決策技術在工程承包商選擇研究中的應用與展望

路浩

(西南交通大學外資引進與利用研究所，四川 成都 610031)

0 引言

工程承包商選擇(Contractor Selection，CSn)一直以來都是學術界和實務界關注的最重要問題之一。對于業主而言，選擇理想的承包商不僅是其最重要的決策任務，而且還直接影響到項目價值和項目目標(質量、成本、進度、安全等)的實現［1］。隨著科學技術的進步和技術復雜性的增加，項目的復雜性、不確定性大幅增加，業主對項目的期望和要求大幅提高，使得CSn 的作用比以前更為突出［2］。

從管理學范式的角度，CSn 問題的解決關鍵有兩個方面:一是標準選擇;二是選擇方法。其中，CSn 方法的研究受到該領域學者最多的關注，而本文也主要關注此方面。

自從人們認識到傳統選擇方法(過分依賴主觀分析，投標報價是評審的主要依據)的弊端以后，CSn 問題基本上都被看作一種多屬性決策問題來處理，而解決這類問題的關鍵在于確定評價指標和選擇評價方法(包含確定指標權重的方法和多屬性決策求解的方法)。其中，評價方法的選擇與應用是當前此類問題研究的焦點。Holt［3］通過對1990 ～2009 年出版的93 篇有關CSn 的重要文獻進行分析總結后指出:基于決策技術構建CSn 模型占到所有CSn 問題研究的39%，其次才是占16%的評價指標選取。有關學者通過綜述性文獻［3-4］分別在1998 年和2010 年對CSn 方法作了系統性總結，歸納了諸如定制流程(BA)、多屬性分析(MAA)、多屬性效用理論(MAUT)、多元回歸(MR)、聚類分析(CA)、模糊集理論(FST)、多變量判別分析 (MDA)、案例推理(CBR)等一系列方法。近5 年來，CSn 研究得到了極大的發展，大量的新理念、新技術、新方法被應用到該領域，而此前的研究成果已經無法反映當前的研究狀況。此外，面對如此豐富的研究成果，國內實踐中仍然堅持采用“簡單加權平均法”。鑒于此，本文采用分類的方法，從決策技術應用的主題、研究者類型、單個決策技術的種類、多種決策技術的組合形式對近5 年來公開發表的有關文獻進行系統梳理，并進一步闡述當前決策技術在承包商選擇研究中應用的特征、存在的問題及未來研究的方向，以期為業主和研究人員提供決策及科學研究參考。

1 數據收集與文獻統計

1.1 數據收集

本文的主要目的是分析決策技術在CSn 研究中應用的現狀，因此，收集文獻時有基于以下兩方面的考慮:一是主流CSn 研究中的承包商概念是從項目業主的角度研究承包商選擇，其關注的是承包商對于業主的工程項目最具價值的方面。但該研究領域經過數十年發展，其研究范圍已擴大至工程分包商(subcontractor)的選擇問題［4］。此外，少數關于BT 承包商、EPC 總包、監理承包商、勘察承包商的文獻也須要被關注。二是CSn 作為一個過程，學界長期以來將其劃分為五個階段［5］:項目打包、邀請、資格預審、確定候選人名單、評標。鑒于本文的研究目的，資格預審和評標這兩個階段的相關文獻是搜集的重點。

考慮到文獻的權威性、代表性以及文獻數據庫的可獲得性，選擇“中國知識資源總庫(CNKI)”“ASCE”“ELSEVIER”“Emerald”“IEEE”“Taylor＆Francis”“ICE”的電子數據庫作為數據來源，搜索對象為近五年的學術期刊論文。中英文關鍵詞涉及:承包商選擇、承包商評價、評標、資格預審、承包商績效預測、contractor selection、bid evaluation、contractor′s performance prediction。

1.2 文獻統計

經綜合分析，截至2014 年4 月，553 個搜索結果中的95 篇相關文獻被最終確定為研究的基礎。考慮到各種決策技術只是作為一個工具被應用于CSn 研究，所以對收集到的國內外文獻合并討論。主要從來源期刊、研究者類型、研究主題、單一決策技術種類、多種決策技術的組合形式五個方面對這95 篇重要文獻進行統計分析。

(1)從文獻的來源期刊來看，其分布并不集中。但是相關文獻被引用次數較多的來源期刊主要有:工程管理學報、項目管理技術、Engineering，Construction and Architectural Management、Journal of Civil Engineering and Management、Journal of Construction Engineering and Management、International Journal of Project Management、Construction Management ＆ Economics、Management Decision、數學的實踐與認識。

(2)從研究者的類型來看，主要包括兩類:一是以研究多目標決策理論和方法為主的管理科學與工程研究者;二是借鑒管理科學中的理論和方法對實際問題進行應用研究的工程管理或政府采購研究者，而本文也屬于此類研究(后者占較大比重)。

(3)如表1 所示，決策技術在CSn 研究中主要被應用于工程評標、承包商綜合評價、承包商資格預審三個方面。其中，國內文獻有71.43%是關于工程評標的研究，而國外文獻則主要集中在對承包商進行綜合評價，占52.17%。究其原因是國內大多數學者將CSn 研究泛化為從項目業主的角度進行承包商的選擇，其大多數情況下所關注的是參與工程建設的施工企業或總承包商對于業主的工程項目最具價值的方面。但是，與歐美的“大咨詢”體制不同，國內各種承包商分工較細，且多是獨立存在、獨立招標。因此，從這個角度來說，國內相關研究明顯滿足不了實際需求。

表1 決策技術在CSn 中的應用主題分類及統計

(4)從單個決策技術被使用的情況來看，有28 種決策技術被用于CSn 研究。基于文獻統計數據，參照HoW 等［6］學者的分類方法，本研究將整理的28 種決策技術大致分為四類:常規多屬性決策技術(MADM)、數學規劃技術(MP)、人工智能技術(AI)、其他技術，如表2 所示。考慮到每一種決策技術的特征及應用均可以在表2 所列的代表文獻中獲得，因此不一一闡述。

表2 CSn 中應用的決策技術分類及統計

(5)從多種決策技術的組合應用來看，其應用形式具有多樣性與復雜性的特征。通過對收集的文獻進行統計分析后發現:95 篇文獻中，使用頻次大于10 的決策技術依次為FST、AHP、EP、TOPSIS、GST，而 其 中 涉 及 FST、AHP、GST 的文獻共占總文獻數的63.2%。因此，本研究以FST、AHP、GST 三種決策技術為分類基礎，對所有文獻中出現的決策技術的組合形式進行歸類(表3)。

表3 CSn 中多種決策技術的組合應用形式歸類

(續)

2 決策技術在CSn 研究中的應用分析

基于以上的文獻統計數據，本部分主要圍繞FST、AHP、GST 三種關鍵決策技術的方法組合(集成)的基本思想、適用范圍及應用形式展開詳細分析。

2.1 基于層次分析法(AHP)的方法集成

層次分析法 (Analytic Hierarchy Process，AHP)［7］自1980 年由美國運籌學家T. L. Saaty 以著作的形式正式闡述以來，因其簡便、靈活與實用成為一種最為普遍接受的決策方法。所收集的文獻有30 篇應用了AHP 技術，除作為單獨的量化評價方法外(如文獻［8］)，AHP 與多種決策技術組合，構建了不同的CSn 模型。這些應用大致上可以從以下兩個方面分析。

(1)以AHP 確定權重的方法集成。采用AHP 求權重或組合權重的方法有四種:AHP、AHP+DEA、AHP +EP、AHP + Delphi。而所求權重的用法又有兩種組合:第一種是將求得的權重用于灰色關聯系數加權得到關聯度，以關聯度大小對承包商進行排序［9-12］。第二種是將所得權重與模糊綜合評價法(FCA)結合，然后分層次進行模糊綜合評判，最后綜合出總的評價結果［13-14］。

(2)改進AHP 的方法集成。AHP 實施的前提條件是指標體系內具有獨立的遞階層次結構，但是所構建的指標體系中，各指標間的相互依存關系又難以避免。于是，一些學者又通過引入網絡層次分析法(Analytic Network Process，ANP)，以有效解決評價指標之間具有非獨立遞階層次結構的問題。比如，El-Abbasy M S 等［15］運用ANP確定指標權重，結合MonteCarlo 法構建了公路工程 承 包 商 的 選 擇 模 型。阮 連 法 等［16］運 用DEMATEL 法分析各指標間的相互影響關系，得到完全影響矩陣和關系圖，然后采用ANP 處理矩陣并確定指標權重，進而以FVIKOR 計算評價值。針對傳統AHP 中存在諸如判斷一致性與矩陣一致性相異、一致性檢驗困難與缺乏科學性等問題，有8 篇文獻把模糊層次分析法(FAHP)應用到CSn 的研究，以模糊矩陣代替傳統的判斷矩陣進行決策。比如，Jaskowski P［17］等和Hosny O 等［18］運用FAHP 構建模糊互補判斷矩陣并計算出指標權重，在此基礎上建立評標模型。此外，粒子群算法(PSO)、遺傳算法(GA)也被應用于對AHP 的改進，參考文獻見表2。

AHP 是一種實用的多屬性決策方法，它將決策者的思維過程數學化、模型化、系統化和規范化，尤其適用于決策過程中目標結構復雜且缺乏數據、人的定性判斷起重要作用、對決策結果難于直接準確計量等情況。從文獻反映的情況來看，AHP 主要被用作構權，求得權重后用于另一種方法的計算過程，或者僅把AHP 理解為分解指標層次的方法。

2.2 基于模糊集理論(FST)的方法集成

常規的多屬性決策方法在面對評價對象的準則權系數或準則值不準確、不確定和不完全確定的情況下，其評價有效性就難以保證。而這些不準確和不確定性通常被概括為不確知性、模糊性、隨機性、灰色性、泛灰性和不確定性等［19］。1965 年，美國加利福尼亞大學控制論專家L. A. Zadeh 提 出 了 模 糊 集 理 論 (Fuzzy Sets Theory，FST)，該理論的提出使得人們可以更好地描述多屬性決策中的模糊性，而基于FST 的多屬性決策也成為研究的一個重要方向。文獻中有33 篇論文涉及FST，其應用主要概括為兩個方面:一是以模糊數學為基礎，運用模糊關系合成原理的模糊綜合評價法(FCA)，如文獻［13］;二是將模糊數(三角模糊數、區間數等)、直覺模糊集、Vague 集、語言信息引入多屬性決策中，實現與其他決策技術的集成。由于FCA 多數情況下只是作為一種單獨的決策方法被運用(方法的特性及應用可參見2.1 中討論的相關文獻)，所以此處主要對第二個方面進行分析。

(1)基于模糊數(主要是三角模糊數、區間數和梯形模糊數)的概念，許多學者將多屬性權數和準則值確定的一些常規多屬性決策方法應用到模糊多屬性決策問題中。比如Hosny O 等［18］通過定義0.1-0.9 的三角模糊標度，運用模糊平均算法和三角模糊變量期望來處理多方專家對指標重要性的評判，進而構建模糊互補判斷矩陣并計算評標指標權重，在此基礎上建立模糊AHP評標模型。類似的還有模糊TOPSIS［20］法、模糊VIKOR［21］法。

(2)在模糊集的概念下，引入非隸屬函數發展而來的直覺模糊集、Vague 集也被應用于CSn方法集成。比如，戴厚平等［22］引入直覺模糊集，通過構建線性規劃模型來求解最優準則權系數，進而得到承包商的排序。尤超等［23］利用直覺模糊c 均值聚類算法對不同專家的評分進行聚類分析，采用直覺模糊加權平均算子(IFAWA)聚合聚類分析結果，最終求得評價值。王顯鵬等［24］以AHP 確定指標權重，利用Vague 集的相似度量原理對承包商進行優劣排序。

(3)少量文獻提出了基于語言信息的模糊評價。盡管語言多屬性決策的理論和方法尚未發展成型，但是在決策過程中，決策者的評價信息以自然語言短語給出更接近實際。比如，位珍等［25］把決策者運用語言變量進行的評價轉換成三角模糊數，采用模糊平均算子(FAO)來平衡各個決策者的評價，最后通過計算三角模糊數的期望得出承包商的總排序。此外，為避免在語言決策中語義信息的丟失，郭健等［26］采用二元語義表示評價信息并用有序加權算術平均算子(TOWA)進行運算求解。

除以上分析之外，模糊評價法還被用于篩選變量，以此作為神經網絡的輸入節點，從而加快其收斂速度，提高計算精度，增強了神經網絡技術對復雜系統建模的能力［27］。總體而言，基于該理論的評價方法的最大優勢就是可以通過隸屬度函數和一些模糊統計方法，將界定模糊或者難以量化的指標或者因素量化，使評價結果與現實更加貼近。

2.3 基于灰色系統理論(GST)的方法集成

灰色系統理論(Grey System Theory ，GST)最早由原華中理工大學鄧聚龍教授提出，是一種研究“少數據、貧信息”不確定性問題的方法論，主要用來解決包含未知因素的“灰色地帶”的問題。之后的1985 年，鄧教授［28］在出版的專著中首次提到了灰色多目標決策問題。其基本原理是將統計數據用曲線表示，各條曲線越平行，則它們的變化趨勢越接近，其關聯度就越大。因此可以通過各個方案與最佳方案之間的距離來判斷方案的優劣。灰色關聯分析(Grey Relational Analysis，GRA)和灰色聚類分析(Grey Clustering Analysis，GCA)是灰色系統理論應用的主要方面。本研究中，11 篇文獻只運用了GRA 與其他決策技術集成，并且其應用主要集中在國內(僅1 篇國外文獻)。

當GRA 被用于與多種構權方法集成時，其組合形式出現五種:AHP + GRA、EP + GRA、AHP + EP + GRA、AHP + DEA + GRA、AHP +Delphi。在這種組合思想下，以AHP 或EP 確定權重或以AHP 和EP、AHP 和DEA、AHP 和Delphi 確定組合權重，所求得的權重用于灰色關聯系數加權，進而求出灰色關聯度并排序。比如，除2.1 中討論的文獻［9-12］外，吳春花等［29］以熵權法確定指標的權重，然后基于投影法計算灰色關聯投影值并據此進行了BT 承包商排序。這一類組合方法在應用時，權重確定方法科學與否會對基于GST 的評價結果產生較大影響。為此，針對這一問題，一些學者引入模糊數學與GRA 集成。其基本出發點是在處理信息不完全的評價問題時，引入模糊數學以期望能夠更好地反映評價者的認識過程。比如，位珍等［30］通過引入區間數的概念，建立區間數決策矩陣，然后計算出區間數的灰色關聯系數，進而得出業主對承包商的主觀偏好與客觀偏好的灰色關聯度，最終實現對各個承包商的排序。

除以上分析之外，還有一些其他形式的組合。何美麗等［31］采用變異系數法確定指標權重，避免了權重賦值的主觀性，然后將集對分析與GRA 相結合，利用關聯度對差異度系數賦值。Zavadskas E K 等［32］采用SAW 法改進GRA，然后對加權的灰色關聯系數運用TOPSIS 法計算貼近度，進而對承包商排序。楊寶臣等［33］將懲罰型變權方法引入到模型指標權重設定中，使各方案指標權重隨指標狀態值的變化而變化，同時借鑒TOPSIS 方法的思想，分別考察各候選方案與正、負理想方案間的關聯程度并予以集成。張波等［34］將GRA 用于指標權重的確定并構建決策矩陣，進而與DTOPSIS 融合建立評標模型。

GRA 不需要大量樣本，對樣本的分布規律也沒有嚴格要求，而且數據也不必進行歸一化處理，計算簡便。從文獻分析來看，針對GRA 的改進主要是從優化與之組合的構權方法和引入TOPSIS 來彌補GRA 只關注曲線形狀而忽視數據序列之間相對關系的缺陷。

3 結語

3.1 結論

CSn 實際上是一個典型的多屬性決策問題，而決策技術的運用對于解決這一問題起著重要的作用。經以上分析，基本上可以得出以下結論:

(1)決策技術在CSn 中的應用已經由單一決策技術轉變為多種決策技術的組合應用。從文獻分析情況來看，單一決策技術應用于CSn 的文獻很少，僅有與AHP、EP、SEM、MV、GP、FST、PT、DEA、SVM、ANN、ELECTRE 相關的23 篇文獻。究其原因主要是一些經典方法本身可能存在非時間性影響。其余72 篇文獻都是以多種決策技術來構建CSn 模型。將多種決策技術取長補短結合起來對承包商做出合理評價減少了單一方法產生的偏差，能夠利用更多的信息，降低信息的不完備性，使CSn 的結果更加貼近現實。

(2)據表2 和表3 的統計數據，近5 年來，CSn 研究中使用頻次較高的決策技術依次是:FST(21.02%)、AHP(19.11%)、EP(10.19%)、TOPSIS(7.64%)、GST(7.01%)、DEA(4.46%)。

所涉及決策技術的種類較文獻［3］ 和［4］ 兩個時期大幅增加，而圍繞FST、AHP、GST 進行的方法組合是研究的焦點。

(3)CSn 方法的優化和創新主要是從改進確定指標權重的方法和多屬性決策求解的方法著手的，各種各樣的方法組合均只限于學術研究，在國內實踐中沒有得到應用。

(4)相比國外文獻，國內文獻的評價模型及計算過程的復雜度較高。國外文獻傾向于對常規多屬性決策方法的優化改進，而國內文獻則集中于對方法的創新(表2 中有24 種決策技術被國內文獻涉及)。但是，很少有國內文獻通過現實數據(多數采用的是算例驗證)去驗證這些復雜的方法組合的集合效果，更沒有對方法本身的可集合性進行討論。而這方面恰恰是國外近年來研究CSn 問題發生的轉變之一。比如，國外文獻［10，15，20，21］在介紹方法的基礎上，以大量工程實際數據來驗證模型的有效性。而過分注重方法的創新可能會忽視了研究本身的價值，也無法給業主或決策者提供有效的決策支持。

(5)決策技術的選擇存在較大的主觀性。決策技術事實上來源于諸如統計學、模糊數學、灰色系統、人工智能等領域，而這些領域本身也在不斷地發展。考慮到CSn 研究者知識結構存在的局限性(詳見1.2)，在選擇決策技術時應當十分謹慎。但是，有些文獻對所選的決策技術的發展變化并沒有充分了解。比如，AHP 學界早已證明了Saaty 的1 -9 比例標度存在缺陷，并提出了改進的標度體系，但仍然有文獻在采用。此外，AHP 的提出者Saaty 和一些學者近年來發文對FAHP 的科學性提出了質疑，但事實上并沒有引起CSn 研究者的重視。

3.2 展望

CSn 問題是學術界和實務界十分關注的優化決策問題，許多研究者進行了并且還在繼續進行相關的研究工作。通過以上分析，本文認為有以下幾個方面值得被深入探討的:①通過決策技術的優化和創新去處理某些特定承包商(如BOT特許經營者、勘察承包商、監理承包商、設計承包商等)的選擇問題在國內具有較高的研究價值。②處理不確定信息的決策技術是未來應用研究的一個重要方向，除涉及較多的模糊信息外，隨機信息、灰色信息、不確知信息等也值得深入研究。此外，像模糊隨機性、灰色模糊性等多重不確定性也值得被借鑒到CSn 研究中來。③ANN的改進以及基于ANN 的承包商績效預測是值得深入探討的新方向。④以GRA 作為確定評價指標權重的方法尚無相關研究。⑤以大量現實數據來驗證模型的有效性或者以現實數據來比較不同評價方法所獲得的評價結果的差異具有較高的學術價值。⑥隨著CSn 研究中決策模型的復雜程度不斷提高，評價工具的軟件化有待進一步發展。

［1］ Singh D，Tiong R L K.Contractor selection criteria:investigation of opinions of Singapore construction practitioners ［J］.Journal of Construction Engineering and Management，2006，132 (9):998-1008.

［2］ Wong C H. Contractor performance prediction model for the United Kingdom construction contractor: study of logistic regression approach ［J］. Journal of Construction Engineering and Management，2004，130 (5):691-698.

［3］ Holt G. Contractor selection innovation:examination of two decades′published research ［J］. Construction Innovation:Information，Process，Management，2010，10 (3):304-328.

［4］ Holt G D. Which contractor selection methodology?［J］. International Journal of Project Management，1998，16 (3):153-164.

［5］Vahdani B，Mousavi S M，Hashemi H，et al.A new compromise solution method for fuzzy group decision-making problems with an application to the contractor selection ［J］. Engineering Applications of Artificial Intelligence，2013，26 (2):779-788.

［6］ Ho W，Xu X，Dey P K.Multi-criteria decision making approaches for supplier evaluation and selection:a literature review ［J］.European Journal of Operational Research，2010，202 (1):16-24.

［7］ Saaty T L.The Analytic Hierarchy Process ［M］ .New York:McGraw -Hill，1980.

［8］Oladapo A A.Multi-criteria contractor selection-a practical application of analytic hierarchy process ［J］. Proceedings of the ICEManagement，Procurement and Law，2011，164 (2):79-88.

［9］ 李惠玲，李軍. 綠色施工評標體系研究——基于多層次灰色評價法［J］. 技術經濟與管理研究，2013 (1):4.

［10］ 王先甲，張熠. 基于AHP 和DEA 的非均一化灰色關聯方法［J］. 系統工程理論與實踐，2011，31 (7):1222-1229.

［11］ 王芳. 層次——熵定權的灰色關聯理論在工程評標中的應用［J］. 河南科技大學學報:自然科學版，2011，32(4):49-52.

［12］ 劉晴，王建平，王叢瑩. 基于灰色關聯理論的建設工程評標方法研究［J］. 工程管理學報，2010 (2):152-155.

［13］ Li C J. The study on the evaluation model of DEA crossefficiency and Fuzzy comprehensive assessment in decision making for bidding of construction projects ［J］. Automation in Construction，2014 (850):986-989.

［14］ 宋杰鯤，趙美多，李婷婷. 基于模糊綜合評價的工程項目評標模型［J］. 項目管理技術，2013，11 (4):45-49.

［15］ El-Abbasy M S，Zayed T，Ahmed M，et al.Contractor selection model for highway projects using integrated simulation and analytic network process ［J］. Journal of Construction Engineering and Management，2013，139 (7):755-767.

［16］ 阮連法，顧昌全. 基于DANP-FVIKOR 方法的綠色建筑承包商競爭力評價［J］. 統計與決策，2013 (18):54-57.

［17］ Jaskowski P，Biruk S，Bucon R. Assessing contractor selection criteria weights with fuzzy AHP method application in group decision environment ［J］ . Automation in Construction，2010，19 (2):120-126.

［18］ Hosny O，Nassar K，Esmaiel Y. Prequalification of egyptian construction contractors using fuzzy-AHP models ［J］.Engineering，Construction and Architectural Management，2013，20 (4):4.

［19］ Roy B，Present M，Silhol D. A programming method for determining which Paris metro stations should be renovated［J］. European Journal of Operational Research，1986，24(2):318-334.

［20］ Nieto-Morote A，Ruz-Vila F. A fuzzy multi-criteria decisionmaking model for construction contractor prequalification ［J］.Automation in Construction，2012 (25):8-19.

［21］ Vahdani B，Mousavi S M，Hashemi H，et al.A new compromise solution method for fuzzy group decision-making problems with an application to the contractor selection ［J］ .Engineering Applications of Artificial Intelligence，2013，26 (2):779-788.

［22］ 戴厚平，羅宜武. 基于直覺模糊多屬性決策的公路工程評標方法［J］ . 數學的實踐與認識，2013，43 (16):46-52.

［23］ 尤超，李俊宏，董明娟. 聚類中心模型在某水閘樞紐工程評標中的應用［J］ . 水電能源科學，2013，31 (12):221-224.

［24］ 王顯鵬，賈增科. 基于Vague 集的EPC 項目總承包商選擇模型研究［J］. 項目管理技術，2011 (6):13-16.

［25］ 位珍，王雪青，郭清娥. 基于模糊集理論的承包商資格預審模型［J］. 模糊系統與數學，2012，26 (3):120-126.

［26］ 郭健. 基于二元語義信息的工程項目評標決策方法［J］.統計與決策，2010 (11):156-158.

［27］ 楊耀紅，張俊華. 基于群決策模糊聚類和模糊神經網絡的建筑分包商選擇研究［J］ . 數學的實踐與認識，2010(11):10-19.

［28］ 鄧聚龍. 灰色系統(社會. 經濟)［M］. 北京:國防工業出版社，1985:92-185.

［29］ 吳春花，張洪亮. 基于灰色關聯投影的BT 項目總承包商選擇研究［J］. 建筑經濟，2014 (1):37-40.

［30］ 位珍，王雪青，郭清娥. 基于區間數和灰色關聯分析的承包商資格預審方法［J］ . 模糊系統與數學，2012，26(6):110-113.

［31］ 何美麗，劉浪，王宏偉，等. 基于集對分析的工程評標未知權重多屬性決策［J］ . 中南大學學報:自然科學版，2012，43 (10):4058.

［32］ Zavadskas E K，Vilutiene T，Turskis Z，et al. Contractor selection for construction works by applying SAW ‐ G and TOPSIS grey techniques ［J］ . Journal of Business Economics and Management，2010，11 (1):34-55.

［33］ 楊寶臣，陳躍. 基于變權和TOPSIS 方法的灰色關聯決策模型［J］. 系統工程，2011，29 (6):106-112.

［34］ 張波，王祖和，李沖. 基于灰色關聯分析和DTOPSIS 法的評標模型［J］. 項目管理技術，2011 (2):33-36. PMT