地铁深基坑施工风险耦合评价方法

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-15

王乾坤, 亢显卫, 朱科
武汉理工大学土木工程与建筑学院, 湖北武汉 430070
收稿日期：2020-11-23
基金项目：国家重点研发计划项目(2018YFC0704300)。
作者简介：王乾坤(1964-), 男, 湖北天门人, 武汉理工大学教授, 博士生导师。

摘要：研究一套适用于地铁深基坑施工风险评价的指标体系和方法, 用以分析评判项目施工风险等级, 指导和改进现场施工风险管理.首先, 依据事故树分析(FTA)、“4M1E”系统安全理论和文献分析等, 构建包含29个指标的地铁深基坑施工风险评价指标体系; 然后, 结合风险耦合理论分析风险因素间的交互作用, 建立基于C-OWA算子和相互作用矩阵法的施工风险评价模型.结合某地铁深基坑施工项目案例, 应用该评价指标体系和方法计算施工风险等级为中等风险, 此结果与项目实际施工情况相符, 从而验证了本文方法的可行性.
关键词：地铁深基坑风险耦合理论相互作用矩阵C-OWA算子事故树分析法
Coupling Evaluation Method of the Construction Risk for Subway Deep Foundation Pit
WANG Qian-kun, KANG Xian-wei, ZHU Ke
School of Civil Engineering and Architecture, Wuhan University of Technology, Wuhan 430070, China
Corresponding author: KANG Xian-wei, E-mail: 943884135@qq.com.

Abstract: A set of index system and method suitable for risk assessment of subway deep foundation pit construction was developed to analyze and judge the risk level of a project, and to guide and improve the risk management of site construction. Firstly, the risk evaluation system with 29 indexes of subway deep foundation pit construction was established according to FTA, 4M1E system safety theory and literature analysis. Secondly, the interaction between risk factors was analyzed with the risk coupling theory, and the construction risk evaluation model is established based on C-OWA operator and interaction matrix method. As a case, the construction risk level of a subway deep foundation pit construction project was calculated by the evaluation index system and method proposed, and the results show that the risk level was medium, which accords with the actual situation of construction project, thus verifying the feasibility of the method above mentioned.
Key words: subway deep foundation pitrisk coupling theoryinteraction matrixC-OWA operatoraccident tree analysis
在我国经济快速发展、城镇化进程不断加深的背景下, 各大城市轨道交通得到大力发展和建设.在地铁项目施工中难免发生安全事故, 通过政府官网、新闻媒体、文献等查阅统计2004—2020年地铁车站施工事故132起, 分析发现地铁深基坑工程不仅呈现“深、大、近、难”的特征^[1], 同时具有施工工期长、周边环境复杂、风险因素多等特点, 且一旦发生安全事故, 必然造成经济损失和社会影响.因此, 有必要探索一套科学合理的指标体系和方法, 针对地铁深基坑施工风险进行评价研究, 降低施工事故发生概率和改进施工风险管理.
国内外一些****从不同角度利用科学方法对地铁基坑工程施工风险做评价研究.如Clarke等^[2]利用EIS模型从施工前期评估地铁施工风险; An等^[3]采用有限差分法和变形观测, 分析地铁车站施工对邻近建筑物基础沉降和残余变形的影响; Wei等^[4]引入模糊熵理论评价地铁基坑施工风险; 刘戈等^[5]和Wu等^[6]借助模糊综合评判理论评估地铁项目建设风险; Sun等^[7]和王成汤等^[1]将多态模糊贝叶斯网络理论应用到地铁施工安全风险分析中; 王乾坤等^[8]主要依据深基坑施工监测数据, 从土方工程、支撑支护工程、地质水位等方面对地铁深基坑施工风险评估分析, 用以指导安全文明施工.根据文献分析, 在地铁深基坑施工风险评估方面, 大多数研究者依据安全监测数据、地质水文条件、支撑支护体系等评估风险, 较少考虑人员、机械设备等因素的影响程度; 在评价方法上多数研究者引入贝叶斯理论、模糊综合评判、灰色关联等方法, 较少考虑指标间的相互影响和交互作用, 未深入探索风险因素交互耦合对施工风险的影响.
风险耦合是指两个或多个风险因素通过相互作用导致安全事故的发生.它具有随机性、突发性、不可逆性和系统性^[9].Brooker^[10]依据空难事故分析风险因素, 模拟分析空难发生趋势, 为风险耦合研究奠定基础; Michael等^[11]模拟分析人和环境的耦合作用对污染问题的影响; Miller等^[12]建立风险耦合模型, 识别地震后出现的高风险社区, 降低基础设施系统风险; Chinkulkijniwat等^[13]对隧道施工过程进行水文-力学耦合模拟, 分析施工过程中耦合风险变化趋势; Pan等^[14]研究地铁盾构施工中的风险耦合作用, 分析并控制主要风险因素, 降低事故发生概率.根据文献查阅分析, 在国际上已有较多****研究多风险因素交互作用并构建风险耦合模型, 本文引用该理论模型评价地铁深基坑施工风险等级, 以采取控制措施降低风险.
本文根据地铁深基坑施工安全事故统计和事故树分析(FTA)确定致因因素, 参考标准规范、相关研究文献和“4M1E”系统安全理论构建较全面合理的地铁深基坑施工风险评价指标体系.考虑多因素交互耦合作用, 构建基于C-OWA算子和相互作用矩阵法的地铁深基坑施工风险评价模型.利用C-OWA算子实现有序加权平均赋值, 削弱专家主观判断的影响, 同时考虑风险因素间的交互作用对施工风险进行评价, 指导现场安全风险管理, 并为地铁深基坑施工风险提供一种科学合理的评价方法.
1 地铁深基坑施工风险评价指标体系1.1 风险识别为合理识别地铁深基坑施工风险因素, 本文引入事故树分析(fault tree analysis, FTA)方法.FTA方法运用逻辑推理对各种系统的危险性进行辨识和评价, 不仅能分析出事故的直接原因, 还能深入地揭示出事故的潜在原因, 其作为一种定量与定性分析相结合的方法被广泛运用.统计分析地铁深基坑施工安全事故132起, 得出造成事故的原因有钢支撑应力不足、天气条件恶劣, 以及违规操作机械等.追根溯源, 从安全事故致因角度出发, 依据事故树理论和统计风险源分析建立地铁深基坑施工安全事故树, 如图 1所示.
图 1(Fig. 1)

图 1 地铁深基坑施工安全事故树Fig.1 Safety accident tree of subway deep foundation pit construction

1.2 构建地铁深基坑施工风险评价指标体系根据地铁深基坑施工事故致因分析, 利用FTA方法识别出关键风险因素, 结合地铁深基坑施工环境复杂、技术难度大等特点, 参考标准规范、相关研究文献及“4M1E”系统安全理论, 遵循指标建立的科学性、客观性、可行性原则, 依据上述理论分析构建包含人员因素、机械设备因素、施工材料因素、管理因素、施工技术因素和环境因素6个一级指标、29个二级指标的地铁深基坑施工风险评价指标体系, 如表 1所示.
表 1(Table 1)

表 1 地铁深基坑施工风险评价指标体系Table 1 Risk evaluation index system of subway deep foundation pit construction

目标层	准则层	指标层
地铁深基坑施工风险评价指标体系T	人员因素T₁	T₁₁人员安全风险意识
		T₁₂人员专业技术水平
		T₁₃人员安全应急处置能力
		T₁₄按标准规范施工情况
	机械设备因素T₂	T₂₁机械设备检修维护措施
		T₂₂机械设备作业布置指挥
		T₂₃机械设备操作规范性
		T₂₄机械设备选择合理性
	施工材料因素T₃	T₃₁混凝土强度
		T₃₂钢支撑应力
		T₃₃拉锚杆强度质量
		T₃₄挡墙材料质量合格性
		T₃₅材料加工质量控制
	管理因素T₄	T₄₁安全文明施工教育培训
		T₄₂施工安全风险管理措施
		T₄₃安全施工组织设计方案
		T₄₄巡查、监测预警管控措施
	施工技术因素T₅	T₅₁地质、水文勘察分析
		T₅₁基坑止水帷幕设计施工
		T₅₃基坑支撑支、拆设计施工
		T₅₄基坑挡土结构设计施工
		T₅₅基坑土方开挖施工
		T₅₆排、降水施工控制措施
	环境因素T₆	T₆₁土层地质条件
		T₆₂地下水文条件
		T₆₃施工气候条件
		T₆₄地下管线埋布情况
		T₆₅周边建筑物位置、大小
		T₆₆周边路面交通情况

表 1 地铁深基坑施工风险评价指标体系 Table 1 Risk evaluation index system of subway deep foundation pit construction

2 地铁深基坑施工风险耦合评价模型2.1 地铁深基坑施工风险耦合作用理论在地铁深基坑施工中, 往往是多因素协同作用造成施工安全事故, 而目前的研究大多局限于单一风险因素分析或较少考虑风险因素间的相互影响.因此, 本文引入风险耦合理论, 参考系统动力学中耦合的定义, 风险耦合指系统中某类风险的发生及其影响力依赖于其他风险的程度, 以及该风险影响其他风险的形式和程度^[15].根据上述分析的风险因素及评价指标体系, 建立地铁深基坑施工事故风险耦合致因模型, 如图 2所示.
图 2(Fig. 2)

图 2 地铁深基坑施工事故风险耦合致因模型Fig.2 Risk coupling cause model of subway deep foundation pit construction accident

引入风险耦合理论, 将地铁深基坑施工风险分为单因素耦合风险、双因素耦合风险及多因素耦合风险^[16].单因素耦合风险指单个风险因素内部相互作用影响, 如人员因素耦合风险、环境因素耦合风险等; 双因素耦合风险指两个风险因素相互影响, 如安全教育培训和人员安全风险意识具有较强的交互作用; 多因素耦合风险指三个及以上风险因素间相互作用影响, 如安全施工管理控制措施、按标准规范施工及监测预警措施间有交互作用.因此依据事故树理论识别地铁深基坑施工风险因素, 结合风险耦合理论和相互作用矩阵法构建风险评价模型, 不仅考虑单一风险因素影响, 还考虑多个风险因素之间的交互耦合作用, 使得地铁深基坑施工风险评价更加科学合理.
2.2 C-OWA算子理论基于组合数的有序加权平均(combination ordered weighted averaging, C-OWA)算子^[17]把权重和样本数据有机结合, 有效削弱专家主观经验判断的极值影响, 科学合理地分配指标权值.
C-OWA算子模型计算步骤如下:
1) 邀请p位相关领域专家, 对指标风险性打分(采用10分制, 分值越高风险性越大), 得到初始决策数据矩阵A=[a₁, a₂, …, a_p];
2) 将初始决策数据从大到小排序, 得到新数据集B=[b₀, b₁, …, b_p-1], 其中b₀≥b₁≥…≥b_p-1;
3) 运用组合数原理确定加权向量ω:

(1)

式中Cⁱ_p-1为组合数, i=0, 1，…，p-1, 加权向量ω=[ω₁, ω₂, …, ω_p].
4) 计算绝对权值集W=[w₁, w₂, …, w_q]:

(2)

其中j=1, 2, …, q, q为需要赋权的指标个数.
2.3 相互作用矩阵理论相互作用矩阵法不仅考虑单个因素对系统的影响, 同时考虑多因素之间交互作用对系统的影响, 从而使风险评价更加科学合理.构建相互作用矩阵: 地铁深基坑施工风险影响因子放置于主对角线上, 多个风险影响因子的相互作用关系放置于非对角线位置, 其值表示影响因子之间耦合作用影响程度的大小.具体理论矩阵如下:

(3)

式中: X_i为第i个地铁深基坑施工风险影响因子(如本文中X₁代表评价指标T₁₁人员安全风险意识); X_ij为影响因子i对影响因子j的交互影响程度(如本文中X₁₂表示指标T₁₁人员安全风险意识对指标T₁₂人员专业技术水平的影响程度); X_ji为影响因子j对影响因子i的交互影响程度(如本文中X₂₁表示指标T₁₂对指标T₁₁的影响程度).依据相互作用矩阵, 可进一步计算第i个影响因子的权重K_i, 从而得到权重集K=[K₁, K₂, …, K_i, …, K_m].

(4)

(5)

(6)

由式(4)~式(6)计算出地铁深基坑施工风险影响因子的权重集K后, 结合式(2)对各评价指标风险的绝对权值集W, 求得施工风险程度P:

(7)

2.4 地铁深基坑施工风险等级划分为使地铁深基坑施工风险评价定量与定性相结合, 根据事故树理论和文献分析法构建施工风险评价指标体系, 并引入风险耦合理论、C-OWA算子和相互作用矩阵法, 构建地铁深基坑施工风险耦合评价模型, 计算得到定量施工风险程度P.参考相关标准规范、研究文献, 将风险程度P值大小划分为Ⅰ, Ⅱ, Ⅲ, Ⅳ, Ⅴ级, 见表 2.
表 2(Table 2)

表 2 地铁深基坑施工风险等级划分Table 2 Risk grade division of subway deep foundation pit construction

P值	施工风险程度	风险等级
0.00≤P＜0.20	极弱风险	Ⅰ
0.20≤P＜0.40	弱风险	Ⅱ
0.40≤P＜0.60	中等风险	Ⅲ
0.60≤P＜0.80	强风险	Ⅳ
0.80≤P≤1.00	极强风险	Ⅴ

表 2 地铁深基坑施工风险等级划分 Table 2 Risk grade division of subway deep foundation pit construction

3 工程实例分析3.1 工程实例简介某市轨道交通八号线二期工程中水果湖地铁站位于东湖路与白鹭街交叉路口, 地下两层岛式车站, 明挖顺作法施工.结构顶板覆土4.02 m, 基坑深度约为18.35 m, 宽度约21.3 m, 基坑围护结构采用钻孔灌注桩+高压旋喷桩止水帷幕+内支撑的形式.基坑东侧距高层(32层)建筑地下室边线约10 m, 距离加油站约8 m; 基坑西侧距高层(32层)建筑地下室边线约14.5 m; 施工参与人员众多.
3.2 地铁深基坑施工风险耦合评价模型3.2.1 地铁深基坑施工风险耦合分析该车站位于车流量较大的交叉路口, 施工期内路面车辆交通情况复杂; 基坑周边有高层建筑、加油站等, 对深基坑开挖、支护带来困难; 车站所处地区为长江三级阶地, 复杂地质条件对工程施工带来不利影响.根据工程项目现场调研和专家访问, 结合深基坑施工风险评价指标体系分析, 该项目邻近大型建筑物, 路面交通情况复杂, 地质条件不利, 基坑开挖较大, 现场施工人员众多, 施工机械种类繁多, 在施工安全管理中不仅存在单一风险因素的影响, 还存在多因素交互耦合作用的影响, 从而易造成更大的风险隐患.因此, 依据指标体系和评价模型对该地铁深基坑项目的施工风险进行耦合评估, 用以指导现场安全管理.
3.2.2 用C-OWA算子计算风险赋值根据构建的地铁深基坑施工风险评价指标体系, 结合该基坑施工情况, 邀请10名深基坑施工领域相关专家对该项目各指标风险打分赋值, 得到初始数据集A.采用10分制, 专家评分越低说明该项指标风险管控越好, 引发事故的可能性越小, 反之越大.因指标评分数据较多, 此处以T₁₁人员安全风险意识指标计算为例.
① 根据专家对指标评分得到初始决策数据: a_T₁₁=[5, 6, 5, 5, 4, 6, 4, 4, 5, 4];
② 按照从大到小原则对决策数据排序, 得到新的数据矩阵b_T₁₁ =[6, 6, 5, 5, 5, 5, 4, 4, 4, 4];
③ 由式(1)计算得到该数组对应权重向量: ω=[0.002 0, 0.017 6, 0.070 3, 0.164 1, 0.264 1, 0.264 1, 0.164 1, 0.070 3, 0.017 6, 0.002 0];
④ 由式(2)得到赋值w_T₁₁=4.765 6.
同理, 由各指标评分数据和公式计算出T₁₂等28个指标值, 具体计算结果见表 3中风险赋值数据.
表 3(Table 3)

表 3 地铁深基坑施工风险权重及重要性计算Table 3 Calculation of risk weight and importance in subway deep foundation pit construction

指标	风险值	影响程度总和C	被影响程度总和E	C+E	权重	权重排序	重要度	重要度排序
T₁₁	4.765 6	48.93	57.06	105.99	0.041 8	8	0.019 9	7
T₁₂	3.818 4	61.87	45.20	107.07	0.042 2	7	0.016 1	12
T₁₃	5.412 1	19.34	46.05	65.39	0.025 8	23	0.014 0	18
T₁₄	5.500 0	62.25	60.69	122.94	0.048 5	3	0.026 7	1
T₂₁	3.763 7	24.09	31.19	55.28	0.021 8	27	0.008 2	27
T₂₂	4.410 2	42.86	43.07	85.93	0.033 9	15	0.014 9	15
T₂₃	4.166 0	52.20	53.38	105.58	0.041 6	9	0.017 3	11
T₂₄	3.480 5	37.43	45.23	82.66	0.032 6	17	0.011 3	21
T₃₁	3.500 0	32.96	37.87	70.83	0.027 9	21	0.009 8	22
T₃₂	3.519 5	22.44	33.50	55.94	0.022 1	26	0.007 8	28
T₃₃	3.480 5	21.02	43.84	64.86	0.025 6	24	0.008 9	26
T₃₄	3.480 5	26.50	43.84	70.34	0.027 7	22	0.009 7	23
T₃₅	4.166 0	40.97	44.53	85.50	0.033 7	16	0.014 0	17
T₄₁	3.746 1	67.49	41.38	108.86	0.042 9	6	0.016 1	13
T₄₂	5.164 1	69.48	44.87	114.35	0.045 1	5	0.023 3	3
T₄₃	4.002 0	61.93	67.69	129.62	0.051 1	2	0.020 5	6
T₄₄	5.164 1	64.16	55.69	119.85	0.047 3	4	0.024 4	2
T₅₁	3.519 5	61.40	69.00	130.40	0.051 4	1	0.018 1	10
T₅₂	4.002 0	44.17	51.12	95.30	0.037 6	13	0.015 0	14
T₅₃	5.429 7	42.43	55.99	98.42	0.038 8	11	0.021 1	5
T₅₄	5.164 1	44.11	60.38	104.49	0.041 2	10	0.021 3	4
T₅₅	3.519 5	28.47	65.87	94.34	0.037 2	14	0.013 1	19
T₅₆	4.980 5	37.24	35.94	73.17	0.028 8	19	0.014 4	16
T₆₁	5.164 1	44.47	51.44	95.91	0.037 8	12	0.019 5	8
T₆₂	4.002 0	44.72	27.87	72.59	0.028 6	20	0.011 5	20
T₆₃	4.002 0	37.06	21.75	58.80	0.023 2	25	0.009 3	25
T₆₄	3.763 7	25.74	14.44	40.18	0.015 8	29	0.006 0	29
T₆₅	6.234 4	59.16	16.94	76.10	0.030 0	18	0.018 7	9
T₆₆	5.164 1	35.53	10.25	45.78	0.018 0	28	0.009 3	24

表 3 地铁深基坑施工风险权重及重要性计算 Table 3 Calculation of risk weight and importance in subway deep foundation pit construction

3.2.3 相互作用矩阵法计算风险指标权重为了定量分析各指标间的相互影响, 采用约翰·哈德森提出的“专家半定量取值法”, 将地铁深基坑施工风险影响因子间的相互影响程度划分为极弱影响、弱影响、中等影响、强影响、极强影响, 分别对应0, 1, 2, 3, 4五个等级.邀请5名相关领域专家根据项目施工情况和半定量取值法对各指标间相互影响程度进行评分, 并产生4 060个数据, 因数据计算较多, 此处仅以T₁₁(人员安全风险意识)对T₁₄(按标准规范施工情况)的影响X₁₄计算为例: 调研得到T₁₁对T₁₄的影响X₁₄评分为a_X₁₄=[3, 2, 2, 3, 2]; 对评分排序得到b_X₁₄=[3, 3, 2, 2, 2]; 权重向量ω_X=[0.062 5, 0.25, 0.375, 0.25, 0.062 5];计算该影响值X₁₄=2.31.同理依据C-OWA理论计算其他指标相互影响值，即非对角线的812个数值, 构成相互作用矩阵X, 用于进一步计算施工风险等级.
3.2.4 地铁深基坑施工风险等级计算分析根据相互作用矩阵数据和式(5)、式(6)计算得到影响程度总和C、被影响程度总和E, 由式(7)计算得到各指标权重并进行排序, 见表 3.由施工风险数据和式(8)计算得到施工风险值P=∑_i=1^mW_i·K_i=0.439 9, 根据风险等级划分0.40≤P=0.439 9＜0.60, 即该项目施工风险等级为Ⅲ级.此结果与该项目实际施工情况相符, 因周边高层建筑众多、基坑开挖尺寸较大、现场机械作业频繁等因素, 基坑施工过程中出现沉降、侧斜逐渐增大的现象; 现场作业工种、机械设备较多, 存在施工安全管理松懈等情况, 致使该项目施工处于中等风险, 需要进一步加强安全管理和风险控制.
3.3 地铁深基坑施工风险控制措施依据表 3中地铁深基坑施工风险重要程度分析, 此项目按规范施工情况(T₁₄)、巡查监测预警管控措施(T₄₄)、施工安全风险管理措施(T₄₂)、基坑挡土结构设计施工(T₅₄)和基坑支撑支、拆设计施工(T₅₃)等几项指标风险程度较高, 存在多风险因素耦合, 若继续发展易造成施工安全事故, 因此需要各施工参与方引起重视, 采取以下措施:
1) 根据施工风险评价分析, 判断出多因素耦合作用下的主要风险, 针对该类风险采取有效控制措施, 改进地铁安全, 文明施工, 降低施工风险.
2) 针对本工程实例出现的较高风险指标项采取有效控制措施, 如加强施工参与人员专业技术培训, 严格按照标准规范施工, 保证施工质量要求; 邀请专家参与巡查监测预警服务, 在施工监测中遇到较大风险问题或数据异常情况时, 向专家咨询决策处理方案并及时有效地降低风险.
3) 加强全体地铁深基坑施工参与人员安全教育培训和指导, 遵从规范要求文明施工, 增强安全风险意识, 积极配合现场施工风险管理.
4) 严格按照标准规范对基坑支撑结构和围护结构设计施工, 加强支撑和围护结构监测预警, 出现滑移、倾斜及裂纹等情况时做出科学判断和处理, 若出现安全隐患较大情况时, 邀请多方专家讨论解决方案, 及时采取控制措施, 降低施工风险.
4 结论1) 结合事故树分析法和文献分析法构建地铁深基坑施工风险评价指标体系.通过统计地铁深基坑施工安全事故确定致因因子, 结合事故树分析、“4M1E”系统理论和研究文献等构建了包含29项指标的地铁深基坑施工风险评价指标体系, 更加科学全面地评价施工风险.
2) 构建地铁深基坑施工风险耦合评价模型.引入风险耦合理论分析指标体系中人员因素、机械设备因素、材料因素、管理因素、技术因素和环境因素之间的交互影响; 构建基于C-OWA算子和相互作用矩阵法的评价模型, 考虑因子间的影响并计算风险等级, 用以指导施工风险管理和控制.
3) 结合实际工程案例验证指标体系及评价方法的科学适用性.结合实际施工项目, 根据现场调研数据和评价模型计算出该项目施工处于中等风险, 此结果与项目实际施工状况相符.依据评价模型分析该项目风险较高的因素, 针对高风险项提出改进建议, 并指导各单位采取有效控制措施降低施工风险, 推进现场安全管理.
参考文献

[1]	王成汤, 王浩, 覃卫民, 等. 基于多态模糊贝叶斯网络的地铁车站深基坑坍塌可能性评价[J]. 岩土力学, 2020, 41(5): 1670-1679, 1689. (Wang Cheng-tang, Wang Hao, Qin Wei-min, et al. Evaluation of collapse possibility of deep foundation pits in metro stations based on multi-state fuzzy Bayesian network[J]. Rock and Soil Mechanics, 2020, 41(5): 1670-1679, 1689.)
[2]	Clarke J A, Laefer D F. Evaluation of risk assessment procedures for buildings adjacent to tunnelling works[J]. Tunnelling and Underground Space Technology, 2014, 40: 333-342. DOI:10.1016/j.tust.2013.10.014
[3]	An J B, Sun C F. Safety assessment of the impacts of foundation pit construction in metro station on nearby buildings[J]. International Journal of Safety and Security Engineering, 2020, 10(3): 423-429. DOI:10.18280/ijsse.100316
[4]	Wei Y, He J, Pan H Z, et al. Research on foundation pit construction risk of metro station based on fuzzy entropy theory[C]//2nd International Conference on Mechatronics, Control and Automation Engineering (MCAE 2017). Shenzhen, 2017: 183-190.
[5]	刘戈, 李峰. 基于三角模糊数的地铁施工风险评价研究[J]. 建筑经济, 2011, 6(sup): 1-4. (Liu Ge, Li Feng. Study of subway construction risk assessment based on the triangular fuzzy numbers[J]. Construction Economy, 2011, 6(sup): 1-4.)
[6]	Wu L Y, Bai H B, Yuan C, et al. FANPCE technique for risk assessment on subway station construction[J]. Journal of Civil Engineering and Management, 2019, 25(6): 599-616. DOI:10.3846/jcem.2019.10373
[7]	Sun J L, Liu B G, Chu Z F, et al. Tunnel collapse risk assessment based on multistate fuzzy Bayesian networks[J]. Quality & Reliability Engineering International, 2018, 34(8): 1646-1662.
[8]	王乾坤, 年春光, 杨冬, 等. 基于T-S模糊神经网络的地铁深基坑安全预警[J]. 中国安全科学学报, 2016, 28(8): 161-167. (Wang Qian-kun, Nian Chun-guang, Yang Dong, et al. Early warning of in metro deep foundation pit construction based on T-S fuzzy neural network[J]. Chinese Journal of Safety Science, 2016, 28(8): 161-167.)
[9]	Zhou Y, Li C S, Ding L Y, et al. Combining association rules mining with complex networks to monitor coupled risks[J]. Reliability Engineering and System Safety, 2019, 186: 194-208. DOI:10.1016/j.ress.2019.02.013
[10]	Brooker P. Air traffic management accident risk.Part 1:the limits of realistic modelling[J]. Safety Science, 2006, 44(5): 419-450. DOI:10.1016/j.ssci.2005.11.004
[11]	Michael Y, Chris T B, Madhur A. Coupling fishery dynamics, human health and social learning in a model of fish-borne pollution exposure[J]. Sustainability Science, 2016, 11(2): 179-192. DOI:10.1007/s11625-015-0317-5
[12]	Miller M, Baker J W. Coupling mode-destination accessibility with seismic risk assessment to identify at-risk communities[J]. Reliability Engineering & System Safety, 2016, 147: 60-71.
[13]	Chinkulkijniwat A, Horpibulsuk S, Semprich S. Modeling of coupled mechanical-hydrological processes in compressed-air-assisted tunneling in unconsolidated sediments[J]. Transport in Porous Media, 2015, 108(1): 105-129. DOI:10.1007/s11242-014-0295-6
[14]	Pan H Z, Gou J, Wan Z H, et al. Research on coupling degree model of safety risk system for tunnel construction in subway shield zone[J]. Mathematical Problems in Engineering, 2019(5): 1-19.
[15]	Xue Y T, Xiang P C, Jia F Y, et al. Risk assessment of high-speed rail projects: a risk coupling model based on system dynamics[J]. International Journal of Environmental Research and Public Health, 2020, 17(15): E5307. DOI:10.3390/ijerph17155307
[16]	张津嘉, 许开立, 王延瞳, 等. 瓦斯爆炸事故风险耦合分析[J]. 东北大学学报(自然科学版), 2017, 38(3): 414-417, 447. (Zhang Jin-jia, Xu Ka-li, Wang Yan-tong, et al. Analysis of risk coupling of gas explosion accidents[J]. Journal of Northeastern University (Natural Science), 2017, 38(3): 414-417, 447. DOI:10.3969/j.issn.1005-3026.2017.03.023)
[17]	Zhao J X, Meng W, Sun F. Construction risk assessment of metro elevated station based on C-OWA operator and improved extenics[C//OL]//5th International Conference on Minerals Source, Geotechnology and Civil Engineering[2020-10-25]. http://dx.doi.org/10.1088/1755-1315/525/1/012012.