该语义空间中,若任一元素(x,y)∈U在等级T下的隶属度μ_T(x,y)是一个具有稳定期望的随机变量。对于每个云滴,其对应的隶属度由以下指数形式表示

(12)$ \mu_{T}(x, y)=\exp \left[-\frac{\left(x-E_{x}\right)^{2}}{2 E n_{x}^{2}}-\frac{\left(y-E_{y}\right)^{2}}{2 E n_{y}^{2}}\right] $

式(12)中:E_x、E_y为二维正态云的期望值,即风险概率与后果的中心值;En_x、En_y为二维正态云的熵,反映模糊程度。

2.2 确定评价标准云

构建二维云模型的前提是确定风险等级的评语集与对应的标准评价云。参考《公路水运工程施工安全风险评估指南》^[18]及施工现场安全管理办法,并结合专家意见,将整体评分区间[0,10]均分为5个子区间,如表1所示。在风险概率等级方面,划分为五级:不可能、很少、偶尔、可能、频繁;在风险后果等级方面,也对应设定为:轻微的、较大的、严重的、很严重的、灾难的。如表2所示,整体风险等级划分为四级,低风险为Ⅰ级、一般风险为Ⅱ级、较大风险为Ⅲ级、重大风险为Ⅳ级,评价标准云如图4所示。

第i个评语区间[${x}_{i}^{min}$,${x}_{i}^{max}$]对应的标准云数字特征值为(E_{x_i}、En_i、He),计算公式为

(13)$\left\{\begin{array}{l}E n_{i}=\frac{x_{i}^{\max }-x_{i}^{\min }}{6} \\E_{x_{i}}=\frac{x_{i}^{\max }+x_{i}^{\min }}{2}\end{array}\right.$

本文中超熵He=0.5为常数,需根据项目实际所需的模糊程度进行调整。根据式(13)得到评价标准云的期望E_{x_i}、熵En_i、超熵He,如表1所示。

2.3 确定指标评价云

在建立标准云的基础上,为了对各个风险指标进行量化评价,组织专家小组对所有二级指标的“风险概率”与“风险后果”进行10分制评分,精度设置为0.1,形成原始矩阵X,分别计算每个指标下所有专家评分结果的数字特征E_{x_j}、En_j、He_j,公式为

(14)

$\left\{\begin{array}{l}{E}_{{x}_{j}}=\frac{1}{n}\sum _{i=1}^{n}{x}_{ij}\\ E{n}_{j}=\sqrt{\frac{\pi }{2}}\frac{1}{n}\sum _{i=1}^{n}\left|{x}_{ij}-{E}_{{x}_{j}}\right|\\ {S}_{j}^{2}=\frac{1}{n-1}\sum _{i=1}^{n}({x}_{ij}-{E}_{{x}_{j}}{)}^{2}\\ H{e}_{j}=\sqrt{\left|{S}_{j}^{2}-E{n}_{j}^{2}\right|}\end{array}\right.$

式(14)中:E_{x_j}、En_j、He_j分别为第j个指标的评价云的期望、熵和超熵;${S}_{j}^{2}$为方差;n为专家个数。

2.4 计算综合评价云

为全面反映桥梁施工的整体风险水平,需要将各二级指标的评价云逐级汇总,先合成一级指标的云特征,再进一步整合为最终的综合评价云。基于前文采用博弈论方法确定的第j个指标对应的组合权重${w}_{j}^{*}$,对各指标的云数字特征进行加权聚合。设某一级指标包含若干二级指标,其综合云特征参数公式为

(15)

$\left\{\begin{array}{l}E\text{'}{ }_{x}=\sum _{j=1}^{m}({E}_{{x}_{j}}{w}_{j}^{*})\\ En\text{'}=\sqrt{\sum _{j=1}^{m}(E{n}_{j}^{2}{w}_{j}^{*})}\\ He\text{'}=\sum _{j=1}^{m}(H{e}_{j}{w}_{j}^{*})\end{array}\right.$

式(15)中:E'_x、En'、He'为综合评价云的期望、熵和超熵;${w}_{j}^{*}$为组合权重向量w^*的第j个分量;m为指标的个数。

进一步地,将所有一级指标按照对应权重进行组合,即可得到项目整体的综合评价云数字特征。

2.5 云图可视化与接近度分析

为实现桥梁施工风险的直观表达与准确判定,首先采用MATLAB生成综合评价云图,并与各等级的标准云图进行图形叠合比较。通过观察综合云在二维坐标系中的分布位置,可初步识别其所处的风险等级区域,从而实现风险等级的可视化表达,为后续定量分析提供直观依据。

二维云图为风险评估提供了有效的可视化手段,但在实际判定过程中,图形识别可能受主观因素影响,存在一定的不确定性。因此,引入接近度指标^[25],进一步量化综合评价云与评价标准云之间的相似程度。接近度的计算公式为

(16)$D=\frac{1}{\sqrt{\left(E_{x}-E_{x}{ }^{\prime}\right)^{2}+\left(E_{y}-E_{y}{ }^{\prime}\right)^{2}}}$

式(16)中:$\overline{{E}_{x}}$和$\overline{{E}_{x}\text{'}}$为在概率等级方面评价标准云与综合评价云的期望值;$\overline{{E}_{y}}$和$\overline{{E}_{y}\text{'}}$为在后果等级方面评价标准云与综合评价云的期望值。

3 工程实例

3.1 工程概况

安仁枢纽位于山东省中北部,属温暖半湿润季风气候区,年平均气温为14.3 ℃,年降水量约669.3 mm,降水主要集中在每年6—8月。区域内水系发育,主要包括黄河、小清河和徒骇河,其中黄河为地上河,小清河为人工运河,徒骇河为重要的天然河流。此外,该地区冬季存在一定冻土期,通常从每年12月中旬持续至次年2月中旬,平均冻结日数约为30 d。

安仁枢纽工程施工内容主要包括:青银高速路基加宽工程、青银高速引黄干渠特大桥加宽工程,以及主线桥和B、D、E匝道桥跨越既有青银高速的施工任务,部分路段还涉及引黄干渠特大桥湿接缝的加宽作业。其中主线桥和B、D、E匝道桥均涉及中分带桩基施工,施工工序复杂,对现场协调和组织管理要求较高。安仁枢纽平面布置如图5所示,工程项目的具体情况汇总如表3所示。

在表3所述工程项目中,B匝道桥为枢纽工程中长度最长的一座桥梁,全长达1 295.11 m,采用预应力混凝土现浇连续箱梁与预制混凝土简支小箱梁的结构形式。B 匝道桥上跨青银高速,其上部结构采用预应力混凝土现浇箱梁,匝道在该段的桥面宽度为12.5 m,为确保现浇箱梁施工顺利实施,同时维持青银高速范围内施工车辆及社会车辆的正常通行,在高速行车道及部分应急车道范围布置门洞式支架,如图6所示。每个门洞均满足不小于5 m的净宽和5 m的净高,以确保车辆安全通行。B匝道桥的预制混凝土简支小箱梁吊装施工如图7所示。

B匝道桥的施工过程集中了大跨度桥梁结构、高交通负荷工况和复杂水文地质条件等关键因素,能够较为全面地反映安仁枢纽项目在施工阶段可能面临的主要风险问题。因此,选取B匝道桥作为代表性工程,开展二维云模型的施工风险评价分析,以验证所构建评价模型的适用性与有效性。

3.2 权重计算结果

3.2.1 主观权重计算

主观权重采用层次分析法计算得到,分别计算风险概率等级和风险后果等级两方面,结果如表4所示。

3.2.2 客观权重计算

在客观权重计算中,结合B匝道桥的实际施工情况,采用德尔菲法^[26]组织专家评分,邀请6位具有丰富道路与桥梁工程经验的专家对各评价指标进行赋分。在此基础上,利用熵权法对专家评分结果进行处理,分别计算各指标在风险概率与风险后果两个维度的客观权重,权重计算结果如表4所示。

3.2.3 组合权重计算

采用博弈论组合赋权法对层次分析法主观权重与熵权法客观权重进行融合,基于最小离差原则,构建组合权重优化模型,计算过程如式(7)~式(11)所示。相较于单一赋权方式,该方法能更好地协调专家判断与实际数据,组合权重结果如表4所示。

3.3 桥梁工程风险评价结果

采用二维云模型对B匝道桥施工风险进行量化评估。首先,运用式(14)计算每个二级指标在风险概率与后果两个维度的云数字特征;随后,以各二级指标的组合权重为基础,自下而上逐级计算一级指标的综合云特征,最终汇总形成项目综合评价云,云数字特征结果如表5所示。

在仿真模拟过程中,云滴数量对模型稳定性具有显著影响。依据Sun 等^[27]的研究,当云滴数量超过5 000时生成的云图较为稳定,同时兼顾计算效率与表达准确性。因此,各标准云模型的模拟云滴数量统一设为5 000,同时为突出综合评价云与评价标准云的可视差异,综合云图中的云滴数量设置为8 000,并采用前向云生成器进行模拟生成。最终的二维云图展示了综合评价云与评价标准云之间的关系,评估结果如图8所示,其中黑色云表示综合评价云。

根据上述一级指标的云数字特征,利用式(15)计算桥梁工程总的风险云数字特征如下:(E_x,E_y,En_x,En_y,He_x,He_y)=(4.42,5.04,0.35,0.35,0.10,0.13),利用MATLAB编程云生成器得到桥梁工程综合云图,如图8所示。该图显示综合云分布在风险等级Ⅰ、Ⅱ、Ⅲ和Ⅳ中,主要分布在Ⅱ和Ⅲ级。因此,安仁枢纽桥梁项目的风险水平最有可能是Ⅱ或Ⅲ级。将综合云和标准云的数字特征代入式(16),桥梁施工风险接近度可以相应地确定,这样解决了桥梁施工总的风险等级是Ⅱ级或Ⅲ级的模糊问题,如表6所示。分别计算出安仁枢纽桥梁工程施工风险等级为较大风险,接近度为1.72;桥梁本身为一般风险,接近度计算结果为1.32;自然地理条件为一般风险,接近度计算结果为16.67;人为因素、施工组织因素为较大风险,接近度计算结果分别为0.14、1.35;材料设备为低风险,接近度为0.96。风险水平的排名如下:施工组织>人为因素>桥梁本身>自然地理条件。因此,在施工期间制定相应的控制措施应重点关注上述较大风险因素。

从风险指标体系来看,影响桥梁工程施工风险的主要因素是施工组织和人为因素。安仁枢纽桥梁施工采用吊装施工,结合二级指标的评价结果来看,需要针对施工工艺进行严格的安全管理,防止造成安全事故。

4 结论

(1)基于鱼骨图分析法系统识别了桥梁施工中的主要风险因素,从桥梁结构、自然地理条件、施工组织、人为因素与管理因素5个方面进行了全面考量,构建了由5个一级指标和15个二级指标组成的风险评估指标体系。该体系为桥梁施工风险识别与分级提供了系统化依据。

(2)采用层次分析法与熵权法分别计算主观与客观权重,通过博弈论组合赋权实现了权重的优化分配,有效兼顾了专家判断与数据驱动结果,克服了单一赋权方法的局限性。

(3)引入云模型理论可有效处理风险评估中的模糊性与随机性,实现定性与定量信息的有机融合,提升评估结果的准确性与客观性,同时通过二维云图实现了风险等级的可视化表达。

(4)将所构建的模型应用于安仁枢纽B匝道桥风险评估,结果判定其风险等级为“较大风险”,与工程实际情况相符,进一步验证了模型的合理性与实用性。该模型具有良好的适应性与推广价值,可根据不同项目实际调整评估指标及权重配置,为桥梁施工风险控制与管理提供科学支撑。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	何洪文, 孙逢春, 李梦林. 我国综合交通工程科技现状及未来发展[J]. 中国工程科学, 2023, 25(6): 202-211.

[2]	He Hongwen, Sun Fengchun, Li Menglin. Current status and future development of comprehensive transportation engineering science and technology in China[J]. China Engineering Science, 2023, 25(6): 202-211.

[3]	刘健锋, 韦勇克, 刘远锋, 等. 基于安全设防等级划分与模糊层次分析的桥梁运营安全评价[J]. 公路交通科技, 2020, 37(10): 107-117.

[4]	Liu Jianfeng, Wei Yongke, Liu Yuanfeng, et al. Operational safety evaluation of bridges based on safety defense classification and fuzzy hierarchical analysis[J]. Highway and Transportation Science and Technology, 2020, 37(10): 107-117.

[5]	刘璇. 大跨度连续梁桥施工安全评价研究[D]. 兰州: 兰州交通大学, 2024.

[6]	Liu Xuan. Research on safety evaluation of construction for long-span continuous beam bridges[D]. Lanzhou: Lanzhou Jiaotong University, 2024.

[7]	高明明. 基于三角模糊数-功效系数法的某跨线桥施工风险评价[J]. 工业建筑, 2023, 53(S2): 763-765.

[8]	Gao Mingming. Construction risk evaluation of a cross-line bridge based on triangular fuzzy number-efficacy coefficient method[J]. Industrial Building, 2023, 53(S2): 763-765.

[9]	Ji T, Liu J W, Li Q F. Safety risk evaluation of large and complex bridges during construction based on the delphi-improved fahp-factor analysis method[J]. Advances in Civil Engineering, 2022(1): 5397032.

[10]	Khan M A, Khan A A, Anwar G A, et al. Framework for fire risk assessment of bridges[J]. Structures, 2021, 33: 523-532.

[11]	Principi L, Morici M, Natali A, et al. Preliminary fast assessment of bridge risk by neural network[J]. International Journal of Disaster Risk Reduction, 2025, 116: 105084.

[12]	李彦, 邹宗民, 徐磊, 等. 决策树分析技术在桥梁施工期的风险评估研究[J]. 中外公路, 2019, 39(3): 297-302.

[13]	Li Yan, Zou Zongmin, Xu Lei, et al. Research on risk assessment of decision tree analysis technology during bridge construction[J]. Chinese and Foreign Highway, 2019, 39(3): 297-302.

[14]	Wu Y, Wang Y, Liu H, et al. Risk assessment of bridge construction investigated using random forest algorithm[J]. Scientific Reports, 2024, 14(1): 20964.

[15]	梅晓萌, 刘昌昊, 刘志君, 等. 基于云模型的民机技术适用性综合评价[J]. 科学技术与工程, 2025, 25(8): 3497-3505.

[16]	Mei Xiaomeng, Liu Changhao, Liu Zhijun, et al. Comprehensive evaluation of technical suitability for civil aircraft based on cloud models[J]. Science Technology and Engineering, 2025, 25(8): 3497-3505.

[17]	魏盛宇, 梁文彪, 翟越, 等. 基于博弈论组合赋权云物元模型的城市道路交通系统风险评价[J]. 科学技术与工程, 2024, 24(10): 4359-4367.

[18]	Wei Shengyu, Liang Wenbiao, Zhai Yue, et al. Risk assessment of urban road transportation systems based on a game-theoretic combined weighted cloud-physical-cyber-physical model[J]. Science Technology and Engineering, 2024, 24(10): 4359-4367.

[19]	李改灵, 黄韬, 李昂骏. 基于群决策-云理论的装备保障能力评估[J]. 科学技术与工程, 2024, 24(11): 4488-4494.

[20]	Li Gailing, Huang Tao, Li Angjun. Equipment support capability assessment based on swarm decision-making and cloud theory[J]. Science Technology and Engineering, 2024, 24(11): 4488-4494.

[21]	Huang Z, Zhang W, Sun H, et al. Risk uncertainty analysis in shield tunnel projects[J]. Tunnelling and Underground Space Technology, 2023, 132: 104899.

[22]	郭金, 顾冲时, 何菁. 基于组合赋权二维云模型的堤防工程风险评价[J]. 水利水电科技进展, 2022, 42(6): 117-122.

[23]	Guo Jin, Gu Chongshi, He Jing. Risk evaluation of embankment project based on combined empowerment two-dimensional cloud model[J]. Advances in Water Resources and Hydropower Science and Technology, 2022, 42(6): 117-122.

[24]	杨舒云, 刘宏志, 李海生. 改进二维云模型的信息工程监理风险评估[J]. 科学技术与工程, 2023, 23(26): 11292-11298.

[25]	Yang Shuyun, Liu Hongzhi, Li Haisheng. Risk assessment of information engineering supervision using an improved two-dimensional cloud model[J]. Science Technology and Engineering, 2023, 23(26): 11292-11298.

[26]	Guo D, Meng F, Wu H, et al. Risk assessment of shield construction adjacent to the existing shield tunnel based on improved nonlinear FAHP[J]. Tunnelling and Underground Space Technology, 2025, 155: 106154.

[27]	中华人民共和国交通运输部工程质量监督局. 公路桥梁和隧道工程施工安全风险评估制度及指南解析[M]. 北京: 人民交通出版社, 2011.

[28]	Bureau of Engineering Quality Supervision, Ministry of Transportation of the People’s Republic of China. Analysis of safety risk assessment system and guidelines for highway bridge and tunnel construction[M]. Beijing: People’s Transportation Press, 2011.

[29]	中华人民共和国交通运输部工程质量监督局. 公路水运工程施工安全风险评估指南[M]. 北京: 人民交通出版社, 2025.

[30]	Bureau of Engineering Quality Supervision, Ministry of Transportation of the People’s Republic of China. Guidelines for safety risk assessment of highway and water transportation projects[M]. Beijing: People’s Transportation Press, 2025.

[31]	冯培华, 向灵芝, 罗亮, 等. 基于灾害熵与层次分析法的泥石流危险性评价对比分析: 以甘肃省迭部县为例[J]. 科学技术与工程, 2023, 23(29): 12416-12426.

[32]	Feng Peihua, Xiang Lingzhi, Luo Liang, et al. Comparative analysis of debris flow hazard assessment based on disaster entropy and the analytic hierarchy process: a case study in Diebu County, Gansu Province[J]. Science Technology and Engineering, 2023, 23(29): 12416-12426.

[33]	何应超, 徐雷, 李厚俊, 等. 基于博弈组合赋权和GRA-MARCOS的虚拟电厂储能选型方法[J]. 科学技术与工程, 2025, 25(18): 7621-7630.

[34]	He Yingchao, Xu Lei, Li Houjun, et al. A method for selecting energy storage systems in virtual power plants based on game-theoretic combination weighting and GRA-MARCOS[J]. Science Technology and Engineering, 2025, 25(18): 7621-7630.

[35]	Han B, Jia W, Feng W, et al. Safety risk assessment of loess tunnel construction under complex environment based on game theory-cloud model[J]. Scientific Reports, 2023, 13(1): 12249.

[36]	Chen Y, Xie S, Tian Z. Risk assessment of buried gas pipelines based on improved cloud-variable weight theory[J]. Reliability Engineering & System Safety, 2022, 221: 108374.

[37]	Zhu C, Sun S, Chen T, et al. Risk assessment of equipment research project costs based on FAHP-CRITIC combined weights for two-dimensional cloud model[J]. Discrete Dynamics in Nature and Society, 2024(1): 6515118.

[38]	Xu T, Song Z, Guo D, et al. A cloud model-based risk assessment methodology for tunneling-induced damage to existing tunnel[J]. Advances in Civil Engineering, 2020(1): 8898362.

[39]	Zhang Y W, Guo D S, Song Z P, et al. Health evaluation of shield tunnel lining using combination weighting and finite interval cloud model[J]. Engineering Applications of Artificial Intelligence, 2025, 139: 109645.

[40]	Yao B, Wang L, Gao H, et al. Bridge construction risk assessment based on variable weight theory and cloud model[J]. Buildings, 2024, 14(3): 576.

[41]	Sun H, Rui Y, Lu Y, et al. Construction risk probability assessment of shield tunneling projects in karst areas based on improved two-dimensional cloud model[J]. Tunnelling and Underground Space Technology, 2024, 154: 106086.

基金资助

山东省自然科学基金(ZR2024QE147)

PDF (18356KB)

访问

被引

详细

导航

Received	Published	Revised
2025-08-01	2026-08-18	2025-12-18
Online Date
2026-09-04

摘要