Bayesian Belief Networks (BBNs) còn gọi là Bayesian Networks (BNs) hay Belief Networks (BNs) được phát triển đầu tiên vào cuối những năm 1970s ở Đại học Stanford. BBNs là mô hình đồ thị thể hiện mối quan hệ nguyên nhân – kết quả (cause effect) giữa các biến. BBNs chủ yếu dựa trên lý thuyết xác suất có điều kiện hay còn gọi là lý thuyết Bayes. [1]
BBNs là phương pháp dựa trên các xác suất có điều kiện để dự báo hoặc chuẩn đoán một sự việc, một vấn đề đã, đang và sắp xảy ra. Trong lĩnh vực xây dựng, BBNs dùng để dự báo, đánh giá rủi ro, định lượng khả năng xảy ra của tiến độ, kinh phí, chất lượng, TNLĐ… [1]
Hình 2.5 Ví dụ đơn giản về BBNs trong ảnh hưởng chất lượng (nguyên nhân – Kết quả)
Cùng với các lý thuyết khác như lôgic mờ (Fuzzy Logic), mạng nơron nhân tạo (Artificial Neural Networks - ANNs), thuật toán gen (Genitic Algorithrs - GAs)…, BBNs là phương pháp chủ yếu dựa trên xác suất có điều kiện để dự báo (prediction) hoặc chuẩn đoán (diagnosis) một sự việc, một vấn đề đã, đang và sắp xảy. Chẳng hạn, trong thiên nhiên, để dự báo nước lũ hay bão cho một khu vực nào đó, ta dựa vào dữ liệu của các lần xảy ra bão, lụt trước đó và những bằng chứng (evidences) hiện tại liên quan, xây dựng mô hình BBNs và từ đó ta có thể dự báo được có hay không việc xảy ra nước lũ hay bão và mức độ ảnh hưởng là như thế nào. [2]
Trong lĩnh vực xây dựng, BBNs dùng để dự báo, đánh giá rủi ro tiến độ, kinh phí, chất lượng, TNLĐ...Ngoài ra, BBNs còn được dùng để chuẩn đoán trong y học;
trong công nghệ kỹ thuật, dự báo chất lượng của các phần mềm máy tính, rủi ro tai nạn đường sắt… [2]
2.3.2. Phương pháp của Bayesian Belief Networks:
BBNs dựa trên lý thuyết xác suất có điều kiện của Thomas Bayes, ông này đã đưa ra qui luật cơ bản của xác suất, do đó gọi là công thức Bayes. Công thức đơn giản nhất như sau:
𝑃 (𝐴
𝐵) = 𝑃(𝐵
𝐴) ×𝑃(𝐴)
𝑃(𝐵) (2.1)
Vật liệu không đảm bảo thông số kỹ thuật đầu vào
Ảnh hưởng chất lượng công trình
Trong đó:
- A và B là hai sự kiện có thể xảy ra và phụ thuộc với nhau.
- P(A) là xác suất của sự kiện A;
- P(B) là xác suất của sự kiện B;
- P(B/A) là xác suất có điều kiện của B khi biết trước A đã xảy ra;
- P(A/B) là xác suất có điều kiện của A khi biết trước B đã xảy ra.
Công thức Bayes tổng quát, với mỗi k bất kì (k=1,2,3...n), ta có:
𝑃 (𝐴𝑘
𝐹 ) = 𝑃(𝐴𝑘)×𝑃(
𝐹 𝐴𝑘)
𝑃(𝐹) = 𝑃(𝐴𝑘)×𝑃(
𝐹 𝐴𝑘)
∑ 𝑃(𝐴𝑘)×𝑃(𝐹
𝐴𝑘)
𝑛𝑘=1
(2.2) Công thức xác suất đầy đủ:
𝑃(𝐹) = 𝑃(𝐴1) × 𝑃 (𝐹
𝐴1) + 𝑃(𝐴2) × 𝑃 (𝐹
𝐴2) + ⋯ + 𝑃(𝐴𝑛) × 𝑃 (𝐹
𝐴𝑛) (2.3) Trong đó:
- 𝐴1,𝐴2… 𝐴𝑛 là nhóm đầy đủ các biến cố ( các biến này đôi một xung khắc và ít nhất một biến trong chúng xảy ra).
- F là biến cố bất kỳ.
BBNs là mô hình mà mỗi biến được đại diện bởi một nút, mối quan hệ nhân quả giữa 2 biến đó được biểu thị bằng mũi tên. Mũi tên hướng từ nút nguyên nhân (parent node) đến nút kết quả (child node). Nút kết quả phụ thuộc có điều kiện vào nút nguyên nhân.
Hình 2.6 Một số mô hình minh hoạ mạng BBNs (Charles River, 2004) [21]
Mỗi nút luôn được gắn với một bảng xác suất có điều kiện (Conditional Probability Table: CPT) dựa vào những thông tin ban đầu hay dữ liệu, kinh nghiệm trong quá khứ. [21]
2.3.3. Các nghiên cứu để phát triển mô hình mạng BBNs
Nguyễn Văn Tuấn (2006) Nghiên cứu định lượng rủi ro trong tiến độ xây dựng bằng mô hình Bayesian Belief Networks. Nghiên cứu đã xây dựng một mô hình BBNs để định lượng mức độ rủi ro tiến độ của các dự án xây dựng tại TP.HCM, từ đó suy rộng ra cả nước. Trước tiên tác giả nhận dạng các yếu tố ảnh hưởng đến chậm trễ tiến độ thông qua các nghiên cứu có sẵn, ý kiến của chuyên gia, kỹ sư xây dựng có nhiều kinh nghiệm, sau đó xác định mối quan hệ nhân quả giữa các yếu tố đó, thiết lập mô hình BBNs để định lượng mức độ chậm trễ tiến độ công trình dựa vào những dữ liệu trên và ước lượng xác suất cho các mối quan hệ. Tác giả đã áp dụng mô hình vào hai công trình xây dựng tại TP.Hồ Chí Minh để kiểm chứng tính hợp lý, độ tin cậy và minh họa cho việc ứng dụng mô hình BBNs vào quản lý dự án xây dựng.
Trần Khoa (2009) Mô hình phân tích biến động thời gian và chi phí dự án xây dựng dân dụng & công nghiệp bằng phương pháp BBNs. Nghiên cứu đã xây dựng mối quan hệ nguyên nhân-kết quả giữa các biến rủi ro chính tác động đến thời gian và chi phí của dự án. Từ đó thiết lập mô hình tổng quát rủi ro chính tác động đến thời gian và chi phí của dự án bằng công cụ BBNs. Sau đó tác giả áp dụng mô hình vào hai dự án xây dựng dân dụng tại TP.HCM bằng phần mềm MSBNX và công thức tính kỳ vọng của biến ngẫu nhiên rời rạc. Tác giả đã so sánh kết quả giữa mô hình và thực tế để kiểm chứng độ tin cậy của mô hình.
Phan Quốc Việt (2011) Phân tích các yếu tố ảnh hưởng khả năng trúng thầu bằng mô hình BBNs và đề xuất giải pháp nâng cao năng lực cạnh tranh áp dụng tại công ty CPXD&KD Địa ốc Hòa Bình. Trong nghiên cứu này, tác giả đã xây dựng mô hình BBNs định lượng xác suất trúng thầu dựa trên xác suất xảy ra của các yếu tố ảnh hưởng đến khả năng trúng thầu. Để xây dựng mô hình tác giả đã xác định mối
quan hệ nguyên nhân- kết quả giữa các yếu tố tác động. Tác giả thực hiện kiểm nghiệm mô hình bằng cách áp dụng vào công trình thực tế.
Nguyễn Cao Thùy (2017) Ứng dụng sơ đồ BBNs định lượng khả năng hoàn thành công việc theo kế hoạch vào mô hình hỗ trợ ra quyết định phân bổ nhân lực ở công trường xây dựng. Nghiên cứu đã phát triển mô hình mạng xác suất BBNs để định lưỡng khả năng của các mức độ hoàn thành công việc theo kế hoạch tuần thông qua việc khảo sát các chuyên gia và cấp quản lý ở các dự án. Tác giả đã kiểm định tính hợp lý của mô hình xây dựng được bằng cách vận dụng vào một dự án thực tế đang triển khai ở khu vực TP.HCM trên quan điểm của Nhà thầu chính để định lượng kế hoạch tuần theo hiện trạng của từng yếu tố, và ứng dụng vào việc hỗ trợ ra quyết định cho Nhà thầu phụ phân bổ nhân lực.
Ngô Minh Tâm (2018) nghiên cứu phân tích các nhân tố ảnh hưởng đến rủi ro an toàn lao động trong thi công công tác giàn giáo cho hạng mục phần thân của công trình nhà cao tầng tại TP.HCM và xây dựng mô hình BBNs đánh giá rủi ro.
Ngoài ra cũng có nghiên cứu của tác giả Long D. Nguyen (2016) về áp dụng mô hình mạng Bayesian để đánh giá rủi ro xảy ra tai nạn khi làm việc ở độ cao, được tác giả nêu ra trong mục 2.5.1.
2.4. Quản lý rủi ro và đánh giá rủi ro Có 4 bước quản lý và đánh giá rủi ro:
- Xác định rủi ro: Tìm hiểu các rủi ro có khả năng xảy ra;
- Phân tích rủi ro: Xác định khả năng xảy ra và hậu quả của chúng có thể gây ra cho dự án;
- Xếp hạng rủi ro: Sắp xếp các rủi ro theo xác suất và hậu quả;
- Xây dựng kế hoạch ứng phó: Lập kế hoạch ứng phó với những rủi ro có xác suất xảy ra cao và ảnh hưởng lớn đến dự án.