工程管理学报
工程管理學報
공정관이학보
CONSTRUCTION MANAGEMENT MODERNIZATION
2014年
6期
96-101
,共6页
径向基神经网络%粒子群算法%评标系统%项目招标
徑嚮基神經網絡%粒子群算法%評標繫統%項目招標
경향기신경망락%입자군산법%평표계통%항목초표
radical basis function%particle swarm optimization%bid evaluation system%project bidding
根据我国目前在招标投标过程中评标方式存在的缺陷,运用组合优化思想,将经过粒子群算法优化过的径向基神经网络模型(PSO-RBF)运用到招标评标的实践中。该模型作为一种新型的评标方法,先是利用粒子群优化算法对单纯的径向基神经网络参数进行优化,进而训练和测试优化后的RBF神经网络。通过对比分析单纯的RBF神经网络和经过参数优化后的RBF神经网络模型,结果表明后者比前者在性能和效率上更加优越,在招标投标系统中更加合理、科学。最后指出了该模型还存在的缺陷有待进一步的研究。
根據我國目前在招標投標過程中評標方式存在的缺陷,運用組閤優化思想,將經過粒子群算法優化過的徑嚮基神經網絡模型(PSO-RBF)運用到招標評標的實踐中。該模型作為一種新型的評標方法,先是利用粒子群優化算法對單純的徑嚮基神經網絡參數進行優化,進而訓練和測試優化後的RBF神經網絡。通過對比分析單純的RBF神經網絡和經過參數優化後的RBF神經網絡模型,結果錶明後者比前者在性能和效率上更加優越,在招標投標繫統中更加閤理、科學。最後指齣瞭該模型還存在的缺陷有待進一步的研究。
근거아국목전재초표투표과정중평표방식존재적결함,운용조합우화사상,장경과입자군산법우화과적경향기신경망락모형(PSO-RBF)운용도초표평표적실천중。해모형작위일충신형적평표방법,선시이용입자군우화산법대단순적경향기신경망락삼수진행우화,진이훈련화측시우화후적RBF신경망락。통과대비분석단순적RBF신경망락화경과삼수우화후적RBF신경망락모형,결과표명후자비전자재성능화효솔상경가우월,재초표투표계통중경가합리、과학。최후지출료해모형환존재적결함유대진일보적연구。
For the shortcoming of evaluation methods of bidding system in china,the radical basis function based on particle swarm optimization(PSO-RBF)algorithm is applied to biding practice. This model is a new bid evaluation method. firstly,radical basis function(RBF)is optimized by particle swarm optimization(PSO). Secondly,the optimized RBF neural network is trained and tested,and then used to predict a sample. The paper compares the two models of RBF and PSO-RBF,and finds that the PSO-RBF model has better performance than RBF in the aspect of function and efficiency. The PSO-RBF model is more suitable for bidding system due to its reasonability. At last,the paper points out the limitation of the PSO-RBF model and directs path for further study.