基于改进萤火虫算法优化KELM的投标人画像评价研究

简介

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。