【技术实现步骤摘要】
本专利技术涉及智能评标，尤其涉及一种智能辅助评标方法及系统。
技术介绍
1、智能评标
是一个集成了人工智能、机器学习、数据分析等现代技术手段的领域。该领域中，智能系统被设计用来自动化和优化招标和投标过程中的评估步骤。系统能够处理大量数据，包括投标文件、价格报价、供应商历史表现、合规性标准等，以提供更准确、公正的评标结果。智能评标技术的应用有助于提高效率、减少人为错误和偏见，同时提高决策的透明度和可追溯性。
2、一种智能辅助评标方法是指使用智能技术来辅助评估招标过程中收到的投标。其主要目的是通过自动化处理和分析投标数据，来提高评标的效率和准确性。这种方法旨在解决传统评标过程中的时间消耗、主观判断偏差和错误的问题，从而达到更快速、公正和透明的评标结果。这对于大规模或技术复杂的招标项目尤为重要，因为这些项目的评标过程更加繁琐和复杂。
3、虽然现有智能评标技术在自动化处理和分析投标数据方面取得了显著进展，但在综合评估投标方案的全面性和深度上仍存在局限。传统方法难以全面考虑到市场动态和项目复杂性对评标的影响，导致评标结果不足以准确反映市场变化和项目需求的多维度要求。此外，尽管评标过程已经实现了一定程度的自动化，但在评标流程的效率优化、信息流通和参与人员协调方面，还存在改善空间。评标流程中还存在时间管理不够高效、信息流通不畅和协调不足的问题，容易导致评标过程缓慢，影响决策的时效性和准确性。同时，在风险识别与管理方面，传统评标方法未能充分运用高级的概率分析和决策模型来预测和管理评标过程中的潜在风险，导致评标决策缺
技术实现思路
1、本申请通过提供了一种智能辅助评标方法及系统，解决了虽然现有智能评标技术在自动化处理和分析投标数据方面取得了显著进展，但在综合评估投标方案的全面性和深度上仍存在局限。传统方法难以全面考虑到市场动态和项目复杂性对评标的影响，导致评标结果不足以准确反映市场变化和项目需求的多维度要求。此外，尽管评标过程已经实现了一定程度的自动化，但在评标流程的效率优化、信息流通和参与人员协调方面，还存在改善空间。评标流程中还存在时间管理不够高效、信息流通不畅和协调不足的问题，容易导致评标过程缓慢，影响决策的时效性和准确性。同时，在风险识别与管理方面，传统评标方法未能充分运用高级的概率分析和决策模型来预测和管理评标过程中的潜在风险，导致评标决策缺乏对潜在风险的深入考虑，从而影响评标的稳健性和可靠性。总之，尽管现有技术在简化和提高评标过程的效率方面取得了成效，但在评标结果的全面性、流程优化、信息流畅性及风险管理方面还有待进一步提升和完善的问题。
2、鉴于上述问题，本申请提供了一种智能辅助评标方法及系统。
3、本申请提供了一种智能辅助评标方法，其中，所述方法包括：
4、s1：基于预处理后的投标数据集，采用自回归积分滑动平均模型，对数据进行时间序列分析，提取时间趋势和季节性特征，识别评标关键阶段，生成评标流程关键时间节点预测结果；
5、s2：基于所述评标流程关键时间节点预测结果，采用循环神经网络，对投标文件的内容，包括技术规格、成本效益、项目可行性的关键参数，进行深度学习和分析，解析投标文件质量，生成投标文件质量评估模型；
6、s3：基于所述投标文件质量评估模型，采用贝叶斯网络，对多投标方案的成功概率和风险水平进行概率决策分析，评估多种评标决策路径的预测效果，生成概率决策分析结果；
7、s4：基于所述概率决策分析结果，采用地理信息系统和数据模式识别技术，对评标流程进行分析，包括评标过程的时间管理、信息流通和参与人员的协调，识别流程中的瓶颈和改进点，提出优化评标流程的措施，生成评标效率优化结果；
8、s5：基于所述评标效率优化结果，采用层次分析法，对每个投标方案进行综合评估，包括技术合规性、成本效益、创新性和可持续性，并进行综合排名，生成投标方案综合评估结果；
9、s6：基于所述投标方案综合评估结果，采用机器学习算法和情景分析技术进行数据分析，包括使用预测模型分析未来市场趋势、评估投标方案在多市场情况下的表现，模拟市场变化对评标结果的影响，并对评标过程中的风险因素进行识别和评估，生成智能决策支持分析结果；
10、s7：基于所述智能决策支持分析结果，采用遗传算法和粒子群优化技术，对评标策略进行实时调整和优化，包括匹配市场变化、调整评标标准、优化评分机制，自动匹配多变的市场环境和项目需求，生成动态评标策略调整模型。
11、优选的，所述评标流程关键时间节点预测结果包括指定阶段的开始日期、预计的持续时长，以及预测日期，所述投标文件质量评估模型包括投标文件在技术规格准确度、成本效益比较、项目可行性分析方面的评分指标，所述概率决策分析结果包括每个投标方案的成功率百分比、风险水平评级，以及优先排序，所述评标效率优化结果包括流程改进措施，以及预计改进措施的实施时间表，所述投标方案综合评估结果包括方案在技术合规性、成本效益、创新性、可持续性方面的评级，以及总体排名情况，所述智能决策支持分析结果包括市场趋势的预测值、多市场情况下的方案表现评分，以及评标风险因素的识别列表，所述动态评标策略调整模型包括根据市场变化自动更新的评标标准、优化后的评分机制细节，以及对应的实施时间节点。
12、优选的，基于预处理后的投标数据集，采用自回归积分滑动平均模型，对数据进行时间序列分析，提取时间趋势和季节性特征，识别评标关键阶段，生成评标流程关键时间节点预测结果的步骤，还包括：
13、s101：基于预处理后的投标数据集，进行统计分析，使用python中的pandas库的corr和skew函数进行操作，计算数据集中变量的相关性系数和偏度，评估变量间的关联性和分布形态，生成数据关联性分析结果；
14、s102：基于所述数据关联性分析结果，采用自回归积分滑动平均模型，在python中使用statsmodels库的arima类进行时间序列建模，设定模型的阶数，估计自回归系数和滑动平均系数，通过残差的durbin-watson统计量进行模型拟合度验证，生成时间序列模型；
15、s103：基于所述时间序列模型，执行时间趋势和季节性特征的提取，运用模型的分解功能将时间序列分解为趋势、季节性和随机成分，识别和提取评标过程中的关键阶段和周期性模式，生成时间趋势和季节性特征分析结果；
16、s104：基于所述时间趋势和季节性特征分析结果，执行关键时间节点的预测，利用arima模型的forecast方法进行即时预测，估算未来多个时间点的关键事件发生概率和时间，生成评标流程关键时间节点预测结果。
17、优选的，基于所述评标流程关键时间节点预测结果，采用循环神经网络，对投标文件的内容，包括本文档来自技高网...
【技术保护点】
1.一种智能辅助评标方法，其特征在于，所述方法包括：
2.根据权利要求1所述的智能辅助评标方法，其特征在于，所述评标流程关键时间节点预测结果包括指定阶段的开始日期、预计的持续时长，以及预测日期，所述投标文件质量评估模型包括投标文件在技术规格准确度、成本效益比较、项目可行性分析方面的评分指标，所述概率决策分析结果包括每个投标方案的成功率百分比、风险水平评级，以及优先排序，所述评标效率优化结果包括流程改进措施，以及预计改进措施的实施时间表，所述投标方案综合评估结果包括方案在技术合规性、成本效益、创新性、可持续性方面的评级，以及总体排名情况，所述智能决策支持分析结果包括市场趋势的预测值、多市场情况下的方案表现评分，以及评标风险因素的识别列表，所述动态评标策略调整模型包括根据市场变化自动更新的评标标准、优化后的评分机制细节，以及对应的实施时间节点。
3.根据权利要求1所述的智能辅助评标方法，其特征在于，基于预处理后的投标数据集，采用自回归积分滑动平均模型，对数据进行时间序列分析，提取时间趋势和季节性特征，识别评标关键阶段，生成评标流程关键时间节点预测结果的步骤，还
4.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述评标流程关键时间节点预测结果，采用循环神经网络，对投标文件的内容，包括技术规格、成本效益、项目可行性的关键参数，进行深度学习和分析，解析投标文件质量，生成投标文件质量评估模型的步骤，还包括：
5.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述投标文件质量评估模型，采用贝叶斯网络，对多投标方案的成功概率和风险水平进行概率决策分析，评估多种评标决策路径的预测效果，生成概率决策分析结果的步骤，还包括：
6.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述概率决策分析结果，采用地理信息系统和数据模式识别技术，对评标流程进行分析，包括评标过程的时间管理、信息流通和参与人员的协调，识别流程中的瓶颈和改进点，提出优化评标流程的措施，生成评标效率优化结果的步骤，还包括：
7.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述评标效率优化结果，采用层次分析法，对每个投标方案进行综合评估，包括技术合规性、成本效益、创新性和可持续性，并进行综合排名，生成投标方案综合评估结果的步骤，还包括：
8.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述投标方案综合评估结果，采用机器学习算法和情景分析技术进行数据分析，包括使用预测模型分析未来市场趋势、评估投标方案在多市场情况下的表现，模拟市场变化对评标结果的影响，并对评标过程中的风险因素进行识别和评估，生成智能决策支持分析结果的步骤，还包括：
9.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述智能决策支持分析结果，采用遗传算法和粒子群优化技术，对评标策略进行实时调整和优化，包括匹配市场变化、调整评标标准、优化评分机制，自动匹配多变的市场环境和项目需求，生成动态评标策略调整模型的步骤，还包括：
10.一种智能辅助评标系统，其特征在于，根据权利要求1-9任一项所述的智能辅助评标方法执行，所述系统包括时间序列建模模块、质量评估模型构建模块、概率分析与预测模块、评标流程优化模块、综合评估排名模块、市场趋势预测模块、风险识别与决策支持模块、评标策略动态调整模块；
...【技术特征摘要】
1.一种智能辅助评标方法，其特征在于，所述方法包括：
2.根据权利要求1所述的智能辅助评标方法，其特征在于，所述评标流程关键时间节点预测结果包括指定阶段的开始日期、预计的持续时长，以及预测日期，所述投标文件质量评估模型包括投标文件在技术规格准确度、成本效益比较、项目可行性分析方面的评分指标，所述概率决策分析结果包括每个投标方案的成功率百分比、风险水平评级，以及优先排序，所述评标效率优化结果包括流程改进措施，以及预计改进措施的实施时间表，所述投标方案综合评估结果包括方案在技术合规性、成本效益、创新性、可持续性方面的评级，以及总体排名情况，所述智能决策支持分析结果包括市场趋势的预测值、多市场情况下的方案表现评分，以及评标风险因素的识别列表，所述动态评标策略调整模型包括根据市场变化自动更新的评标标准、优化后的评分机制细节，以及对应的实施时间节点。
3.根据权利要求1所述的智能辅助评标方法，其特征在于，基于预处理后的投标数据集，采用自回归积分滑动平均模型，对数据进行时间序列分析，提取时间趋势和季节性特征，识别评标关键阶段，生成评标流程关键时间节点预测结果的步骤，还包括：
4.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述评标流程关键时间节点预测结果，采用循环神经网络，对投标文件的内容，包括技术规格、成本效益、项目可行性的关键参数，进行深度学习和分析，解析投标文件质量，生成投标文件质量评估模型的步骤，还包括：
5.根据权利要求1所述的智能辅助评标方法，其特征在于，基于所述投标文件质量评估模型，采用贝叶斯网络，对多投标方案的成功概率和风险水平进行概率决策分析，评估多种评标决策路径...
【专利技术属性】
技术研发人员：严宇平，王国瑞，裴求根，阮伟聪，林嘉鑫，陈泽鸿，胡波，林浩，邵彦宁，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。