基于熵權(quán)和多目標(biāo)優(yōu)化的投標(biāo)報(bào)價方案優(yōu)選

南鐵雷

摘要： 隨著招標(biāo)投標(biāo)制的推行以及工程量清單計(jì)價方式的實(shí)施，我國水利工程建設(shè)市場面臨著越來越激烈的競爭，投標(biāo)人為了在盡可能中標(biāo)的同時實(shí)現(xiàn)利益的最大化，往往采用不平衡報(bào)價法進(jìn)行投標(biāo)。這不僅對發(fā)包人的經(jīng)濟(jì)利益造成損害，還擾亂了招投標(biāo)的正常秩序，因此發(fā)包人在評標(biāo)階段要對各投標(biāo)方案進(jìn)行優(yōu)選。本文將熵權(quán)理論引入多目標(biāo)優(yōu)化的數(shù)學(xué)模型中，利用熵權(quán)法較為客觀地確定各指標(biāo)權(quán)重，并通過分析計(jì)算各投標(biāo)方案與理想點(diǎn)間的相對海明距離，確定各投標(biāo)方案的不平衡度，從而達(dá)到優(yōu)選投標(biāo)方案的目的。案例分析表明，該方法準(zhǔn)確有效，能夠?yàn)檎袠?biāo)人評標(biāo)提供參考和依據(jù)。

Abstract： With the implementation of the bidding system and the implementation of the bill of quantities， the competition in the construction market of water conservancy projects is becoming increasingly fierce， the bidder in order to achieve the best possible bidder and achieve the maximum benefits， often using unbalanced bidding method. This not only damages the interests of the employer， but also disrupts the normal order of the bidding. Therefore， the employer in the bid evaluation stage to optimize the tender scheme. In this paper， the author introduced the theory of entropy weight into the mathematical model of multi-objective optimization， and used it to determine the index weight objectively. Then the author analysed and calculated the Relative Hamming Distance of each bidding scheme and the ideal point， and determined the degree of imbalance in the tender. Thereby we can select the best winner. The case analysis shows that the method is accurate and effective， and can provide reference and basis for the bid evaluation.

關(guān)鍵詞： 熵權(quán)；多目標(biāo)優(yōu)化；招標(biāo)投標(biāo)；不平衡報(bào)價

Key words： entropy weight；multi-objective optimization；bid invitation；unbalanced bids

中圖分類號：TU712 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2016）09-0030-04

0 引言

隨著水利工程建設(shè)市場的競爭日趨激烈，投標(biāo)人為了中標(biāo)盈利并轉(zhuǎn)移風(fēng)險(xiǎn)，往往采用不平衡報(bào)價策略進(jìn)行投標(biāo)。不平衡報(bào)價是指投標(biāo)人綜合考慮本企業(yè)的實(shí)際水平和市場因素，通過常規(guī)報(bào)價分析確定投標(biāo)總報(bào)價后，在總報(bào)價基本不變的基礎(chǔ)上，刻意增大或減小某些項(xiàng)目的報(bào)價，以期帶來收益最大化的投標(biāo)報(bào)價策略[1-2]。不平衡報(bào)價者一旦中標(biāo)，必然會導(dǎo)致“低價中標(biāo)，高價結(jié)算”，使發(fā)包人的利益遭受損失，因此在評標(biāo)階段要對各投標(biāo)報(bào)價方案進(jìn)行優(yōu)選，避免不平衡報(bào)價者中標(biāo)。Tong和Lu（1992年）[3]對不平衡報(bào)價的概念和運(yùn)用形式進(jìn)行了較為詳細(xì)的分析。烏云娜、郝越明[4]量化分析了不平衡報(bào)價可能給發(fā)包人增加的支出。唐曉飛[5]分析了在評標(biāo)階段招標(biāo)人如何定量識別報(bào)價的不平衡程度。本文將熵權(quán)引入到多目標(biāo)優(yōu)化的數(shù)學(xué)模型中，以合理的評價基點(diǎn)為基準(zhǔn)，提出一種通過分析各投標(biāo)人的清單項(xiàng)目投標(biāo)單價確定不平衡度的方法，為招標(biāo)人評標(biāo)提供參考。

1 多目標(biāo)優(yōu)化理論

在一個復(fù)雜的系統(tǒng)工程中，事件往往是多目標(biāo)問題。理想情況下，每個多目標(biāo)問題都存在能使所有目標(biāo)達(dá)到最佳的方案，但在現(xiàn)實(shí)情況下，由于目標(biāo)間存在相互關(guān)聯(lián)和制約，很難找到一個能夠使多目標(biāo)問題的所有目標(biāo)同時達(dá)到最優(yōu)的方案。為了解決實(shí)際問題，我們不得不在所有可行方案中選擇合適較優(yōu)的方案，因而多目標(biāo)優(yōu)選問題就轉(zhuǎn)化為了整體擇優(yōu)問題。多目標(biāo)問題各個目標(biāo)的量綱往往不同，不具有可比性，需先對數(shù)據(jù)進(jìn)行無量綱化處理，再運(yùn)用理想點(diǎn)法，計(jì)算比較所有非劣解與理想點(diǎn)之間的距離特征值，則該多目標(biāo)問題的優(yōu)化解就是與理想點(diǎn)最接近的非劣解[6-7]。

1.1 構(gòu)建多目標(biāo)模型

設(shè)多目標(biāo)問題有p個目標(biāo)，分別為：

f1（x），f2（x），…，fp（x）

將目標(biāo)優(yōu)化（越大越優(yōu)或越小越優(yōu)），可表示為：

max或min{f1（x），f2（x），…，fp（x）} X∈D

若存在X*，使f1（x），f2（x），…，fp（x）達(dá)到最優(yōu)，則稱X*為該問題的理想點(diǎn)，即存在

F（X*）=[f1（X*），f2（X*），…，fp（X*）]T

滿足所有約束條件。

而最接近理想點(diǎn)的非劣解即為優(yōu)化解。

若非劣解分別為：

F1（x）=[f11（x1），f12（x1），…，f1p（x1）]T

F2（x）=[f21（x2），f22（x2），…，f2p（x2）]T

…

Fk（x）=[fk1（xk），fk2（xk），…，fkp（xk）]T

而該多目標(biāo)問題的理想點(diǎn)為：

F*=[f1*，f2*，…，fp*]T

式中的fj*由原目標(biāo)優(yōu)化求出。則此時的fj*可統(tǒng)一表達(dá)為：

X=（x1，x2，…，xn）T，使max或min fj（x）約束于qj（x）？燮0（j=1，2，…p）

從而將非劣解和理想點(diǎn)的目標(biāo)值用最優(yōu)隸屬函數(shù)？滋（fij）表征，非劣解的目標(biāo)值在目標(biāo)論域上的模糊子集為：

=[？滋（f11），？滋（f12），…，？滋（f1p）]T

=[？滋（f21），？滋（f22），…，？滋（f2p）]T

…

=[？滋（fk1），？滋（fk2），…，？滋（fkp）]T

理想點(diǎn)的目標(biāo)值在目標(biāo)論域上的模糊子集為：

=[？滋（f1*），？滋（f2*），…，？滋（fp*）]T

這樣，不同量綱的目標(biāo)值，均可用模糊隸屬函數(shù)法處理后進(jìn)行計(jì)算。

1.2 隸屬函數(shù)

以上模糊子集可用隸屬函數(shù)來表征，其隸屬函數(shù)分為定量指標(biāo)隸屬函數(shù)和定性指標(biāo)隸屬函數(shù)，分別描述為：

①定量指標(biāo)隸屬函數(shù)。

若目標(biāo)屬性以小為優(yōu)，即越小越優(yōu)，則其最優(yōu)隸屬函數(shù)可表示為：

？滋ij= （1）

式中，？滋ij為第i方案第j個目標(biāo)的最優(yōu)隸屬函數(shù)；fij為第i方案第j個目標(biāo)的函數(shù)值（即目標(biāo)值）；max（fij）為所有方案第j個目標(biāo)的最大目標(biāo)值；f*j為第j個目標(biāo)的理想目標(biāo)值。

若目標(biāo)屬性以大為優(yōu)，即越大越優(yōu)，則最優(yōu)隸屬函數(shù)可表示為：

？滋ij= （2）

式中，min（fij）為所有方案第j個目標(biāo)的最小目標(biāo)值。

②定性指標(biāo)隸屬函數(shù)。

定性指標(biāo)可提前設(shè)立相應(yīng)的模糊評語，按預(yù)設(shè)的模糊評語對評價指標(biāo)進(jìn)行分級并賦值，從而將其量化，再按定量指標(biāo)確定隸屬函數(shù)。

1.3 目標(biāo)權(quán)重系數(shù)

目標(biāo)的權(quán)重系數(shù)表明該目標(biāo)在整個問題中的重要程度。權(quán)重系數(shù)越大，相對重要程度越高；權(quán)重系數(shù)越小，相對重要程度越低。確定目標(biāo)權(quán)重系數(shù)的方法有很多，本文采用熵權(quán)法。

1.4 求得優(yōu)化解

求解多目標(biāo)問題可引入模糊數(shù)學(xué)中的距離概念，通過計(jì)算并比較各非劣解與理想點(diǎn)間的距離確定解的優(yōu)劣程度，求得該問題的優(yōu)化解。模糊數(shù)學(xué)中計(jì)算距離的公式有很多，此處選用相對海明距離公式。設(shè) 、 是目標(biāo)論域中的兩個模糊子集，則二者間的相對海明距離為：

？姿[ ， ]= （1-qj）？滋（fj*）-？滋（fij）（3）

式中，p為多目標(biāo)優(yōu)化問題中目標(biāo)的個數(shù)，qj為第j個目標(biāo)的權(quán)重系數(shù)，且 qj=1。

距離理想點(diǎn)最近的非劣解為該多目標(biāo)問題的優(yōu)化解，顯然min ？姿[ ， ]為優(yōu)化解，即第i方案距離理想點(diǎn)最近，為最優(yōu)方案。

2 熵權(quán)模型

指標(biāo)權(quán)重的確定直接影響評價的結(jié)果。熵是信息無序化程度的反映，本文用其度量指標(biāo)的差異程度。評價指標(biāo)的信息熵越小，其對應(yīng)的熵權(quán)越大。熵權(quán)計(jì)算過程如下[8]：

①構(gòu)建判斷矩陣R：

設(shè)有m個評價事物，n個評價指標(biāo)，則

R=（xij）mn（i=1，2，…，n；j=1，2，…，m）

②判斷矩陣的歸一化：

bij= （4）

式中：xmax、xmin分別為不同方案中同一指標(biāo)的最大值和最小值。

歸一化處理后得到歸一化判斷矩陣B：B=（bij）mn（i=1，2，…，n；j=1，2，…，m）

③確定評價指標(biāo)的熵值Hi為：

Hi=- fijlnfij（i=1，2，…，n；j=1，2，…，m）（5）

其中：

fij= （6）

根據(jù)評價的實(shí)際意義，當(dāng)fij=0時，認(rèn)為ln fij是一較大數(shù)值，與fij相乘趨于0，故fij ln fij=0。但當(dāng)fij=1，ln fij=0，則二者相乘的結(jié)果fij ln fij=0，此結(jié)果與實(shí)際相悖，故現(xiàn)對fij進(jìn)行修正，將其定義為：

fij= （7）

④計(jì)算評價指標(biāo)的熵權(quán)矩陣W：

其中：？棕i= ，且滿足 ？棕i=1（8）

3 實(shí)例分析

現(xiàn)有一公開招標(biāo)的倒虹吸工程，表1是其主要工程量清單。投標(biāo)的施工企業(yè)中有6家通過了資格預(yù)審，各企業(yè)相應(yīng)的土建施工項(xiàng)目投標(biāo)報(bào)價情況如表2所示（表2中的評價基點(diǎn)為同一項(xiàng)目所有投標(biāo)企業(yè)所報(bào)單價的平均值）。6家投標(biāo)企業(yè)的總報(bào)價十分接近，但各企業(yè)針對不同項(xiàng)目的投標(biāo)報(bào)價卻有較大差別，不平衡報(bào)價的現(xiàn)象顯然存在。

3.1 目標(biāo)隸屬函數(shù)值

①目標(biāo)隸屬函數(shù)的建立。

本文選取投標(biāo)單價的合理值為理想點(diǎn)，可建立如下最優(yōu)隸屬函數(shù)：？滋ij=1- （9）

式中，？滋ij為第i投標(biāo)方案第j個項(xiàng)目的最優(yōu)隸屬函數(shù)，且？滋ij∈[0，1]；fij為第i投標(biāo)方案第j個項(xiàng)目的函數(shù)值（也即目標(biāo)值）；f 為第j個項(xiàng)目的理想值，即評價基點(diǎn)。

②目標(biāo)隸屬函數(shù)值的計(jì)算。

根據(jù)式（9）分別計(jì)算表2中各指標(biāo)的隸屬函數(shù)值如表3所示。

3.2 評價指標(biāo)權(quán)重系數(shù)的確定

①構(gòu)建綜合判斷矩陣R：

根據(jù)表2數(shù)據(jù)，構(gòu)建關(guān)于6個投標(biāo)企業(yè)、9個投標(biāo)報(bào)價的綜合判斷矩陣R。

R=

②求歸一化判斷矩陣B：

根據(jù)式（4）對矩陣R歸一化處理，得到歸一化判斷矩陣B： B=

③計(jì)算熵值Hi和熵權(quán)？棕i

根據(jù)式（5）、（7）、（8）計(jì)算各評價指標(biāo)的熵值Hi和熵權(quán)？棕i，如表4所示：

則權(quán)重集=

{0.107，0.100，0.101，0.135，0.093，0.098，0.137，0.092，0.138}。

3.3 求解多目標(biāo)優(yōu)化解

由式（3）可計(jì)算各投標(biāo)方案較之理想方案的相對海明距離，此距離可用來比較各投標(biāo)方案間的不平衡度，即相對海明距離越小，不平衡度越低，方案越優(yōu)；相對海明距離越大，不平衡度越高，方案越劣。其中第j個目標(biāo)的最優(yōu)值？滋（f ）=1（j=1，2，…，9）。

企業(yè)1：？姿[ ， ]= [（1-0.107）（1-0.910）+（1-0.100）（1-0.654）+（1-0.101）（1-0.500）+（1-0.135）（1-0.617）+（1-0.093）（1-0.732）+（1-0.098）（1-0.670）+（1-0.137）（1-0.914）+（1-0.092）（1-0.932）+（1-0.138）（1-0.998）]=0.206；

同理可求得其他5家投標(biāo)企業(yè)的相對海明距離，如表5所示。

則min？姿[ ， ]=min{0.206，0.418，0.496，0.680，0.589，

0.377}=0.206。

由此可看出企業(yè)A的投標(biāo)報(bào)價與理想點(diǎn)距離最近，其投標(biāo)報(bào)價的不平衡度最小，為最優(yōu)投標(biāo)單位。

3.4 結(jié)果分析

在上述案例中，6家企業(yè)的投標(biāo)總價相差不大，但同一項(xiàng)目的單價卻有很大出入。通過分析建模計(jì)算結(jié)果得出，企業(yè)A的投標(biāo)報(bào)價不平衡度最小，各項(xiàng)報(bào)價與理想單價最為接近，是最優(yōu)的投標(biāo)方案。而企業(yè)D的投標(biāo)報(bào)價不平衡度最大，是最劣的投標(biāo)方案。

4 結(jié)語

評標(biāo)并確定中標(biāo)者是工程中一個重要的階段，它直接決定著工程的成敗。而價格因素又是評標(biāo)中重點(diǎn)考慮的因素。因此，如何通過對各投標(biāo)報(bào)價方案的分析優(yōu)選出最佳方案，盡可能避免不平衡報(bào)價者中標(biāo)，已經(jīng)成為工程實(shí)際中亟待解決的問題。本文將熵權(quán)引入到多目標(biāo)優(yōu)化的數(shù)學(xué)模型中，以合理的評價基點(diǎn)為基準(zhǔn)，通過對各投標(biāo)人的清單項(xiàng)目投標(biāo)單價進(jìn)行對比分析求得其不平衡度，據(jù)此優(yōu)選出最佳投標(biāo)方案。通過案例分析可知，本方法簡便易行，可借助EXCEL方便快捷地計(jì)算比較各投標(biāo)人報(bào)價的不平衡度，為招標(biāo)人評標(biāo)提供更多參考。

參考文獻(xiàn)：

[1]汪倫焰，安曉偉，等.熵權(quán)模糊綜合評判法在不平衡報(bào)價分析中的應(yīng)用[J].南水北調(diào)與水利科技，2014，12（4）：81-84.

[2]湯美安，王兆瑞.不平衡報(bào)價的不平衡度分析[J].山東建筑大學(xué)學(xué)報(bào)，2008，23（3）：263-265.

[3]Tong YZ，Lu YJ.Unbalanced bidding on contracts with variation trends in client-provided quantities [J]. Construction Management and Economics，1992，10（1）：69-80.

[4]烏云娜，郝月明.不平衡報(bào)價的量化分析及研究[J].建筑經(jīng)濟(jì)，2007（7）：62-64.

[5]唐曉飛.基于工程量清單計(jì)價模式下的不平衡報(bào)價研究[D].華東交通大學(xué)，2014.

[6]張國安，王孟鈞，李屹.基于多目標(biāo)優(yōu)化的無碴軌道鋪設(shè)施工方案優(yōu)選[J].科技進(jìn)步與對策，2009，26（11）：19-21.

[7]林鎮(zhèn)周.論多目標(biāo)優(yōu)化在電力工程施工中的應(yīng)用[J].電力建設(shè)，2000（9）：8-10.

[8]張先起，梁川.基于熵權(quán)的模糊物元模型在水質(zhì)綜合評價中的應(yīng)用[J].水利學(xué)報(bào)，2005，36（9）：1057-1061.