基于改进萤火虫算法优化KELM的投标人画像评价研究

张晋维，马 迪

(南方电网物资有限公司，广东 广州 511458)

作者简介：张晋维（1993—），男，工程师，硕士，主要研究方向为微电网优化运行、新能源发电，wqw098@.

摘要：为了给供应商或投标人的最优选择提供科学决策的依据，提出一种基于改进的萤火虫算法优化核极限学习机(CMFA-KLEM)的投标人画像评价模型。首先，将云模型理论引入萤火虫算法，提出一种改进的萤火虫算法；然后，运用层次分析法从资质信息、投标行为、技术实力、信用评价和履约表现等5个方面构建出投标人画像评价指标体系；最后，将11个投标人画像评价二级指标的得分数据作为CMFA-KELM的输入向量，投标人画像评价等级作为CMFA-KELM的输出向量，建立投标人画像评价CMFA-KELM模型。研究结果表明，与其他算法相比，CMFA-KELM具有更高的准确率、检测率和更低的误报率。

关键词：用户画像；招标投标；萤火虫算法；核极限学习机；云模型

中图分类号：TP391 文献标识码：A 文章编号：2095-509X(2021)04-0092-05

近几年，用户画像评价在医疗、电信、政务和金融等领域已得到广泛应用，但在招标投标领域的应用研究还不多见［1-2］。目前在采购过程中，采购人面临诸如供应商选择过于依赖个人经验和水平、因资质业绩条件或者技术参数设置过高或者标包划分不合理等因素导致投标人不足；当采购品种繁多时，采购人难以有效获取市场真实价格等问题，直接影响供应商的选择［3-4］。利用现有数据和相关供应商信息数据对供应商或投标人进行画像评价，有助于掌握供应商或投标人的综合能力信息，为供应商或投标人的最优选择提供科学决策依据。为实现投标人的准确画像评价，笔者结合南方电网供应商分类分级研究成果，提出一种改进的萤火虫算法优化核极限学习机(CMFA-KLEM)的投标人画像评价模型。

1 改进的萤火虫算法

1.1 萤火虫算法

萤火虫算法（firefly algorithm，FA）是一种新型的智能优化算法［5-6］，其模拟萤火虫群体行为，将目标函数值等效为萤火虫光亮度，通过群内信息迭代交流，进而实现全局最优解求解。