劉妍欣 李光華 李林隆

（成都理工大學(xué)，成都 610058）

1 前言

農(nóng)村經(jīng)濟(jì)發(fā)展是關(guān)系國計(jì)民生的大事，而農(nóng)村公路運(yùn)輸是農(nóng)村經(jīng)濟(jì)發(fā)展的重要支撐。 國家在農(nóng)村公路建設(shè)上的戰(zhàn)略目標(biāo)是：截至2020 年，建制村通硬化路率要達(dá)到99%， 新增3.3 萬個建制村通硬化路。 “十三五”期間農(nóng)村公路建設(shè)資金總投入量預(yù)計(jì)將超過10000 億元，平均每年2000 億元，公路整體投資體量大。 由此可見國家對農(nóng)村公路建設(shè)的重視，然而我國目前的農(nóng)村公路建設(shè)，存在著“三超”問題，資金的浪費(fèi)較為嚴(yán)重[1]，因此開發(fā)出一種能夠快速而又準(zhǔn)確預(yù)測農(nóng)村公路成本的方法就顯得十為重要。 準(zhǔn)確的成本預(yù)測可以減少投資金額的浪費(fèi)，提高政府投資資金的效益。

傳統(tǒng)的農(nóng)村公路成本預(yù)測方法存在對圖紙的詳細(xì)程度要求偏高、 計(jì)算過程復(fù)雜繁瑣等問題，因此許多學(xué)者都通過多種綜合評價方法來快速估算農(nóng)村公路的建設(shè)成本。 劉燕[2]使用靈活性設(shè)計(jì)的方法對農(nóng)村公路造價進(jìn)行控制， 雖然預(yù)測速度快，但是過于模糊導(dǎo)致預(yù)測結(jié)果準(zhǔn)確性不夠高。 錢強(qiáng)[3]使用神經(jīng)網(wǎng)絡(luò)模擬人的思維對公路成本進(jìn)行預(yù)測，但是它無法解釋推理過程和依據(jù)， 不方便用戶使用。Sung-Hoon An[4]通過建立層次分析法與案例推理理論（CBR） 的結(jié)合模型對房屋建設(shè)工程成本進(jìn)行估算， 并將該模型與其他2 種成本預(yù)測模型進(jìn)行對比，驗(yàn)證了其具有更高的準(zhǔn)確性。

案例推理理論具有效率高、實(shí)時性強(qiáng)、計(jì)算方便等優(yōu)點(diǎn)，在眾多領(lǐng)域得到了廣泛應(yīng)用[5-9]。 在公路工程建設(shè)領(lǐng)域，該理論將實(shí)際農(nóng)村公路工程項(xiàng)目作為知識來源，減少了專家評估的主觀性；推理得出的結(jié)果是具體的歷史項(xiàng)目，更容易理解，指導(dǎo)性較強(qiáng)。 因此本研究將采用案例推理（CBR）理論對農(nóng)村公路成本進(jìn)行預(yù)測， 并使用實(shí)際案例來證明其有效性。

2 CBR 模型的建立

2.1 CBR 的基本概念

案例推理理論是耶魯大學(xué)的Roger Shank 教授在1982 年提出的[10]，該理論的研究機(jī)理就是通過檢索歷史案例庫，找到與新案例最相似的歷史案例作為參考案例，根據(jù)新案例的實(shí)際情況對參考案例的解決方案進(jìn)行修正， 從而得到新案例的解決方案。CBR 的實(shí)施步驟分為4 個階段，簡稱“4R”，即檢索（retrieve）、 重用（reuse）、 修正（revise） 以及保留（remain）[11]。

2.2 基于CBR 的農(nóng)村公路工程成本預(yù)測模型

2.2.1 案例檢索

（1）農(nóng)村公路工程成本預(yù)測特征指標(biāo)的建立

公路工程的主要特征在于它建設(shè)里程較長、涉及區(qū)域較廣、需要多家企業(yè)合作，分點(diǎn)分段完成，因此其造價組成復(fù)雜繁瑣。 任何一項(xiàng)特征指標(biāo)都會對工程造價產(chǎn)生一定的影響， 但是如果考慮所有的特征指標(biāo)會對案例庫的聚類產(chǎn)生反作用， 增加檢索的復(fù)雜性。 為了避免盲目的選擇特征指標(biāo)，本文使用文獻(xiàn)調(diào)查法， 嚴(yán)格遵循特征指標(biāo)體系建立原則，選取了具有簡約性、獨(dú)立性、代表性的特征指標(biāo)，建立了農(nóng)村公路工程特征指標(biāo)體系。 通過查閱公路工程成本預(yù)測研究的相關(guān)文獻(xiàn)[12-19]，匯總情況如表1 所示：

表1 農(nóng)村公路工程造價特征指標(biāo)體系匯總

為提高CBR 檢索步驟的高效性，需要對特征指標(biāo)進(jìn)行甄選。 絕大部分農(nóng)村公路的公路等為四級， 且四級公路的設(shè)計(jì)行車速度基本可以確定為20 km/h。 根據(jù)特征指標(biāo)體系建立原則，將這2 項(xiàng)指標(biāo)刪除。 由于指標(biāo)之間復(fù)雜的關(guān)聯(lián)且部分特征指標(biāo)在一些工程項(xiàng)目中并不存在， 為了簡化檢索步驟，本研究將不良地質(zhì)里程總比例、 安全措施類型、橋涵類型作為附屬指標(biāo)。 所在地區(qū)與建設(shè)時間2 項(xiàng)指標(biāo)是農(nóng)村公路建設(shè)項(xiàng)目之間差異性的主要影響因素，因此將建設(shè)時間與所在地區(qū)作為修正部分。 其余特征指標(biāo)在所有農(nóng)村公路項(xiàng)目中不可或缺，因此將其歸納為主體指標(biāo)。 最終確定的農(nóng)村公路成本預(yù)測特征指標(biāo)體系如表2 所示。

表2 農(nóng)村公路工程造價特征指標(biāo)體系

（2）屬性權(quán)重的確定

CBR 的關(guān)鍵步驟即為案例檢索，因此案例相似度的計(jì)算成為重中之重。 由于農(nóng)村公路工程成本預(yù)測是一個多屬性的決策過程，要解決這種多屬性決策的問題首先要考慮各屬性的權(quán)重[20]。 灰色關(guān)聯(lián)分析法是根據(jù)事物發(fā)展趨勢做分析，因此對樣本量的多少沒有要求，也不需要典型的分部規(guī)律。 該理論基于實(shí)際案例，大大降低了主觀因素的影響，使其計(jì)算出的屬性權(quán)重更加客觀準(zhǔn)確。 同時該理論對數(shù)據(jù)的類型和數(shù)量沒有過高的要求，十分適用于影響因素眾多、 樣本分布不規(guī)律的公路工程成本預(yù)測。因此本文將采用灰色關(guān)聯(lián)分析法，得出農(nóng)村公路工程項(xiàng)目特征指標(biāo)的各屬性權(quán)重。

根據(jù)灰色關(guān)聯(lián)分析法，其中歷史農(nóng)村公路建設(shè)項(xiàng)目k 的i 指標(biāo)與擬建項(xiàng)目i 指標(biāo)的灰色關(guān)聯(lián)系數(shù)可表示為：

式中：i——農(nóng)村公路成本預(yù)測特征指標(biāo)，i=1，2，3，4；

Δ——屬性之間的絕對差；

ρ——分辨系數(shù)，為避免數(shù)據(jù)受極值影響，一般取0.5 較為恰當(dāng)；

Δi(k)——i 項(xiàng)目k 指標(biāo)的屬性絕對差。

均值灰色關(guān)聯(lián)度γi可表示為：

繼而可得到各屬性的屬性權(quán)重wi：

（3）案例相似度的計(jì)算

采用屬性相似度計(jì)算公式來計(jì)算擬建項(xiàng)目與歷史項(xiàng)目各屬性之間的屬性相似度[23]，屬性相似度ASi可表示為：

式中：AVi_new-case——擬建項(xiàng)目i 屬性的屬性值；

AVi_retrieved-case——被檢索歷史項(xiàng)目i 屬性的屬性值。

得到屬性權(quán)重wi與屬性相似度ASi，即可得到案例相似度CSi：

當(dāng)數(shù)據(jù)量綱不一致時，應(yīng)對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，采用公式：

處理過的數(shù)值均在[0，1]。

2.2.2 案例重用

通過灰色關(guān)聯(lián)分析法和案例相似度計(jì)算公式分別得到主體部分及附屬部分的案例相似度，并將其排序，選取案例相似度最高的主體部分的實(shí)際成本與案例相似度最高的附屬部分的實(shí)際成本相加，即得到擬建項(xiàng)目初始成本預(yù)測值。

2.2.3 案例修正

由于擬建項(xiàng)目與相似度最高的歷史項(xiàng)目仍存在差距，所以將歷史項(xiàng)目的實(shí)際成本值作為擬建項(xiàng)目的成本預(yù)測值是不準(zhǔn)確的， 還應(yīng)對其進(jìn)行修正。根據(jù)上文所述，擬建項(xiàng)目與歷史項(xiàng)目的主要差異在于建設(shè)時間和所在地區(qū)。 這2 項(xiàng)指標(biāo)對農(nóng)村公路工程成本的主要影響在于人材機(jī)的價格， 因此本文選擇采用縱橫計(jì)價軟件對最相似歷史項(xiàng)目中的人材機(jī)價格進(jìn)行調(diào)整，從而得到擬建項(xiàng)目的成本預(yù)測值。

2.2.4 案例存儲

在擬建項(xiàng)目竣工之后，擬建項(xiàng)目就成為了一個完整的歷史項(xiàng)目，此時就需要將該項(xiàng)目的實(shí)際成本按照特征指標(biāo)體系進(jìn)行存儲，為未來新項(xiàng)目的成本預(yù)測提供參考， 實(shí)現(xiàn)案例推理理論的循環(huán)機(jī)制，盡可能的發(fā)揮CBR 的實(shí)用性。 基于CBR 農(nóng)村公路工程成本預(yù)測流程圖如圖1所示。

圖1 基于CBR 農(nóng)村公路成本預(yù)測流程圖

3 工程實(shí)例

3.1 案例庫數(shù)據(jù)

從多家從事公路施工的企業(yè)獲取了31 條已竣工的農(nóng)村公路施工段相關(guān)資料，Pi（i=1，2，……30）作為歷史案例，P0作為目標(biāo)案例， 來驗(yàn)證模型的有效性。 數(shù)據(jù)整理后得到主體案例庫案例30 個，不良地質(zhì)案例庫案例10 個， 安全措施案例庫案例17個，橋涵案例庫案例22 個，如表3、4 所示。 擬建項(xiàng)目P0相關(guān)工程數(shù)據(jù)如表5 所示。

表3 農(nóng)村公路主體部分工程項(xiàng)目數(shù)據(jù)

(續(xù)表3)

表4 農(nóng)村公路附屬部分項(xiàng)目數(shù)據(jù)

表5 目標(biāo)案例相關(guān)工程數(shù)據(jù)

3.2 檢索最相似農(nóng)村公路歷史項(xiàng)目

使用灰色關(guān)聯(lián)分析法對案例庫中所有案例進(jìn)行案例相似度計(jì)算并排序，為提高案例檢索的效率和智能化水平， 本文運(yùn)用python3.0 編程實(shí)現(xiàn)檢索過程的程序化。 基于檢索程序，計(jì)算得出數(shù)據(jù)庫中相似度排名前5 的案例相似度，如表6 所示。

表6 案例相似度排序表

從表6 中可以得出主體案例相似度CS0max=0.9667，即P30為最相似案例，其主體部分建設(shè)成本為404213.25 元， 將其作為擬建項(xiàng)目主體部分的初始預(yù)測成本值。

擬建項(xiàng)目不存在不良地質(zhì)，因此不良地質(zhì)的檢索可以省略。 安全設(shè)施類型屬性相似度以及橋涵類型屬性相似度如表7 所示。

P2、P3、P8、P11、P12的 安 全 設(shè) 施 費(fèi) 案 例 相 似 度 最高，其均值為23508.71 元。 P9、P13、P14、P26的單位橋涵建設(shè)費(fèi)案例相似度最高， 其均值為42518.16 元。綜上所述， 擬建項(xiàng)目總成本初始預(yù)測值：PV′=470240.12 元。

3.3 擬建農(nóng)村公路項(xiàng)目成本預(yù)測

擬建項(xiàng)目總成本初始預(yù)測值PV′=470240.12元，擬建項(xiàng)目的建設(shè)年份為2019 年，所在地區(qū)為新疆維吾爾自治區(qū)， 根據(jù)2019 年新疆維吾爾自治區(qū)交通運(yùn)輸廳公路規(guī)范性文件對進(jìn)行修正，修正結(jié)果為總費(fèi)用上漲44744 元。 因此擬建項(xiàng)目的成本預(yù)測值PV=514984.12 元。 擬建項(xiàng)目P0的實(shí)際成本為499254.33，誤差率僅為3.95%，在行業(yè)可接受精度范圍30%以內(nèi)，因此證明該模型有效可行。

表7 安全設(shè)施類型以及橋涵類型屬性相似度

3.4 擬建農(nóng)村公路項(xiàng)目工程數(shù)據(jù)入庫

當(dāng)擬建項(xiàng)目竣工后，將其實(shí)際工程項(xiàng)目信息按照特征指標(biāo)體系進(jìn)行存儲，此時的擬建項(xiàng)目P0即成為案例庫中的歷史項(xiàng)目。

4 結(jié)論

基于案例推理理論的農(nóng)村公路成本預(yù)測模型，能夠高效準(zhǔn)確地對農(nóng)村公路成本進(jìn)行預(yù)測，為決策者提供投資指導(dǎo)、減少資金的浪費(fèi)；采用灰色關(guān)聯(lián)分析法確定屬性權(quán)重更加客觀直接；根據(jù)目標(biāo)案例的實(shí)際情況對檢索結(jié)果進(jìn)行修正使預(yù)測結(jié)果更加準(zhǔn)確；實(shí)例分析驗(yàn)證了其有效性。

然而，本研究僅收集到31 個案例，數(shù)據(jù)還不夠全面，分析結(jié)果的科學(xué)性還有待提升，希望通過后續(xù)的研究進(jìn)行優(yōu)化。 同時，案例相似度的計(jì)算還有很多研究的空間，找到更加適合研究農(nóng)村公路建設(shè)工程的現(xiàn)代綜合評價方法以及如何將他們集成應(yīng)用將成為十分有意義的研究。