张晋维，马 迪

(南方电网物资有限公司，广东 广州 511458)

近几年，用户画像评价在医疗、电信、政务和金融等领域已得到广泛应用，但在招标投标领域的应用研究还不多见[1-2]。目前在采购过程中，采购人面临诸如供应商选择过于依赖个人经验和水平、因资质业绩条件或者技术参数设置过高或者标包划分不合理等因素导致投标人不足；当采购品种繁多时，采购人难以有效获取市场真实价格等问题，直接影响供应商的选择[3-4]。利用现有数据和相关供应商信息数据对供应商或投标人进行画像评价，有助于掌握供应商或投标人的综合能力信息，为供应商或投标人的最优选择提供科学决策依据。为实现投标人的准确画像评价，笔者结合南方电网供应商分类分级研究成果，提出一种改进的萤火虫算法优化核极限学习机(CMFA-KLEM)的投标人画像评价模型。

1 改进的萤火虫算法

1.1 萤火虫算法

萤火虫算法(firefly algorithm，FA)是一种新型的智能优化算法[5-6]，其模拟萤火虫群体行为，将目标函数值等效为萤火虫光亮度，通过群内信息迭代交流，进而实现全局最优解求解。

萤火虫的亮度I、吸引度β、萤火虫之间的距离rij分别定义为：

(1)

式中：I0为最大亮度；β0为最大吸引度；γ为光强吸收系数；xi和xj分别为萤火虫i和j所处的空间位置；xi,k和xj,k分别为第i只和第j只萤火虫空间坐标xi和xj的第k维坐标值；d为问题维数。对于萤火虫i，其位置xi更新公式为：

xi=xi+β×(xj-xi)+α×(rand-1/2)

(2)

式中：α,rand为随机数。

1.2 云模型(cloud model)

(3)

则称x在定量域U上的分布为正态云。其中x为数据数列，μ为隶属度。……