MULTI-CRITERIA DECISION ANALYSIS FOR THE SELECTION OF BIDS IN PROCUREMENT PROCEEDINGS USING EXPERT DATABASE SYSTEMS BASED ON FUZZY PREMISES

Podobne dokumenty
Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Estymacja przedziałowa

INWESTYCJE MATERIALNE

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

METODYKA OCENY EKONOMICZNEJ MAGAZYNOWANIA ENERGII ELEKTRYCZNEJ

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Jak obliczać podstawowe wskaźniki statystyczne?

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

2.1. Studium przypadku 1

Lista 6. Estymacja punktowa

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

SPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA

Ekonomia matematyczna 2-2

STATYSTYKA OPISOWA WYKŁAD 1 i 2

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

PODSTAWOWE ZAGADNIENIA METODOLOGICZNE

Jak skutecznie reklamować towary konsumpcyjne

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

Przejście światła przez pryzmat i z

Zagadnienia normalizacji kryteriów w analizach wielokryterialnych w projektowaniu dróg

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

MATURA 2014 z WSiP. Zasady oceniania zadań

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

ZASTOSOWANIE METODY CBR DO SZACOWANIA KOSZTÓW WYTWARZANIA W FAZIE PROJEKTOWANIA

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

BADANIA DOCHODU I RYZYKA INWESTYCJI

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

Czas trwania obligacji (duration)

Klasyfikacja inwestycji materialnych ze względu na ich cel:

POLITECHNIKA OPOLSKA

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

ANALIZA KSZTAŁTU SEGMENTU UBIORU TERMOOCHRONNEGO PRZY NIEUSTALONYM PRZEWODZENIU CIEPŁA

Egzamin maturalny z matematyki CZERWIEC 2011

8. Optymalizacja decyzji inwestycyjnych

STATYSTYKA I ANALIZA DANYCH

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Materiał pomocniczy dla nauczycieli kształcących w zawodzieb!

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

OCENA EFEKTYWNOŚCI SYSTEMU POMOCY DORAŹNEJ I RATOWNICTWA MEDYCZNEGO W POLSCE Z WYKORZYSTANIEM DEA

STATYSTKA I ANALIZA DANYCH LAB II

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Wymagania edukacyjne na poszczególne oceny z matematyki w klasie III poziom rozszerzony

INFORMATYKA W CHEMII Dr Piotr Szczepański

Twierdzeie Closa Problem: Jak duże musi być m, aby trzysekcye pole Closa ν(m,, r) )było ieblokowale w wąskim sesie? Twierdzeie Closa: Dwustroe trzysek

Struktura czasowa stóp procentowych (term structure of interest rates)

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

a) symbole logiczne (wspólne dla wszystkich języków) zmienne przedmiotowe: x, y, z, stałe logiczne:,,,,,, symbole techniczne: (, )

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

Podprzestrzenie macierzowe

Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania. Podstawy Automatyki

Jarosław Wróblewski Analiza Matematyczna A1, zima 2011/12. Kresy zbiorów. x Z M R

Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.

Podprzestrzenie macierzowe

Zeszyty naukowe nr 9

Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych (zakres rozszerzony)

Analiza potencjału energetycznego depozytów mułów węglowych

METODA PODOBIEŃSTWA HYDROLOGICZNEGO W UJĘCIU RÓŻNYCH AUTORÓW

Estymacja przedziałowa - przedziały ufności

WYKŁAD 1. Zdarzenia losowe i prawdopodobieństwo Zmienna losowa i jej rozkłady

Przemysław Jaśko Wydział Ekonomii i Stosunków Międzynarodowych, Uniwersytet Ekonomiczny w Krakowie

Metody podziału klasowego konspekt ćwiczeń. mgr Marcin Semczuk na podstawie materiałów mgr inż. Stanisława Szombary oraz dr inż.

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ZBIEŻNOŚĆ CIĄGU ZMIENNYCH LOSOWYCH. TWIERDZENIA GRANICZNE

KADD Metoda najmniejszych kwadratów

Prawdopodobieństwo i statystyka

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

IMPUTACJE I JĄDRO GRY

oznaczają łączne wartości szkód odpowiednio dla k-tego kontraktu w t-tym roku. O składnikach naszych zmiennych zakładamy, że:

Ekonometria Mirosław Wójciak

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

PERSPECTIVES OF STATISTICAL METHODS IN DESIGN OF TRADING STRATEGIES FOR FINANCIAL MARKETS USING HIERARCHICAL STRUCTURES AND REGULARIZATION

LUBELSKA PRÓBA PRZED MATURĄ 2015 poziom podstawowy. Liczba punktów Wyznaczenie pierwszej współrzędnej wierzchołka paraboli: x.

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

Projekt z dnia r. Wersja 0.5 ROZPORZĄDZENIE MINISTRA GOSPODARKI 1) z dnia..

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

Elementy modelowania matematycznego

SIECIOWA METODA LOKALIZACJI OBIEKTÓW JAKO CZYNNIK OGRANICZAJĄCY KOSZTY TRANSPORTU W ROLNICTWIE

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

Transkrypt:

ANDRZEJ MINASOWICZ, BARTOSZ KOSTRZEWA ANALIZA WIELOKRYTERIALNEGO WYBORU NAJKORZYSTNIEJSZEJ OFERTY W POSTĘPOWANIACH PRZETARGOWYCH Z WYKORZYSTANIEM SYSTEMU EKSPERCKIEGO OPARTEGO NA PRZESŁANKACH ROZMYTYCH MULTI-CRITERIA DECISION ANALYSIS FOR THE SELECTION OF BIDS IN PROCUREMENT PROCEEDINGS USING EXPERT DATABASE SYSTEMS BASED ON FUZZY PREMISES Streszczeie Abstract Prezetoway artykuł est próbą pokazaia metody wyboru firmy wykoawcze a podstawie określoe liczby kryteriów, które charakteryzuą zarówo przyszłego wykoawcę, ak i plaowae przedsięwzięcie budowlae. W celu ekstrahowaia wiedzy od ekspertów budowlaych posłużoo się oceami ligwistyczymi z zastosowaiem zbiorów rozmytych. Propozyce zawarte w artykule mogą w przyszłości służyć do budowy systemu eksperckiego, wykorzystaego przy wyborze ofereta abardzie spełiaącego waruki i założeia plaowae przez iwestora realizaci przedsięwzięcia budowlaego. Słowa kluczowe: postępowaia przetargowe, przedsięwzięcie budowlae, zbiory rozmyte, wybór wielokryterialy, podemowaie decyzi, system ekspercki This paper is a attempt to demostrate a selectio method based upo a umber of criteria which characterize both the cotractor to be ad the costructio proect itself. I order to utilize the available kowledge from costructio experts, liguistic evaluatios have bee used, while makig use of fuzzy sets at the same time. The proposals foud herei may be used i the future to desig a expert database system used to select those bidders that best match the specificatios of ay costructio proect. Keywords: procuremet proceedigs, costructio proect, fuzzy sets, multi-criteria choice problem, decisio-makig, expert system Dr hab. iż. Adrze Miasowicz, Zakład Iżyierii Produkci i Zarządzaia w Budowictwie, Wydział Iżyierii Lądowe, Politechika Warszawska. Mgr iż. Bartosz Kostrzewa, absolwet Wydziału Iżyierii Lądowe Politechiki Warszawskie.

294 1. Wstęp Fukcoowaie systemu przetargowego w wielu kraach europeskich, a szczególie w Polsce, est przyczyą opóźień w przygotowaiu i realizaci przedsięwzięć budowlaych. Jedym z makametów tego systemu est też zwykle wybór firmy wykoawcze, która oferue aiższą ceę, prowadzący do wielu problemów w trakcie realizaci przedsięwzięcia. Wśród ich ależy wymieić iską akość wykoaego obiektu budowlaego lub próby acisku a iwestora w celu uzyskaia dodatkowych środków fiasowych a tak zwae rabaty dodatkowe. Prezetoway artykuł est próbą pokazaia metody wyboru firmy wykoawcze a podstawie określoe liczby kryteriów, które charakteryzuą zarówo przyszłego wykoawcę, ak i plaowae przedsięwzięcie budowlae. Wiedza ta est a ogół zaa ekspertom, i dzięki ich opiiom oraz doświadczeiu moża stworzyć arzędzia do uzasadioego wyboru ofereta, który dla określoego przedsięwzięcia rokue abardzie prawidłową realizacę przedsięwzięcia w założoych parametrach. W celu ekstrahowaia wiedzy eksperckie posłużoo się oceami ligwistyczymi z zastosowaiem zbiorów rozmytych. Teoria zbiorów rozmytych ma zastosowaie do ocey takich zagadień, w których występuą ocey ieprecyzye i ieedozacze. Propozyce zawarte w artykule mogą w przyszłości służyć do budowy systemu eksperckiego, wykorzystaego przy wyborze ofereta abardzie spełiaącego waruki i założeia plaowae przez iwestora realizaci przedsięwzięcia budowlaego. Użycie takiego systemu pozwoliłoby a skróceie okresu postępowaia przetargowego i zapewiło odpowiedią akość podemowaych decyzi o wyborze ofereta. 2. Podstawowe założeia prezetowae metody W celu obiektywego wyboru przyszłego wykoawcy iwestyci w pierwsze koleości określoo kryteria ego wyboru. Jako wystarczaące uzao dwa kryteria: ocea wiarygodości wykoawcy O, propoowaa cea oferty C. W zależości od specyfikaci istotych waruków zamówieia, moża uzać za stosowe dodaie eszcze iego kryterium, p. okresu gwaraci. W prezetowaym artykule w celu asego przedstawieia zagadieia założoo, że kryterium to est z góry określoe przez iwestora i ie podlega zmiaie. W drugie koleości określoo parametry opisuące przedmiot przetargu. Parametr te azwao zaczeiem iwestyci Z, składaącego się z trzech składików, tzw. pod-parametrów: poziom trudości P, ograiczeia czasowe T oraz wartość akładów iwestycyych K. Na podstawie dwóch kryteriów, czyli ocey wiarygodości wykoawcy i propoowae cey oferty, oraz przy zadaych pod-parametrach określaących przedmiot przetargu dokoao edozacze ocey, która z ofert wykoawców est akorzystiesza w przypadku przedsięwzięcia o określoym akładzie fiasowym, poziomie trudości i przy zadaych ograiczeiach czasowych. Mechaizmem wykorzystaym do wyzaczeia akorzystiesze oferty est propozyca systemu eksperckiego, którego baza reguł zbudowaa est w formie ligwistycze, a podstawie przesłaek w postaci zbiorów rozmytych. W teorii zbiorów rozmytych elemet może być przypisay częściowo do zbioru, tz. że ego poziom

przyależości może zadować się w przedziale od 0 do 1 włączie. Bazę reguł stworzoo, opieraąc się a proste zasadzie wioskowaia: Jeżeli zaczeie iwestyci est, ocea wiarygodości wykoawcy est oraz cea oferty est, wtedy korzystość (atrakcyość) oferty wyosi. 295 Przykładowo zapropoowao, aby eksperci przy formułowaiu bazy reguł mogli posługiwać się edyie określoymi wyrażeiami. Do opisaia zaczeia przyęto wyrażeia: margiale, średie, duże, kluczowe. Oceę wiarygodości wykoawcy oraz ceę oferty określaą wyrażeia: iska, średia, wysoka. Atrakcyość oferty wyzaczoa przez eksperta to wartość liczbowa od 0 do 1 z dokładością do ede dziesiąte. Tabela 1 przedstawia edą z możliwych baz reguł wyzaczoych przez eksperta. Tabela 1 Lp. Zestawieie przykładowe bazy reguł systemu eksperckiego Jeżeli Wtedy zaczeie iwestyci ocea wykoawcy cea oferty atrakcyość oferty 1 margiale iska iska 0,7 2 margiale iska średia 0,6 3 margiale iska wysoka 0,3 4 margiale średia iska 0,8 5 margiale średia średia 0,5 6 margiale średia wysoka 0,3 7 margiale wysoka iska 1,0 8 margiale wysoka średia 0,7 9 margiale wysoka wysoka 0,2 10 średie iska iska 0,5 11 średie iska średia 0,4 12 średie iska wysoka 0,2 13 średie średia iska 0,6 14 średie średia średia 0,6 15 średie średia wysoka 0,5 16 średie wysoka iska 0,9 17 średie wysoka średia 0,8 18 średie wysoka wysoka 0,6 19 duże iska iska 0,3 20 duże iska średia 0,4 21 duże iska wysoka 0,3 22 duże średia iska 0,5 23 duże średia średia 0,8 24 duże średia wysoka 0,6

296 Lp. Jeżeli cd. tab. 1 Wtedy zaczeie iwestyci ocea wykoawcy cea oferty atrakcyość oferty 25 duże wysoka iska 1,0 26 duże wysoka średia 0,8 27 duże wysoka wysoka 0,6 28 kluczowe iska iska 0,1 29 kluczowe iska średia 0,1 30 kluczowe iska wysoka 0,1 31 kluczowe średia iska 0,2 32 kluczowe średia średia 0,3 33 kluczowe średia wysoka 0,2 34 kluczowe wysoka iska 0,6 35 kluczowe wysoka średia 0,8 36 kluczowe wysoka wysoka 0,7 Każde z takich poęć ak p. margiale zaczeie iwestyci lub wysoka ocea wykoawcy w teorii zbiorów rozmytych est zmieą ligwistyczą, określoą przez wartość ligwistyczą. Zbiór wszystkich wartości ligwistyczych określaących daą zmieą azywa się przestrzeią ligwistyczą. W prezetowaym artykule przyęto proste przestrzeie ligwistycze, w których zmiee ligwistycze opisae są a określoych przedziałach fukcami liiowymi. Poiże przedstawioo przyęte w obliczeiach przestrzeie ligwistycze określaące zmiee: zaczeie iwestyci, cea oferty, ocea wiarygodości wykoawcy. Rys. 1. Graficzie odwzorowaie przestrzei ligwistycze poęcia zaczeie iwestyci Fig. 1. Graphical presetatio of liguistic space of the term proect importace

297 Rys. 2. Graficzie odwzorowaie przestrzei ligwistycze poęcia ocea wiarygodości wykoawcy Fig. 2. Graphical presetatio of liguistic space of the term cotractor reliability Rys. 3. Graficzie odwzorowaie przestrzei ligwistycze poęcia cea oferty Fig. 3. Graphical presetatio of liguistic space of the term bid price Przestrzeń ligwistycza przedstawioa est za pomocą dwuwymiarowego układu kartezańskiego, w którym oś rzędych staowi poziom przyależości wartości do zbioru, a oś odciętych to wartości liczbowe zmieych ligwistyczych zaczeia iwestyci, cey

298 oferty i ocey wykoawcy. Wartości liczbowe mieszczą się w zakresie od 0 do 1, dzięki czemu metodyka rozpatrywaia ofert wykoawców est uiwersala. Wartości te są wartościami względymi zormalizowaymi, uzyskaymi a podstawie wartości bezwzględych. Wartość zormalizowaą cey oferty wyzaczoo a podstawie wartości bezwzględych zgodie ze wzorem Ci Cmi. Ci = (1) Cmax Cmi. gdzie: C wartość zormalizowaa cey oferty i-tego wykoawcy, i C i wartość bezwzględa cey oferty i-tego podwykoawcy, C max wartość maksymala ze zbioru wszystkich ce ofert wykoawców, którzy brali udział w przetargu, C mi wartość miimala ze zbioru wszystkich ce ofert wykoawców, którzy brali udział w przetargu. Sposób oceiaia wiarygodości wykoawcy powiie być tworzoy idywidualie dla każdego przetargu. W zależości od specyfiki przetargu iwestor może określić podstawowe wymagaia, za które przyzawać będzie określoą liczbę puktów. Sumuąc zdobyte pukty, otrzymue się wartość bezwzględą ocey O i i aalogiczie do wzoru (1) oblicza wartość zormalizowaą O. i Wartość liczbową zaczeia iwestyci wyzaczoo, ak uż wspomiao, a podstawie trzech składików (pod-parametrów): poziom trudości iwestyci, ograiczeia czasowe, wartość akładów iwestycyych. Poziom trudości iwestyci P wyzaczoo w przedziale od 0 do 1 a podstawie opiii ekspertów, tak że 0 ozacza poziom miimaly, a 1 poziom maksymaly. Założoo dokładość do ede dziesiąte. Aalogiczie a podstawie opiii ekspertów wyzaczoo ograiczeia czasowe T. Podobie ak w przypadku poziomu trudości est to wartość z zakresu od wartości 0, ozaczaące praktyczie brak ograiczeń czasowych, do 1 ozaczaąca bardzo duże ograiczeia czasowe. Ostati pod-parametr, czyli wartość akładów iwestycyych K, określa sam iwestor. Na podstawie swoego portfela iwestycyego określa, ak wysoki est dla iego koszt związay z daą iwestycą. 0 ozacza wartość miimalą, 1 wartość maksymala spośród wszystkich przedsięwzięć iwestora. Przykładowo: K = 0,7, T = 0,6, P = 0,4. Na podstawie trzech zormalizowaych pod-parametrów zapropoowao wzór wyzaczaący wartość zormalizowaą zaczeia iwestyci Z. Na podstawie tego wzoru obliczoo wartość zaczeia iwestyci 3K + T + 2P 3 0,7 + 0,6 + 2 0,4 Z = = = 0,583 (2) 6 6 Założoo, że w postępowaiu przetargowym wzięło udział sześciu oferetów. Cey poszczególych ofert kształtowały się astępuąco: C 1 = 125 ml zł, C 2 = 118 ml zł, C 3 = 111

299 ml zł, C 4 = 132 ml zł, C 5 = 120 ml zł, C 6 = 114 ml zł. Na podstawie wzoru (1) wyzaczoo wartości zormalizowae: C 1 = 0,667, C 2 = 0,333, C 3 = 0,000, C 4 = 1,000, C 5 = 0,429, C 6 = 0,143. Przykładowe ocey wiarygodości poszczególych wykoawców miały astępuące wartości: O 1 = 18 pkt, O 2 = 14 pkt, O 3 = 11 pkt, O 4 = 16 pkt, O 5 = 20 pkt, O 6 = 17 pkt. Podobie a podstawie wzoru (1) wyzaczoo wartości zormalizowae: O 1 = 0,778, O 2 = 0,333, O 3 = 0,000, O 4 = 0,556, O 5 = 1,000, O 6 = 0,667. Dla każde oferty otrzymao więc zormalizowae wartości liczbowe kryteriów: cey oferty oraz ocey wykoawcy. W przypadku pierwsze oferty cea zormalizowaa wyiosła C 1 =0,667, a ocea wykoawcy O 1 =0,778, co w przeiesieiu a przestrzeie ligwistycze poszczególych zmieych ligwistyczych dało określoe wyiki. Rys. 4. Graficze wyzaczeie poziomów przyależości wartości liczbowych do poszczególych zbiorów rozmytych dotyczących propoowae cey oferty Fig. 4. Graphical presetatio of levels of membership of umerical values to each fuzzy set cocerig the proposed bid price Cea oferty C 1 = 0,667 ozacza, że rówocześie est to cea średia z poziomem przyależości rówym 0,667 oraz, że est to cea wysoka z poziomem przyależości 0,333. Aalogiczie ocea wykoawcy O 1 = 0,778 ozacza, że rówocześie est to ocea średia z poziomem przyależości 0,444 oraz ocea wysoka z poziomem przyależości 0,556. Podobie wyzaczoo poziomy przyależości do poszczególych zbiorów rozmytych dla pozostałych ofert. Przedstawioo e w tabelach 2 i 3.

300 Rys. 5. Graficze wyzaczeie poziomów przyależości wartości liczbowych do poszczególych zbiorów rozmytych dotyczących ocey wiarygodości wykoawcy Fig. 5. Graphical presetatio of levels of membership of umerical values to each fuzzy set cocerig cotractor reliability Tabela 2 Zestawieie poziomów przyależości poszczególych wartości liczbowych do odpowiedich zbiorów rozmytych z przestrzei ligwistycze dotyczących cey oferty Cea oferty Wartość Poziom przyależości Zbiór A Poz, przyal, B Zbiór B A C 1 0,667 0,333 wysoka 0,667 średia C 2 0,333 0,333 iska 0,667 średia C 3 0,000 1,000 iska 0,000 średia C 4 1,000 1,000 wysoka 0,000 średia C 5 0,429 0,143 iska 0,857 średia C 6 0,143 0,714 iska 0,286 średia

301 Tabela 3 Zestawieie poziomów przyależości poszczególych wartości liczbowych do odpowiedich zbiorów rozmytych z przestrzei ligwistycze dot. ocey wykoawcy Ocea wiarygodości wykoawcy Wartość Poziom przyależości A Zbiór A Poz, przyal, B Zbiór B O 1 0,778 0,556 wysoka 0,444 średia O 2 0,333 0,333 iska 0,667 średia O 3 0,000 1,000 iska 0,000 średia O 4 0,556 0,111 wysoka 0,889 średia O 5 1,000 1,000 wysoka 0,000 średia O 6 0,667 0,333 wysoka 0,667 średia Wartość liczbowa zaczeia iwestyci wyiosła 0,583 co ozacza, że zaczeie est duże o poziomie przyależości 0,750 oraz średie a poziomie przyależości 0,250. Dla każde oferty ależy rozpatrzyć 8 reguł z przyęte bazy reguł, poieważ a edą regułę przypadaą trzy przesłaki, z czego każda reprezetowaa est przez dwa zbiory rozmyte z odpowiedimi poziomami przyależości. Przykładowo dla oferty r 1 ależy przyąć astępuące reguły: Tabela 4 Lp. Zestawieie reguł przyętych do wyzaczeia atrakcyości oferty r 1 Jeżeli zaczeie iwestyci ocea wykoawcy cea oferty Wtedy atrakcyość oferty Waga 14 średie średia średia 0,6 0,454 15 średie średia wysoka 0,5 0,343 17 średie wysoka średia 0,8 0,491 18 średie wysoka wysoka 0,6 0,380 23 duże średia średia 0,8 0,620 24 duże średia wysoka 0,6 0,509 26 duże wysoka średia 0,8 0,657 27 duże wysoka wysoka 0,6 0,546 Atrakcyość oferty wyzaczoo ako średią ważoą wyików ww. reguł. Wagi wyzaczoo a podstawie średich arytmetyczych poziomów przyależości poszczególych wartości liczbowych ocey wykoawcy, zaczeia iwestyci oraz cey oferty do odpowiadaących im rozmytych wartości ligwistyczych. W te sposób uzyskao wyik atrakcyości oferty r 1 rówy 0,680. Tak samo obliczoo atrakcyości pozostałych ofert.

302 Otrzymao astępuące wyiki: A O1 = 0,680, A O2 = 0,527, A O3 = 0,460, A O4 = 0,630, A O5 = 0,796, A O6 = 0,740. Na podstawie wyików atrakcyości wybrao akorzystieszą ofertę. W przypadku określoych parametrów przetargu: ram czasowych, stopia skomplikowaia oraz wartości akładów iwestycyych, akorzystieszą ofertą okazała się oferta r 5. Jak widać w zaprezetowaym przykładzie zwycięzcą przetargu ie była firma atańsza, ale firma, która złożyła w miarę kokurecyą ofertę, edocześie zdobywaąc awyższą oceę wiarygodości od iwestora. Przy takich parametrach określaących przedmiot przetargu oferta ta okazała się akorzystiesza. 3. Zakończeie Zapropoowaa w artykule metoda wyboru akorzystiesze oferty dae możliwość wyłoieia zwycięzcy przetargu opieraac się a więce iż edym kryterium. Metoda ta może być modyfikowaa i dostosowywaa do kokretego przetargu, p. poprzez dodawaie owych kryteriów lub ich modyfikowaie. Stosuąc zapropoowaą metodę, iwestor est w staie w asy sposób określić waruki zamówieia edocześie ustalaąc priorytety decyduące o wyborze oferty, a wszystko to ustalić a podstawie doświadczeia i wiedze iezależych ekspertów. Dalszy kieruek rozwou zapropoowae metody autorzy upatruą w stworzeiu ustadaryzowaego systemu eksperckiego, którego baza wiedzy będzie mogła być wykorzystaa dla kokretego przetargu oraz w zastosowaiu bardzie zaawasowaych arzędzi matematyczych z zakresu teorii zbiorów rozmytych, edocześie optymalizuących wyik te metody. Literatura [1] Ayyub B.M., Chao R.J., Ucertaity Modelig i Civil Egieerig with Structural ad Reliability Applicatios. Ucertaity Modelig ad Aalysis i Civil Egieerig, CRC Press LCC, 1998. [2] Flaaga R., Norma G., Risk Aalysis for Costructio, Blackwell Sciece, 1993. [3] Jaworski K.M., Miasowicz A., Decisio takig problems i defiig the quality of the chose elemets of ivestmet process, V Iteratioal Coferece EUROPIA 95, Frace, Lyo 1995. [4] Kerzer H., Proect Maagemet. A system Approach to Plaig, Schedulig ad Cotrollig, Joh Wiley & Sos, 1998. [5] Miasowicz A., Chose Techiques of Costructio Risk Aalysis, Proceedig of the Third Iteratioal Coferece o Costructio i the 21st Cetury, CITC-III, Athes 2005. [6] P i c k e D.H., M a k S., Risk Aalysis i Cost Plaig ad its Effect o Efficiecy i Capital Cost Budgetig, Logistics Iformatio Maagemet, 14, 5/6, 2001.