CN114186706A - 基于整数规划的法院案件均衡分配方法、系统及电子设备 - Google Patents
基于整数规划的法院案件均衡分配方法、系统及电子设备 Download PDFInfo
- Publication number
- CN114186706A CN114186706A CN202010960803.7A CN202010960803A CN114186706A CN 114186706 A CN114186706 A CN 114186706A CN 202010960803 A CN202010960803 A CN 202010960803A CN 114186706 A CN114186706 A CN 114186706A
- Authority
- CN
- China
- Prior art keywords
- case
- judge
- cases
- difficulty
- integer programming
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 38
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000000638 solvent extraction Methods 0.000 claims description 14
- 230000014509 gene expression Effects 0.000 claims description 9
- 238000005457 optimization Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/18—Legal services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于整数规划的法院案件均衡分配方法、系统及电子设备，所述法院案件均衡分配系统包括：法官能力评估模块，用于获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法官的能力；案件难度评估模块，用于获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件的难度；规则模块，用于根据分案规则，生成分案约束条件；分案模块，用于根据法官的能力和案件难度确定目标函数，并生成满足约束条件和最优化所述目标函数的均衡分案结果；输出模块，用于根据输出需求输出对应的均衡分案结果。本发明结合随机分配案件和人工分配案件的优点，在满足指定分案规则的前提下生成满足均衡目标要求的案件分配方案。
Description
技术领域
本发明涉及计算机技术领域，特别是涉及法院案件管理技术领域。
背景技术
目前的法院多采用的是随机或者人工的分案方法。其中，随机分案将案件随机下发给法 官。虽然随机分案减少了徇私舞弊，但分配方案谈不上公平，还可能生成违反常识和不匹配 的分案方案。另一种主要的分案方法是人工分案。一般由专业人员，如庭长，负责分案。人 工分案虽然可以满足各种复杂的要求和案件与法官的匹配，但耗时耗力并存在徇私舞弊的风 险。
目前，法院在分案时常采用的一种目标函数是线性规划，线性规划是在给定一定的限制 条件的基础上，对某一个线性的目标寻求最优解的方法，求解线性规划问题的基本方法是单 纯形法，即在限制条件允许的范围内进行变量变化，求出对应的优化目标的值，进行反复迭 代寻求最优解的方法。根据建模的复杂度不同，随着优化目标变得更复杂，以及需要遵循的 限制条件的增多，往往模型需要通过较为复杂的计算才能得到最终的优化结果。
法院在分案时常采用的是另一种目标函数是整数规划，整数规划在线性规划的基础上， 进一步要求最终求解结果中，变量的取值均为整数。从另一方面看，线性规划采用的部分求 解方法如单纯形法求解并不适合整数规划的求解模型。但是有一部分的整数规划模型会尝试 在求解出非整数解后再进一步进行整数迭代的方式进行最优解求解。对于不进行迭代求解的 求解方式，则往往采用启发式搜索的方法直接尝试所有满足限制条件的变量取值组合，选取 最优的目标函数对应的组合作为最终结果返回。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于整数规划的法院案件均 衡分配方法、系统及电子设备，用于解决现有技术中法院无法有效分配案件的技术问题。
为实现上述目的及其他相关目的，本发明提供一种基于整数规划的法院案件均衡分配方 法，包括：获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法官的能 力；获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件的难度；根 据分案规则，生成分案约束条件；根据所述法官的能力和所述案件难度确定目标函数；生成 满足所述约束条件和最优化所述目标函数的均衡分案结果；根据输出需求输出对应的均衡分 案结果。
于本发明的一实施例中，所述对法官的能力进行评估的一种实现方式包括：
其中，αj表示法官j的能力；cj为法官j审理的案件总量，c为法官j审理 的案件，ac为不同案件的难度系数。
于本发明的一实施例中，所述案件的难度的影响因子包括：案件的类型、标的、涉案人 数和卷宗描述。
于本发明的一实施例中，所述分案规则包括以下一种或多种组合：某一法官审理某种类 型的案件数量限定在一个区间内；某一法官必须审理某一案件；某一法官不能审理某一案件； 某一法官审理的案件数先顶在一个区间内；某一案件必须由某些法官中的其中一位进行审理； 某些案件不能同时由同一法官审理。
于本发明的一实施例中，所述基于整数规划的法院案件均衡分配方法还包括：将预设的 所述分案规则转换为数学化表达，形成数学化表达的所述分案约束条件。
于本发明的一实施例中，利用整数规划生成满足所述约束条件和最优化所述目标函数的 均衡分案结果；所述整数规划通过二维矩阵表示案件和法官的分配关系。
本发明的实施例还提供一种基于整数规划的法院案件均衡分配系统，其特征在于：所述 基于整数规划的法院案件均衡分配系统包括：法官能力评估模块，用于获取法官信息生成法 官特征及其列表，并对法官的能力进行评估，获取法官的能力；案件难度评估模块，用于获 取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件的难度；规则模块， 用于根据分案规则，生成分案约束条件；分案模块，用于根据所述法官的能力和所述案件难 度确定目标函数，并生成满足所述约束条件和最优化所述目标函数的均衡分案结果；输出模 块，用于根据输出需求输出对应的均衡分案结果。
于本发明的一实施例中，所述案件的难度的影响因子包括：案件的类型、标的、涉案人 数和卷宗描述。
于本发明的一实施例中，所述分案规则包括以下一种或多种组合：某一法官审理某种类 型的案件数量限定在一个区间内；某一法官必须审理某一案件；某一法官不能审理某一案件； 某一法官审理的案件数先顶在一个区间内；某一案件必须由某些法官中的其中一位进行审理； 某些案件不能同时由同一法官审理。
本发明的实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有程序指 令；所述处理器运行程序指令实现如上所述的基于整数规划的法院案件均衡分配方法。
如上所述，本发明的基于整数规划的法院案件均衡分配方法、系统及电子设备具有以下 有益效果：
本发明结合随机分配案件和人工分配案件的优点，分案规则都以约束显式写在分案的要 求里，可以事后查阅，案件和法官的匹配由定制的目标函数解决，分案的随机和公平由需求 最优解中的随机选择解决，在满足指定分案规则的前提下生成满足均衡目标要求的案件分配 方案。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附 图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域 普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1显示为本申请一实施例中的基于整数规划的法院案件均衡分配方法的整体流程示意 图。
图2显示为本申请一实施例中的基于整数规划的法院案件均衡分配系统的原理框图。
图3显示为本申请一实施例中的电子设备的原理框图。
元件标号说明
100 基于整数规划的法院案件均衡分配系统100
110 法官能力评估模块
120 案件难度评估模块
130 规则模块
140 分案模块
150 输出模块
101 电子设备
1001 处理器
1002 存储器
S100～S600 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精 神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征 可以相互组合。
本实施例的目的在于提供一种基于整数规划的法院案件均衡分配方法、系统及电子设 备，用于解决现有技术中法院无法有效分配案件的技术问题。
本实施例通过整数规划的方法进行案件分配，分案规则都以约束显式写在分案的要求 里，可以事后查阅，案件和法官的匹配由定制的目标函数解决，分案的随机和公平由需求最 优解中的随机选择解决。
以下将详细阐述本发明的基于整数规划的法院案件均衡分配方法、系统及电子设备的原 理及实施方式，使本领域技术人员不需要创造性劳动即可理解本发明的基于整数规划的法院 案件均衡分配方法、系统及电子设备。
实施例1
具体地，如图1所示，本实施例提供一种基于整数规划的法院案件均衡分配方法，所述 基于整数规划的法院案件均衡分配方法包括：
步骤S100，获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法 官的能力；
步骤S200，获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案 件的难度；
步骤S300，根据分案规则，生成分案约束条件；
步骤S400，根据所述法官的能力和所述案件难度确定目标函数；
步骤S500，生成满足所述约束条件和最优化所述目标函数的均衡分案结果；
步骤S600，根据输出需求输出对应的均衡分案结果。
以下对本实施例的基于整数规划的法院案件均衡分配方法的步骤S100至步骤S600进行 详细说明。
步骤S100，获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法官 的能力。
本实施例假设法官信息已经数字化并存放在数据库中。所述法官信息包括但不限于法官 的个人信息，如职务、学历和年龄等，也包括法官审理案件的历史。通过上述法官信息构造 法官的特征，即法官画像。在软件设计中，法官这个概念对应一个类，类的属性为法官画像 中得到的各种属性。每个具体的法官则对应到这个类的实例。在整数规划中，每个具体的法 官对应到搜索空间的一个维度，其属性可以用于定制优化目标函数。例如，一个法院有二十 位法官，在本方法中，整数规划的法官维度有二十个对应的项目。为了后面方便计算，需要 把法官的属性量化。其中法官的个人信息通过枚举的方式量化，而法官的能力通过计算其审 案历史得到。
于本实施例中，利用法官历史审案信息对法官的能力进行评估。
具体地，于本实施例中，所述对法官的能力进行评估的一种实现方式包括：
通过法官审案历史的案件评估其审理案件的能力，即
其表示法官j的 能力是由他历史上在一个月内的案件审理情况决定的，c即为法官j审理的案件。其中，不同 类别的案件将被赋予不同的难度系数。即，对于不同的案件c而言，ac的取值是不一样的， 具体的取值方法受到案件的审理时间长度以及案件的类型影响。法官的能力值为不同案件的 加权难度的总和。
具体地，根据法官过去一段时间内审理的案件情况进行计算法官的个人能力，其中每个 案件的难度和案件类型以及审理周期有关。对于法官的能力评估主要基于法官过去一段时间 内审理的案件情况计算得到。
以法官i为例，对法官的能力进行评估的另一种具体的计算过程为：
步骤S200，获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件 的难度。
本实施例中假设卷宗信息已经数字化并存放在数据库中。本实施例通过一套指标体系评 估案件的难度。每个指标体系单独有一个对应的评分。例如，针对案件的每一种类型有一个 对应的评分。在针对所有指标评分之后，在根据每个指标的重要性赋予相应的权值，并求和 得到总的难度值。这里的权值是综合考虑专家和历史分析得到的。例如，案件类型的评分是 通过分析所有该类型案件的平均结案时间得到，而其权值则由法院专家评定。
于本实施例中，所述案件的难度的影响因子包括但不限于：案件的类型、标的、涉案人 数和卷宗描述。
于本实施例利用一套通过经验建立的指标体系。该指标体系包括虑案件的类型、涉案人 数和标的，然后用所有指标的加权和评估一个案件的难度。
即本实施例中，根据案件的类型、标的、涉案人数和卷宗描述确定案件的繁简程度，得 到一个描述案件复杂度的数值。
步骤S300，根据分案规则，生成分案约束条件。
分案规则包括常见的利益冲突，指定审理等。在建立案件和法官列表之后，本发明用一 个二维矩阵表示案件和法官之间的分配关系。假设这个矩阵中的一个值为mij，其为1表示第 i个案件由第j个法官审理；0则表示第i个案件不由第j个法官审理。这样规则可以变换为对 这个矩阵上的值的指定。例如，如果利益冲突要求第i个案件不能由第j个法官审理，则将 mij设置为0。再如，如果要求第j个法官审理案件不超过n件，则设置∑imij＜n，要求第j 列的和小于n即可。
本实施例中，供使用者依据实际情况对分案加入一些限制条件，在实际使用中，可能存 在部分法官只能审理某几种类型的案件，比如民事庭的法官不应当被分配审理刑事或政治案 件等。以及在某些情况下存在亲属回避的情况。这些限制条件可以。本实施例在添加的过程 中设置优先级属性，对于规则类别的限制条件可以设置高优先级以保证满足要求。
具体地，于本实施例中，所述分案规则包括以下一种或多种组合：
1)某一法官审理某种类型的案件数量限定在一个区间内；
2)某一法官必须审理某一案件；
3)某一法官不能审理某一案件；
4)某一法官审理的案件数先顶在一个区间内；
5)某一案件必须由某些法官中的其中一位进行审理；
6)某些案件不能同时由同一法官审理。
针对以上的分案规则，在添加的限制条件存在冲突时，可以优先保留先添加的限制条件， 并且提醒使用者对应的冲突限制条件。进一步的，本实施例中，将用户定制的分案规则转化 为以数学化表达式为形式的条件约束。
即于本实施例中，所述基于整数规划的法院案件均衡分配方法还包括：将预设的所述分 案规则转换为数学化表达，形成数学化表达的所述分案约束条件。
本实施例对非结构化的数据进行接收，并转换为相应类型的限制条件。
条件转化对于添加的限制条件进行结构化处理，最终以等式或不等式的形式添加到整数 规划中。
首先，将整个问题定义转化为矩阵形式的定义，即对于M位法官与N个需要审理的案件， 最终需要求解的是一个M×N的矩阵P，其中，P(i,j)＝1表示案件j被分配给法官i进行审理。 那么最基本的限制条件为P中的每一列的和为1，即：
其次，对于上述提到的限制条件，根据对应的要求建立限制条件，分别给出具体的添加 方式：
1)某一法官审理某种类型的案件数量限定在一个区间内：
某一法官i审理某种类型c的案件数量限定在一个区间[lb,ub]内：
2)某一法官必须审理某一案件：
某一法官i必须审理某一案件j：Pi,j＝1。
3)某一法官不能审理某一案件：
某一法官i不能审理某一案件j：Pi,j＝0。
4)某一法官审理的案件数先顶在一个区间内：
某一法官审理的案件数先顶在一个区间[lb,ub]内：
5)某一案件必须由某些法官中的其中一位进行审理：
某一案件i必须由某些法官集合J中的其中一位进行审理：
6)某些案件不能同时由同一法官审理：
某些案件集合C不能同时由同一法官i审理：
在将这些限制条件都转换完成后，本实施例还包括对这些限制条件进行冲突检测，对于 后添加的存在冲突的条件进行删除。比如案件同时被要求分发给两位不同的法官，或者之前 要求案件必须由某一位法官审理，之后又判断不能由该法官审理。当然还会有一些隐式的冲 突，比如由于多次的案件指定分配，导致最终部分法官无法满足审理案件数量的限制条件。
对于这些情况，本实施例会忽略后添加的限制条件，并将后添加的限制条件信息输入到 冲突信息中，以便在得到结果后，用户可以进行冲突查看。
本实施例通过法官历史审理过的案件以及所在部门、年龄、性别、工作时间等个人信息， 估算得到法官个人能力，通过对申诉书的文本内容包括案由、原被告信息等进行处理评估得 到的案件的复杂程度条件，此外将不同格式、不同类型的额外限制条件转化为数学化的表达 形式，然后将法官的能力与案件的难度考虑入内，分别以减小法官审理完所属所有案件的时 间的差距和，以及所有法官完成各自分配到的任务所需时间的总和为目标，通过整数优化添 加一定的权重进行案件分配，得到均衡分案和高效分案两种自动分案方法。
本实施例进一步将加入的限制条件转化为数学表达式，供后续的整数优化使用。对于不 同类型的限制条件，例如对限制条件类型a,c,d,f，利用区间不等式的量化形式进行限制条件 转化，对于剩下的限制条件类型，利用等式的量化形式进行限制条件转化。并且，针对以上 的限制条件类型，在添加的限制条件存在冲突时，可以优先高优先级的限制条件，在优先级 相等的情况下，优先保留先添加的限制条件，并且提醒系统使用者对应的冲突限制条件。
步骤S400，根据所述法官的能力和所述案件难度确定目标函数。
本实施例支持各种定义的均衡要求。为此，本实施例预定义了多种目标函数。其中一种 目标函数为每位法官分配同样数量的案件。根据用户选定的目标函数，利用整数规划获得可 行解，并在可行解中选择最优的解。在此过程中，设置多重断点机制，保证最终返回的结果 数量达到阈值或者启发式搜索的时间达到阈值，从而保证分案效率。
步骤S500，生成满足所述约束条件和最优化所述目标函数的均衡分案结果。
于本实施例中，利用复杂的整数规划，将法官的能力与案件的难度考虑入内，添加一定 的权重进行案件分配。根据均衡的要求选择优化目标函数，利用整数规划生成满足约束和优 化目标，同时具备随机特性的方案。从优化的角度看，就是表示案件-法官的二维矩阵中的一 些值已经确定，在此限定下，调整其他未被限定的值，生成新的解决方案。根据目标函数， 能从每个生成的解决方案计算出一个相应的适应值。目标函数可以根据法院的需求定制。例 如，如果某些法院更看重专业的匹配，则可以根据生成的解计算和专业匹配更相关的适应值。 由于每个解里所有的案件分配已经确定，由此可以计算各种自定义的目标函数，根据得到满 足各种需要的适应值。
本实施例利用各种搜索算法从已有的解决方案变化出更优的解决方案。这些算法通过修 改已有解中某些值得到新的解，这个过程直到在预定的尝试之后无法找到更好适应值的解为 止。例如，二十个案件和十个法官生成的是一个20X10的矩阵。由于可能的值只有0和1两 种选项，搜索空间不大，甚至可以用一些暴力遍历的方法生成解。而规则的引入会限定矩阵 中某些行列的取值，将进一步缩小需要搜索的范围。由于大多数搜索算法存在一定的随机因 素，案件的分配结果有一定随机的性质。案件的规则约束一般不会限定到只有唯一的解。大 多数情况都在存在多个解。由于上述的随机因素存在，输出的哪一个解是随机的。因而也能 在一定程度下防范徇私舞弊。
给定一套案件和一套法官和一些限定条件，虽然存在多个解，但实际分案中只需要一个 解就足以分配案件。为了满足分案效率，可以在生成一个解的时候就跳出搜索。为了满足防 范徇私舞弊的行为，也可以在生成几个解之后跳出。具体选取哪个解，再通过随机方式完成。 这样，本实施例生成的分案方案既满足专业匹配和人工规则，又同时满足随机的分案方案。
在案件分发过程中，可能在已有的分案方案仍未完全执行就需要分新的案件的情况。例 如，某个法官的效率很高，已经审理完成所有分配的案件，同时有新的案件积压，但是另外 一些法官可能还未审理分配的案件。这种情况下可能就需要在已经存在一些分配方案的前提 下进行案件分配。本实施例采取的方法是扩展表示案件-法官分配的二维矩阵，将新的案件或 者法官加入到已有的分案矩阵中。已有的分案方案作为约束，即不可改变的值。同时在此基 础上再搜索满足优化目标的解。这样能得到既满足优化目标，同时考虑到已有分配的分案方 案。
具体地，利用整数规划生成满足所述约束条件和最优化所述目标函数的均衡分案结果； 所述整数规划通过二维矩阵表示案件和法官的分配关系。其中一个维度为案件，另一个维度 为法官。矩阵的值或为0或为1，其中0表示一个案件不能给对应的法官而1则表示该案件 应该给对应的法官。利用整数优化算法，综合法官能力和案件难度进行分案，其均衡分分案 的目标由其目标函数确定。本实施例以两种优化目标为例介绍。但本实施例并不只限于以下 两种优化目标。其他技术人员在未作出创造性改动的其他优化目标也属于本发明保护范围。
1)以法官案件数为目标
本实施例先提出基于法官在审的案件数的整数规划分案方法，以此来保证每个法官同一 时间受理的案件数量尽可能的保持平衡。对于此优化目标，实际上只需要将当前需要受理的 总案件数除以总法官数M/N即可得到应该分配给每个法官的案件数量了。
但是在实际操作过程中，每个案件的复杂程度是不同的，因此导致完成每个案件的审理 所需要的时间也是不同的。从而本实施例要进行优化的目标转变为：尽可能减小法官审理完 所属所有案件的时间的差距。
针对以上目标，给出以下优化目标：
式中，Pi代表优化矩阵中第 i行的和，即法官i的审理案件总数。当然，该优化目标首先保证之前模块中添加的所有限制 条件均被满足。
实际上，除了每个案件的审理时间外，案件的审理难度也会有不同。同样，每个法官的 能力也会不同。因此，我们进一步将原本的审理时间细化，对于一个法官i,与案件c，本实施 例定义该法官审结这个案子需要的时间：
此外，同一时间一个法官审理 的案件的难度总和不应超过其能力的上限。
最终，优化函数为：
对于以上优化函数中的complexity(cj)以及ability(i)，直接由之前获取的案件难度评估和 法官能力评估计算得到。同样，该优化函数也需要满足之前添加的所有限制条件。
在实际使用中，可能还存在部分法官只能审理某几种类型的案件，比如民事庭的法官不 应当被分配审理刑事或政治案件等。以及在某些情况下存在亲属回避的情况。这些限制条件 可以依据实际情况进行添加。本实施例在添加的过程中设置优先级属性，对于规则类别的限 制条件可以设置高优先级以保证满足要求。
2)以法官-案件匹配度为目标
本实施例也对高效分案--法官-案件匹配度为目标进行了建模，得到了优化目标：
与之前的均衡分案的目标不同，一匹配都为目标的优化函数直接是所有法官完成各自分 配到的任务所需时间的总和。在不对需要的时间进行任何处理的情况下，这个时间总和是不 会发生变化的，但是与之前法院均衡分案类似，本实施例认为经验丰富的法官相比于经验不 足的法官，可以在更短的时间内审理同样难度的案件。因此同一案件对于不同的法官而言所 需要的处理时间是不同的，因此可以对该目标进行优化。
此外，本实施例中，同时生成所有案件的分配方案，本实施例将整数规划的结果转化为 分案结果返回。返回的分案结果一般对应所有法官和数量较大的案件数量。当没有可行解 时，则返回所有冲突的限制条件。
特别地，于本实施例中，基础上支持在已有分案方案的基础上添加新的案件和法官，也 就是将已有的分案方案转化为整数规划中的约束。新加入的案件和法官在满足上述约束的条 件下，利用整数规划再次求解，从而生成不违反已有分案方案并尽量满足均衡目标函数的新 的分案方案。
步骤S600，根据输出需求输出对应的均衡分案结果。
将整数规划的结果转化为分案结果返回，返回的分案结果一般对应所有法官的案件数 量。
本实施例采用启发式搜索对整数规划的目标进行求解，寻找符合所有限制条件的解中， 目标函数最优的解，并将得到的二维矩阵形式的分案结果以字典的形式输出，具体地，输出 为每位法官及一个代表分配给这位法官审理的案件的列表。
即本实施例输出的所有解都是二维矩阵。其中一维代表案件，另一维代表法官。这个输 出可能不适合一些具体的场景，也不够直观。需要根据法院具体的需要做调整。例如，可能 需要把法院内部某个审判庭负责的案件裁剪出来。另外，可能出现因为人工定制的规则冲突 而无法生成有效解的情况。例如，由于利益冲突，第i个案件不能由第j个法官审理，但同时 另一条规则由指定第i个案件所属的案由必须由第j个法官审理。
所以本实施例的基于整数规划的法院案件均衡分配方法综合随机分案和人工分案的优 点，能够在满足法官指定规则的前提下，生成满足随机和均衡两方面要求的案件分配方案。
实施例2
如图2所示，本实施例提供一种基于整数规划的法院案件均衡分配系统100，所述基于 整数规划的法院案件均衡分配系统100包括：法官能力评估模块110，案件难度评估模块120， 规则模块130，分案模块140以及输出模块150。
于本实施例中，所述法官能力评估模块110用于获取法官信息生成法官特征及其列表， 并对法官的能力进行评估，获取法官的能力。
于本实施例中，所述案件难度评估模块120用于获取案件卷宗生成案件特征及其列表， 并对案件的难度进行评估，获取案件的难度。
具体地，于本实施例中，所述案件的难度的影响因子包括但不限于：案件的类型、标的、 涉案人数和卷宗描述。
于本实施例中，所述规则模块130用于根据分案规则，生成分案约束条件。
具体地，于本实施例中，所述分案规则包括以下一种或多种组合：某一法官审理某种类 型的案件数量限定在一个区间内；某一法官必须审理某一案件；某一法官不能审理某一案件； 某一法官审理的案件数先顶在一个区间内；某一案件必须由某些法官中的其中一位进行审理； 某些案件不能同时由同一法官审理。
于本实施例中，所述分案模块140用于根据所述法官的能力和所述案件难度确定目标函 数，并生成满足所述约束条件和最优化所述目标函数的均衡分案结果；输出模块150，用于 根据输出需求输出对应的均衡分案结果。
本实施例的基于整数规划的法院案件均衡分配系统100具体实现的技术特征与前述实施 例中的基于整数规划的法院案件均衡分配方法基本相同，实施例间可以通用的技术内容不作 重复赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实 现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软 件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理 元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，规则模块130可以为单独 设立的处理元件，也可以集成在电子终端的某一个芯片中实现，此外，也可以以程序代码的 形式存储于终端的存储器中，由上述终端的某一个处理元件调用并执行以上追踪计算模块的 功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实 现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述 方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的 指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个 或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微 处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代 码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit， 简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系 统(system-on-a-chip，简称SOC)的形式实现。
实施例3
如图3所示，本实施例提供一种电子设备101，电子设备101包括：处理器1001及存储 器1002；所述存储器1002用于存储计算机程序；所述处理器1001用于执行所述存储器1002 存储的计算机程序，以使所述电子设备101执行如实施例1中基于整数规划的法院案件均衡 分配方法的各步骤。由于各步骤的具体实施过程已经在实施例1中进行了详细说明，在此不 再赘述。
处理器1001为CPU(Central Processing Unit，中央处理器)。存储器1002通过系统总线 与处理器1001连接并完成相互间的通信，存储器1002用于存储计算机程序，处理器1001用 于运行计算机程序，以使所述处理器1001执行所述的基于整数规划的法院案件均衡分配方 法。存储器1002可能包含随机存取存储器(Random Access Memory，简称RAM)，也可能还 包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
此外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机 程序被处理器1001执行时实现所述的基于整数规划的法院案件均衡分配方法。上述已经对所 述基于整数规划的法院案件均衡分配方法进行了详细说明，在此不再赘述。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过计算 机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序 在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟 或者光盘等各种可以存储程序代码的介质。
综上所述，本发明结合随机分配案件和人工分配案件的优点，分案规则都以约束显式写 在分案的要求里，可以事后查阅，案件和法官的匹配由定制的目标函数解决，分案的随机和 公平由需求最优解中的随机选择解决，在满足指定分案规则的前提下生成满足均衡目标要求 的案件分配方案。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡 所属技术领域中包括通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等 效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种基于整数规划的法院案件均衡分配方法，其特征在于：包括：
获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法官的能力；
获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件的难度；
根据分案规则，生成分案约束条件；
根据所述法官的能力和所述案件难度确定目标函数；
生成满足所述约束条件和最优化所述目标函数的均衡分案结果；
根据输出需求输出对应的均衡分案结果。
2.根据权利要求1所述的基于整数规划的法院案件均衡分配方法，其特征在于：所述对法官的能力进行评估的一种实现方式包括：
其中，αj表示法官j的能力；cj为法官j审理的案件总量，c为法官j审理的案件，ac为不同案件的难度系数。
3.根据权利要求1或2所述的基于整数规划的法院案件均衡分配方法，其特征在于：所述案件的难度的影响因子包括：案件的类型、标的、涉案人数和卷宗描述。
4.根据权利要求1所述的基于整数规划的法院案件均衡分配方法，其特征在于：所述分案规则包括以下一种或多种组合：
某一法官审理某种类型的案件数量限定在一个区间内；
某一法官必须审理某一案件；
某一法官不能审理某一案件；
某一法官审理的案件数先顶在一个区间内；
某一案件必须由某些法官中的其中一位进行审理；
某些案件不能同时由同一法官审理。
5.根据权利要求1所述的基于整数规划的法院案件均衡分配方法，其特征在于：所述基于整数规划的法院案件均衡分配方法还包括：将预设的所述分案规则转换为数学化表达，形成数学化表达的所述分案约束条件。
6.根据权利要求1所述的基于整数规划的法院案件均衡分配方法，其特征在于：利用整数规划生成满足所述约束条件和最优化所述目标函数的均衡分案结果；所述整数规划通过二维矩阵表示案件和法官的分配关系。
7.一种基于整数规划的法院案件均衡分配系统，其特征在于：所述基于整数规划的法院案件均衡分配系统包括：
法官能力评估模块，用于获取法官信息生成法官特征及其列表，并对法官的能力进行评估，获取法官的能力；
案件难度评估模块，用于获取案件卷宗生成案件特征及其列表，并对案件的难度进行评估，获取案件的难度；
规则模块，用于根据分案规则，生成分案约束条件；
分案模块，用于根据所述法官的能力和所述案件难度确定目标函数，并生成满足所述约束条件和最优化所述目标函数的均衡分案结果；
输出模块，用于根据输出需求输出对应的均衡分案结果。
8.根据权利要求7所述的基于整数规划的法院案件均衡分配系统，其特征在于：所述案件的难度的影响因子包括：案件的类型、标的、涉案人数和卷宗描述。
9.根据权利要求7或8所述的基于整数规划的法院案件均衡分配系统，其特征在于：所述分案规则包括以下一种或多种组合：
某一法官审理某种类型的案件数量限定在一个区间内；
某一法官必须审理某一案件；
某一法官不能审理某一案件；
某一法官审理的案件数先顶在一个区间内；
某一案件必须由某些法官中的其中一位进行审理；
某些案件不能同时由同一法官审理。
10.一种电子设备，其特征在于：包括处理器和存储器，所述存储器存储有程序指令；所述处理器运行程序指令实现如权利要求1至权利要求6任一权利要求所述的基于整数规划的法院案件均衡分配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010960803.7A CN114186706A (zh) | 2020-09-14 | 2020-09-14 | 基于整数规划的法院案件均衡分配方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010960803.7A CN114186706A (zh) | 2020-09-14 | 2020-09-14 | 基于整数规划的法院案件均衡分配方法、系统及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114186706A true CN114186706A (zh) | 2022-03-15 |
Family
ID=80539665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010960803.7A Pending CN114186706A (zh) | 2020-09-14 | 2020-09-14 | 基于整数规划的法院案件均衡分配方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114186706A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709690A (zh) * | 2024-02-05 | 2024-03-15 | 人民法院信息技术服务中心 | 一种司法案件任务调度方法及装置 |
-
2020
- 2020-09-14 CN CN202010960803.7A patent/CN114186706A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117709690A (zh) * | 2024-02-05 | 2024-03-15 | 人民法院信息技术服务中心 | 一种司法案件任务调度方法及装置 |
| CN117709690B (zh) * | 2024-02-05 | 2024-04-12 | 人民法院信息技术服务中心 | 一种司法案件任务调度方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mukerjee et al. | Multi–objective evolutionary algorithms for the risk–return trade–off in bank loan management | |
| Jablonsky | Measuring the efficiency of production units by AHP models | |
| US20130282599A1 (en) | Method of generating patent evaluation model, method of evaluating patent, method of generating patent dispute prediction model, method of generating patent dispute prediction information, and method and system for generating patent risk hedging information | |
| US20090313163A1 (en) | Credit line optimization | |
| US11443204B2 (en) | Computer system and method of presenting information on basis of prediction result for input data | |
| WO2007106786A2 (en) | Methods and systems for multi-credit reporting agency data modeling | |
| CN110751355A (zh) | 一种科技成果评估方法和装置 | |
| US20140025608A1 (en) | System and Method for Generating Legal Documents | |
| US20090281956A1 (en) | Method and system for enterprise portfolio optimization | |
| US20110161263A1 (en) | Computer-Implemented Systems And Methods For Constructing A Reduced Input Space Utilizing The Rejected Variable Space | |
| CN112232944B (zh) | 一种评分卡创建方法、装置和电子设备 | |
| JP7479251B2 (ja) | 計算機システムおよび情報処理方法 | |
| CN110263136B (zh) | 基于强化学习模型向用户推送对象的方法和装置 | |
| Henckaerts et al. | When stakes are high: Balancing accuracy and transparency with Model-Agnostic Interpretable Data-driven suRRogates | |
| Chhikara | The state of the art in credit evaluation | |
| Chen et al. | Multi-fidelity simulation modeling for discrete event simulation: An optimization perspective | |
| CN114186706A (zh) | 基于整数规划的法院案件均衡分配方法、系统及电子设备 | |
| CN112990443B (zh) | 神经网络评价方法及装置、电子设备、存储介质 | |
| Tseung et al. | LRMoE. jl: a software package for insurance loss modelling using mixture of experts regression model | |
| Pankratova et al. | Hybrid method of multicriteria evaluation of decision alternatives | |
| KR102596740B1 (ko) | 기계학습을 이용한 경제불확실성 뉴스심리에 따른 거시경제적 요인과 주식수익률 예측방법 | |
| Zhong et al. | Duality in fuzzy multi-criteria and multi-constraint level linear programming: A parametric approach | |
| CN102708298A (zh) | 一种系统电磁兼容指标分配方法 | |
| Gül | ARASsort: A new sorting based multiple attribute decision‐making algorithm | |
| Huang | Determining weights of criteria via network influence maps with pseudonodes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |