一种电网企业评标专家业务能力评价方法技术

本发明专利技术公开了一种电网企业评标专家业务能力评价方法，首先获取评标专家素质和工作表现指标的数据，构建评价指标体系，确定评价指标集、评价指标权重集和评价标准；建立评价样本矩阵后确定评价灰类；计算灰色评价系数并构造专家灰色评价权矩阵；在计算专家评价关联度后评标专家业务能力的评价结果；采集评标专家评标结果合理性、经济效益、社会效益数据后确定目标函数；设置微粒群算法的初始参数后，根据学习样本计算微粒的适应度函数；更新微粒的位置和速度、微粒群算法参数，继续计算，输出模型结构参数；并通过测试模型对评标专家进行综合评价。本发明专利技术确定了电网企业评标专家业务能力的评价标准及流程，达到了客观、公正、综合地反映评标专家业务能力的目的。

【技术实现步骤摘要】
一种电网企业评标专家业务能力评价方法
本专利技术涉及电网企业中的评价方法，尤其涉及一种电网企业评标专家业务能力评价方法。
技术介绍
为了推进电网企业的发展，增强电网企业的活力，加强电网企业采购工作的公平和公正性，必须加强对电网企业评标专家库的管理工作，提高专家库的运行管理效率和评标专家的整体水平。目前，企业评标通过本单位自建评标专家库开展工作，其评标专家多以内部员工为主，这部分来源于企业内部的评标专家具有了解企业实际、便于管理的优点，同时也不可避免地存在专业领域狭窄、招标投标相关法律法规知识匮乏、人情评标、责任心不强的问题。评标专家能否秉持公平、公正、科学、择优的原则，严格遵守评标方法进行独立评审，最终会影响整个招标采购活动的质量。目前对电网企业评标专家业务能力评价方法尚未有相关依据和标准，对于评价指标及权重的确定不够科学，因此研究出一种能够客观、公正、综合地反映评标专家业务能力的评价方法具有重要的意义。灰色系统理论是关于信息不完全或不确定的系统的控制理论，研究对象是部分信息已知、部分信息未知的“贫信息”不确定系统；它通过部分已知信息的生成、开发，实现对现实世界的确切描述和认识，被应用于专家能力评价方面；然而在评标专家业务能力评价领域，灰色系统理论评价标准的合适选取以及评价结果的量化是一个亟待解决的技术难题。同时，为了能够客观、公正、综合地反映评标专家的业务能力，如何确定评价指标的权重是一个技术难题。微粒群算法是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法，目前被纳入多主体优化系统，应用于专家能力评价参数确定方面。在评标专家业务能力评价领域，如何选取合适的加速常数、微粒群数目是一个亟待解决的难题。
技术实现思路
专利技术目的：针对现有技术中的不足之处，本专利技术提供一种电网企业评标专家业务能力评价方法，从而确定电网企业评标专家业务能力的评价标准，将评价结果量化，最终达到客观、公正、综合地反映评标专家业务能力的目的。技术方案：本专利技术电网企业评标专家业务能力评价方法，包括以下步骤：(1)获取评标专家素质指标和工作表现指标的数据信息；(2)构建评价指标体系；(3)确定评价指标集；(4)确定评价指标权重集；(5)确定评价指标评价标准；(6)建立评价样本矩阵；(7)确定评价灰类的等级数、灰类的灰数和灰数的白化权函数；(8)计算灰色评价系数；(9)构造专家灰色评价权矩阵；(10)对专家进行综合评价；(11)计算专家评价关联度；(12)从综合能力角度确定评标专家业务能力的评价结果；(13)采集评标专家评标结果合理性、经济效益、社会效益数据；(14)确定目标函数，将评标结果测试值与实际评价结果的误差平方和最小作为优化判别的依据；(15)设置微粒群算法的初始参数，该初始参数包括种群规模、加速度常数和算法结束条件；(16)根据学习样本计算微粒的适应度函数值；(17)更新微粒的位置和速度；(18)更新微粒群算法参数，继续计算，输出模型结构参数；(19)通过测试模型对专家进行量化评价；(20)将灰色系统理论和微粒群算法得出的评价结果取评价值后对评标专家进行综合评价。步骤1中，素质指标包括由年龄和学历组成的个人素质和由职称和从业年限组成的专业素质；工作表现指标包括专业能力、出勤情况、职业道德、工作纪律。步骤2中，评价指标体系总共有3级指标。1级指标为个人素质、专业素质和工作表现，2级指标为年龄、学历、职称、从业年限、专业能力、出勤情况、职业道德和工作纪律，3级指标为独立评标按时完成情况、客观公正情况、廉洁尽责情况、保管评标资料情况、遵守会议纪律情况和保密情况。步骤3中，评价指标集包括1级指标集、2级指标集和3级指标集。1级指标集表示如下：R＝{Ri}，i＝{1，…，3}#(1)式中个人素质、专业素质和工作表现分别表示为R1、R2、R3。2级指标集表示如下：U＝{Uij}，i＝{1，…，3}，j＝{1，…，m}#(2)式中m为1级指标下属的2级指标的个数，取值范围为2和4；i为一级指标的序号；j为2级指标的序号。年龄、学历分别表示为U11、U12；职称、从业年限分别表示为U21、U22；专业能力、出勤情况、职业道德、工作纪律分别表示为U31、U32、U33、U34。3级指标集表示如下：V＝{Vijk}，i＝{1，…，3}，j＝{1，…，m}，k＝{1，…，n}#(3)式中n为2级指标下属的3级指标的个数，取值范围为1和3；k为3级指标的序号。V111为年龄，V121为学历；V211为职称情况，V221为专家从业年限情况；V311为专家专业能力情况，V321为专家出勤情况，V331为独立评标按时完成情况，V332为客观公正情况，V333为廉洁尽责情况，V341为保管评标资料情况，V342为遵守会议纪律情况，V343为保密情况。步骤4中，评价指标权重集包括1级指标权重集、2级指标权重集和3级指标权重集。1级指标权重集表示如下：W＝{wi}，i＝{1，…，3}#(4)式中wi表示wi在W中的权重，所有wi之和为1。2级指标权重集表示如下：Wi＝{wij}，i＝{1，…，3}，j＝{1，…，m}#(5)式中wij表示wij在wi中的权重，所有wij之和为1。3级指标权重集表示如下：Wij＝{wijk}，i＝{1，…，3}，j＝{1，…，m}，k＝{1，…，n}#(6)式中wijk表示wijk在wij中的权重，所有wijk之和为1。各级指标的权重值根据实际模型设计计算方案确定。步骤5中，将评价指标按照量化划分为定量指标和定性指标两类。定量指标进行归一化处理后按照10档折算得分(1～10分)；定性指标根据优秀、良好、一般、合格、差五个级数，其分值分别为9、7、5、3和1。在去掉一个最高分和一个最低分后，采用加权平均的算法分别计算每个项目每一项指标的得分。若指标等级介于两相邻等级之间，其相应评分为两相邻等级得分的平均值。步骤6中，设定共组织h名评价者进行评标专家评价，评价者的编号用s＝1，2，…，h表示，根据上述设定的评分标准分别对专家的评价指标wijk进行评分，根据所有h名评价者的评分结果组成的评价样本矩阵表示如下：式中表示第s个评价者根据上述评分等级标准对评价指标wijk进行评分的结果。步骤7中，确定评价灰类就是确定评价灰类的等级数、灰类的灰数和灰数的白化权函数。采用5个评价灰类，设评价灰类为L，设定灰类序号为g＝1，2，…，L。取L为5，分别表示优秀、良好、一般、合格、差，其对应的灰类及白化权函数依次为f1、f2、f3、f4、f5，其中表示第s个评价者根据上述评分等级标准对评价指标wijk进行评分的结果。第一类为优秀，其中g＝1，设灰度O1∈本文档来自技高网...

【技术保护点】
1.一种电网企业评标专家业务能力评价方法，其特征在于：包括以下步骤：/n(1)获取评标专家素质指标和工作表现指标的数据信息；/n(2)构建评价指标体系；/n(3)确定评价指标集；/n(4)确定评价指标权重集；/n(5)确定评价指标评价标准；/n(6)建立评价样本矩阵；/n(7)确定评价灰类的等级数、灰类的灰数和灰数的白化权函数；/n(8)计算灰色评价系数；/n(9)构造专家灰色评价权矩阵；/n(10)对专家进行综合评价；/n(11)计算专家评价关联度；/n(12)从综合能力角度确定评标专家业务能力的评价结果；/n(13)采集评标专家评标结果合理性、经济效益、社会效益数据；/n(14)确定目标函数，将评标结果测试值与实际评价结果的误差平方和最小作为优化判别的依据；/n(15)设置微粒群算法的初始参数，所述初始参数包括种群规模、加速度常数和算法结束条件；/n(16)根据学习样本计算微粒的适应度函数值；/n(17)更新微粒的位置和速度；/n(18)更新微粒群算法参数，继续计算，输出模型结构参数；/n(19)通过测试模型对专家进行量化评价；/n(20)将灰色系统理论和微粒群算法得出的评价结果取平均值后对评标专家进行综合评价。/n...

【技术特征摘要】
1.一种电网企业评标专家业务能力评价方法，其特征在于：包括以下步骤：
(1)获取评标专家素质指标和工作表现指标的数据信息；
(2)构建评价指标体系；
(3)确定评价指标集；
(4)确定评价指标权重集；
(5)确定评价指标评价标准；
(6)建立评价样本矩阵；
(7)确定评价灰类的等级数、灰类的灰数和灰数的白化权函数；
(8)计算灰色评价系数；
(9)构造专家灰色评价权矩阵；
(10)对专家进行综合评价；
(11)计算专家评价关联度；
(12)从综合能力角度确定评标专家业务能力的评价结果；
(13)采集评标专家评标结果合理性、经济效益、社会效益数据；
(14)确定目标函数，将评标结果测试值与实际评价结果的误差平方和最小作为优化判别的依据；
(15)设置微粒群算法的初始参数，所述初始参数包括种群规模、加速度常数和算法结束条件；
(16)根据学习样本计算微粒的适应度函数值；
(17)更新微粒的位置和速度；
(18)更新微粒群算法参数，继续计算，输出模型结构参数；
(19)通过测试模型对专家进行量化评价；
(20)将灰色系统理论和微粒群算法得出的评价结果取平均值后对评标专家进行综合评价。


2.根据权利要求1所述的电网企业评标专家业务能力评价方法，其特征在于：步骤(3)中，评价指标集包括1级指标集、2级指标集和3级指标集；
所述1级指标集为：
R＝{Ri}，i＝{1，…，3}#(1)
式中个人素质、专业素质和工作表现分别表示为R1、R2、R3；
所述2级指标集为：
U＝{Uij}，i＝{1，…，3}，j＝{1，…，m}#(2)
式中m为1级指标下属的2级指标的个数，取值范围为2和4；i为一级指标的序号；j为2级指标的序号。年龄、学历分别表示为U11、U12；职称、从业年限分别表示为U21、U22；专业能力、出勤情况、职业道德、工作纪律分别表示为U31、U32、U33、U34；
所述3级指标集为：
V＝{Vijk}，i＝{1，…，3}，j＝{1，…，m}，k＝{1，…，n}#(3)
式中n为2级指标下属的3级指标的个数，取值范围为1和3；k为3级指标的序号；V111为年龄，V121为学历；V211为职称情况，V221为专家从业年限情况；V311为专家专业能力情况，V321为专家出勤情况，V331为独立评标按时完成情况，V332为客观公正情况，V333为廉洁尽责情况，V341为保管评标资料情况，V342为遵守会议纪律情况，V343为保密情况。


3.根据权利要求1所述的电网企业评标专家业务能力评价方法，其特征在于：步骤(4)中，评价指标权重集包括1级指标权重集、2级指标权重集和3级指标权重集；
所述1级指标权重集为：
W＝{wi}，i＝{1，…，3}#(4)
式中wi表示wi在W中的权重，所有wi之和为1；
所述2级指标权重集表示如下：
Wi＝{wij}，i＝{1，…，3}，j＝{1，…，m}#(5)
式中wij表示wij在wi中的权重，所有wij之和为1；
所述3级指标权重集表示如下：
Wij＝{wijk}，i＝{1，…，3}，j＝{1，…，m}，k＝{1，…，n}#(6)
式中wijk表示wijk在wij中的权重，所有wijk之和为1。


4.根据权利要求1所述的电网企业评标专家业务能力评价方法，其特征在于：步骤(6)中，设定共组织h名评价者进行评标专家评价，评价者的编号用s＝1，2，…，h表示，根据上述设定的评分标准分别对专家的评价指标wijk进行评分，根据所有h名评价者的评分结果组成的评价样本矩阵表示如下：



...

【专利技术属性】
技术研发人员：王一鸣，孟晓明，耿书超，李京，高磊，
申请(专利权)人：江苏兴力建设集团有限公司，
类型：发明
国别省市：江苏;32