基于OWA算子和相对熵的工程项目承包商优选评价研究
2023-02-02秦伟陈安亮
秦伟 陈安亮
(1.广东电网有限责任公司广州供电局，广东 广州 510620；2.广州电力设计院有限公司，广东 广州 510610)
0 引言
对于建设单位而言，如何选择管理精益、施工技术优良、商务能力强的承包商十分重要[1]。李小冬等[2]从竞争力的角度对大型工程项目承包商进行模拟分析和模糊综合评价。孟力等[3]采用多元统计分析模型选择工程项目承包商。康承业等[4]构建工程项目承包商评价指标体系，采用熵值法确定指标权重。徐武明等[5]将人工神经网络引入工程项目承包商评价选择。何美丽等[6]结合灰色关联理论和集对分析法，构建工程项目承包商评价多属性决策模型。吴春林等[7]基于品牌竞争力，建立工程项目承包商网络层次分析(ANP)评价模型。王舜等[8]从合作意愿、敏捷能力、合作能力和竞购能力4个维度构建工程项目承包商因子分析决策模型。刘文娜等[9]利用SEM模型对工程项目承包商竞争力进行评价研究。朱珊等[10]基于类别加权灰靶决策模型对工程项目承包商进行优选。陈杨杨等[11]从信用角度，结合DEA交叉评价和模糊综合评价方法构建工程项目承包商评价模型。张熠等[12]以AHP评价结果为神经网络学习样本，建立基于动量BP神经网络承包商选择模型。林正航等[13]基于承包商核心能力的结构化分层和要素间的相关性分析，构建承包商核心能力评价模型。梁迎迎等[14]利用累积前景理论选择工程项目承包商。邵军义等[15]建立改进理想解TOPSIS承包商评价决策模型。庞玉成等[16]采用社会网络分析法对工程项目总承包商能力进行评价。
综上，学者们对承包商评价模型进行了深入研究。基于此，本文采用组合OWA算子确定评价指标权重，运用相对熵理论构建工程项目承包商评价模型，并结合工程实例验证该模型的合理性和可操作性。
1 工程项目承包商评价指标体系构建
工程项目承包商评价指标体系主要包括4个一级指标以及16个二级指标[15]，如图1所示。
图1 工程项目承包商评价指标体系
2 评价指标权重确定
有序加权算子(Ordered Weighted Averaging，OWA)主要用于确定评价指标权重[15]，具体步骤如下：
(1)邀请n名专家对指标Ui的重要程度进行打分(10分制)，依据打分结果建立评价指标因素集Ui的初始决策矩阵集(a1,a2,…,aj,…,an)。将决策数据集由大到小排序，并以0作为始点编号，得到排序结果(b0,b1,…,bj,…,bn-1)，其中，b0≥b1≥b2≥…≥bj≥…≥bn-1。
3 相对熵评价模型
3.1 相对熵理论
本文采用相对熵计算贴近程度，具体步骤如下。
3.2 建立决策及加权矩阵
依据有序加权算子确定指标权重ω=(ω1,ω2,…,ωn)。设加权规范化决策矩阵Z=(zij)m×n(i=1,2,…,m；j=1,2,…,n)。其中，加权矩阵Z中的因素zij=ωjbij。由此得到
(1)
3.3 确定正、负理想解
(2)
(3)
式中，J1表示效益型指标；J2表示成本型指标。
3.4 计算相对熵
(4)
(5)
3.5 相对贴近度与排序
(6)
4 实证分析
4.1 项目背景
某运营监控中心采用公开招标的方式选择工程项目承包商。经资格预审后，满足条件的承包商共6家，记为A1、A2、A3、A4、A5、A6。将技术方案成熟性、资质、组织架构、风险防控作为定性指标，其他指标以数值为准[15]。6家承包商评价指标值见表1。
表1 6家承包商评价指标值
4.2 确定评价指标权重
邀请工程领域资深专家对6家承包商评价指标重要性进行打分，采用OWA算子赋权法[15]，得到一级指标权重ω=(0.225，0.253，0.288，0.234)；二级指标权重ω1=(0.367，0.288，0.345)，ω2=(0.311，0.234，0.253，0.202)，ω3=(0.366，0.204，0.196，0.234)，ω4=(0.285，0.234，0.205，0.162，0.114)。
4.3 相对熵评价及排序
(1)根据规范化公式，计算得到B=(bij)m×n。由此得到
(2)根据式(1)计算得到加权决策矩阵Z=(zij)m×n。由此得到
(3)由式(2)和式(3)确定正理想解Z+和负理想解Z-。即Z+=(0.045,0.033,0.035,0.037,0.029,0.039,0.026,0.048,0.038,0.033,0.033,0.031,0.026,0.026,0.018,0.013)；Z-=(0.030,0.025,0.034,0.033,0.023,0.018,0.015,0.046,0.031，0.014,0.025,0.028,0.023,0.009，0.016,0.011)。
表2 相对熵与贴近度
依据计算结果，对承包商评价结果进行排序，得到A4>A2>A5>A6>A3>A1。由表2可知，承包商A4贴近度最大，为最优承包商。通过项目实践可知，承包商A4能够较好地完成工程项目，验证了该模型具有一定的合理性和可操作性。
5 结语
综上所述，本文采用有序加权算子(OWA)确定工程项目承包商优选评价指标权重，评价结果更为准确合理。结合实例并运用相对熵模型进行工程项目承包商优选评价，验证了该模型的合理性和可操作性。
