CN108428061A - 基于dea-ga-bp的智能评标决策系统和评标方法 - Google Patents
基于dea-ga-bp的智能评标决策系统和评标方法 Download PDFInfo
- Publication number
- CN108428061A CN108428061A CN201810277019.9A CN201810277019A CN108428061A CN 108428061 A CN108428061 A CN 108428061A CN 201810277019 A CN201810277019 A CN 201810277019A CN 108428061 A CN108428061 A CN 108428061A
- Authority
- CN
- China
- Prior art keywords
- bidding
- plans
- tenderer
- evaluation
- assessment
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 195
- 238000000034 method Methods 0.000 claims description 29
- 238000013528 artificial neural network Methods 0.000 claims description 27
- 238000012549 training Methods 0.000 claims description 25
- 238000010276 construction Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 13
- 238000007418 data mining Methods 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 210000004218 nerve net Anatomy 0.000 claims 1
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000012795 verification Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000009435 building construction Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及建筑工程信息处理技术领域,本发明针对现有的评标方法评标功能不够细致与合理,不能有效避免评标专家的人为干预因素的技术问题,提供了一种基于DEA‑GA‑BP的智能评标决策系统,包括:招标方访问终端,用于招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;投标方访问终端,用于投标方接收、阅读招标文件,以及编制、提交投标方案;投标方案数据库,用于接收和保存投标方访问终端提交的投标方案,还用于接收和保存招标方访问终端提交的招标方的标准投标方案;评标知识库,用于存储若干不同的评标方法。本发明还公开了一种基于DEA‑GA‑BP的智能评标方法。
Description
技术领域
本发明涉及建筑工程信息处理技术领域,具体涉及一种基于DEA-GA-BP的智能评标决策系统和评标方法。
背景技术
评标是建设工程招投标中的关键环节,能否对投标人进行全面、客观且正确的评价是招投标成功的关键。目前,行业内有大量的针对减小评标结果偏差,提升评标效率的研究。
具体而言,包括了基于模糊综合评价的工程项目评标模型(宋杰鲲,赵美多,李婷婷;项目管理技术,2013,11(4):45-49),层次分析法在施工招投标中的应用研究(西南交通大学,2014),基于灰色关联理论的建设工程评标方法研究(工程管理学报,2010(2):152-155),工程建设项目评标决策ELECTRE优选模型及其应用研究(工程管理学报,2014(3):199-122)。但是在实际使用过程中,上述方法均存在评价指标体系不完整、评价结果粗糙的问题。
后来,针对上述问题,又公开了如下方法,基于神经网络的工程建设项目评标方法研究(何海斌,石振武,中国新技术新产品,2010(3):21-21),基于改进BP神经网络的工程建设项目评标方法研究(黄文杰,朱行强,卢海,建筑经济,2009(S1):5-14)。神经网络对解决非线性问题有强大且准确的映射能力,但是神经网络存在收敛速度慢,易陷入局部极小点,以及网络参数(如隐含层神经元的个数)和训练参数(如学习速率、误差阈值等)难以确定等缺点。
接下来,又公开了如下方法,基于GA-BP神经网络的施工招标项目评标方法研究(唐海容,尹贻林,项目管理技术,2011(9):48-52)。其将遗传算法和BP神经网络相结合应用于工程项目的评标方法中,该方法值得借鉴,但其适应度函数设计和一些相关指标设置若不够清晰则难以在实际工程中应用。
针对上述问题,本发明人在2016年,公开了《基于DEA-GA-BP的建设工程评标方法研究》(江小燕,胡康,于竞宇,于航)。该方法在以上研究成果的基础上,针对传统专家评标的主观性和倾向性可能给建设工程招投标工作带来的评标结果偏差,建立了基于DEA的实数编码的自适应变异GA-BP神经网络的建设工程投标方法。该方法首先以DEA法筛选出有效的投标方案,然后结合GA和BP神经网络算法的优点,建立GA-BP神经网络评标模型并进行GA-BP神经网络的训练,该模型可以完成输入数据(评价指标)和输出数据(综合指标,即对投标方案的评价)之间的非线性映射,能够很大程度避免指标权重的随意性和人为因素;接着依据DEA初评的结果进行网络的测试、调整;最终对各投标方案做出二次评价,实现投标方案的排序与选优,决策出最佳的中标单位。但是在二次评价中,存在评标专家人为干预评标结果的情况。
在实际使用中,发明人发现,上述方法还存在如下问题:评标功能不够细致与合理,不能有效避免评标专家的人为干预因素。
发明内容
本发明针对现有的评标方法评标功能不够细致与合理,不能有效避免评标专家的人为干预因素的技术问题,提供了一种基于DEA-GA-BP的智能评标决策系统和评标方法。
本发明提供的基础方案为:基于DEA-GA-BP的智能评标决策系统,包括:
招标方访问终端,用于招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;
投标方访问终端,用于投标方接收、阅读招标文件,以及编制、提交投标方案;
投标方案数据库,用于接收和保存投标方访问终端提交的投标方案,还用于接收和保存招标方访问终端提交的招标方的标准投标方案;
评标知识库,用于存储若干不同的评标方法;
数据云处理计算模块,用于调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取合理的评标方法,得到综合评价结果;
智能评审模块,用于根据建设工程项目的评标特点,存储有多维度的评标指标体系,智能评审模块还用于存储若干个评标专家依次对训练投标方案进行单评价指标的评价等级以及综合评价结果的信息得出的网络训练样本集,智能评审模块接收标准投标方案、综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模型进行多次评价,将评价结果再次作为GA-BP神经网络评标模型的输入,直至输出最优的投标方案,形成最终的评价结果;
评标结果输出终端,用于输出最终的评价结果。
本发明的工作原理及优点在于:在具体使用时,主要包括三方人员在使用,一是招标方,二是投标方,三是评审方,在评标过程中,最容易出现的问题主要如果评审方不能准确、公正、公平的对投标方的投标方案进行评价,那么及容易损坏招标方的利益,又由于投标方案在招标的流程启动前一般是不会公开的,但是为了确保招标方的利益,因此需要评审方对投标方案中的各项指标进行尽可能准确的评价。
在本系统中,招标方通过招标方访问终端分发招标文件,即实现招标活动的组织,同时招标文件中是包括了标准投标方案的。标准投标方案,即招标方期望通过招投标活动获得的理想的方案。投标方通过投标方访问终端接收、阅读招标文件,然后根据自身的实际情况提交投标方案(也称为“标书”)。投标方案通过投标方访问终端发送至投标方案数据库,投标方案数据保存投标方案,同时接收并存储招标方访问终端发送的标准投标方案。
评标知识库是用于保存各类评标算法的,数据云处理模块调用投标方案数据库内的投标方案作为数据输入,然后调用评标知识库内的评标方法作为运算模型对各个指标进行评价,得到综合评价结果,作为第一次输出。
智能评审模块存储有根据工程项目的评标特点的多维度的评标指标体系,用以对综合评价结果进行修正。智能评审模块内还存储有评标专家依次对训练投标方案进行单评价指标的等级及综合评价结果的信息得出的网络训练样本集。此处是本发明的核心,具体的说明如下,评标专家会针对根据综合评价结果中各项的单评价指标进行等级评价,然后进行关联,从而达到通过若干次训练保证结果输出准确性的目的。通过上述方式,对综合评价结果根据工程项目的评标特点进行多维度评标体系的分流。即,楼层施工、桥梁施工以及道路施工是适用不同维度的评标指标体系。通过上述方案,得出网络训练样本集后,能够适用更多的情况,与现有技术相比,在得出输出数据(综合指标)后,本发明会对这个结果进行再次评价,或者循环评价,以保证评标结果的公正性。
智能评审模块接收标准投标方案(招标方的期望方案)、综合评价结果(第一次输出)和投标方案(输入数据)根据DEA算法再次进行初评,依效率大小进行排序,如果在评标规则中,仅要求选出1个有效投标方案,则完成评价。如果在评标规则中,要求选出2个及以上的有效投标方案,则利用GA-BP神经网络评标模块进行多次的循环评价,直至输出的结果为最优的方案。
本发明基于DEA-GA-BP的智能评标决策系统,在整个评标过程中,评审专家仅在训练网络训练样本集中参与,在整个评标过程中,通过数据云处理计算模块、智能评审模块对投标方案进行评价,进行细致与合理的评价,避免了评标专家的认为干预因素。
进一步,所述评标知识库中存储的评标方法包括:基于灰色关联、DEA、BP或GA的评标方法。
这样的设计能够方便其他模块调用评标知识库内的评标方法,达到准确、合理的评价投标方案的效果。
进一步,所述数据云处理模块还用于根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果,数据云处理模块还用于将初步评价结果发送至智能评审模块。
这样的设计能够对投标方案进行多次评价,得到更加合理的结果。
进一步,数据云处理模块还用于调用招标方的标准投标方案和投标方的全部待评投标方案,并汇总、整理和保存;数据云处理计算模块还用于利用数据挖掘工具正确找出各投标方案中全部单评价指标的信息,并形成特征集合,数据云处理计算模块调用评标知识库中的评标方法根据招标方的标准投标方案对各待评投标方案中的单评价指标信息进行评价,并给出具体的单评价指标的评价等级,数据云处理模块还用于根据单评价指标的评价等级即评标方法对投标方案进行综合评价得到综合评价结果。
这样的设计使得数据云处理模块能够对各类数据进行准确的评价。
进一步,其中,GA-BP神经网络评标模型的二次评价过程为:先对最初的得到的网络训练样本集进行数据处理,然后将处理后的数据输入到GA-BP神经网络评标模型中进行评价,得到各投标方案的实际综合评价值,最后按实际的综合评价值大小进行排序,若非有效投标方案的排序结果与DEA法得到的相同且有效投标方案的评价结果高于非有效投标方案,则根据评价结果,确定最优的投标方案。
这样的设计能够得到更加准确的评价结果。
基于DEA-GA-BP的智能评标方法,包括如下内容:
S1,招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;
S2,投标方接收、阅读招标文件,以及编制、提交投标方案;
S3,接收和保存投标方访问终端提交的投标方案,接收和保存招标方访问终端提交的招标方的标准投标方案;
S4,调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取合理的评标方法,得到综合评价结果,其中,评标知识库内存储有若干不同的评标方法;
S5,根据综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模块进行二次评价,确定最优的投标方案;否则,则再次进行GA-BP神经网络评标模型的二次评价,直至输出最优的投标方案,形成最终的评价结果。
这样的设计,在整个评标过程中,评审专家仅在训练网络训练样本集中参与,在整个评标过程中无人工干扰的同时,能够进行细致与合理的评价,避免了评标专家的认为干预因素。
进一步,在S4中,根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果。
这样的设计能够得到更加准确评价结果。
附图说明
图1为本发明基于DEA-GA-BP的智能评标决策系统实施例的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细的说明:
基于DEA-GA-BP的智能评标方法,包括如下内容:
S1,招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;
S2,投标方接收、阅读招标文件,以及编制、提交投标方案;
S3,接收和保存投标方访问终端提交的投标方案,接收和保存招标方访问终端提交的招标方的标准投标方案;
S4,调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取合理的评标方法,得到综合评价结果,其中,评标知识库内存储有若干不同的评标方法,根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果;
S5,根据综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模块进行二次评价,确定最优的投标方案;否则,则再次进行GA-BP神经网络评标模型的二次评价,直至输出最优的投标方案,形成最终的评价结果。
这样的设计,在整个评标过程中,评审专家仅在训练网络训练样本集中参与,在整个评标过程中无人工干扰的同时,能够进行细致与合理的评价,避免了评标专家的认为干预因素。
为实现上述方法,本实施例中还公开了基于DEA-GA-BP的智能评标决策系统(如图1所示),包括:
招标方访问终端,用于招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案。具体而言,招标方访问终端选用的硬件设备可以智能手机或者平板电脑,在本实施例中选用的是PC电脑。
投标方访问终端,用于投标方接收、阅读招标文件,以及编制、提交投标方案;具体而言,投标方访问终端选用是的PC电脑。
投标方案数据库,用于接收和保存投标方访问终端提交的投标方案,还用于接收和保存招标方访问终端提交的招标方的标准投标方案;具体而言,选用的是第一云端数据库。
评标知识库,用于存储若干不同的评标方法,所述评标知识库中存储的评标方法包括:基于灰色关联、DEA、BP或GA的评标方法。具体而言,选用的是第二云端数据库。
数据云处理计算模块,用于调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取DEA的评标方法,得到综合评价结果,数据云处理模块还用于根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果,数据云处理模块还用于将初步评价结果发送至智能评审模块,数据云处理模块还用于调用招标方的标准投标方案和投标方的全部待评投标方案,并汇总、整理和保存。具体而言,选用的是第一云端服务器。
数据云处理计算模块还用于利用数据挖掘工具正确找出各投标方案中全部单评价指标的信息,并形成特征集合,数据云处理计算模块调用评标知识库中的评标方法根据招标方的标准投标方案对各待评投标方案中的单评价指标信息进行评价,并给出具体的单评价指标的评价等级,数据云处理模块还用于根据单评价指标的评价等级即评标方法对投标方案进行综合评价得到综合评价结果;
智能评审模块,用于根据建设工程项目的评标特点,存储有多维度的评标指标体系,智能评审模块还用于存储若干个评标专家依次对训练投标方案进行单评价指标的评价等级以及综合评价结果的信息得出的网络训练样本集,智能评审模块接收标准投标方案、综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模型进行多次评价,将评价结果再次作为GA-BP神经网络评标模型的输入,直至输出最优的投标方案,形成最终的评价结果。
其中,GA-BP神经网络评标模型的二次评价过程为:先对最初的得到的网络训练样本集进行数据处理,然后将处理后的数据输入到GA-BP神经网络评标模型中进行评价,得到各投标方案的实际综合评价值,最后按实际的综合评价值大小进行排序,若非有效投标方案的排序结果与DEA法得到的相同且有效投标方案的评价结果高于非有效投标方案,则根据评价结果,确定最优的投标方案;具体而言,智能评审模块选用的是第二云端服务器。
评标结果输出终端,用于输出最终的评价结果。具体而言,选用是显示屏。
具体使用时,招标方通过招标方访问终端分发招标文件,即实现招标活动的组织,同时招标文件中是包括了标准投标方案的,具体而言,标准投标方案是招标方期望通过招投标活动获得的理想的方案,换句话说,标准投标方案,就是招标方根据己方需求提出了最有利于自己实现利益最大化的方案。
然后,投标方通过投标方访问终端接收、阅读招标文件,然后根据自身的实际情况提交投标方案(也称为“标书”)。投标方案通过投标方访问终端发送至投标方案数据库,投标方案数据保存投标方案,同时接收并存储招标方访问终端发送的标准投标方案。
接下来,数据云处理模块调用投标方案数据库内的投标方案作为数据输入,然后调用评标知识库内的评标方法作为运算模型对各个指标进行评价,得到综合评价结果,作为第一次输出。智能评审模块存储有根据工程项目的评标特点的多维度的评标指标体系,用以对综合评价结果进行修正。智能评审模块内还存储有评标专家依次对训练投标方案进行单评价指标的等级及综合评价结果的信息得出的网络训练样本集。此处是本发明的核心,具体的说明如下,评标专家会针对根据综合评价结果中各项的单评价指标进行等级评价,然后进行关联,从而达到通过若干次训练保证结果输出准确性的目的。
通过上述方式,对综合评价结果根据工程项目的评标特点进行多维度评标体系的分流。即,楼层施工、桥梁施工以及道路施工是适用不同维度的评标指标体系。通过上述方案,得出网络训练样本集后,能够适用更多的情况,与现有技术相比,在得出输出数据(综合指标)后,本发明会对这个结果进行再次评价,或者循环评价,以保证评标结果的公正性。
智能评审模块接收标准投标方案(招标方的期望方案)、综合评价结果(第一次输出)和投标方案(输入数据)根据DEA算法再次进行初评,依效率大小进行排序,如果在评标规则中,仅要求选出1个有效投标方案,则完成评价。如果在评标规则中,要求选出2个及以上的有效投标方案,则利用GA-BP神经网络评标模块进行多次的循环评价,直至输出的结果为最优的方案。
下面以具体的实例作为说明,本文选取的是已经评标完成的案例以本系统来做验证。具体案例为2013年昆仑花园二期三标段工程施工项目的实际招标文件为实例进行验证。具体验证过程如下:
1.招标方通过PC电脑,发布招标信息及编制和分发招标文件,在招标文件中包括了标准投标方案。标准投标方案中评价维度包括了,费用参数,工期进度参数,风险防控参数,相关资质参数,履约保证金参数,工程量预计参数,质量保证期参数,其他必要条件补充参数(如施工及生活用水,电力供应及通讯,交通与运输条件,职工人员,机械设备,以往履约情况)。
2.投标方通过PC电脑接收、阅读招标文件,编制、提交投标方案。总共有14个投标方,分别为A、B、C、D、E、F、G、H、I、J、K、L、M、N。
3.投标方案数据库(即第一云端数据库)接收投标方案,标准投标方案。
4.评标知识库(第二云端数据库)内存储有基于灰色关联、BP以及GA的评标算法。
5.数据云处理计算模块(第一云端服务器),调用投标方案,分析投标方案中的项目信息及类型,具体而言本次招投标的类型为楼宇建设(即与道路施工等类型作区分),然后根据楼宇建设选取评标方法,具体而言,首先采用DEA算法(能过获得有效解,等价于获得对各个投标方案的评价,具体而言,获得如表1所示的结果),得到综合评价结果。后面再根据需求选取评标方法。选取的依据为如果标准投标方案中评价维度低于10个(即,表示招标方提供的标准投标方案中的评价维度过少,导致许多变量被忽略);如果标准投标方案中的要求输出的结果大于2个,则优先选取BP算法;如果标准投标方案中的要求输出的结果为1个,则优先选取GA算法(标准投标方案输出的结果的个数,是与人们设置的期望相关联的,如果希望在最后人工的做一次复核,则期望输出的结果大于1;如果直接以本系统输出1个结果,完全隔绝人工影响,则期望输出的结果为1)。在本实施例中通过GA-BP算法,对投标方案进行综合评价,得到综合评价结果(具体如表1所示)。
6.然后智能评审模块内存储有多维度的评价指标体系,各个维度的比重,以及各个维度之间比重之间的关联是通过网络训练达成的。然后再依效率大小进行排序,得到的结果如表1所示。本实施最后的排序结果没有并列,则将结果排序为1的输出,完成评价。
7.最后评标结果由评标结果输出终端输出。
表1 DEA初评结果与GA-BP神经网络评价结果
投标方案 | DEA效率值 | DEA评价排序 | GA-BP评价值 | GA-BP评价排序 |
A | 0.8684 | 2 | 0.3186 | 12 |
B | 1 | 1 | 0.5898 | 7 |
C | 1 | 1 | 0.7270 | 4 |
D | 1 | 1 | 0.8170 | 3 |
E | 1 | 1 | 0.9099 | 2 |
F | 1 | 1 | 0.9764 | 1 |
G | 1 | 1 | 0.5901 | 6 |
H | 1 | 1 | 0.5010 | 8 |
I | 1 | 1 | 0.4541 | 9 |
J | 1 | 1 | 0.6372 | 5 |
K | 1 | 1 | 0.4086 | 10 |
L | 0.7514 | 4 | 0.0287 | 14 |
M | 0.8229 | 3 | 0.2275 | 13 |
N | 1 | 1 | 0.3619 | 11 |
从上表的结果可以看出,如果仅通过DEA算法进行评价,则输出的结果有若干的,但是在增加GA-BP算法后,评价结果可以进行有序的排序,可以按照需求输出投标方案的排序,不需要人工评价,避免了人工评价的主观性。通过表1的结果与实际评审结果相比对,最后排序方案的前5名,与实际评审结果相符,即本系统可实现对投标方案的智能优化评价。
在另一实施例中,为进一步提高本系统的可行性和公平性,还公开了一种评标结果验证系统,包括验证模块、意见收集模块以及显示信息收集模块,所述验证模块用于接收智能评审模块输出的评价结果,并将评价结果保存,然后将评价结果发送至显示屏;意见收集模块用于收集各个投标方对于评价结果的意见并发送至验证模块,显示信息收集模块用于收集显示屏显示的结果和验证模块接收到的意见占比的结果。具体而言,意见收集模块为可以发送三个信号(包括同意、质疑、不同意)的无线遥控器,该无线遥控器发送的信号是包括自己匹配的ID,即多次发送是无效的。验证模块在接收到投标方的意见后,进行统计,若同意的意见超过50%,则表示本次中标有效;若质疑的意见,则根据发送质疑信号的无线遥控器的ID向该无线遥控器发送中标的投标文件;若不同意的意见超过50%,则保留中标结果,等待不同意的投标单位提申述意见。在本实施例中,显示屏还显示了各个意见的占比结果,能够让提出意见的人知晓各个意见提出者的占比,确认本次招投标的公平性。
显示信息收集模块为摄像头,收集显示屏上显示的中标单位并发回至验证模块,验证模块对显示信息收集模块反馈的信息进行灰度化、二值化处理,获取文字信息并与验证模块内保存的评价结果匹配,如果存在差异,验证模块则发出报警信息,避免出现其他不法人员,截取显示器的输入信号,改变显示器显示的评价结果。保证评价结果的公平性(即显示屏是最后的输出终端设备,在一些情况下,不法人员能够替换掉显示器的输入信号,强行改变显示器的输出结果)。本方案用于显示内容的验证,避免显示屏的视频输入信号被截取(或者说替换);且还用于收集投标方的意见,显示各个意见的占比,保证中标单位的公平公正性。通过对显示内容和意见同时进行验证。从实际效果上看,即能对过程验证也能对结果(或者说参与投标人的心里预期的验证),保证了结果的公正性。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (7)
1.基于DEA-GA-BP的智能评标决策系统,其特征在于:包括:
招标方访问终端,用于招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;
投标方访问终端,用于投标方接收、阅读招标文件,以及编制、提交投标方案;
投标方案数据库,用于接收和保存投标方访问终端提交的投标方案,还用于接收和保存招标方访问终端提交的招标方的标准投标方案;
评标知识库,用于存储若干不同的评标方法;
数据云处理计算模块,用于调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取合理的评标方法,得到综合评价结果;
智能评审模块,用于根据建设工程项目的评标特点,存储有多维度的评标指标体系,智能评审模块还用于存储若干个评标专家依次对训练投标方案进行单评价指标的评价等级以及综合评价结果的信息得出的网络训练样本集,智能评审模块接收标准投标方案、综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模型进行多次评价,将评价结果再次作为GA-BP神经网络评标模型的输入,直至输出最优的投标方案,形成最终的评价结果;
评标结果输出终端,用于输出最终的评价结果。
2.根据权利要求1所述的基于DEA-GA-BP的智能评标决策系统,其特征在于:所述评标知识库中存储的评标方法包括:基于灰色关联、DEA、BP或GA的评标方法。
3.根据权利要求1所述的基于DEA-GA-BP的智能评标决策系统,其特征在于:所述数据云处理模块还用于根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果,数据云处理模块还用于将初步评价结果发送至智能评审模块。
4.根据权利要求1所述的基于DEA-GA-BP的智能评标决策系统,其特征在于:数据云处理模块还用于调用招标方的标准投标方案和投标方的全部待评投标方案,并汇总、整理和保存;数据云处理计算模块还用于利用数据挖掘工具正确找出各投标方案中全部单评价指标的信息,并形成特征集合,数据云处理计算模块调用评标知识库中的评标方法根据招标方的标准投标方案对各待评投标方案中的单评价指标信息进行评价,并给出具体的单评价指标的评价等级,数据云处理模块还用于根据单评价指标的评价等级即评标方法对投标方案进行综合评价得到综合评价结果。
5.根据权利要求1所述的基于DEA-GA-BP的智能评标决策系统,其特征在于:其中,GA-BP神经网络评标模型的二次评价过程为:先对最初的得到的网络训练样本集进行数据处理,然后将处理后的数据输入到GA-BP神经网络评标模型中进行评价,得到各投标方案的实际综合评价值,最后按实际的综合评价值大小进行排序,若非有效投标方案的排序结果与DEA法得到的相同且有效投标方案的评价结果高于非有效投标方案,则根据评价结果,确定最优的投标方案。
6.基于DEA-GA-BP的智能评标方法,包括如下内容:
S1,招标方发布招标信息及编制和分发招标文件,所述招标文件中包括标准投标方案;
S2,投标方接收、阅读招标文件,以及编制、提交投标方案;
S3,接收和保存投标方访问终端提交的投标方案,接收和保存招标方访问终端提交的招标方的标准投标方案;
S4,调用投标方案数据库内的投标方案,并分析投标方案中的项目信息及类型,从评标知识库中查询并选取合理的评标方法,得到综合评价结果,其中,评标知识库内存储有若干不同的评标方法;
S5,根据综合评价结果和投标方案并基于DEA法进行初评,依效率大小进行排序,若有效投标方案数量为1,则评价完成;若有效评标文件数量大于或等于2,则利用GA-BP神经网络评标模块进行二次评价,确定最优的投标方案;否则,则再次进行GA-BP神经网络评标模型的二次评价,直至输出最优的投标方案,形成最终的评价结果。
7.根据权利要求6所述的基于DEA-GA-BP的智能评标方法,其特征在于:在S4中,根据评标知识库中的评标方法对投标方案进行多次评价,得到若干初步评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810277019.9A CN108428061B (zh) | 2018-03-30 | 2018-03-30 | 基于dea-ga-bp的智能评标决策系统和评标方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810277019.9A CN108428061B (zh) | 2018-03-30 | 2018-03-30 | 基于dea-ga-bp的智能评标决策系统和评标方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108428061A true CN108428061A (zh) | 2018-08-21 |
CN108428061B CN108428061B (zh) | 2022-03-04 |
Family
ID=63159570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810277019.9A Expired - Fee Related CN108428061B (zh) | 2018-03-30 | 2018-03-30 | 基于dea-ga-bp的智能评标决策系统和评标方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108428061B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009242A (zh) * | 2019-04-12 | 2019-07-12 | 网易(杭州)网络有限公司 | 基于神经网络的评标方法及装置、存储介质 |
CN110517123A (zh) * | 2019-08-23 | 2019-11-29 | 宁夏神州好易信息发展股份有限公司 | 一种基于物联网技术的ai无人评标系统及方法 |
CN113034251A (zh) * | 2021-04-23 | 2021-06-25 | 贵州兴泰科技有限公司 | 一种线上招投标管理系统 |
CN117787569A (zh) * | 2024-02-23 | 2024-03-29 | 广东电网有限责任公司 | 一种智能辅助评标方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101561895A (zh) * | 2008-04-16 | 2009-10-21 | 姜玉娟 | 网络远程在线招标、投标、评标及监督监察的方法 |
CN102509186A (zh) * | 2011-10-25 | 2012-06-20 | 莱芜钢铁集团有限公司 | 基于自学习的评标系统和方法 |
CN105719070A (zh) * | 2016-01-18 | 2016-06-29 | 四川建设网有限责任公司 | 一种电子辅助评审方法及系统 |
US20170286870A1 (en) * | 2011-06-08 | 2017-10-05 | Accenture Global Solutions Limited | Machine learning based procurement system using risk scores pertaining to bids, suppliers, prices, and items |
CN107392570A (zh) * | 2017-07-22 | 2017-11-24 | 江苏省鸿源招标代理股份有限公司 | 一种全流程电子招标投标评标系统及其招标投标评标方法 |
CN107704999A (zh) * | 2017-09-15 | 2018-02-16 | 重庆邮电大学 | 一种双向交叉评价智能评标方法 |
-
2018
- 2018-03-30 CN CN201810277019.9A patent/CN108428061B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101561895A (zh) * | 2008-04-16 | 2009-10-21 | 姜玉娟 | 网络远程在线招标、投标、评标及监督监察的方法 |
US20170286870A1 (en) * | 2011-06-08 | 2017-10-05 | Accenture Global Solutions Limited | Machine learning based procurement system using risk scores pertaining to bids, suppliers, prices, and items |
CN102509186A (zh) * | 2011-10-25 | 2012-06-20 | 莱芜钢铁集团有限公司 | 基于自学习的评标系统和方法 |
CN105719070A (zh) * | 2016-01-18 | 2016-06-29 | 四川建设网有限责任公司 | 一种电子辅助评审方法及系统 |
CN107392570A (zh) * | 2017-07-22 | 2017-11-24 | 江苏省鸿源招标代理股份有限公司 | 一种全流程电子招标投标评标系统及其招标投标评标方法 |
CN107704999A (zh) * | 2017-09-15 | 2018-02-16 | 重庆邮电大学 | 一种双向交叉评价智能评标方法 |
Non-Patent Citations (1)
Title |
---|
江小燕等: "基于 DEA-GA-BP 的建设工程评标方法研究", 《价值工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009242A (zh) * | 2019-04-12 | 2019-07-12 | 网易(杭州)网络有限公司 | 基于神经网络的评标方法及装置、存储介质 |
CN110517123A (zh) * | 2019-08-23 | 2019-11-29 | 宁夏神州好易信息发展股份有限公司 | 一种基于物联网技术的ai无人评标系统及方法 |
CN113034251A (zh) * | 2021-04-23 | 2021-06-25 | 贵州兴泰科技有限公司 | 一种线上招投标管理系统 |
CN117787569A (zh) * | 2024-02-23 | 2024-03-29 | 广东电网有限责任公司 | 一种智能辅助评标方法及系统 |
CN117787569B (zh) * | 2024-02-23 | 2024-04-30 | 广东电网有限责任公司 | 一种智能辅助评标方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108428061B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108428061A (zh) | 基于dea-ga-bp的智能评标决策系统和评标方法 | |
CN110059834A (zh) | 电力运维方法、系统及终端设备 | |
CN105207821B (zh) | 一种面向业务的网络综合性能评估方法 | |
CN105931116A (zh) | 基于深度学习机制的自动化信用评分系统及方法 | |
CN106131158A (zh) | 一种云数据中心环境下基于云租户信用度的资源调度装置 | |
CN105574680A (zh) | 一种企业竞争能力诊断的方法及系统 | |
WO2022057108A1 (zh) | 基于联邦学习的个人资质评估方法、装置及系统及存储介质 | |
CN105388876B (zh) | 获得基于班组的间歇型化工生产工艺符合度的方法及装置 | |
CN106503895A (zh) | 一种虚拟协同网络团队成员优选方法 | |
CN110189048A (zh) | 一种基于云平台的统效考核管理方法及系统 | |
CN110147389A (zh) | 帐号处理方法和装置、存储介质及电子装置 | |
Byma et al. | Exploring the role of managerial ability in influencing dairy farm efficiency | |
CN108345995A (zh) | 一种企业内部经济管理成本控制系统 | |
CN108364131A (zh) | 利用类神经网络进行人格类型的自动识别与分群的方法 | |
Bottone | A tax on robots? Some food for thought | |
CN114662963A (zh) | 一种专家智能评审管理方法 | |
CN108694182A (zh) | 活动推送方法、活动推送装置和服务器 | |
CN107194570A (zh) | 用于单个企业关键决策点的筛选方法及其系统 | |
CN117371752A (zh) | 一种建筑施工人力调度方法、介质及系统 | |
CN106503889A (zh) | 一种土地集约利用主客观综合评价方法及装置 | |
CN110298582A (zh) | 一种构建专利价值分析评价模型的方法 | |
CN110176282A (zh) | 一种基于最大期望算法的患者身份匹配方法 | |
Shumway | Allocation of scarce resources to agricultural research: Review of methodology | |
CN113076561B (zh) | 一种数据块的分拆和重组系统 | |
CN114492847A (zh) | 一种高效个性化联邦学习系统和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220304 |
|
CF01 | Termination of patent right due to non-payment of annual fee |