基于FAHP项目竞标企业评价研究.docVIP

基于FAHP的项目竞标企业评价研究 　　【摘要】 如何高效地利用竞标企业的大量信息进行综合评价，是目前招标单位所面临的难题。对竞标企业进行选择评价的过程是一个多指标多层次的综合评价过程，采用FAHP（Fuzzy Analytic Hierarchy Process）来进行解决，可以使评价过程得到简化。其基本思路主要是通过对影响因素分析，建立评价指标体系，并用层次分析法来确定相应指标权重，在此基础上，专家对各指标进行隶属度评价，通过模糊隶属关系变换，进行竞标企业的优劣比较，最终实现对候选企业的选择。文章通过实证研究证明了该方法的可行性和有效性，具有一定的实用价值。 　　【关键词】 企业评价； 评价指标体系； 模糊层次分析法 　　 　　一、问题的提出 　　 　　随着市场经济的发展，企业的一些项目对外进行招标已经成为一种有序的市场竞争交易方式。在这种竞争性的交易方式下，同时会有很多各方面条件都类似的竞标企业作为候选对象。对竞标企业进行选择评价的过程也是一个进行多指标多层次的综合评价的过程，招标单位需要对所有竞标企业的大量信息进行多指标综合评价。由于影响评价竞标企业的指标体系中，有些指标是定性的，难以直接比较；有些指标则是可以量化的，在判断过程中存在着一定的复杂性和模糊性，因此项目竞标企业的选择往往是复杂而繁琐的，其传统的主要评标法，如最低评标价法、综合评标法、最高价评标法往往费时费力。如何高效地利用这些信息，而不致于使自己淹没其中是目前招标单位所面临的难题。 　　 　　二、FAHP简介 　　 　　基于对项目竞标企业进行选择是一个典型的多指标多层次的综合评价问题，笔者认为采用FAHP评价方法（Fuzzy Analytic Hierarchy Process，模糊层次分析法）是比较合适的。FAHP评价方法是一种将模糊综合评价法和层次分析法相结合的评价方法。 　　模糊综合评价法对评价对象及评价方案的优劣程度用优、良、差等模糊概念来描述，可以处理用其他方法无法处理的信息。但它的缺点是各评价指标权重的分配受到人为因素的影响较大，不能客观、准确地反映各指标实际的重要程度。而层次分析法能够很好地解决受人为因素影???的问题，能综合人的主观定性判断，形成各个决策因素的权重，避免在结构复杂的决策问题上出现逻辑推理失误，能够较为客观、准确地分配各评价指标的权值。模糊综合评价法与层次分析法结合起来就形成了模糊层次分析法，结合了模糊综合评价的优势和层次分析法的优势，使评价与选择更加合理。 　　 　　三、使用FAHP评价竞标企业的算法 　　 　　（一）构造评价因素指标集U 　　招标单位在收到竞标企业的投标信息后，需要对多方面的因素进行综合考虑，从而对竞标企业作出正确的评估，并最终作出选择。要对竞标企业作出系统全面的评价，就必须有一套科学的综合评价指标体系，评价因素指标集U就是以被评价对象的各种指标为元素组成的集合。本文认为，对竞标企业进行评价主要考虑竞标企业的因素有四个方面：项目信息、服务能力、资源保障和企业业务绩效。这四个方面又会有不同的选择标准，形成一个层次递阶结构模型。第一层为目标层，即选择最佳的竞标企业；第二层为指标层（也叫因素层），是评价的主指标体系；第三层为子指标层（也叫细分因素层），是对第二层指标的细化；第四层为方案层，分别为可供选择的竞标企业。如表1所示。 　　从表1可知，因素集U由两级指标集组成。第一级指标集A={B1，B2，B3，B4}，第二级指标从属于第一级指标，其指标集分别为：B1={C1，C2，C3}，B2={C4，C5，C6}，B3={C7，C8}，B4={C9，C10，C11，C12}。 　　（二）确定评语集V 　　评语集是专家对评价指标可能作出的各种评判结果的集合。先确定评价尺度V=［v1，v2，…，vn］。为便于计算，可以简化设定V=［v1“很好”，v2“好”，v3“一般”，v4“差”］；由专家根据自己心中对这4个等级的定位，对因素集中的每一个因素指标进行等级评定。 　　（三）获取评价数据 　　先从定性的模糊选择入手；然后通过模糊变换算法进行运算。采用AHP或随机调查方式获得各级评价指标的权重，采用专家法（Delphi法）获取评价集数据。 　　令Bi=Ai?茚Ri（?茚为算子符号），称之为模糊变换。经过此运算，获得综合模糊评价集S=H?茚B（H为一级指标的权重）；然后，根据评语集中的不同评语Vi，规定各自的权重Wi，得到权向量的等级评价矩阵W=［w1，w2，…，wn］。令Q=S?茚WT，就得到某个竞标企业的总评估分数；最后比较Q值的大小，得分愈高，获选的可能性愈大。 　　 　　四、应用实例 　　 　　下面举例说明该评价方法。假设某公司的一个项目进行了招标，且公司对竞标企业