法律状态公告日
法律状态信息
法律状态
2014-05-07
授权
授权
2012-09-26
实质审查的生效 IPC(主分类):G06Q10/00 申请日:20120131
实质审查的生效
2012-07-25
公开
公开
技术领域
本发明属于工程风险识别领域，特别涉及一种地铁施工安全风险识别推理系统及其识别推理方法。
背景技术
地铁施工安全风险管理目前主要依靠技术人员的知识，而我国地铁近年来的大规模建设，有足够技术水平的安全管理人员极端缺乏；而风险识别知识固化在个人头脑中，难以积累和共享；此外，传统风险识别方法（如专家评分法、经验分析法、统计分析法、事故树分析法等）工作量大，易出错。
国外在地铁施工安全风险识别与评估的理论与方法方面做了大量研究，这些研究文献中往往直接给出已识别的风险事件，在此基础上进行风险评估，对于如何识别风险事件、风险事件与致险因素间的关系少有文献探讨。在应用系统研究方面，国外学者曾开发基于 PDA 及无线网络传输技术的隧道掌子面的数字化描述系统和基于ArcGIS的隧道风险管理系统，这些软件系统主要关注现场地质风险、施工环境风险评估。
我国在地铁工程风险识别和评估方面的研究开展较晚。在地铁车站施工、盾构区间施工、浅埋暗挖区间施工、地铁施工环境安全风险、地铁施工安全风险识别与评估应用系统等方面都做了很多工作。但较多的注重地铁工程施工风险分析和评估的研究，风险识别一般作为其中的一个环节；列出风险源一般粒度较大，对风险因素与风险的关系分析不细致；仅少量采用故障树方法和WBS-RBS法进行风险因素的识别和定量分析。
在地铁施工安全风险识别推理的理论方面，2011年6月由本发明专利申请人领导的项目团队在土木工程与管理学报发表的题为地铁工程施工安全风险识别规则的论文，论文中对地铁工程施工安全风险识别规则的概念、风险识别规则的获取和风险识别规则的结构化问题进行了探讨，但没有具体的探究技术方案实现工作。
上述研究可以看出：地铁施工安全风险识别和评估已有较多研究成果和应用案例，而为解决地铁施工风险提炼、辨识工作及应用于风险识别推理领域的具体技术方案实现研究尚未见报道。
发明内容
本发明目的在于解决现有技术不足，提供了一种地铁施工安全风险识别推理系统及其识别推理方法，专用于实现一种基于规则推理（RBR）机制和风险识别规则库的地铁施工安全风险识别推理的技术方案。
本发明所述的一种地铁施工安全风险识别推理系统包括有用户接口模块、工程参数模块、规则模块、推理工作区模块和结论解释模块。
用户接口模块用于实现用户交互，包括两方面的功能；其一是接收某一地铁工程对应工点分类、工法分类和安全风险相关的工程参数信息，信息源自地铁施工图纸中自动识别的工程参数值和由安全管理人员人工输入的工点分类、工法分类和工程参数值。所述工点分类是指地铁车站和地铁区间，所述工法分类是指明挖、暗挖、盖挖和盾构四种地铁施工工法。然后对信息进行规范性检查，将通过检查的工程参数信息提交到推理工作区模块。对工程参数信息进行检查可以防止输入错误，工程参数信息必须符合数字或特定术语规范，如果不是，不予接受，并提示用户重新输入符合格式的信息。其二是将推理工作区模块所得结果反馈用户，从而实现用户查看由安全风险工程参数逐步推理到安全风险结论的全部推理步骤的功能。
为了进行安全风险的识别推理工作，需要构建安全风险识别规则库，安全风险识别规则库是推理机进行推理所必须依赖的核心，安全风险识别规则库的构建直接影响整个风险自动识别系统的推理准确性、高效性和可维护性。安全风险识别规则的获取是对专家经验和规范规定的综合提炼。本发明提供了工程参数模块、规则模块和结论解释模块来构成安全风险识别规则库。
工程参数模块，用来存放地铁工程施工安全风险识别所涉及的工程参数、致险因素及其在不同情况下的可信度。所述工程参数是主要通过阅读地铁工程相关设计、施工规范、施工手册、工程图纸、技术方案、论文文献等资料进行归纳总结，形成的与地铁设计、施工直接相关的结构构件，周边环境，地质水文，施工工艺相关的几何、物理、力学参数，工程参数要求含义明确、分类清晰、存储方便、易于扩充。所述致险因素是指潜在发生事故的各种工程场地区域、周边环境、施工工艺及管理方案及导致工程风险发生的直接原因，如各种施工方案、施工技术、施工设备、施工操作及工作活动等。
规则模块，用于存贮地铁施工安全风险识别规则，地铁施工安全风险识别规则是描述致险因素的不同组合导致风险发生的可能性，其内涵是对风险识别不确定知识的一种形式化描述。
而且，一个风险事件对应一个规则组，一个规则组中最多包含一条排他型规则，包含两条组合型规则（权重规则和最不利规则）。
推理工作区模块，其一是接收用户接口模块传递的地铁施工安全风险工程参数信息，并调用规则模块中的地铁施工安全风险识别推理算法（规则模块中的规则表示实际就已经包含了相关算法，因此推理算法和规则是在一起的），逐步推导出地铁施工安全风险及相应的风险解释；其二是将全部的推理步骤和最终推理出的风险及相应风险解释通过用户接口模块反馈用户；
结论解释模块，用于存贮地铁施工安全风险识别推理后可能的风险结论及解释。将地铁施工安全风险进行分类管理，对每个风险进行了相应的风险特征描述和控制措施提示。风险结论及解释主要是指安全风险识别结果的特征及风险控制方法，其内容包括：结论编码、结论描述、风险类型、可信度计算方法、风险后果、风险发生可能性、处理措施建议等。
本发明设计的风险识别规则采用扩展的产生式表示，引入了规则分组、规则类型，增强了规则间的关联。根据地铁施工安全风险的分类特性，将启发性知识设计成元规则，显式地控制推理过程，其核心是不确定推理，所述风险识别推理系统的地铁施工安全风险识别推理方法其关键步骤如下：
（1）接收工点分类、工法分类和安全风险工程参数并存放在推理工作区中；
（2）分类规则库：根据工点分类和工法分类，对规则模块30中的安全风险规则库进行分类元规则检索，将满足工点分类和工法分类的规则存放在推理工作区中；
（3）致险因素匹配：通过工程参数FID检索到相应的致险因素条目，再根据工程参数值匹配到工点对应的致险因素；
（4）规则推理：按规则组逐个检索计算。同组规则中，先选取排他型元规则，利用CF计算元规则计算规则前提可信度CF1 ，若满足CF1 >=λ，计算此规则的结论可信度，得到结论，检索下一个规则组中的规则；若规则 CF1 <λ，则选取同组中的组合型规则，进行规则前提可信度计算，满足CF2 >=λ，计算此规则的结论可信度，得到结论，检索下一个规则组中的规则，否则抛弃此规则，选取同组下一条规则进行计算；
（5）结论确定：若存在多条满足规则前提的组合型规则，即存在冲突，调用冲突消解元规则按结论可信度进行排序，将可信度最大的结论作为推理的最终结论；
（6）风险解释：将所有推理识别出来的安全风险结论与结论解释模块中的结论解释信息进行匹配，获得相应的结论解释信息。
而且，所述的致险因素主要由以下四种方法得到：
（1）工程经验分析法
从施工手册入手，选取与风险识别直接相关的章节进行阅读，总结出地铁施工安全风险的主要类型、描述、主要成因。
（2）风险定义语义分析法
对于施工手册和科技文献明确、清晰的风险事件定义，通过对定义中的工程术语和关键词识别，进行语义分析，可以初步列举出致险因素线索。该分析方法适应于风险定义清晰，作用机理明确的风险事件。
（3）规范条文分析法
地铁工程施工安全风险识别涉及的规范包含：勘察、设计、施工、监测、质量、风险管理等多类。由于地铁工程建设归属国家住建部监管，面向地铁工程的相关规范的编制时，直接或间接引用铁道工程规范，存在部分条款不完全满足地铁施工适应性要求，在应用中也存在“规范套规范”现象。目前还未有针对地铁工程施工风险识别的国家或行业规范，但从目前已颁布的规范条文中，通过工程经验又可抽取、总结若干对风险识别有价值的信息。设计、施工等各类规范的条文中并不存在显式的表明“工程风险”的语句，但我们可以通过规范用词（例如：“必须”，“严禁”，“宜”，“不宜”等）的含义中推理出可能存在的风险及致险因素。
（4）可靠度分析法
对于适宜建立力学分析解析模型或存在解析经验公式的风险事件，发明人从可靠度分析理论出发，建立其极限状态函数，从极限状态函数的自变量入手，获得致险因素线索；
对于不适合建立解析模型的风险事件，发明人利用数值模拟方法建立仿真模型，其模型中的参数亦可作为风险致险因素的来源。
通过以上四种方法可以得到各种风险因素的致险因素线索，同一风险事件使用不同的方法得到的致险因素线索会有所差异，这就需要发明人以风险事件为对象，对通过不同方法取得的致险因素线索进行归纳和整理。合并其中类似的因素，对相互之间有矛盾的因素进行进一步研究，科学的取舍，最后针对每一个风险事件得到一组科学的致险因素集。
而且，本发明采用基于元规则控制的成组检索匹配推理算法，所述的元规则，就是对所有安全风险规则库中的规则进行分类检索和消解冲突的规则，具体分为4类：
分类元规则，所有规则都有其适用的工点和工法，针对每个规则组都规定了其使用的工点和工法，利用分类元规则，可以根据用户输入的工点和工法信息，在规则库中挑选出符合相应工点和工法信息的规则，而其他规则不用检索；
排他型元规则，针对每个风险事件都开发了一组规则，每个规则组包含三条规则，即一条排他型规则和两条组合型规则，在通过分类元规则检索出的规则组中，对每个规则组都首先执行排他型元规则，如果计算结果超过阈值，则不执行同组的另两条组合型规则；
CF计算元规则，作用一是设定CF的计算公式，即 ，二是设定阈值；
冲突消解元规则，当同一组规则组中多个组合型规则都能推导出结论时，即存在多种情况都会导致同一种风险结论，则要通过冲突消解元规则来选择最可能导致这种风险结论的规则，以便将该规则内的全部致险因素作为风险解释的一部分反馈给用户。
本发明具有以下优点：
（1）目前传统的风险识别都是依靠技术人员个人的知识能力，这种固化于人类大脑中的知识难以积累和共享，并且受到个人身体状况和工作强度等因素的影响，无法保证这些知识每次都正常发挥作用。本发明从规范及专家经验中获取风险识别规则，并进行结构化表示和存储，构建地铁施工安全风险识别推理程序，实现地铁安全风险识别推理的自动化；
（2）发明人开发了四种方法从规范和专家经验中取得致险因素线索，并将致险因素线索整理成规则，形成规则库。实现了对地铁安全风险管理经验的提取和规范化，为安全风险识别推理的自动化进行了重要的数据准备。这四种方法为：工程经验分析法、风险定义语义分析法、规范条文分析法和可靠度分析法。
（3）本发明总结地铁工程施工安全风险识别领域的相关理论性知识和专家经验性知识，系统地归纳整理地铁工程施工安全风险及其致险因素，提出了基于可信度的风险识别知识库的结构，针对具有不确定性属性的风险识别规则，提出规则获取、定性、定量分析方法和基于扩展产生式的知识表示方法，在此基础上构建基于可信度的安全风险识别知识库。
（4）通过引入了规则分组、规则类型的概念，将启发性知识设计成元规则，显式的控制推理过程。采用基于元规则控制的成组检索匹配推理算法较全局搜索顺序匹配算法能减小50%-80%的搜索工作量。
（5）发明人基于安全风险识别规则库，提出了结构化的工程参数库，实现了对安全风险推理所必须的工程参数的结构化，为安全风险识别推理的自动化进行了重要的数据准备。
（6）发明人开发了适用于地铁施工的安全风险的识别与推理的具体技术实现，该技术实现包括接收工点分类、工法分类和安全风险工程参数并存放在推理工作区中；分类规则库：根据工点分类和工法分类，对安全风险规则库进行分类检索，将满足工点分类和工法分类的规则存放在推理工作区中；致险因素匹配：通过工程参数FID检索到相应的致险因素条目，再根据工程参数值匹配到工点对应的致险因素；规则推理；结论确定；风险解释。
（7）用户输入工程参数信息，可以直接得到对地铁施工安全风险的识别和评估结果，并且能够得到对施工安全风险的控制措施建议，有利于用户编制科学的施工方案和进行有效的现场管理，实现风险管理的自动化和科学化。
附图说明
图1是本发明所述的一种地铁施工安全风险识别推理系统的系统结构图。
图2是本发明所述的一种地铁施工安全风险识别推理系统的运行阶段流程图。
图3是本发明所述的一种地铁施工安全风险识别推理方法的基于规则推理的风险识别过程流程图。
其中，用户接口模块10、工程参数模块20、规则模块30、推理工作区模块40、结论解释模块50。
具体实施方式
以下结合具体实施方式对发明进行进一步的说明。
如图1所示，本发明实施例提供的地铁施工安全风险识别推理系统包括用户接口模块10、工程参数模块20、规则模块30、推理工作区模块40和结论解释模块50，各模块可由本领域技术人员根据本发明技术方案采用计算机软件实现。
用户接口模块10用于实现用户交互，包括两方面的功能；其一是接收某一地铁工程对应工点分类、工法分类和安全风险相关的工程参数信息，信息源自地铁施工图纸中自动识别的工程参数值和由安全管理人员人工输入的工点分类、工法分类和工程参数值。所述工点分类是指地铁车站和地铁区间，所述工法分类是指明挖、暗挖、盖挖和盾构四种地铁施工工法。然后对信息进行规范性检查，将通过检查的工程参数信息提交到推理工作区模块40。对工程参数信息进行检查可以防止输入错误，工程参数信息必须符合数字或特定术语规范，如果不是，不予接受，并提示用户重新输入符合格式的信息。其二是将推理工作区模块40所得结果反馈用户，从而实现用户查看由安全风险工程参数逐步推理到安全风险结论的全部推理步骤的功能。
为了进行安全风险的识别推理工作，需要构建安全风险识别规则库，安全风险识别规则库是推理机进行推理所必须依赖的核心，安全风险识别规则库的构建直接影响整个风险自动识别系统的推理准确性、高效性和可维护性。
安全风险识别规则的获取是对专家经验和规范规定的综合提炼。发明人采用了四种规则获取方式把存在于专家头脑中和规范中的地铁施工安全经验整理成统一格式的规则。
风险识别规则的获取，首先是通过以下四种方法取得致险因素的线索。
（1）工程经验分析法
从施工手册入手，选取与风险识别直接相关的章节进行阅读，总结出地铁施工安全风险的主要类型、描述、主要成因。
表1 地铁深基坑施工风险表
从表1的风险发生主要原因描述中可以分析总结出风险致险因素线索，例如：基坑侧壁涌水、涌砂风险的致险因素至少包括 1 ）基坑开挖范围内土层 2 ）基坑内外水头差3 ）止水结构构造。
（2）风险定义语义分析法
对于施工手册和科技文献明确、清晰的风险事件定义，通过对定义中的工程术语和关键词识别，进行语义分析，可以初步列举出致险因素线索。该分析方法适应于风险定义清晰，作用机理明确的风险事件。
例如：流土（流砂）的定义如下：
流土（流砂）是指土的松散颗粒被地下水饱和后，由于水头差的存在，当动水压力大于或等于土的浮容重时，土颗粒处于悬浮状态，土的抗剪强度等于零，土颗粒随渗流流动，产生了流土 (砂)。
根据流土（流砂）的定义识别出术语/关键词，推理出可能的致险因素如表2所示：
表2致险因素推理识别表
（3）规范条文分析法
地铁工程施工安全风险识别涉及的规范包含：勘察、设计、施工、监测、质量、风险管理等多类。由于地铁工程建设归属国家住建部监管，面向地铁工程的相关规范的编制时，直接或间接引用铁道工程规范，存在部分条款不完全满足地铁施工适应性要求，在应用中也存在“规范套规范”现象。目前还未有针对地铁工程施工风险识别的国家或行业规范，但从目前已颁布的规范条文中，通过工程经验又可抽取、总结若干对风险识别有价值的信息。发明人以风险识别为主导，对地铁工程相关规范进行梳理，如见表3所示：
表3 与地铁工程施工风险识别相关的规范
所述铁标是指铁道部颁布的铁路行业标准，所述建标是指建设部颁布的建筑行业标准,所述协会标是指中国工程建设标准化协会颁布的建筑行业标准，所述城市地名为地方标准。
设计、施工等各类规范的条文中并不存在显式的表明“工程风险”的语句，但我们可以通过规范用词（例如：“必须”，“严禁”，“宜”，“不宜”等）的含义中推理出可能存在的风险及致险因素。例如：《地铁设计规范》（GB 50157-2003）中10.l.9 条“盾构法施工的区间隧道的覆土厚度不宜小于隧道外轮廓直径”，从这个条款中可以推理出“区间隧道的覆土厚度小于隧道外轮廓直径”是一个致险因素，可能导致地表沉降过大或对周边建筑物造成影响。按照上述思路，对照规范条文进行检索和推理，从而识别风险和致险因素线索，部分识别结果如表4所示：
表4 规范条文分析法识别的部分风险及致险因素
（4）可靠度分析法
对于适宜建立力学分析解析模型或存在解析经验公式的风险事件，发明人从可靠度分析理论出发，建立其极限状态函数，从极限状态函数的自变量入手，获得致险因素线索。
对于不适合建立解析模型的风险事件，发明人利用数值模拟方法建立仿真模型，其模型中的参数亦可作为风险致险因素的来源。例如：在模拟隧道开挖对周边地下管线影响时，数值仿真模型中考虑管线的埋深、走向，隧道、土体、管线的材料物理力学参数等，这些参数综合分类后形成致险因素集。
通过以上四种方法可以得到各种风险因素的致险因素线索，同一风险事件使用不同的方法得到的致险因素线索会有所差异，这就需要发明人以风险事件为对象，对通过不同方法取得的致险因素线索进行归纳和整理。合并其中类似的因素，对相互之间有矛盾的因素进行进一步研究，科学的取舍。最后针对每一个风险事件得到一组科学的致险因素集。
本发明采用以上的方法共取得了89种地铁施工风险事件，从而也得到了89组致险因素集。
本发明实施例提供了工程参数模块20、规则模块30和结论解释模块50来构成安全风险识别规则库。
工程参数模块20，用来存放地铁工程施工安全风险识别所涉及的工程参数、致险因素及其在不同情况下的可信度。所述工程参数是主要通过阅读地铁工程相关设计、施工规范、施工手册、工程图纸、技术方案、论文文献等资料进行归纳总结，形成的与地铁设计、施工直接相关的结构构件，周边环境，地质水文，施工工艺相关的几何、物理、力学参数，工程参数要求含义明确、分类清晰、存储方便、易于扩充。所述致险因素是指潜在发生事故的各种工程场地区域、周边环境、施工工艺及管理方案及导致工程风险发生的直接原因，如各种施工方案、施工技术、施工设备、施工操作及工作活动等。以基坑底地层土质为例，基坑底地层土质属于一个工程参数、砾砂、中粗砂和粗砂等属于这个工程参数下对应值，而基坑底地层土质是砾砂属于一条致险因素。
地铁工程施工安全风险主体对象是车站和区间，从领域知识角度可将工程参数分为车站类和区间类，同时兼顾考虑对车站和区间风险识别具有重要影响的工程地质、水文地质、周边建筑物、管线属性的工程参数，此类工程参数作为通用类工程参数。
对于车站类、区间类工程参数既有包含车站、区间基本属性的工程参数，如：车站标准段宽度、区间隧道长度、隧道标准断面宽度等，也有与施工工法直接相关的工程参数，如和区间隧道暗挖工法相关的初支厚度、格栅钢架间距等。发明人对地铁工程相关设计、施工规范、施工手册、工程图纸、技术方案、论文文献等资料进行分析，总结出的安全风险工程参数主要有293种，部分工程参数信息如表5所示：
表5 工程参数举例
部分致险因素如表6所示：
表6 致险因素举例
所述致险因素的可信度是指在工程技术参数取某值时，人们对它会真的成为一个造成风险的致险因素的相信程度。越不易成为致险因素的取值，其致险因素可信度越小。
规则模块30，用于存贮地铁施工安全风险识别规则，地铁施工安全风险识别规则是描述致险因素的不同组合导致风险发生的可能性，其内涵是对风险识别不确定知识的一种形式化描述。用自然语言一般可表示为：如果 （存在…条件）那么（可能产生…风险），例如：如果（地铁基坑外侧开挖范围内存在淤泥层）那么(可能会发生基坑侧壁渗漏风险)。
本发明引入扩展的产生式规则表示法，其基本形式如：IF e THEN h (CF(h,e), λ)，其中：e为致险因素的组合，采用各致险因素合取形式表示为：e1(ω1)∧e2(ω2)∧…∧en(ωn)，(ωi)为第i个致险因素的权重；h为结论即风险事件；CF(h,e)为规则的可信度；λ为识别规则阈值，只有致险因素组合可信度CF(e)大于λ，此规则才被调用；致险因素组合的可信度按式 计算，风险发生可能性按式计算。风险识别规则的扩展产生式表示举例如表7所示：
表7 安全风险识别规则扩展产生式表示举例
所述规则的可信度是指在各种致险因素组合下，能推理出正确结论，人们能多大程度相信此条规则。
阈值是决定风险事件发生还是不发生的关键参数，我们在开发时，先制定一个初始阈值，然后将系统拿到具体工程中进行试用。在试用过程中根据实际数据不断的输入计算，根据工程经验判断计算结果与实际情况的偏差，逐步调整阈值，得到目前这样一个相对合理的阈值。
现举例说明阈值的得来方式，阈值设定实例
考察风险事件基坑底流砂流土，以权重型组合规则R1-3为例：
第一步、首先初设权重型组合规则R1-3的阈值为0.8；
第二步、根据施工图纸及现场实际情况，得到工程参数如下述表10所示；
第三步、计算权重型组合规则，计算结果为0.583，小于阈值0.8；
第四步、按照规则计算结果与阈值的比较，应该判断此风险事件发生可信度过小，无需预警，但是现场工程师根据自己的工程经验，要求此时应该加强关注，采取措施监控基坑内外水头差，加强现场巡视，准备抢险物资以备随时调用。根据现场工程师的指令，可以判断，此时基坑底流沙流土的风险还是有较大可能性发生，因此，原来初设的阈值过高，需要调整；
第五步、调整阈值为0.5，小于0.583的计算结果；
第六步、继续在现场根据工程实际和工程师的处置调整阈值，直到符合有经验的工程师的正常判断为止；
第七步、确定最后的阈值。
规则可信度，是为了减少仅仅依靠阈值判断的偏差设置的。当计算某一条规则时，首先按照规则的算法进行计算，如超过阈值，则认为该风险事件可能发生（最不利规则和权重型规则）或不可能发生（排他型规则）。但是在输出风险事件发生概率时，要将计算结果再乘以规则可信度，才是最后输出的风险事件发生概率。就是说将发生概率向小的方向进行了调整，以减少输出概率过大而与实际不符的情况。具体计算过程在最后的实例中可以看到。
因此，我们的排他型规则的规则可信度设置为0.1，就是表示对风险事件不可能发生的判断要非常谨慎。对最不利规则的规则可信度设置为1.0，就是表示对风险事件发生表示非常重视和关注。对权重型规则的规则可信度设置为0.8，表示一种折中的态度。
关于规则的制订，我们首先针对一个风险事件先写一条权重规则，再根据权重规则写最不利规则，再根据工程经验写排他规则，如果排他规则存在的话。因此，一个风险事件对应一个规则组，一个规则组中最多包含一条排他型规则，包含两条组合型规则（权重规则和最不利规则）。
如，风险事件和其致险因素集：
风险事件：基坑底流砂流土
致险因素集：基坑底底层土质；钻孔灌注桩入岩状况；基坑内外水头差；基坑底软弱底层加固；钻孔灌注桩入土比；基坑底土层厚度
权重型规则：FID.100(0.3)∧FID.025(0.075)∧FID.104(0.25)∧FID.101(0.15)∧FID.026(0.15)∧FID.102(0.075)
该式代表：基坑底土层厚度(0.3)∧钻孔灌注桩入岩状况(0.075)∧基坑内外水头差(0.25)∧基坑底软弱底层加固(0.15)∧钻孔灌注桩入土比(0.15)∧基坑底土层厚度(0.075)
括号内是各致险因素权重。
最不利规则：FID.100∧FID.025∧FID.104∧FID.101∧FID.026∧FID.102
该式代表：基坑底土层厚度∧钻孔灌注桩入岩状况∧基坑内外水头差∧基坑底软弱底层加固∧钻孔灌注桩入土比∧基坑底土层厚度
就是在权重型规则基础上去掉权重即可。
排他型规则：?FID.100∨ ?FID.025∨ ?FID.101
该规则代表：基坑底土质为岩层或者钻孔灌注桩入岩或者基坑底软弱底层已加固
只要这条规则超过阈值，就代表可以不用计算另两条组合型规则，该风险事件发生的可能性非常小。
排他型规则是根据工程经验得到。
规则模块30是整个风险识别数据库的核心，它与结论解释模块50联合，描述扩展产生式IF e THEN h (CF(h,e),λ)的基本结构，规则模块30设计中根据地铁工程施工安全风险识别知识的特点，增加了工点分类、工法分类，增加了规则组的概念，增强了规则间的关联性，减少了推理机搜索空间，提高推理效率。部分规则信息如表8所示：
表8 规则信息举例
本发明采用基于元规则控制的成组检索匹配推理算法。本发明设计的风险识别规则采用扩展的产生式表示，引入了规则分组、规则类型，增强了规则间的关联。根据地铁施工安全风险的分类特性，将启发性知识设计成元规则，显式地控制推理过程，其核心是不确定推理，具体的识别推理方法流程图如图3所示，其关键步骤如下：
（1）接收工点分类、工法分类和安全风险工程参数并存放在推理工作区中；
（2）分类规则库：根据工点分类和工法分类，对规则模块30中的安全风险规则库进行分类元规则检索，将满足工点分类和工法分类的规则存放在推理工作区中；
（3）致险因素匹配：通过工程参数FID检索到相应的致险因素条目，再根据工程参数值匹配到工点对应的致险因素；
（4）规则推理：按规则组逐个检索计算。同组规则中，先选取排他型元规则，利用CF计算元规则计算规则前提可信度CF1 ，若满足CF1 >=λ，计算此规则的结论可信度，得到结论，检索下一个规则组中的规则；若规则 CF1 <λ，则选取同组中的组合型规则，进行规则前提可信度计算，满足CF2 >=λ，计算此规则的结论可信度，得到结论，检索下一个规则组中的规则，否则抛弃此规则，选取同组下一条规则进行计算；
（5）结论确定：若存在多条满足规则前提的组合型规则，即存在冲突，调用冲突消解元规则按结论可信度进行排序，将可信度最大的结论作为推理的最终结论；
（6）风险解释：将所有推理识别出来的安全风险结论与结论解释模块60中的结论解释信息进行匹配，获得相应的结论解释信息。
所述元规则是指“规则的规则”，它可以实现对安全风险规则库中的规则进行分类检索和消解冲突。具体分为4类：
（1）分类元规则。所有规则都有其适用的工点和工法。发明人对每个规则组都规定了其使用的工点和工法，利用分类元规则，可以根据用户输入的工点和工法信息，在规则库中挑选出符合相应工点和工法信息的规则，而其他规则不用检索，提高了检索效率；
（2）排他型元规则。发明人对每个风险事件都开发了一组规则，每个规则组包含三条规则，即一条排他型规则和两条组合型规则。在通过分类元规则检索出的规则组中，对每个规则组都首先执行排他型元规则，如果计算结果超过阈值，则不执行同组的另两条组合型规则，提高了检索效率；
（3）CF计算元规则。CF计算元规则。作用一是设定CF的计算公式，即，二是设定阈值；
（4）冲突消解元规则。当同一组规则组中多个组合型规则都能推导出结论时，即存在多种情况都会导致同一种风险结论，则要通过冲突消解元规则来选择最可能导致这种风险结论的规则，以便将该规则内的全部致险因素作为风险解释的一部分反馈给用户。
通过规则库中的各类不同规则分布情况，这种推理算法较全局搜索顺序匹配算法能减小50%-80%的搜索工作量。
结论解释模块50，用于存贮地铁施工安全风险识别推理后可能的风险结论及解释。将地铁施工安全风险进行分类管理，对每个风险进行了相应的风险特征描述和控制措施提示。风险结论及解释主要是指安全风险识别结果的特征及风险控制方法，结论描述说明风险的名称、基本机理；识别的风险类型可分为：技术风险、环境风险、其他风险；风险的后果可能引起人员伤亡、结构破坏、环境破坏等；风险发生可能性取值范围：0.0-1.0；处理措施建议可针对风险的类型描述需加强的工程措施，方便用户编制应急预案，如表9所述：
表9 结论解释举例
发明人共总结了89条地铁施工安全风险结论解释，处理措施建议根据规则相关规范和专家经验，经过精心整合得到，是由技术人员人工完成。
推理工作区模块40，其一是接收用户接口模块10传递的地铁施工安全风险工程参数信息，并调用规则模块30中的地铁施工安全风险识别推理算法，逐步推导出地铁施工安全风险及相应的风险解释；其二是将全部的推理步骤和最终推理出的风险及相应风险解释通过用户接口模块10反馈用户；
以推理识别出的某车站基坑底流土流砂风险为例，本发明实施例的安全风险识别推理流程为：
（1）获取工程参数，其中基坑底地层土质为粉土，钻孔灌注桩没有入岩，基坑内外水头差有4.2米，基坑底软弱地层进行了加固，钻孔灌注桩入土比是0.73，基底土层厚度是181mm；
（2）根据工点分类车站和工法分类明挖，对规则模块30中的安全风险规则库进行分类检索，将满足工点分类和工法分类的规则共25条存放在推理工作区中；
（3）将工程参数和工程参数模块20中的致险因素相匹配，构造适合本工程的致险因素表，如表10所示：
表10 某地铁车站风险识别规则前提表（部分记录）
（4）按规则组逐个检索计算。进入的规则组进行基坑底流土流砂风险推理，如表11所示：
表11 某地铁车站风险识别规则表（部分记录）
步骤如下：
1) 首先查找该规则组中排他型规则R1-1，规则计算公式为?FID.100∨ ?FID.025∨ ?FID.101，将FID.100=0.6、FID.025=0.7和FID.101=0.1带入公式，计算得0.7，小于阈值（λ=0.9），因此转而判断同规则组下的组合型规则；
2) 该规则组中第一个组合型规则R1-2的计算公式为FID.100∧FID.025∧FID.104∧FID.101∧FID.026∧FID.102，将FID.100=0.6、FID.025=0.7、FID.104=0.8、FID.101=0.1、FID.026=0.4和FID.102=0.8带入公式，计算得0.1，小于阈值(λ=0.8)，因此，转而判断第二条组合型规则；
3) 取规则R1-3，按公式FID.100(0.3)∧FID.025(0.075)∧FID.104(0.25)∧FID.101(0.15)∧FID.026(0.15)∧FID.102(0.075)，将FID.100=0.6、FID.025=0.7、FID.104=0.8、FID.101=0.1、FID.026=0.4和FID.102=0.8带入公式，CF(e)=0.6*0.3+0.7*0.075+0.8*0.25+0.2*0.15+0.4*0.15+0.8*0.075=0.583，CF(e)大于规则阈值（λ=0.5），因此R1-3规则可用。将规则可信度与规则前提组合可信度相乘得到结论可信度：CF (h) =CF(h,e)×CF(e)=0.8*0.583=0.466。即得出基坑底流土流砂风险出现的可能性为0.466。
（5）通过步骤4，得出基坑底流土流砂风险可能会出现，检索对应的风险解释如表12所示：
表12 得出的结论解释
机译： 安全软件生命周期中的安全风险识别
机译： 安全软件生命周期中的安全风险识别
机译： 安全软件生命周期中的安全风险识别
