英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
承包商学习与发展的进化模拟两种投标方式下的行为
Rita Awwad, A.M.ASCE
copy; 2015 American Society of Civil Engineers
摘要：
投标和确定最佳加价是承包商在面对新项目时必须仔细考虑的两个主要决定。文献中已经提出了几种投标模型，以帮助承包商做出这两个决定。但是，他们大多考虑了一个承包商在单个项目上进行投标的观点，掩盖了承包商之间的互动和学习内容，以及在个体和总体层面上观察到的紧急投标模式。这项研究采用进化方法对建筑工程投标市场动态进行建模，并研究承包商的风险态度对他们的加价幅度以及长期风险的影响。两种投标方式（低价法和平均价法）下投标价格的长期变化。仿真结果表明，具有最高风险承受能力的承包商在低价竞标方法下提交最低投标价格，在平均投标法下提交最高价格。此外，低价出价方法显示出投标价格的长期均衡，而平均出价方法则反映出价格上涨。 DOI：10.1061 /（ASCE）ME.1943-5479.0000400。2015美国土木工程师学会。
作者关键词：
进化模拟；低价出价法；平均出价法；加价；规避风险；利润效用；标价
介绍：
建筑招标市场是一个充满挑战和高度竞争的市场。在竞争激烈的环境中，承包商必须进行多次模拟尽管涉及风险和可用信息有限，但及时做出相互独立且相互依赖的决定。承包公司一旦决定竞标某个项目，便面临随后的挑战性决定，即选择正确的加价以适用其估计成本。必须谨慎地进行此操作，以使最终竞标价格足够低，无法赢得该项目，但同时又要足够高，才能以低价招标的方式获得良好的利润。因此，施工招标机制是一个复杂的决策过程，应从多准则优化的角度来考虑，同时要考虑当前的市场状况，竞争力水平，有关对手的有限信息以及企业的财务约束。
施工承包商在遇到新项目时必须做出两项决定：（1）是否对该项目进行投标；和（2）如果先前的决定为是，则估计要使用的最佳标记。大量的研究（Ahmad和Minkara 1988; Shash 1993; Wanous等2000; Chua和Li 2000; Bageis and Fortune2009年； Lesniak和Plebankiewicz（2015）在不同的建筑市场中进行了调查，确定了在决定竞标/不竞标时要考虑的主要因素。文献中还开发了几种竞标模型，以帮助
为潜在的投标选择正确的标记。这些模型介于统计模型之间（Friedman 1956; Gates1967年； Carr 1982），多属性决策模型（Seydel和Olson 1990; Dozzi等人1996; Marzouk和Moselhi 2003; Cheng等人2011）以及基于人工智能的模型（Moselhi等人2011）。1993年；刘和玲2003; Chao 2007）。这些竞标模式从单个承包商一次投标一个项目的角度提出了投标决策问题。但是，承包商通常关心的是其业务的长期健康和发展，而不是仅仅最大化其从特定项目中获得的预期利润或效用。实际上，承包商针对新出现的项目的行为往往会因该项目发生的环境而改变。例如，是否竞标一个新项目的决定取决于承包商公司的可用资源及其当时的财务状况，以及它是否更具吸引力。对其他目前或即将进行的项目竞标很感兴趣（Oo et al.2008）。此外，公司的投标价值取决于其经济实力，当前的业务需求，市场竞争水平以及有关其潜在竞争对手的可用信息（Dulaimi and Shan 2002）。为了取得成功，承包商需要持续评估投标策略和绩效，并通过经验和对市场动态的观察来改善它。例如，财务状况良好且正在进行的工作量足够多的承包商将更加专注于最大程度地牟取暴利。但是，如果同一承包商以后需要工作，则将优先考虑获得该项目，而要以利润最大化为代价（DeNeufville and King 1991）。因此，承包公司无法决定其选择从单方面的角度考虑某项工作的时效标记。相反，它必须考虑所有其他上下文组件，例如其当前的工作量和可用的绑定能力，当前的市场竞争力，对手的行为以及所有其他相关因素。
建议上述出价模型的主要局限性在于，它们只能反映单个出价决策的观点。决策者（承包商）面对不确定的环境，并遵循决策分析方法对给定项目在某个时间点的最佳加价进行决策建模（Ooet al。2010;元2011）。尽管如此，这些模型还是提出了有关建筑领域投标注意事项的深刻见解，为设计本研究中的综合投标框架奠定了基础。该框架考虑了招标过程的复杂性，并显示了其不同组成部分（所有者，承包商，和项目）在一个全球环境或平台中。这个降低了承包商通过长期竞争而不断发展的策略，学习和适应的观察，以及在不同招标方法下产生的全球新兴市场格局。
总而言之，本研究将投标过程视为一种战略博弈，并从动态演化的角度对其进行建模，在此过程中，承包商被建模为具有不同决策权的自主决策者。在同一地点运行并竞争同一项目的巨大风险行为。这项研究表明承包商如何通过存储有关彼此的投标信息来在多个投标周期内相互学习，并使用这些数据来确定他们对即将进行的项目的最佳加价。为此，本文首先使用决策分析和效用理论的概念来开发承包商的利润效用目标函数，该函数将最大化在每个出价周期中进行细分。此功能考虑了承包商的风险态度，可以在任何投标下应用，招标方式。然后，将详细描述已开发的仿真模型，包括定义的类，变量，参数和函数。本文研究了两个主要的竞争性招标方法：低价投标法（投标最低的投标被授予项目）和均价投标法（最接近所有投标均价的投标均胜出）工作。这项研究旨在解决以下问题：
1.在低价和平均价方法下，承包商的风险行为如何影响其最佳加价选择？
2.承包商的风险态度是否会影响最佳加价幅度？
不论采用哪种招标方式，其方式和程度均相同，或者采用的招标方式差异很大？
3.在所研究的两种招标方法中的每种方法下，就提交的投标价格而言，是否长期达到市场均衡？
开发的出价模型用于回答以下问题：通过复制一组具有不同风险态度的承包商在同一市场上相互竞争，从一个投标周期到另一个投标周期相互学习并相应地调整其投标策略来提出问题。显示并讨论了获得的结果，然后提出了建议未来工作的说明和结尾部分。
以前的工作和贡献：
在建筑管理领域，许多研究都针对建立一种实用的竞争性招标模型，该模型可在承包商决定是否投标新项目以及是否投标时使用。第一个有影响力的投标模型是弗里德曼（1956）和盖茨（1967）提出的，这是引起广泛争议的目标（斯塔克1968年；罗森辛1972年；迪克西1974年；菲尔斯特1976年；盖茨1976年；本杰明和米多尔1979年；约安努1988年），其次是卡尔（1982）。这些模型旨在确定最佳的加价幅度，从而在较低的成本下最大化承包商的利润竞标方法，主要在于确定给定特定加价后承包商胜出其对手的可能性的方式不同。他们的主要局限性在于，他们将投标问题作为一个单目标（利润）最大化函数来呈现，而没有考虑到不同的承包商可能会根据其风险态度对相同的利润金额进行不同的估价。随着效用理论的发展，研究人员更多地关注为效用而不是货币价值制定投标决策目标函数的重要性，以反映承包商的风险行为（Willenbrock 1973）。然后，伊布斯和克兰德尔（1982）建议投标决策不仅应取决于承包商的利润效用函数，而且应具有多种属性性质。文献中采用了几种多准则招标模型，其中一些模型包括风险态度（Marzouk和Moselhi，2003年； Wang等，2007年； Cheng等，2011年），但另一些模型则省略了（Seydel和Olson，1990年，2001年； Dozzi等，1996年；和1991年。 Chou等，2013； Dikmen等，2007）。这些模型主要集中于在为项目选择最佳加价决策时考虑各种因素，例如盈利能力，风险敞口，工作量，最大化，劳动力连续性等。但是，他们使用了加成效用方法，忽略了不同投标标准之间的任何可能的相互依赖关系，而这在复杂的决策过程（例如建筑投标）中很有可能会发生。
随着多属性出价模型的发展，文献中用于建模最佳加价决策的第三种方法是基于人工神经网络（ANN），这是一种回归技术，其中通过一组输入项目和相关加价来训练网络（Moselhiet等，1993； Hegazy和Moselhi，1994； Fayek，1998）。因此，受过训练的网络将学习概括输入输出的相关性，并在其数据库中编码相应的知识。然后，通过类似于过去的类似项目来估算新项目的最佳加价。这种模型的主要局限性是ANN黑匣子的性质，在这种情况下，数据已输入到系统中，并且产生了最佳标记建议，而没有任何关于影响其对用户的接受度和信誉（Boussabaine1996; Dikmen and Birgonul 2004）。为了弥补这一缺点，另一组研究人员试图用一组提取的IF-THEN规则开发神经网络模型，以解释系统的建议（Li等，1999； Liu和Ling，2003； Han等，2005a； Chao，2007）。任何基于ANN的出价模型的主要缺点仍然在于其主观性，因为该模型旨在满足特定客户的偏好和工作策略重要承包商。另一个局限性是它对数据拟合的敏感性，在这种情况下，将网络训练为可能的最佳配置是至关重要的。对系统的成功及其输出结果的真实性至关重要。
所有上述模型的主要局限性在于，它们从一个承包商对特定项目进行投标的角度解决了投标问题，因此并没有提供完整的投标实践情况，包括多个投标者之间的间接交互以及从一个投标者那里发生的学习过程。竞标到下一个。而且，它们不能反映出诸如投标策略，投标价格和市场稳定性之类的市场动态随时间的演变。现有的招标模型，是针对一个孤立项目的承包商招标的，可以作为有用的构建块，但孤立性可能掩盖对其他承包商和市场本身的重要影响。因此，本文旨在捕捉施工招标过程的鸟瞰图，在该过程中，承包商被建模为具有不同风险行为的自主学习代理，所有目标都旨在实现利润利用的同一目标效率最大化。这些代理商可以竞争在给定期间内连续产生的一系列项目，从而可以长期观察出价动态的变化。这样一来，所有者就可以进一步了解每种出价方法所定义的出价标准如何影响交互操作。考虑到承包商的特定风险行为或市场的特定条件，随着时间的推移，竞争者之间的竞争以及他们的竞标价格适应性。该模型将用于实现两个目标：（1）在低出价和平均出价方法下观察并比较最佳标记随时间的变化； （2）分析和比较变量变化的影响在两种选择的招标方法下，承包商对选择的最佳加价的风险态度。
低出价与平均出价方法：
低价竞标一直是美国乃至全世界使用的主要竞争性竞标方法（Ruparathna and Hewage 2015）。此方法将提交最低响应和负责任投标的承包商视为中标者。这种方法的基本目标是使所有者以最低的价格获得建筑服务来省钱。但是，将工作授予最低出价者通常会导致建筑停工，由于工作质量存在缺陷，造成了铺设，成本超支以及更高的维修和保养成本，这些总和超过了业主采用低价投标方法所节省的成本（Grogan 1992; Holt等人1995; Clough等人2005; Lo and Yan 2009）。因此，最低的投标并不一定总会在完成后成为最低的项目成本（对业主而言）。
为了解决这个问题，台湾，秘鲁，意大利等一些国家/地区已经对Alterna基于平均的活动投标程序，即相对于所有提交的投标的平均值定义中标（Toannou and Leu 1993）。这些方法的基本原理是，接近平均水平的价格可以提高质量，为业主提供公平的价格，并允许承包商以合理的利润进行工程（Toannou和Awwad，2010年）。此外，在1996年，佛罗里达州立法机关通过了一项法律，授权佛罗里达州交通运输部（FDOT）使用替代品，为了评估它们对减少进度延误和成本超支的影响，采用了低投标方式的技术（ASCE1998； AASHTO 2001）。在这些替代方案中，平均投标方法，将项目授予投标人，该投标人提交与所有提交的投标书的平均值最接近的投标书。 FDOT认为，这种方法应鼓励承包商以合理的价格进行投标，从而减少成本超支和不合理的成本证明项目质量（佛罗里达DOT 2000）。 FDOT的一月2000年报告显示，通过包括平均竞标方法在内的创新合同方法授予的合同导致成本超支3.6％，时间超支7.1％，而通过低投标方法授予的合同具有12.4％的成本和30.7％的成本时间超支。确实，FDOT为评估创新承包技术对降低成本和时间超支的影响而进行的统计分析仍是初步的，并且只是基于一小部分项目；然而，这是有希望的，并且为进一步尝试使用低出价方法的替代方法提供了动力。
Loennou和Leu（1993），其次是Loennou和Awwad（2010）是唯一使用均价竞标方法及其变体解决最佳竞标问题的作者。但是，这两项研究都使用决策分析和蒙特卡洛模拟来对给定项目在某个时间点的风险中立承包商的最佳加价决策建模。这些研究突显了低价竞标方法的替代方法的潜力，并为本文提供了一些动力来研究平均竞标方法对承包商最优加价决策，投标价格随时间的变化以及市场均衡的影响。在存在异质具有不同风险态度的大型承包商。
类型说明：
本文提出的施工招标模型是使用C 编程语言进行编码的，以利用其目标代理商，代理商的属性，职能，和互动。定义了两类对象：承包商类，它是具有学习能力和明确定义的风险行为，功能和参数的主动代理。和项目类，它是一个被动代理，即，它不表现出任何行为，而仅分配了一些属性和功能。每个承包商都有自己的身份，反映个人风险态度的风险规避系数y，工作专长（四个选项之一：房屋，建筑，工程或重工业）和公司规模（大小）。承包商随时从事的项目数量存储在变量“工作量”中。为了确保承包商承担的项目不超过其资源所允许的数量，会定期根据“工程进度限制”（WIP）属性检查变量“工作量”，该属性定义为承包商可以同时承担的最大合同数量还为公司分配了根据
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[254186]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
