信息融合在大型工程项目管理及审计中的应用探析

信息融合在大型工程项目管理及审计中的应用探析

http://wWW.LWlm.Com一、 前言

总体而言，目前的大型工程信息资源管理模式难以支持新型管理应用。其一是工程管理系统尚未解决支持多功能的信息集成问题、且基于某一工程项目特定工作流程定制的软件存在信息孤岛的现象。其二是大型工程项目作业资源和流程呈现出明显的分散性和异地化，更容易出现信息知识流不畅通的现象，从而导致工程管理决策是基于单个阶段、单位主体、单个项目的、静态的信息。一些信息缺乏纵横对比及关联，降低了信息使用价值，在很大程度上影响工程管理的效果。

信息融合技术可为工程管理中复杂的决策任务提供统一的、全局的、动态的、集成的信息资源，有利于提高系统的信息利用率和管理决策的效果，从而为大型工程信息处理提供了一种全新的思路。本文结合大型工程信息特点和管理决策需求，探讨如何应用实现大型工程管理及审计的多源信息融合。

二、 信息融合理论及应用 信息融合在本质上是利用灰色理论、模糊逻辑等多种信息融合方法，对多源信息进行全方位、多层次的融合优化，实现多源信息优势互补，以增强系统处理不确定性信息的能力，改善系决策效果。

2. 信息融合研究进展及工程管理应用。目前信息融合已经从多传感器融合与定位、态势评估、智能机器人等军事应用拓展到多个应用领域，成为多领域的研究热点。信息融合基础理论研究包括：统一表示的理论框架，不同层次的信息融合方法或算法，信息融合管理系统评价体系、规则和模式。信息融合应用研究，主要是针对具体领域系统，寻找最优控制结构、模型和途径。信息融合在经管中的应用有：信息融合在金融风险动态预警、最合适的嗜好价格估计、期货跟踪、多模态省情信融合评估、供应链需求预测、产业集群知识融合等方面的应用。工程管理及审计相关文献提出了信息集成的思想，其实质蕴含了信息融合的原始想法。白崇明认为将信息融合应用于建设项目审计信息资源的建设，可实现单一信息价值发展到融合信息的价值，进而改善判读审计对象信息能力，提高审计工作水平。这是国内工程管理界对信息融合最早的认识。

3. 大型工程项目管理及审计的信息特点及需求。大型工程项目管理所处理的信息从整体上反映了工程建设全生命周期各阶段（前期决策、设计、施工、竣工）管理业务活动的信息，包括源数据、过程数据、阶段输出文件，管理及审计项目过程数据。①各种电子数据格式形式的各阶段业务活动及其管理控制活动的过程数据信息以及最终文件，通常分布在现场及管理控制系统中。这些信息分为：方案、报告（投资、设计、施工等）、原始文件及凭证（合同、招投标文件、签证、变更通知单等）、原始及中间数据类（指标评价、进度类、投资估算、造价类质量类等）②管理及审计项目信息，如管理及审计的标准、规范、日记、证据、工作底稿、审计中间数据等。③国家、地区、企业的法律条规、规章制度，如各种定额标准、取费标准、外部市场价格等。这些数据以结构化（关系数据库）和非结构化（文本和半文本、矢量图形、图象、Web、视频等），静态和动态地，分散在不同地点、不同主体、不同层次、不同源（建设现场和管理控制层的信息系统或者书面文件，具有海量异构、多来源、多类型、多层次、不完备、时空序列等特点。

由此可见，大型工程项目管理信息融合涉及分布异构环境下的多元信息集及多道分析工序，信息之间有各种复杂的关联。本质上看，大型工程本身对信息处理具有很高要求。一方面，与一般工程相比，大型工程管理决策问题和过程更加复杂，决策任务更加多元化。大型工程管理决策可以划分成三个维度，第一是基于时间维度，包括前期决策、设计、施工、竣工）的管理决策内容，第二是基于业务内容维，包括

工程质量、安全、成本、进度、风险等业务管理决策，第三是基于管理控制层次维，从低层次到高层次包括业务层、管理控制层、审http://wWW.LWlm.Com计层次（内审、外审）。这些决策问题分为结构化、半结构化、非结构化类型。其中，动态性和不确定性、多目标的非结构化决策是大型工程面临的主要决策问题。另一方面，随着工程管理实践和理论探索的逐步深入，大型工程管理及审计模式不断推陈出新，呈现出集成化、智能化、动态实时化、持续控制的特点，故要求数据处理能满足上述复杂需求。从信息融合角度看，数据仓库是属于低层次融合和静态融合，还没有上升至面向决策优化的更高层次的系统级乃至思想级融合，其所提供数据源模式不具备信息融合所具备的动态优化数据源的功能。因此, 为了应对大型工程管理及审计系统的复杂特性，应该借助多源信息融合的理念与技术，随着建设过程阶段演化动态地对相关数据信息进行抽取、传递、转换、融合、分析、融合处理，通过提供完善的、完全的、精确的、一致的、确定的信息源，最终提高系统的决策能力。

三、 信息融合在大型工程管理中的应用框架

1. 面向工程管理及审计的信息融合结构。在参考最具代表性的是美国联合管理局信息研究小组提出的JDL模型（四级模型）的基础上，同时考虑由于工程建设管理及决策的固有层次性，提出适合大型工程的多层次信息融合结构，以实现对大型工程信息（数据、规则、知识、方法）等进行融合优化。图1给出了工程管理的信息融合结构。

（1）原始级融合。这是一种低层次的数据级融合，主要执行原始信息本地化的采集、过滤、识别、清洗、转换、分类等，形成关于工程管理及审计项目的原子级的基本信息元，以建立所观察目标的初步微观印象。一般应用财务计算、技术经济计算、静态统计以及一些优化原始数据的信息融合方法（如去除噪声和一致性处理的方法），建立目标对象的基本特性指标和属性估计。同时，建立元数据标准以消除信息资源的独立性和异构性，达到一定限度的数据整合和交换。通常可以采用语义web-service、CORBA等技术实现，集成原有工程项目管理系统（成本、进度、质量、投资）、办公自动化系统、ERP系统、基层项目管理监控系统，实现异地环境下工程项目信息的共享与互操作。

（2）特征级融合。是在原始级融合基础上的数据级融合，是对一级处理审计项目结果进行关联、评估、综合、分析等处理，封装形成基于建设阶段、不同业务单元的、时间序列的、单位单项的、分部分项的特征信息元。该层次是一种中间层次的融合，一般采用统计分析、时间序列分析、工程技术经济特征分析、以及一些优化特征的信息融合方法，以提供对工程管理项目的多个维度和多个粒度的特征描述。融合处理过的信息可以获得对被审计对象的完整的、精确的、宏微观一致性的解释与描述。 （3）决策层融合。是在前两级数据融合的的高层次广义信息融合，是按照面向具体决策主题对前两级处理结果进行推理、评价和融合。提供实时控制的信息，鉴别何种信息能改善融合结果，决定信息源的具体要求，分配信息源以达到特定决策目标。一般采用人工智能和基于知识的信息融合方法等来实现决策层http://wWW.LWlm.Com数据融合的推理融合，降低推理的模糊程度，提高决策的精度。

信息融合需要支持管理控制和审计两个功能层次。审计是对狭义所指的管理控制层次的监督、评价和管理，本质上是对管理的再管理、控制的再控制。因此二者归属为管理控制大系统的范畴，其都包含分析、评价（估）、诊断、预测等功能。狭义管理控制层次功能需要基本业务数据融合的支持，而审计层次功能不仅需要基本业务管理数据融合的支持，更需要狭义管控层次运作过程的相关数据支持，其对数据的需求更加全面、综合。

2. 工程管理及审计信息融合流程及策略。如图2所示，面向大型工程管理决策的信息融合过程是以建设阶段和管理业务单元为核心而展开。随着大型工程建设全生命周期的演进，工程管理依次经历规划（建议书阶段和可行性研究阶段）、设计（初步设计、技术设计、施工图设计）、施工、竣工（验收、后评估、运营维护等）等阶段。

对于每个阶段，依次进行原始融合处理和特征级融合处理。首先，通过人工或者计算机监测系统动态地从管理系统中采集相应阶段的信息，对其按照业务维分类，以为下一步各类系统的融合提供数据，使杂乱无章的数据初步系统化，通过数据清洗去除监测数据集中的噪声。最终得到信息基元，作为进一步融合处理的信息基础。其次，对信息基元采用统计分析、技术经济分析、时间序列分析等方法对信息进行融合处理，以便获得工程项目各阶段的业务特征，如质量、造价（成本）、进度等。由于特征级融合结果从不同方面反映了工程项目的某种量化程度，具有一定片面性。因此，需要对各个阶段的多方面特征量进行融合处理，以形成阶段性综合评估，即阶段局部决策。最后，将各阶段局部决策结果融合处理，形成整个工程项目的全局评估与决策。

原始级和特征级融合处理的方式有阶段事后性（静态）和阶段事中（动态）两种。规划、设计、竣工等阶段主要静态地处理和存储阶段环节结束后的数据及报告，如投资估算、可行性研究中各指标的计算、可行性分析报告、设计方案、后评估绩效指标的计算等。施工阶段信息融合更为复杂，一方面需要即时处理实时变化的数据以支持实时动态的管理决策，另一方面需要融合异地分散的工程子项目信息以支持全局系统的管理决策。工程项目的监测系统应该能在对施工过程中的造价（成本）、进度、质量、安全、风险等数据进行实时地监测、采集和处理等，并在多个时间维（日、周、年、月、季、年）提供监测的特征量。考虑到监测数据存在一定偏差，具有随机性和模糊性，如各个标段分部分项所测得的工程量，可以采用Bayes估计理论，对融合集中的数据进行优化融合，得到所测量参数的最优融合值。由此得到的特征信息元，再对其进行分部分项数据的融合，各个标段数据的融合，最终形成能够描述工程业务特征的更高粒度的信息元。

决策级融合是要在决策融合过程中将随时融合专家经验知识和推理加入待融合的信息一起融合运算。因此需要借助知识系统来实现融合。通过构建知识库、模型库、方法库、案例库等，实现规则知识、案例知识、各类模型方法等广义知识的获取、表示和存储，再通过概率、模糊逻辑、D-S证据理论、规则等进行知识的推理和融合。考虑到大型工程多面临非结构化的复杂决策问题，因决策失误带来的损失巨大，应该采用综合集成研讨、群决策、专家系统等提高决策能力，力求最大程度降低系统决策风险。

四、 信息融合在大型工程造价管理及审计中的应用

工程造价管理和控制是工程管理的关键部分。按照现行的管理和审计模式，管理和审计是独立进行的。在设计阶段结束后执行静态的概预算编制，在施工过程中按照月度对造价进行测算和统计，审计主体是在工程结束后对其造价进行全面审计。这种管理模式是事后性的，主要依赖孤立单个阶段、独立子项目的、静态的一次性造价信息资源，无法解决动态跟踪管理及审计，无法问题消灭在萌芽状态。因此，工程造价的动态管理需要考虑分布异地环境下的多个造价管理主体的信息资源特点，以及基于建设阶段演化的 动态信息需求，实现全面的、不同层次的融合优化处理。

以施工过程的造价控制与审计为例，这是一个多个系统的信息与数据的获取、关联、融合、优化、评估、决策的问题。需要进行三个层次的信息融合。图3给出了大型工程工程造价管理的信息融合流程。在原始级融合时http://wWW.LWlm.Com，除了要考虑采集施工中的实际造价直接相关信息和概预算相关的造价直接相关信息（投资估算、设计总概算、施工图预算、造价资质管理信息等），还需要考虑采集规划、设计阶段、施工阶段的管理信息，如招投标、项目过程管理等。对于实际造价过程信息，不仅要进行实时采集和处理，如工程量；还要考虑对劳动力、材料、机械、租赁等市场价格信息的动态监测和集成，以及对工程造价定额、指标、指数、法律法规文件、调价文件等信息动态采集和更新。此外，还要考虑动态价格历史资料，建立分项目、分工程类别的工程案例库。

在特征级融合时，要考虑：①随着建设阶段演进，基于不同时间维对造价信息进行动态融合，以形成工程造价特征值。如果原始造价数据是基于每天或者每周，那么需要按照更高时间粒度（月、季、年）等进行融合汇总，以有助于工程造价的统计分析。②对工程项目所有标段的计量计价信息进行融合。在融合后数据上可以获得重要的计量计价差异信息，可以从多个角度得到计量计价的特征值，如平均单价等，有助于工程价款问题的实时诊断和过程控制。③基于分部分项/单位单项工程特征的的造价信息融合，形成分部分项的造价相关特征值，如每单位标段（面积）的造价值、每单位标段（面积）的各分部分项工程量，有助于工程价款问题的实时诊断。

决策层融合主要围绕造价的预测、评价、诊断功能来进行。预测功能包括基于传统回归和新型智能预测方法（神经网络、案例推理、支持向量机）的造价预测。评价功能包括对括对各种方案、绩效指标的评估，先是基于单个专家或者单个阶段的评估，然后用知识规则或D-S证据理论融合多专家或者多个决策，以形成群决策对某个方案的整体综合评估。诊断功能包括造价实际与概预算偏差诊断和造价异常审计诊断等，前者采用故障树分析、技术经济分析、专家知识等来分析偏差的原因，以便找出问题的症结；后者采用控制图法和异常数据点诊断方法（统计值、回归、聚类、贝叶斯）等，以此为线索深入查出问题的原因。