在公路隧道施工安全评价指标体系确定的指标中，存在定性指标和定量指标两种不同的指标状态，在利用人工神经网络进行安全评价求解过程中，对定性指标和定量指标行归一化处理。并依据其传递函数的特性要求对网络训练所需的原始样本数据进行初始化处理，转化为分布于[0，1]区间范围的数据。

    3.2.3.3 指标体系网络训练样本数据的准备

     在建立完善、合理的公路隧道施工安全评价指标体系和神经网络评价模型的基础上，根据对某公路局在建公路隧道提供的隧道施工安全原始数据分析和整理．根据确定的样本数据量化区间，对评价前数据进行分析和整理，收集现场有关安全评价指标其它相关的参数，并利用Delphi编制了公路隧道施工安全评价数据自动生成程序，并由此得到的各个分级单元指标的20个实例样本。

    3.2.3.4 网络训练过程

     根据各单元评价指标数据，利用Matlab工具箱编写神经网络训练程序，网络第2层、3层和4层的转移函数分别采用“tansig”、“tansig”和“purelin”。其设置的训练参数最大循环次数、显示中间结果的频率、网络训练动量、学习速率、训练目标误差如表2所示。单元网络训练各层神经元参数情况略。

    表2 网络模型训练的参数 

    3.2.4 公路隧道施工安全评价结果分析

     选用专家评判法，得到指标体系准则集的权重：

     U={0.20，0.05，0.10，0.20，0.15，0.15，0.05，0.05，0.10}

     利用上述各待评单元的评价结果，结合u，得到各个待评公路隧道施工安全评价体系的安全状况，其实际各公路隧道施工的安全状况为4、3、3、2、2，与其实际情况相比较，具有较强的一致性，体现了运用神经网络进行安全评价结果的可靠性。该方法运用于公路隧道施工安全评价，能够结合各个公路隧道施工的实际情况，进行科学的安全评价，充分辨识公路隧道施工中存在的安全隐患，力争把其消灭在萌芽之中；也可以在施工中，分不同阶段对其进行评价，得到公路隧道施工的不同时期的安全状况。

    4 公路隧道施工安全评价的作用

     事故发生不外乎两种因素导致：人的不安全行为和物的不安全状态。隧道施工过程中的事故多以地质灾害和常见惯性事故为主，以往对隧道建设的危险源、有害因素虽有初步的认识，但没有一个系统的了解，未来隧道施工安全评价理论方面需要重点解决的问题是隧道施工过程中人-机-环境系统的安全型分析、隧道施工安全评价方法的选择及创新和不断完善安全评价体系，通过评价，可以使认识更系统化、完整化、科学化，做到及早地对事故发生的可能性和危险、有害因素进行辨识，切断危险源，把事故消灭在萌芽之中。同时，通过公路隧道施工安全评价，针对隧道施工存在的安全隐患，采取必要的安全技术措施和安全管理手段，并对施工员工进行安全教育，提高他们的安全意识，制止和控制劳动者的不安全行为。

    5 结论

     公路隧道施工安全评价体系的建立，通过系统的研究隧道施工安全．首先进行危险及有害因素的普查、辨识，进而进行整个公路隧道施工过程的安全评价，消除事故隐患，控制事故发生，从而保证公路隧道施工的顺利进行。通过系统地研究公路隧道施工安全，能够最大限度地剖析公路隧道施工中危险、有害因素发生发展的时空规律和表现形态，进而寻找完善的解决途径，研究相应的法规、规程和公路隧道施工事故的防范措施，从而为公路隧道施工企业及其主管部门制定科学的安全管理具有其现实意义和指导意义。更重要的是，在安全评价过程中，能使工作人员对施工过程中的不安全因素有充分的认识，提高了安全意识和防范能力。