基于CBR的工程項目承包商選擇問題的研究*

張荷葉

（中國石油工程建設公司，北京100120）

基于CBR的工程項目承包商選擇問題的研究*

張荷葉

（中國石油工程建設公司，北京100120）

傳統的招標系統注重評價指標的指標值的比較，缺乏經驗和隱性知識的支持；而采用專家打分的評標系統又無法規避歧視存在。應用案例知識啟發聯想功能，從工程項目承包商選擇全過程出發，利用CBR理論、項目管理理論、招標理論、聚類理論等，討論了招標選定承包商流程，承包商選擇決策支持系統的框架結構及實現技術，提高了招標決策的科學化和智能化。

CBR；承包商選擇；聚類；案例組織；案例修改

隨著科學技術和工程建設事業的發展，大型、超大型工程項目的數量急劇膨脹。建設大型工程項目這樣龐大復雜的系統工程，需要與之相適應的管理模式也隨著項目的更新而不斷創新和完善。工程建設項目承包是適應工程項目建設、管理專業化趨勢的項目管理模式，目前國際上工程項目承包模式包括設計-建造模式（DB）、工程項目總承包模式（EPC）、項目管理承包模式（PMC）等十余種。在這些項目承包模式中，工程項目承包商幾乎承擔了全部的項目責任，選擇一個最優的承包商對于項目的成敗具有決定性的意義。

自建設部《關于培育發展工程總承包和工程項目管理企業的指導意見》明確提出發展工程項目承包市場，鼓勵企業開展工程承包業務以來，已經積累了大量的國內外招標、投標、項目管理的資料和案例。如何運用這些資料指導企業有的放矢的選擇投標項目、指導政府等項目發起方選擇合格的承包商都是非常有實踐意義的課題[1-2]。

本文嘗試用CBR技術解決承包商選擇的決策問題。新項目承包商選擇問題，可以通過從案例庫中抽取相似項目承包商選擇的案例，進行案例推理，得到與目標案例相應的選擇標準，建立相關的決策系統。同時，本文運用聚類技術，為案例庫中案例組織存儲，建立索引，增強CBR獲取案例的可操作性。提出承包商選擇的新思路，提升承包商招標工作的科學性和準確性。

1 承包商選擇與基于案例推理CBR

1.1 承包商選擇

工程總承包和工程的分包是工程項目協作發展的必然結果。工程總承包是指業主委托從事工程總承包的企業，對工程項目實行全過程或若干階段的承包。總承包企業按照合同約定對工程項目的質量、工期、造價等向業主負責。分包工程是指總承包商根據專業性質的不同或工程范圍的不同，將所承包工程中一些專業性強的部分或單項工程再分包給其他分包商。目前市場上主要的工程項目承包商選擇方式是通過招投標方式實現的。

招標問題研究核心問題是承包商（總承包商）選擇評價指標體系的確定及評價方法的選擇兩個方面。評價指標體系是評標的依據，但由于影響承包商選擇的因素種類非常多，其中諸多因素還具有非結構和模糊的屬性。導致承包商評估準則的確定尚無統一的定論。目前理論研究集合系統的觀點、企業能力理論、項目管理理論及績效預測理論為指導同時考慮外部環境因素的準則。實踐中應用的評估準則多是依靠經驗分析（層次分析法）或使用頻率來確定的。發生一個案例，就要為這個案例建立一套指標體系，建立指標體系成為承包商選擇最為耗時的階段，仍不能保證建立的指標體系能夠完整、無偏頗的選擇最優的承包商。評價方法的選擇也是研究的熱點，在處置承包商選擇問題上應用專家評估法、AHP法[3]、灰色關聯度分析、多屬性分析方法[4]、多元回歸分析法[5]、因子分析法等，為減少承包商選擇的主觀性和偏好性做出了很大貢獻，但是這些方法仍有許多關鍵的系數需要依賴專家的主觀判斷和直覺。

CBR技術是在參考歷史的承包商選擇經驗的基礎上，通過案例推理和修正相似案例得到的，這個過程和人的記憶推理極為相似，并能夠從源頭上減少了人的主觀偏好的參與，是解決承包商選擇問題的一個好方法。

1.2 基于案例推理CBR

CBR（Case-Based Reasoning）即案例推理，由目標案例的提示而得到歷史記憶中的原案例來指導目標案例求解的一種策略，它的核心思想是一種模擬推理思想。CBR理論邏輯結構的起點是認知科學，即處置案例的經驗。CBR解決問題的過程，是利用源案例的解決辦法和經驗，通過檢索，修正得到目標案例的解決方法。目標案例經過存儲，又變成源案例，通過這種增量學習方式，使得案例庫的功能越來越強大。

CBR這種方式無需顯示的領域理論模型，避免了知識獲取的瓶頸，重視隱性知識；而且系統開放、易于維護、推理速度快，成本低。特別是CBR系統具有自主學習的功能，因此，特別適合理論知識不完整，定義不一致、不易抽象出解決規則的問題，如機械制造、企業管理、軍事戰爭、醫療診斷、法律判斷等等領域復雜的決策問題，均可以應用CBR技術來解決。

CBR的應用包括5個關鍵步驟[6]。

（1）案例表示：案例是對解決過去問題的結論和方法的表示。它包括案例發生的原因或背景、案例的特點、過程、解決方法和后果。以數字、文字、聲音、圖片、影像存儲起來。

（2）案例組織：案例的組織是通過對案例庫構建模型來實現的。如“E-R”模型，通過E-R模型表示案例樹，然后將E-R模型向關系模型轉化，以關系數據庫的形式構建案例庫。隨著問題的復雜，案例組織的層次，維度，相應的有更高的要求。

（3）案例檢索：案例檢索是以案例組織為基礎的。案例檢索有兩個目標，即檢索的速度和檢索的精確度，即用盡可能少的案例，全面、完整的解決目標案例的問題。

（4）案例修改：具體問題具體分析。少數情況下，能夠檢索到直接適用的案例，從而解決了實際中的問題。多數情況下，檢索到的案例與目標案例，既有聯系，又有區別。這時，要抓住目標案例的特征，將每一特征相似的案例集合并修改，找到解決目標案例的方法。

（5）案例存儲（維護）：案例庫需要及時的維護，只存儲不維護的案例庫，必然會影響檢索的速度和處理問題的質量，最理想的狀態是案例表示的特征維度不重不漏。案例庫的維護，就是要通過及時的加入和精簡案例，不斷的提高案例庫的診斷效果。

2 CBR在承包商選擇問題中的應用

依據CBR的實現技術，結合項目施工招標業務特點，本文從招標系統、案例庫的建立、應用與維護角度來說明CBR在承包商選擇問題中的應用。

2.1 基于CBR的承包商選擇系統構建

整個招標決策是一個系統工程，圖1構建了整個招標系統的一個參考體系結構，它將成功招標并成功完成工程項目的案例組織成案例庫，構建基于案例推理的招標決策支持系統，輔之以知識庫、方法庫、模型庫、數據庫的支持。

案例庫是整個系統的核心，案例檢索，是CBR系統的中心環節，通過檢索算法，找到目標案例的相似案例。在案例庫中存放著有關以往工程項目的成敗經驗。案例庫管理系統負責案例的獲取、刪除、檢索、存儲和更新。

知識庫內存儲招標招標的成熟的理論，方法和專家經驗；以往相似工程成功招標建設的標底；一些法律法規等專門知識等以作參考。在方法庫中存儲了標書評審的計算方法，如層次分析法、多元統計方法、博弈分析法、PROMETHEE II方法等。模型庫存放的是招標決策模型（圖2）。不同的模型用于不同的功能，這些決策模型包括：指標理論依據模型，存儲案例的特征模型等。

圖2模型庫中的招標決策模型Fig.2Bidding decision in Model library

2.2 基于聚類的案例庫的構建

案例是CBR解決問題的基本元素，當案例庫中的案例數量達到一定程度時，就要依靠案例的設計與組織，才能保證檢索到需求案例的質量和速度。因此，案例庫的組織與案例檢索方法是CBR技術的關鍵。

工程項目招標是龐大而復雜的問題，涉及領域廣、種類多、變化快、是很難通過簡單的模型來把不同的實例區分開的。需要選擇一種自動歸類，可劃分未知類的方法，抽取出承包商選擇案例的特征。聚類方法是符合上述條件的一種方法。

聚類是將案例分類到不同的類或者簇這樣的一個過程，所以同一個簇中的對象有很大的相似性，而不同簇間的物件有很大的相異性[8]。聚類分析的目標是在相似的基礎上收集案例來分類。應用聚類來構造案例庫有3個步驟：先是案例預處理，然后為衡量案例在同一個特征空間的相似度定義

一個距離函數，最后聚類或分組組織成案例庫。

案例預處理包括選擇數量、類型和特征的標度，它依靠特征選擇和特征抽取，特征選擇選擇重要的特征，特征抽取把輸入的特征轉化為一個新的顯著特征，它們經常被用來獲取一個合適的特征集來為避免“維數災”進行聚類[9]。案例預處理還包括將孤立案例提出，孤立案例是不依附于一般數據行為或模型的案例。接下來，把整齊的案例聚類，聚類后按其特征和對承包商選擇的指導意義抽取出相應指標，再從每一類中抽取一個典型案例形成案例庫。最后，將孤立案例也存入案例庫。

2.3 案例檢索與承包商選擇決策

2.3.1 相似案例檢索

通過案例檢索獲得與目標案例的相似案例，相似點指的是解決問題的特征相似。案例索引，是案例檢索的前提，其主要任務是為案例編入索引，以描述案例特征并使案例之間相互得到區分。案例索引對于案例匹配、檢索及更新非常重要。有效的案例索引可以使案例檢索及案例更新更加便利。

承包商選擇案例庫的檢索方法可以利用歸納法和知識引導法。歸納法的檢索過程是：提取案例間的差異，并根據這些特征將案例組成一個類似判別網絡的層次結構。檢索時采用決策樹搜索策略。歸納法能自動、客觀、嚴格的分析案例，確定能區別這些案例的最佳特征；案例可以組織成分層結構供檢索使用。歸納法的缺點是為生成判別特征需要大量的案例，歸納分析時間長。

承包商選擇案例庫還可以利用知識引導法，知識引導法是采用一套索引控制規則，根據已有的知識來引導和決定案例中的哪些特征（或信息）在進行案例的檢索時是重要的。并根據這些具有知識的特征來完成搜索，使案例與檢索都具有動態性。

2.3.2 使用獲取案例的信息和知識提出承包商選擇方案

通過案例的檢索，將獲得與目標案例相似的源案例。接下來，要比較新舊案例的差異，少數情況下，檢索獲得的案例的特征能夠涵蓋目標案例的特征或與其相同，直接輸出即能夠解決目標案例的選擇問題。多數情況下，可能檢索到幾個與目標案例相似的案例，目標案例同時具備多個源案例的特征，這時需要對源案例進行整合和修正。

2.3.3 案例修改

案例修改，是對檢索到的解決方案進行修改或重新設計，使其適應新的情況，這也是CBR系統中的一個重要環節。案例修改有兩種策略：人工修改和自動修改。人工修改是招標領域的專家通過人機交互接口，對案例進行手工整合和修改。這種方式依賴專家的經驗豐富程度和系統的交互性。另一種是自動修改，自動修改需要一個修改規則集，可以在系統開發的初期，在方法庫或模型庫中存入承包商選擇的理論模型，或特征權重的修改方法等。也可以在使用過程中將成功的手工調整方法存入規則集中。這樣檢索時，就可以對新案例自動調整。

2.3.4 回收新案例

回收新案例是為了保存當前檢索-修改形成新案例過程中，有價值的經驗和知識。CBR系統能不斷的積累經驗和知識，正是來源于對新案例的保留。新案例的保留是有選擇的，取決于新案例與源案例的相似度。相似度閥值的把握要結合案例庫的大小，項目的特點，承包商的特點，目標案例選擇承包商的成功經驗與案例庫中經驗相比，含新信息量和知識量的多少而定。

3 結論與展望

是否選擇了合格的承包商，直接關系到項目建設的成敗。承包商選擇的策略又關系到項目建設的成本。文章在對承包商選擇理論的深刻認識的基礎上，提出了基于案例推理（CBR）理論的承包商選擇方法。并建立了基于CBR的承包商選擇系統，實現了基于案例招標的決策支持，有效的利用了企業、甚至行業的招標建設經驗，為完善招投標技術提出了有益建議。CBR技術將是智能化技術未來的發展趨勢，隨著CBR的發展，基于CBR系統的承包商選擇開發工具的研發將是今后的重要研究方向。

[1]Watoson I.Case-based reasoning is a methodology not a technology [J].Knowledge-based System，1999，12：5-6.

[2]Ramon Lopez de Mantaras.Case-based Reasoning[M].Heidelberg：Springer-Verlag，2001.

[3]朱征，劉崢嶸，王寬福.AHP在選擇項目承包商中的應用[J].浙江大學學報（工學版），2001（05）：568-570.

[4]陳群.灰色關聯分析在最佳承包商選擇中的應用[J].數學的實踐與認識，2009（5）：14.

[5]孟力，王鶴春，劉紅華.基于多元統計分析方法對承包商選擇的研究[J].沈陽工業大學學報，2004（2）：20-24.

[6]郭艷紅，鄧貴仕.基于事例的推理（CBR）的研究綜述[J].計算機工程與應用，2004（1）：21.

[7]謝勝強，吳忠.基于CBR與RBR的設備采購決策支持系統[J].計算機工程與應用，2003（12）：30-33.

[8]Tam，C.M.Discriminant analysis model for predicting contractor performance in Hong Kong[D].Hong Kong：Department of Building and Construction，1993.

[9]吳喜之.統計學：從數據到結論[M].北京：中國統計出版社，2006.

Study on Selection of Project Contractors Based on CBR

ZHANG He-ye

（China Petroleum Engineering&Construction Corp.，Beijing 100120，China）

Traditional tendering system often emphasizes comparison of evaluation indicators，but lacks support of experience and tacit knowledge.Expert scoring system is also impossible to avoid subjective discrimination.In this article，using association function inspired by application of case knowledge and considering the whole process of selecting project contractor，bidding process of contractors was discussed as well as frame structure and implementation technology of the decision support system for selecting contractor by the basic theory of CBR，project management，bidding theory and so on.Scientization and intellectualization of bidding decision were improved.

CBR；Selection project contractors；Clustering；Case Organization；Case revise

T721.6

A

1671-0460（2010）02-0195-04

2010-03-13

張荷葉（1984-），女，遼寧撫順人，助理工程師，2007年畢業于石家莊鐵道學院管理科學與工程專業，現從事工程采購工作。

E-mail：zhangheye.se@cnpc.com.cn。