基于灰色关联-改进TOPSIS法的EPC项目承包商优选研究 ①

2021-01-15胡龙伟夏思雨王金荣

佳木斯大学学报（自然科学版） 2021年1期

胡龙伟，章俊，孙雨，夏思雨，王金荣

(青岛理工大学管理工程学院，山东青岛 266520)

0 引言

EPC即设计-采购-施工，工程总承包商全面负责承包工程的质量、安全、工期、造价。由上述EPC模式的特点可知，工程总承包商的综合能力对工期、工程质量等各方面有着举足轻重的作用。然而，当前对EPC总承包评标方法并不完备。但EPC工程不仅考虑满足设计需求，并不能以单单的价低者得。由于评标未能综合考虑软硬实力，评价体系有待商榷，因此建立完善的指标评价体系，采用综合评价尤为重要。

在对工程项目承包商优选中，夏松林[2]利用层次分析法和专家评价，通过权重量化的方式，对承包商进行定量的指数排序；方炜[3]等通过多属性逆向拍卖进行承包商选择的最优决策；王志强[5]等集合专业意见构建vague判断矩阵，利用TOPSIS方法进行总承包商的优选。以上研究有其科学性，增加了决策的有效性，有利于选择更好的工程总承包商，但也存在一定的局限性，进行专家评价时，会受到专家知识层次和偏好的影响，决策时主观成分较大。BP神经网络可以避免主观干扰，但样本小时，导致精度不高，TOPSIS法能体现评价对象与理想解的贴近程度，却不能准确有效分析数据之间的内在联系，无法进行图像贴近度判读。

鉴于此，结合EPC模式的总承包商特点建立了EPC工程项目承包商评价体系，用C-OWA算子进行定权，建立灰色关联和改进的TOPSIS模型，计算相对贴近度进行承包商的优选，通过灰色关联改进TOPSIS模型进行决策，并以算例计算进行验证，证明模型的可靠性，为EPC项目承包商优选提供参考。

1 EPC工程项目承包商评价指标体系的建立及量化

1.1 EPC工程项目承包商评价指标体系的建立

为了能对EPC工程项目承包商的综合实力进行有效的评价[6]，在阅读大量文献及相关政策的基础上，对相关文献通过文献频度统计法进行统计，按照科学性、系统性、定量与定性相结合的原则，构建了EPC工程项目承包商评价综合指标体系，主要包括技术力量、项目管理水平、商务及财务水平、社会影响力等4个主要方面以及他们隶属的16个二级指标，EPC工程项目承包商综合评价体系如图表1所示。

表1 EPC工程项目承包商综合评价指标体系

1.2 EPC工程项目承包商评价指标体系的量化

建立指标综合评价体系后，由于二级评价指标中，存在着定性指标和定量指标，定量指标有专业人员数量C12、技术创新项数C13、合同履约次数C25、施工工期C26、投标报价C33、资质等级C41、市场占有率C42；对于定量指标，根据投标单位所提供真实有效的数据，按其实际值大小输入后，进行标准化处理，对于定性指标，采用专家投票打分法得到对应的分值后进行量化。

其中资质等级，按我国对施工企业等级的划分，分为特级、一级、二级、三级[7]。在参照综合评标法相关实施细则的基础上，以特级企业打分为10分，每降一级减2分进行量化。其他定性指标按其隶属等级进行判别，各指标的隶属等级及分值如表3所示。得出对应的等级，按首尾各去掉一个最高级后进行平均。

表3 各指标的隶属等级及分值

2 基于灰色关联TOPSIS的EPC工程项目承包商评价模型

2.1 基于C-OWA算子确定评价指标体系权重

有序加权平均对专家所给权重进行有序加权，其具体步骤如下：

邀请n位专家，根据同一层次指标的重要性程度进行打分，满分为10分，根据所认为的重要性程度进行打分，重要性越高，得分越高[8]。n位专家的打分结果得到指标因素的初始决策数据集 (a1,a2,a3,…,an) ，对所得数据从大到小排序并从最小的数0开始编号，得到的结果(b0,b1,b2,b3,…,bn-1)

数据bi的权重θj+1计算公式为

(1)

m(m表示指标因素的个数)

(2)

计算指标因素的相对权重wi，即

(3)

2.2 灰色关联度-改进TOPSIS法

TOPSIS 法是一种有限方案多目标决策综合评价方法，能充分利用原始数据的信息，消除量纲后，其结果能精确地反映各评价方案之间的差距，最后根据相对距离，得出各个方案与最优方案的接近距离[9]，从而实现各个方案的优选。其方法的数据分布及样本含量无严格限制，数据计算简单易行等优点；也存在不能根据指标的重要性引入权重计算、不能分档管理、灵敏度不高等缺点。

灰色关联分析[10]是一种发展态势的量化比较分析及相对性的排序分析，其中根据几何曲线的相似程度，曲线越相似，关联程度越大。其优点是对数据量没有太高要求，具有对比分析过程简单，通俗易懂等优点；缺点是这种直观的比较，实际则较为粗略。

将TOPSIS法和灰色关联度相结合，弥补两种方法的缺点，增加决策的有效性，并引入C-OWA算子赋权，计算相对贴近度，使EPC工程项目承包商的选择更加合理可信。

2.3 模型具体实施步骤

第一步：构造初始指标矩阵。设EPC项目承包商有n个评价指标，总共有m个EPC项目承包商进行招标，则n个方案的原始数据构成矩阵为：

X=(Xij)i=1, 2,…,m;j=1, 2,…,n

(4)

第三步：计算加权标准化矩阵。用C-OWA算子赋权得出各个二级指标的权重与规范化后的无量纲矩阵相乘，得到加权标准化矩阵为

Z=(Zij)m×n=(WiYij)m×n

(5)

其中Wi为n个评价指标所占的权重。

第四步：确定加权标准化矩阵的正理想解Z+和负理想解Z-。

Z+=[Z1+,Z2+,Z3+…Zn+]

(6)

Z-=[Z1-,Z2-,Z3-…Zn-]

(7)

其中，正理想解是每列最大值构成的最好向量，负理想解是每列最小值构成的最差向量。

第五步：计算各方案与正理想解和负理想解的欧式距离。

(8)

(9)

第六步：计算样本到正理想解和负理想解的灰色关联度。

(10)

(11)

(12)

样本i与负理想样本的关联度为

(13)

第七步：对所求得的欧式距离和灰色关联度进行无量纲处理

(14)

第七步：计算灰色关联相对贴近度并排序

(15)

根据ξ大小进行排序，其中Ci+=αRi-+βDi+，Ci-=αRi++βDi-，其中Ci+、Ci-分别为样本与正理想解和负理想解的贴近程度，α、β是偏好系数，α+β=1，取α=β=0.5。

3 实例分析

青岛某装配式住宅项目采用EPC模式招标，招标文件发出后，共有36家企业进行投标，经资格预审后，有6家企业符合要求并进行竞标，用A1-A6表示各企业(工程承包商)，根据构建的 EPC工程项目承包商综合评价指标体系进行优选，对二级定性指标进行量化，定量指标以实际指标为准，得到EPC工程项目承包商初始数据，如表4所示。