灰色层次分析法在建筑工程评标中的应用

现行的招、投标机制为确保工程招、投标及评标活动的公平、合理开展提出了更高的要求,为解决这一问题,把灰色层次分析法引入到建筑工程招标评标中,列出各项评标指标,利用层次分析法确定指标的权重.介绍了灰色层次分析法解决问题的步骤及优缺点,为业主更加科学合理地选择建筑工程施工单位提供依据.通过实例验证了该方法符合工程实际,具有可操作性,使评判结果更加科学、合理、有效.     

基于层次分析法的工程评标应用研究

利用层次分析法对工程评标进行了相关性研究，并给出了实例分析．结果表明，评判方案简便可行，在工程评标中具有推广应用价值．     

层次分析在评标定标中的应用

对建设工程投标文件的评价是一个多层次和多因素的决策问题。如何择优选定中标人 ,是评标定标的根本目的。层次分析法将评标定标问题看成一个系统 ,在研究系统各组成部分的关系以及系统所处环境的基础上进行决策分析 ,同时把定性和定量因素有机地结合起来 ,用统一的方式进行处理 ,这样就大大提高了评标定标的科学性和准确性 ,并为计算机的应用提供了有利的条件     

运用层次分析法进行招标评标

本文运用层次分析法对影响评标中的各种指标进行相对比较,确定其权重,为工程项目招标评标定标提供了一种科学的定量方法。     

应用层次分析法评标定标

阐述了运用层次分析法进行评标定标的重要性，提出了评标定标的层次分析模型和判断矩阵，进行了各投标者的排序计算并选择了中标单位。     

层次分析法在建筑工程项目评标中的应用

本文叙述了层次分析法（AHP）在评标过程中的基本方法和步骤，并结合建筑工程投标方案进行综合评价，得出了每个投标方案的综合评价值，为合理选择承包商提供了科学的决策依据．     

层次分析法在招标项目后评价中的应用

根据水利工程项目招标的特点，应用层次分析法．设计了一种招标后评价方法，对黑龙江省水利招标代理机构加强招标后评价管理具有重要意义。     

层次分析法在别墅项目定价中的应用

文章将层次分析法应用于传统的市场比较法,形成层次比较法,对别墅项目进行客观、科学地定价.     

神经网络建模在工程项目评标中的应用

评标是工程项目招标程序中极为重要的环节，利用BP神经网络的自学习、自适应和非线性逼近能力，研究了BP神经网络用于工程项目评标的原理与步骤，建立了评价指标体系，在此基础上构造了基于BP神经网络的工程项目评标模型，并以收集到的样本为例，对该模型进行了实证研究，表明了该方法的有效性。     

基于可拓层次分析法的建设工程评标

为了科学地选择建设工程的施工单位,对层次分析法进行改进,对方案优选常用的传统层次分析法（AHP）中引入可拓学的基本理论,将判断矩阵权重向量的求解与一致性检验有机结合,有效避免了传统层次分析法中的大量试算工作,同时,考虑了人们判断的模糊性和多位决策者的实践经验。结果表明可拓层次分析法结论符合工程实际,且概念清晰,易于掌握,是一种可信的决策问题的评价方法。     

关联分析法在施工项目评标中的应用

在分析探讨了施工项目评标指标体系的基础上,建立了灰色关联分析评标模型,解决了施工项目评标中的多目标决策问题,并给出评标实例.结果表明基于灰色关联分析法的施工项目评标法简便实用,评标结果准确可靠.     

层次分析法在工程项目风险管理中的应用

建立了工程项目-风险-措施的一般层次结构模型,介绍了运用层次分析法分析工程项目风险的步骤和方法,及其应对措施.     

层次分析法在人员招聘中的应用

运用层次分析法对人员的选拔与招聘确定评价要素的权重,采用弗莱希曼法工作分析系统法对各要素进行评分,得出适合企业发展的优秀人才。     

层次分析法在风险投资项目评价体系中的改进应用

层次分析法是一种有效的定性分析与定量分析结合的多目标决策方法.对于风险投资项目而言,风险评价问题是非常复杂的决策问题,它涉及到很多风险因素.本文运用层次分析法对影响风险投资项目的各种因素进行相对比较,并结合选择的项目实例,提出了层次分析法风险评价模型,构造判断矩阵,进一步完善了风险投资项目的评价指标体系,为风险投资控制提供了决策依据.     

模糊层次分析法在小额贷款信用评级中的应用

随着小额贷款的日益普及,对小额贷款的信用评级也日趋完善,但在分析方法上尚存在不足.本文建立了小额贷款的评价层次结构,利用模糊层次分析法确定层次结构中指标的权重.给出了小额贷款信用等级的5个标准模糊状态向量,构建了小额贷款信用评级模型,为银行等金融机构提供了科学依据.通过算例,表明了该方法的有效性.     

层次分析法在工程成本风险分析中的应用

施工过程中存在着各种各样可能导致工程成本超支的风险因素，用层次分析法分析了工程成本形成过程中潜在的风险因素发生的可能性及其影响程度，建立了新的风险分析系统模型，对风险发生的概率和风险造成的严重程度进行了全面的估计和预测，并通过工程实例证明其实用性。