基于自组织神经网络和DEA的采购拍卖获胜者确定问题模型

被引：6

作者：

呼大永 ^{[1
]}

冯玉强 ^{[1
]}

唐振宇 ^{[1
,2
]}

钱巍 ^{[1
,3
]}

机构：

[1] 哈尔滨工业大学管理科学与工程系

[2] 哈尔滨工业大学图书馆

[3] 东北农业大学信息管理系

来源：

系统工程理论与实践 | 2012年 / 32卷 / 02期

关键词：

采购拍卖; 自组织神经网络; 分包; 胜者确定问题; 数据包络分析;

D O I：

暂无

中图分类号：

F224 [经济数学方法]; F713.359 [拍卖];

学科分类号：

0701 ; 070104 ; 1201 ;

摘要：

针对采购拍卖中存在的品种多、数量大、利润差异大以及评价指标体系不合理等特点,首先在供应商投标后利用自组织神经网络和分包算法对供应商投标进行约减,以提高包内物品相似度、均衡供应商之间的竞争性、降低胜者确定问题算法的复杂度;接着利用数据包络分析中的C2R模型对"约减"后的投标进行相对评价并确定最终获胜供应商,以解决传统指标体系评价方法中假设属性间不相关以及人为设定权重等不足.该模型为采购拍卖胜者确定问题的解决提出了新的思路,具有很好的实用性.

引用

页码：398 / 404

页数：7

共 8 条

[1] 多因素采购组合拍卖获胜者确定问题研究 [J].

黄河 ;

徐鸿雁 ;

陈剑 .

系统工程理论与实践, 2008, (07) :27-33

[2] 基于树型结构的在线逆向组合拍卖模型 [J].

陈剑 ;

黄河 .

系统工程理论方法应用, 2004, (04) :310-315

[3]

数据包络分析[M]. 科学出版社 , 魏权龄著, 2004

[4]

Bundling for B2B procurement auctions: current state and best practices[J] . Tobias Schoenherr,Vincent,A.,Mabert. Int. J. of Integrated Supply Management . 2006 (3)

[5]

Internet reverse auctions: Valuable tool in experienced hands[J] . Vincent A. Mabert,Jack A. Skeels. Business Horizons . 2002 (4)

[6] Computationally manageable combinational auctions [J].

Rothkopf, MH ;

Pekec, A ;

Harstad, RM .

MANAGEMENT SCIENCE, 1998, 44 (08) :1131-1147

[7] SELF-ORGANIZED FORMATION OF TOPOLOGICALLY CORRECT FEATURE MAPS [J].

KOHONEN, T .

BIOLOGICAL CYBERNETICS, 1982, 43 (01) :59-69

[8]

Reverse auctions-grounded theory from the buyer and supplier perspective .2 Carter C R,Kaufmann L,Beall S,et al. Transportation Research Part E . 2004

← 1 →