基于人工神经元网络技术的投标前期决策研究

摘要

我国社会主义市场经济的大环境下,企业只有通过接受市场招标信息、参与投标才能得到生存和发展.投标前期决策对施工企业至关重要,影响巨大.但是大多数的施工企业在进行投标前期决策时通常还是依靠长期工程经验,或者仅从几个方面片面考虑,很少有企业能依靠系统、科学的分析进行决策.同时因为影响投标前期决策的因素众多,而且各个影响因素对决策的影响复杂,各因素之间也存在着相互的复杂关联,传统的分析方法在解决这类复杂、混沌、模糊问题的时候已经稍显无力.人工神经元网络是生理学上的真实人脑神经元网络的结构和功能以及若干基本特征的某种理论抽象、简化、和模拟而构成的一种信息处理系统,具有任意非线性映射(变换)能力、优秀的学习泛化能力、高度的容错能力等特性,是解决复杂、混沌、模糊问题的有利工具之一.本文首先充分利用人工神经元网络特性,通过对不同网络结构、不同学习算法的试算、调试、对比、筛选,成功构建具有较好泛化学习能力及较好学习速度的基于人工神经元网络技术投标前期决策模型.其次对人工神经元网络模型的输入数据(即投标前期决策关键影响因素)的量化标准和量化方法进行了充分的讨论.同时利用MATLAB软件技术,编译成功人工神经元网络投标前期决策模型应用用户操作界面.试图通过本文的研究,将人工神经元网络技术运用到实际招投标工作中.

目录

文摘

英文文摘

1绪言

1.1工程项目投标前期决策简述及其意义

1.2目前工程项目投标前期决策的分析方法简介

1.3问题的提出

1.4人工神经元网络的特性及在旖工管理中的应用

1.4.1人工神经元网络的特性

1.4.2人工神经元网络在施工管理中的应用

1.5本文的研究目的及内容

1.5.1研究的目的

1.5.2研究的内容

2工程项目招投标相关理论

2.1工程项目招投标制度

2.1.1招投标制度的基本概念

2.1.2招投标制度的发展

2.1.3招投标制度的特点及其作用

2.1.4招投标方式分类

2.2工程项目投标的一般程序

3人工神经元网络基本理论

3.1人工神经元网络的基本概念

3.2人工神经元网络的发展历程

3.3人工神经元基本模型结构

3.4人工神经元网络的网络结构

3.5人工神经元网络的基本工作过程

3.6人工神经元网络的学习

3.6.1学习方式

3.6.2学习算法简介

4 BP人工神经元网络

4.1 BP人工神经元网络的基本概念

4.2 BP人工神经元网络算法的数学描述

4.3 BP人工神经元网络构建的参数选取

4.4 BP人工神经元网络算法的局限性及改进

4.4.1 BP算法的局限

4.4.2改进的BP算法

5基于人工神经元网络技术的投标前期决策模型数据处理

5.1模型构建概述

5.2输入层数据前处理

5.2.1投标前期决策影响因素

5.2.2用于人工神经元网络模型的投标前期决策影响因素

5.2.3决策影响因素定的量化

5.2.4输入数据归一化处理

6基于人工神经元网络技术的投标前期决策模型的建立

6.1人工神经元网络模型的初步构建

6.2网络模型的训练试算及算法比较

6.2.1网络学习样本的采集

6.2.2网络的训练学习及算法比较

6.3模型的网络优化

6.4模型的成型描述

6.5计算程序说明及运用界面创建

6.6工程实例试算演示

6.6.1概况描述

6.6.2投标前期决策影响因素量化判定分析

6.6.3试算

7结束语

7.1本文的主要工作总结和结论

7.2存在的问题和后续研究工作展望

致谢

参考文献

独创性声明和学位论文版权使用授权书