中國企業(yè)參與國外大型工程投標(biāo)的多目標(biāo)決策研究

周 英

(中國科學(xué)院大學(xué) 工程科學(xué)學(xué)院，北京 100049)

中國企業(yè)參與國外大型工程投標(biāo)的多目標(biāo)決策研究

周 英

(中國科學(xué)院大學(xué) 工程科學(xué)學(xué)院，北京 100049)

隨著國家“一帶一路”發(fā)展戰(zhàn)略的提出，中國建筑行業(yè)國外業(yè)務(wù)發(fā)展迎來絕佳機(jī)遇。本文根據(jù)國外大型工程投標(biāo)特點(diǎn)，將投標(biāo)過程劃分為投標(biāo)決策和報(bào)價(jià)決策，并對這兩個(gè)階段分別建立多目標(biāo)決策模型，采用基于模糊綜合評價(jià)和卷積神經(jīng)網(wǎng)絡(luò)的方法研究投標(biāo)決策，以及基于博弈論的方法研究報(bào)價(jià)決策，著重分析兩種模型下研究結(jié)果以及兩種模型在實(shí)踐中應(yīng)用的相關(guān)問題。文章通過建立合理的投標(biāo)報(bào)價(jià)決策體系，使研究內(nèi)容更符合現(xiàn)實(shí)需求，得到更加理想的投標(biāo)報(bào)價(jià)決策結(jié)果，提升企業(yè)國際競爭力，從而促進(jìn)多元化、多項(xiàng)目的融洽經(jīng)濟(jì)合作。

工程投標(biāo)報(bào)價(jià)；模糊理論；卷積神經(jīng)網(wǎng)；博弈論；多目標(biāo)決策

在當(dāng)今經(jīng)濟(jì)全球化的大背景影響下，我國工程承包商企業(yè)參與國際經(jīng)濟(jì)活動的步伐明顯加快。2015年3月28日，國家發(fā)改委、外交部等聯(lián)合發(fā)布《推動共建海上絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動》，明確提出基礎(chǔ)設(shè)施互聯(lián)互通是“一帶一路”建設(shè)的優(yōu)先領(lǐng)域，建筑行業(yè)海外業(yè)務(wù)發(fā)展迎來絕佳機(jī)遇。

在面對進(jìn)入國際市場的機(jī)遇下，也伴隨著相應(yīng)的挑戰(zhàn)。中國企業(yè)海外建筑市場的繁榮，促進(jìn)了市場交易方式的長足發(fā)展與轉(zhuǎn)變。在諸多交易方式中，工程招投標(biāo)是建筑市場經(jīng)濟(jì)活動中較為成熟與規(guī)范的交易方式，也是國際上通用的且被認(rèn)為是最成功的建筑工程承發(fā)包方式。但是面對入世之后建筑業(yè)開放所帶來的沖擊，我國海外工程承包仍然存在一些問題，如市場經(jīng)濟(jì)的信息傳遞機(jī)制不完善，招投標(biāo)過程中市場調(diào)查不充分，投標(biāo)決策不科學(xué)，項(xiàng)目面臨由于虧損導(dǎo)致的工程進(jìn)度嚴(yán)重滯后，無法按期按質(zhì)交付的問題等。尤其是隨著建筑市場競爭的激烈，這些問題已經(jīng)變得非常突出，造成的后果已十分嚴(yán)重。

部分企業(yè)的國外工程面臨巨額虧損，對其發(fā)展產(chǎn)生了嚴(yán)重的影響。如2009年9月，中國海外工程有限責(zé)任公司以不及波蘭政府預(yù)算一半的報(bào)價(jià)中標(biāo)波蘭A2高速公路，但該項(xiàng)目由于虧損經(jīng)營導(dǎo)致工程進(jìn)度嚴(yán)重滯后，2011年6月13日，波蘭高速公路管理局宣布解除與中海外的工程承包協(xié)議，并向后者索取約合17.51億元人民幣的賠償和罰款，同時(shí)禁止中海外3年內(nèi)參與波蘭的公開招標(biāo)。

諸如此類的消息一經(jīng)爆出即在業(yè)內(nèi)引起極大振蕩，中國企業(yè)為何海外頻頻遭遇虧損，為什么此類項(xiàng)目不能在投標(biāo)決策階段做出合理的評價(jià)與決策，規(guī)避風(fēng)險(xiǎn)？這些都是目前迫切需要解決的問題?，F(xiàn)在很多中國企業(yè)在進(jìn)行海外項(xiàng)目投標(biāo)決策時(shí)，沒有一個(gè)規(guī)范的投標(biāo)體系，對項(xiàng)目評估分析不足。尤其當(dāng)承建的工程項(xiàng)目面對經(jīng)濟(jì)效益、社會效益、政治效益等多邊利益關(guān)系中時(shí)，無法做出合理的多目標(biāo)決策，往往只追求單一效益與單一目標(biāo)，從而導(dǎo)致項(xiàng)目出現(xiàn)諸多糾紛，隨后就是項(xiàng)目虧損。

一、工程投標(biāo)決策研究綜述

(一)工程投標(biāo)決策模型綜述

投標(biāo)的風(fēng)險(xiǎn)因素的評價(jià)問題，國內(nèi)外有許多學(xué)者進(jìn)行過研究。20世紀(jì) 90年代以來，對于多風(fēng)險(xiǎn)因素投標(biāo)報(bào)價(jià)決策問題，學(xué)者們主要有人工神經(jīng)網(wǎng)絡(luò)法、層次分析法、模糊評價(jià)法、基于事例推理法、主成份分析法等五種方法來進(jìn)行研究[1-2]：

投標(biāo)決策可以分成基于期望利潤的導(dǎo)向和基于項(xiàng)目綜合評價(jià)的導(dǎo)向[18]?；谄谕麧櫟膶?dǎo)向是將預(yù)算投標(biāo)價(jià)格和中標(biāo)概率相結(jié)合，綜合計(jì)算后得出預(yù)期利潤，將預(yù)期利潤作為投標(biāo)決策的依據(jù)。

表1 工程投標(biāo)決策常用的模型評價(jià)

而基于項(xiàng)目綜合評價(jià)的導(dǎo)向是將項(xiàng)目施工難度、企業(yè)自身能力等多方面因素綜合考慮計(jì)算得出評價(jià)值，并依據(jù)此評價(jià)值對投標(biāo)項(xiàng)目進(jìn)行選擇?；谄谕麧櫟姆椒ㄖ饕袥Q策樹法、投標(biāo)積極性分析法和項(xiàng)目綜合價(jià)值法。決策樹法[19]是將投標(biāo)價(jià)格和中標(biāo)概率結(jié)合得出預(yù)期利潤，并以此為依據(jù)作為決策標(biāo)準(zhǔn)，并將整個(gè)過程用決策樹表示。投標(biāo)積極性分析法[20]考慮不能中標(biāo)時(shí)的投標(biāo)損失，計(jì)算投標(biāo)積極性，也就是投標(biāo)項(xiàng)目的損益期望值。項(xiàng)目綜合價(jià)值[21]是在投標(biāo)積極性分析法的基礎(chǔ)上同時(shí)考慮項(xiàng)目的社會效益。

報(bào)價(jià)決策的模型按其所考慮的影響因素的多少可以分為單因素報(bào)價(jià)決策模型和多因素報(bào)價(jià)決策模型。單因素報(bào)價(jià)模型在進(jìn)行報(bào)價(jià)決策時(shí)考慮競爭者狀況、中標(biāo)概率和盈利水平。其中競爭者狀況是影響因素，而中標(biāo)概率和盈利水平是兩個(gè)目標(biāo)。根據(jù)不同理論基礎(chǔ)，可分為基于博弈論和基于概率論的兩種報(bào)價(jià)決策模型。多因素報(bào)價(jià)決策模型是在投保報(bào)價(jià)時(shí)考慮多個(gè)影響因素以及多個(gè)目標(biāo)。影響因素除了競爭者狀況外還考慮環(huán)境因素、項(xiàng)目因素等，目標(biāo)除了單因素模型中的中標(biāo)概率和盈利水平外，還包括公司當(dāng)?shù)厥袌稣加新?、公司資源利用的延續(xù)性等。應(yīng)當(dāng)全面考慮報(bào)價(jià)的不同影響因素和目標(biāo)。

(二)工程投標(biāo)指標(biāo)選取綜述

對于承包商來說，在投標(biāo)中決不可忽視一些重要的客觀條件，如項(xiàng)目本身的復(fù)雜性以及項(xiàng)目所在地可能面臨的自然條件等，這些客觀條件都關(guān)系到投標(biāo)的成功與否。但是，僅僅考慮這些是不夠的。承包商自身實(shí)力、業(yè)主情況等主觀條件，以及經(jīng)濟(jì)、社會、環(huán)境與安全等各種因素都與投標(biāo)成功與否息息相關(guān)。在這些指標(biāo)里，既有定性的指標(biāo)也有定量的指標(biāo)，既有經(jīng)濟(jì)方面的指標(biāo)如利潤等也有社會指標(biāo)如環(huán)境、科學(xué)等。如何科學(xué)合理的考慮到所有的指標(biāo)，爭取讓施工企業(yè)取得利益最優(yōu)化，是每個(gè)施工企業(yè)都要面臨的重要抉擇。

不同的研究者、不同的項(xiàng)目類別所考慮的風(fēng)險(xiǎn)都不盡相同，目前投標(biāo)項(xiàng)目評價(jià)指標(biāo)體系還沒有一個(gè)成熟的標(biāo)準(zhǔn)。Frieman[19]只考慮了競爭對手的報(bào)價(jià)水平這一單一的風(fēng)險(xiǎn)因素；Odusote等[22]認(rèn)為影響投標(biāo)報(bào)價(jià)的因素包括業(yè)主支付能力、項(xiàng)目類型、與承包商三方面；楊蘭蓉[23]認(rèn)為項(xiàng)目因素、企業(yè)自身因素和環(huán)境因素(地理因素、經(jīng)濟(jì)因素和經(jīng)驗(yàn)因素)三類是最為重要的；安曉鵬[24]提出影響報(bào)價(jià)的因素包括業(yè)主提供的施工圖紙的完整性和深度，各國自然條件、民俗民情、政治、經(jīng)濟(jì)狀況、勞動力供求狀況、施工機(jī)械供應(yīng)情況、施工現(xiàn)場情況、施工工藝標(biāo)準(zhǔn)、材料設(shè)備供應(yīng)情況、參與投標(biāo)的競爭對手、海運(yùn)、陸運(yùn)情況、匯率及各種稅收政策等多方面的情況；水小妮等[25]指出編制一個(gè)合理、可靠的投標(biāo)價(jià)格除施工圖預(yù)算基礎(chǔ)上，還必須考慮工期、質(zhì)量、材料差價(jià)、投標(biāo)工程的自然地理?xiàng)l件以及招標(biāo)工程范圍等因素。盡管各個(gè)學(xué)者考慮的因素多少及重點(diǎn)都不一樣，但基本上囊括了影響投標(biāo)的幾個(gè)主要方面：投標(biāo)的主體——自身情況，投標(biāo)的對象——項(xiàng)目情況，投標(biāo)的客體——業(yè)主情況，投標(biāo)的競爭者。

通常國外大型工程項(xiàng)目的投標(biāo)一般具有大金額、較強(qiáng)技術(shù)性、高風(fēng)險(xiǎn)、多種不確定性因素等特征。目前，工程投標(biāo)項(xiàng)目中到底哪些因素需要考慮，各個(gè)因素的權(quán)重該如何確定，因素與最終的報(bào)價(jià)是怎樣的關(guān)系等等，都尚無成熟的標(biāo)準(zhǔn)。不同的研究者、不同的項(xiàng)目類別根據(jù)各自研究目的所考慮的因素都各不相同。對一個(gè)充滿了多目標(biāo)決策過程的工程項(xiàng)目競爭性投標(biāo)來說，做好投標(biāo)過程中的決策分析對于任何一個(gè)施工企業(yè)來說，都是至關(guān)重要的。因此，本文考慮在單一項(xiàng)目背景下，將整個(gè)決策流程分為投標(biāo)決策和報(bào)價(jià)決策兩個(gè)階段來進(jìn)行研究?；谀：C合評價(jià)和卷積神經(jīng)網(wǎng)投標(biāo)決策模型，進(jìn)行投標(biāo)決策階段研究。這種方法避免了傳統(tǒng)方法對專家經(jīng)驗(yàn)依賴較大，忽略歷史數(shù)據(jù)的局限性，考慮投標(biāo)時(shí)因素的模糊性特點(diǎn)，并且結(jié)合神經(jīng)網(wǎng)絡(luò)找到不同變量間的內(nèi)在聯(lián)系，充分考慮歷史數(shù)據(jù)的作用?；诟倪M(jìn)的博弈論模型，實(shí)現(xiàn)報(bào)價(jià)決策。最終建立基于投標(biāo)決策和報(bào)價(jià)決策的完整體系，得到最合理的投標(biāo)結(jié)果。

二、投標(biāo)決策模型的建立

傳統(tǒng)的投標(biāo)決策方法，對專家經(jīng)驗(yàn)依賴較大，雖然考慮了影響投標(biāo)因素的模糊性，但忽略了歷史數(shù)據(jù)的作用。因此，本文擬采用基于模糊綜合評價(jià)方法和卷積神經(jīng)網(wǎng)絡(luò)的投標(biāo)決策模型。模糊綜合評價(jià)方法體現(xiàn)了投標(biāo)時(shí)所考慮因素的模糊性特點(diǎn)，符合人類的思維方式；卷積神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)案例，擺脫了模糊綜合評判過程中的隨機(jī)性以及參評專家主觀上的不確定性，并且充分考慮歷史數(shù)據(jù)的實(shí)際指導(dǎo)作用。二者結(jié)合，能實(shí)現(xiàn)優(yōu)勢互補(bǔ)，從而使投標(biāo)決策過程更加科學(xué)合理，降低風(fēng)險(xiǎn)，從而對企業(yè)的發(fā)展起到促進(jìn)作用。

本文提出的投標(biāo)決策模型在參數(shù)學(xué)習(xí)階段，采用與模糊綜合評價(jià)類似的方法設(shè)定評價(jià)要素和評判等級標(biāo)準(zhǔn)，同時(shí)摒棄模糊綜合評價(jià)模型采用主觀的方式對評價(jià)等級進(jìn)行的評定和對于決策結(jié)果的計(jì)算，而采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行多層網(wǎng)絡(luò)誤差反饋學(xué)習(xí)。該網(wǎng)絡(luò)能夠?qū)W習(xí)輸入數(shù)據(jù)與輸出決策結(jié)果之間的非線性映射關(guān)系，充分考慮歷史數(shù)據(jù)結(jié)果的指導(dǎo)作用，而且學(xué)習(xí)到的模型具有比較強(qiáng)的泛化性、適應(yīng)性。該模型方法建立的具體思路是：

(1)確定評價(jià)因素集，因素集的種類個(gè)數(shù)決定了卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)。投標(biāo)者可根據(jù)本項(xiàng)目需求和企業(yè)效益的不同對評價(jià)因素集進(jìn)行修改。

(2)根據(jù)各因素的特征對輸入因子進(jìn)行分級處理，通過專家評議法確定卷積神經(jīng)網(wǎng)絡(luò)的輸入向量，結(jié)合投標(biāo)項(xiàng)目的各種實(shí)際調(diào)查訪問材料以及研究數(shù)據(jù)，采用模糊數(shù)學(xué)方法對各個(gè)評價(jià)因素進(jìn)行定量估算，確定評判數(shù)據(jù)并將其作為卷積神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)，運(yùn)用模糊綜合評價(jià)法得到卷積神經(jīng)網(wǎng)絡(luò)的期望輸出值。

(3)通過多次迭代的誤差反饋學(xué)習(xí)，確定卷積神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，用于項(xiàng)目的投標(biāo)決策。

(一)影響投標(biāo)決策的因素分析

1.因素檢索

我們從所搜集到的大量實(shí)際項(xiàng)目投標(biāo)材料中，精心選擇了86個(gè)具有代表性的含有指標(biāo)體系的項(xiàng)目投標(biāo)案例，經(jīng)過對這些案例的分析與統(tǒng)計(jì)，篩選出本文研究所需的工程投標(biāo)決策指標(biāo)體系。表2給出了按照被引用考慮的因素次數(shù)降序排列處理的排在前18位的評價(jià)指標(biāo)，基本涵蓋了工程投標(biāo)決策所要考慮的方方面面。

需要說明的是，因?yàn)椴煌芯堪咐哪康母鞑幌嗤?，因此?cè)重的評價(jià)指標(biāo)也有不同。同時(shí)，即使本著相同的研究目的，不同的研究人員在主觀上勢必有所偏好，會采用千差萬別的評價(jià)指標(biāo)，因此表2 所列的評價(jià)指標(biāo)顯得較為混雜，它們的目的是讓我們能夠更為直觀地理解目前相關(guān)研究中工程投標(biāo)決策需要考慮哪些主要的評價(jià)指標(biāo)。

2.指標(biāo)體系的建立

在表2的 18個(gè)指標(biāo)里面，可以從企業(yè)自身競爭實(shí)力、項(xiàng)目基本情況、項(xiàng)目中標(biāo)后預(yù)計(jì)經(jīng)濟(jì)效益、項(xiàng)目實(shí)施后的外部關(guān)系、項(xiàng)目實(shí)施的社會影響力五個(gè)方向進(jìn)行歸類，如表3所示。從中可以看出，投標(biāo)決策所要考慮的因素，主要來自項(xiàng)目自身情況與承包商自身情況兩方面，這也是符合實(shí)際情況的。

(二)輸入因素的確定

1.輸入因素的分級處理

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)實(shí)際工作中慣常采用的方法給出輸入因素的等級劃分標(biāo)準(zhǔn)：

表2 投標(biāo)決策指標(biāo)選取

表3 投標(biāo)決策指標(biāo)分類歸納

X1=技術(shù)設(shè)備條件=(強(qiáng)、中、弱)=(5、3、1)

X2=管理施工能力=(強(qiáng)、中、弱)=(5、3、1)

X3=信譽(yù)水平=(優(yōu)、中、劣)=(5、3、1)

X4=資信情況=(優(yōu)、中、劣)=(5、3、1)

X5=施工難度=(沒有、一般、大)=(5、3、1)

X6=項(xiàng)目地址=(方便、一般、不方便)=(5、3、1)

X7=項(xiàng)目規(guī)模=(大、中、小)=(5、3、1)

X8=項(xiàng)目可行性=(強(qiáng)、中、弱)=(5、3、1)

X9=所需設(shè)備資金=(少、中、多)=(5、3、1)

X10=設(shè)計(jì)施工成本=(少、中、多)=(5、

3、1)

X11=管理和維護(hù)成本=(少、中、多)=(5、3、1)

X12=特殊情況開銷預(yù)算=(少、中、多)=(5、3、1)

X13=施工工人和施工壓力=(小、中、大)=(5、3、1)

X14=招標(biāo)者與工程質(zhì)量=(低、中、高)=(5、3、1)

X15=工程實(shí)施對當(dāng)?shù)卣挠绊?(強(qiáng)、中、弱)=(5、3、1)

X16=其他競爭的投標(biāo)者=(少、中、多)=(5、3、1)

X17=社會與業(yè)界影響力=(強(qiáng)、中、弱)=(5、3、1)

X18=工程實(shí)施對當(dāng)?shù)氐挠绊?(強(qiáng)、中、弱)=(5、3、1)

注: 介于等級之間的分值為 4 和 2。

得到各因素等級分后，將各分值除以最高分值5，化為[0，1]域上的分值，以滿足神經(jīng)網(wǎng)絡(luò)值域的要求。

2.建立因素集

設(shè)某個(gè)被評價(jià)的對象Xi的 18 個(gè)影響因素分別為X1，X2，X3……X18，設(shè)定下列標(biāo)準(zhǔn)：0-很不重要；1-不重要；2-同樣重要；3-更重要；4-非常重要，對上述指標(biāo)，兩兩比較其相對重要性，并進(jìn)行打分，計(jì)算每個(gè)基本指標(biāo)的權(quán)重，再將每一個(gè)指標(biāo)的總分加和，得到一個(gè)總分，最后用每一個(gè)指標(biāo)的總分加和除以所有指標(biāo)的總分和，得到該指標(biāo)在因素集中所占的權(quán)重，這種處理可以在一定程度上減少主觀打分上的誤差。

3.示例計(jì)算

選取我公司位于國外的A、B、C、D一共4個(gè)項(xiàng)目，按照18個(gè)影響因素指標(biāo)進(jìn)行因素確定。

表4 樣本輸入因子的分級處理

表5 樣本輸入因子化為[0，1]域上的分值

樣本指標(biāo)權(quán)重計(jì)算選取A、B、C、D四個(gè)樣本，分別考慮權(quán)重，例如在樣本A中，X1代表了技術(shù)設(shè)備條件，在X1這一行中，將X1與其它的17個(gè)因素兩兩進(jìn)行對比，得出參考數(shù)值，在A中，X1(技術(shù)設(shè)備條件)與 X2(管理施工能力)相比而言，顯得很不重要，故此數(shù)值為0；X1(技術(shù)設(shè)備條件)與 X3(信譽(yù)水平)相比而言，顯得更重要，故此數(shù)值為3，依此類推，就可以得出X1因素與其它所有因素兩兩相比，所占的重要性程度，以X1行求和，就可以得出X1在整個(gè)指標(biāo)體系中所占的權(quán)重?cái)?shù)值，其中X1和X1因素自身相比，我們選取數(shù)值為4，代表非常重要，這也有助于投標(biāo)人積極參入每個(gè)項(xiàng)目的投標(biāo)報(bào)價(jià)，重視每個(gè)指標(biāo)因素的初衷相符合。按照同樣的方法，可以計(jì)算出剩余17個(gè)因素分別在指標(biāo)體系中所占的數(shù)值，所有18個(gè)因素的權(quán)重?cái)?shù)值求和，就構(gòu)成了一個(gè)指標(biāo)體系的權(quán)重?cái)?shù)值，最后求出每個(gè)因素的權(quán)重?cái)?shù)值在整個(gè)指標(biāo)體系中所占的比例，即為該因素在整個(gè)指標(biāo)體系中所占的相對權(quán)重。采用這種處理方法，可以避免人為主觀綜合考慮18個(gè)因素直接打分造成的誤差，采用兩兩比較的方法，使得評價(jià)也更為容易，更加客觀，更符合項(xiàng)目本身的需要。

樣本A指標(biāo)權(quán)重的計(jì)算見表6，樣本B、C、D計(jì)算方法相同，在此不再贅述。

(三)輸出因素的確定

在神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練階段，樣本的期望輸出值可以由歷史資料確定或利用模糊綜合評價(jià)的方法評估得出。

模糊綜合評價(jià)是通過分析各因素重要性等級來明確各項(xiàng)指標(biāo)的權(quán)重，然后根據(jù)綜合影響效果的評價(jià)等級確定投標(biāo)意愿的強(qiáng)弱?；谒x取的18個(gè)針對于被評價(jià)對象的影響因素，建立影響因素的權(quán)重集。為了創(chuàng)建評價(jià)集，可設(shè)Y={P1、P2、P3、P4}={90、80、70、60}={很好、較好、一般、不好}，算出每個(gè)樣本的最終評分值，其中A、B、C、D四個(gè)項(xiàng)目對應(yīng)的結(jié)果分別為很好、一般、較好、不好。利用模糊關(guān)系的復(fù)合運(yùn)算，得到最終指標(biāo)值，再對其進(jìn)行等級劃分，從而確定期望輸出值。

表6 樣本A指標(biāo)權(quán)重計(jì)算

(四)卷積神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練

卷積神經(jīng)網(wǎng)絡(luò)是一個(gè)多層的神經(jīng)網(wǎng)絡(luò)，包含卷積層、池化層和全連接層，每層由多個(gè)二維平面組成，而每個(gè)平面由多個(gè)獨(dú)立神經(jīng)元組成。

如圖1所示，C層為特征提取層，每個(gè)神經(jīng)元輸入與前一層局部感受也相連，并提取該局部的特征，一旦該局部特征被提取后，它與其他特征間的位置關(guān)系也隨之確定下來；S層是特征映射層，網(wǎng)絡(luò)的每個(gè)計(jì)算層由多個(gè)特征映射組成，每個(gè)特征映射為一個(gè)平面，平面上所有神經(jīng)元的權(quán)值相等。特征映射結(jié)構(gòu)采用影響函數(shù)核小的sigmoid函數(shù)作為卷積網(wǎng)絡(luò)的激活函數(shù)，使得特征映射具有位移不變性。

圖1 卷積神經(jīng)網(wǎng)絡(luò)圖

此外，由于一個(gè)映射面上的神經(jīng)元共享權(quán)值，因而減少了網(wǎng)絡(luò)自由參數(shù)的個(gè)數(shù)，降低了網(wǎng)絡(luò)參數(shù)選擇的復(fù)雜度。卷積神經(jīng)網(wǎng)絡(luò)中的每一個(gè)特征提取層(C-層)都緊跟著一個(gè)用來求局部平均與二次提取的計(jì)算層(S-層)，這種特有的兩次特征提取結(jié)構(gòu)使網(wǎng)絡(luò)在識別時(shí)對輸入樣本有較高的畸變?nèi)萑棠芰Α?/p>

卷積過程如圖2所示，包括：用一個(gè)可訓(xùn)練的濾波器fx去卷積一個(gè)輸入的向量(第一階段是輸入的向量，后面的階段就是卷積特征map了)，然后加一個(gè)偏置bx，得到卷積層Cx。子采樣過程包括：每鄰域四個(gè)像素求和變?yōu)橐粋€(gè)像素，然后通過標(biāo)量Wx+1加權(quán)，再增加偏置bx+1，然后通過一個(gè)sigmoid激活函數(shù)，產(chǎn)生一個(gè)大概縮小四倍的特征映射圖Sx+1。

圖2 卷積過程示意圖

訓(xùn)練算法與傳統(tǒng)的BP算法類似。主要包括4步，這4步被分為兩個(gè)階段：

第一階段，向前傳播階段：

(1)從樣本集中取一個(gè)樣本(X, Yp)，將X輸入網(wǎng)絡(luò)。

(2)計(jì)算相應(yīng)的實(shí)際輸出Op。

在此階段，信息從輸入層經(jīng)過逐級的變換，傳送到輸出層。這個(gè)過程也是網(wǎng)絡(luò)在完成訓(xùn)練后正常運(yùn)行時(shí)執(zhí)行的過程。在此過程中，網(wǎng)絡(luò)執(zhí)行的是計(jì)算(實(shí)際上就是輸入與每層的權(quán)值矩陣相點(diǎn)乘，得到最后的輸出結(jié)果)：

Op=Fn(…(F2(F1(XpW(1))W(2))…)W(n))

第二階段，向后傳播階段

(3)算實(shí)際輸出Op與相應(yīng)的理想輸出Yp的差。

(4)按極小化誤差的方法反向傳播調(diào)整網(wǎng)絡(luò)權(quán)重矩陣。

對訓(xùn)練集中每組數(shù)據(jù)都重復(fù)上面兩個(gè)階段，直到整個(gè)訓(xùn)練偏差達(dá)到能被接受程度為止。在實(shí)際應(yīng)用中一般認(rèn)為，用樣本訓(xùn)練時(shí)，若卷積神經(jīng)網(wǎng)絡(luò)模擬輸出結(jié)果與期望值誤差范圍在(-0.25,0.25)之間，則認(rèn)為模擬合格。

本文采用公開的caffe工具包進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)的迭代訓(xùn)練，最終獲得可用于項(xiàng)目投標(biāo)決策的網(wǎng)絡(luò)模型。另外，該模型針對測試樣本進(jìn)行了投標(biāo)決策，以此來評測模型，驗(yàn)證所提出方法的有效性。

三、報(bào)價(jià)決策模型的建立

傳統(tǒng)報(bào)價(jià)決策是指對招標(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、評估和分析，確定直接成本；然后決策者利用標(biāo)高金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)做出最優(yōu)報(bào)價(jià)決策。

本文采用博弈理論，分析在信息不對稱的情況下如何進(jìn)行投標(biāo)報(bào)價(jià)。中標(biāo)概率分析可以采用歷史資料樣本分析確定總體概率。競爭對手歷史上參與投標(biāo)的“報(bào)價(jià)”通常是投標(biāo)者能夠獲得第一手資料，因此，本文改變以往以其他投標(biāo)者的歷史成本為直接分析對象進(jìn)行建模的做法，以報(bào)價(jià)作為基礎(chǔ)數(shù)據(jù)進(jìn)行計(jì)算處理。

假設(shè)本次項(xiàng)目招投標(biāo)過程中，有n個(gè)投標(biāo)者參與競爭。以投標(biāo)人1為分析對象，首先把歷史報(bào)價(jià)數(shù)據(jù)列入基礎(chǔ)數(shù)據(jù)表中，根據(jù)基礎(chǔ)數(shù)據(jù)表統(tǒng)計(jì)出投標(biāo)人在每一標(biāo)高金區(qū)間上的中標(biāo)率。

隨著報(bào)價(jià)的增加，中標(biāo)率呈曲線下降的趨勢。當(dāng)標(biāo)高金增加范圍局限在一個(gè)很小的區(qū)間時(shí)，我們近似認(rèn)為中標(biāo)率隨標(biāo)高金的增加直線下降，即二者成線性關(guān)系。因此，由上面數(shù)據(jù)在圖紙上描點(diǎn)，并近似連成一條直線y=kx+b，求出k、b值，如圖3所示。

圖3 中標(biāo)率與標(biāo)高金線性關(guān)系圖

本次項(xiàng)目招投標(biāo)過程中，n個(gè)參與競爭的投標(biāo)者都希望中標(biāo)，雖然該次報(bào)價(jià)具有很大的不確定性，但能根據(jù)歷史資料進(jìn)行分析預(yù)測，因此設(shè)投標(biāo)者的報(bào)價(jià)為Q，以第一個(gè)投標(biāo)者為分析對象，設(shè)第一個(gè)投標(biāo)者的標(biāo)高金為R1，成本為C1，根據(jù)最低價(jià)中標(biāo)的評標(biāo)原則，如果第一個(gè)投標(biāo)者的報(bào)價(jià)為Q1=min{Qi|i=1,2,n}，則投標(biāo)者1中標(biāo)。于是該報(bào)價(jià)過程可以表示為如下的貝葉斯博弈。

投標(biāo)人1的中標(biāo)函數(shù)為：PQ1=kR1+b

式中：PQ1表示投標(biāo)人1在項(xiàng)目投標(biāo)中的中標(biāo)率；

R1表示投標(biāo)人1在項(xiàng)目投標(biāo)中標(biāo)價(jià)的利潤率；

投標(biāo)人1的期望收益函數(shù)為：U=Q1×R1×PQ1

=C1R1/(1-R1)PQ1

=C1R1/(1-R1)(kR1+b)

式中：U表示期望標(biāo)高金；

Q1表示投標(biāo)人本次投標(biāo)報(bào)價(jià)；

C1表示投標(biāo)人本次投標(biāo)成本。

根據(jù)效用最大化原則，最優(yōu)化的一階條件方程為：U′=C1(KR12+bR1)/(1-R1)=0

本文根據(jù)最大效用原則和當(dāng)前建筑市場的最低價(jià)中標(biāo)原則，從歷史資料的分析入手確定中標(biāo)率與標(biāo)高金的函數(shù)關(guān)系，并代入投標(biāo)者的期望效用函數(shù)中，以期望效用取得最大值為目標(biāo)求解標(biāo)高金，最終得到競爭中承包商能獲得期望效用的最佳報(bào)價(jià)點(diǎn)。在獲得合理利潤的同時(shí)，增加了中標(biāo)概率，從而提升了企業(yè)競爭力，可為國家經(jīng)濟(jì)的發(fā)展起到良好的促進(jìn)作用。

四、結(jié)語

本文在國內(nèi)外最新研究成果的基礎(chǔ)上，結(jié)合國家目前的經(jīng)濟(jì)政策及行業(yè)發(fā)展現(xiàn)狀，全面系統(tǒng)地分析了目前中國企業(yè)在國外大型工程中的投標(biāo)決策問題，并基本形成了國際工程投標(biāo)的方法體系。

本文提出了將整個(gè)投標(biāo)決策流程分為投標(biāo)決策和報(bào)價(jià)決策兩個(gè)階段，并創(chuàng)新地采用了卷積神經(jīng)網(wǎng)絡(luò)模型與模糊綜合評價(jià)方法相結(jié)合用于投標(biāo)決策，利用模糊綜合評價(jià)方法彌補(bǔ)卷積神經(jīng)網(wǎng)絡(luò)的局限性，利用神經(jīng)網(wǎng)絡(luò)擺脫決策的隨機(jī)性及參評專家主觀上的不確定性，以實(shí)現(xiàn)二者優(yōu)勢互補(bǔ)，并充分考慮了歷史數(shù)據(jù)的指導(dǎo)作用，從而使投標(biāo)決策過程更加科學(xué)合理。同時(shí)建立了基于博弈理論的報(bào)價(jià)決策模型，分析在信息不對稱的情況下如何進(jìn)行投標(biāo)報(bào)價(jià)，為企業(yè)提供了決策依據(jù)。

本文對國外大型工程投標(biāo)決策進(jìn)行系統(tǒng)研究，尋求決策依據(jù)的方法，不僅可以提升中國企業(yè)的國際化核心競爭力，在國際市場爭取到更大的份額，也可以保證項(xiàng)目實(shí)施過程中獲得合理的利潤，實(shí)現(xiàn)中國企業(yè)的可持續(xù)發(fā)展，具有深刻的現(xiàn)實(shí)意義。

[1]黎建強(qiáng)等.多風(fēng)險(xiǎn)因素的投標(biāo)報(bào)價(jià)決策方法[J].運(yùn)籌與管理, 2002, 11(1): 1-10.

[2]王雪青, 郭清娥,曹 楊.基于可信性理論的工程投標(biāo)模糊風(fēng)險(xiǎn)評估[J].模糊系統(tǒng)與數(shù)學(xué),2011,25(5):150-157.

[3]Hegazy T, Moselhi O.Analogy-based solution to markup estimation problem[J].Journal of Computer in Civil Engineering, 1998(1): 72-87.

[4]Li H.Neural network models for intelligent support for markup estimation [J].Journal of Construction Engineering and Management, A SCE，1996(3): 69- 82.

[5]王雪青, 喻 剛, 孟海濤.基于 GA改進(jìn) BP神經(jīng)網(wǎng)絡(luò)的建設(shè)工程投標(biāo)報(bào)價(jià)研究[J].土木工程學(xué)報(bào), 2007, 40(7): 93-98.

[6]Seydel.Bids considering multiple criteria [J].Journal of Construction Engineering and Management, A SCE,1990(4): 609-622.

[7]洪偉民, 朱志偉.基于模糊 AHP 的國際工程項(xiàng)目投標(biāo)風(fēng)險(xiǎn)評價(jià)[J].煤炭工程，2008(4): 111-113.

[8]於永和等.投標(biāo)報(bào)價(jià)中報(bào)高率確定的支持向量機(jī)方法研究[J].科技管理研究, 2006(11): 237-241.

[9]Fayek.Competitive bidding strategy model and software system for bid preparation [J].Journal of Construction Engineering and Management, ASCE, 1998(1): 1-10.

[10]劉爾烈等.基于模糊邏輯的工程投標(biāo)決策方法[J].土木工程學(xué)報(bào), 2003, 36(3): 57-58.

[11]張朝勇等.基于Choquet模糊積分的工程投標(biāo)風(fēng)險(xiǎn)評估方法 [J].土木工程學(xué)報(bào), 2007, 40(10): 98-104.

[12]Dikmen I, et al.A case-based decision support too l for bid mark-up estimation of inter national construction projects [J].Automation in Construction, 2007, (10): 30- 44.

[13]盧 梅, 張代亞.基于CBR與RBR的國際工程風(fēng)險(xiǎn)費(fèi)用預(yù)測[J].2016,33(1):38-43.

[14]劉 華, 黃小龍.EPC合同爭端預(yù)警及案例分析[J].重慶大學(xué)學(xué)報(bào), 2014, 37(9) : 144- 150.

[15]孫晉永, 古天龍, 常亮, 等.基于AL(QCD) 的CBR事例表示及相似性度[J].計(jì)算機(jī)科學(xué), 2014, 41(4): 223-229.

[16]陳建, 張 明.主成分分析在水利工程評標(biāo)中的應(yīng)用[J].科技資訊, 2008(5): 61.

[17]孫現(xiàn)軍.基于主成分分析法的清單商務(wù)標(biāo)評標(biāo)方法及應(yīng)用[J].建筑經(jīng)濟(jì), 2011(7): 58-61.

[18]劉進(jìn)鋒.一種簡潔高效的加速卷積神經(jīng)網(wǎng)絡(luò)的方法[J].科學(xué)技術(shù)與工程, 2014, 14(33): 240-244.

[19]Friedman L A.Competitive Bidding Strategy [J].Operation Research, 1956, 82(4): 104-112.

[20]郝麗萍等.基于博弈模型和模糊預(yù)測的投標(biāo)報(bào)價(jià)策略研究[J].管理科學(xué)學(xué)報(bào), 2002(3): 94-96.

[21]武智勇, 康重慶, 等.基于博弈論的發(fā)電商報(bào)價(jià)策略[J].電力系統(tǒng)自動化.26(9): 7-11.

[22]Odusote O, Fellows R F.An examination of the importance of resource considerations when contractors make project selection decisions [J].Construction Management & Economics, 1992, 10(2):137-151.

[23]楊蘭蓉.基于事例推理的報(bào)高率確定決策模型及其支持系統(tǒng)的研究[D].武漢:華中理工大學(xué), 2000.

[24]安曉鵬.國際工程投標(biāo)報(bào)價(jià)策略淺談[J].煤炭工程, 2008(2): 117-118.

[25]水小妮, 井海寧.建筑工程投標(biāo)價(jià)格的合理確定[J].商場現(xiàn)代化, 2007(4): 171.

(本文責(zé)編：辛 城)

Study on Multi-objective Decision Making for Chinese Enterprises’ Participation in Foreign Large Scale Projects Bidding

ZHOU Ying

(CollegeofEngineeringScience,ChineseAcademyofSciencesUniversity,Beijing100049,China)

With the development of the national “Belt and Road” strategy, the construction industry of China has encountered a great opportunity for the development of foreign business.According to the characteristics of project bidding, the bidding process herewith in the article is divided into bidding decision and bidding decision.The multi-objective decision-making model is established for the two stages, bidding decision-making is studied by fuzzy comprehensive evaluation and convolutional neural network, and quotation decision-making is studied based on game theory, in addition, multi-objective decision-making study results under the two models and relevant problems occurred during the application of the two models in practice are also analyzed with emphasis.By establishing a reasonable bidding decision system, the article can make the research content more realistic, get the more ideal bid decision result, and enhance the international bidding competitiveness of Chinese enterprises, so as to promote diversification and multi-project harmony in economic cooperation.

engineering bidding quotation; fuzzy theory; convolutional neural network; game theory; multi-objective decision-making

2016-08-07

2016-11-27

周英(1978-)，男，河北唐山人，中交第一航務(wù)工程局有限公司經(jīng)營部經(jīng)理、高級工程師，碩士。

F407.9

A

1002-9753(2016)12-0154-09