粗糙集-RBF神经网络的青岛地铁施工风险评价模型研究

摘要

考虑地铁施工风险因素的复杂性和不确定性,从人员、环境、技术和管理4个方面建立地铁建设项目施工风险原始评价指标体系.结合粗糙集理论的属性约简功能和RBF神经网络方法的优势,建立基于粗糙集-RBF神经网络的地铁建设项目施工风险评价模型.对获取的青岛地区22个地铁施工样本数据采用等距离划分算法进行离散化处理,利用粗糙集理论将原始指标体系的27个指标因素约简至17个核心指标因素,作为RBF神经网络的输入变量.构造RBF神经网络并训练样本数据,通过测试样本来验证评价结果.通过实例数据对比表明,模型输出结果与期望值误差在6％以内,同传统的WBS-RBS-AHP评估方法等级一致,证明该模型在地铁施工风险评价中具有可行性和适用性.