基于CBR的公路工程索賠決策的信息化管理

（長沙理工大學交通運輸工程學院， 湖南 長沙 410114）

目前承包商在公路建設(shè)過程中，一些工程師和業(yè)主的違法行為會影響工程的進度和成本，承包商需要及時有效的提出索賠。項目由始至終都伴隨著索賠，一些缺乏經(jīng)驗的承包商，使得索賠管理在工程開始沒有得到重視，等到發(fā)現(xiàn)自己的利益得不到保障時，就開始研究如何索賠，但這時已經(jīng)處于被動局面，以至于很難得到相應的補償，影響自身利益。所以必須全面認識索賠，正確對待索賠，制定正確的索賠決策，規(guī)范索賠行為，建立高效的索賠決策管理系統(tǒng)，才能應對市場競爭的需要。

1.我國公路工程索賠現(xiàn)狀

傳統(tǒng)中，我國的施工索賠依然停留在依據(jù)索賠需求尋找索賠證據(jù)及施工現(xiàn)場記錄檔案的思想流程中，如圖：

圖1 傳統(tǒng)的索賠證據(jù)搜集與索賠需求關(guān)系圖

由于承包商索賠意識的缺乏，使得形成了以下的索賠現(xiàn)狀:（1）承包商不懂或不敢索賠，并且不能及時索賠。（2）缺乏將索賠管理案例經(jīng)驗進行傳承，導致索賠成功率低。（3）不重視檔案信息管理，索賠因為缺乏證據(jù)，資料不完整，從而索賠難度大，或?qū)е滤髻r失敗。（4）索賠信息傳遞不及時，使得不能索賠，可能會造成大的損失。

為了解決承包商在工程索賠領(lǐng)域，出現(xiàn)索賠效率低下，索賠不成功反而出現(xiàn)反索賠的情況，本文就基于案例推理（CBR），根據(jù)公路工程索賠事件的特征屬性，建立起索賠信息管理案例庫。借助于系統(tǒng)性的信息化管理方式、先進的信息管理平臺，明確判定索賠事件的發(fā)生，在索賠事件發(fā)生之初，管理者能夠及時對索賠工作提出中肯的決策意見，從而提高索賠的及時性和成功率。

2.基于案例推理技術(shù)的信息化管理

案例推理（Case－Based Reasoning，CBR）是在人工智能領(lǐng)域中一種迅速而且有效的推理方法。本文基于案例推理模型對已經(jīng)完工的項目索賠資料建立起案例庫，根據(jù)索賠的特征屬性，計算目標案例與案例庫中的舊案例的相似度，檢索與之相似的舊案例，根據(jù)其檢測結(jié)果，我們是否進行索賠，及其成功率有多大，我們能夠得到多大的補償，從而減少我們不能及時索賠或者遭到反索賠的被動局面，進而提高在工程索賠決策的信息化管理。

在過去的研究中，有許多研究者提出了基于案例推理技術(shù)提高了對工程的信息化管理的決策能力。文獻【1】基于案例推理對項目投標報價建立起案例模型，使得信息的表達、求解的效率得到提高，加強了項目投標報價的決策管理。文獻【2】為了減少隧道工程在施工過程的風險性，本文從案例推理的角度，利用粗糙集理論，構(gòu)建風險控制管理系統(tǒng)，為減少施工風險提供決策支持。文獻【3】針對施工索賠案例的特點影響著索賠決策，提出了XML技術(shù)應用于CBR，為索賠決策提供支持，提高決策效率，該技術(shù)是索賠信息化的發(fā)展趨勢。文獻【4】在信息缺乏、依靠經(jīng)驗的鐵路應急決策中，利用CBR技術(shù)開發(fā)了鐵路應急輔助決策原型系統(tǒng)，對其決策起著較強的輔助作用。文獻【5】對于傳統(tǒng)地鐵工程管理信息孤島問題，本文構(gòu)建了基于案例推理的地鐵工程預算管理模型，使得信息集成化、標準化、可視化，提高了其信息化管理效率，為決策提供支持。

3.基于CBR模型的公路工程索賠決策的建立

3.1 公路工程項目索賠的特征屬性

工程索賠的影響因素因為項目的復雜性呈現(xiàn)多樣性。影響工程索賠的屬性包括：所在國別、合同類型、索賠類型、索賠要求等。從實踐中我們得知，工程索賠的任何一個特征都會影響到索賠的結(jié)果，如果考慮到所有的特征屬性，雖然會對案例的描述起到一定的作用，但是會極大增加案例索賠的檢索的復雜性。所以，為了避免選擇索賠特征屬性的盲目性，本文按照公路工程的項目基本信息、工程特征描述、最終索賠結(jié)果、索賠過程分析這四種來把這些特征屬性進行歸類，公路工程索賠特征屬性如下表1所示：

表1 公路工程項目索賠特征屬性表

3.2 公路工程索賠特征屬性權(quán)重的確定

在相似度計算時， 權(quán)重的大小代表特征項相對重要程度，一般分配較大權(quán)重的屬性起到主要作用；反之屬性賦予較小的權(quán)重起次要作用。目前，主要有主、客觀賦權(quán)法來確定權(quán)重。如層次分析法、專家咨詢法、無差異折衷法等的主觀賦權(quán)法，該方法過分依賴主觀判斷和經(jīng)驗。如主成分分析法、信息熵和粗糙集等客觀賦權(quán)法，該方法克服了主觀賦權(quán)的缺點。為了保留主、客觀賦權(quán)法的優(yōu)點，本文采用層次分析法和信息熵分別確定特征項的主、客觀權(quán)重，進行集成得到組合權(quán)重。

1. 基于信息熵法權(quán)重的確定

2. 基于組合賦權(quán)法權(quán)重的確定

組合賦權(quán)法是對各種賦權(quán)的綜合結(jié)果，一般采用的主、客觀兩種方式。假設(shè)通過層次分析法得到的權(quán)重和信息熵法得到的權(quán)重。兩種組合方法的線性加權(quán)計算為：（a,b分別為主、客觀權(quán)重的加權(quán)系數(shù)，通過專家決策者參與確定。）

3.3 公路工程索賠案例間的相似度計算

1. 總體相似度的計算

基于工程索賠的案例推理模型，其案例間的相似度計算公式為：

2. 局部相似度的計算

對于計算索賠案例的局部相似度，我們將特征屬性分為數(shù)值類型、字符類型兩種類型，我們用不同的計算公式來計算不同索賠類型的相似度。

②字符類型: 是用確切的文字表示，如索賠類型、合同類型、索賠要求、干擾事件起因等。其局部相似度計算公式為：

當目標案例X與舊案例Y的第i個屬性相同時，局部相似度取值為1，否則取值為0。

4. 基于信息化的索賠決策管理

通過案例推理建立起公路工程索賠案例庫，借助于索賠案例庫信息化的管理方式，使我們能夠判定索賠事件的發(fā)生，同時在索賠事件發(fā)生之初就能夠迅速地形成較為完整的索賠證據(jù)及資料鏈條。這不僅意味著我們的工程資料、工程信息不再是孤島式的存在，而且也使我們有能力改變信息管理的被動局面，進而改變工程索賠的信息傳遞圖，如圖：

圖2 基于信息化的索賠證據(jù)搜集與索賠需求關(guān)系圖

不難看出，流程圖中工程索賠不再是被動地在損失產(chǎn)生后進行索賠準備工作，而變成了依靠完善的工程索賠信息管理案例庫，對索賠相關(guān)信息進行整合，提前準備資料做好工作。

5.結(jié)論

為了實現(xiàn)公路工程索賠決策的信息化管理，本文在承包商在工程索賠領(lǐng)域出現(xiàn)索賠效率低下，并且存在被動索賠的局面，設(shè)計了基于CBR的公路工程索賠案例的建模方法，充分采用了定量和定性分析計算案例間的相似度，利用了組合賦權(quán)法確定特征屬性的權(quán)重，克服了傳統(tǒng)賦權(quán)法的弊端，通過檢索相似案例，從而構(gòu)建了公路工程索賠決策管理模型。實現(xiàn)了索賠信息高效，信息的快速傳遞，提高了工程索賠決策的效率，從而保障了工程索賠信息化科學、高效地開展。

[1]李鈮, 劉武成, 李亮. 基于案例推理的鐵路施工項目投標報價決策研究[J].鐵道科學與工程學報, 2008,05(4):68-73.

[2]胡珉, 張鏈翔. 基于粗糙集的隧道施工風險案例推理研究[J]. 計算機工程,2008, 34(23):244-246.

[3]徐源清. 基于 XML的案例推理技術(shù)在施工索賠中的應用研究[J]. 工程管理學報, 2011, 25(5):539-543.