徐景新

（山東通元工程造價(jià)咨詢事務(wù)所有限公司，山東 煙臺(tái) 264000）

與傳統(tǒng)的定額計(jì)價(jià)管理模式不同，工程量清單計(jì)價(jià)模式是一種能夠反映市場(chǎng)的價(jià)格機(jī)制的工程造價(jià)管理方式，對(duì)于工程招投標(biāo)而言具有重要的意義，促進(jìn)了工程建設(shè)中公開、公平和公正的競(jìng)爭(zhēng)環(huán)境形成，有利于規(guī)范建筑工程的經(jīng)濟(jì)秩序[1]。因此，研究工程量清單計(jì)價(jià)模式下施工招投標(biāo)的報(bào)價(jià)決策對(duì)于競(jìng)標(biāo)企業(yè)而言，具有提高中標(biāo)概率、優(yōu)先占領(lǐng)市場(chǎng)、取得競(jìng)爭(zhēng)優(yōu)勢(shì)和保持持久良性發(fā)展的重要意義[2]。

1 工程概況

山東省煙臺(tái)市某安置房小區(qū)項(xiàng)目位于市區(qū)南部2021-DK-NXJ-K11 地塊。本項(xiàng)目總用地面積61 627.8 m2，其中0219-01 地塊用地面積55 311.5 m2，建筑密度不大于25%，容積率不大于2.9，綠地率不小于35%，控制高度為100m。0291-02 地塊用地面積6 316.3 m2，建筑密度不大于35%，容積率不大于1.2，綠地率不小于30%，控制高度為20 m。建設(shè)內(nèi)容由10 棟住宅建筑及地下車庫組成，其中：4 棟28 層，3 棟18 層，2 棟17 層，1 棟17+1 層，總戶數(shù)1 429 戶；地上建筑面積160 150 m2，地下建筑面積40 563 m2，總建筑面積200 713 m2；建筑密度14.7%， 容積率2.9， 綠地率36.5%，停車位1278 個(gè)。兩棟6 層商業(yè)樓，地下一層停車場(chǎng)，總建筑面積6 307 m2。建筑密度35%，容積率1.2，綠地率20%，停車位76 個(gè)。

2 徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型的基本原理

人工神經(jīng)網(wǎng)絡(luò)是基于模仿人腦神經(jīng)元信息傳遞的一種學(xué)習(xí)算法，能夠?qū)崿F(xiàn)對(duì)輸入信息做出連續(xù)或間斷的學(xué)習(xí)響應(yīng)，經(jīng)過訓(xùn)練后可以對(duì)新的輸入信息進(jìn)行自適應(yīng)權(quán)重處理，并輸出相應(yīng)的預(yù)測(cè)結(jié)果或逼近值。在施工招投標(biāo)報(bào)價(jià)中，可以應(yīng)用神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近功能，對(duì)各種不確定的影響因素進(jìn)行權(quán)重處理，達(dá)到高效和精確施工招投標(biāo)報(bào)價(jià)的目的[3]。

徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)是在普通人工神經(jīng)網(wǎng)路的基礎(chǔ)上發(fā)展出的一種新計(jì)算方法，它將多變量插值的徑向基函數(shù)植入人工神經(jīng)網(wǎng)絡(luò)隱藏層運(yùn)算函數(shù)中，將輸入矢量非線性映射到隱藏層空間，因此它具備了人工神經(jīng)網(wǎng)絡(luò)的權(quán)重處理的優(yōu)點(diǎn)，不僅可以對(duì)任意連續(xù)函數(shù)實(shí)現(xiàn)全局逼近，也可以對(duì)任意連續(xù)函數(shù)實(shí)現(xiàn)任意精度的局部逼近。徑向基函數(shù)人神經(jīng)網(wǎng)絡(luò)的計(jì)算結(jié)構(gòu)可以分為3 層，分別為輸入層、隱藏層（可以為1 層也可以為多層）和輸出層，如圖1 所示[4]。

圖1 徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)計(jì)算結(jié)構(gòu)

在徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本確定時(shí)，為提高網(wǎng)路的學(xué)習(xí)速度，需對(duì)網(wǎng)絡(luò)中的隱藏節(jié)點(diǎn)數(shù)、徑向基函數(shù)數(shù)據(jù)中心以及擴(kuò)展常數(shù)進(jìn)行確定，如果徑向基函數(shù)為各項(xiàng)同性的高斯函數(shù)時(shí)，可以確定半徑為t的徑向基函數(shù)中心如公式（1）所示[5]。

式中，dmax 為樣本與徑向基函數(shù)中心的最大距離；G為高斯函數(shù)；x為樣本；t為徑向基函數(shù)的半徑；m為中心數(shù)目。

當(dāng)訓(xùn)練樣本輸入徑向基函數(shù)人工神經(jīng)網(wǎng)路模型中，確定其與聚類中心的距離，并按其最小距離進(jìn)行歸類，如公式（2）所示。

式中，i(xj)為樣本與徑向基函數(shù)聚類中心的最小距離；wi(k)為聚類域。

3 工程量清單計(jì)價(jià)模式下基于徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的施工招投標(biāo)報(bào)價(jià)決策

在工程量清單計(jì)價(jià)模式下，研究基于徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)的施工招投標(biāo)報(bào)價(jià)，需要對(duì)施工招投標(biāo)報(bào)價(jià)的影響因素進(jìn)行指標(biāo)確定，主要分為3 個(gè)層級(jí)。第1 層級(jí)為影響因素指標(biāo)，第2 層級(jí)為5 個(gè)影響因素，分別為項(xiàng)目因素A1、社會(huì)因素A2、業(yè)主因素A3、自身因素A4 和對(duì)手因素A5；第3 層級(jí)為影響因素下的量化指標(biāo)，如圖2 所示，共有18 個(gè)量化指標(biāo)，指標(biāo)編號(hào)為B1~B18。施工招投標(biāo)報(bào)價(jià)決策影響因素體系。

圖2 施工招投標(biāo)報(bào)價(jià)決策影響因素體系

項(xiàng)目因素A1 中：工程復(fù)雜性指標(biāo)B1 反映了工程結(jié)構(gòu)、施工方法的復(fù)雜程度，對(duì)B1 指標(biāo)的量化，可以考慮復(fù)雜的工程項(xiàng)目B1=1.0，較復(fù)雜的工程項(xiàng)目B1=0.7，一般的工程項(xiàng)目B1=0.3，較易的工程項(xiàng)目B1=0；工程規(guī)模B2 一般以工程項(xiàng)目的建筑面積為量化指標(biāo)；合同條件B3 指標(biāo)主要基于合同的簽訂是否對(duì)投標(biāo)方有利，可以考慮有利條件時(shí)B3=1.0，一般條件時(shí)B3=0.5，不利條件時(shí)B3=0；工期要求B4 主要針對(duì)工期要求與正常工期相比的差異情況，非常緊的工程項(xiàng)目B4=1.0，比較緊的工程項(xiàng)目B4=0.5，正常工期的項(xiàng)目B4=0；施工環(huán)境B5 的指標(biāo)主要根據(jù)施工現(xiàn)場(chǎng)的優(yōu)劣進(jìn)行量化，當(dāng)施工現(xiàn)場(chǎng)條件好時(shí)B5=1.0，當(dāng)施工現(xiàn)場(chǎng)條件差時(shí)B5=0。

社會(huì)因素A2 中：材料設(shè)備人員的可得性B6 主要反映了獲得材料、設(shè)備、人員勞動(dòng)力的難易程度，當(dāng)獲取容易時(shí)B6=1.0，獲得較容易時(shí)B6=0.5，獲取困難時(shí)B6=0；基礎(chǔ)設(shè)施B7 的量化指標(biāo)是由工程所在地基礎(chǔ)設(shè)施的完備程度確定，當(dāng)基礎(chǔ)設(shè)施完備時(shí)B7=1.0，當(dāng)基礎(chǔ)設(shè)施基本完備時(shí)B7=0.5，當(dāng)基礎(chǔ)設(shè)施不完備時(shí)B7=0；政策環(huán)境B8 與當(dāng)?shù)卣呤欠裼欣诠こ添?xiàng)目開展有關(guān)，當(dāng)政策有利時(shí)B8=1.0，當(dāng)政策一般時(shí)B8=0.5，當(dāng)政策不利時(shí)B8=0；市場(chǎng)前景B9 反映了工程對(duì)后續(xù)市場(chǎng)開拓的影響，當(dāng)后續(xù)市場(chǎng)開拓好時(shí)B9=1.0，當(dāng)后續(xù)開拓一般時(shí)B9=0.5，當(dāng)后續(xù)市場(chǎng)開拓差時(shí)B9=0。

業(yè)主因素A3 中：管理能力B10 為業(yè)主方的管理能力，當(dāng)業(yè)主方管理能力強(qiáng)時(shí)B10=1.0，業(yè)主方管理能力一般時(shí)B10=0.5，業(yè)主方管理能力差時(shí)B10=0；業(yè)主信譽(yù)B11 反映了業(yè)主在經(jīng)濟(jì)活動(dòng)中的信譽(yù)情況，當(dāng)業(yè)主信譽(yù)好時(shí)B11=1.0，當(dāng)業(yè)主信譽(yù)一般時(shí)B11=0.5，當(dāng)業(yè)主信譽(yù)不好時(shí)B11=0；資金力量B12 的量化主要依據(jù)業(yè)主的資金實(shí)力和融資能力，但資金實(shí)力和融資能力強(qiáng)時(shí)B12=1.0，當(dāng)資金實(shí)力和融資能力中等時(shí)B12=0.5，當(dāng)資金實(shí)力和融資能力弱時(shí)B12=0；招標(biāo)規(guī)范性B13 主要反映招標(biāo)、評(píng)標(biāo)和決標(biāo)的規(guī)范性，當(dāng)程序規(guī)范時(shí)B13=1.0，程序不規(guī)范時(shí)B13=0。

自身因素A4 中：類似工程經(jīng)驗(yàn)B14 的量化指標(biāo)根據(jù)施工方在類似工程中的施工經(jīng)驗(yàn)豐富程度，當(dāng)施工經(jīng)驗(yàn)豐富時(shí)B14=1.0，施工經(jīng)驗(yàn)一般時(shí)B14=0.5，施工經(jīng)驗(yàn)不足時(shí)B14=0；施工能力B15 反映了施工單位現(xiàn)有施工能力是否滿足新項(xiàng)目要求，當(dāng)其施工能力充沛時(shí)B15=1.0，施工能力滿足時(shí)B15=0.5，施工能力不足時(shí)B15=0；任務(wù)飽滿度B16 的量化主要依據(jù)施工方現(xiàn)有及確定將承攬的施工任務(wù)是否飽滿，當(dāng)施工任務(wù)飽滿時(shí)B16=1.0，施工任務(wù)不足時(shí)B16=0.5，當(dāng)施工任務(wù)缺乏時(shí)B16=0。

對(duì)手因素A5 中：競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)量B17 主要根據(jù)參與此次投標(biāo)的競(jìng)爭(zhēng)對(duì)手的數(shù)目，上限為B17=20，下限為B17=2.0；相對(duì)實(shí)力B18 的量化主要根據(jù)競(jìng)爭(zhēng)對(duì)手實(shí)力與本地企業(yè)相對(duì)比的情況，當(dāng)實(shí)力強(qiáng)時(shí)B18=1.0，實(shí)力中等時(shí)B18=0.5，實(shí)力弱時(shí)B18=0。

為研究本項(xiàng)目在工程量清單計(jì)價(jià)模式下的施工招投標(biāo)報(bào)價(jià)，采用徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)對(duì)20 家投標(biāo)單位的報(bào)價(jià)進(jìn)行訓(xùn)練學(xué)習(xí)，每家施工單位的報(bào)價(jià)組成如表1 所示，每個(gè)報(bào)價(jià)中均含B1~B18 的指標(biāo)參數(shù)，經(jīng)過徑向基函數(shù)人工神經(jīng)模型訓(xùn)練學(xué)習(xí)后輸出各投標(biāo)單位的報(bào)價(jià)得分值，以確定最優(yōu)的招投標(biāo)報(bào)價(jià)方案。

表1 煙臺(tái)市某安置房小區(qū)項(xiàng)目投標(biāo)報(bào)價(jià)

經(jīng)過徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型處理后，20家投標(biāo)單位的報(bào)價(jià)得分排序如表2所示。

表2 基于徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型的投標(biāo)報(bào)價(jià)排序

從表2 中可以看出，經(jīng)過徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型處理后，20 家投標(biāo)單位的報(bào)價(jià)得分介于55.18~57.19，表明各單位的報(bào)價(jià)差距不大，按照計(jì)算總分最高的原則確定中標(biāo)單位，可以推薦前三家單位分別為第8 投標(biāo)報(bào)價(jià)人、第20 投標(biāo)報(bào)價(jià)人和第5 投標(biāo)報(bào)價(jià)人。

4 結(jié)語

基于目前工程量清單計(jì)價(jià)模式下，眾多施工企業(yè)缺乏相應(yīng)的內(nèi)部定額和招投標(biāo)報(bào)價(jià)決策理論和方法，使得企業(yè)在適應(yīng)工程量清單計(jì)價(jià)模式時(shí)存在一定困難，在競(jìng)標(biāo)過程中無法得到能夠反映實(shí)際自身競(jìng)爭(zhēng)實(shí)力、市場(chǎng)價(jià)格水平的報(bào)價(jià)，尋求基于徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型的報(bào)價(jià)計(jì)算和排序是一種有效的解決途徑。徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型建立的18 個(gè)量化指標(biāo)能夠有效反映項(xiàng)目因素、社會(huì)因素、業(yè)主因素、自身因素和對(duì)手因素對(duì)投標(biāo)報(bào)價(jià)的影響，且能最大程度地發(fā)揮工程量清單計(jì)價(jià)在招投標(biāo)中的市場(chǎng)價(jià)格作用，根據(jù)計(jì)算結(jié)果可以推選出最優(yōu)的中標(biāo)企業(yè)，因此徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)模型對(duì)工程量清單計(jì)價(jià)模式下的施工招投標(biāo)優(yōu)化就有較好的適用性。