基于DEA-GA-BP的智能评标决策支持系统的设计与实现

评标是建设工程招投标中的关键环节，能否对投标人进行一个全面、客观且正确的评价是招标成功的关键。随着互联网的飞速发展，针对人工评标的主观性、随意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。本文在建立合理的评标指标体系的基础上，以BP神经网络算法的网络均方误差进行适应度函数设计，然后利用MATLAB编程建立了一种基于GA-BP神经网络的计算机自动评标模型，并采用建设工程项目实例对模型的评价效果进行了检验。该模型除了具有BP神经网络的并行处理、鲁棒性、自适应和自学习的优势外，与基于传统的BP神经网络建立的模型相比，其预测性能、预测精度和泛化能力都得到了有效改进，大大提高了评标的客观性和工作效率，也适用于建设工程项目其他类型评标中的非线性问题的求解。本文设计和实现了智能评标决策系统并将数据挖掘和云计算的相关技术引入该系统中，大大提高了评标的客观性和工作效率。

随着中国《招标投标法实施条例》的实施和互联网技术的发展，电子招投标已成为建设工程招投标领域的主要交易方式[1]。智能算法、大数据、BIM 技术和电子化等科技手段正在促进工程建设领域快速发展，也给招投标行业带来了新的变化[2] [3]。在中国，对评标办法和评审标准的使用主要分为两类：一是大型复杂项目多使用综合评估法；二是一般项目使用经评审的最低投标价法。综合评估法是最常用的一种评标方法[4]，该方法是指评标委员会按照评标办法中规定的打分标准及分数比例，获最高分者有可能中标，多用于技术难度或建设规模较大的工程。对于采用综合评分法评标，由于涉及到专家的知识、经验以及对评分标准的把握等主观随意性和招标人对评分方法的设定及其复杂性，而在实践中往往限制了这种方法的应用。而运用最低价投标法时，许多工程在采用最低价中标法进行招标时，施工企业通过压低报价来取得中标，导致投标价格低于成本价，这不但严重影响了建筑行业的健康发展，而且势必会造成工程质量、安全、工期难以保证等一系列问题[5]。传统建设工程项目评标方式中，评标专家们自身主观因素对评标结果带来的主观性、随意性和倾向性问题一直未能得到解决。

在现代互联网发展趋势下， 招投标模式已经逐渐由线下模式向电子招投标模式过渡。相比传统的线下招标模式，电子招投标模式具有流程简化、信息畅通的优点[6]。但与此同时新兴的电子招投标系统存在效率低、可靠性差等局限性也严重约束了招投标行业的快速发展。

将智慧方法与电子招投标相结合是解决上述问题的有效途径。

因此， 本文在分析研究传统电子招投标系统的基础上，基于DEA-GA-BP 神经网络的智能评标方法设计和实现