投影寻踪技术在建筑工程评标中应用.docVIP

投影寻踪技术在建筑工程评标中应用 　　[摘 要]本文提出基于投影寻踪技术的建筑工程招标评标思路，用加速遗传算法对投影寻踪模型的最优投影方向进行演算,确定出建筑工程施工招标各项综合评价指标权重，进而综合评定出中标候选人。 　　[关键词]清单招标评标 投影寻踪技术 加速遗传算法 　　1 前言 　　工程评标方法中综合评分法是从多方面评价投标人，能够最大限度地满足招标文件中规定的各项综合评价标准的投标人为最优投标人。其具体作法是：评标小组按照招标文件规定的各项评标标准，对投标人的资信、技术、报价等单项指标进行评分，各单项指标评分结果乘以相应单项权重系数后再相加得出该投标人的总得分，一般总得分最高者为中标人。影响综合评分法总分高低的因素在于单项指标得分和各单项指标权重系数，目前，在我国综合评标法中确定各单项权重系数的方法主要来源于工程人员的经验或偏好，具有主观赋权值性。 　　投影寻踪技术是用来处理和分析高维数据的一种探索性数据分析的有效方法，其基本思路就是将高维数据向低维空间投影，通过分析低维空间的投影特性来研究高维数据的特征，以达到研究高维数据的目的, 具有稳健性好、抗干扰性强和准确度高的优点。投影寻踪方法是一种直接由样本数据驱动的探索性数据分析方法, 特别适用于和处理非线性、非正态性高维数据。投影寻踪分析方法在遥感图像解译、光 (色 ) 谱数据分析、环境质量评价、环境毒理学分析等诸多领域已得到成功应用。 　　投影寻踪技术应用对投标人的综合评价时，可以自行搜索产生评价指标的权重。投影寻踪技术应用于评标要素权重的确定时，评标要素权重即是投影方向，各专家对各方案的每一个评标要素的评分值是高维数据结构，综合评价值为能反映各投标方案特征的一维数据结构。因此，只要采用投影寻踪技术找到反映高维数据特征的投影方向，也就找到了能反映各投标方案综合特点的评标要素权重，能有效解决传统评价活动中主观赋权的弊端。 　　2．投影寻踪技术确定权重系数 　　投影寻踪技术确定权重系数的操作步骤如下： 　　2.1选取评价要素指标，搜集投影数据 　　根据工程特征选取评价要素指标，如价格、施工方案、企业信誉等评价指标。设投标方案集为： 　　 （1） 　　式中， ――第 个方案第 个评价指标值, #61619;0； 　　 ――方案的数目； 　　 ――评价指标的数目。 　　2.2对投标方案评价指标分值 进行数据标准化处理 　　运用一致无量纲化处理将搜集到的原始评价指标值标准化。其中，“一致化”指原指标经转化后对综合指标的影响一致，即所有的指标都变为越大越优型指标或越小越优型指标;“无量纲化”是为了消除各指标的量纲效应，并统一各指标值的变化范围，从而解决不同性质评分指标值之间的可比性。具体做法可以各评价指标的最大值和最小值的差距进行数学计算，计算公式如下： 　　对越大越优型评价指标可采用式(2)处理 　　 （2） 　　对越小越优型评价指标可采用式(3)处理 　　 （3） 　　经过上述标准化处理后， ，原始评价值均转换为一致无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以对其进行综合测评分析。 　　2.3进行线性投影 　　使用标准化处理后的数据进行综合测评，还必须对各参评指标做出较为科学的权数调整，合理反映各评标要素的影响和作用程度，以便得出科学合理的综合测评结果。线性投影就是将 维数据，综合成以 为投影方向的一维投影值 ，即各方案的综合评价值。 　　 （4） 　　式中，投影方向 为归一化向量，它的第 个分量就是 即所求评价指标权重。 　　2.4构造和优化投影指标函数――确定评价指标权重向量 　　应用投影寻踪技术的关键是构造一个充分揭示研究对象特征的目标函数，作为优化投影方向的依据。为了便于投标方案优选，在综合投影值时要求投影值 的散布特征为：局部投影点尽可能密集，最好凝聚成若干个点团;而在整体上投影点团之间尽可能散开。基于此便可构造投影指标函数为： 　　 （5） 　　式中， ――多元数据在一维空间散布的类间距离，即投影特征值 的标准差; 　　 ――为投影特征值 的局部(类内)密度，表达式为: 　　 （6） 　　 （7） 　　式中， ――投影特征值 的平均值； 　　 ――局部密度的窗口半径； 　　 ――投影特征值间的两两距离， 　　 ――单位阶跃函数，当 即 时，其函数值为1，反之为0。 　　 确定了局部密度的计算范围，它的选取既要使包含在窗口内的投影点的平均个数不太少，避免滑动平均偏差太大，又不能使它随着 的增大而增加太高，经验表明 一般可取为 ；经过前述评分值标准化处理后，每两个投标方案间距离之差不大于1，因此可明确 。 　　由于评标要素值样本集是事先给定的，因此投影指标函数 只随投影方向