基于模糊数学与人工神经网络的投标报价决策系统

《基于模糊数学与人工神经网络的投标报价决策系统》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、天津大学硕士毕业论文摘要投标报价是工程承包公司主要的施工生产经营活动，在整个企业的经营管理工作中有着举足轻重的地位。随着我国对外国际工程承包事业的蓬勃发展和加入WTO，给我国工程承包公司带来了更多发展机遇的同时，竞争也将愈演愈烈。因此，如何改进目前工程承包公司投标报价中的不足，完善投标报价决策流程，使之既能中标，又能降低风险，获得最大效益，这对提高工程承包公司的投标报价水平，乃至整个国家建筑行业的发展具有重要的现实意义。本文将投标报价决策过程分为了“投标决策”和“报价决策”两个连续的阶段，在大量查阅和深入研究国内外有关投标决策和报价决策

2、方法的基础上，首先分别对投标决策模型和报价决策模型的发展历史及其目前进展状况进行了研究和总结，并分析了我国投标决策的现状，提出了本课题研究的重要意义。投标决策阶段的目标是决定是否投标，本文在分析了影响投标的各种因素基础上，结合模糊综合评价和人工神经网络的功能和特点，提出了基于模糊综合评价和人工神经网络的投标决策模型。对该模型建立的基本思路和建立过程进行了详细阐述。报价决策的目标是给出一个具有竞争性的标高金值(或标高率)，鉴于标高金决策工作的特点和工程承包公司的数据基础和条件，通过比较不同报价方法的局限性指出了将模糊神经网络应用于报价决策

3、的可行性，进而提出了基于模糊神经网络的报价决策模型。对该模型的体系结构、学习算法及其不足作了详细阐述，并应用具体工程实例对该模型的可靠性进行了验证。最后，在前文论述的基础上。提出了投标报价决策专家系统，对专家系统的四个模块作了简要介绍，并用图示方法描述了专家系统的工作程序。该系统地提出完善了投标报价的全过程决策，具有一定的理论和现实意义。关键词；投标决策：报价决策；模糊综合评价；人工神经网络；模糊神经网络：专家系统ABSTRACTAstheprimaryoperativeactivity,thetenderingandbiddingis

4、anactivityofconsequence．Ithasimportantpositioninthemanagementofthewholeenterprise．WiththeflourishingdevelopmentofoRrcoontrylsforeigninternationalprojectandjoinlngWTO，whilebringingmoredevelopingopportunitiestoprojectcontractcompaniesofourcountl摹)thecompetitionisgrowingmor

5、eandmoreintensetoo．SoithasimportantrealisticmeaningsforimprovingbiddinglevelofprojactContractCompany,andevenwholecountrydevelopmentofbuildingtradethatHowtocorrectthedeficiencyoftenderingandbiddingatpresentofprojectContractCompany,toputforwardasetoffeasibledecisionschemes

6、，tomakeitnotonlywinningabidbutalsoreducetherisk，toobtainthegreatestbenefit，．Thisarticledividedthebiddingprocessintotwo§uccessivestepswhichare‘'BiddingDecision’’and‘'PricingDecision”．Basedonthelargeanaotmtofforeignanddomesticinformationaboutbiddingdecisionmethodsandtheana

7、lysisofcurrenttheoryandmodeIs，thethesisfa-stlystudiesandsummarizesbiddingdecisiondevelopinghistoryandstateatpresent，atthesametimeanalysescurrentsituationofbiddecisionofourcountry，thenputforwardimportantmeaningofsubjectstudy．Thegoalof‘'BiddingDecision'’istodecidewhetherto

8、bid．variouselementsofinfluencingthebiddingdecisionareanalyzed，theBiddingDecisionModelispmmotedaccording