建筑废料管理评价指标体系研究
来源:用户上传
作者: 吴员涛 董爱华 闵洲源
提要 基于对建筑废料管理概念及目标的分析,阐述了指标设计原则,并构建了建筑废料管理评价指标体系,具体说明各指标的含义。同时,提出基于BP人工神经网络的评价方法,并进行实证分析,为今后开展建筑废料管理评价研究提供了方向和手段。
关键词:建筑废料管理;评价指标体系;评价方法
中图分类号:TU72 文献标识码:A
经济的高速发展和城市化进程的推进形成房屋建筑的巨大需求,促进我国建筑行业快速发展,同时产生大量的建筑废料。要实现建筑业的可持续发展,就必须实施建筑废料管理。实施有效的建筑废料管理,要有一个较科学合理的评价指标体系。石志方等(1993)针对城市废塑料污染提出综合使用废塑料的回收再用、填埋和分解性塑料的研制与应用等方法进行治理。赵等(2003)采用主成分分析法及德尔菲法构建浙江省生态环境可持续发展评价指标体系。陈德全等(2006)从减量化、资源化、无害化及社会经济发展四个控制层面构建浙江省循环经济发展指标体系。陈帆等(2008)建立了造纸工业循环经济评价指标体系,分为经济发展指标、循环经济特征指标、生态环境效益指标和系统管理指标。目前,鲜见对建筑废料管理评价指标体系进行研究。因此,构建科学合理的评价指标体系对建筑废料管理进行评价。
一、评价指标设计的原则
评价指标的构建遵循的一般原则包括:①科学性原则,基于科学系统的建筑废料管理理论,在基本概念和逻辑结构上构建严谨合理的评价指标体系,并对其客观实际抽象描述得清楚、简练、符合实际;②系统优化原则,以较少的指标(数量较少、层次较少)较全面系统地反映评价对象的内容,达到评价指标体系的总体最优;③通用可比原则,评价指标可有效用于同一对象不同时期以及不同对象间的比较,即纵向比较和横向比较;④实用性原则,评价指标体系具有实用性、可行性和可操作性;⑤目标导向原则,评价的目的是引导和鼓励被评价对象向正确的方向和更高的水平发展。通过评价过程对其废料管理实践现状加深认识,通过评价结果对其产生激励作用,从而不断提高建筑废料管理水平。
二、评价指标体系的构建
(一)建筑废料管理评价指标体系。从管理规范性和实施有效性对建设工程的建筑废料管理进行全面评价。管理规范性是建筑废料管理有效实施的重要基础,组织、资金、计划、培训等管理要素贯穿于管理全过程并发挥影响。实施有效性是建筑废料管理实现预定目标,取得良好成果的重要保障。在对建筑废料管理理论、实践方法与流程进行系统总结与提炼的基础上,初拟以单一新建建设工程项目(不包含拆除工程)的建筑废料管理活动为评价对象的评价指标体系。进一步通过问卷调查的形式,向国内著名高校建筑管理领域的专家学者和建筑行业(主要包括建筑施工行业和建筑管理咨询行业等)的资深从业人员广泛征求意见和建议,对初拟的评价指标体系进行了调整、补充和完善,最终构建体系较科学完整、指标精炼实用的评价指标体系,由评价目标、7个一级指标(分为管理规范性指标和实施有效性指标两类)和19个二级指标构成。(表1)
(二)评价指标的内涵
1、建筑废料管理组织。这是建筑废料管理活动的组织者和具体承担者,其组织结构和运行机制影响着建筑废料管理实践的效果。
2、建筑废料管理计划。这是建筑废料管理实践的行动方案,是对各种资源在时间、空间上的组织规划,是实现建筑废料管理目标的重要基础和保障。
3、建筑废料管理资金。建筑废料管理的实践需要充足和稳定的资金支持,才能保证其实现预定目标,达到良好成效。
4、建筑废料管理培训。现场负责建筑废料管理具体实施的专业操作工人的技术水平是影响建筑废料管理成果的重要因素。另外,其他施工人员对废料管理的认识和配合程度对废料管理的成效也有着重要的影响。因此,组织建筑废料管理的相关培训是保障建筑废料管理实践高效、顺利开展的重要条件。
5、建筑废料管理科研。在工程项目前期设计方案和采购计划的制定过程中,有效结合建筑废料管理的研究,从源头上控制和削减建筑废料的产生。
6、建筑废料处理流程。建筑废料实施依靠若干环节的衔接和配合,包括废料处理流程设计合理,环节精炼,将冗余环节最小化。
7、建筑废料处理操作。结合工程实际选择适宜的操作方法,降低废料管理成本,提高效益和效率。
8、建筑废料分类。分类标准越细对应的收集与分选成本越高,因此选择适当的建筑废料分类标准和有效分拣回收废料。
9、建筑废料的回收。这是工程现场废料管理实践的第一个环节,其工作效率和质量对后续的废料再用和循环利用等工作将产生直接影响。
10、建筑废料的回收再用是对废料最经济的一种利用方式。积极发掘、有效保护和充分实现废料的再用价值是提高废料管理经济性的重要方法。
11、建筑废料的循环利用。这是建筑废料管理的重要工作内容之一,也是目前国际上普遍关心和努力推动的废料管理实践,对于实现建筑业的可持续发展具有重要意义。
12、建筑废料的填埋处理。不可循环利用的建筑废料必须实行符合规范的填埋处理,是保护环境、避免污染的关键。结合工程具体情况,就近选择有资质的废料填埋处理场所,实施不可循环利用废料的安全填埋。
13、建筑废料管理人员。其技术水平、专业素质和工作效率是建筑废料管理实践中的重要因素之一。
14、建筑废料转运机械。这是建筑废料管理活动的主要工具之一,其运行使用效率直接影响建筑废料管理实践的效率和效益,包括提高承担施工现场与废料回收中心间废料转运机械的工作效率。
15、建筑废料回收站与回收箱。其布置和管理直接影响建筑废料管理工作的效率。
16、建筑废料管理成本。建筑废料管理的经济效益是建筑废料管理效益的重要组成部分,因而有必要通过成本计划和控制等措施降低废料管理成本,提高废料管理经济效益。
17、建筑废料销售收益。建筑废料管理的经济效益是建筑废料管理效益的重要组成部分,因而有必要有效管理可循环利用废料,并通过销售创造收益,提高废料管理经济效益。可描述为出售可循环利用的废料,为项目创造收益。
18、建筑废料管理的操作安全。在建筑工程实践中,安全生产是重要的前提,在建筑废料管理的实践中,同样需要注意确保工作安全。可描述为,在建筑废料的回收、分类和转运过程中注意安全,避免和减少事故。
19、建筑废料处理的环境安全。有危害性的建筑废料必须实行安全填埋处理。可描述为,对于有危害性的建筑废料,如特殊防腐剂处理过的木料等,须进行专门处理而后进行填埋,避免环境污染。
三、评价方法及流程
人工神经网络是由大量称为神经元的简单信息单元广泛连接组成的复杂网络,用于模拟人类大脑神经网络的结构和行为,其工作原理是根据所提供的样本数据,通过网络的学习和训练,找出输入和输出之间的内在联系,建立更接近于人类思维模式的定性与定量相结合的综合评价模型的方法,从而求取问题的解。与采用传统的评价方法,如层次分析法、模糊理论分析法等相比具有显著的优越性。①建筑废料管理的评价综合性强,各种因素相互影响,存在着复杂的非线性关系。基于人工神经网络的评价方法具有神经网络自组织、自适应能力,能全面反映对指标间的非线性关系,避免评价过程中的人为因素及模糊随机性的影响;②具有较强的容错能力及泛化功能,能够处理有噪声或不完全的数据;③具有较强的自学习能力,通过学习新样本,可使网络的知识、经验更丰富,评价结果更科学、准确。因此,本文采用BP人工神经网络对建筑废料管理进行评价研究。
基于BP人工神经网络的建筑废料管理评价模型的算法实现。①确定BP网络结构参数,即各层神经元节点数;②以MATLAB为工具,建立一个输入层、隐含层、输出层神经元节点数分别为19、9、1的人工神经网络,选用trainscg训练函数,初始化网络的权值和阈值,设置网络学习精度为10~6;③选定数据及两组边界限定样本数据作为学习样本输入网络,启动网络进行学习训练。通过不断执行迭代过程,至满足学习精度为止,得到较为准确的内部表示神经网络,即合适的输入与输出之间的非线性映射关系;④将训练好的神经网络存入文件。当遇到建筑废料管理评价问题时,只需输入待评价项目的指标得分矩阵,启动网络,即可得到评价结果。
四、案例分析
上海某高校教学科研综合楼工程位于该高校东北角。工程采取一些针对性的措施治理施工空气污染和水污染、处理建筑废料的基础措施,降低对周围环境的影响,取得了一定的效果。但由于施工单位管理层的废料管理意识不强,因而并没有建立专职的废料管理组织和编制专项的废料管理计划及为废料的分类、回收、利用与处理设计专门的流程和方案。
对项目的各项评价指标做出评判。由于各评价指标中定性因素较多,因此采用专家评判方法,对各个指标从优至劣划分优秀、良好、一般、及格和不及格五个等级,分别给以5分、4分、3分、2分和1分。(表2)
将表2的数据输入先前通过专家调研统计、函数训练并保存的神经网络模型,经网络计算,得到该项目建筑废料管理的综合评价得分为3.0366,表明该项目的建筑废料管理总体水平一般。该评价结果经该项目的项目经理和总监理工程师确认,基本符合项目的实际情况。证明基于BP人工神经网络的评价模型可以有效地应用于建筑废料管理评价的实践。
五、结语
本文构建的建筑废料管理评价指标体系丰富了建筑废料管理评价指标的理论,有利于提高建筑废料管理水平,为其提供参考依据;提出了应用BP人工神经网络进行评价,并以实际案例进行了演示,得出该评价模型适用于建筑废料管理评价实践的结论。
(作者单位:同济大学经济与管理学院)
主要参考文献:
[1]石志方,刘健,陆平中等.废塑料污染的综合治理[J].环境污染与防治,1993.
[2]赵多,卢剑波,闵怀.浙江省生态环境可持续发展评价指标体系的建立[J].环境污染与防治,2003.12.25.
[3]陈德全等.浙江省循环经济发展评价指标体系研究[J].环境污染与防治,2006.4.28.
[4]陈帆,吴波,祝秀莲.造纸工业循环经济模式评价指标体系研究[J].环境污染与防治,2008.5.30.
[5]胡守仁.神经网络导论[M].长沙:国防科技大学出版社,1993.
[6]潘大丰,李群.神经网络多指标综合评价方法研究[J].农业系统科学与综合研究,1999.15.2.
转载注明来源:https://www.xzbu.com/2/view-408040.htm