呂文學(xué)，楊權(quán)利

天津大學(xué) 管理與經(jīng)濟(jì)學(xué)部，天津 300072

基于CBR-RBR的工程爭端訴訟結(jié)果預(yù)測

呂文學(xué)，楊權(quán)利

天津大學(xué) 管理與經(jīng)濟(jì)學(xué)部，天津 300072

1 引言

工程項(xiàng)目存在參與方多、工序繁雜以及不確定性等特點(diǎn)，導(dǎo)致基于有限理性而簽訂的工程合同是不完全合同[1]，從而造成項(xiàng)目參與方在執(zhí)行合同時對未約定或約定模糊的事項(xiàng)因不同理解而容易引發(fā)爭端。有關(guān)研究表明，在設(shè)計-招標(biāo)-建造項(xiàng)目中，爭端發(fā)生的概率高達(dá)99.7%[2]。

目前，工程項(xiàng)目實(shí)施過程中解決爭端的途徑主要有雙方協(xié)商、爭端解決替代方式（Alternative Disputes Resolution，ADR）和訴訟等。其中ADR方式包括仲裁、小型審理和FIDIC推薦的爭端裁決委員會（Dispute Adjudication Board）等。由于訴訟具有強(qiáng)制性和法律權(quán)威性等優(yōu)點(diǎn)，不乏為解決爭端的有效手段。比如，2011年10月至2012年10月期間，上海一審法院審結(jié)的工程爭端民事案件就多達(dá)500個左右。但通過訴訟方式解決爭端將導(dǎo)致巨額的交易成本和較低的雙方滿意度[3]。美國每年花在訴訟上面的費(fèi)用達(dá)600億美元，其中用于建筑業(yè)的訴訟費(fèi)用就高達(dá)50億美元[4]，并且這個數(shù)字以每年10%的速度增長[5]。如果爭端雙方能夠以較低的成本事先預(yù)知訴訟可能帶來的收益或損失，那么將會促進(jìn)爭端雙方選擇更加理性的方式解決爭端。

本文將研究如何通過計算機(jī)智能技術(shù)有效預(yù)測工程爭端訴訟結(jié)果，從而在爭端訴諸法律之前，雙方利用預(yù)測的訴訟結(jié)果輔助談判，減少時間和費(fèi)用浪費(fèi)。

2 本文研究思路

2.1 人工智能推理技術(shù)的應(yīng)用

現(xiàn)在，人們已經(jīng)在法律[6]、醫(yī)學(xué)[7]、電子商務(wù)、爭端調(diào)解[8]、農(nóng)業(yè)[9]和智能答疑[10]等多個領(lǐng)域使用人工智能決策技術(shù)，輔助人們決策。在工程領(lǐng)域，也有不少學(xué)者基于人工智能決策技術(shù)對工程實(shí)踐問題進(jìn)行了研究，比如投標(biāo)決策分析[11]、工程爭端談判決策支持[12]、建筑安全診斷[13]、工程造價預(yù)測[14-15]、信息管理[16]、對工程爭端可能導(dǎo)致訴訟進(jìn)行早期警告[17]等。

人工智能決策技術(shù)有很多，如基于規(guī)則的推理（Rule-Based Reasoning，RBR）、人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANN）等，而基于案例的推理（Case-Based Reasoning，CBR）由于其知識獲取容易、推理速度快、學(xué)習(xí)能力強(qiáng)等特點(diǎn)而較為常見。CBR就是通過案例來表示領(lǐng)域知識及過去的經(jīng)驗(yàn)和教訓(xùn)，通過在案例庫中尋找相似的案例來預(yù)測新問題的解，因此通過CBR推導(dǎo)出的解更容易為使用者所接受和理解。

學(xué)術(shù)界對CBR的研究可以分為兩大類：基本CBR技術(shù)研究和擴(kuò)展CBR技術(shù)研究[18]。對于基本CBR技術(shù)研究，從推理技術(shù)的流程來看，主要包括案例推理前的處理，如數(shù)值缺失處理、模糊集處理[19-20]等；推理中的處理，如權(quán)重計算方法、相似度求解方法[21]等；推理后的處理，如案例的保存、案例庫的維護(hù)等。對于擴(kuò)展CBR技術(shù)研究，主要是指將CBR與其他人工智能決策技術(shù)相結(jié)合進(jìn)行的相關(guān)研究，如CBR與RBR[22-23]、ANN[17]等技術(shù)的結(jié)合。因?yàn)樵谠S多情況下，單純的CBR方法并不能保證系統(tǒng)求解問題的良好性能，未來人工智能發(fā)展所面臨的挑戰(zhàn)之一就是：如何將知識和案例聯(lián)系起來，并協(xié)同運(yùn)作[24]。因此，目前許多學(xué)者側(cè)重于將CBR與其他人工智能技術(shù)相結(jié)合對各種問題進(jìn)行探索和研究。

因此本文將以CBR方法為基礎(chǔ)，并結(jié)合其他人工智能方法對工程爭端訴訟結(jié)果進(jìn)行預(yù)測研究。

2.2 工程爭端訴訟結(jié)果預(yù)測研究

在工程領(lǐng)域，許多學(xué)者已經(jīng)就如何減少工程糾紛、避免爭端升級進(jìn)行了廣泛研究，盡量避免通過訴訟途徑解決爭端[25-29]?；谌斯ぶ悄芡评砟Ｐ鸵呀?jīng)被廣泛用于解決工程中的各種各樣的問題，并且取得了較為滿意的結(jié)果[30]。但是，目前基于人工智能推理技術(shù)對工程爭端訴訟結(jié)果進(jìn)行預(yù)測的研究較少[30]，主要有以下幾方面研究：Arditi等人（1998）從美國伊利諾伊州上訴法院系統(tǒng)中選擇了114份工程爭端訴訟案例，給出了合同類型、直接變更、推定變更、現(xiàn)場條件陳述錯誤、訴訟結(jié)果等共計46個工程爭端訴訟屬性，并通過ANN方法對工程爭端訴訟結(jié)果進(jìn)行預(yù)測，準(zhǔn)確率達(dá)66.67%[31]。之后，Arditi又與其他學(xué)者在上述案例庫和工程爭端訴訟屬性的基礎(chǔ)上，分別利用CBR、BDT（Boosted Decision Trees）和IPM（Integrated Artificial Intelligence）等方法對工程爭端訴訟結(jié)果進(jìn)行了預(yù)測研究，具體結(jié)果如表1所示。

雖然上述學(xué)者對工程爭端訴訟結(jié)果進(jìn)行了預(yù)測研究，但存在的共同缺陷有：

（1）預(yù)測結(jié)果僅以輸、贏表示。一般來說，工程爭端訴訟由多個訴訟請求組成，比如承包商請求法院判令業(yè)主支付工程款，并支付因工期延長給承包商造成的停工、窩工損失。而這兩個訴訟請求的判決結(jié)果可能一輸一贏。另外，有些訴訟請求的判決結(jié)果需要根據(jù)雙方的違約及過錯程度進(jìn)行分擔(dān)。因此，對于任一工程爭端訴訟均以輸或贏作為其結(jié)果明顯不妥。

（2）屬性體系存在缺陷。屬性體系的構(gòu)建是人工智能推理技術(shù)成功應(yīng)用的核心，在進(jìn)行案例推理時，應(yīng)盡量避免人為主觀判斷，而是依賴屬性之間的相互關(guān)系進(jìn)行推理。而已有的研究并沒有完全滿足該要求，如“是否屬于推定的變更”這一屬性是決定承包商是否有權(quán)索賠的核心，本應(yīng)通過計算機(jī)判斷該變更的性質(zhì)，但已有研究直接將其作為檢索屬性，從而利用的是作者的知識和經(jīng)驗(yàn)對該變更的性質(zhì)進(jìn)行了判斷，失去了人工智能推理的原本意義。另外，已有研究將眾多不同類型的爭端放在同一數(shù)據(jù)庫中，而每類爭端的處理原則、處理依據(jù)有所不同，這將導(dǎo)致屬性體系冗雜，檢索出的案例可能與實(shí)際案例大相徑庭，實(shí)用價值不高。

（3）方法單一。雖然IPM方法的預(yù)測準(zhǔn)確率很高，但是預(yù)測結(jié)果并不能顯示相似案例；CBR方法雖然可以顯示相似案例，更好地將過去案例呈現(xiàn)在決策者面前，但是預(yù)測準(zhǔn)確率較低。如果將不同的人工智能推理方法有機(jī)結(jié)合，那么可以取長補(bǔ)短，得到更好的預(yù)測結(jié)果。

（4）沒有實(shí)現(xiàn)預(yù)測結(jié)果的數(shù)量化處理。如果預(yù)測出的最終結(jié)果是數(shù)量化的，那么有利于決策者準(zhǔn)確定位自己的談判目標(biāo)和談判底價，從而在可接受域內(nèi)積極開展談判，在可接受域外采取其他爭端解決措施。

由于現(xiàn)有研究存在以上缺陷，因此本文將結(jié)合已有的最新理論及研究成果對工程爭端結(jié)果進(jìn)行系統(tǒng)地研究，以期得到更高的預(yù)測結(jié)果并實(shí)現(xiàn)更好的使用價值。

表1 工程爭端訴訟結(jié)果預(yù)測研究

2.3 本文研究框架

（1）對工程爭端進(jìn)行分類

由于工程爭端通常由多個不同類型的爭端組成，且每個爭端的最終處理結(jié)果相對較為獨(dú)立，因此本文首先將工程爭端進(jìn)行分類，并分別構(gòu)建每類爭端的訴訟案例庫。從而在進(jìn)行相似案例檢索時，將新問題的不同爭端分別代入相應(yīng)的訴訟案例庫求解。這樣有利于去除冗雜的案例及其屬性，提高案例檢索的準(zhǔn)確率，檢索出的案例與新爭議事件具有更高的相似性，且參考意義更大。如圖1所示。

基于上述思想，本文對中國115個工程爭端訴訟案例進(jìn)行研究，依據(jù)爭端性質(zhì)共歸納出：工程缺陷爭端、合同及代理行為、工程造價糾紛、施工期間產(chǎn)生的費(fèi)用應(yīng)由誰承擔(dān)、工程量違約金、無爭議工程款支付、保證金、工程款是否已經(jīng)支付、計價糾紛、停窩工損失等共計30類爭端事項(xiàng)。

（2）訴訟預(yù)測結(jié)果數(shù)量化

根據(jù)《中華人民共和國合同法》規(guī)定：當(dāng)事人一方不履行合同義務(wù)或者履行義務(wù)不符合約定的，應(yīng)當(dāng)承擔(dān)繼續(xù)履行、采取補(bǔ)救措施或者賠償損失等違約責(zé)任[35]。由此可見，建筑施工合同中合同雙方遵循的是無過錯責(zé)任原則，即一方行為侵害他人合法權(quán)益，不論其主觀是否有過錯，根據(jù)法律均應(yīng)承擔(dān)侵權(quán)責(zé)任。因此，工程爭端訴訟結(jié)果一般有三種：若責(zé)任歸責(zé)于一方，則另一方的合理請求得到完全支持（此處的“合理請求”指的是因一方侵權(quán)行為給另一方造成的實(shí)際損失）；若責(zé)任完全歸責(zé)于己方，則訴訟請求不被支持；若雙方均有過錯，則根據(jù)雙方過錯程度合理分擔(dān)實(shí)際損失，一般以百分比表示，如30%∶70%。

因此，工程爭端訴訟中的每一訴訟請求結(jié)果都可以實(shí)現(xiàn)數(shù)量化預(yù)測，而最終的結(jié)果即等于上述各項(xiàng)訴訟請求判決結(jié)果的累加。所以，工程爭端訴訟最終結(jié)果也可以實(shí)現(xiàn)數(shù)量化預(yù)測，如圖1所示。

（3）CBR與RBR方法相結(jié)合

相關(guān)研究表明[24]，將CBR方法與RBR方法相結(jié)合，可以彌補(bǔ)CBR與RBR各自的不足，充分發(fā)揮CBR和RBR的各自優(yōu)勢，進(jìn)行更加有效地推理和結(jié)果解釋（如表2所示）。因此本文將通過CBR-RBR相結(jié)合的方法對工程爭端訴訟結(jié)果進(jìn)行預(yù)測。

圖1 工程爭端分解

表2CBR和RBR比較

CBR與RBR相結(jié)合的另一個好處是：由于案例庫的不完備性，當(dāng)不能根據(jù)CBR方法搜索出相似案例時，可以借助RBR規(guī)則庫順利推出結(jié)果。

（4）基于CBR-RBR的工程爭端訴訟預(yù)測框架

一般地，CBR求解過程可以分為四個階段：案例檢索（Retrieve）、案例再用（Reuse）、解決方案修正（Revise）和案例保存（Retain）[36]。本文在這四個階段的基礎(chǔ)上，結(jié)合工程爭端訴訟的特征以及RBR規(guī)則推理的應(yīng)用，構(gòu)建本文的研究框架如圖2所示。

本文的CBR-RBR運(yùn)作機(jī)理為：

①分析工程爭端的類型，并分別構(gòu)建每一類型爭端的CBR訴訟案例庫。

圖2 基于CBR-RBR的工程爭端結(jié)果預(yù)測

②對于出現(xiàn)的新爭端，首先將爭端分解為單個獨(dú)立的子爭端，并依據(jù)相應(yīng)的屬性體系進(jìn)行規(guī)范化處理，然后分別代入所屬類別的CBR案例庫中進(jìn)行相似性檢索。本文設(shè)置的檢索閾值是85%，即當(dāng)新問題與CBR案例庫中的案例相似度大于85%時，將此案例及其結(jié)果輸出；如果同時有兩個或兩個以上的案例相似度大于85%，則取用相似度最高的案例及其結(jié)果作為新問題的解。當(dāng)新問題與案例庫中的案例相似度小于85%時，則新問題將被輸入到RBR規(guī)則庫中進(jìn)行規(guī)則推理。預(yù)測出的結(jié)果再根據(jù)雙方對損失的承擔(dān)比例進(jìn)行數(shù)量化處理。

③如果檢索出的結(jié)果與新問題最終實(shí)際結(jié)果不一致，則需對屬性體系、檢索方法、權(quán)重分配等進(jìn)行分析，更正錯誤。

④如果檢索結(jié)果與實(shí)際結(jié)果相同，且案例相似度大于等于95%時，則說明案例庫中存有相似度極高的案例，不必再存儲該案例。否則，將新問題輸入到案例庫中，對案例庫進(jìn)行擴(kuò)容管理。

3 CBR-RBR系統(tǒng)的具體應(yīng)用

3.1 工程缺陷爭端訴訟案例庫簡介

本研究前期搜集的115個工程爭端訴訟案例，通過一審即解決爭端的案例共10個，通過二審解決爭端的案例共105個。在訴諸法律的時候，76.5%的工程已經(jīng)通過竣工驗(yàn)收，23.5%的工程尚未通過竣工驗(yàn)收或合同已經(jīng)解除。通過對工程爭端訴訟案例的具體分析，得到爭端事項(xiàng)累積達(dá)492項(xiàng)，其中工程缺陷類爭端事項(xiàng)共計38項(xiàng)，在案例中出現(xiàn)的頻率非常高，因此本文以工程缺陷爭端為例，具體說明CBR-RBR系統(tǒng)的應(yīng)用。

為了對CBR-RBR系統(tǒng)進(jìn)行更好地檢測，本文又從上海法院網(wǎng)搜集了與工程缺陷爭端有關(guān)的47個訴訟請求案例，這樣本文的工程缺陷爭端案例庫共有85個案例。

3.2 工程缺陷爭端屬性體系構(gòu)建

構(gòu)建工程缺陷爭端屬性體系目的在于對以往的工程爭端訴訟判例進(jìn)行記錄，使之成為計算機(jī)可以識別和利用的數(shù)據(jù)結(jié)構(gòu)[37]。屬性體系應(yīng)包含盡可能多的信息，使工程爭端訴訟得到準(zhǔn)確而又全面的描述，同時又要簡潔可行，以便提高檢索效率。根據(jù)對85個缺陷爭端訴訟案例的分析，得到工程缺陷爭端屬性體系如表3所示。前10個屬性描述的是案例的關(guān)鍵特征，是辨別兩個不同案例之間相似符合程度的關(guān)鍵因素。最后一個屬性D用來表示工程爭端訴訟結(jié)果，根據(jù)前文的分析可知工程爭端訴訟結(jié)果有三種：業(yè)主獲勝、承包商獲勝和雙方按過錯比例承擔(dān)責(zé)任。

3.3 相似訴訟案例檢索

案例檢索是根據(jù)案例的屬性特征對CBR案例庫進(jìn)行相似性檢索，而判斷兩案例相似程度的前提是對案例之間屬性的相似度進(jìn)行評估[38]。為了提高檢索效率，提高檢索精度，可以先對屬性體系進(jìn)行屬性約簡，去除冗雜的屬性，然后在屬性約簡的基礎(chǔ)上計算訴訟案例的相似度。

3.3.1 屬性約簡

屬性約簡技術(shù)可以得到屬性的約簡表示，它可以在保持知識庫的決策分辨能力不變的條件下，刪除決策表中冗余的屬性，提高檢索效率和效果。目前進(jìn)行屬性約簡的技術(shù)很多，如基于熵的屬性優(yōu)化選擇、基于遺傳算法的屬性優(yōu)化選擇等。

表3 工程缺陷爭端屬性體系構(gòu)建

本文基于Genetic Algorithm（GA，遺傳算法）的粗糙集屬性約簡改進(jìn)算法對工程缺陷爭端進(jìn)行屬性約簡，共得到兩組屬性約簡集：

上述兩組約簡集中只有一個屬性不同，其他均相同。這兩組簡約集都可以100%地對工程缺陷訴訟爭端進(jìn)行準(zhǔn)確決策分類。但要選擇一組最符合工程實(shí)際且可操作性最強(qiáng)的約簡集。

本文設(shè)置“C2是否通過竣工驗(yàn)收”這一屬性的目的是判斷在工程沒有通過竣工驗(yàn)收的情況下，業(yè)主是否擅自使用了工程，從而判定承包商是否應(yīng)對工程缺陷擔(dān)責(zé)。因?yàn)樽罡呷嗣穹ㄔ骸蛾P(guān)于審理建設(shè)工程施工合同糾紛適用法律問題的解釋》規(guī)定：建設(shè)工程未經(jīng)竣工驗(yàn)收，發(fā)包人擅自使用后，又以使用部分質(zhì)量不符合規(guī)定為由主張權(quán)利的，不予支持。而“C3業(yè)主是否提前使用工程”這一屬性已經(jīng)包含了“C2是否通過竣工驗(yàn)收”這一信息。所以，本文采用約簡集1作為工程缺陷爭端的屬性約簡集?！癈5工程是否存在缺陷”這一屬性在運(yùn)算時被約簡掉，其主要原因是該信息已經(jīng)被C4、C6和C7等屬性所包含。

3.3.2 屬性權(quán)重計算

為充分考慮各屬性對案例的不同重要程度，需對不同的屬性賦予相應(yīng)的權(quán)重值。本文根據(jù)粗糙集理論，計算約簡后的屬性權(quán)重。

粗糙集理論是波蘭數(shù)學(xué)家Z.Pawlak教授于20世紀(jì)80年代初首先提出的一種數(shù)據(jù)分析理論[20]，其主要思想是在分類能力保持不變的前提下，通過對知識的約簡，導(dǎo)出概念的分類規(guī)則。該理論具有不需要提供問題求解所需數(shù)據(jù)集合之外的作何先驗(yàn)信息，對問題的不確定性的描述和處理問題相對客觀的特點(diǎn)，因而被廣泛地運(yùn)用于機(jī)器學(xué)習(xí)、知識發(fā)現(xiàn)、專家系統(tǒng)、控制算法等領(lǐng)域。

按照約簡后的8個屬性，刪除案例庫中相同的13個案例，在剩余的72個案例基礎(chǔ)上通過粗糙集理論進(jìn)行各個屬性重要性程度和權(quán)重計算，如表4。

表4 工程爭端訴訟屬性權(quán)重系數(shù)表

3.3.3 訴訟案例相似度計算

屬性相似度的計算是進(jìn)行CBR檢索的基礎(chǔ)。在計算案例相似度前，必須先確定各屬性的相似度，即局部相似度，然后再在局部相似度的基礎(chǔ)上計算案例的整體相似度。本文采用最近鄰法計算工程缺陷爭端屬性相似度。

根據(jù)表3中的屬性可知，工程缺陷爭端屬性均是無關(guān)型屬性，即這些屬性的取值之間沒有任何聯(lián)系，它們均屬于無關(guān)型。無關(guān)型局部相似度可用公式（1）計算：

在低維空間中，歐式距離可以正確的表達(dá)數(shù)據(jù)的結(jié)構(gòu)，所以在計算低維空間中的聯(lián)合概率分布時直接使用歐氏距離，并沿用t分布將距離映射為概率：

式中，akx為第x個新問題的第k個屬性值，aky為CBR案例庫中第y個案例的第k個屬性值。

根據(jù)各屬性的權(quán)重及其局部相似度大小，依據(jù)式（2）可求得新問題和CBR案例庫中案例的相似程度Sim(xj)：

式中ω(k)為CBR案例庫中第k個屬性的權(quán)重。

3.3.4 案例檢索及結(jié)果分析

根據(jù)上述確定的訴訟案例相似度計算方法，將每個待解決的新問題分別輸入到CBR案例庫中，即可檢索到相似案例及結(jié)果。

本文從85個案例中隨機(jī)抽取了16個案例作為測試案例，其余69個案例存入CBR案例庫中。按照前文確定的檢索閾值和檢索方法對CBR案例庫進(jìn)行檢索，結(jié)果發(fā)現(xiàn)16個測試案例中通過CBR方法可以預(yù)測出結(jié)果的共計14個，其中13個正確，1個錯誤。其余2個測試案例由于沒有檢索到相似度大于85%的案例，所以將通過下面的RBR規(guī)則庫進(jìn)行規(guī)則推理。

在屬性約簡的基礎(chǔ)上，通過Rosetta軟件的規(guī)則推理程序自動生成共計69個工程缺陷爭端規(guī)則。如表5所示。

表5 工程缺陷爭端規(guī)則庫

將CBR案例庫無法檢索出結(jié)果的2個測試案例（見表6）輸入到規(guī)則庫中，進(jìn)行規(guī)則檢索。

表6 代入RBR規(guī)則庫的案例

對比表5和表6可以發(fā)現(xiàn)：Case5與RBR規(guī)則庫中第27個規(guī)則相匹配，Csae16與RBR規(guī)則庫中的第69個規(guī)則相匹配，并且RBR規(guī)則庫推導(dǎo)出的結(jié)果與案例的實(shí)際結(jié)果完全一致。

3.5 CBR-RBR預(yù)測結(jié)果分析

通過CBR-RBR方法進(jìn)行工程缺陷爭端訴訟結(jié)果預(yù)測，得到的最終結(jié)果如表7所示。準(zhǔn)確預(yù)測出結(jié)果的共計15個，綜合預(yù)測準(zhǔn)確率高達(dá)93.75%（15/16）。在對工程爭端預(yù)測結(jié)果進(jìn)行數(shù)量化處理之后，14個案例（87.5%）的預(yù)測結(jié)果與實(shí)際結(jié)果一致（偏差率為0），一個案例的偏差率為20%，另外一個案例的偏差率為100%。通過CBR-RBR方法準(zhǔn)確預(yù)測出了Case5的爭端訴訟結(jié)果是雙方按過錯比例承擔(dān)，但由于法官在考慮雙方過錯程度的時候并沒有客觀可執(zhí)行標(biāo)準(zhǔn)，具有很大的主觀性，所以20%的偏差屬于可接受范圍。Case8的預(yù)測結(jié)果完全錯誤，說明所建立的工程缺陷爭端屬性體系尚不完備，需要進(jìn)一步改進(jìn)。

表7 CBR-RBR系統(tǒng)應(yīng)用分析

綜上所述，本文提出的以CBR方法為主、RBR方法為輔、相互結(jié)合的方法可以很好地應(yīng)用于工程爭端訴訟結(jié)果預(yù)測。并且順利地實(shí)現(xiàn)了預(yù)測結(jié)果的數(shù)量化轉(zhuǎn)換，有利于決策者在處理爭端時更好地確定爭端解決策略。

4 結(jié)束語

本文首次提出基于CBR-RBR的工程爭端訴訟結(jié)果預(yù)測模型，并以工程缺陷爭端為例進(jìn)行了實(shí)證研究，結(jié)果表明CBR-RBR的綜合預(yù)測準(zhǔn)確率高達(dá)93.75%。并且，首次嘗試將工程爭端結(jié)果進(jìn)行數(shù)量化轉(zhuǎn)化，使雙方明確各自應(yīng)承擔(dān)的費(fèi)用額度，這為工程爭端雙方以更加理性地方式通過協(xié)商等手段解決爭端提供了良好的決策工具，從而有利于維護(hù)雙方關(guān)系、減少時間和成本浪費(fèi)。

[1]Furubotn E G，Richter R.新制度經(jīng)濟(jì)學(xué)[M].姜建強(qiáng)，羅長遠(yuǎn)，譯.上海：上海三聯(lián)書店，2010.

[2]Cheung S O，Yiu T W.Are construction disputes inevitable?[J]. Engineer Management，2006，52（3）：456-470.

[3]陳小光，孟俊娜.國際工程項(xiàng)目爭端解決方式分析[J].國際經(jīng)濟(jì)合作，2009（4）：69-73.

[4]Gebken R J，Gibson G E，Groton J.Dispute resolution transactional cost quantification：what does resolving a construction dispute really cost?[C]//Construction Research Congress 2005：Broadening Perspectives.United States：American Society of Civil Engineers，2005.

[5]Pena-Mora F，Sosa C E，McCone D S.Introduction to construction dispute resolution[M].[S.l.]：Prentice Hall，2003.

[6]Pal K.An approach to legal reasoning based on a hybrid decision supportsystem[J].ExpertSystems with Applications，1999，17：1-12.

[7]Montani S，Bellazzi R，Portinale L.Multi-model reasoning in diabetic patient management[J].Intl J of Medical Informics，1999，53：61-77.

[8]Hen X，F(xiàn)eng Y Q.Research on negotiation support system based on case based reasoning[C]//Proceedings of the 4th International Symp on Machine Learning and Cybernetics，Guangzhou，2005.

[9]楊振剛，劉偉章，方永美.CFW的CBR動態(tài)預(yù)測[J].計算機(jī)工程與應(yīng)用，2009，45（6）：236-239.

[10]Liang Zhenqiu.Design of automatic question answering system base on CBR[C]//2012 International Workshop on Information and Electronics Engineering，2012.

[11]Chua D K H，Li D Z，Chan W T.Case-based reasoning approach in bid decision making[J].JournalofConstruction Engineering and Management，2001，127（1）：35-45.

[12]Li Heng.Case-based reasoning for intelligent support of constructionnegotiation[J].Information & Management，1996：231-238.

[13]常春光.基于CBR的建筑生產(chǎn)安全診斷系統(tǒng)研究[J].科技進(jìn)步與對策，2009，26（21）：165-170.

[14]An Sung-Hoon.A case-based reasoning cost estimating model using experience by analytic hierarchy process[J].Building and Environment，2007：2573-2579.

[15]Kim Gwang-Hee，An Sung-Hoon，Kang Kyung-In.Comparison of construction cost estimating models based on regression analysis，neural networks，and case-based reasoning[J]. Building and Environment，2004：1235-1242.

[16]Tah J H M，Carr V，Howes R.Information modeling for case-based construction planning of highway bridge projects[J]. Advances in Engineering Software，1999，30（7）：495-509.

[17]Chen Jieh-Haur，Hsu S C.Hybrid ANN-CBR model for disputed change orders in construction projects[J].Automation in Construction，2007，17：56-64.

[18]李鋒剛.基于案例推理的智能決策技術(shù)[J].北京：北京師范大學(xué)出版集團(tuán)，2011.

[19]季賽，沈星，沈超.基于粗糙集和相似度量的CBR檢索方法[J].計算機(jī)工程與應(yīng)用，2006，42（13）：172-175.

[20]陶鐵軍，王明杰.基于粗糙集的CBR規(guī)則提取的應(yīng)用研究[J].煤礦機(jī)械，2009，30（5）：221-222.

[21]程志倫，范玉青.鋼鐵企業(yè)MES質(zhì)量設(shè)計中CBR方法的相似度計算方法研究[J].制造業(yè)自動化，2006，28（10）：6-10.

[22]Pal K，Campbell J A.An application of rule-based and casebased reasoning within a single legal knowledge-based system[J].ACM SIGMIS Database，1997，28（4）：48-63.

[23]林杉，許宏科，劉占文，等.公路隧道突發(fā)事件CBR-RBR交通控制方法[J].交通運(yùn)輸工程學(xué)報，2011，11（4）：108-114.

[24]李乾鵬，方家騏.基于RBR和CBR規(guī)劃中的知識表示方法研究[J].計算機(jī)工程與設(shè)計，2009，30（22）：5167-5172.

[25]Kassab M，Hipel K，Hegazy T.Conflict resolution in construction disputes using the graph model[J].J Constr Eng Manage，2006，132（10）：1043-1052.

[26]Ren Z，Anumba C J，Ugwu O O.Multiagent system for construction claims negotiation[J].J Comput Civ Eng，2003，17（3）：180-188.

[27]AbouRizk S M，Dozzi S P.Application of computer simulation in resolving construction disputes[J].J Constr Eng Manage，1993，119（2）：355-373.

[28]Kilian J J，Gibson G E.Construction litigation for the U S naval facilities engineering command，1982-2002[J].J Constr Eng Manage，2005，131（9）：945-952.

[29]Yiu T W，Cheung S O，Mok F M.Logistic likelihood analysis of mediation outcomes[J].J Constr Eng Manage，2006，132（10）：1026-1036.

[30]Pulket T，Arditi D.Universal prediction model for construction litigation[J].Journal of Computing in Civil Engineering，2009：178-187.

[31]Arditi D，Oksay F E，Tokdemir O B.Predicting the outcome of construction litigation using neural networks[J]. Comput Aided Civ Infrastruct Eng，1998，13（2）：75-81.

[32]Arditi D，Tokdemir O B.A comparison of case-based reasoning and artificial neural networks[J].J Comput Civ Eng，1999，13（3）：162-169.

[33]Arditi D，Pulket T.Predicting the outcome of construction litigation using boosted decision trees[J].J ComputCiv Eng，2005，19（4）：387-393.

[34]Arditi D，Pulket T.Predicting the outcome of construction litigation using an integrated artificial intelligence model[J]. J Comput Civ Eng，2010：387-393.

[35]國務(wù)院法制辦公室.中華人民共和國合同法[M].北京：中國法制出版社，2012.

[36]Aamodt A，Plaza E.Case-based reasoning：foundational issue，methodological variation，and system approaches[J].Artificial Intelligence Communications，1994，7（1）：39-59.

[37]鄧朝暉.基于CBR-RBR的工藝專家系統(tǒng)在滾動軸承磨削中的應(yīng)用[J].制造技術(shù)與機(jī)床，2010（12）：29-33.

[38]禹志陽，趙陽.基于黑盒測試技術(shù)的CTCS-3級列控系統(tǒng)聯(lián)調(diào)聯(lián)試研究[J].鐵道通信信號，2010，46（5）：1-5.

LV Wenxue,YANG Quanli

College of Management and Economics,Tianjin University,Tianjin 300072,China

The complex nature of construction,participants with different backgrounds,uncertainties and the incompleteness of the contract often lead to disputing in construction industry.Litigation may be an effective way to solve the problem.In order to avoid resolving disputes through litigation blindly,the paper is trying to predict the outcome of the litigation of disputes by using the CBR-RBR model,so that the parties can know whether their behaviors are reasonable before the resort to the law.The paper proposes a framework of the prediction of litigation outcomes based on CBR-RBR model,then this method is applied to the prediction of construction defects disputes.The result shows that the prediction accuracy of construction defects disputes is up to 93.75%,which indicates that the proposed CBR-RBR method can be effectively applied to the field of construction dispute litigation. Key words：Case-Based Reasoning-Rule-Based Reasoning（CBR-RBR）;construction disputes;construction defects

工程項(xiàng)目爭端頻發(fā)，雙方最終有可能通過訴訟解決爭端。但訴訟成本高昂，破壞雙方友好合作關(guān)系并影響公司聲譽(yù)，因此遭到很多學(xué)者的反對。為了避免爭端雙方盲目通過法律途徑解決爭端，試圖對工程爭端訴訟結(jié)果進(jìn)行預(yù)測，希望爭端雙方在訴諸法律之前能夠認(rèn)識到自身行為的合理性。提出通過CBR-RBR方法對工程爭端訴訟結(jié)果進(jìn)行預(yù)測，并首次嘗試對預(yù)測結(jié)果進(jìn)行數(shù)量化處理，以提高CBR-RBR系統(tǒng)的實(shí)際應(yīng)用價值。在此基礎(chǔ)上，以“工程缺陷爭端”這一爭端類型進(jìn)行實(shí)例研究，結(jié)果表明該方法對工程缺陷爭端結(jié)果預(yù)測的準(zhǔn)確率高達(dá)93.75%，而且最終數(shù)量結(jié)果的偏差也在預(yù)期范圍之內(nèi)，說明提出的CBR-RBR方法可以有效地應(yīng)用于工程爭端訴訟結(jié)果的預(yù)測，為雙方解決爭端提供科學(xué)依據(jù)。

基于案例的推理-基于規(guī)則的推理（CBR-RBR）；工程爭端；工程缺陷

A

F284

10.3778/j.issn.1002-8331.1208-0274

LV Wenxue,YANG Quanli.Predicting outcome of construction disputes litigation based on CBR-RBR model.Computer Engineering and Applications,2013,49（23）：228-234.

國家自然科學(xué)基金（No.71172147）。

呂文學(xué)（1963—），男，博士，副教授，主要研究方向?yàn)楣こ虪幎苏勁?、合同管理和工程?xiàng)目管理；楊權(quán)利（1988—），男，碩士研究生，主要研究方向?yàn)楣こ虪幎嗽V訟、國際工程合同管理和項(xiàng)目管理。E-mail：yangqltop@163.com

2012-08-23

2012-10-29

1002-8331（2013）23-0228-07

CNKI出版日期：2012-11-21 http://www.cnki.net/kcms/detail/11.2127.TP.20121121.1101.030.html