《基于国际大型连锁超市的投标决策支持系统XXXX0510.docx》由会员分享，可在线阅读，更多相关《基于国际大型连锁超市的投标决策支持系统XXXX0510.docx（48页珍藏版）》请在三一办公上搜索。
1、目录第一章 绪论31.1 引言31.2 研究内容和技术路线41.2.1 研究内容41.2.2 技术路线4第二章 投标决策理论及成本预测52.1 投标决策理论52.1.1 投标决策的内容52.2 项目成本预测方法62.2.1 定性预测62.2.2 定量预测72.2.3 国际大型连锁超市成本及标底综合单价预测方法10第三章 投标报价决策方法设计132.3 国内外报价决策方法与模型132.3.1 基于标高金的单因素报价决策模型132.3.2 基于标高金的多因素报价决策模型172.3.2 报价决策模型初步选择202.4 投标报价决策支持系统模型202.4.1 博弈模型212.4.2 投标中标概率模型2
2、32.4.3 效用理论在建筑工程投标决策中的应用272.5 本章小结30第四章 投标决策支持系统结构设计303.1 决策支持系统综述303.1.1 决策支持系统的概念303.1.2 决策支持系统的基本结构313.1.3 决策支持系统的特性323.1.4 决策支持系统三部件结构323.2 投标报价决策支持系统分析和设计343.2.1 投标报价决策支持系统分析343.2.2 投标报价决策支持系统初步设计353.2.3 投标报价决策支持系统详细设计363.3 数据库设计373.3.1 数据库系统组成383.3.2 数据库管理系统393.3.3 数据库设计的基本步骤393.4 本章小结40第五章 系统
3、实现414.1 系统实现414.1.2 系统数据库41第六章 总结与展望485.1 全文总结48第一章 绪论1.1 引言投标工作是针对招标的工程项目力求实现决策最优化的活动，是建筑企业取得工程施工合同的主要途径，也是建筑企业经营决策的重要组成部分，关系到企业的兴衰存亡。投标报价不仅是招标方评判承包商能否中标的重要依据，更是承包商日后与招标方进行合同谈判的基础。1995年以来，麦德龙、家乐福等国际大型连锁超市先后进入中国市场并迅速扩张，在各大中城市开设分店。该类超市一般营业面积为15000到20000平方米，在租赁商业建筑的基础上，按照企业统一的规范标准进行装饰装修。新门店的装饰装修工程，在营运
4、部门看来也是一种商品，需要快速运营。而且该类大型连锁超市装饰装修工程的招投标过程，由于招标方有可能对招标文件中工程内容和范围进行修改，而承包商在投标过程中随着信息的收集很多重要决策往往在临近投标时间才能做出，因此真正留给投标报价人员编制投标报价文件的时间只有三到五天。在这么短的时间内，承包商需要对投标环境和历史数据进行分析，预测出项目的成本价格，同时对决策因素进行量化分析，编制出符合公司利益的投标报价，因此承包商必须建立一个针对该类工程的快速投标报价决策系统，来满足投标报价工作的对快速报价决策迫切需要。国内专门从事该类大型连锁超市装饰专修工程的承包商，对于该类项目的工程管理、施工方案有丰富的经
5、验,在承接项目的过程中积累了大量的工程资料和历史数据。在施工过程中，由于业主对工程规模和装饰装修设计施工有统一的标准和规范，因此项目的建筑面积和清单分部分项项目一般较为固定，使得用报价人员可以基于统计学的原理开发一款针对性的报价决策系统；而工程量清单计价模式下量价分离的报价形式，为实现对项目的完全报价提供了可能。随着计算机技术以空前的速度迅猛发展，以及计算机在数据处理方面所具有的优势，将日渐成熟的计算机技术应用到投标决策中为报价人员提供服务，开发一款针对本企业的报价决策系统，辅助报价人员进行快速报价，已经成为建筑业改革的大势所趋。1.2 研究内容和技术路线1.2.1 研究内容目前国内关于投标报
6、价理论的研究主要集中于预测方法和决策模型两个方向。由于建筑项目复杂多样，不同项目的建筑规模、结构构造、施工工艺、管理方法各不相同，固定的一个决策模型不可能将所有这些因素描述进去；对于决策者而言，不同决策者投标报价时注重的方向不同，有些更重视利润、有些更注重中标概率，同一决策者在不同时期考虑的因素也会有很大变化。在设计投标报价决策支持系统时，必须分析承包商的状态和需求，选择适合的报价模型。本文在总结分析国内外投标报价理论研究现状的基础上，针对大型国际连锁超市装饰装修工程的投标报价特点，和从事该类工程的承包商拥有的信息资源，选择适用的预测模型，来获得报价决策所必须的数据信息；然后通过对承包商决策时
7、的主要影响因素的分析，建立专用的报价模型，并对国际大型连锁超市投标决策支持系统进行设计和并用计算机语言实现。1.2.2 技术路线本文研究的主要内容是建立基于大型国际连锁超市装饰装修项目的投标决策支持系统。首先介绍了投标决策的基本理论，分析国内外项目预测模型和投标报价决策方法，针对国际大型国际连锁超市装饰装修项目的快速报价的特点，选择线性回归的方法预测成本总价和标底总价，选择加权移动平均的方法预测综合单价，并通过实例验证预测方法的可行性。利用上述预测模型计算得到相关的工程数据信息，以及运用博弈论原理结合概率方法建立的标价-中标概率模型，利用效用理论辅助用户决策出最大期望效用报价，最终实现系统的完
8、整报价。具体内容如下：1）收集、分析处理大型国际连锁超市装饰装修工程历年招投标报价历史资料和承包商工程数据，分析成本总价和标底总价与建筑面积之间的线性关系，建立线性预测回归方程；使用加权移动平均法预测综合单价。2）运用博弈论原理结合概率方法建立标价-中标概率模型，利用效用理论辅助用户决策出最大效用报价。3）通过对大型国际连锁超市投标决策支持系统的初步分析和详细设计，使用Visual basic编程工具，建立数据库系统，实现报价模型的计算，最终得到完整的工程量清单报价。第二章 投标决策理论及成本预测2.1 投标决策理论决策是指为实现某一目标，运用科学的理论与手段，系统的分析客观条件，提出各种方案
9、，通过比较和分析从备选方案中选择出一个能够实现特定目标的最优方案，以达到最为满意的经济效果和社会效果的过程。投标决策，就是投标人选择和确定投标项目与制定投标行动方案的决定，进行决策是以对事物发展规律即主客观条件的认识为依据，进行分析判断的结果。因为投标决策是公司经营决策的重要组成部分，并指导投标全过程，与公司的经济效益紧密相关，所以必须及时、迅速、果断地进行投标决策。2.1.1 投标决策的内容在工程承包招标投标竞争中，投标报价的决策环境十分复杂，并且充满着不确定性。建设工程投标决策包括以下三个方面的内容：1）投标机会决策，即针对项目招标决策是否投标。2）投标报价决策，即以何种性质标价参与投标。
10、3）投标报价策略和技巧。投标决策分为前期投标决策和后期报价决策两个阶段，但是这两个阶段之间没有绝对的划分标准。随着招投标工作的不断进行和工程信息的更新，在投标报价决策的整个过程中，承包商有可能随时进行投标决策，即决定继续或者放弃本次投标。1.投标决策投标决策是指投标人及其决策组织成员通过招标人发布的招标信息，以及对工程项目、招标人和市场等情况进行的跟踪调查研究，根据实际情况决定是否投标或者参与何种投标项目的过程。投标人要从自身的需求特征和资源条件出发，结合项目的供给特征，尽量挑选适当的项目参与投标，避免有限资源的浪费。在投标决策阶段，投标人在招标项目上花费的时间和精力较少，科学的决策使得投标人
11、能够及早的规避风险较大竞争激烈的项目，或者把握住价值意义重大的项目。2.报价决策报价决策是指对决定参与的招标项目，投标人通过进行进一步的调查分析，预测出项目的实施成本，在此基础上凭借自身的经验以及选择合理的报价模型和策略确定符合自身利益的最优报价，确保既能盈利，又有较大的中标机会。投标报价是招标方评判投标得分的主要标准，关系到投标人能否取得工程承包机会；如果中标，招标投标方将在投标报价的基础上进行承包合同谈判，投标报价很大程度上决定了承包商在工程项目上的盈利能力。因此合理的投标报价必须既有一定的竞争力取得中标，又能为承包商带来理想的经济效益。2.2 项目成本预测方法进行投标报价决策之前，决策者
12、必须能够尽量精准的预测项目成本，然后才能在所预测的项目成本之上，决定以何种价格或者何种策略参与竞标。 项目成本预测可以分为定性和定量两类方法，通过定性和定量预测，可以对项目成本做出科学合理的推断，准确的项目成本预测是进行投标报价决策的先决条件。2.2.1 定性预测定性预测是根据已掌握的信息材料和历史资料，利用具有丰富经验和综合分析能力的招投标专家或咨询师，运用他们的主观经验和分析判断能力，针对市场行情和未来可能发生的成本消耗做出性质和程度上的推测和估计，再综合各方意见，形成对工程造价的总体预测。常用的定性预测方法有特尔斐法、趋势判断法、头脑风暴法、PERT预测法和经验分析法。定性预测法在实际工
13、程中广泛应用于以下几种情况：预测对象的数据资料难以收集齐全或掌握充分；影响因素复杂，主要影响因素难以用数字表达或者量化分析。定性预测在应用中能够充分发挥人的主观能动性，但是也因此使得预测结果因受主观因素的影响而易被人的知识经验所束缚；对于投标时间非常紧张的项目，可能没有时间组织起相关专家人员来进行完整的定性预测并取得良好的预测结果，仅凭定性预测法不能满足工程快速报价的需要。2.2.2 定量预测定量预测是根据历史资料，建立能够表达有关变量之间相互关系的数学模型，以计算和预测未来的发展形式的一种方法。定量预测方法又可以分为时间序列法和因果分析法两种。2.2.2.1 时间序列预测时间序列法主要通过对
14、事物自身发展规律的研究，用数学方法建立模型来预测事物未来某一时间的状态。时间序列是指在不同时间采集到的数据，这类数据能够表现研究对象随时间变化而不同的发展过程。时间序列模型是研究预测对象时间序列的发展趋势，利用曲线拟合和参数估计等方法建立的预测事物未来状态的数学模型，时间序列分析法是定量预测方法中重要的一种。常用的时间序列分析方法有移动平均法和指数平滑法（1）简单移动平均法简单移动平均法又称一次移动平均法，是指利用算术平均法计算之前各期连续移动数据，将所得的平均值作为下一期预测值的一种预测方法。其计算公式为： Ft=(At-1+At-2+At-n)/n （2.1）式中Ft为预测值，n为数据的移
15、动期数，At-1为第t-1期实际数据。使用简单移动平均法时，一定要注意移动期的选择。过大的移动期会削弱之前各期移动数据上下波动对预测值的影响，随着移动期n值的变大，用来表述最近变化状况的时间变长，也使得预测值对可能的发展趋势产生延迟；而移动期n取得过小，又容易受到随机因素的干扰，造成预测失误。一般在选择移动期n的时候，要依据常年累计的经验，当观测到时间序列数据有显著的周期性变化时，可取变化周期为移动期，以消除周期性波动的影响。（2）加权移动平均法加权移动平均法是指在预测未来值时，在简单平均移动的基础上对不同移动期的数据给予各自不同的权数，以此代表不同移动期数据对预测值的影响。其计算公式为：Yn
16、+1=i=n+1-kn+1Yixi （2.2）一般认为预测值对近期数据的比较远的数据更为敏感，最近的信息将是和未来需要预测的数据最相关的信息，所以在给加权系数赋值时，给近期数据赋予更大的加权系数；而远期数据包含较少的未来情况的信息，相应的其加权系数应赋予较小的值。加权移动平均法的优点是：相对于简单移动平均法更能反映近期实际数据对于预测值的影响；缺点是：没有考虑较远期数据的影响，通常预测值会有一定的滞后性。3.指数平滑法 指数平滑法综合了简单移动平均法和加权移动平均法的特点，即考虑全期数据的影响，又对近期数据赋予较强的影响程度，在给权数赋值时，从近到远数据的权数收敛于零。其基本公式为：St=ay
17、t+a(1-a)St-1 （2.3）式中，St表示处于t时间时数据的平滑值；yt为处于t时间时数据的实际值；a为平滑常数，一般取值为0到1之间。平滑常数a的取值代表近期实际数据对预测结果的影响，a取值越接近1，表示远期实际数据对预测值的影响越大，而a的取值越接近于0，表示近期实际数据对预测值的影响越大。当时间数列波动较小时，a取值定为可较大，当时间数列浮动较大时，a的取值可定为较小，根据经验a取值范围一般为0.3,0.7。2.2.2.2 因果关系预测事物的发展除了取决于自身的发展规律以外，还会被其他的外界因素所影响，因果关系预测就是根据历史数据，分析外界因素对预测对象的影响关系而建立数学模型，
18、求解该模型而对未来值进行预测的方法。因果关系预测又分为趋势外推法、回归分析法、数量经济模型、投入产出模型和灰色系统模型等。（1）趋势外推法趋势外推法是通过对预测因素过去和现在的发展状态的研究，建立数学模型描述其变化规律并以此进行预测。（2）回归分析回归分析预测法，就是通过对预测值和各影响因素之间相关关系的全面分析，建立回归方程并以此作为预测模型，根据影响因素的已知值计算出预测值的一种预测方法。回归分析包括一元线性回归、多元线性回归和非线性回归。1.一元线性回归一元线性回归预测法是分析单个因变量和自变量之间线性关系，通过计算表和拟合散点图粗略估计回归方程的形式，用最小二乘来确定到各点距离最近的直
19、线，建立线性模型以估计数据的发展趋势，预测所需信息。一元线性回归分析法的基本模型是：Yt=c+kxt （2.4）式中：xt表示t期自变量；Yt表示t期因变量；c为常数项；k为回归系数。常数项与回归系数的确定公式如下：c=i=1nYin-ki=1nXink=ni=1nXiYi-i=1nXii=1nYini=1nXi2-(i=1nXi)2 （2.5）得到c、k的值以后，将其代入一元线性回归方程即可建立预测模型，如果已知xt，就可以计算出Yt 。验证因变量和自变量之间相关程度，可通过相关系数r来描述：r=i=1n(xi-X)(yi-Y)i=1n(xi-X)2i=1n(yi-Y)2 （2.6）式中X，
20、Y分别表示x、y的平均数。相关系数r的取值范围为-1,1，其绝对值越趋近于1，表示因变量和自变量之间的线性相关程度越高。2.多元线性回归当一个自变量不足以描述外界影响因素对因变量的影响，需要用到两个或两个以上自变量，这种线性回归方法称为多元线性回归。多元线性回归的方程为y=c0+c1x1+c2x2+cixi+k （2.7）其中c0为常数项，c1、c2、ci为回归系数。回归分析以统计学为理论基础，发展较为成熟，而且应用较为简单，能合理的解释预测值的来源，是一种简单实用的预测方法。但是使用回归分析预测法之前，必须掌握各变量足够的数据资料，并找到影响预测值的主要因素。（3）灰色系统理论灰色系统理论是
21、通过部分的已知信息来生成、开发和实现对完整情形的准确描述和认知，是研究部分信息已知，部分信息不完全明确不确定系统的一种理论。灰色系统理论中的GM（1，1）推理计算模型可用于估测欲估工程的工程费用，它主要针对于那些信息不确定或缺少数据信息时的工程施工成本估算，而目前大多数承包商都有大量历史工程投标报价数据信息，甚至建立起了自己的定额数据库。2.2.3 国际大型连锁超市成本及标底综合单价预测方法预测的前提是事物发展的规律性，借助事物发展的历史规律就可以预测事物未来发展趋势。因此，掌握一定数据和参数选择后，选择哪种预测模型并不是主观随意决定的，而必须依据事物的发展规律来决定。在选择预测模型前，必须对
22、历史数据进行识别，研究数据的模式，并据此选择预测模型。承包商在历年参与国际大型连锁超市招投标以及承包工程中，积累了大量信息资料，包括各个项目总造价、标底总价、分部分项清单、各项成本综合单价和工程时间等内容。由于该类工程的建筑规模和设计风格基本一致，每次的工程量清单包含的项目基本雷同；承包商一般也都具有成熟的施工经验和一批稳定的施工队伍，成本综合单价不会有较大的波动，可以用时间序列模型对分部分项综合单价进行预测。分析历年总价数据可以发现，项目的总价与建筑面积之间显然存在相关关系，使用一元线性回归模型对项目成本总价和标底总价进行预测。调用成本造价、标底总价-建筑面积数据库:表格2-1 成本造价、标
23、底总价-建筑面积数据表项目名称建筑面积（平米）成本总价（元）标底总价（元）1.北京大兴金星13977527372057500002.北京丰台15742702416976500003.抚顺新华15000525541456769304.廊坊周各庄17000641363170000005.河北秦皇岛16650607818365702976.顺德大良18620718912977691827.天津西马16000868154389622398.营口渤海16750640861469500009.佛山北滘162287303650767920710.上海周浦178137249610790000011.云南曲靖1
24、39626191817639000012.昆明正大198539574424989000013.南昌青云谱179668886518918000014.资阳建设店167158840805913000015.昆明益龙万象174617977296823500016.昆明南亚210939090252939000017.成都华阳20266108299071119000018.孝感宝丽172976940064716069419.宿州汴河店1681784746548750000 绘制散点图，可以直观的发现各门店成本造价、标底价格与建筑面积之间存在一定的线性关系，可以用线性回归分析，计算预测成本、预测标底的回归
25、方程，套用回归方程由任意给定拟估门店建筑面积可以计算出拟估项目的成本造价与标底价格。图2-1 成本总价与建筑面积散点图图2-2 标底总价与建筑面积散点图计算得，成本与建筑面积之间的一元线性回归方程为：Y=591.208X-2557012.068拟合度为0.560，表示成本总价中可以由建筑面积解释的信息。标底总价与建筑面积之间的一元线性回归方程为：Y=586.324X-2076569.726拟合度为0.593，表示标底总价中可以由建筑面积解释的信息。2.3 本章小结 本章首先简要介绍了投标报价的基本概念，然后介绍了常用的项目成本预测模型，并探讨各个模型的优缺点；结合对国际大型连锁超市装饰装修工程
26、的特点，选择时间序列模型预测成本综合单价，使用线性回归模型预测成本造价和标底价格。通过这些预测模型，可以得到进行报价决策的基础数据信息。第三章 投标报价决策方法设计2.3 国内外报价决策方法与模型目前常用的投标报价计算方法主要有两种：一种是工程量计算法，另一种是基于标高金的计算法。基于标高金的计算法主要是通过引入和应用各种数学方法和数学模型计算投标报价金额。按照数学模型所考虑影响因素的个数，基于标高金计算法的数学模型可以分为单因素报价决策模型和多因素报价决策模型。2.3.1 基于标高金的单因素报价决策模型自从Lawrence Friedman模型在1956开发并发表以来，许多基于竞争性投标环境
27、下的数学模型发展起来了，许多基于建造业的投标决策被用于投标报价决策。 投标是一个复杂的决策过程，包含了对许多因素和目的的考虑。这个过程涉及到参数优化，他们复杂的性质和相互之间紧密的关联性使得竞争性投标成为一个复杂的问题，解决的办法只有依赖于历史经验。这些模型当前适用于解决通过只考虑一个参数和目标即期望利润来简化后的情形。传统的投标决策模型基于Friedman(1956)和Gates(1967)之上的二次创新均是基于上述规定的目标，从而简化了总体的投标问题。这两个模型的核心是假设竞争性投标环境中承包公司的首要目标是最大化投标运营成本，结合只同时考虑竞争性条件下的一个不确定性因素。决定最佳投标的问
28、题简化定义为决定产生最大利润的最有可能赢得竞争的投标价格。大部分竞争性投标环境下的数学模型都是基于对竞争者总体目标和决策程序简化的假设之上，并进一步假设投标方均致力于最大化他们的平均利润。简而言之，现存的投标模型均企图引导人们在高风险和强烈竞争条件下去做出一个智能的决定，但是没有考虑构成这个决定环境的所有的问题因素。由于这些模型不能计算几个在构成投标程序中需要考虑的至关重要的因素，所以Ringwald(1982),De Neufville, Hani和Lesage(1977)指出了现存投标决策模型的不适当性。目前，几乎所有文献中的投标模型采用最大化利润的目的，这可以被认为是投标提交的一个结果。
29、一个投标人要权衡考虑所出标价能够获得的利润的大小，和用这样一个标价完成目标战胜竞争对手的几率。一些研究人员，如Friedman(1956)，Casey和Shaffer(1964)，Park(1964，1979)，Gates(1967)，Broemser(1982)，Morin和Clough(1969)，Willenbrock (1972)，Carr和Sandahl(1978)，Carr(1982)，以及Griffis(1992)已经提出了一系列可能用于建造业的竞争性投标决策模型。在1950年末，Lawrence Friedman提出了第一个模型，在将运筹学工具应用到竞争性投标领域上构成了历史意
30、义的里程碑。Friedman的模型（1956），“竞争性投标决策”，确定封闭竞争性投标环境下的最佳投标，介绍投标决策模型中多投标人和平均投标人的概念。Friedman的模型假定每个投标人的投标行为可以被概率分部来描述，涉及到每个投标人对所考虑工程的的报价与投标人成本估算价格的比例。这个模型进一步假设竞争性投标环境中的投标者相互独立的投标（也就是每个投标者的行为相互之间独立随机分布），并且工程的成本是一个随机变量。在开发模型的过程中，Friedman采用了“最大化总期望利润”的战略目标，假设投标人仅关注相对于成本的投标利润的货币价值。Friedman的模型适用于之前的由于竞争来确定的每个竞争者都
31、倾向于遵守的投标模式结果，并提议使用预期竞争对手确定历史标价成本比率数据和相关的预期价格。在审查历史投标数据的时候，检测公司某一工程的估算成本的乖离率和变异性取决于研究设计工程成本和工程估算成本之间的总体方差。从而推导出相关工程期望利润的公式（方程2.1）。Ex=0Pxx-SChSdS (2.1)其中X: 投标价格E(x)： 对应于投标价格的期望利润P(x)： 投标价格为x时的中标概率（即x成为最低标价的几率）C： 估算成本S： 标价与估算成本的比率h(S)d(S):实际上估算成本比率处于S和S+dS之间的概率测定中标概率由过去工程上的竞争者投标模式的历史投标数据完成，概率分布由每个竞争对手基
32、于这个历史数据制定，然后和公司的成本估算一起标准化。结果的投标价格与成本估算价格比率（B/C）用于定义每个既定竞争对手的概率分布。一个公司投标价格低于竞争对手投标价格的概率在竞争对手概率分布函数下面的封闭区域内，且在“B/C”比率的右边。结合多个竞争者的影响，获得赢得多个投标者的概率，Friedman假设赢得所有竞争对手的总概率是赢得每一个竞争对手概率的产品（公式2.2）Pb0b1b0bn=Pb0b1Pb0bn=i=1nPb0b i （2.2）其中， b0 ：使用模型的承包商的报价 b i :竞争对手的报价这实际上是n个独立时间共同发生的概率。如果参与竞标的竞争对手数量未知，“平均投标人”的概
33、念可以使用，如Friedman定义的一样。结合所有当前针对公司的估算成本的反对投标比率形成了“平均投标人”的投标报价分布。Friedman模型基于两种投标环境：一个公司仅对一个工程投标，和一个公司对几个工程投标。此外，Friedman讨论了两种不同投标方案的解决办法，一种是投标人数已知，第二种是投标人数未知。1967年，Gates在Friedman模型的基础上，将竞争各方掌握对手投标信息所产生的影响考虑到赢率计算中，建立了Gates模型。Gates模型（1967）可被认为是类似于Friedman模型的一种投标决策模型，该模型尝试预测一个以最大化期望利润为主要目标的（最优化利润量和风险度）工程的
34、最佳投标报价。在模型中，Gates假设估算成本等于实际成本投标人的目标是最大化期望利润，对既定投标来说，利润为投标报价与估算成本之间的差值。Gates模型与其他模型的根本不同之处在于评定既定投标报价获胜概率的方法上。在Gates模型中，如果所有投标者实力相近那么每个竞争者有相同的获胜机会。最大期望利润计算公式如下EV=(p)P (2.3)其中， EV : 期望利润 (p) : 获胜概率 P ：出价金额而且，Gates推荐了一个公式用来结合每个赢得一些其他竞争者的概率，得到一个概率，公式如下：p=1-PA(PA)+1-PB(PB)+1-PI(PI)+1-1 (2.4)p=In1-PI(PI)+1
35、-1 (2.5)式中， （p） :对所有竞争对手的联合获胜概率 (PA),(PB),(PI):对竞争对手A,B,等的获胜概率在Gate模型中，一个工程的期望价值（EV）是“B/C”比率的函数，这个函数可以通过求期望价值的一阶导数求出最大值。Gates使用蒙特卡洛法比较Gates和Friedman模型的技巧和基本原理，结果证实了Gates模型，同时表明了在多于一个竞争对手时Friedman模型产生不精确结果。这些实验的结果，以及Gates在Friedman模型上的加强，进一步提出Gates提出的统计相关的投标人的概念比最初Friedman提出的统计相关的投标人的概念更可信。这个统计相关性的声明被
36、Neal Benjamin(1969)进一步的研究和加强，通过提出Gates模型的数学推导的方法。Benjamin通过假设概率密度分布函数将工程成本当作一个随机变量，并且介绍了竞争性投标的效用理论。Shaffer（1971）提出了分析，利用竞争策略模型的结果来定义预计利润的幅度，加入到成本估算定义价格幅度，为那些可以选择自己标价的承包商。这个幅度由更低的范围构成，可以给出承包商最大的机会去投出工程的最低报价，以及一个能够给他最大中标概率的第二低报价。Morni和Colugh在Freidman的基础上,提出了最优利润率报价模型,该模型通过确定一个承包商某一时期的最佳毛利润来达到承包商的经营目标；
37、Robert.I.Carr于1982年将机会成本纳入竞争性投标报价分析中，提出了一般报价模型,对最优利润率报价模型进行了改进,可以较为深入地反映公司在竞争市场中的地位。模型优缺点优点：基于概率论的报价决策模型概念明确、思路清晰、原理简单，求解过程比较容易，能够反映竞争者的历史状况。局限性：首先该模型所需的假设条件在实际中难以实现，该类模型要求投标方对竞争对手的投标资料信息十分了解，并假定竞争对手的投标模式稳定不变，然而，在实际投标中很难拥有全面的企业竞争情报，况且竞争对手的投标策略有可能发生变化；其次，该类模型仅考虑了单一影响因素竞争者状况。因此，基于概率论的报价模型在实际应用中具有较大的局限
38、性。2.3.2 基于标高金的多因素报价决策模型多因素报价决策模型在投标报价时除了考虑基于各个竞争者的赢率这一因素之外，还包括了项目具体情况、公司所处现状、招投标市场环境条件等；此外，承包商会从企业目标和发展计划的角度，将提高市场占有率、维持公司正常运营、保持公司资源的延续性等因素综合起来，作为报价决策时的影响因素添加到决策模型中去。多因素报价决策模型根据建立模型所应用的理论体系，又可以分为基于层次分析和效用理论的决策模型和基于人工智能的决策模型。2.3.2.1 基于层次分析法（AHP）和效用理论的报价决策模型效用是经济管理学最常用的指标之一，用来度量人们对某些事物的需求、态度、欲望、偏好等；层
39、次分析法是用于分析多目标、多属性的决策问题，当一个决策过程涉及到的影响因素过多，在决策过程中结合使用定性分析和定量分析，在决策过程中用两两比较等方法量化决策者的价值偏好，用来进行决策支持。有多位学者将层次分析法和效用理论应用于报价决策,以下将对这些模型作简要介绍：（1）Willebrock于1972提出了一系列投标模型，这些模型与Friedman模型的不同之处在于对投标价值的解释。他首次提出在投标模型中使用效用理论，概述了构造投标者效用函数的方法，并将投标人期望从合同中获得的金钱转换为价值或效用。Willenbrock提出最大化期望效用值来代替期望标价，效用理论将工程规模和投标人对待风险的态度
40、等因素量化到报价决策中。（2）Seydel 和Olson首次提出了基于层次分析法的报价决策模型，并在这个模型中引入了期望效用。该模型通过两两比较的方法确定各目标之间的权重，结合不同备选方案的报价，求出每个目标备选方案的期望效用，经过规范处理后求出不同报价下的总期望效用，取总期望效用最大的备选方案对应的报价即为最佳报价。（3）S.P.Dozzl和S.M.AbouRizk结合层次分析法，将效用理论充分运用于报价决策。该模型的基本内容是:将影响承包商决策的各个因素按照其自身属性的不同分解为几个层次，并按自上而下的顺序排列出来，建立层次结构模型。最上层为目标层，通常只有一个，中间层为准则，最底层为子因
41、素。然后根据决策者的偏好列出各个子因素的效用函数，求出各子因素对应的效用值；用层次分析法求出各子因素的相对权重，将相同类别隔层因素的相对权重逐级相乘，得到子因素层的综合权重。期望效用值的计算公式如下：Eu=j=1nujySj （3.1）其中Eu代表期望效用值，ujy表示各子因素的效用值，Sj表示子因素层综合权重。确定了标高金和期望效用之间的效用函数后，将上一步算出的期望效用值代入标高金效用函数中,得出最优标高金。（4）其他相关的报价决策模型M.Marzouk 和0.Moeslhi在S.P.Dozzl和S.M.AbouRizk模型的基础上，使用计算机程序语言对报价决策影响因素进行分类，编程模型可
42、以针对不同工程项目的投标环境，增加、删除或者修改影响因素。此外他们就承包商对待风险的态度进一步深入研究，给出了风险中性、风险厌恶、风险喜好等不同类型的效用函数模型。Chua和Li D.建立了基于竞争环境、投标人现状、决策者风险偏好以及公司对工程项目的需求程度四类影响报价子目标和投标决策过程的层次递阶结构，并用层次分析法确定了各种合同类型下的不同关键因素重要程度的排序。优缺点优点：效用理论和层次分析法在报价决策过程中考虑并量化计算了多种影响因素,通过这种方法得出的最终报价能够体现决策者对报价结果的满意程度，而且计算过程清晰易懂，方便使用。局限性：确定权重的过程受决策者主观因素影响较大，效用函数的
43、形式没有统一的确定方法，而效用函数的形式又会对计算的复杂程度产生直接的影响。2.3.2.2 基于人工智能的报价决策模型基于人工智能的报价决策模型主要分为基于人工神经网络(ANN)、基于专家系统（ES）和基于案例推理（CBR）几种类型。（1）人工神经网络（ANN）人工神经网络法是模拟神经突触结构的基本特征和运行方式，对输入信息进行相应分析处理的一种数学模型。人工神经网络方法的以下优势，使其成为解决多因素投标决策的一种有效手段：首先，人工神经网络法具有自学习性。由于招标环境，决策者对报价影响因素的侧重点，以及工程项目的多样性，固定的报价决策模型难以满足时刻变化的市场需求，所以能够不断接受新样本、新
44、经验，自我调整并具有学习成长能力的人工神经网络成为解决目前报价决策问题的研究方向。其次，神经网络能够同时处理定性和定量知识，在多因素报价决策中，能够全面分析报价决策各个影响因素。同时，神经网络具有高速寻找最优解的能力，而报价决策的目标正是在较为紧迫的时间内求得最优报价。Moselhi和Hegazy（1993）针对提出了人工神经网络算法，认为人工神经网络这种基于类推功能的模式识别工具能够为报价评估问题提供更为适当和实际的解决途径。该模型基于反向传播算法来计算最佳投标报价和投标人在面对一个主要竞争对手时的赢率，输出不同投标成交价格以及每个投标价格的赢率，最终确定给定中标率的标高金。（2）专家系统（
45、ES）专家系统是根据解决特定领域内问题的知识、技术和经验而建立的具有自动推理能力的决策支持计算机软件系统。Anabeim Technologies(1987)开发了专家系统并将其投入市场，推导既定工程最佳投标报价的函数。该模型成为众多解决投标报价决策问题的分析工具和投标模型之外的另一种选择。这种专家系统使用一个常量来补足累积分布函数并考虑一些风险因素，基于一系列公式和规则得出最佳投标标价，这些公式和规则是开发者提前存入程序知识库中的。这些公式和规则协同工作，将用户提供的投标信息转变为投标策略。优缺点优点：人工智能方法利用丰富的历史资料和知识经验，解决多因素报价决策问题人工智能非常适合处理多因素
46、投标报价决策，他们能较充分的利用历史数据和专家经验，是目前投标报价领域的研究热点。局限性：层次分析法往往不能解释选取最优投标报价的原因，从而使人们对其结果产生怀疑；专家系统是一种基于规则的系统，报价决策的动态性和高度无组织性决定了定义出的一套规则是无法适应任何投标报价环境的。2.3.2 报价决策模型初步选择国际大型连锁超市招投标报价采用的是工程量清单报价模式，这种模式的特征是：采用量价分离的计价模式，以及“控制量、指导价、竞争费”的管理模式；招标时由业主指定或估计拟建项目的工程量，参与投标的承包商在这个量的基础上，根据自身工程管理水平和施工技术水平，按照招标项目所要求的质量和进度，同时综合考虑工程所在地、市场行情以及其他一些相关因素制定综合单价。作为一个常年参与国际大型连锁超市装饰安装工程施工工作的承包商，对该类项目已经具备了完善的施工设备、成熟的管理经验和施工技术。在该类工程项目中，各个项目的工程规模较为固定，不同工程的设计施工标准也非常相似，历史工程的资料具有较强的参考价值；大部分安装设备和重要的材料均为甲供材料或者甲方指定品牌，而且该类承包商一般有一批自己的施工队伍，这批队伍跟着工程项目所在地施工作业。因此在投标报价决策过程中，主要的影响因素是决策者的期望利润以及中标率。
