基于改进灰色关联分析法的承包商选择研究

《基于改进灰色关联分析法的承包商选择研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于改进灰色关联分析法的承包商选择研究　　摘要本文运用了改进灰色关联评价模型，进行承包商的优化选择研究，通过实例分析，证实该方法的有效性和可行性。关键词：承包商选择，层次分析法，灰色关联分析法，评价体系中图分类号：A715文献标识码：A引言当今，建筑业的持续发展对国民经济起着重要的推动作用，并且强有力的支撑着国民经济物质部门的生产。承包商作为工程建设的实施者，从获取合同到实施合同，都要组织大量的人力、物力来实施建设工作。但是，随着建筑市场的激烈竞争以及在市场环境和社会环境复杂多变引起的非标准化情势下，导致了承包商选择的困难。承包

2、商的失信行为时有发生，对其社会信誉、经济利益造成了很大损失。可以说，承包商的选择决定了一个项目的成败，因此合理选择承包商对企业发展至关重要。1承包商选择的现状6国内关于建筑企业承包商选择的方法研究较少，但是也有一些颇具代表性和影响力：孟力等人运用多元统计分析中的因子分析方法对承包商进行评价[1]、徐东明采取基于绩效预测的方法对施工承包商的选择模型进行研究[2]、高静等人将AHP应用在总承包商选择中进行探析[3]。这些方法具有一定的适用性但在指标选择时，有的方法主观因素太强，使评价结果缺乏可信度，有的方法过于定性化，可操作性不强，

3、缺乏实用价值。实际上，承包商的选择是一个影响因素甚多、过程复杂和各个影响因素关系不明确的灰色系统问题[4]。在处理这种灰色信息系统时，应用较为广泛的方法就是灰色系统理论中灰色关联分析法，其优点在于，对数据的数量没有很高的要求，在系统数据资料较少的情况下，也能得出比较满意的结果，具有较强的实用性。之前也有不少学者运用灰色关联分析方法研究承包商的选择问题。传统的灰色关联分析在各指标权重的确定过程中，大多采用经验加权，即由专家直接估价，在数据处理时，一般用算术平均值代表评委的集中意见。6为了提高评价工作的科学性和有效性，本文提出了基于

4、层次分析法和灰色关联分析的改进的灰色关联评价模型，这两种方法的结合在物流供应商的选择[5]中被广泛采用，但是在建筑承包商的选择中应用较少，本文采用层次分析法确定各指标权重，运用灰色关联分析法将优劣程度按照关联度大小依次排序，通过实例的说明改进灰色关联分析法同样适用建筑承包商的选择，从而使评价结果更加合理可靠。2基于改进灰色关联分析模型由层次分析法构建层次结构关系图，依据判断矩阵定量计算出准则层和方案层中个评价指标的相对权重。然后，根据灰色关联给出由准则层中各评价指标重要度组成的待检模式向量和由各评价指标相对权重组成的承包商可选方

5、案特征矩阵，通过关联度计算，求出选择承包商中的最佳者。2.1运用层次分析确定指标的权重（1）建立层次结构模型建立层次结构模型，其中第一层为总目标层，第二层为准则层，第三层为方案层，这里的指标即为评价承包商的各种定性或定量指标。（2）构造判断矩阵通过评标专家委员会打分，并结合量化方法来构造总目标层相对于准则层X～Xi的判断矩阵A。（3）层次单排序求解判断矩阵A的最大特征根λmax及特征向量ω，它们有下列关系Aω=λmaxω，由上式所得到的ω经归一化可求得权重向量。这里，采用方根法来计算最大特征根及其对应的特征向量。（4）一致性检验

6、计算一致性指标C.I.=和平均随机一致性指标RI，当CR=6　　（1）给出评价指标特征矩阵和待检模式向量影响企业选择最优承包商的评价指标为5个，即n=5；待选承包商为6个，即m=4。求出评价指标的特征矩阵：=同理可以得出待检模式向量：==以==为母因素，=（i=1，2，3，4，5，6）为子因素。①对规范化处理==（0.064，1，0.125，0.517，0.253）=(0.039，0.052，0.057，0.455，0.053)=(0.053，0.318，0.427，0.027，0.129)=(0.030，0.318，0.304

7、，0.076，0.318)=(0.267，0.129，0.028，0.044，0.053)=(0.129，0.129，0.040，0.140，0.129)=(0.127，0.053，0.144，0.258，0.318)②求差序列=i=1，2，3，4，5，6；K=1，2，3，4，5=(0.025，0.948，0.068，0.062，0.200)=(0.011，0.682，0.302，0.49，0.124)=(0.034，0.682，0.179，0.027，0.065)=(0.203，0.871，0.097，0.463，0.200)

8、6=(0.065，0.873，0.085，0.377，0.124)=(0.063，0.947，0.269，0.256，0.065)③求两级最大差和最小值max=0.682max=0.682max=0.871max=0.871max=0.947所以得出=(maxm