3.3.1 模型假设
不同企业的选标决策指标体系不可能尽数相同，根据企业的自身情况会存在针对个别企业的决策指标影响因素，本文中建立的指标体系仅考虑最具代表性的影响因素，因此本模型的建立需设定一定的假设条件如下：
（1）施工企业处于正常的发展战略指导之下，选标决策符合所建立的指标体系的影响范围，即不考虑企业的个别因素对其决策的影响；
（2）施工企业可以在招标方获得竞争对手除技术和报价之外的信息，即可以获得参与竞标的对手数量和对手的实力信息；
（3）可以获得业主资信情况，并能够确定业主的资金来源与支付能力情况；
（4）业主可以给出材料供应商的情况信息；
（5）施工企业拥有良好的施工和管理经验，可以对不同规模和技术难度的项目有一个相对准确的获利定位。
3.3.2 模型建立
在构建了施工企业选标决策影响因素指标体系及满足特定假设条件之后，接下来的关键问题便是构建建筑施工企业选标决策模型。本研究在分析各种综合决策模型的基础上，将主成分分析法应用到到建筑施工企业选标决策中，建立以主成分分析法为原理的建筑施工企业选标决策模型，本研究在确定指标数据关系时利用数学量化方法将非线性关系的指标数据通过无量纲化处理为线性相关关系，最大限度的保证结果准确性。
步骤如下：
（1）建立由5个影响方面11个决策指标所构成的11维随机向量Aj=（a1，a2，…，a11）T，n个不同待投标工程的投标方案构成的原始数据矩阵为A=（Aij）n×11。这里，Aij为第i个可选择投标工程（即标的工程）的第j项选标决策影响指标。
（2）对原始数据矩阵进行标准化处理，以排除各指标在数量级上的区别，从而使非线性关系数据转化为线性关系数据。依据参考文献[112]给出的方法，采用式（3.12）对原数据矩阵进行标准化处理。(www.xing528.com)
其中，Bij为Aij经标准化处理后的值，Aj为第j个指标的均值，Sj为标准差。
由此可以得出标准化矩阵B。
（3）利用计算机软件计算标准化矩阵B的相关系数矩阵R（rij）11×11，这里，rij为Bi与Bj的相关系数。
（4）求出相关系数矩阵R对应的所有特征值λi，令特征向量按照大小排序为
λ1＞λ2＞λ3＞λ4＞λ5＞λ6＞λ7＞λ8＞λ9＞λ10＞λ11≥0
得到特征值的全部特征向量ti，ti=（ti1，ti2，…，ti11），i=1，2，…，11据此得到各影响指标的主成分分析方程：
Ci为第i个主成分。第i个主成分Ci的特征值λi即为该主成分的方差，较大的方差说明该主成分对应的指标对综合结果的总变差影响越大，方差贡献率计算公式为：
也即，pi反映了第i个主成分对应变量对综合初始变量影响的比率。
（5）最终主成分的筛选。计算每个主成分的方差贡献率为pi，以此作为权重，构造综合选标决策值函数，设D为可选择投标项目的综合选标决策值，计算公式为：
本文拟定选取使得主成分累计方差贡献率
，即式（3.3）中取d=90%，对应的最小整数m，确定前m个主成分指标，这里m一定小于11。构造m维线性综合选标决策值计算公式为：
通过以上过程得出公式（3.17），按照主成份累计方差贡献率确定影响决策的主成份，代入相应指标值与方差贡献率求乘积之和，便得到了低维的决策计算公式，根据决策计算值的大小进行排序，根据结果可以确定最有利的投标项目及不利的投标项目，决策值最大者代表对应的投标项目的参与中标概率和承包盈利的空间最大。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
