多属性网上采购（精选9篇）
多属性网上采购 篇1
引言
拍卖是一系列规则, 这些规则根据投标情况来决定资源的配置和价格[13]。在2000年的世界计量经济学大会上的邀请报告中, Klemperer指出拍卖是主流经济学的一部分, 每个经济学家应该学习一些拍卖理论。
拍卖理论早期研究的主要对象是:投标者的均衡投标策略、卖者在标准拍卖中的预期收益及最后配置的绩效。通过比较预期收益发现卖方在不同的标准拍卖中得到的平均收入是相等的, 即拍卖理论中著名的收益等价原理, 如[14~16]。这些研究有一个共同的特点———仅以价格来确定中标者或拍品的配置。
仅以价格作为拍品配置的唯一准则, 已经不能满足现实拍卖 (包括采购拍卖) 的需要。比如高速公路、电的供给、私人采购和政府采购, 采购者不仅要考虑价格, 还要考虑其他非价格因素, 诸如质量、交割期、最后期限、售后服务、担保期和信誉度等等。最典型的例子是美国国防部 (Do D) 采购国防设施, 此时价格相对于质量可能处于较次要的位置[9]。这样微观经济学和博弈论不能提供充分的配置方式, 而多属性拍卖理论把决策分析工具和拍卖机制组合起来为实现强有力的协商提供支持。
一、基本概念和基本问题
1. 多属性拍卖的概念
在投标中, 除了价格外还含有其他属性的拍卖方式称为多属性拍卖 (multi-attribute auction) , 如[3]和[6]。有些作者把这一类拍卖称为多维拍卖 (multidimensional auction) , 如[2]和[8]。还有些作者称这样的拍卖为多准则拍卖 (multi-criteria auction) , 如[5]和[11]。因为“多维拍卖”和“多准则拍卖”所指的范围更广泛, 不仅包括多属性拍卖, 还包括多单位拍品的双边拍卖和组合拍卖。所以, 文中采用“多属性拍卖”的术语。
2. 研究多属性拍卖的动因
采购拍卖的传统方法是:在拍卖开始前, 假设可量化属性固定, 投标仅由价格组成[4]。在采购拍卖中, 仅以单一的价格指标来确定中标者和物品的配置, 对一些规格化商品和相对不重要的小商品较合适;但对于国防设备采购, 相对于质量, 价格将处于较次要的地位。在采购一架飞机的合同中, 它的性能可能与价格处于同等重要的地位, 通常不能仅以价格作为唯一的决策准则[8];另外, 在公共事务的分派决策中, 不能仅建立在成本的基础上。其他许多协商的情况也要处理多属性问题[8]。
由于网络交易的低成本, 在过去几年里网上拍卖已变得普及, 新的拍卖方式和协商方案的设计也成为行业和学术界的一个重要话题[5]。传统的拍卖仅以价格作为选择赢者的标准较容易处理, 当新的拍卖方式要求多属性投标时———不仅有价格还有数量和可量化的属性, 赢者决策将是一个困难的计算问题。另一方面, 供货商对电子采购的不满之处是过于强调价格, 不能反映供货商的其他特征。
采购者相对于单属性拍卖更偏好多属性拍卖[7]。其原因有两个:一是仅以价格为择物标准, 低价劣质的投标者将战胜高价优质的投标者。这样, 采购者是以较低的价格购买商品, 同时他得到的商品的质量也较劣。二是由于高价优质的投标者被排除在有效投标之外, 投标者的数目将减少, 投标者之间的竞争将减弱, 损害采购者的利益。
在许多种商品的拍卖中, 多属性投标对投标者和采购者都是非常重要的。它允许投标由一系列属性构成, 不仅有价格, 还有质量、交割日、合同期和供货商的声誉。这样供货商的投标有较大的灵活度;同时不同属性之间可以权衡, 可加速协商过程, 从而有较高的透明度和配置效率。所有这些都说明拍卖理论必须被推广到多维投标, 电子采购拍卖也应该考虑价格以外的其他属性。
3. 多属性拍卖的应用领域
多属性拍卖应用范围较广。 (1) 政府采购:国防部采购国防设施时, 除价格外, 还涉及其他属性, 如技术特征、交割日期、公司管理业绩和预计生产成本等。 (2) 电力行业:对电力的供给, 要考虑服务的可靠性、电厂的安全和对环境的影响, 这些因素可能比成本更重要;还要考虑总成本和灵活度, 如核能发电站固定成本高, 灵活度小, 而燃气发电站固定成本相对较低, 灵活度较大;因此配电服务特许经营权竞标本质上是一个多属性拍卖问题。 (3) 工程招投标:桥梁建设的招投标将涉及到桥梁的设计和建桥所用的材料。 (4) 任务分派:在分派任务时, 属性包括任务的工作量、可用时间长短、最后结束时间和确切水平标准等。 (5) 服务业:一项服务体现在它的服务质量、提供时间长短、有关风险 (如服务最终不提供) 、担保期、交割期和价格。 (6) 商业:大的食品零售商从中小厂家那里采购商品, 将会涉及到多个属性标准, 如大小、重量和交割日等。 (7) IT行业:网络接口的衡量标准有数据传输速度、可访问网站范围、服务时间和是否有上网时段的限制以及网络资源的安全水平等。 (8) 国际物流:涉及到路上运输耗时、路程长短、货物的体积和重量等;交割日、交割方式、交割地点和价格等;运输的及时性、安全性、起运时间和运输车的型号等。 (9) 电子商务:在B2B电子商业中, 价格不是唯一重要的决策准则, 其他相关的属性也应该被考虑, 如交割方式、付款方式、从成交到验货的等待时间等。 (10) 能源业:在煤炭的采购中, 投标包括含硫量、煤渣、湿度和运输。 (11) 金融业:国有资产拍卖时, 要考虑资产的最大收益、资源配置、公平、是否照顾本国和本地企业。 (12) 日常生活:复印资料时, 复印质量、纸张质量、复印耗时等因素会被考虑。这些应用领域的列举来自于文献[2,5~12]。
4. 多属性拍卖要处理的问题
在多属性采购拍卖中, 买卖双方和交易平台要处理许多问题。 (1) 采购方:哪种拍卖规则对采购方最有利?那种拍卖方式能实现最优拍卖结果?采购方在拍卖开始前应该披露那些信息 (所有的偏好, 部分偏好, 还是伪偏好信息) ?采用什么标准选择赢者?为比较投标, 如何设定各个属性在评分函数中的表现形式?如何结束拍卖? (2) 投标方:在不同的拍卖方式中, 中标者的质量选择问题?应如何根据多个属性选择投标?给定拍卖规则和投标者的信仰, 他的最优投标是什么?在不完全了解采购者的偏好时, 投标者如何在升价拍卖中选择较好的投标战胜当前的最好投标?如何确定自己的获胜概率、生产成本和潜在的竞争人数? (3) 交易平台:当多属性采购在网上进行时, 如何确定采购者的效用函数对交易平台来说是一个难题, 也是一个最基本的问题 (为比较不同的投标) ;选择合适的软件体现采购者偏好和解决赢者决策。
5. 多属性拍卖的分类
根据文献处理问题的思路, 我们把多属性采购拍卖分为两类:博弈论模型和决策论模型。其中博弈论模型处理多属性拍卖的大体思路是:建模假设条件—投标者的投标策略—赢者决策—买卖双方的预期收益—最优拍卖 (或收益等价定理) ;而多属性拍卖的决策论模型大体思路是:建模假设条件—赢者决策—数值模拟。
二、结束语
在现有的商业软件中赢者决策的方法大体上可以分成两种[6]: (1) 总成本法, 采购者先把投标折算成钱数, 然后再比较不同的投标, 如e Breviate。 (2) 决策分析法, 对每个属性设置一个评估函数和权重, 把所有属性评估值用简单加权法累加起来得到一个评估分数;投标者可以通过改变一个或多个属性来增加自己的评估分数, 如Clarus。但是, 许多商业采购软件仍然缺乏理论支持;同时, 较多的理论模型没有被商业所利用。
总的来说, 多属性采购拍卖的研究还处于起步阶段, 在已有的工作中, (1) 往往对模型限定过多, 导致拍卖方法适用范围较窄; (2) 缺乏对最优策略的讨论, 卖方的策略不满足激励相容性, 对买方策略缺乏分析; (3) 拍卖的效用没有保证[1]。
摘要：实用中, 仅以价格作为确定获胜者的唯一准则已经不能满足许多行业采购拍卖的实际要求。为确定获胜者, 除价格外还需要考虑采购品的其他重要的非价格属性。因此, 多属性拍卖理论的发展变得极其重要。但由单属性拍卖拓展到多属性拍卖已经引起一系列挑战性的问题。介绍了多属性采购拍卖的概念、发展动因、应用的广泛性、需要研究的理论问题及其分类。
关键词：采购,多属性拍卖,赢者决策
基于多属性评分的酒店推荐系统 篇2
【关键词】推荐系统;协同过滤;属性;偏好
引言
如今互联网已经深入到各个行业，和酒店结合产生了酒店电子商务。据相关报告显示，中国酒店市场总交易额为2986.3亿元，其中在线酒店市场交易额为614.6亿元，占总交易额的20.6%[1]。为了从在线交易市场中获得更大的蛋糕，酒店企业加大了在互联网的信息量。酒店信息量的剧增拓展了消费者选择空间，但同时也带来很大的信息负担。如何帮助游客快速查询所需信息，将潜在游客变为购买者是酒店电子商务面临的挑战。
个性化推荐系统是一种解决信息过载问题的技术，它是根据用户的兴趣爱好，推荐符合用户个性化的对象。它已广泛应用于许多领域，如商业领域，教育领域等。
1.相似性计算方法
1.1 传统的相似性计算方法
协同过滤推荐是根据其他用户的观点产生对目标用户的推荐列表，它是基于这样一种假设：如果用户对一些项目的评分比较接近，那么他们对其他项目的评分也会比较接近。目前协同过滤已是电子商务推荐系统中应用最广泛的算法[2]。相似性计算是协同过滤算法中最关键的一步，计算相似性的方法主要有：余弦相似性、相关相似性以及修正的余弦相似性[3]。
余弦相似性：用户评分被看做是n维项目空间上的向量，用户间的相似性通过向量间的余弦夹角来度量，余弦值越大表明两个用户的相似度越高。计算公式如式（1）所示。
（1）
相关相似性：设Iij表示用户i与用户j共同评分项目集，则用户i、j之间的相似性如式（2）所示。
（2）
修正的余弦相似性：在余弦相似性计算方法上没有考虑不同用户的评分尺寸问题，修正的余弦相似性计算方法通过减去用户对项目的平均评分来改善上述缺陷，设经用户i和用户j共同评分的项目集合用Iij表示，Ii和Ij分别表示经用户i和j评分的项目集合，则用户i和j之间的相似性sim（i，j）如式（3）所示，其中Ri，c表示用户i对项目c的评分，和分别表示用户i和用户j对项目的平均评分。RR
（3）
在计算相似性时使用的数据集是用户-评分矩阵，它表达了用户对项目的评价情况。这种用户-评分矩阵都是基于用户对单个项目的打分数据，而单个打分无法非常准确地描述用户的偏好，从而不能根据用户的偏好向用户提供个性化的推荐。
1.2 基于多属性评分的相似性计算方法
酒店作为服务行业，应该考虑客户的偏好，提供更趋向于个性化的服务。对酒店通过多个属性来描述和提供用户评分，考虑用户在不同属性上的偏好能够进行更有效的推荐[4]。例如携程网、美团网等为用户在对酒店评价时除了总体评价外提供了多个属性的打分。在多维度打分的情况下，用户可以为项目的多个属性评分，表达了对不同方面关注的差异，也更精确地反映出用户的偏好。本文将研究用户的多属性评分，提出一直基于多属性评分的协同过滤推荐算法，由用户的多属性评分矩阵计算出用户对各个属性的偏好，得出偏好序列，根据所有用户偏好组成的偏好矩阵找到相似用户，这样不仅可以降低由于引入多属性增加的计算复杂度，而且可以有效的解决数据稀疏性问题，从而提高对用户推荐信息的满意度。
1）计算偏好序列
对项目总体打分只能够反映用户对该项目的喜欢程度，而通过多属性打分却能进一步表明为什么。根据这种情况可以从用户对项目的多属性打分矩阵中挖掘出用户对属性的偏好。用户在对项目打分时，通常用户重视的属性评价对总体评价影响更大，属性评分与总体评分差异大，则说明该属性在用户心目中不重要。因此对于一个用户i给项目p打分，Rip0表示用户i对项目p的总体评分，Ripc表示用户对项目p中属性c的评分，定义Dc表示用户对项目的总评分和属性c评分相差的绝对值，Dc=|Rip0-Ripc|，Dc差值越小，说明用户对该属性重视程度大;Dc差值越大，说明用户对该属性重视程度小。然后在用户i所有评分项目的集合Ii中求Dc的平均值，如式（4）所示。
（4）
Dic’揭示了用户对属性c的偏好程度，它们之间成反比例关系，这里用公式（5）表示。
（5）
其中Wic表示用户i在属性c上的偏好，|c|表示项目属性的个数，由于分母Dic’值有可能为0，进行了加1处理，最后四舍五入取整。
按照這个方法计算所有的属性的偏好值，将得到用户i偏好序列。
2）基于属性矩阵的相似性计算方法
不同用户的评分尺寸问题，造成在计算偏好序列时同样会存在差异，所以在计算用户相似性时选择修正的余弦相似性方法。基于用户属性矩阵的相似性计算公式如式（6）所示。
（6）
其中Wic和Wjc是用户i和用户j在属性c上的偏好值，和是用户i和用户j所有属性偏好的平均值，n为属性的个数。
2.实验结果
2.1 数据集
本文是提供的是应用于酒店的推荐系统，由于没有现成的数据集，本文使用的是从携程网（www.ctrip.com）上抓取并整理的。携程网是我国最先进的综合性旅行服务公司，会员酒店的注册量超过3万家，注册的会员用户超过1.4亿，每月的酒店预定量超过1000万/夜。从携程网抓取的数据中筛选出8000条评分数据作为实验数据集，并保证数据集的稀疏等级。
2.2 实验结果
为了检验本文提出的算法的有效性，以传统的总体评分数据集作为对照，使用相同的修正余弦相似性算法，计算其MAE，邻居个数从5增加到20，间隔为5，实验结果如图1所示。
图1 算法比较
3.结束语
本文根据传统的协同过滤在酒店推荐系统的局限性，提出了基于多属性评分的协同过滤算法，并通过实验证实在推荐质量上优于传统的协同过滤算法。因此本文提出的算法可以应用到酒店的推荐系统，甚至其他领域的多属性打分环境中，因而本文的研究具有一定的实际意义。
参考文献
[1]劲旅咨询.2013年中国在线酒店市场研究报告[OL].http：//www.ctcnn.com/html/2014-01-14/357805809.htm.
[2]刘鲁，任晓丽.推荐系统研究进展及展望[J].信息系统学报，2008，2（1）.
[3]邓爱林，朱扬勇，施伯乐.基于项目评分预测的协同过滤推荐算法[J].软件学报，2003（09）.
[4]曾子明，张李义.基于多属性决策和协同过滤的智能导购系统[J].武汉大学学报（工学版），2008（2）.
多属性网上采购 篇3
所谓多属性拍卖 (也有学者称之为多维拍卖) 是相对于传统拍卖即单属性拍卖而言的。虽然传统拍卖模式多样, 主体间关系不尽相同, 但拍卖竞价的核心长久以来却一直停留在价格这单一属性上, 然而对于可替代物品来说, 相互之间的可替代程度并不仅仅依赖于价格, 从这一点上来说, 仅考虑价格因素无疑是片面的, 而这一问题在企业采购拍卖 (也被称为逆向拍卖) 中则显得特别突出, 采购品的某些非价格属性往往其重要性不亚于价格。在采购拍卖中, 当买方除价格外还要考虑其他因素时, 学者们通常把这种拍卖称为多属性拍卖。
虽然传统的网上拍卖已经被研究了很长时间, 但多属性的网上拍卖问题最近几年才引起学术界的重视, 国外不少学者对多属性网上拍卖的模型进行了研究, 主要集中在买卖双方获得的收益、双方出价策略以及多属性权重的设置上:Vulkan和Jeenings 研究了利用标准英式拍卖协议在自动化代理间进行多属性度属性的服务分配问题[1];Bichler对各种拍卖形式做了实验分析, 他发现在各种拍卖中, 多属性的拍卖比单属性的拍卖得到的效用大, 实验还表明二级价格密封拍卖更能使得叫价者出更高价, 使得买方得到更高收益[2];Sairamesh研究了在使用多属性英式拍卖协议的情况下, 应用Agents进行服务分配的问题[3];Lee和Bui提出了一种多属性的计算机协商的算法, 其中一个重要贡献在于两阶段过程, 即先解决次重要的属性, 再解决重要的属性[4]。国内最近也开始了这方面的探讨, 但绝大多数还只是停留在理论研究上, 实际应用的多属性拍卖则非常罕见。
在企业采购实践中, 一家采购商面对多家供应商是极其常见的。在采购拍卖中引入多属性的好处有很多, 可以带来更为充分的竞争, 更优化的资源配置, 完善的供应链, 充分挖掘供应商的潜能, 还能避免一些供应商勾结的问题。但是, 由于多属性网上采购拍卖实施难度大, 对技术及人员的要求比较高, 因此真正的应用很少。
为了提高多属性采购拍卖的可行性及适应性, 本文将拍卖引入非线性领域, 提出了一种基于非线性的多属性网上采购拍卖竞价模型, 并根据此模型对多属性网上采购拍卖平台进行了设计与实施。
2 非线性多属性网上采购拍卖竞价模型研究
本文所提的竞价模型继承于Bichler所提的多属性加权求和模型, 并在其基础上引入了多类型属性概念以及非线性函数。对于不同类型的属性采取不同的方法计算其属性值, 最后利用归一化后的属性值及权重值进行加权求和得出综合评分, 以综合评分确定拍卖竞价的胜出者。
2.1 竞价过程及模型的假设条件
在建立模型前, 首先对模型的适用范围做以下假设:①一个采购商有多个供应商可供选择, 每个供应商提供产品的能力各不相同。②竞价时, 供应商基于由采购方指定的有限多个产品属性Yi (i>1) 进行竞争, 每次报价需包括所有属性的值 (相较于传统拍卖中每次报价仅包含“价格”这一单一属性的值) , 并把多属性的综合评分作为其报价。③供应商之间并不知道对方的报价, 只知道自己报价的当前排名。④对供应商的每次报价综合评估, 分别给出综合评分作为其报价, 拍卖结束时由最后报价者胜出。
2.2 非线性多属性网上采购拍卖竞价模型
(1) 多类型属性的处理
设本次拍卖共有j个供应商参与, 且采购商需要供应商在所采购的产品的i个属性上进行竞价, 则
式中, Yij为第j个供应商在第i个属性上所获得的评分; xij为第j个供应商在第i个属性上的报价 (这里“报价”不单指所报价格, 而泛指对该属性所报的属性值) ; fi为采购方事先设定的对于第i个属性所适用的评分计算函数。
在传统的单属性拍卖中, 只要取竞价者所报价格的数值进行比较就可以很方便地对竞价者进行排名 (即Yj=xj, 对Yj直接排序) ;而在多属性拍卖中, 由于各属性的值意义各不相同 (比如价格和应付账款的期限, 对采购商来说, 价格越低越好, 而应付账款则能拖得越久越好;另外这两个属性的数量级也大不一样) , 不能简单地进行相加比较, 因此需要利用函数对每个属性的报价值进行转化。
商品的采购拍卖属性可以有多个, 但其属性类型本文认为可以归纳为三类, 即数字型、区间型以及文字型, 下面分别对这三种类型属性进行处理。
①数字型
数字型属性顾名思义即可以用数字表示的属性, 如价格、到货时间 (天数) 、数量等。
实践中各个数字型属性取值的数量级可能天差地别, 为便于函数的设定, 需要对各属性报价值进行归一化, 即
式中, xij为第j个供应商在第i个属性上的实际报价; ximin为第i个属性的最小值; ximax为第i个属性的最大值; Xij为第i个属性归一化后的值。这样一来, 就可以把每个数字型属性值都控制在0～1之内。
此外, 将Xij代入函数后, 为控制最后综合评分的值, 也为了使最后设置的权重能真正产生效果, 有必要对函数也进行归一化, 即
式中, fi (Xij) 为将Xij代入函数后的函数值;fimin为该函数的最小函数值;fimax为该函数的最大函数值 (根据上文, 当函数为单调递增函数时, fimin=fi (0) , fimax=fi (1) ;当函数为单调递减函数时, 则相反) 。
在本文的模型中, f (x) 可以采用简单的线性函数如f (x) =ax+b, 也可以采用适用性更广的非线性函数, 如S型函数
②区间型
为使模型的适用性更强, 甚至可以将属性的取值范围进行分段, 每一段使用不同函数进行描述, 前提是该分段函数必须具有一致的单调性, 这就是所谓的区间型函数。
令分段函数为单调递增函数, 则
式中, flastmax为属性值取值范围最后一个分段所使用的函数的最大值 (即整个分段函数的最大值) , ffirstmax为属性值取值范围第一个分段所使用的函数的最小值 (即整个分段函数的最小值) , 当函数为单调递减函数时, 则flast与ffirst互换即可。可以看出, 数字型属性是区间型属性的特殊形式 (当区间数为1时的区间型属性) 。
综合数字型与区间型函数, 式 (1) 转化为
③文字型
在实践中, 并不是任何属性都可以用数值表示的, 比如一些质量属性, 不同的采购商会有不同的偏好。对于这些属性, 就可以制定一些描述性的选项供供应商选择, 并人为地给每个选项赋予一个分值, 这就是所谓的文字型属性。假设第r个属性为此类文字型属性, 且有m个选项, 则
式中, xrj为第j个供应商在第r个属性所选择选项的分值; Yrj为第j个供应商在第r个属性上所获得的评分。该种属性的评分已被控制在0～1的范围内, 无需归一化。
(2) 权重的设置
在得到各个属性的最后评分值之后, 为了体现采购商的偏好, 需要给每个属性分配一个权重, 即
式中, wi为采购商给第i个属性分配的权重值; Wi为第i个权重值占权重总和的比例, 也是第i个属性的评分占总评分的比例, 即计算综合评分时第i个属性真正的权重值。
(3) 胜出者的确定
综上所述, 可以得出
式中, Sj为第j个供应商一次报价的综合评分。由此可以通过Sj对供应商报价进行排名, 决定最后的拍卖胜出者。
根据假设条件 (3) , “供应商之间并不知道对方的报价, 只知道自己报价的当前排名”, 于是就可以在一定程度上避免各供应商之间对某一属性的恶性竞争。供应商出价的最后评分为其各项属性出价的综合作用, 要令自己的评分最高, 经过充分竞争后, 必有
式中, Sjmax为第j个供应商报价的最大综合评分, x1jmax、x2jmax、x3jmax为第j个供应商对各个属性的最大报价值, φ为系统对各个报价值的综合评估函数。
最后, 通过综合评分之间的竞争, 评分最高的供应商成为最终的胜出者, 即
式中, Sn为胜出者 (设为第n个供应商) 报价的综合评分, Smax为最高的综合评分。即只有供应商充分发挥自己各方面的优势, 才有可能最后在竞价中胜出。
3 非线性多属性网上采购拍卖应用平台设计
由于网上采购拍卖可能涉及的供应商很多, 每次拍卖的参与方变化也很大, 供应商可能来自不同的地域, 因此本文采用适应性更佳的浏览器/服务器 (Browser/Server, B/S) 架构 (如图1) 。在Windows操作系统下, 采用目前在Web系统开发中应用非常广泛的模型、视图、控制器设计模式 (Model、View、Controller, MVC) 。具体的设计框架选用J2EE的Struts, Struts是一种基于MVC经典设计模式的开放源代码的应用框架, 也是目前Web开发中比较成熟的一种框架。它通过把Servlet、JSP、JavaBean、自定义标签和信息资源整合到一个统一的框架中, 为Web开发提供具有高可配置性的MVC开发模式。
3.1 系统功能设计
基于本文的竞价模型, 非线性多属性网上采购拍卖系统应该涉及三方面的用户, 供应商、项目管理员 (采购项目的建立、管理及监控人员, 为采购商所指派) 以及系统管理员。用统一建模语言 (Unified Modeling Language, UML) 建立其用例图 (如图2) 。
系统采用基于角色的访问控制, 三种用户分别属于不同的用户群, 用不同的URL地址进行系统登录, 系统根据用户名及密码验证用户身份并提供相应的操作界面。其中, 系统管理员负责对新注册的供应商信息进行审核、注册新的项目管理员并对系统进行维护, 只有通过系统管理员审核的供应商以及通过系统管理员注册的项目管理员才能获得登录系统的权限;项目管理员为拍卖活动的主持人, 主要是对采购项目进行管理, 包括建立采购项目 (设置采购项目的名称、开始结束时间、各个属性等) 、邀请供应商参与竞价 (只有受邀的供应商才能在登录系统时看到该项目) 、修改采购项目 (包括开始结束时间、属性参数等) 、启动项目以及查看拍卖结果;供应商可以查看受邀的采购项目、选择项目参与竞价并可修改自己的注册信息 (包括公司地址、电话、联系人等) 以便与采购商取得联系。
3.2 竞价流程设计
多属性网上采购拍卖系统的核心在于能够让多个供应商同时在线进行多属性的竞价并且采购商能够对竞价过程进行监控。基于本文提出的竞价模型, 提出以下供应商竞价流程 (如图3) 。
各供应商开始竞价之后, 通过文本框、下拉列表框等网页控件提交多属性的报价。系统经过计算给出该供应商该次报价的评分以及其在所有供应商报价中的排名, 并且每隔一秒都将更新一次排名 (通过异步JavaScript和可扩展标记语言 (Asynchronous JavaScript and XML, AJAX) 技术的应用, 排名的更新将不会引起整个供应商操作页面的刷新, 大大提升了用户体验) , 让供应商可以实时掌握竞价的进程, 及时作出反应。若供应商的报价此时排名第一, 则在其排名下降之前没有必要作出反应, 只需等待竞价时间的结束即可;若其报价排名被人赶超, 则该供应商要决定是否继续出价, 出价的话就要考虑对哪些属性进行调整以提高自己的评分进而提升自己的排名, 于是, 又回到了第一步, 以此循环。
3.3 数据库设计
该系统实施的难点之一在于数据库的设计, 一个项目管理员可以建立多个采购项目, 一个采购项目对应多个竞价属性, 每个属性又有可能对应多个函数, 每个函数的参数又有不同 (本文系统所涉及的函数有两种, 直线型函数以及S型函数) , 因此其涉及的数据库表很多, 其基本的ER图如图4所示 (仅列出主要实体间关系) 。
对该ER图中的主要实体数据库表进行一下简要说明, 以PK表示主键, FK表示外键。供应商表——供应商编号 (PK) , 用户名, 密码, 所属行业, 所在区域, 公司名称, 地址, 联系电话等; 系统管理员表——系统管理员编号 (PK) , 用户名, 密码, 姓名, 联系电话等; 项目管理员表——项目管理员编号 (PK) , 用户名, 密码, 姓名, 联系电话, 所属部门等; 采购项目表——项目编号 (PK) , 项目名称, 拍卖模式, 项目管理员编号 (FK) , 联系电话, 竞价开始时间, 竞价结束时间, 延长次数, 每次延长时间, 项目状态, 项目建立时间, 属性个数等。
其中项目与属性的关系是数据库设计中的重点。属性与采购项目关系表——项目编号 (FK) , 属性编号:用于保存采购项目对属性的包含关系, 即一个项目对应哪些属性, “属性编号”列的取值为字符串, 由属性类别 (“SZ”表示数字型、“QJ”表示区间型、“WZ”表示闻字型) 与各属性的自动生成编号组合而成。数字属性表——数字属性编号 (PK) , 属性名称, 权重, 最小值, 最大值, 应用函数类型, 函数参数:“数字属性编号”列为自动生成的编号, 同以下各属性编号列, “最小值”与“最大值”标识出数字型属性的取值范围。区间术性表——区间属性编号 (PK) , 属性名称, 权重, 划分区间个数:区间属性表用于存放区间属性的基本信息, 由于各区间属性划分的区间个数不同, 一个属性对于其被划分的区间是一对多的关系, 因此对于各区间的取值需要开设另一张表。区间表——区间属性编号 (FK) , 区间编号, 最小值, 最大值, 应用函数, 函数参数:对于每一个区间, 都有一对“最小值”与“最大值”来保存其取值范围, 并且每一个区间都有一个对应的应用函数。文字属性表——文字属性编号 (PK) , 属性名称, 权重, 划分等级个数:同区间属性表一样, 文字属性表也用于存放文字属性的基本信息, 对于各等级的具体描述如下表所示。等级表——文字属性编号 (FK) , 等级编号, 等级名称, 等挤描述, 对应取值:对于每一个文字等级, 都要设定等级名称, 必要时设定等级描述, 说明选择该等级需要达到的标准, 最后必须设定对应取值, 文字属性没有函数的设置, 对应取值即相当于其他属性通过函数计算后的评分。
此外, 由以上可知, 一个项目对应多个属性, 区间及文字属性对应多个区间及等级, 因此一张表无法记录所有项目的供应商出价, 目前的方法是一个项目对应一张表, 项目出价表由系统动态生成, 出价表——供应商编号 (FK) , 属性编号1, 属性编号2, …, 综合评分, 提交时间。
4 应用实例
本文在系统设计的基础上, 完成了多属性网上采购拍卖系统的开发, 采用B/S架构, 在Windows操作平台下使用J2EE的Struts框架, 编程语言以超文本标记语言 (HyperText Mark-up Language, HTML) , Java服务器页面 (Java Server Pages, JSP) , Java, Javascript为主, 并辅以AJAX页面局部更新技术, 开发环境采用Eclipse 3.1, 数据库为SQL server 2000。系统的数据库服务器均安装在采购商处, 各供应商只需在预定时间通过Web浏览器登录采购商的拍卖系统即可参与拍卖竞价。
系统主界面由上端的标题、左端的菜单栏、右端的主视图组成, 当不同的用户群 (供应商、项目管理员、系统管理员) 登录时, 菜单栏将显示不同的功能项。图5左端所示为项目管理员登录时的功能菜单, 其主视图为新建采购项目时的核心步骤:设置拍卖中的各个属性。在该例中, 管理员为项目选择了“价格”“到货期”“质量”三个属性, 属性类型分别为数字型、区间型、文字型。对于数字型属性, 管理员需要输入其取值范围、所选用的函数以及函数的参数;对于区间型属性, 要先通过下拉框选择需要分割的区间个数, 然后对每个区间进行类似于数字型属性的设置;而对于文字型属性, 首先要选择所划分的等级个数, 然后给每个等级取名、作必要的描述并给出对应取值。项目各个属性设置之后, 邀请完供应商, 管理员就可以启动项目了。
项目启动后, 供应商便可登录系统参与竞价, 通过文本框 (数字型、区间型属性) 以及下拉列表框 (文字型属性) 输入报价并向服务器提交, 在竞价界面中可实时看到自己的当前排名及出价记录, 以便为下次出价参考。
在供应商竞价的同时, 项目管理员可通过系统实时监控供应商的出价并查看供应商的出价排名, 当竞价结束之后, 便可即时与获胜供应商取得联系。
其余功能以及系统管理员的功能均属于系统的外围功能, 并非本系统核心, 篇幅所限, 不再赘述。
5 结束语
网上采购拍卖的多属性化可以让拍卖更加科学完整, 竞争更为充分激烈, 资源的配置更加合理。对于采购拍卖的采购方来说, 这是一次重新挑选供应商的机会, 通过非价格属性的充分竞争, 能够让供应商的能力完完整整地暴露出来, 从而便于采购方进行供应链的进一步改造;而对于供应商来说, 这也是一次调整生产结构的好机会, 通过挖掘自身潜能、产业结构的改造以及对于成本观念的提升, 为企业日后的发展开山铺路。
本文通过引入多类型属性以及非线性评分函数, 完整了竞价模型, 并成功开发出应用平台, 使得多属性网上采购拍卖的可行性与适应性大大提高。
非线性多属性采购拍卖理论更可与群体决策支持理论相结合, 将本应用平台融入到企业的群决策支持系统 (Group Decision Support Systems, GDSS) 中去构建采购平台进而研究在这种平台支持下采购过程, 供应商的管理、激励机制, 为现代采购问题的解决提供一种新的解决思路, 达到辅助企业决策, 促进供应链协调的目的。
参考文献
[1]Vulkan N, Jennings N R.Efficient Mechanisms forthe supply of services in multi-agent environments[J].Decision Support Systems, 2000, 28, :5~19.
[2]Bichler M.An experimental analysis of multi-attributes auction[J].Decision Support System, 2000, 29 (3) :249~268.
[3]Sairamesh J, etal.A platform for business-to-businesssell-side, private exchanges and marketplaces[J].IBM Systems Journal, 2002, 41 (2) :242~252.
[4]Lee HG.Electronic brokerage and electronic auction:the impact of IT on market structure[A].Proceed-ings of the 29 th Hawaii International Conference onSystem Sciences[C].Maui, HI, 1996, 4:397~406.
[5]陈湘, 胡山立, 石曼银.一种安全的多属性拍卖模型[J].计算机研究与发展, 2007, (4) :680~685.
[6]金, 石纯一.一种暗标叫价的多属性拍卖方法[J].计算机学报, 2006, (1) :145~152.
[7]Che Y K.Design competition through multidimen-sional auction[J].RAND Journal of Economics, 1993, 24 (4) :668~680.
多属性网上采购 篇4
一、“多属性综合评价方法”及其可行性分析
所谓评价是指根据明确的目的来测定对象系统的属性， 并将这种属性变为客观定量的计值或者主观效用的一种行为。在客观世界中，评价的对象系统往往是具有多个不同的属性，在将它们进行比较以决定其优劣或决定取舍时，常需要先从多个不同的侧面加以评判， 然后再进行综合。
日前的综合方法较多，但在综合过程中权重的确定及价值的量化在方法上不甚完善，往往缺乏可比性，这对正确揭示评价对象系统的本质尚欠不足。为此，我们运用美国学者T.L.Saaty（萨迪）提出的层次分析法（简称AHP）和模糊数学等方法进行了研究， 提出了一种适用于多属性评价对象系统的以定量为主、定性与定量相结合的综合评价模型， 成为较为完整的辅助决策支持系统。
网络文学作品作为评价对象，具有多属性、多层次的特点，且在其诸多的属性中既有客观的定量指标，如作品点击量、下载量、销售量、获得道具数量等，也有主观的定性指标，如用户阅读评价、编辑推荐分数等。因此，使用多属性综合评价的方法对网络文学作品进行评价，在理论上具有较高的可行性和科学性。
二、多属性综合评价指标与权重设计
1.确定评价目标，建立评价因素集
本文的评价目标是对网络文学作品的质量进行综合评价。评价因素是对评价目标产生影响力、决定评价结果的因素。因素集是评价对象各个因素组成的集合。根据相关研究成果，结合出版工作的属性、网络文学作品的特性及网络文学作品出版的商业模式，从人气、获得道具、用户主管评价、作品出版销售情况等十一个方面设计一级指标。在一级指标建立的基础上，进一步细化为一系列二级指标，如表1所示。
2.确定各指标权重
权重值的确定直接影响综合评估的结果，权重值的变动可能引起被评估对象排列顺序的改变。所以，合理地确定综合评估各主要因素指标的权重，是进行综合评估能否成功的关键问题。本体系采取常用的专家打分法（即Delphi法）确定各级指标的权重，如表1所示。
表1 网络文学评价指标
三、多属性综合评价指标计算与结果确定
其测评方法主要借鉴了我国地区发展与民生指数（DLI）的测量方法，基本思路是根据每个评价指标的上、下限阈值来计算单个指标指数（即无量纲化），指数一般分布在0和100之间，再根据每个指标的权重最终合成总体综合评价指数。此种方法测算的指数不仅横向可比，而且纵向可比。
（一）指标上、下限阈值的确定
在计算单个指标指数时，首先必须对每个指标进行无量纲化处理，而进行无量纲化处理的关键是确定各指标的上、下限阈值。指标的上、下限阈值主要是参考各项指标实际数据最大值和最小值（如某作品点击量在所有作品中排名第一，那么就将其数值定为点击量上限阀值），以及指标的理论最大值和最小值（如编辑推荐指标，理论最大值既满分为10分，那么上限阀值就是10）。将 个指标记为 ，权重为 ，下限阈值和上限阈值分别为 和 ，无量纲化后的值为 。
（二）指标无量纲化
无量纲化，也叫数据的标准化，是通过数学变换来消除原始变量（指标）量纲影响的方法。
正指标无量纲化计算公式：
逆指标无量纲化计算公式：
（三）分类指数和总指数的合成
1.分类指标的合成方法
本体系由人气、获得道具、用户主管评价、作品出版销售情况等十一个分类组成。将某一类的所有指标无量纲化后的数值与其权重按公式（3）计算就得到类指数。
2.网络文学作品综合评价分数的合成方法
将网络文学评价指标体系中的27个指标无量纲化后的数值与其权重按公式（4）计算就得到网络文学作品的综合评价分数。
四、不足与展望
多属性综合评价作为一种评价方法，能够有效地解决网络文学作品评价中层次多、指标复杂等问题，可以将繁杂、主观的评价转化为客观、统一的评价，该模型的建立符合用户实际需求，在网络文学作品的评价中具有较好的应用前景。但是，任何一种评价方法都有其自身的缺点和片面性，本文研究的方法也是如此，其中凸显的问题有：
不足一：对于权重的确定，目前大多由专家凭经验主观给出，人为因素占主导，评判结果可能有出入。在实践中，可同时请几组专家对作品内容进行打分，尽可能覆盖各个用户群体进行专家选取，将各组专家的评判结果计算得出综合分值，得出对作品的最终评价。
不足二：没有进行实际数据的验证。由于各大网络文学出版网站的数据均属于商业保密范畴，因此本文的评价方法没有得到过实际应用的验证。在后续的研究中，希望可以通过项目合作研发等方式，联合出版机构进行实际验证，并将评价指标逐步优化，以得到更准确的评价结果。
综上，建立网络文学评价体系与评价标准，无论对于广大读者用户还是政府监管部门，都有着非常重要的意义与实际应用价值。笔者认为，无论采用何种手段，网络文学评价的最终目的应该是一种引导，应该以尊重网络文学创作的特点为前提，以服务最终用户为宗旨，在其本身特色的基础上，促进更多优秀作品拥有更长久的生命力。
（作者单位系中国新闻出版研究院）
军事采购合同法律属性探析 篇5
关键词：军事采购,合同,法律属性
军事采购是关系着国家军事利益的重要国防行为, 军事采购制度的完善发展是保障军队战斗力不断提高的有力支持。随着中国社会主义市场经济的发展, 中国军事采购制度得到了很大的发展。《国防法》第34条规定:“国家根据国防建设的需要和社会主义市场经济的要求, 实行国家军事订货制度, 保障武器装备和其他军用物资的采购供应。”其在法律层面明确了军事采购制度的地位与作用。在军事采购制度中军事采购合同处于较为核心地位, 并且根据当前的法律法规, 军事采购合同法律属性的规定尚不明确。所以, 为了更好地促进军事采购制度的发展, 明确军事采购合同的法律属性是重中之重。
一、军事采购合同法律属性之困境
军事采购合同, 是指军事行政主体为了满足其后勤、装备供应的需要, 以消费者身份适用公共款项而签订的获得货物、工程以及服务等的合同。
在理论和实践中, 由于《军事采购法》尚缺位, 军事采购工作也习惯于将《政府采购法》、《招标投标法》当做主要的法律遵循。但这两部法律是否适用于军事采购, 却值得探讨。根据《政府采购法》第86条规定:“军事采购法规由中央军事委员会另行制定”, 军事采购不适用《政府采购法》。从而不能将军事采购合同与政府采购合同一概而论。同时, 在军事法律法规方面, 《装备采购合同管理规定》中也并未明确军事采购合同的法律属性问题。所以, 在国家法律层面, 军事采购合同性质问题均未予以提及, 使得其陷入法律性质不明的尴尬境地。
关于军事采购合同的性质, 学界一直存在争议, 其主要的争议焦点集中在军事采购合同可否直接适用于《合同法》。在实际上, 军事采购是否能够直接适用《合同法》, 取决于对军事采购合同法律性质的定位。如果定位为一般民事合同, 则答案是肯定的;如果定位为有别于一般民事合同以及政府采购合同的特殊合同, 则不宜全盘适用《合同法》, 而应当由专门的《军事订货法》或《军事采购法》来规范。针对这一争议, 学界关于军事采购合同的法律属性主要存在三种观点, 分别是民事合同说、行政合同说、以及“混合”合同说。
二、军事采购合同之特殊性
(一) 行政性
1. 主体具有行政主体地位。
在军事行政领域, 军事行政主体是指享有军事行政权, 在军事行政管理活动中能够以自己的名义独立实施军事行政行为, 并承担相应的军事行政法律责任的组织[1]。实施军事采购行为的主体为军事机关, 军事采购行为属于军事行政行为, 存在于军事行政法律关系之中, 所以参与其中的采购方, 即军事机关, 具有军事行政主体地位。在政府采购行为中, 采购方不当然地具有行政主体地位, 政府采购主体不仅包括各级国家机关, 还包括事业单位和团体组织。而且, 其中事业单位和团体组织在未被授权的情况下不具备行政主体地位。但是, 不同于政府采购, 军事采购行为的主体较为固定, 并且当然地具有军事行政主体地位, 极少存在授权型军事行政主体。
2. 资金来源具有公共性。
军事采购的资金来源是军费或政府拨款。军事采购是为了巩固以及提升国家国防力量、保护国家利益所采取的军事行为, 是为人民提供国防产品的途径。同时, 军队作为非盈利性组织, 其没有利益收入以及资金流入, 军队正常运作所依靠的资金均来自军费支出以及政府拨款, 所以其采购活动所需的资金具有公共性。军费以及政府拨款从来源上看, 均来自于人民的税收等渠道, 是公共资金。资金来源的公共性是军事采购具有国家意志属性的重要体现。
3. 采购目的、作用具有公益性。
军事采购的目的十分明确, 即提高军队战斗力, 维护国家国防利益, 提高公共管理水平。国防利益属于一种特殊的公共利益, 是公共利益在国防领域的特殊表现。军事采购行为是维护国防利益的直接体现, 是军事行政主体基于国防利益的考量而行使军事行政权的表现, 反映了军事行政权行使目的之公益性。同时, 军事采购对于国家经济、科技等方面的发展具有不可忽视的作用。军事采购内容的特殊性很大程度上促进了国家自主创新能力的提高, 为国家整体科技水平具有很大促进作用。并且, 随着军民融合式发展的不断推进, 越来越多的民营企业参与到军事采购之中, 军事采购对于国家经济发展的影响也日趋明显。
(二) 军事特权性
军事采购关系到国家国防利益以及军队战斗力, 致使军事采购活动具有其他采购活动所不具有的军事性, 并且在军事采购合同中就体现出了军事特权性的特征。
1. 单方面变更、解除合同权。
在民事合同中, 任何一方不经协商一致, 无权单方面变更或解除合同。但是, 军事采购合同是以维护和促进军事利益发展为订立前提和基础, 所以当这一前提受到威胁和影响, 军事采购合同的履行就失去了存在的意义。由于采购方即军方直接掌握军事利益的现状与发展方向, 而相对方不可能掌握国家军事利益的发展动态。军事采购合同的履行是否符合国家军事利益要求, 是否具有变更或是解除的必要性, 必须由军方判断。所以, 在权衡军事利益方面, 采购方具有先天的优势地位, 并且使得其在合同履行过程中具有特权。根据有关军事法规规定, 当合同计划被修改或者被取消、合同继续履行将损害国家军事利益、合同履行条件发生重大变化使主要条款无法履行时, 军方有权单方面改变合同的内容、扩大或减少相对方的给付义务, 或解除与相对方的权利义务关系等, 对此承包商不得拒绝。当然, 若相对人无过错, 采购方单方面解除合同的, 应给予一定的补偿;若相对人违约或违法而导致采购方单方解除合同的, 则不予补偿。
2. 军事采购方具有制裁权。
军队作为军事行政主体, 国家军事利益的捍卫者, 在相对人违反合同时, 具有对其进行制裁处罚的权力, 并且制裁权不必请求法院判决。军队享有的制裁权主要包括经济制裁、解除合同、强制执行请求权和取消资格。其中, 经济制裁主要包括支付违约金和损失赔偿, 经济制裁是为军事利益潜在和已经遭受的经济损失进行弥补的措施, 适用于一般性的违约行为, 不直接影响合同的继续履行。解除合同的制裁措施是建立在相对方有重大过错的前提下, 不对相对方的损失进行补偿, 不同于上述军队单方解除合同的特权。取消资格是较为严厉的制裁措施, 使得相对方丧失参与军事采购的资格, 对相对人一方具有较为长远的影响。强制执行请求权指军方在相对方怠于履行合同时, 具有向政府部门或是司法机关请求强制执行的权利。请求强制执行对相对方的制裁性较弱, 应属于军队保证军事采购活动继续进行的弥补措施。
三、军事采购合同之民事合同属性
(一) 指导原则
军事采购合同是建立在《合同法》中民事合同的指导原则之下, 即平等与自由原则。
首先, 军事采购合同双方属于平等主体。虽然在合同履行阶段军队一方具有较为明显的军事特权。但是此种军事特权是在事实存在或是潜在存在危害国家军事利益的前提下。军事采购合同的双方价值取向与共识均应是维护和保障国家军事利益, 使得国家军事得到最大化的发展。所以, 当双方的共同价值取向出现威胁时, 掌握军事利益动态的一方即军队, 才可以采取军事特权来维护军事利益。
其次, 军事采购合同双方享有自由原则。军事采购双方均享有买卖自由, 采购方有自由选择具有资格的、价格合理的供应商来购买军事装备物资, 同时相对方具有参与采购活动的自由和不参与的自由, 具有接受采购方要求的自由, 也有拒绝采购方要求不签署合同的自由。从本质上看, 军事采购合同签署的前提是双方均同意遵守相应的权利与义务。也就是说, 在合同履行过程中出现的对于相对方的要求与限制是建立在其自愿、自由的前提之下, 不存在军事采购相对方自由受限的情况。
(二) 救济机制形式
根据《军队物资合同管理规定》第20条规定, 军队物资采购合同履行发生争议时, 军队物资采购机构应当报告有关事业部门, 并依据有关法律法规及时与供应商协商解决。协商不成的, 应当根据合同仲裁条款申请仲裁, 仲裁无效的, 可以向人民法院起诉。
军事采购合同的救济机制性质尚没有定论, 但军事采购合同的救济机制应属于民事纠纷, 其救济机制呈现出民事特性。根据最高人民法院关于《行政诉讼法》若干问题的解释第6条第2款的规定, “专门人民法院、人民法院不审理行政案件。”也就是说如果把军事采购合同定位为行政合同, 从而其诉讼定位为行政诉讼, 军事法院对其无管辖权, 应当地方人民法院管辖。若是把军事采购合同定位为混合合同, 救济机制的性质更是无从谈起。所以说, 不论军事采购合同是民事合同还是行政合同, 其诉讼均由地方人民法院管辖。也就是说, 其中合同中军事性在救济机制不会得以体现。在行政诉讼与民事诉讼之中, 显然民事诉讼更有利于保护军事采购双方的利益, 有利于保障诉讼效率。
四、结论
军事采购合同兼具行政合同特性与民事合同特性, 并且通过上述分析, 其行政性较之民事性更为突出显著。但是, 单单是从量上衡量行政性与民事性, 从而认定其为行政合同或是民事合同较为浅薄且不合理。
笔者认为, 军事采购合同应当属于民事合同范畴, 如此一来更有利于法律规范建设和双方权利义务保护。当然, 军事采购合同法律属性的定位需要更进一步的法律规范, 比如颁布《军事采购法》说明军事采购合同法律适用问题。只有通过法律规范, 才能真正明确军事采购合同的法律属性。
参考文献
[1]田思源, 王凌.国防行政法与军事行政法[M].北京:清华大学出版社, 2009:142.
[2]綦瑾.军事采购合同中军事特权问题研究[J].装备指挥技术学院学报, 2008, (4) :20.
多属性裂缝发育区预测 篇6
关键词：地震反射特征,裂缝发育区
1 地震反射特征及地震合成记录标定
本次使用的地震资料有效频带宽为5~80H z, 目的层主频为10~40H z。地震剖面信噪比、分辨率较高, 波组特征基本清晰, 断点、断面基本可分辨, 基本可进行对比追踪。
主要层位为N层, 各个地层由于地质时代、岩性组合及岩石物理特征不同, 进而在地震剖面上也具有不同的反射特征。建立准确的时深关系是进行构造研究、储层预测及地震属性分析等工作的基础。利用合成地震记录进行地震层位标定, 是地震与地质相结合的重要桥梁。此次标定主要在Land Mark中制作合成地震记录, 将合成地震记录与井旁地震道反复对比, 不断调整速度, 使得二者波组能量、相位对应良好、波形特征尽可能一致。
2 裂缝发育区预测
2.1 构造应力场分析
FRS应力场分析技术就是对古应力场进行模拟, 进而预测与构造有关的断裂分布及发育程度。从区域角度讲, 构造应力是影响断裂发育的最主要因素, 构造应力的大小、方向、性质及其组合关系控制着断裂发育程度、发育范围、产状及其与构造空间组合特征。本次研究应用了该应力场分析技术, 预测了断裂的主要特征。
FRS应力场分析技术就是从构造力学出发, 利用地层的几何及岩性信息, 利用数值模拟反演出地层的古应力场, 包括地层面的变形张量、曲率张量和应力场张量, 从而得到表征应力场的应力方向玫瑰图。
应力方向玫瑰图:玫瑰图色标值代表古应力方向。X井和Y井的钻井统计主应力方向均为近北东-南西方向, 和预测的N层最大主应力方向北东-南西向的结果基本吻合 (图1) 。
2.2 裂缝发育区预测
裂缝与断裂的最大区别就是前者没有明显断距, 但大尺度裂缝与断层的发育有着十分密切的关系, 我们可以把微小的断裂看作是大尺度的裂缝, 所以可以利用预测微小断层的体曲率、相干体等属性, 来预测裂缝。
相干体可以突出地震数据间的不连续性, 达到检测断裂的目的。从N层相干体平面图 (图2) 可以看出, 区块内的许多中、大型断裂的效果反映很明显, 基本可以看出整个三维工区大断裂的发育展布情况。
曲率体的原理就是受应力作用岩层发生弯曲变形, 弯曲程度大的部位是应力较集中处, 而对于碳酸盐岩这种易破裂的脆性岩层, 应力集中处微裂缝发育, 因此曲率的大小能够反映岩层构造微裂缝相对发育程度和分布特征, 曲率越大, 裂缝越发育。本次应用VVA软件对N层进行曲率体计算, 从N层曲率体平面分布图 (图3) 来看, 红色区域为主要的裂缝发育区, 裂缝发育区与相干体属性预测的断裂带基本吻合, 在近北东-南西方向主应力的作用下, 裂缝发育区以北西向呈条带状分布 (图3) 。
3 结论
(1) 应用FRS应力分析技术预测工区主应力方向为近北东-南西方向。
(2) 通过预测微小断层的体曲率和相干体属性可很好地预测裂缝发育区。裂缝发育区以北西向为主, 在工区内呈条带状分布。
参考文献
[1]肖序常.新疆北部及其邻区大地构造[M].北京:地质出版社, 1992[1]肖序常.新疆北部及其邻区大地构造[M].北京:地质出版社, 1992
[2]张恺.新疆三塘湖盆地板块构造演化特征及其含油气远景评价[J].新疆石油地质, 1993, 14 (1) :1-13[2]张恺.新疆三塘湖盆地板块构造演化特征及其含油气远景评价[J].新疆石油地质, 1993, 14 (1) :1-13
一种多属性的多物品拍卖方法研究 篇7
关键词：多物品拍卖,多属性,PROMETHEE-Ⅱ法,优先函数
一、引言
近年来,各国政府越来越多地通过拍卖市场实施国有企业的私有化、重塑竞争性基础设施产业(电信、电力、天然气、交通等)、配置公共稀缺资源以及增加财政收入。企业实体也越来越多地通过拍卖转让资产所有权或者采购原材料。这些应用领域往往涉及到多个同质或者类似的拍卖标的。因而,多物品拍卖日益受到关注,并正成为拍卖理论中最为活跃的研究领域。作为最古老的价格发现机制之一,拍卖进入经济学文献的时间却相当晚,拍卖最早的两篇开创性论文分别发表于1956年和1961年[1,2]。拍卖有多种类型[3],传统拍卖理论一般假设被拍卖物品数量是固定的。但在现实世界中,卖方可能并乐意把供应量作为竞标函数而调整。文献[4,5,6,7]中,笔者提出并研究了多物品拍卖定价机制。
通常意义的多物品拍卖中,卖方只对买方的竞标价格和数量感兴趣,而不考虑竞标的其他属性,或说认为所有买方的竞标除了价格和数量外没有区别。而在实际交易时,往往需要考虑买方竞标更多的属性,例如企业信誉、付款方式、合作关系等,卖方对不同属性的买方竞标评价值不同。多属性拍卖首先得到了经济学家的注意,它被作为一种解决一对多投标的有效方法,经济学家将多属性效用理论应用于多属性拍卖[8,9,10],利用多属性效用评价函数来准确表达用户的属性偏好。根据多属性效用理论,拍卖的理想情况是选择可以达到最高期望效用的投标。笔者提出了一种多属性的多物品拍卖模型,并用基于效用理论的多属性决策方法PROMETHEE-Ⅱ且属性的优先值与属性值成非线性关系正弦准则的优先函数进行了实证分析。
二、多物品的多属性拍卖模型
笔者考虑的密闭式多属性的多物品拍卖模型可用一个六元组(S,Q,B,A,WB,WQ) 来表示。其中:
1.S为系统中唯一的卖方,可以提供数量为Q个可分同质物品。
2.B={B1,…,Bn}为拍卖中的买方,每个Bi可以提交唯一一个竞标ai=(aundefined,…,aundefined)∈A(A=A1×…×Am为竞标的属性空间,aundefined∈Aj)竞买Q中多个物品。因可用资源相对需求而言经常是有限的,即若买方Bi的需求量为qi(其中qi为ai的一个分量),则有undefined,该式保证了市场是竞争的。不失一般性,设a∈A为连续型随机向量,且所有分量都为效益型。
3.WB为拍卖结束时获胜的竞标方集合。若Bi的竞标方案ai在卖方存在满足完全序的偏好关系[11],即对卖方有下式成立ai≻aj≻…≻ak,i,j,k=1,2,…,n且i≠j≠…≠k。因各理性的买方均期望在拍卖结束时最大可能地满足其需求,而理性的卖方期望最大化拍卖收益,即期望物品能在多个买方中完成分配并效用最大,则根据以上描述,WB可定义为(如图1所示):
undefined
4.WQ为拍卖结束时B={B1,…,Bn}所获得物品数量undefined。由(1)式竞标方Bi所获得物品数量为undefined可定义为:
undefined
三、 PROMETHEE-Ⅱ法
根据上述模型的描述,对于卖方多属性拍卖的竞胜标确定是一个多属性决策问题。多属性决策分析是人们在个人或组织面临多种决策因子的时候如何决策。虽然多属性决策分析建模方式与过程复杂,决定属性权重以及建立价值衡量的方法相当多,但学者针对常见的多属性决策问题已发展出多种不同的方法和模式。笔者采用由Brans(1984)提出的PROMETHEE-Ⅱ法即建立在级别高于关系上的排序方法[10,11,12,13,14,15,16]来解决竞胜标确定问题。即在多属性的多物品拍卖问题中,Bi竞标的属性向量为ai=(a1,…,am)∈A;用Yi(yi1,…,yim)表示竞标ai的m个属性值,其中是yij第Bi个买方竞标的第j个属性的值;当属性函数为fj时,yij=fj(ai),i=1,…,n;j=1,…,m。矩阵{yij}可称为决策矩阵或属性矩阵、属性值表。
给定集A ai、ak∈A、卖方的偏好次序和属性矩阵{yij},当人们有理由相信ai≻ak,则称ai的级别高于ak,记作aiOak。需要注意的是,级别高于关系是建立在卖方愿意承认ai≻ak所产生的风险的基础上的。在PROMETHEE法中用优先函数来描述在属性j上ai关于ak的优先程度,即根据各竞标属性值之间差距的大小来判断竞标对之间的优劣程度。即对每一个属性定义一个函数,函数的值从0到1,函数值越小,ai、ak之间的差异越小;当函数值为0时,ai和ak为无差异,其值越接近1,ai优于ak的程度越高;而当函数值为1时,ai为严格优于ak。
不失一般性,设ai皆为效益型准则。用P(ai,ak)表示优先函数,则:
undefined
一般来说可以设P(yij,ykj)=P(yij-ykj)或P(yij,ykj)=P(d),其中d=yij-ykj(d即竞标ai与ak的属性j的差别)。 为了使(4)图形符合人们的视觉习惯,可构造另一个函数:
undefined
优先函数的本质是描述属性值与属性达到程度的关系。即使同为效益型属性,不同属性的属性值与竞标优劣之间的关系仍相当复杂,因此有必要根据属性和属性值的特点,选择适当的评价标准,确定相应的优先函数。笔者采用属性的优先值与属性值成非线性关系的正弦准则,即:
undefined
undefined
对于每一对竞标ai,ak∈A,当竞标各个属性的权重分别为wj,j=1,…,m时,定义优先指数为:
undefined
对实际的多属性决策问题,一旦衡量各属性或属性优劣的准则被确定,就可以求得Pj(ai,ak)的值,并求得Π(ai,ak)。
以方案集中的所有竞标为节点,优先指数Π(ai,ak)作为连续竞标ai,ak 的由ai指向ak的弧线上的值,可得赋值的级别高于关系图(见图2)。如果ai级别高于ak,则Π(ak,ai)=0 ,但Π(ai,ak)不一定为1。
对每一个竞标(即有向图中的节点)定义流出(outgoing flow)和流入(incoming flow)。即备选竞标ai的流出为undefined,流入为undefined。显然,流出ϕ+(ai) 越大,ai相对于其他竞标级别越高,流入ϕ-(ai)越小,其他竞标比ai级别高的可能性越小。因此可以定义一个在A上的完全序{O,Ir} 。定义ai一个净流(net-flow) ϕ(ai)=ϕ+(ai)-ϕ-(ai)。计算A上各竞标的净流,根据个对竞标的净流大小即可确定级别高于关系,即aiOak若ϕ(ai)>ϕ(ak),aiI,ak若ϕ(ai)=ϕ(ak)。
四、实证分析
假设卖方S考虑各竞标的属性分别为a1→竞标数量、a2→竞标单价、a3→买方信用等级、a4→付款方式和a5→合作关系。其中,a3、a4、a5 属性是非定量指标,这些指标可以用比较好、很好等模糊概念来描述;Q=100 。首先构造各属性的判断矩阵(见表1),用单层AHP法的确定各属性的权重向量为(w1,w2,w3,w4,w5)=(0.0902,0.1695,0.4799,0.0382,0.2222)。
由于a3、a4、a5属性是非定量指标,一般采用相对二元比对法、模糊等方法确定其隶属度。为了简化分析,采用表2直接给a3、a4、a5的隶属度赋值,表3为买方的竞标属性矩阵。
考虑到各竞标中属性的不可共度性和矛盾性,因此要对原始指标的各属性值初始化,进行无量纲处理。由于各属性皆为效益型,即指标值越大越好,笔者采用下式对属性矩阵进行规范化:
undefined
设拍卖中有10个买方,经无量纲处理后各竞标的属性矩阵如表4。
对表4先两两进行优先指数的计算,然后汇总每一个买方竞标的流出、流入和净流(见表5),得到PROMETHEE-Ⅱ的排序为a1≻a9≻a7≻a2≻a6≻a8≻a10≻a5≻a3≻4。
获胜的买方集合为WB={B1,B9,B7,B2},且undefined。
五、结束语
多属性网上采购 篇8
1 梯形模糊数
梯形模糊数的表示为:设a, b, c, d是x轴上的点值, 表示形式为。L-R梯形模糊数的表示形式为, 其中α, β是梯形模糊数的左右扩散, 它们之间的关系可表示为:α=a-c, β=d-b。L-R梯形模糊数具有良好的运算性质, 两个梯形模糊数之间的加、乘运算为[1]:
设是梯形模糊数, 则根据扩张原理:
2 模糊多属性决策原理
设给定一个方案集A= (A1, A2, …, m) , 决策者对每个方案进行考察, 形成相应于每个方案的属性集C= (C1, C2, …, n) , 表示各属性重要程度的权重集表示为w= (w1, w2, …, wn) 。其中, 属性指标和权值大小的表示方法可以是数字的, 也可以是语言的;涉及的数据结构可以是不精确的, 也可以是精确的。模糊指标值矩阵可表示为:
对模糊决策向量元素比较排序, 即可选出方案集中的最优方案, 记为Amax。
3 模糊加权平均决策方法
可以采用模糊加权平均型决策方法进行评价, 方案Ak的效用价值计算过程如下:
式中, wj, xij分别是经过归一化处理后具有可比性的权值和指标值[4]。
式中, 。在积空间R2n上, 定义下面的隶属函数:
影射产生的模糊效用集具有隶属函数
模糊效用函数采用简单加权平均形式, 即
式中:wj和xij是梯形模糊数或普通的实数。装备运用方案的评价采用最大化的模糊效用值:
4 装备运用实例分析
假定某装备运用方案集为A={A1, A2, A3}。建立属性集C{C1, C2, C3, C4, C5}。经指挥员及作战人员进行评定, 可以得到装备运用和决策属性的评价结果, 如表1所示。
为确保装备运用的有效性, 将上述定性描述指标转换为梯形模糊数表示的定量指标。对应关系如表2所示。
采用简单加权平均法, 经计算可得到各个维修行为的模糊效用值如下:
用模糊集排序方法进行比较得到:。可得出A3>A2>A1, 即运用方案A3效能最好。
参考文献
[1]张市芳.几种模糊多属性决策方法及其应用[D].西安:西安电子科技大学, 2012:12-18.
[2]周林, 赵杰, 冯广飞.装备故障预测与健康管理技术[M].北京:国防工业出版社, 2015:170-189.
[3]袁志坚, 孙才新, 李爱华, 等.模糊多属性决策方法评价变压器状态维修策略[J].高电压技术, 2004, 30 (8) :33-35.
[4]许大伟, 刘守生.直觉模糊多属性决策熵排序法在武器方案规划中的应用[J].四川兵工学报, 2012, 33 (3) :131-132.
多属性网上采购 篇9
1 权重与属性值为区间数的多属性VIKOR决策方法
假设多属性决策问题的备选方案为A1, A2, …, Am, 共有m个, 为C1, C2, …, Cn为n个属性, 设为备选方案Ai下属性Cj的取值, 令为区间数, 为属性Cj的权重, 也为区间数。
为了讨论方便假设属性都为效益型, 权重与属性偏好值为区间数的多属性VIKOR决策方法步骤如下,
(1) 确定所有属性值的最优解fj*与最劣解fj-, j=1, 2, …, n;
(2) 计算所有备选方案的群体效益值Si=[SiL, SiU], 与个别遗憾度
其中SiL有下列线性规划求得,
设模型 (P1) 、 (P2) 的最优解分别为W′= (w′1, w′2, …, w′n) 和W″= (w″1, w″2, …, w″n) 则备选方案Ai的群体效益值为一个区间数Si=[SiL, SiU], 其中
同样个别遗憾度Ri也为一个区间数,
(3) 计算所有备选方案的折衷值Qi=[QiL, QiU],
其中, S*=miinSiL, S-=miaxSiU, R*=miinRiL, R-=miax RiU, v是决策机制系数, v大于0.5时表示根据大多数决议的方式制订决策, v近似0.5表示根据赞同情况制订决策, v小于0.5时表示根据拒绝的情况制订决策。一般地在VIKOR中假设v=0.5, 以同时追求群体效用最大化和个别遗憾最小化。
各个备选方案的折衷值的大小决定了方案的优劣, 备选方案折衷值Q越小, 方案越优, 在这儿折衷值为区间数, 为了比较区间值大小, 本文参考文献方法[8]。
(4) 比较各个备选方案折衷值大小对备选方案进行优劣排序。
如果我们将各个备选方案的折衷值看做是服从区间上均匀分布的随机变量, 则备选方案Ai折衷值密度函数为, f (Qi) =1/ (QiU-QiL) , Qi∈[QiL, QiU]同样对于其余的备选方案Ak折衷值密度函数为, f (Qk) =1/ (QkU-QkL) , Qk∈[QkL, QkU]由于不同备选方案的取值互不影响, 所以, 联合密度函数为,
由于本文假设属性均为效益型所以, 备选方案Ai的折衷值Qi大于等于备选方案Ak折衷值的可能度为,
其中表示联合密度函数的非零区域 (矩形区域) 中取值大于等于取值的区域面积, 从而建立备选方案折衷值的可能度矩阵,
明显可能度矩阵为模糊互补判断矩阵, 令作为排序指标, 根据折衷值意义, p (Ai) 越小备选方案Ai越优。
2 算例
假设有三个备选方案A1, A2, A3, 2个属性都为效益型, C1, C2对应的属性值如表1所示。
假设决策者采用区间数判断矩阵, 获得了属性权重为, W= ([0.4, 0.6], [0.3, 0.5])
根据式1可找出属性最优值与最劣值见表2。
根据式 (P1) 、 (P2) 、 (2) 、 (3) 确定群体效益值Si=[SiL, SiU], 与个别遗憾度Ri=[RiL, RiU], i=1, 2, …, m, 见表3。
根据式 (4) 、 (5) 确定所有备选方案的折衷值Qi=[QiL, QiU]见表4。
根据式 (6) 确定可能度矩阵,
所以p (A1) =1.605, p (A2) =1.659, p (A3) =1.236, 从而备选方案排序为A3>A1>A2。
由上述算例分析可见, 备选方案A1与A2相差不大, 而备选方案A3最优。
3 结论
本文通过引入VIKOR决策方法研究了属性权重与属性值均为区间数的多属性决策问题, 该方法充分考虑了客观事物的复杂性和不确定性, 人的思维模糊性, 并且在数据处理上运用线性规划确定群体效益值与个别遗憾度减少信息丢失, 更加符合实际, 丰富了多属性决策的理论方法。
参考文献
[1]Opricovic, S., 1998.Multicriteria Opti mization of Civil Engineer-ing Systems, Faculty of Civil Engineering, Belgrade.
[2]Tong L I, Chen C C, Wang C H.Opti mization of multi-response procrsses using the VIKOR method[J].International Journal of Advanced Manufacturing Technology, 2007, 31 (11) :1049-1057.
[3]S.Opricovic, G.H.Tzeng, Extended VIKOR methodin compari-son with outranking methods[J].European Journal of Operational Research, 2007, 178 (2) :514-529.
[4]柳玉鹏, 李一军.基于决策者偏好信息的合作伙伴选择决策模型[J].系统工程与电子技术, 2009, 31 (3) :602-608.
[5]姜艳萍, 樊治平.给出方案偏好信息的区间数多指标决策方法[J].系统工程与电子技术, 2005, 27 (2) :250-252.
[6]Sanayei, A., et al.Group decision making process for supplier se-lection with VIKOR under fuzzy environment[J].Expert Sys-tems with Applications, 2009, 8 (5) :539-562.
[7]方志耕, 刘思峰等.决策理论与方法[M].北京:科学出版社, 2009, 48-51.