基于人工智能技術(shù)的建設(shè)工程爭(zhēng)議管理研究.pdf

1、隨著建筑業(yè)的改革開放和工程建設(shè)規(guī)模的不斷擴(kuò)大，建筑業(yè)已成為我國(guó)國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一。然而，缺乏對(duì)信息技術(shù)的重視和利用成為建筑業(yè)勞動(dòng)生產(chǎn)率一直低于制造業(yè)的原因之一。同時(shí)，由于建設(shè)工程頻繁的變更導(dǎo)致了工程爭(zhēng)議的不斷發(fā)生，降低了正常工作的效率，浪費(fèi)了工程資源，對(duì)項(xiàng)目產(chǎn)生負(fù)面影響。因此，本文研究了信息技術(shù)的分支之一人工智能技術(shù)在工程爭(zhēng)議中的運(yùn)用，目的在于提高工程管理的效率。
　　本研究設(shè)計(jì)了工程爭(zhēng)議案例庫(kù)，將爭(zhēng)議判決書中的有用信息從文本

2、形式轉(zhuǎn)換為計(jì)算機(jī)可處理的數(shù)據(jù)形式。利用關(guān)系數(shù)據(jù)模型對(duì)工程缺陷以及法律論證過程的信息建模，從而得到缺陷實(shí)體集、證據(jù)實(shí)體集、工程缺陷爭(zhēng)議論證過程實(shí)體集等，據(jù)此構(gòu)建了工程爭(zhēng)議數(shù)據(jù)庫(kù)。
　　對(duì)爭(zhēng)議案例庫(kù)中的信息進(jìn)行初步統(tǒng)計(jì)分析，得到工程缺陷分布情況、爭(zhēng)議論證過程中證據(jù)使用的分布情況和項(xiàng)目屬性的分布情況。利用相關(guān)性檢驗(yàn)得到結(jié)論:業(yè)主是否從事房地產(chǎn)相關(guān)業(yè)務(wù)影響了項(xiàng)目缺陷上的費(fèi)用;業(yè)主是否從事房地產(chǎn)相關(guān)業(yè)務(wù)與工程變更爭(zhēng)議判決結(jié)果無關(guān);合同類型與

3、工程變更爭(zhēng)議判決結(jié)果無關(guān)。
　　利用關(guān)聯(lián)規(guī)則挖掘算法進(jìn)一步分析了工程爭(zhēng)議中數(shù)據(jù)之間的關(guān)聯(lián)性。構(gòu)建分層信息模型，解決工程爭(zhēng)議的數(shù)據(jù)稀疏性問題。得到缺陷項(xiàng)之間的關(guān)聯(lián)性，缺陷因果關(guān)系的頻繁項(xiàng)集，質(zhì)量缺陷爭(zhēng)議論證過程的頻繁項(xiàng)集。
　　利用人工智能技術(shù)之一的決策樹算法預(yù)測(cè)工程變更爭(zhēng)議的判決結(jié)果。針對(duì)工程變更爭(zhēng)議輸入樣本的模糊性，設(shè)計(jì)基于迭代的模糊決策樹構(gòu)造過程。得到結(jié)論:模糊C4.5分類器的性能要優(yōu)于Cart分類器;工期補(bǔ)償爭(zhēng)議的判決

4、模糊度要高于工程價(jià)款補(bǔ)償爭(zhēng)議，決策樹算法在前者的預(yù)測(cè)正確率也小于后者。
　　利用人工智能技術(shù)之一的神經(jīng)網(wǎng)絡(luò)算法預(yù)測(cè)工程變更爭(zhēng)議的判決結(jié)果。對(duì)比分析了BP神經(jīng)網(wǎng)絡(luò)和概率神經(jīng)網(wǎng)絡(luò)的性能。針對(duì)工程變更爭(zhēng)議的模糊性，設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)的輸入輸出參數(shù)，并對(duì)輸入樣本進(jìn)行預(yù)處理。得到結(jié)論:通過數(shù)據(jù)預(yù)處理，可以提高BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)正確率;概率神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)正確率要優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。
　　最后利用人工智能技術(shù)之一的貝葉斯分類器預(yù)測(cè)工程變更爭(zhēng)

5、議的判決結(jié)果。對(duì)比分析樸素貝葉斯分類器、TAN分類器和貝葉斯網(wǎng)絡(luò)分類器。對(duì)于貝葉斯網(wǎng)絡(luò)分類器還比較了兩類結(jié)構(gòu)學(xué)習(xí)算法的性能。通過實(shí)證分析得到以下結(jié)論:TAN分類器的總體正確率要高于樸素貝葉斯分類器，而貝葉斯網(wǎng)絡(luò)分類器的正確率與TAN分類器相近，結(jié)構(gòu)比TAN分類器簡(jiǎn)單;在貝葉斯網(wǎng)絡(luò)分類器的結(jié)構(gòu)學(xué)習(xí)上，Cheng J.的算法引入領(lǐng)域知識(shí)，性能要優(yōu)于K2算法。
　　本研究的意義包括:通過挖掘到的缺陷之間的規(guī)律，可以在施工之前起到預(yù)警作用

6、，防止缺陷發(fā)生，同時(shí)預(yù)防缺陷爭(zhēng)議的產(chǎn)生，在缺陷已經(jīng)發(fā)生時(shí)，幫助施工方和監(jiān)理方找到缺陷的原因以及主動(dòng)提示可能聯(lián)動(dòng)發(fā)生的其他缺陷;通過提取的論證策略之間的關(guān)聯(lián)性，可以指導(dǎo)承發(fā)包人如何收集證據(jù)和組織論證;可以預(yù)測(cè)對(duì)方的辯論策略，有針對(duì)性地收集證據(jù)和論證觀點(diǎn);預(yù)測(cè)工程變更爭(zhēng)議結(jié)果幫助爭(zhēng)議雙方了解輸贏的可能性，據(jù)此做出協(xié)商還是堅(jiān)持己方主張的決策，一定程度的減小雙方在爭(zhēng)議上的支出;從實(shí)際判決中可以看到各法律因素的不同取值下判決結(jié)果的不同，進(jìn)而對(duì)比得