论议实例推理的工程造价估算知识重用模型论说

1、论议实例推理的工程造价估算知识重用模型论说    摘要：针对传统的工程造价估算方法存在过程复杂、对个人的经验依赖性强，以及缺乏估价知识的积累和继承等问题，提出了基于实例推理的工程造价估算知识重用方法。首先建立了能统一实例、实例特征、特征值和解的工程造价估算实例表示模型；然后借助灰色理论，分别提出了基于灰色关联分析的指标权重确定方法和综合了相似性、贴近性的灰色关联度实例配置算法。在实例重用方面，探讨了基于替换策略的相似实例适应性调整方法。最后，通过12个住宅建筑造价估算的应用实例验证了估算知识重用方法的可行性和有效性。结果表明，基于实例推理的知识重用方法能

2、够为及时有效地估算工程造价提供支持，为工程造价估算提供了一种新方法。关键词：造价估算；知识重用；综合关联度；实例推理0 引言工程造价作为项目投资可行性研究的关键内容，其估算的准确性和及时性是项目投资成功决策的基础。传统的造价估算往往存在过程复杂繁琐、对造价师的个人经验依赖性强，以及缺乏对估价知识的积累和继承等问题。由于个人经验先天性缺陷，个人经验式估价知识重用难以满足估算的精度、可靠性和及时性要求，也不利于组织的长远发展。英国的一项研究表明，工程建设80 以上的知识是重复使用的。因而研究以组织所积累的经验知识系统化重用取代个人经验潜意识重用的方法对于项目投资的科学决策具有较强的理论和现实意义。

3、造价估算知识重用是指对工程造价编制过程及该过程中形成的信息、规则、方法和经验等，经过一系列的知识获取、表达、存储等处理，最终重复应用到当前新的工程造价估算问题中。知识重用可以提高造价估算的质量，减少不必要的重复劳动，缩短投资估算编制周期，在工程投资决策中具有重要意义。工程实例富含了大量的造价知识，特别是难以编码的知识，直接以实例为知识重用载体，通过推理技术可以避免隐性知识难以获取的瓶颈问题。已有一些将实例推理(casebased reasoningCBR)成功用于估算知识积累和重用方面的研究 “ 。但它们在权重确定及相似算法方面多依靠专家经验打分等主观性方法。冯为民等人 提出了模糊推理估算知识

4、重用方法，其采用的合成推理算法依然主观性强，缺乏严格的逻辑依据 。项目造价估算问题既存在模糊特性，又兼具有“灰色”特征，许多因素对造价的影响程度及作用机理目前还不完全明确，造价属性指标间关系又互相关联，灰色理论非常适合这种问题的解决。为此，本文结合灰色理论和欧氏距模糊贴近度等理论，以工程造价估算知识重用为目标，实例为知识载体，研究基于实例推理的工程造价估算知识重用方法。该方法利用灰色关联度来确定指标权重，以及通过综合相似性、贴近性的灰色关联度进行实例检索，克服了已有研究主观性强的不足。1 基于实例推理的工程造价估算知识重用模型实例推理是通过使用或调整已有实例的解来解决新问题以实现知识重用，其包

5、括相似实例检索、实例的重用、检索实例的修改、新实例保留四个循环过程 。11 面向知识重用的实例表示实例是知识的载体，在实例推理中，知识表示问题就转换为实例描述的问题，其直接影响到CBR系统应用的效率和质量。实例推理知识表示是以实例为对象，一般包含问题描述和解决方案两部分，有时还包括解决方案的综合评价，其关键在于实例属性主要特征的提取。不同类型的工程项目特征相差很大，目前还没有统一的工程特征分类。一些学者基于一定数量的住宅项目造价资料 ”，分别研究了平面形状、楼层数、平均层高、建设规模、基础类型、屋顶类型、建筑等级、建筑设计寿命等属性，但是依然没有得到统一认识。本文以目前我国典型性的、量大面广的

6、小高层框架剪力墙住宅为例，重点研究可行性阶段其造价估算知识重用问题。学者陈小龙采用结构解释模型，将影响工程造价的关键因素结构化，其特征提取有严格的逻辑，参考其研究，将建筑规模(建筑面积)、建筑总高度、平面形状系数(建筑周长建筑占地面积)、层数、层高(取标准层层高)和户型系数(k：套内面 套型建筑面积)作为小高层住宅实例造价的特征参数。12 面向知识重用的实例检索相似实例的检索是CBR系统的中心环节，检索质量及效率关键在于属性权重的确定和实例相似度的计算。灰色关联度可以分析各因变量与变量的关联紧密程度，这正好反映了变量对于因变量的权重。本文首先以灰色关联分析方法确定各属性的权重，然后提出组合灰色

7、关联度和欧氏距离的相似算法，以检索相似实例。1)属性权重已见文献多由专家打分、AHP等主观方法确定属性权重，由于不同项目对造价属性特征及其影响并不太清楚，还是一个灰色问题，采用主观方法很难做到确定一套合理的工程造价属性权重。主成分分析、熵值赋权法等客观赋权法从数据本身挖掘权重规律，但其对样本数量和数据要求较高且计算复杂。灰色关联分析能弥补上述方法的缺陷，其根据数据序列曲线几何形状的相似程度来判断其联系是否紧密” 。依据这一工具，将造价序列和属性指标序列作灰色关联分析，计算其灰色关联度。灰色关联度反映了各属性指标与造价同步变化的趋势，曲线趋势越接近，关联度越大。各关联度的大小反映了属性指标对造价

8、的影响程度。这一属性权重确定方法本质上是从实例库的实例属性指标信息中进行权重自学习，因而具有很好的适应性。2)综合相似性 贴近性的灰色关联度实例相似计算对历史相似实例检索是CBR系统的中心环节，实例检索的关键是基于属性特征的相似度计算。根据相似理论 两实例序列的相似性可分解为其对应相似元的相似性 ，相似元又可分解为若干对应向量的相似度量，向量的相似性可进一步用其位置相似度和方向相似度来衡量 。对于造价估算问题来说，实例参数之间的绝对“距离”直接决定了实例之间的造价相似度，而实例序列变化趋势则度量了实例参数序列几何方向上的差异。所以，综合考虑实例量上的贴近性和序列变化趋势的相似性，才能准确地度量

9、工程实例的相似性。邓氏关联度从序列的几何趋势考察相似性，而欧氏距离从贴近度上考察相似性。为此，本文将欧氏距离与邓氏灰色关联度相结合，提出综合相似贴近性的灰色关联度。13 相似实例的适应性调整和实例库维护相似实例作为问题实例的参照，往往需要作适应性调整。实例调整可以针对相似实例的属性集和解元素集两个方面进行操作，使之适应问题实例 的情况。Policast ro等人¨ 提出了实例替换调整(对被提取实例中的相关值作相应替抉而形成新的实例)、转换调整(使用启发方式来替换、删除和添加成分到被提取的实例中，以适应新问题的求解)、特定目标驱动调整(基于规则的产生式系统给出领域特定的适应性修改)、派

10、生重演(将过去实例的调整求解过程记录并保存下来，作为以后调整过程的基础)等策略。借鉴替换策略，将问题实例与最相似实例进行比较分析。工程造价知识积累、重用的循环上升过程。但系统的增量式学习会使实例库不断增大，实例丰富，能解决更多的问题，预测造价的精度更高；但也会导致检索效率下降、知识冗余，而且还有可能出现矛盾等问题，因此需要对实例库进行维护。常见的实例维护方法有随机删除法、维护规则方法、基于agent的维护方法以及基于实例分类的删除策略等 。模糊聚类可以实现造价估算实例的分类。通过聚类，将企业造价实例库划分为数类子实例库。二级检索可以只在一级检索确定的某个子实例库中进行，从而大大提高检索效率和质

11、量。由于篇幅，实例模糊聚类在笔者的另一篇研究论文中详细描述。基于以上分析，构建工程造价估算知识重用模型如图1所示，其包含用户交互界面部分和内部处理部分。估价人员将新实例模型化表示，内部进行相似检索，用户从检索到相似实例集进行实例选择重用、适应性修改等操作，实现工程造价估算知识的重用。通过设置实例保留标准和实例学习以及实例库模糊聚类策略实现实例库维护，以支持知识的组织和更新，实现更高的智能和重用精度。2 应用实例1)建立问题实例模型描述假设已有实例预先做了灰色关联模糊聚类分组，第212个实例共同为一类即子实例库CB一2。2)经关键词等方法初步检索 假设子实例库CB一2符合问题实例参照要求。将问题

12、实例与库CB一2的11个实例的特征值组成矩阵并作数据标准化处理。3)计算建筑面积、建筑总高度、平面形状、层数、层高和户型六个指标的权重 由式(2)(3)计算关联度r=04050，05415，05364，05379，05367，05365，由式(4)计算得各指标权重为 =0146，0159，0179，0155，0186，0175。4)按式(5)(7)求得2l2实例和问题实例1的综合相似度：S=0955，0745，0910，0935，0750，0890，0765，0955，0715，0780，0715；按照取大原则，实例2、9的s最大，作为问题实例1解的参考实例。5)将实例2作为问题实例1的匹配实

13、例按式(8)进行调整，eq=2 1491，误差为328 ；同理，实例9作为匹配实例，调整后eq=2 1379，误差为378 ；均远小于10 ，完全符合可行性研究阶段造价估算的精度要求，亦符合小于5的国外项目设计阶段精度要求 。随着企业实例库实例的增加，找到更相似实例的机会增多，因此预测精度会进一步提高。6)目标实例由于与推理实例在很多实际情况下相似，故根据实际情况略作修改就可以直接应用。考虑到修改后实例和库CB一2中实例相似度较高，修改实例无须保留到企业实例库中。随着企业实例库的不断更新和各种典型实例的增多，企业造价估算实例推理系统通过实例的持续学习，处理造价估算的能力和精度也会越来越好。由于

14、笔者在系统中加入了灰色关联模糊聚类以及新实例的选择更新机制，所以保证了企业造价估算推理系统检索的高效率。3 结果讨论分别以实例112作为问题实例，剩余实例作为历史实例，按照模型来预测问题实例的造价，结果如表2所示。可以看出，预测平均相对误差为341(390)，标准差为377，合乎可行性的要求。较好的精度来自于两个方面：a)相似度算法有较好的分辨率Ib)实例彼此有较高的相似度，从而在相似检索时使得检索到高相似度实例成为可能。随着企业实例库增多，实例库内有较高的相似度实例与问题实例匹配是可以做到的。实例增多，预测的精度会越高，所以企业要注重工程实例的搜集、组织和管理，特别是对于咨询企业来说，庞大的工程实例库是其核心竞争力的重要部分。基于实例推理的工程造价估算知识重用模型的基础工作在于工程实例的描述，特别是特征的选择，实例特征必须比较全面地反映实例造价的实质，无关的和冗余的特征指标进入模型会导致模型运算的时间增加、模型结果的可解释度下降，也可能引起模型判别准确率的降低 。本文采用学者陈小龙研究的特征结论，其适应小高层住宅的工程造价预测，是否适应其他建筑类型还缺乏检验。其他类型项目特征还需要进一步研究，研究取决