王紅春， 趙亞星

(北京建筑大學 經(jīng)濟與管理工程學院， 北京 100044)

隨著新一代信息技術(shù)的快速發(fā)展，數(shù)據(jù)已經(jīng)成為如土地和礦產(chǎn)一樣重要的資源，如何有效挖掘大數(shù)據(jù)的價值已成為新一代信息技術(shù)發(fā)展的重要方向。大數(shù)據(jù)的應用涉及各行各業(yè)，如金融、政務、交通、電信以及醫(yī)療、教育等，大數(shù)據(jù)技術(shù)正在逐漸成為普遍使用的主流技術(shù)。Deutsch等[1]指出大數(shù)據(jù)技術(shù)目前正在全球范圍內(nèi)使用，以解決21世紀設計和建設中存在的復雜且定義不清的問題，數(shù)據(jù)驅(qū)動的設計和施工過程能夠消除現(xiàn)有的很多問題。丁士昭[2]指出在大數(shù)據(jù)時代背景下，對工程建設和設施運營中產(chǎn)生的數(shù)據(jù)進行數(shù)據(jù)挖掘，可以用于工程管理及相關(guān)的建設管理等方面。

住建部發(fā)布數(shù)據(jù)顯示，建筑業(yè)總產(chǎn)值增速從2013年以來呈現(xiàn)持續(xù)下滑，行業(yè)發(fā)展進入低谷期，產(chǎn)業(yè)轉(zhuǎn)型升級迫在眉睫。與制造業(yè)不同，建筑業(yè)是一個包涵勘察設計、建筑施工、運維管理等多個專業(yè)的行業(yè)，其涉及到的人、材、機復雜多樣，生產(chǎn)過程復雜，平均每個建筑全生命周期大約產(chǎn)生10 T級別的數(shù)據(jù)和信息。面對新常態(tài)，充分挖掘和利用自身大數(shù)據(jù)，提高創(chuàng)新管理能力，節(jié)約資源成本，提高生產(chǎn)效率，是實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級的關(guān)鍵所在。

然而，大數(shù)據(jù)技術(shù)的發(fā)展尚處于起步階段，尤其是在建筑行業(yè)領(lǐng)域，缺少成熟的理論指導和實踐研究。大數(shù)據(jù)的應用在提升項目管理質(zhì)量的同時，對項目成本的量化管理也有很大的影響，尤其是材料采購成本控制方面。在建筑行業(yè)，一個項目的材料成本占整個項目成本的50%～70%，是整個項目成本的重要組成部分，因此，控制材料采購成本是降低項目成本的關(guān)鍵。但是，材料成本往往很難進行預算和控制，主要是因為材料供應商數(shù)量眾多，材料的質(zhì)量以及報價參差不齊。因此，現(xiàn)階段的主要問題是尋找一個合理的基于大數(shù)據(jù)的建筑企業(yè)供應商選擇模型，以解決大數(shù)據(jù)在建筑成本控制方面的應用問題。

與本文相關(guān)的研究中，傳統(tǒng)的建筑企業(yè)供應商選擇模型取得了非常豐富的研究成果。Chi等[3]分析了139個項目數(shù)據(jù)集，提出了基于數(shù)據(jù)挖掘的決策模型，并將其用于項目績效預測。Martínez-Rojas等[4]提出利用ICT(Information and Communication Technologies)技術(shù)，為項目的成本、計劃、風險、安全、進度和質(zhì)量控制提供數(shù)據(jù)獲取的手段和方法。Mathew等[5]收集了超過75萬個住宅和商業(yè)建筑的數(shù)據(jù)，并對其建筑性能進行了評估。Irizarry等[6]提出了集成化的BIM(Building Information Modeling)-GIS(Geographic Information System)模型，實現(xiàn)了建筑供應鏈的可視化監(jiān)控，并提供預警信號以確保材料的交付。王國堂[7]提出了大數(shù)據(jù)環(huán)境下的工程項目成本管理模型，從時間維、領(lǐng)域維和方法維三個維度，給出了施工企業(yè)和建筑行業(yè)利用大數(shù)據(jù)優(yōu)化項目成本管理的對策建議。趙世強等[8]探討了如何利用大數(shù)據(jù)技術(shù)充分挖掘工程造價信息數(shù)據(jù)，并提出了對工程造價信息化建設進行改造的相關(guān)建議。馬智亮等[9]總結(jié)了大數(shù)據(jù)技術(shù)在土木工程中的應用現(xiàn)狀，并預測了其發(fā)展趨勢。 任曉宇等[10]構(gòu)建了建筑裂縫大數(shù)據(jù)平臺，對建筑裂縫進行分析和預測并提出裂縫處理的解決方案。 Wang等[11]提出了BIM-GIS集成的供應商選擇框架，同時運用AHP(Analytic Hierarchy Process)-GRA(Grey Relational Analysis)組合方法，對供應商績效進行評估，確定影響供應商選擇優(yōu)先級的彈性標準。劉帥等[12]首次將大數(shù)據(jù)與AHP方法結(jié)合，建立了基于層次分析法的大數(shù)據(jù)供應商評價模型，為企業(yè)構(gòu)建大數(shù)據(jù)供應鏈提供了一些參考意見。周清華等[13]運用直覺模糊集理論和逼近理想解(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)法對綠色供應商選擇問題進行了研究。楊斯玲等[14]針對綠色建筑供應商選擇中存在的多屬性、不確定性等問題，結(jié)合集對分析理論和灰色關(guān)聯(lián)理論，選擇最優(yōu)供應商。陳威威[15]選用了網(wǎng)絡層次分析(The Analytic Network Process，ANP)法確定指標權(quán)重，對TOPSIS法加以改進，建立了ANP-TOPSIS評價模型，并用實例驗證了模型的可行性。

綜上所述，現(xiàn)有文獻一方面探討了大數(shù)據(jù)環(huán)境下的項目管理模式，以及如何將數(shù)據(jù)挖掘或大數(shù)據(jù)技術(shù)應用于建筑項目管理中，另一方面采用傳統(tǒng)的理論方法對建筑供應商選擇問題進行了研究，但是少有研究大數(shù)據(jù)環(huán)境下建筑企業(yè)采購環(huán)節(jié)的供應商選擇問題。本文主要結(jié)合建筑企業(yè)供應商的特點，構(gòu)建了供應商選擇的大數(shù)據(jù)指標體系，從大數(shù)據(jù)指標的角度，結(jié)合BP(Back Propagation)神經(jīng)網(wǎng)絡算法進行建筑企業(yè)供應商的選擇，為大數(shù)據(jù)思想在建筑企業(yè)供應商選擇中的應用提供一些參考。

1 建筑企業(yè)供應商特點分析

首先，建筑產(chǎn)品生產(chǎn)過程中所用材料種類繁多，包括結(jié)構(gòu)材料、裝飾材料、以及防水保溫等專用材料，無一不涉及到材料采購。同時，材料的種類和型號也相當復雜，不同材料在不同的工程項目中的用量也各不相同。其次，一方面，建筑產(chǎn)品是典型的用戶驅(qū)動型的生產(chǎn)，而且生產(chǎn)的地點固定，生產(chǎn)過程有特定的工序，這就要求供應商要根據(jù)建筑企業(yè)的需求在特定的時間提供特定種類、特定數(shù)量的產(chǎn)品，并將產(chǎn)品送往特定場地；另一方面，目前的建筑材料市場競爭充分，材料獲取比較簡單，而且施工現(xiàn)場的材料堆放空間有限，建筑企業(yè)一般要求供應商緊跟項目進度，將材料準時運送至施工現(xiàn)場。最后，雖然建筑材料的種類、型號眾多，但其產(chǎn)品規(guī)格要符合相關(guān)國家規(guī)范標準，如混凝土的抗壓強度、鋼筋的屈服強度等。因此，供應商不需要重新設計改造產(chǎn)品，只需要保證產(chǎn)品符合相關(guān)國家標準即可。

傳統(tǒng)情況下建筑企業(yè)在材料采購活動中，往往以自身利益最大化為出發(fā)點，將供應商當作是幫助項目順利完成的材料外部供應者，對供應商的價值認知不夠。在進行供應商選擇時，只關(guān)心供應商提供產(chǎn)品的價格以及交貨狀態(tài)，對供應商的長期發(fā)展及其對自身發(fā)展的影響很少在意，與供應商的合作關(guān)系也隨著一個項目的結(jié)束而結(jié)束。這種建筑企業(yè)與供應商之間暫時的供需關(guān)系就導致了雙方企業(yè)之間信息的不對稱，進而導致交易成本較高，效率低下。當前的市場環(huán)境與行業(yè)的轉(zhuǎn)型發(fā)展要求建筑企業(yè)與供應商能夠快速響應業(yè)主需求，有效降低交易成本和縮短談判時間，這就要求雙方要改變現(xiàn)有的短暫供需關(guān)系，形成一種互利的合作伙伴關(guān)系。本文認為建筑企業(yè)和供應商之間應該形成一種以信任為基礎(chǔ)的戰(zhàn)略聯(lián)盟伙伴關(guān)系，一方面企業(yè)之間以信任為基礎(chǔ)的合作關(guān)系，可以實現(xiàn)戰(zhàn)略聯(lián)盟的快速結(jié)盟、快速重構(gòu)、快速擴充，快速響應業(yè)主需求，降低交易成本，縮短談判時間，同時適應建筑產(chǎn)品生產(chǎn)的一次性和單間性特點；另一方面，企業(yè)都以自身利益最大化為目標，雙方之間這種一榮俱榮，一損俱損的戰(zhàn)略聯(lián)盟，使他們形成一個利益共同體，實現(xiàn)信息共享、風險共擔和利益共分。

2 供應商選擇大數(shù)據(jù)指標體系構(gòu)建

2.1 大數(shù)據(jù)指標設置及其體系構(gòu)建原則

供應商選擇大數(shù)據(jù)指標體系設置的目的是為了基于大數(shù)據(jù)的思想，幫助建筑企業(yè)選擇供應商。在大數(shù)據(jù)背景下，建筑企業(yè)如何基于大數(shù)據(jù)的思想進行工程建設及其相關(guān)活動，一方面，建筑企業(yè)不僅僅要選擇出具備大數(shù)據(jù)技術(shù)/能力的合作伙伴，建筑企業(yè)本身也要具備大數(shù)據(jù)技術(shù)/能力；另一方面，在選擇具備大數(shù)據(jù)技術(shù)/能力的供應商合作伙伴時，要從大數(shù)據(jù)的角度去考察和篩選供應商，不僅要考察供應商提供產(chǎn)品的質(zhì)量、價格以及交付與服務水平，供應商的大數(shù)據(jù)技術(shù)能力和供應商企業(yè)的合作兼容性等指標，更重要的是如何從大數(shù)據(jù)的角度設置這些考察指標。這也是供應商選擇的大數(shù)據(jù)指標體系與傳統(tǒng)的供應商選擇指標體系的不同之處。

供應商選擇的大數(shù)據(jù)指標體系的構(gòu)建應遵循以下原則，以使供應商的選擇評價盡可能地接近客觀事實。

(1)系統(tǒng)全面性

指標體系要能夠系統(tǒng)全面地反映出供應商的綜合實力，既要包括價格、質(zhì)量等能反映出供應商實力的硬指標，也要包括合作水平，兼容性等反映供應商其他方面競爭優(yōu)勢的軟指標。

(2)科學可比性

指標體系要體現(xiàn)出客觀、公正、科學原則，每個指標要有具體的含義，能反映出供應商的實際情況，還要具備普適性，在行業(yè)企業(yè)之間具有可比性。

(3)靈活可拓展性

市場是不斷變化的，企業(yè)是不斷發(fā)展的，建筑企業(yè)要根據(jù)自身的實際情況去選擇供應商，對供應商的要求和考慮的因素發(fā)生變化時，指標體系的內(nèi)容也要隨之調(diào)整，因此要具備一定的靈活可拓展空間。

(4)定性與定量結(jié)合

對供應商的考察涉及到方方面面的指標，有些指標很難去量化，但是又不能忽略，只能通過定性的方式去描述，因此要采用定性與定量相結(jié)合的原則，對定性的指標按照某種標準去賦值，將其量化。

2.2 大數(shù)據(jù)指標分析及說明

根據(jù)上述建筑企業(yè)供應商的特點分析以及指標體系設計的原則，通過到中國建筑某工程局有限公司進行實地走訪，結(jié)合國內(nèi)外學者的相關(guān)研究成果和專家意見，從生產(chǎn)能力、材料供應能力和企業(yè)能力三個方面建立供應商選擇大數(shù)據(jù)指標體系。其中專家主要來自于中國建筑某工程局有限公司的專業(yè)采購人員以及其某個供應商企業(yè)管理部門的專業(yè)從業(yè)人員，北京某高校從事項目管理的研究人員，具體安排如表1所示。

表1 專家來源分布

(1)生產(chǎn)能力大數(shù)據(jù)是衡量供應商企業(yè)生產(chǎn)能力的相關(guān)數(shù)據(jù)指標，主要包括材料數(shù)據(jù)、成本數(shù)據(jù)、柔性數(shù)據(jù)和財務數(shù)據(jù)。材料數(shù)據(jù)主要是指供應商所提供材料的產(chǎn)品信息，包括材料的種類、型號、性能，質(zhì)量認證情況以及產(chǎn)品合格率等數(shù)據(jù)；成本數(shù)據(jù)主要是指供應商所提供材料的價格及其成本，合理的價格是建筑企業(yè)參考的重要指標之一，成本是指建立合作關(guān)系所花費的成本以及關(guān)系管理成本；柔性數(shù)據(jù)是指供應商生產(chǎn)的柔性指標，包括供應商可提供材料的多樣性，供應商對需求變化的響應能力，訂單完成的提前期等數(shù)據(jù)；資產(chǎn)數(shù)據(jù)指供應商的資產(chǎn)狀況，包括供應商資金周轉(zhuǎn)情況、現(xiàn)金流和供應商的生產(chǎn)力狀況等。

(2)材料供應大數(shù)據(jù)是衡量供應商供貨能力的相關(guān)數(shù)據(jù)指標，主要包括物流數(shù)據(jù)、聯(lián)系數(shù)據(jù)、溝通數(shù)據(jù)和風險數(shù)據(jù)。物流數(shù)據(jù)是指供應商利用大數(shù)據(jù)進行配送路線的智能規(guī)劃以及通過實時信息追蹤定位產(chǎn)品所產(chǎn)生的相關(guān)數(shù)據(jù)，還包括供應商對交貨時間的控制能力；聯(lián)系數(shù)據(jù)是指供應商的地理位置以及所在地的氣候、交通、服務距離，供應商與建筑企業(yè)之間的交流方式、交流頻率等數(shù)據(jù)；溝通數(shù)據(jù)是指供應商與建筑企業(yè)之間的交流數(shù)據(jù)，包括供應商對建筑企業(yè)提出問題的回應，運輸方式、運輸路線、送貨時間等渠道建設情況等數(shù)據(jù)；風險數(shù)據(jù)是指供應商利用大數(shù)據(jù)進行風險預測的能力，以及突發(fā)事件或風險發(fā)生時的應對機制、突發(fā)事件或風險發(fā)生后對損失的補救能力等數(shù)據(jù)。

(3)企業(yè)能力大數(shù)據(jù)是衡量企業(yè)綜合實力的相關(guān)數(shù)據(jù)指標，主要包括資質(zhì)數(shù)據(jù)、技術(shù)數(shù)據(jù)、環(huán)境數(shù)據(jù)、合作數(shù)據(jù)和歷史數(shù)據(jù)等。資質(zhì)數(shù)據(jù)是指供應商企業(yè)的資質(zhì)信譽情況，包括供應商的信用等級、行業(yè)聲譽等數(shù)據(jù)。技術(shù)數(shù)據(jù)主要是指供應商在大數(shù)據(jù)技術(shù)方面的應用情況，包括大數(shù)據(jù)預測機制、大數(shù)據(jù)獲取能力、大數(shù)據(jù)分析能力、大數(shù)據(jù)決策能力和大數(shù)據(jù)專業(yè)人才，其中大數(shù)據(jù)預測機制是指供應商利用大數(shù)據(jù)優(yōu)化預測機制，依靠大數(shù)據(jù)預測控制庫存水平，在滿足訂單需求的情況下盡可能降低庫存的能力；大數(shù)據(jù)獲取能力是指供應商通過相關(guān)技術(shù)，如傳感器、RFID(Radio Frequency Identification)技術(shù)等獲取產(chǎn)品生命周期內(nèi)的實時數(shù)據(jù)的能力；大數(shù)據(jù)分析能力是指供應商利用獲取到的實時數(shù)據(jù)優(yōu)化產(chǎn)品性能，提高產(chǎn)品合格率，優(yōu)化營銷策略等的能力；大數(shù)據(jù)決策能力是指供應商將大數(shù)據(jù)預測機制、大數(shù)據(jù)獲取能力、大數(shù)據(jù)分析能力轉(zhuǎn)化為決策依據(jù)的能力；大數(shù)據(jù)專業(yè)人才，一方面是指供應商企業(yè)的領(lǐng)導能否認識的大數(shù)據(jù)帶來的變革，帶領(lǐng)企業(yè)實現(xiàn)競爭力的提升，另一方面是指企業(yè)是否擁有具有深度學習能力的數(shù)據(jù)分析人才以及是否具有一套完整的大數(shù)據(jù)員工培訓機制[12]。環(huán)境數(shù)據(jù)是指供應商企業(yè)所處的政策法律環(huán)境、自然地理環(huán)境、經(jīng)濟技術(shù)環(huán)境等。合作數(shù)據(jù)是指供應商企業(yè)的合作意向，供應商高層領(lǐng)導的支持以及供應商與建筑企業(yè)的文化兼容性、信息平臺兼容性等。歷史數(shù)據(jù)是指供應商以往類似的合作經(jīng)驗、交易頻率、合作履約率等。

3 基于BP神經(jīng)網(wǎng)絡的供應商選擇模型

3.1 建筑大數(shù)據(jù)平臺

建筑行業(yè)的數(shù)據(jù)多而雜亂，這也正是建筑行業(yè)大數(shù)據(jù)難以落實的原因之一。傳統(tǒng)的建筑企業(yè)供應商選擇，往往是建筑企業(yè)通過招標的方式獲得供應商的信息，再根據(jù)指標體系轉(zhuǎn)化為需要的數(shù)據(jù)類型，采用某一評價方法進行評價選擇，整個過程繁瑣復雜，而且容易出錯。本文從大數(shù)據(jù)的角度建立了如上指標體系，接下來BP神經(jīng)網(wǎng)絡模型構(gòu)建需要的樣本數(shù)據(jù)應該根據(jù)設定的指標體系進行量化，可以通過建筑大數(shù)據(jù)平臺進行采集。通過建筑大數(shù)據(jù)平臺，如圖1所示，建筑企業(yè)和項目各參與方可以獲取各自所需要的建筑數(shù)據(jù)信息，并對數(shù)據(jù)進行有序的管理、整合和優(yōu)化，更好地服務于自身和行業(yè)，同時可以通過建筑大數(shù)據(jù)平臺實現(xiàn)信息共享，打破信息壁壘，提高決策的準確性和有效性。

圖1 建筑大數(shù)據(jù)平臺

3.2 樣本采集

建筑企業(yè)在選擇供應商時可以通過建筑大數(shù)據(jù)平臺提取出需要的數(shù)據(jù)，但是由于目前大數(shù)據(jù)在建筑行業(yè)的應用還不成熟，建筑大數(shù)據(jù)的平臺建設并不完善，基于大數(shù)據(jù)的指標數(shù)據(jù)采集比較困難，現(xiàn)有的建筑企業(yè)供應商選擇產(chǎn)生的數(shù)據(jù)與本文建立模型中需要的數(shù)據(jù)類型不符，而且基于建筑大數(shù)據(jù)平臺的數(shù)據(jù)整合、提取與去噪涉及到一系列技術(shù)層面的問題，而本文只是從管理角度提出如何將大數(shù)據(jù)應用于建筑企業(yè)供應商選擇中，因此本文選擇采用專家打分法模擬一組數(shù)據(jù)進行算例分析，在技術(shù)條件允許的情況下，無需進行專家打分法采集數(shù)據(jù)，只需將基于大數(shù)據(jù)平臺提取到的數(shù)據(jù)用于模型的學習和訓練，并對任一供應商進行評價選擇。關(guān)于大數(shù)據(jù)技術(shù)在建筑行業(yè)的進一步應用，以及大數(shù)據(jù)建筑平臺的建設還需要學者和大數(shù)據(jù)專業(yè)技術(shù)人員的進一步研究和探索，希望本文從管理的角度提出的方法能夠為接下來的研究提供一定的思路。

根據(jù)評級指標的設置，建立如圖2所示層次結(jié)構(gòu)模型。

圖2 供應商選擇大數(shù)據(jù)指標體系

根據(jù)專家意見采用1～9標度法建立各層判斷矩陣，如表1～4，并分別求出各個判斷矩陣的λmax以及λmax對應的特征向量，進行一致性檢驗。

表1 A-B判斷矩陣

注：λmax=3.0092，CI=0.0046，RI=0.58，CR=0.0079<0.1

表2 B1-C判斷矩陣

注：λmax=4.1171，CI=0.0390，RI=0.89，CR=0.0439<0.1

表3 B2-C判斷矩陣

注：λmax=4.1375，CI=0.0458，RI=0.89，CR=0.0515<0.1

表4 B3-C判斷矩陣

注：λmax=5.2882，CI=0.0721，RI=1.12，CR=0.0643<0.1

指標層各指標對總目標的重要性權(quán)重如表5所示。

表5 各指標權(quán)重

本文模擬了20個備選供應商數(shù)據(jù)作為樣本，采用十分制對樣本的各指標進行打分，各指標得分情況如表6所示。設以上13個指標權(quán)重為ω=(ω1，ω2，…，ω13)，對應的得分為X=(X1，X2，…，X13)，則20個供應商的總分分別為Yi=ωX(i=1，2，…，20)，得到供應商的評價總分，即表6最后一列數(shù)據(jù)。

表6 供應商得分

續(xù)表

3.3 網(wǎng)絡設計

理論上已經(jīng)證明，單個隱含層的BP神經(jīng)網(wǎng)絡可以通過適當增加神經(jīng)元節(jié)點個數(shù)對任意閉區(qū)間上的函數(shù)進行逼近，實現(xiàn)任意非線性映射，因此選擇只含一個隱含層的三層BP神經(jīng)網(wǎng)絡。將樣本數(shù)據(jù)中各供應商指標數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡的輸入，輸入層節(jié)點的個數(shù)為13，網(wǎng)絡輸出結(jié)果為供應商的評價值，輸出層節(jié)點個數(shù)為1，隱含層節(jié)點個數(shù)的確定較為復雜，常用的確定隱層節(jié)點個數(shù)的公式如下：

(3)n1=log2n，n為輸入層節(jié)點個數(shù)。

根據(jù)經(jīng)驗，首先確定隱含層節(jié)點個數(shù)為13。

3.4 網(wǎng)絡訓練與驗證

應用MATLAB神經(jīng)網(wǎng)絡工具箱提供的函數(shù)進行網(wǎng)絡的學習和訓練。根據(jù)神經(jīng)網(wǎng)絡的結(jié)構(gòu)，調(diào)用函數(shù)newff()用來創(chuàng)建神經(jīng)網(wǎng)絡，并初始化權(quán)值和閾值，設置訓練的次數(shù)、最小誤差和學習速率，進行網(wǎng)絡訓練，得到BP網(wǎng)絡模型。

由于網(wǎng)絡構(gòu)建過程中要通過數(shù)據(jù)輸入，進行網(wǎng)絡訓練和驗證，本文進行算例仿真實驗。算例中的樣本數(shù)據(jù)由專家打分得來，如表6所示。將表6中的20組數(shù)據(jù)分為兩部分，前15組作為網(wǎng)絡的訓練集樣本，后5組作為網(wǎng)絡的測試集樣本。首先進行網(wǎng)絡初始值設置，輸入層節(jié)點個數(shù)為13，輸出層節(jié)點個數(shù)為1，隱含層節(jié)點個數(shù)初步設置為13，進行網(wǎng)絡的訓練。在學習和訓練過程中對隱含層節(jié)點個數(shù)進行不斷調(diào)整，以保證訓練的精度和速度，經(jīng)過反復測試和訓練，最后隱含層的節(jié)點個數(shù)為10時，得到一個精確度較高的BP網(wǎng)絡模型。

3.5 結(jié)果分析

經(jīng)過訓練得到網(wǎng)絡模型，將測試集樣本輸入模型得到輸出結(jié)果如圖3所示。

圖3 訓練結(jié)果

測試集樣本的輸出與目標輸出值的相對誤差均在允許范圍內(nèi)，如表7所示，該網(wǎng)絡模型可以用于供應商的評價選擇。訓練得到的神經(jīng)網(wǎng)絡模型積累了以往專家對供應商的評價經(jīng)驗，可以用于供應商的綜合評價，預測供應商的綜合評價得分，因此，只需將供應商的綜合得分進行排序，就可以選擇出最優(yōu)的供應商。根據(jù)企業(yè)的需求，可以選擇出一個或者多個最佳供應商。

表7 結(jié)果分析

4 結(jié) 語

本文提出的供應商選擇方法應用于目前工程項目的評標過程中可以大大地提高現(xiàn)有招投標工作的效率。在建筑大數(shù)據(jù)平臺建設過程中可以預設供應商的淘汰和引入機制，并建立合格的供應商庫制度和黑名單制度，對于黑名單中的供應商一律不予考慮，在評標過程中可以省去技術(shù)評審、商務評審等步驟，評審委員只需對評審結(jié)果進行把握，檢查與實際情況的偏差等情況。同時，由于不同區(qū)域的材料價格、氣候條件、政策等的不同，不同區(qū)域之間的供應商淘汰和引入機制也應有所不同，同時在建筑企業(yè)系統(tǒng)內(nèi)將不同區(qū)域之間的黑名單進行共享。目前該方法的使用還需具備一定的條件，一方面是大數(shù)據(jù)技術(shù)的發(fā)展和應用還不夠成熟，建筑大數(shù)據(jù)平臺的構(gòu)建以及數(shù)據(jù)整合、提取與去噪尚未實現(xiàn)，另一方面是大多數(shù)的企業(yè)還不具備大數(shù)據(jù)的思維，大數(shù)據(jù)的使用成本還比較高，該方法的具體實施環(huán)境還不完善。

在如今大數(shù)據(jù)時代，誰能夠利用好大數(shù)據(jù)，誰就獲得了競爭優(yōu)勢。本文構(gòu)建了基于大數(shù)據(jù)供應商選擇指標體系，并指出了基于建筑大數(shù)據(jù)平臺的數(shù)據(jù)獲取模式，給出了一種將大數(shù)據(jù)應用到建筑企業(yè)供應商選擇的思想方法，并通過算例分析建立了基于BP神經(jīng)網(wǎng)絡的供應商選擇模型，該模型可以學習并積累以往專家進行供應商評價選擇的經(jīng)驗，在有新的供應商加入時，無需重新計算，將新的供應商數(shù)據(jù)輸入模型即可得到供應商的綜合評價值，從而與其他供應商進行比選，得到最優(yōu)供應商。本文的研究成果為建筑企業(yè)供應商選擇問題提供了一種新思路，解決了目前供應商選擇主觀性強、選擇過程繁雜的問題，并為大數(shù)據(jù)在建筑業(yè)的應用提供一定的指導。