工程管理毕业设计译文.doc

工程管理毕业设计译文 ，工程管理专业毕业设计外文翻译。
欢迎下载！

本文中，投标优化程序被视为对建筑业环境及条件的总结。
在分析大量的、具有代表性的潜在投标人的情况下，设计了一个模型，以完成虚拟招标的过程，并体现这一过程的复杂性。
虚拟模型包含了各种具有代表性的案例，既包括各种提交了投标的典型项目，也包括投标人在面对多样化的变化方式时的反映趋势。
最终，所有的数据都被利用在开发利用生成的仿真模型，以及对实验招投标优化的替代方法上。

1 简介
在对建筑项目进行竞争性报价的过程中，对于一个特定的承包商来说，可以预测其最终报价是有利的。
当然，这是在无法准确预测各竞争对手如何对该项目进行最终投标的情形下，采取的竞标方法。
这是将该项目的一部分工程特点列入考虑因素，通过利用类一个似神经网络的系统，得出最终结果。
这些分析的结果至少可以让投标人对竞争对手的投标策略和方法有一个简单的了解。
本文详细的阐述了这一结果，并且提出了一个仿真模型，这一模型的设计目的是根据精确地相互关系，从而产生一个项目投标的数据。
该仿真模型的首要目的是为某一特定实验生成数据支持，该实验的目的是决定怎样进行一个预期的回归分析，并且建立一个人造的类神经网络，从而产生一个可以体现项目特点和投标人行为之间关系的模型。
另外，该模型产生的数据也可以为很多其他的相
附件C：译文 竞价投标的仿真模型 JohnSeydel 美国密西西比管理与营销系硕士 摘要 　　本文中，投标优化程序被视为对建筑业环境及条件的总结。
在分析大量的、具有代表性的潜在投标人的情况下，设计了一个模型，以完成虚拟招标的过程，并体现这一过程的复杂性。
虚拟模型包含了各种具有代表性的案例，既包括各种提交了投标的典型项目，也包括投标人在面对多样化的变化方式时的反映趋势。
最终，所有的数据都被利用在开发利用生成的仿真模型，以及对实验招投标优化的替代方法上。
1简介 　　在对建筑项目进行竞争性报价的过程中，对于一个特定的承包商来说，可以预测其最终报价是有利的。
当然，这是在无法准确预测各竞争对手如何对该项目进行最终投标的情形下，采取的竞标方法。
这是将该项目的一部分工程特点列入考虑因素，通过利用类一个似神经网络的系统，得出最终结果。
这些分析的结果至少可以让投标人对竞争对手的投标策略和方法有一个简单的了解。
本文详细的阐述了这一结果，并且提出了一个仿真模型，这一模型的设计目的是根据精确地相互关系，从而产生一个项目投标的数据。
该仿真模型的首要目的是为某一特定实验生成数据支持，该实验的目的是决定怎样进行一个预期的回归分析，并且建立一个人造的类神经网络，从而产生一个可以体现项目特点和投标人行为之间关系的模型。
另外，该模型产生的数据也可以为很多其他的相关研究提供数据支持，并且为培训招投标工作人员提供支持。

2．竞价优化 　　本文讨论的是基于弗里德曼1956年提出的模型中的整体盈利最大化。
根据这一模型，投标人应投标金额A计算公式如下： MaximizeE(ProjIt)=[A-E(Co@]P(Win),(1) 在此公式中，P(Win)被定义为某一投标金额被接受的可能性。
使A等于B与Ce的乘积，Ce被假设为该项目估计造价的代表（货物或者服务）； 　　B被定义为投标总额与预计造价的比率；在这里，B被视为投标比率。
如果实际上的花费（相对于前文所说估计花费）被定义为C×Ce,那么C被视为此处涉及项目的实际造价与估计造价的比率，被定义为价格比率。
对某一未知或已知的分布来说，价格是任意可变的。
通过方程式
（1）区分C，并且通过下面公式的结果计算预计造价，将π定义为根据此预计造价进行的利益分割： MaximizeE(π)=(B-1).P(Win).(2) 　　根据此公式，对于一个特定的投标项目，期望的利润率E（π）等于包含的利润乘以可能中标的几率。
因此，投标优化的主要问题是决定B＊的价格，从而使中标几率最大，可以长时间的获得利润。
在1959年，汉斯曼和弗里特提出将P(Win)定义为不超过最低竞标价格的几率。
为了定义本文中的最低竞标价格，我们将最低竞标价格与某一个给定的投标人的报价的比率定义为L，预计花费为C。
那么，最低竞标报价可以按下面的公式进行定义： P(Win)=P(L>B)=1-FL(B),(3) 　　此公式中，FL(B)被定义为在预计估价为B的情况下，任意可变系数L的分布几率的累积。
显然P(Win)和B是相反的，方程式(2)可以与方程式
（3）进行组