西安電子科技大學(xué) 碩士學(xué)位論文 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 姓名 謝勇 申請(qǐng)學(xué)位級(jí)別 碩士 專業(yè) 計(jì)算機(jī)技術(shù) 指導(dǎo)教師 劉志鏡 孫姜燕 20061001 摘要 摘要 本文將投標(biāo)報(bào)價(jià)決策過程分為了 投標(biāo)決策 和 報(bào)價(jià)決策 兩個(gè)連續(xù)的階 段 仔細(xì)研究了國(guó)內(nèi)外投標(biāo)報(bào)價(jià)決策理論與方法的研究成果 并分別對(duì)投標(biāo)決策 模型和報(bào)價(jià)決策模型的發(fā)展?fàn)顩r進(jìn)行了詳細(xì)的歸納和總結(jié) 在此基礎(chǔ)上利用數(shù)據(jù) 挖掘技術(shù) 將模糊綜合評(píng)價(jià)和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用于投標(biāo)決策 彌補(bǔ)了單獨(dú)應(yīng) 用兩種方法的不足 具有一定的理論和現(xiàn)實(shí)意義 同時(shí)研究了基于案例推理的報(bào) 價(jià)決策模型 并討論了該模型的可行性 使報(bào)價(jià)過程規(guī)則的自動(dòng)提取成為可能 最后將以上兩種模型結(jié)合起來 并利用了其他比較成熟的數(shù)據(jù)挖掘方法 組成了 一套完整的投標(biāo)報(bào)價(jià)輔助決策系統(tǒng) 提出了投標(biāo)報(bào)價(jià)全過程決策理念 經(jīng)過系統(tǒng)在實(shí)際使用中的檢驗(yàn) 這套投標(biāo)輔助決策系統(tǒng)能在很大程度上避免 傳統(tǒng)的經(jīng)驗(yàn)判斷法與簡(jiǎn)單估算法容易受主觀因素影響而帶來的決策失誤 使決策 結(jié)果更加理性和精確 同時(shí)能有效的減輕決策工作的工作強(qiáng)度 投標(biāo)輔助決策系統(tǒng)所涉及的知識(shí)面較廣 本文今后將在提高智能輔助決策結(jié) 果的可解釋性和知識(shí)庫(kù)的完善方面做迸一步的研究 關(guān)鍵詞 投標(biāo)報(bào)價(jià) 數(shù)據(jù)挖掘 神經(jīng)網(wǎng)絡(luò) 案例推理 輔助決策 A b s t r a c t T h et h e s i sd i v i d e dt h ep r o g r e s so fq u o t a t i o nd e c i s i o nm a k i n gi n t o b i d i n gd e c i s i o n m a k i n g a n d q u o t a t i o nd e c i s i o nm a k i n g t w os e q u e n ts t e p s a n ds t u d i e dc a r e f u l l yt h e r e s u l t sb o t hd o m e s t i ca n di n t e r n a t i o n a ld e c i s i o nm a k i n gs t u d i e s F u r t h e rt og e n e r a l i z e a n ds u m m a r i z et h es t a t u so fb i d i n gd e c i s i o nm a k i n gp a t t e r na n dq u o t a t i o nd e c i s i o n m a k i n g B a s e do i lt h et h e o r y u s i n gd a t ad i g g i n gt e c h n o l o g y t h et h e s i sf o r m e dt h en e w m e t h o dc o m b i n i n gv a g u es y n t h e s i sa s s e s s m e n ta n dN Na n dt h e na c q u i r e de x p e c t a n c y o u t p u to fN Nm o d u l ei nt r a i n i n gp e r i o db yu s i n gv a g u es y n t h e s i sa s s e s s m e n t I nt h e m e a n t i m e O u o t ed e c i s i o nm a k i n gp a t t e r nb a s e do nc a s er a t i o n a li sac a l c u l a t i n gm e t h o d t ou t i l i z ee x p e r i e n c eg a i n e df r o ms i m i l a rp r o b l e ms o l v i n gi nt h ep a s st os o l v ec u r r e n t p r o b l e m s A n dt h u st os t u d i e di nf e a s i b i l i t yo ft h ep a t t e ma n dm a k i n ga u t o p i c ku po f q u o t i n gm l ep o s s i b l e F i n a l l y c o m b i n i n gt w ok i n d so fm o d u l ea n du t i l i z i n go t h e r s o p h i s t i c a t e dd a t ad i g g i n gm e t h o d w ed e v e l o p e daf u l l s e to fb i dq u o t i n gd e c i s i o n m a k i n ga s s i s t a n ts y s t e m T os o m ee x t e n t t h i sb i d d i n gf a c i l i t a t i o ns y s t e ma v o i d sc o n v e n t i o n a le m p i r i c a l j u d g i n gm e t h o da n ds i m p l ee s t i m a t i o n w h i c ha r ee a s yt o l e a dt ow r o n gd e c i s i o nb y s u b j e c t i v ef a c t o r a n dm a k e sd e c i s i o nm o r ea c c u r a t ea n dr a t i o n a l A tt h es a m et i m e i t m a yr e d u c ew o r k l o a do fd e c i s i o nm a k i n gw o r k B i d d i n gf a c i f i t a t i o ns y s t e mr e l a t e st ov a r i o u sk n o w l e d g es e g m e n t s t h i ss t u d yw i l l g of u r t h e ri na r e a so fi m p m v i n ge x p l a i n a b i l i t yo fi n t e l l i g e n ta s s i s t a n td e c i s i o na n d k n o w l e d g eb a s e K E Y W O R D S b i dq u o t a t i o nd a t ad i g g i n g N N n e u r a ln e t w o r k e a s er a t i o n i n g a s s i s t a n td e c i s i o nm a k i n g 創(chuàng)頦性聲明 本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究 成果 盡我所知 除了文中特別加以標(biāo)注和致謝中所羅列的內(nèi)容以外 論文中不 包含其他人已經(jīng)發(fā)表或撰寫過的研究成果 也不包含為獲得西安電子科技大學(xué)或 其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料 與我一同工作的同志對(duì)本研究所做 的任何貢獻(xiàn)均已在論文中做了明確的說明并表示了謝意 申請(qǐng)學(xué)位論文與資料若有不實(shí)之處 本人承擔(dān)一切相關(guān)責(zé)任 從L 本人簽名 蘭啦疆日期絲型 鄉(xiāng) 關(guān)于論文使用授權(quán)的說明 本人完全了解西安電子科技大學(xué)有關(guān)保留和使用學(xué)位論文的規(guī)定 即 研究 生在校攻讀學(xué)位期問論文工作的知識(shí)產(chǎn)權(quán)單位屬西安電子科技大學(xué) 本人保證畢 業(yè)離校后 發(fā)表論文或使用論文工作成果時(shí)署名單位仍然為西安電子科技大學(xué) 學(xué)校有權(quán)保留送交論文的復(fù)印件 允許查閱和借閱論文 學(xué)?？梢怨颊撐牡娜?部或部分內(nèi)容 可以允許采用影印 縮印或其它復(fù)制手段保存論文 保密的論文 在解密后遵守此規(guī)定 本學(xué)位論文屬于保密在 年解密后適用本授權(quán)書 B 覿三1 5 2 粒 名名 簽簽人師本導(dǎo) 第一章緒論 第一章緒論 1 1 選題背景和研究意義 招標(biāo)投標(biāo)是一種交易方式的兩個(gè)方面 國(guó)際招標(biāo)投標(biāo)已成為國(guó)際經(jīng)濟(jì)合作的重 要內(nèi)容 它是一個(gè)十分復(fù)雜和激烈的競(jìng)爭(zhēng)過程 投標(biāo)人按照規(guī)定的工作程序參加 招投標(biāo)活動(dòng)時(shí) 在諸多環(huán)節(jié)中要進(jìn)行選擇和判斷 根據(jù)大量的信息資料 結(jié)合自 身的資質(zhì)和能力 面對(duì)眾多的競(jìng)爭(zhēng)對(duì)手 明確目標(biāo) 制定方案 選擇競(jìng)爭(zhēng)策略 人們?cè)?jīng)用簡(jiǎn)單的經(jīng)驗(yàn)判斷法 工程估算法來解決工程量不大 工期較短 技術(shù) 要求低的一般工業(yè)民用建筑項(xiàng)目的投標(biāo)報(bào)價(jià)過程中的決策問題 隨著社會(huì)進(jìn)步和 經(jīng)濟(jì)發(fā)展 建設(shè)項(xiàng)目的規(guī)模 資金投入來源 專業(yè)技術(shù)綜合程度 風(fēng)險(xiǎn)因素變化 范圍都發(fā)生了巨大的變化 尤其是企業(yè)數(shù)據(jù)累積的快速增長(zhǎng) 對(duì)投標(biāo)決策的內(nèi)容 方法 效果提出了新的要求 而傳統(tǒng)的經(jīng)驗(yàn)判斷法與簡(jiǎn)單估算法已不能滿足投標(biāo) 決策的需要 因此 各建筑企業(yè)能否抓住有利時(shí)機(jī) 正確掌握工程投標(biāo)和報(bào)價(jià)的相關(guān)技術(shù) 與決策技巧 在工程投標(biāo)競(jìng)爭(zhēng)中取勝 將直接影響到企業(yè)的生存與發(fā)展 實(shí)行投 標(biāo) 擺在建筑企業(yè)面前的主要課題是改革投標(biāo)與報(bào)價(jià)方法與策略 如何利用各種 日漸成熟的人工智能技術(shù) 數(shù)據(jù)挖掘技術(shù)建立一個(gè)投標(biāo)報(bào)價(jià)輔助決策系統(tǒng)來制定 競(jìng)爭(zhēng)的投標(biāo)與報(bào)價(jià)策略將是非常有意義的一項(xiàng)工作 1 2 投標(biāo)報(bào)價(jià)的決策過程 小2 m m 兒朝 在競(jìng)爭(zhēng)性招標(biāo)中 投標(biāo)報(bào)價(jià)是一個(gè)充滿著不確定性的復(fù)雜決策過程 投標(biāo)報(bào)價(jià) 決策包括以下三方面內(nèi)容 其一 投標(biāo)與否 針對(duì)項(xiàng)目招標(biāo)是投標(biāo) 或是不投標(biāo) 其二 如果去投標(biāo) 是投什么性質(zhì)的標(biāo) 其三 投標(biāo)中如何采用以長(zhǎng)制短 以優(yōu) 勝劣的策略和技巧 投標(biāo)報(bào)價(jià)決策過程可以分為兩個(gè)階段 投標(biāo)決策和報(bào)價(jià)決策 這一決策的階段劃分不是絕對(duì)的 實(shí)際工作中 投標(biāo)決策貫穿于投標(biāo)報(bào)價(jià)決策的 全過程 隨著新的信息的獲得 承包商隨時(shí)都有可能決定放棄投標(biāo) 或是選擇更 好的投標(biāo)項(xiàng)目 I 2 I 投標(biāo)決策吲 嘲嘲 投標(biāo)決策是指承包商通過對(duì)工程承包市場(chǎng)進(jìn)行詳盡的調(diào)查研究 廣泛收集招 標(biāo)項(xiàng)目信息 并認(rèn)真地進(jìn)行選擇 確定適合本公司的投標(biāo)項(xiàng)目的過程 公司的資 源總是稀缺的 它不可能 也沒有必要參加所有項(xiàng)目的投標(biāo)活動(dòng) 公司必須在眾 多的招標(biāo)項(xiàng)目之間進(jìn)行選擇 在投標(biāo)決策階段 公司陷入招標(biāo)項(xiàng)目的程度還很淺 2 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 在這個(gè)項(xiàng)目上花費(fèi)的精力尚不多 及早地審時(shí)度勢(shì) 判斷該項(xiàng)目的吸引力和競(jìng)爭(zhēng) 激烈程度等 不參與那些沒有吸引力或者競(jìng)爭(zhēng)對(duì)手太多的項(xiàng)目 既可以避免人力 物力的浪費(fèi) 又可以防止錯(cuò)過那些更有價(jià)值的招標(biāo)項(xiàng)目 誠(chéng)然 此時(shí)的投標(biāo)者只 了解一些基本的信息如工程簡(jiǎn)介 預(yù)計(jì)工期等 很難做出精確的判斷 但也惟其 如此 投標(biāo)者可以站在更高的層面上 以很少的成本從宏觀的角度考察一個(gè)項(xiàng)目 從而做出更符合公司戰(zhàn)略要求的決定 1 2 2 報(bào)價(jià)決策 報(bào)價(jià)決策是指對(duì)招標(biāo)工程是否進(jìn)行投標(biāo)做出選擇之后 承包商經(jīng)過一系列的計(jì) 算 評(píng)估和分析 確定直接成本 然后決策者利用決策模型以及自身的經(jīng)驗(yàn) 直 覺等 從既能中標(biāo)又能盈利的基本目標(biāo)出發(fā)所做出的最優(yōu)報(bào)價(jià)決策 制定合理的投標(biāo)報(bào)價(jià)在工程投標(biāo)中有著舉足輕重的地位 這是每一個(gè)投標(biāo)者決 不可忽視的 報(bào)價(jià)是工程投標(biāo)的核心 是業(yè)主選擇中標(biāo)者的主要標(biāo)準(zhǔn) 同時(shí)也是 業(yè)主和承包商就工程標(biāo)價(jià)進(jìn)行承包合同談判的基礎(chǔ) 它直接關(guān)系到承包商投標(biāo)的 成敗 報(bào)價(jià)過高 會(huì)失去中標(biāo)機(jī)會(huì) 報(bào)價(jià)過低 即使中標(biāo) 也會(huì)給工程帶來虧本 的風(fēng)險(xiǎn) 工程公司應(yīng)從宏觀角度對(duì)工程總報(bào)價(jià)進(jìn)行控制 力求報(bào)價(jià)適中 既能達(dá) 到中標(biāo)的目的 又能獲得較好的經(jīng)濟(jì)效益 1 3 國(guó)內(nèi)外研究現(xiàn)狀 1 3 1 投標(biāo)報(bào)價(jià)方法 目前的研究表明 常用的投標(biāo)報(bào)價(jià)計(jì)算方法主要有兩種 種是最原始 應(yīng)用 最普遍的工程量計(jì)算法 另一種為將相應(yīng)的數(shù)學(xué)方法引入投標(biāo)報(bào)價(jià)的計(jì)算 1 3 1 1 工程量計(jì)算法 根據(jù)招標(biāo)書提供的實(shí)物工程量清單 按照企業(yè)的報(bào)價(jià)定額或費(fèi)率結(jié)合現(xiàn)時(shí)的材 料 人工 機(jī)械臺(tái)班費(fèi)用計(jì)算出基價(jià) 再加上各種間接費(fèi)用和利潤(rùn)就得到了成本 價(jià) 最后根據(jù)投標(biāo)的形勢(shì)和企業(yè)的策略做出適當(dāng)?shù)恼{(diào)整 決定本次報(bào)價(jià)填寫標(biāo)書 由于計(jì)算準(zhǔn)確可靠 投標(biāo)的風(fēng)險(xiǎn)小 因而是當(dāng)前普遍采用的方法 1 3 1 2 投標(biāo)價(jià)計(jì)算中數(shù)學(xué)方法的應(yīng)用 隨著現(xiàn)代科技的發(fā)展 特別是概率論和統(tǒng)計(jì)學(xué)等應(yīng)用數(shù)學(xué)的發(fā)展 使得現(xiàn)代 數(shù)學(xué)手段在報(bào)價(jià)實(shí)踐中得到了科學(xué)運(yùn)用 科學(xué)的報(bào)價(jià)決策并非主觀地抬高或降低 標(biāo)價(jià)總額 也不是簡(jiǎn)單地運(yùn)用不平衡報(bào)價(jià)法來調(diào)整報(bào)價(jià)項(xiàng)目的單價(jià) 而是通過系 統(tǒng)的組織 分析和整理過去的經(jīng)驗(yàn)數(shù)據(jù) 來制定一種以相對(duì)低價(jià)中標(biāo)并由此帶來 第一章緒論 3 利潤(rùn)的標(biāo)價(jià)和中標(biāo)概率的最優(yōu)組合 從而使承包商在其中標(biāo)的項(xiàng)目中獲得最大的 預(yù)期利潤(rùn) 1 概率統(tǒng)計(jì)方法 1 根據(jù)歷史的投標(biāo)報(bào)價(jià)數(shù)據(jù) 運(yùn)用統(tǒng)計(jì)和概率論的方法計(jì)算自身中標(biāo)的可能 性 2 運(yùn)用概率理論關(guān)于多維隨機(jī)變量分布函數(shù)和數(shù)字特征的理論 建立離散型 分布函數(shù)摸型 根據(jù)投標(biāo)報(bào)價(jià)決策時(shí)所涉及的各項(xiàng)因素變量取值及其概率 推算 出最佳報(bào)價(jià)的取值范圍及該范圍內(nèi)具體取值相應(yīng)的概率 從而為決策者提供科學(xué) 準(zhǔn)確的決策依據(jù) 2 模糊數(shù)學(xué)方法 自從美國(guó)查德教授在1 9 8 5 年創(chuàng)立模糊集合論以來 模糊數(shù)學(xué)得到了迅速的發(fā) 展 它在建筑工程管理 特別是在工程招投標(biāo)領(lǐng)域的應(yīng)用 越來越得到人們的重 視 工程投標(biāo)涉及的影響因素很多 且許多因素都是隨機(jī)和模糊的 因此 可用 模糊數(shù)學(xué)方法完成此項(xiàng)工作 這一方法就是將投標(biāo)報(bào)價(jià)的過程 轉(zhuǎn)化為數(shù)學(xué)模型進(jìn)行分析 預(yù)測(cè)和量化 例 如模糊數(shù)學(xué)中的模糊優(yōu)先比 模糊貼近度 模糊矩陣在投標(biāo)報(bào)價(jià)決策的量化過程 中都得到了廣泛的應(yīng)用 3 博弈論方法n 0 兒兒1 特定企業(yè)進(jìn)行工程競(jìng)標(biāo)是一種對(duì)策行為 它與眾多投標(biāo)者之間就是一場(chǎng)博弈 根據(jù)工程投標(biāo)報(bào)價(jià)競(jìng)爭(zhēng)活動(dòng)中所帶有的這一典型的博弈特征 可以運(yùn)用博弈理論 競(jìng)標(biāo)報(bào)價(jià)行為進(jìn)行詮釋 1 3 2 國(guó)內(nèi)外投標(biāo)報(bào)價(jià)決策模型研究綜述 本文分別對(duì)投標(biāo)決策模型和報(bào)價(jià)決策模型進(jìn)行了綜述 指出了各類模型的優(yōu)點(diǎn) 及其局限性 1 3 2 1 投標(biāo)決策模型綜述 決定是否投標(biāo)是投標(biāo)報(bào)價(jià)決策的第一步 對(duì)于這方面的研究起步較晚 A h m a d 于1 9 9 0 年提出了第一個(gè)投標(biāo)決策的模型 此后又有幾位學(xué)者在這方面作了相關(guān)研 究 1 h m a d 的投標(biāo)決策模型 h m a d 運(yùn)用決策分析技術(shù)來解決是否投標(biāo)的問題 考慮了四類因素和1 3 個(gè)子 因素 運(yùn)用兩兩比較法得出每個(gè)子因素的權(quán)重 再進(jìn)行標(biāo)準(zhǔn)化得到 一 M M 羅嵋 1 由專家和投標(biāo)者對(duì)每個(gè)因素可能存在的狀態(tài)用語言描 述 并給出相應(yīng)的數(shù)值 這成為因素狀態(tài)對(duì)照表 每個(gè)因素在狀態(tài)對(duì)照表中一定 存在一種最不樂觀的狀態(tài) 也就是最可能造成不投標(biāo)的語言狀態(tài) 其相應(yīng)的數(shù)值 4 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 就成為這個(gè)因素的閥值 在投標(biāo)時(shí) 專家或投標(biāo)者根據(jù)項(xiàng)目狀況 以每個(gè)因素的 狀態(tài)對(duì)照表為依據(jù) 估計(jì)出每個(gè)因素的項(xiàng)目值r f l t 2 毛 利用閥值 1 2 最后計(jì)算出差值D 旦 D 一羅 M 一w i n j 式卜1 笥 如果D s 0 建議不投標(biāo) 如果D 苫0 則根據(jù)文獻(xiàn)中給出的對(duì)照表 按照D 的數(shù)值查出對(duì)應(yīng)的強(qiáng)度 決策者可以依據(jù)這個(gè)強(qiáng)度和自身經(jīng)驗(yàn)進(jìn)行投標(biāo)決策 A h m a a 提出了第一個(gè)投標(biāo)決策模型 標(biāo)志著對(duì)投標(biāo)決策研究的開始 其思路 清晰 易理解 易操作 不過 該模型很多輸入都是由專家評(píng)定的 主觀性較大 而且 它假設(shè)所有的因素對(duì)項(xiàng)目加權(quán)和是正影響 沒有考慮到一些因素的影響是 反方向的 2 l LW a n o u s A H B o u s s a b a i n e 和J L e w i s 的投標(biāo)模型 M W a n o u s 等提出了參數(shù)投標(biāo)模型 為了模擬投標(biāo)決策過程 首先要識(shí)別出 影響決策的參數(shù) 作者通過設(shè)計(jì)的六個(gè)半結(jié)構(gòu)化的面對(duì)面交談方式完成調(diào)查表 從而將實(shí)際的決策過程轉(zhuǎn)化為概略性模型 并從調(diào)查表中提取出每個(gè)影響因素參 數(shù) 運(yùn)用這些參數(shù)計(jì)算出投標(biāo)索引規(guī)則 以索引規(guī)則為基礎(chǔ) 進(jìn)行投標(biāo)決策 該模型識(shí)別出3 8 個(gè)影響因素 這些因素被分為兩類 一類為肯定因素 只 這類因素表示給其的分?jǐn)?shù)越高越能鼓勵(lì)承包商投標(biāo) 另一類為否定因素 E 這 類因素表示給其的分?jǐn)?shù)越高越能鼓勵(lì)承包商不投標(biāo) 肯定因素的參數(shù)包括 五表示 肯定因素E 的重要性 q 表示承包商對(duì)該因素在一個(gè)新項(xiàng)目中的估計(jì)值 O C 疆s 6 且表示適中值 如果c a 小于皿 則因素E 對(duì)投標(biāo)決策產(chǎn)生負(fù)面影 響 N B j 表示滅點(diǎn) 如果C 狙小于蠅 則因素E 足以決定不投標(biāo) 但是這個(gè)結(jié)果 還是由投標(biāo)者決定是否接受 I 表示否定因素界的重要性 口 表示適中值 如果 C A j 大B j 則因素E 對(duì)投標(biāo)決策產(chǎn)生負(fù)面影響 N B 表示滅點(diǎn) 如果c 4 大于瑚 則因素E 足以決定不投標(biāo) 同樣這個(gè)決定還是由投標(biāo)者決定是否接受 盡 N B I 以及j 召 N B 的值都是從對(duì)承包商的調(diào)查結(jié)果中總結(jié)出的參數(shù)值 定義了這 些參數(shù)和參數(shù)值可以使用公式 硯一 j q 一馬 一 L c 4 一島 式1 2 I i I 其中k 表示第k 個(gè)項(xiàng)目 I l l 表示識(shí)別出的否定因素的個(gè)數(shù) n 表示識(shí)別出的肯定因素的個(gè)數(shù) 該模型形式簡(jiǎn)單 易于理解 考慮了兩類影響因素對(duì)投標(biāo)的正負(fù)影響 但是 它的所有參數(shù)均來源于承包商的判斷 具有較大主觀性 沒有利用歷史數(shù)據(jù) 而 第一章緒論 5 且統(tǒng)計(jì)獲得的參數(shù)值具有地域性 這意味著在其他地區(qū)應(yīng)用該方法時(shí)需要較大工 作量 3 基于模糊邏輯的投標(biāo)決策模型 投標(biāo)決策本身就是一個(gè)模糊決策過程 模糊邏輯是應(yīng)用于這方面的有效工具 劉爾烈等 在借鑒國(guó)外研究方法的基礎(chǔ)上 提出了基于模糊集合理論的工程投標(biāo) 多目標(biāo)決策模型 該模型首先建立評(píng)價(jià)指標(biāo)體系 列出主要影響因素作為基本指標(biāo) 即第一層指 標(biāo) 進(jìn)行整理 組合 得到高層指標(biāo) 即第二層指標(biāo) 再對(duì)第二層指標(biāo)進(jìn)行整理 組合 得到更高一級(jí)層次的指標(biāo) 以此類推 最終得到一個(gè)最高級(jí)的指標(biāo) 用以 進(jìn)行決策 然后 運(yùn)用列表計(jì)算法 T J M 根據(jù)各指標(biāo)的相對(duì)重要性 算出各指標(biāo) 的權(quán)重 建立隸屬函數(shù) 本模型采用的是三角形模糊分布 因?yàn)槊總€(gè)指標(biāo)的模糊 數(shù)單位是不一致的 因此要對(duì)它們進(jìn)行標(biāo)準(zhǔn)化 將每個(gè)指標(biāo)的模糊數(shù)轉(zhuǎn)化為指數(shù) 形式 從而使它們之間的直接比較成為可能 依據(jù)以上步驟所得到的權(quán)重集和指 數(shù)值集 進(jìn)行模糊綜合評(píng)價(jià) 最后應(yīng)用c l E N 提出的一種排序方法 對(duì)擬考慮項(xiàng)目 的最高一層指標(biāo)的復(fù)合指標(biāo)值進(jìn)行排序 做出決策 該模型應(yīng)用模糊集合理論進(jìn)行多目標(biāo)決策 可以在不確定條件下盡量減少?zèng)Q 策中的不確定因素 而且模糊數(shù)符合人類的思維方式 但是文中未指出建立評(píng)價(jià) 指標(biāo)體系的依據(jù) 未考慮投標(biāo)的歷史數(shù)據(jù)的作用 1 3 2 2 報(bào)價(jià)決策模型綜述 1 基于概率論的報(bào)價(jià)模型 1 9 5 6 年 F r i e d m a n 提出了第一個(gè)投標(biāo)報(bào)價(jià)模型一一F r i e d m a n 模型 該模型 以最低標(biāo)中標(biāo) 通過計(jì)算承包商單獨(dú)對(duì)每一個(gè)競(jìng)爭(zhēng)者的贏率來計(jì)算其中標(biāo)概率 他假設(shè)承包商對(duì)每個(gè)競(jìng)爭(zhēng)者的贏率是相互獨(dú)立 互不干擾的 并用其來計(jì)算對(duì)所 有競(jìng)爭(zhēng)者的贏率 F r i e d m a n 的目標(biāo)是想運(yùn)用特定標(biāo)價(jià)的中標(biāo)概率通過最優(yōu)化求解 得出承包商利潤(rùn)最大期望值 并以此報(bào)價(jià)作為最優(yōu)報(bào)價(jià) 優(yōu)點(diǎn) 基于概率論的報(bào)價(jià)決策模型概念明確 思路清晰 原理簡(jiǎn)單 求解過程比較容 易 能夠反映競(jìng)爭(zhēng)者的歷史狀況 局限性 僅考慮了單一影響因素一一競(jìng)爭(zhēng)者狀態(tài) 該類模型要求對(duì)競(jìng)爭(zhēng)對(duì)手過去投標(biāo)的 有關(guān)資料和信息十分了解 并假定競(jìng)爭(zhēng)對(duì)手的投標(biāo)模式穩(wěn)定不變 然而 在實(shí)際 投標(biāo)中是很難獲得完備的資料信息 況且競(jìng)爭(zhēng)對(duì)手的投標(biāo)策略也不是固定不變的 因此 基于概率論的報(bào)價(jià)模型在實(shí)際應(yīng)用中有較大局限性 2 基于博弈論的報(bào)價(jià)模型 州 1 6 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 基于博弈論的報(bào)價(jià)模型研究也是個(gè)熱點(diǎn) 學(xué)者根據(jù)工程投標(biāo)競(jìng)爭(zhēng)活動(dòng)所帶有的 典型博弈特征 運(yùn)用不完全信息靜態(tài)博弈理論對(duì)競(jìng)標(biāo)報(bào)價(jià)行為進(jìn)行詮釋 提出了 基于博弈論的報(bào)價(jià)決策模型 在投標(biāo)報(bào)價(jià)博弈中 投標(biāo)人面臨的問題就是使自己 的效用最大化 通過自身對(duì)工程成本的估計(jì)和競(jìng)爭(zhēng)對(duì)手報(bào)高率的分布函數(shù)計(jì)算出 投標(biāo)報(bào)價(jià)博弈的均衡解 優(yōu)點(diǎn) 有效避免了在對(duì)競(jìng)爭(zhēng)對(duì)手歷史投標(biāo)資料和市場(chǎng)行為信息掌握不完備時(shí)可能造 成的較大誤差 很好地將承包商的投標(biāo)價(jià)格和具體環(huán)境條件聯(lián)系起來 具有動(dòng)態(tài) 性 局限性 與基于概率論的報(bào)價(jià)決策模型同樣的不足是只考慮了一個(gè)影響因素 雖然此模 型考慮了信息不完備時(shí)的報(bào)價(jià)策略 但由予數(shù)據(jù)收集和分布函數(shù)確定的難度較大 基于博弈論的模型應(yīng)用于實(shí)際尚需進(jìn)一步研究 3 基于層次分析法 J l P 和效用理論的報(bào)價(jià)決策模型 經(jīng)濟(jì)管理學(xué)家運(yùn)用效用理論中的效用作為指標(biāo) 用來衡量人們對(duì)某些事物的主 觀價(jià)值 態(tài)度 偏愛 傾向等 A H P 法適用于解決多目標(biāo) 多屬性的決策問題 在 復(fù)雜的決策過程引入定量分析 并充分利用決策者在兩兩比較中所給出的偏好信 息進(jìn)行分析與決策支持 有多位學(xué)者將層次分析法和效用理論應(yīng)用于報(bào)價(jià)決策 以下將對(duì)這些模型作簡(jiǎn) 要介紹 1 S e y d e l 和O l s o n 的報(bào)價(jià)決策模型 S e y d e l 和O l s o n 首次提出了基于A l P 法的報(bào)價(jià)決策模型 該模型中引入了期 望效用的概念 具體步驟如下 首先采用兩兩比較法確定各個(gè)目標(biāo)之間的相對(duì)權(quán)重 得到一個(gè)權(quán)重矩陣 然后根據(jù)不同的報(bào)價(jià)值 求出每個(gè)目標(biāo)的備選方案的期望效用 得到一個(gè)期望 效用矩陣 最后計(jì)算出不同報(bào)價(jià)下的總期望效用 其中總效用最大的報(bào)價(jià)為最優(yōu)報(bào)價(jià) 2 S P D o z z l 和S M A b o u R i z k 的報(bào)價(jià)決策模型 S P D o z z l 和S M A b o u R i z k 結(jié)合A H P 將效用理論充分運(yùn)用于報(bào)價(jià)決策 該 模型的基本原理是 首先識(shí)別出影響因素的層次結(jié)構(gòu) 其中最底層的因素稱為子因素 然后依據(jù)主觀判斷和公司策略將每個(gè)子因素轉(zhuǎn)化為一個(gè)效用函數(shù)的形式 通過 效用函數(shù)求出某個(gè)項(xiàng)目的各子因素的效用值 運(yùn)用A l P 求出每層因素在同一層中 的相對(duì)權(quán)重 按照同一類別各層因素的相對(duì)權(quán)重逐級(jí)相乘的原則 求出子因素層 綜合權(quán)重 第一章緒論 7 最后在確定了報(bào)高率和期望效用之間的效用函數(shù)后 將上一步算出的期望效用 值帶入報(bào)高率效用函數(shù)中 得出最優(yōu)報(bào)高率 優(yōu)點(diǎn) 效用理論和A H P 在報(bào)價(jià)決策中考慮了多種影響因素 算出的報(bào)高率體現(xiàn)了決策 者在投標(biāo)報(bào)價(jià)時(shí)對(duì)投標(biāo)項(xiàng)目的滿意程度 計(jì)算過程易理解 局限性 權(quán)重的確定主觀性較大 效用函數(shù)的形式不易確定 其直接影響著計(jì)算的繁簡(jiǎn) 程度 4 人工神經(jīng)網(wǎng)絡(luò) A N N 神經(jīng)網(wǎng)絡(luò)方法是一種穩(wěn)健的 非參數(shù)的方法 具有很強(qiáng)的非線性映射能力 學(xué) 習(xí)經(jīng)驗(yàn)的能力強(qiáng) 分類精度高 神經(jīng)網(wǎng)絡(luò)采用分布式存儲(chǔ)結(jié)構(gòu) 具有泛化功能 即能夠處理未經(jīng)過訓(xùn)練的數(shù)據(jù) 有干擾或不完全的數(shù)據(jù) 顯示了良好的容錯(cuò)能力 能進(jìn)行大規(guī)模的并行處理 反映為同一層所有神經(jīng)元同時(shí)進(jìn)行計(jì)算 且每一神經(jīng) 元存儲(chǔ)的信息也同時(shí)參與計(jì)算 能不斷接受新樣本 新經(jīng)驗(yàn)并不斷調(diào)整模型 自 適應(yīng)能力強(qiáng) 具有動(dòng)態(tài)特性 因此 把該技術(shù)用于多因素投標(biāo)報(bào)價(jià)是一個(gè)很自然 的想法 M o s e l h i H e g a z y 等于1 9 9 3 年提出了第一個(gè)多因素投標(biāo)報(bào)價(jià)的A N N 模型 町 該模型考慮了影響標(biāo)高金的諸多因素 并確定了權(quán)重 利用報(bào)價(jià)案例的3 類數(shù)據(jù) 對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練 確定了給定中標(biāo)率的報(bào)高率 局限性 人工神經(jīng)網(wǎng)絡(luò)往往不能解釋選取最優(yōu)報(bào)價(jià)的原因 從而使人們對(duì)其結(jié)果產(chǎn)生懷 疑 5 專家系統(tǒng) 專家之所以能夠成為某一領(lǐng)域的權(quán)威 并不在于他們有超人的智慧和新奇的 構(gòu)思 而在于他們擁有大量的專門知識(shí)和經(jīng)驗(yàn) 特別是那些在長(zhǎng)期實(shí)踐中摸索與 積累的啟發(fā)性知識(shí) 所謂專家系統(tǒng)就是在專家知識(shí)的基礎(chǔ)上 具有自動(dòng)推理能力 的智能軟件系統(tǒng) 這樣的系統(tǒng)把專家在解決問題過程中使用的知識(shí)分成事實(shí)和規(guī)則 以適當(dāng)?shù)男?式存儲(chǔ)到計(jì)算機(jī)中 并構(gòu)成知識(shí)庫(kù) 然后依據(jù)用戶提供的信息 運(yùn)用存儲(chǔ)的有關(guān) 知識(shí) 選擇合理的推理機(jī)制 模擬專家去解決問題 專家系統(tǒng)在招投標(biāo)方面應(yīng)用的較廣泛 在我國(guó) 清華大學(xué)土木工程系于 1 9 8 9 一一1 9 9 1 年研制出了國(guó)際工程投標(biāo)報(bào)價(jià)實(shí)用與教學(xué)專家系統(tǒng)E S E Q P 局限性 專家系統(tǒng)是一種基于規(guī)則的系統(tǒng) 報(bào)價(jià)決策的動(dòng)態(tài)性和高度無組織性決定出的 一套規(guī)則是無法適應(yīng)所有投標(biāo)報(bào)價(jià)環(huán)境的 8 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 6 案例推理模型 基于案例推理技術(shù)的人工智能投標(biāo)報(bào)價(jià)是目前的研究熱點(diǎn)之一 其中 楊蘭蓉 等提出了基于案例推理的標(biāo)高金確定模型 C B R M B M D 啪1 改模型的總體結(jié)構(gòu)如圖 1 1 所示 其基本思想是一個(gè)新的投標(biāo)項(xiàng)目標(biāo)高金可以通過類比的方法 檢索和調(diào) 整以往類似投標(biāo)項(xiàng)目的標(biāo)高金確定方法得到 C h u a 等根據(jù)影響標(biāo)高金的四類因素 建立了基于案例推理的報(bào)價(jià)系統(tǒng) C A S E B I D 4 1 圖1 1C B R M B M D 的總體系統(tǒng)結(jié)構(gòu) 案例推理模型理論上是最接近理想結(jié)果的報(bào)價(jià)模型 但案例推理模型需要大 量的事例庫(kù)和知識(shí)庫(kù) 目前還處于理論研究階段 其實(shí)際應(yīng)用還有待深入探討 本文即在此方面進(jìn)行了比較深入的探討 試圖將這種技術(shù)運(yùn)用到實(shí)際的報(bào)價(jià)決策 過程當(dāng)中 1 4 本文內(nèi)容 結(jié)構(gòu)及創(chuàng)新點(diǎn) 1 4 1 本文研究?jī)?nèi)容及論文結(jié)構(gòu) 本文將投標(biāo)報(bào)價(jià)決策過程分為了 投標(biāo)決策 和 報(bào)價(jià)決策 兩個(gè)連續(xù)的階 段 仔細(xì)研究了國(guó)內(nèi)外投標(biāo)報(bào)價(jià)決策理論與方法的研究成果 并分別對(duì)投標(biāo)決策 模型和報(bào)價(jià)決策模型的發(fā)展?fàn)顩r進(jìn)行了詳細(xì)的歸納和總結(jié) 在此基礎(chǔ)之上利用數(shù) 第一章緒論 9 據(jù)挖掘技術(shù) 將模糊綜合評(píng)價(jià)和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用于投標(biāo)決策 彌補(bǔ)了單獨(dú) 應(yīng)用兩種方法的不足 具有一定的理論和現(xiàn)實(shí)意義 同時(shí)研究了基于案例推理的 報(bào)價(jià)決策模型 并討論了該模型的可行性 使報(bào)價(jià)過程規(guī)則的自動(dòng)提取成為可能 最后將以上兩種模型結(jié)合起來 并利用了其他比較成熟的數(shù)據(jù)挖掘方法 組成了 一套完整的投標(biāo)報(bào)價(jià)輔助決策系統(tǒng) 提出了投標(biāo)報(bào)價(jià)全過程決策理念 第一章緒論 介紹了本課題的研究背景 論述了建立面向工程投標(biāo)報(bào)價(jià)決策 的方法 模型體系的必要性 在對(duì)投標(biāo)報(bào)價(jià)決策基本過程研究的基礎(chǔ)上 分別對(duì) 投標(biāo)決策模型和報(bào)價(jià)決策模型的發(fā)展?fàn)顩r進(jìn)行了詳細(xì)的歸納和總結(jié) 介紹了本文 的研究?jī)?nèi)容和主要?jiǎng)?chuàng)新點(diǎn) 第二章投標(biāo)報(bào)價(jià)決策模型 對(duì)影響投標(biāo)與報(bào)價(jià)決策的各因素進(jìn)行了定性分 析 介紹了模糊綜合評(píng)價(jià)和人工神經(jīng)網(wǎng)絡(luò)及其優(yōu)缺點(diǎn) 提出了基于模糊綜合評(píng)價(jià) 和人工神經(jīng)網(wǎng)絡(luò)技術(shù)的新的投標(biāo)決策模型 對(duì)該模型建立的基本思路和建立過程 進(jìn)行了詳細(xì)闡述 并進(jìn)行了模型的訓(xùn)練和檢驗(yàn) 證明其正確性 對(duì)基于案例推理 的報(bào)價(jià)決策模型的思路和建立進(jìn)行了詳細(xì)闡述 并研究了該模型的可行性 第三章投標(biāo)輔助決策系統(tǒng)設(shè)計(jì) 在模型建立的基礎(chǔ)上 對(duì)投標(biāo)輔助決策系統(tǒng) 進(jìn)行了設(shè)計(jì) 對(duì)投標(biāo)過程業(yè)務(wù)流程進(jìn)行了詳細(xì)的分析 并以數(shù)據(jù)流圖加以說明 第四章某公司投標(biāo)輔助決策系統(tǒng)實(shí)現(xiàn) 本章對(duì)某公司部署的本投標(biāo)輔助決策 系統(tǒng)作了簡(jiǎn)單的介紹 1 4 2 本文主要?jiǎng)?chuàng)新點(diǎn) 1 將模糊綜合評(píng)價(jià)和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用于投標(biāo)決策 彌補(bǔ)了單獨(dú)應(yīng)用 兩種方法的不足 具有一定的理論和現(xiàn)實(shí)意義 2 研究了基于案例推理的報(bào)價(jià)決策模型 并討論了該模型的可行性 使報(bào) 價(jià)過程規(guī)則的自動(dòng)提取成為可能 投標(biāo)輔助決策系統(tǒng)所涉及的知識(shí)面較廣 本文今后將在提高智能輔助決策結(jié) 果的可解釋性和知識(shí)庫(kù)的完善方面做進(jìn)一步的研究 1 0 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 第二章投標(biāo)報(bào)價(jià)決策模型 本文將投標(biāo)報(bào)價(jià)決策過程分為了 投標(biāo)決策 和 報(bào)價(jià)決策 兩個(gè)連續(xù)的階段 仔細(xì)研究了國(guó)內(nèi)外投標(biāo)報(bào)價(jià)決策理論與方法的研究成果 并分別對(duì)投標(biāo)決策模型 和報(bào)價(jià)決策模型的發(fā)展?fàn)顩r進(jìn)行了詳細(xì)的歸納和總結(jié) 在此基礎(chǔ)之上利用數(shù)據(jù)挖 掘技術(shù) 將模糊綜合評(píng)價(jià)和神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用于投標(biāo)決策 彌補(bǔ)了單獨(dú)應(yīng)用 兩種方法的不足 具有一定的理論和現(xiàn)實(shí)意義 同時(shí)研究了基于案例推理的報(bào)價(jià) 決策模型 并討論了該模型的可行性 使報(bào)價(jià)過程規(guī)則的自動(dòng)提取成為可能 2 1 基于模糊綜合評(píng)價(jià)和人工神經(jīng)網(wǎng)絡(luò)的投標(biāo)決策方法 人工神經(jīng)網(wǎng)絡(luò)作為對(duì)人腦最簡(jiǎn)單的一種抽象和模擬 近年來的發(fā)展十分活躍 這種方法體系解決問題不依賴于系統(tǒng)的數(shù)學(xué)模型 而是通過自學(xué)習(xí) 將輸入 輸 出之間的關(guān)系以權(quán)值的方式編碼 并將其關(guān)聯(lián) 它具有分布并行處理 非線性映 射 自適應(yīng)學(xué)習(xí)和魯棒容錯(cuò)等特性 這使其在模式識(shí)別 自動(dòng)控制 信息處理 通訊和空間科學(xué)等領(lǐng)域都具有強(qiáng)大的生命力 由于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對(duì)任何數(shù)據(jù)之 間的函數(shù)關(guān)系進(jìn)行廣泛而又高度靈活的逼近 因而 在決策過程中對(duì)基本數(shù)據(jù)己 知而過程未知的清況 均可用神經(jīng)網(wǎng)絡(luò)加以處理 并且 相比于傳統(tǒng)的決策方法 神經(jīng)網(wǎng)絡(luò)能挖掘出更多的不可預(yù)見的隱含信息 特別是處理不能用數(shù)學(xué)模型表示 的系統(tǒng)或不能用公式描述的問題 表現(xiàn)出更大的靈活性和自適應(yīng)性 在建設(shè)項(xiàng)目 的決策中 隨著企業(yè)外部環(huán)境和內(nèi)部條件的變化 需考慮的因素非常繁雜 并且 許多指標(biāo)的數(shù)據(jù)序列是非線性的和非隨機(jī)的 應(yīng)用神經(jīng)網(wǎng)絡(luò)則能充分發(fā)揮其優(yōu)越 性 與傳統(tǒng)方法比較 神經(jīng)網(wǎng)絡(luò)是一種 黑箱 方法 無法表達(dá)和分析數(shù)據(jù)系統(tǒng) 的輸入與輸出間的關(guān)系 對(duì)訓(xùn)練出的權(quán)重既不能解釋為一種回歸系數(shù) 也不能進(jìn) 行因果關(guān)系的分析 因此 也難于對(duì)所得結(jié)果作任何解釋 而模糊綜合評(píng)價(jià)法則 是從人類思維中的模糊性特點(diǎn)出發(fā) 利用領(lǐng)域?qū)＜业南冗M(jìn)知識(shí)進(jìn)行近似推理 具 有極強(qiáng)的可解釋性 只是不能有效利用歷史數(shù)據(jù) 因此 本文嘗試將模糊綜合評(píng) 價(jià)與神經(jīng)網(wǎng)絡(luò)結(jié)合起來應(yīng)用于投標(biāo)決策 以期望實(shí)現(xiàn)二者的優(yōu)勢(shì)互補(bǔ) 2 1 1 模型建立思路 1 確定評(píng)價(jià)因素集 因素集的個(gè)數(shù)決定了人工神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn) 2 因素集中的各個(gè)因素就是神經(jīng)網(wǎng)絡(luò)的輸入因子 根據(jù)各因素的特征對(duì)輸入 因子進(jìn)行分級(jí)處理 通過專家評(píng)議法確定神經(jīng)網(wǎng)絡(luò)的輸入值 運(yùn)用模糊綜合評(píng)價(jià) 法得到人工神經(jīng)網(wǎng)絡(luò)的期望輸出值 3 確定B P 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 第二章投標(biāo)報(bào)價(jià)決策模型 1 1 4 選取定數(shù)的訓(xùn)練樣本和檢測(cè)樣本 輸入樣本后系統(tǒng)按期望輸出與實(shí)際輸出誤 差平方和的最小化規(guī)則來進(jìn)行學(xué)習(xí) 調(diào)整權(quán)值矩陣和閥值向量 當(dāng)誤差減小到要 求范圍內(nèi) 系統(tǒng)停止學(xué)習(xí) 此時(shí)的權(quán)值矩陣與閥值向量固定下來 成為系統(tǒng)內(nèi)部 知識(shí) 2 1 2 影響投標(biāo)的因素識(shí)別和分析 在總結(jié)以往文獻(xiàn)研究成果的基礎(chǔ)上 州腳乜1 1 嘲 與企業(yè)專家組討論研究后 給 出了以下2 4 個(gè)影響投標(biāo)決策的關(guān)鍵因素構(gòu)成評(píng)價(jià)因素集 這些因素又按照相互之 間的關(guān)系被分為四個(gè)層次 具體的因素識(shí)別和層次如表2 1 所示 表2 1 影響投標(biāo)的關(guān)鍵因素 工程內(nèi)容 資源需求 工程條件 場(chǎng)地條件 合同規(guī)定 資格預(yù)審要求 圖紙的完整性 招標(biāo)要求 投標(biāo)準(zhǔn)備時(shí)間 外部因素 業(yè)主信譽(yù) 業(yè)主的特殊要求 業(yè)主條件 政府法律法規(guī) 資金狀況 競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)目 項(xiàng)目 競(jìng)爭(zhēng)對(duì)手規(guī)模 競(jìng)爭(zhēng)對(duì)手條件 競(jìng)爭(zhēng)對(duì)手的經(jīng)驗(yàn) 技術(shù)水平 管理能力 類似工程經(jīng)驗(yàn)公司競(jìng)爭(zhēng)能力 資源條件 公司特長(zhǎng) 內(nèi)部因素 投標(biāo)準(zhǔn)備工作量 正在實(shí)旅的工程量 市場(chǎng)占有率對(duì)工程的需要 雇員的連續(xù)性 建立公司信譽(yù) 1 2 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 2 1 3 輸入因子的分級(jí)處理 由于所考慮的影響因素大部分很難定量描述 可以利用 專家打分法 專家 打分法的優(yōu)點(diǎn)在于方法簡(jiǎn)單 易懂 節(jié)約時(shí)間 但一般要求專家的人數(shù)不能太少 下面本文將依據(jù)慣例和實(shí)際工作中慣常采用的方法給出輸入因素的等級(jí)劃分標(biāo) 準(zhǔn) 工程內(nèi)容 多 一少 5 1 資源需求 小規(guī)模一一大規(guī)模 5 一1 場(chǎng)地條件 好一一差 5 1 合同規(guī)定 寬松 嚴(yán)格 5 1 資格預(yù)審要求 低 高 5 一一1 圖紙的完備性 差一好 5 一1 投標(biāo)準(zhǔn)備時(shí)間 長(zhǎng)一短 5 一一1 業(yè)主的信譽(yù) 好一不好 5 1 業(yè)主的特殊要求 少一 多 5 1 政策法律法規(guī) 符合一不符合 5 1 業(yè)主資金狀況 好 不好 5 一1 競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)目 少 多 5 1 競(jìng)爭(zhēng)對(duì)手規(guī)模 小 大 5 1 競(jìng)爭(zhēng)對(duì)手的經(jīng)驗(yàn) 貧乏一豐富 5 一1 技術(shù)水平 高一低 5 1 管理能力 強(qiáng)一弱 5 1 類似工程經(jīng)驗(yàn) 豐富一一缺乏 5 1 資源條件 豐富一一缺乏 5 一一1 公司特長(zhǎng) 吻合 一不吻合 5 一一1 投標(biāo)準(zhǔn)備工作量 小 大 5 一一1 正在實(shí)施的工程量 少 多 5 1 市場(chǎng)占有率 高一一低 5 1 雇員的連續(xù)性 好 不好 5 一一1 建立公司信譽(yù) 需要 不需要 5 一1 以上只是給出了簡(jiǎn)單的等級(jí)劃分 但在實(shí)際作中 應(yīng)該對(duì)每種因素的各等級(jí) 語言描述更加詳細(xì)具體 減少專家評(píng)議中的主觀性 增加一致性 這些投標(biāo)規(guī)則 可以通過對(duì)某些因素設(shè)定滅點(diǎn)來解決 例如考慮項(xiàng)目資源需求這一因素時(shí) 介于 O 一3 5 千萬元定為小型規(guī)模 3 5 千萬元一6 5 千萬元定為中等規(guī)模 6 5 千萬元 第二章投標(biāo)報(bào)價(jià)決策模型 1 3 7 5 千萬元定為大型規(guī)模 如果大于7 5 千萬元 則不投標(biāo) 我們稱7 5 千萬元 是項(xiàng)目資源需求這一因素的滅點(diǎn) 在進(jìn)行項(xiàng)目綜合評(píng)價(jià)之前 應(yīng)該先根據(jù)公司的 投標(biāo)規(guī)則對(duì)待評(píng)價(jià)項(xiàng)目進(jìn)行預(yù)處理 如果待評(píng)價(jià)項(xiàng)目符合投標(biāo)規(guī)則 進(jìn)入下一步 綜合評(píng)價(jià) 如果有一條不符合 就可以直接決定不投標(biāo) 得到各因素等級(jí)分后 將各分值除以最高分值5 化為 0 1 域上的分值 以 滿足B P 神經(jīng)網(wǎng)絡(luò)值域的要求 2 1 4 輸出因子的分級(jí)處理 我們采用神經(jīng)網(wǎng)絡(luò)對(duì)投標(biāo)意愿的強(qiáng)烈度進(jìn)行評(píng)價(jià)時(shí) 可以將輸出結(jié)果劃分為5 個(gè)等級(jí) 即投標(biāo)意愿 很強(qiáng) 較強(qiáng) 中等 較弱 很弱 其對(duì)應(yīng)的輸出值分別為 l O 0 0 0 1 0 1 0 0 0 0 0 1 0 0 o 0 0 1 0 o 0 0 0 1 在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練階段 樣本 的期望輸出值應(yīng)是已知量 它可由歷史資料確定或由模糊綜合評(píng)價(jià)法評(píng) 估得出 待模型訓(xùn)練成功后便可用來解決實(shí)際的投標(biāo)決策問題 下面著重介紹一 下模糊綜合評(píng)價(jià)法 模糊綜合評(píng)價(jià)是通過對(duì)各因素影響效果的綜合評(píng)價(jià)來分析投標(biāo)意愿的強(qiáng)弱 在評(píng)價(jià)時(shí) 有些因素的作用大些 有些因素的作用小些 通過標(biāo)注重要性等級(jí)來 明確各項(xiàng)指標(biāo)的權(quán)重 然后根據(jù)綜合影響效果的評(píng)價(jià)等級(jí)確定投標(biāo)意愿的強(qiáng)弱 1 建立因素集 設(shè)某個(gè)被評(píng)價(jià)的對(duì)象x 的2 4 個(gè)影響因素分別為U l U H 2 則因素集U 一伽l 2 2 4 2 因素權(quán)重的確定 確定因素權(quán)重的方法有很多 本文采用列表計(jì)算法 下面以四個(gè)變量為例舉 例說明 1 設(shè)四個(gè)評(píng)價(jià)變量分別為工 工 善 并將其列于表2 2 內(nèi) 2 設(shè)定下列標(biāo)準(zhǔn) o 一很不重要 1 不重要 2 同樣重要 3 更重要 4 非常重要 對(duì)上述四個(gè)指標(biāo) 兩兩比較其相對(duì)重要性 并進(jìn)行打分 例如表2 2 中第二行中變m x 相對(duì)于變i x 而 工 的重要性分別為不重要 同樣重要 不重 要 得分分別為1 2 1 3 將每一行的得分相加 得到每一個(gè)基本指標(biāo)的總分 k 4 再將每一個(gè)基本指標(biāo)的總分相加 得到一個(gè)最終的總分 利用下述公式 計(jì)算每一個(gè)基本指標(biāo)的權(quán)重 M 善 式2 1 酗 運(yùn)用以上方法獲得影響因素的權(quán)重集w 1 4 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 緲 M w 2 M s 薈 1 式2 2 表2 2 指標(biāo)權(quán)重計(jì)算示例 指標(biāo) x lx 2x 3x 4k fM 置 l21 4 o 1 8 2 9 2 3306O 2 7 3 工3 21140 1 8 2 X 4 14380 3 6 4 總計(jì) X 4 z 2 X t 2 而 2 21 3 建立隸屬函數(shù) 將指標(biāo)的模糊數(shù)z 轉(zhuǎn)變?yōu)橹笖?shù)形式置 O 嗍 4 模糊綜合評(píng)價(jià) 在得到了基本指標(biāo)的指數(shù)值墨 磅之后 根據(jù)模糊關(guān)系的復(fù)合運(yùn)算 可以得到 第二層指標(biāo)的指標(biāo)值L 嘲嘲 土 工 o 一 藝M 侈弧 o 一 一 式2 3 其中 廳J 為第J 個(gè)第二層指標(biāo)中含有基本指標(biāo)的個(gè)數(shù) s 帆 O 為第J 個(gè)第二 層指標(biāo)中第i 個(gè)基本指標(biāo)的指數(shù)值 為第j 個(gè)第二層指標(biāo)中第i 個(gè)基本指標(biāo)的 相對(duì)權(quán)重 為平衡系數(shù) 通過同樣的方法 可以得到第三層指標(biāo)的指標(biāo)值丘 O 和最終指標(biāo)值 L k s 磅一 藝 口j 式2 4 J J 評(píng)分值得出后 再對(duì)其進(jìn)行等級(jí)的劃分 例如 某項(xiàng)目經(jīng)模糊綜合評(píng)價(jià)后獲 得最終的評(píng)分值為7 0 1 即這些影響因素的綜合效果一般 可視其期望輸出為 0 0 1 0 0 2 1 5 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)和算法的建立 反向傳播算法 B P 算法 是解決非線性問題最常用的算法 本文即使用B P 神經(jīng) 網(wǎng)絡(luò)來構(gòu)建模型 由上文分析得本文中的神經(jīng)網(wǎng)絡(luò)有2 4 個(gè)輸入節(jié)點(diǎn) 5 個(gè)輸出節(jié) 點(diǎn) 還需要確定神經(jīng)網(wǎng)絡(luò)的隱層節(jié)點(diǎn)數(shù)目 雖然神經(jīng)網(wǎng)絡(luò)有諸多優(yōu)點(diǎn) 但是涉及網(wǎng)絡(luò)層數(shù) 神經(jīng)元節(jié)點(diǎn)數(shù) 傳輸函數(shù) 訓(xùn)練算法的選取與確定等問題的實(shí)際操作中 尚無成熟的指導(dǎo)理論 只能通過大 量實(shí)驗(yàn)計(jì)算獲得 由M a t h W o r k S 公司推出的M a t l a b 軟件為解決這一問題提供了 第二章投標(biāo)報(bào)價(jià)決策模型 1 5 捷徑 在該軟件自帶的神經(jīng)網(wǎng)絡(luò)工具箱的幫助下 使用者通過友好的界面 可以 很快試算出神經(jīng)網(wǎng)絡(luò)的最佳參數(shù)和最好算法 工具箱集成了各種網(wǎng)絡(luò)模型的學(xué)習(xí) 算法和示例程序 網(wǎng)絡(luò)的設(shè)計(jì)者可以直接調(diào)用M a t l a b 的子程序 經(jīng)過簡(jiǎn)單快捷的 實(shí)施操作 從繁瑣的編程中解脫出來 集中精力去思考和解決實(shí)踐問題 在這里 隱層節(jié)點(diǎn)數(shù)目的確定就依靠在M a t l a b 軟件中的模擬和嘗試 在M a t I 曲中分別對(duì)1 8 2 0 3 6 這1 0 種節(jié)點(diǎn)數(shù)目進(jìn)行了模擬訓(xùn)練 訓(xùn)練結(jié)果 表明 當(dāng)神經(jīng)網(wǎng)絡(luò)有2 4 個(gè)輸入節(jié)點(diǎn) 5 個(gè)輸出節(jié)點(diǎn)時(shí) 選取的隱層節(jié)點(diǎn)數(shù)目為 3 0 時(shí) 可以在較少的訓(xùn)練次數(shù)下得到最小的誤差 因此 本文中的神經(jīng)網(wǎng)絡(luò)有2 4 個(gè)輸入節(jié)點(diǎn) 3 0 個(gè)隱層節(jié)點(diǎn) 5 個(gè)輸出節(jié)點(diǎn) 其結(jié)構(gòu)如圖2 1 所示 圖2 IB P 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu) 加 2 1 6 模型的訓(xùn)練和檢測(cè) 神經(jīng)網(wǎng)絡(luò)訓(xùn)練的目的就是對(duì)某特定的輸入產(chǎn)生希望的輸出 這就需要網(wǎng)絡(luò)不 斷的調(diào)整連接弧的權(quán)值 一般B P 算法步驟如下 1 對(duì)全部連接弧的權(quán)值及閥值進(jìn)行初始化 一般設(shè)置成較小的隨機(jī)數(shù) 以保 證網(wǎng)絡(luò)不會(huì)出現(xiàn)飽和或反常情況 2 取一組訓(xùn)練數(shù)據(jù)X j l 1 3 輸入網(wǎng)絡(luò) 并計(jì)算網(wǎng)絡(luò)的輸出Y Y 表示 1 6 基于數(shù)據(jù)挖掘的投標(biāo)輔助決策系統(tǒng)研究 輸出層第i 個(gè)神經(jīng)元的輸出 Y 4 石專i 4 善 x 一只 式2 5 為網(wǎng)絡(luò)各連接弧的權(quán)值 B 為閥值 3 計(jì)算實(shí)際輸出與期望值之間的偏差 然后從輸出層反向計(jì)算到隱含層 向 著減少該偏差的方向調(diào)整各弧的權(quán)值 再?gòu)碾[含層反向計(jì)算到輸入層 調(diào)整各弧 的權(quán)值 矸0 f 1 一諱0 f 叩6 l Y j w o o 一H 0 f 一1 式2 6 其中 4 一似 y 耽 1 一乃 咿為學(xué)習(xí)率 a 為態(tài)勢(shì)項(xiàng)系數(shù) 4 對(duì)訓(xùn)練集中的每一組數(shù)據(jù)都重復(fù)上面兩個(gè)步驟 直到整個(gè)訓(xùn)練的偏差達(dá)到能被 接受的程度為止 在神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中 一般認(rèn)為 用樣本訓(xùn)練時(shí) 若神經(jīng) 網(wǎng)絡(luò)模擬輸出結(jié)果與期望值誤差范圍在 o 2 5 0 2 5 之間 則認(rèn)為模擬合格 我們運(yùn)用M a t L a b 軟件對(duì)投標(biāo)決策模型進(jìn)行學(xué)習(xí)訓(xùn)練 如前所述 本文建立的 B P 模型共有2 4 個(gè)輸入因子 3 0 個(gè)隱層因子 5 個(gè)輸出因子 運(yùn)用l O 個(gè)通過模糊 綜合評(píng)價(jià)方法得出的輸入 輸出樣本值對(duì)這一神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)訓(xùn)練1 0 0 0 次之后 看是否達(dá)到總體誤差要求 若沒有 則再增加學(xué)習(xí)訓(xùn)練次數(shù) 若己達(dá)到要求 則 再用2 個(gè)樣本值進(jìn)行檢驗(yàn) 檢驗(yàn)結(jié)果也滿足要求后便得到一個(gè)學(xué)習(xí)好的模型 l 模型的訓(xùn)練 將企業(yè)過去的投標(biāo)數(shù)據(jù)經(jīng)過分級(jí)處理得到輸入節(jié)點(diǎn)值 通過模糊綜合評(píng)價(jià)方 法得到的期望值 整理出1 0 套有代表性的樣本數(shù)據(jù)進(jìn)行訓(xùn)練 因訓(xùn)練數(shù)據(jù)龐大 取一例舉例說明 該例樣本的1 8 個(gè)關(guān)鍵因素即輸入因子經(jīng)分級(jí)處理后數(shù)值 為 0 2 4 0 5 3 0 4 6 0 3 1 0 6 8 O 7 8 0 5 8 0 9 7 0 5 7 0 8 4 0 6 8 0 7 3 0 5 3 0 8 1 0 9 2 0 6 7 0 7 2 0 5 8 0 3 4 0 5 4 0 6 7 0 5 2 0 7 3 0 2 5 該樣本的期望輸出 為 1 0 0 0 0 經(jīng)過 1 0 0 0次訓(xùn)練后 得到的輸出為 O 9 9 7 2 0 0 0 4 4 0 0 0 4 9 0 0 1 5 7 0 0 0 9 2 對(duì)比實(shí)際輸出于期望輸出可知誤差為 0 0 0 9 2 如表2 3 所示 表2 3 模型訓(xùn)練 期望輸出 lO00O 實(shí)際輸出 0 9 9 7 20 0 0 4 40 0 0 4 9O 0 0 1 5 7O 0 0 9 2 誤差 0 0 0 2 80 0 0 4 40 0 0 4 90 0 0 1 5 70 0 0 9 2 經(jīng)過對(duì)這1 0 個(gè)樣本的訓(xùn)練 最終誤差E 一0 0 0 4 4 2 5 是在允許的誤差范圍內(nèi) 2 模型的檢驗(yàn) 第二章投標(biāo)報(bào)價(jià)決策模型 1 7 訓(xùn)練完成后 再選取訓(xùn)練樣本以外的2 套樣本數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn) 檢驗(yàn)結(jié)果如 表2 4 所示 表2 4 模型檢驗(yàn) 檢驗(yàn)樣本l檢驗(yàn)樣本2 期望輸出 0l000O0100 實(shí)際輸出 0 0 0 l0 9 9 7 80 0 0 2 7 0 0 0 2 5一O 0 0 1 3 o o 0 0 2 0 0 0 60 9 9 9 3 o 0 0 6 2 0 0 0 3 9 從檢驗(yàn)結(jié)果來看 期望輸出和實(shí)際輸出基本能保持一致 因此該模型是有效的 2 2 基于案例推理的報(bào)價(jià)決策方法 報(bào)價(jià)是一項(xiàng)非常復(fù)雜的決策工作 需要同時(shí)對(duì)大量相關(guān)聯(lián)的變量進(jìn)行綜合評(píng)價(jià) 以后才能做出決策 它具有以下幾個(gè)特點(diǎn) 1 報(bào)價(jià)涉及到很多因素和變量 具有很大的不確定性和主觀性 2 各個(gè)因素變量之間是相互關(guān)聯(lián)的 并且這些內(nèi)在聯(lián)系是非常復(fù)雜的 并且 很難處理 所以很難對(duì)報(bào)價(jià)決策方法做出歸納和模擬 對(duì)一個(gè)決策者而言 由于 對(duì)信息處理的能力有限 從而合理性也受到限制 所以很難同時(shí)兼顧到所有的相 關(guān)變量 3 報(bào)價(jià)決策工作 需要領(lǐng)域?qū)＜业闹R(shí) 包括理論知識(shí)和實(shí)際經(jīng)驗(yàn) 但是同 時(shí)由于該項(xiàng)工作具有高度的無組織性和非結(jié)構(gòu)性 人們無法對(duì)其進(jìn)行精確的描述 和嚴(yán)格的分析 因此很難分析和構(gòu)建出一個(gè)固定的解決方案 所以不能用確定的 算法和規(guī)則來解決 考慮到投標(biāo)決策的這些特點(diǎn)正好適用于用人工智能的方法來解決 于是開始了 對(duì)基于人工智能的報(bào)價(jià)決策支持系統(tǒng)的研究 目前已經(jīng)研究出來的這類系統(tǒng)包括 T a v a k o l i 和U t o m o 在1 9 8 9 年以及A l u m a d 在1 9 9 0 年開發(fā)的專家系統(tǒng) 但是這些系 統(tǒng)都存在著一定缺陷 專家系統(tǒng)是一種基于規(guī)則的系統(tǒng) 但是 報(bào)價(jià)決策是動(dòng)態(tài)變化著的 是高度無 組織性的 具有很大程度的不確定性和主觀性 是無法準(zhǔn)確地定義出一套規(guī)則來 的 即使定義出一套這樣的規(guī)則 又由于每一次投標(biāo)工作都有它獨(dú)有的特點(diǎn) 并 且都是在一個(gè)特定的經(jīng)濟(jì)和工作環(huán)境下進(jìn)行的 所以這一套規(guī)則也是無法適應(yīng)任 何環(huán)境的 而且 以往這些專家系統(tǒng)僅僅是給出了報(bào)價(jià)結(jié)果 對(duì)報(bào)價(jià)過程本身卻沒有任何 深入地推理 而事實(shí)上報(bào)價(jià)決策是在對(duì)風(fēng)險(xiǎn)因素和潛在競(jìng)爭(zhēng)進(jìn)行評(píng)估 并對(duì)公司 的競(jìng)爭(zhēng)力狀況進(jìn)行綜合評(píng)價(jià)以后才