TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 9, SỐ -2006 NGHIÊN CỨU ỨNG DỤNG MẠNG NƠRON NHÂN TẠO HỖ TRỢ CƠNG TÁC CHỌN THẦU THI CƠNG THEO QUY TRÌNH ĐẤU THẦU VIỆT NAM Phạm Hồng Luân, Phạm Trường Giang Trường Đại học Bách khoa, ĐHQG-HCM (Bài nhận ngày 09 tháng 11 năm 2005) TĨM TẮT: Cơng tác đấu thầu xây dựng tùy thuộc nhiều yếu tố Những yếu tố tùy thuộc vào đặc điểm dự án lẫn tình thay đổi biến động khác Đơi việc chọn thầu cịn tùy thuộc vào kinh nghiệm khứ trực giác chuyên gia Mạng nơron nhân tạo tỏ công cụ hữu hiệu để ứng xử với vấn đề phức tạp không cấu trúc Những nghiên cứu ban đầu mạng nơron nhân tạo, qui chế đấu thầu VN: Nghị định Chính phủ 88/ND-CP, 14/ND-CP, 66/ND-CP … dẫn đến hình thành chương trình sofware chọn thầu Sofware mang tính chất nghiên cứu ứng dụng học tập bước đầu ứng dụng trí tuệ nhân tạo ngành xây dựng VN ĐẶT VẤN ĐỀ Ngành xây dựng thu hút lượng vốn đầu tư lớn tạo sản phẩm-cơng trìnhcó giá trị tương đối cao so với ngành công nghiệp khác Để hồn thành sản phẩm đảm bảo chất lượng, thời gian thực ngắn với chi phí đầu tư thấp, cơng việc đảm bảo chất lượng công tác chọn thầu thi công công trình phải thực cách chu đáo Cơng tác chọn thầu muốn thực tốt địi hỏi phải có chuyên gia giàu lực nhiều kinh nghiệm chuyên môn tương ứng Tuy nhiên, chuyên gia lúng túng việc định; Hoặc thực tế, chủ đầu tư khơng có điều kiện mời chuyên gia phù hợp Hiện trạng phổ biến Do nhu cầu trợ giúp cho công tác chọn thầu trở nên thiết việc áp dụng trí tuệ nhân tạo lĩnh vực cần khuyến khích áp dụng ngành xây dựng Việt Nam MỤC ĐÍCH VÀ PHƯƠNG PHÁP NGHIÊN CỨU Từ nhu cầu nảy sinh nêu trên, có nhiều ý tưởng giải pháp đề xuất cho việc hỗ trợ công tác chọn thầu Một số hướng nghiên cứu tìm kiếm hỗ trợ từ cơng cụ trí thơng minh nhân tạo Bài báo giới thiệu nghiên cứu ứng dụng cơng cụ trí tuệ nhân tạoMạng nơron nhân tạo-Artificial Neural Networks(ANN) để thiết kế phần mềm hệ chuyên gia cho mục đích hỗ trợ cơng tác chọn thầu theo quy trình đấu thầu Việt Nam Nghiên cứu sử dụng lý thuyết Mạng Nơron Nhân Tạo sở kết hợp với việc thu thập liệu đấu thầu thực tế để xây dựng hệ cấu trúc mạng thần kinh sinh học Cấu trúc sinh học có khả “Học tập” kiến thức chọn thầu chuyên gia chọn thầu từ sở liệu “Suy Luận” chọn thầu theo phương pháp chuyên gia PHẠM VI VÀ ĐỐI TƯỢNG NGHIÊN CỨU 3.1 Cơng tác chọn thầu Để hỗ trợ cơng tác chọn thầu việc phải tìm hiểu quy trình, quy chế liệu chọn thầu Việt Nam Các cơng trình xem xét cơng trình dân dụng, nhà ở, khách sạn, văn phịng tính phổ biến chúng Quy mơ cơng trình nghiên cứu cơng trình thực Việt Nam có giá trị 200 tỷ Các cơng trình xây lắp có giá trị từ 200 tỷ trở lên Việt Nam phải tiến hành đấu thầu theo quy trình dài đấu thầu hai giai đoạn Bên cạnh đó, với công Trang 15 Science & Technology Development, Vol 9, No.7- 2006 trình có giá trị lớn 200 tỷ hiển nhiên việc đấu thầu tiến hành chuyên gia hàng đầu, việc hỗ trợ máy tính cơng cụ bổ sung cần thiết 3.2 Cơng cụ trí thơng minh nhân tạo Mạng Nơron Nhân tạo-ANN áp dụng để mô cách thức định chuyên gia Do vậy, lý thuyết ANN xem xét mức độ tìm hiểu ứng dụng Để thiết kế cơng cụ hỗ trợ chọn thầu, ngơn ngữ lập trình JAVA áp dụng NỘI DUNG NGHIÊN CỨU 4.1 Tổng quan 4.1.1 Tổng quan tình hình nghiên cứu chọn thầu giới Việt Nam: Thực tế quốc gia đơn vị hành có quy định riêng Tuy nhiên, nhìn chung tổ chức, quốc gia có kinh tế mạnh mức đầu tư lớn thường có quy trình chọn thầu tuân theo tương tự chuẩn thông dụng Các quy trình thủ tục Hiệp hội kỹ sư tư vấn quốc tế-FIDIC xuất thành tài liệu hướng dẫn đấu thầu Việt Nam đường hội nhập phát triển nên Quy chế đấu thầu dựa mẫu biểu 4.1.2 Giới thiệu Mạng Nơron Nhân Tạo-ANN tình hình ứng dụng: Thuật ngữ Trí Tuệ Nhân Tạo Marvin Minsky phát biểu từ năm 1961 Nhưng từ hàng trăm năm trước người mong muốn tạo đối tượng có trí khơn, phục vụ cho lợi ích người Từ thập niên 80 trở sau, ngành nghiên cứu Trí tuệ nhân tạo có nhiều bước tiến nhảy vọt, ứng dụng nhiều vào phục vụ đời sống người loại máy ảnh, máy giặt, máy hút bụi, bếp thông minh vv… Thật vậy, Trí tuệ nhân tạo lĩnh vực mẻ nhiều tiềm Riêng mảng đấu thầu, chọn thầu, có vài chương trình nhỏ rao bán mạng Chủ yếu sử dụng cho khu vực quốc gia cụ thể với qui trình, qui định đặc trưng Các phần mềm hỗ trợ đấu thầu có ứng dụng Artificial Intelligence chưa thấy xuất hoi khó truy tìm, tiếp cận Ngay tổ chức chuyên ngành uy tín phổ biến với ASCE tính đến tháng 10/2003 tập hợp báo cáo ứng dụng Mạng Nơron Nhân Tạo-Artificial Neural Network để sơ tuyển nhà thầu cho bưu Hoa Kỳ [4] Nghiên cứu lại đơn giản, tác giả sử dụng tiêu chí để đánh giá hồ sơ dự thầu sơ tuyển Tác giả phải cho điểm tiêu chí từ đến tương ứng với nhận xét chủ quan cảm tính nhà thầu đáp ứng tiêu chí mức độ tồi, tạm, tốt, xuất sắc Sau Artificial Neural Networks dựa tập mẫu có sẵn để đánh giá đạt hay khơng đạt Cách đánh giá có ưu điểm bắt đầu ứng dụng ưu học từ liệu mẫu Artificial Neural Networks để mô hàm phức tạp suy nghĩ định đạt hay không đạt chuyên gia Nhưng nhược điểm phương pháp lại việc tự người dùng phải chọn đưa điểm số từ đến vào cho Artificial Neural Networks đánh giá tiếp định nghĩa đáp ứng tồi điểm tốt ba điểm Việc lại đòi hỏi người nhập liệu cho Artificial Neural Networks phải có trình độ biết đánh giá nhà thầu theo tiêu chí cách thục, xác Như khó khăn, phức tạp Nhược điểm nghiên cứu làm lu mờ nội dung báo cáo nghiên cứu nói Do phong phú đặc trưng ngành xây dựng công tác xét chọn thầu nên nghiên cứu ứng dụng tin học, trí tuệ nhân tạo cho cơng tác chọn thầu cịn bị bỏ ngỏ Ở Việt Nam nguyên nhân bỏ ngỏ ứng dụng cơng cụ hỗ trợ tự động hóa vào đấu thầu vài năm trước qui trình, qui định hồ sơ đấu thầu chưa chặt chẽ hay thay đổi, chưa qui định xây dựng thật chuẩn xác Hiện nay, nói qui trình, quy chế đấu thầu nước ta giới nói chung tương đồng Qua nhiều lần hiệu chỉnh, đến qui trình đấu thầu Việt Nam dần hoàn thiện Việc đánh giá, xét chọn nhà Trang 16 TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 9, SỐ -2006 thầu ngày chặt chẽ dần chuẩn hoá Do vậy, Nghiên cứu khơng trọng vào việc phân tích cải tiến quy chế đấu thầu Việt Nam mà bắt đầu nghiên cứu ứng dụng công cụ hỗ trợ, cụ thể Mạng Nơron Nhân Tạo-Artificial Neural Network vào q trình chọn xét thầu xây lắp cơng trình dân dụng Việt Nam Nghiên cứu cố gắng tiêu chuẩn hố, mơ hình hóa cơng tác chọn xét thầu qui trình liên quan dù hồ sơ qui trình phong phú mang tính đặc trưng Sau qua nghiên cứu sâu kết hợp với nhiều lĩnh vực khác, công cụ hỗ trợ chọn thầu ứng dụng Trí Thơng Minh Nhân Tạo -Artificial Intelligence đạt hiệu lực cao hơn, hồn thiện 4.2 Chọn thầu Q trình chọn thầu tóm gọn thành gồm bước : o Lập Hồ sơ mời thầu phát hành Hồ sơ mời thầu o Nhận Hồ sơ dự thầu đánh giá Hồ sơ dự thầu o Trình duyệt kết đánh giá Hồ sơ dự thầu thương thảo, kýhợp đồng Nhận thấy bước tuý thủ tục hành chính, chưa cần thiết nghiên cứu hỗ trợ Trong phạm vi nghiên cứu ta tập trung vào bước & Một chuyên gia giỏi đơi thiếu sót lúng túng bước lập Hồ sơ mời thầu Việc hỗ trợ, đề xuất Hồ sơ mời thầu cho cơng trình, gói thầu (dù để tham khảo hoàn thiện thêm) đáp ứng thiết thực & hữu ích Nhất việc đề qui định kỹ thuật, điều khoản yêu cầu tài tiêu chuẩn đánh giá Hồ sơ dự thầu Do vậy, bước - Hồ sơ mời thầu phát hành Hồ sơ mời thầu -đối với Chủ đầu tư bước quan trọng trình chọn thầu Ở bước - Nhận Hồ sơ dự thầu đánh giá Hồ sơ dự thầu - phải thực thời điểm 05 năm trước thực khó khăn nhạy cảm Tuy nhiên, từ 6/2003 đến nay, qua NĐ88/1999 NĐ66/2003 bước qui định thực cách chuẩn hoá hơn, rõ ràng Các Hồ sơ dự thầu đánh giá tiêu chí, điều kiện thang điểm rõ ràng, đưa đến cơng bằng, khách quan xác cho bước Cụ thể hơn, Hồ sơ dự thầu đánh giá bảng tiêu chuẩn đánh giá đính kèm Hồ sơ dự thầu Vậy bước phụ thuộc vào bảng tiêu chuẩn đánh giá Hồ sơ dự thầu thiết kế Hồ sơ dự thầu lập bước Trong bước 2- Nhận đánh giá Hồ sơ dự thầu , công việc đánh giá Hồ sơ dự thầu phân thành giai đoạn sau: ¾ Giai đoạn 1: Đánh giá sơ Hồ sơ dự thầu ¾ Giai đoạn 2: Đánh giá chi tiết hồ sơ dự thầu ¾ Giai đoạn 3: Xếp hạng Hồ sơ dự thầu Giai đoạn –Đánh giá sơ Giai đoạn 3- xếp hạng Hồ sơ dự thầu [1] thực khơng khó khăn KS bình thường Tuy nhiên, giai đoạn có bước, bước 1- Đánh gia mặt kỹ thuật, bước 2- Đánh giá mặt tài thương mại Ta thấy bước tuý kiểm tra bảng biểu giá dự thầu đơn vị, sai số nhân chia công trừ, sai lệch khối lượng so với Hồ sơ mời thầu dễ thực hiện, không cần nhiều kiến thức kinh nghiệm Trọng tâm vấn đề đánh giá Hồ sơ dự thầu cuối tập trung vào bước giai đoạn 2, đánh giá Hồ sơ dự thầu mặt kỹ thuật Công việc đánh giá Hồ Sơ Dự Thầu bước thật công việc tế nhị, khó khăn địi hỏi người thực phải có vốn kiến thức kinh nghiệm thích hợp Đơn cử ví dụ sau: mức điểm cho tiêu chí tiến độ phần đánh giá chi tiết Hồ sơ dự thầu cho cơng trình A 15 điểm 100 điểm tổng kỹ thuật Việc trả lời cho tiêu chí dễ việc đưa mức điểm 15 100 dựa sở nào? Tại 15 mà không 25 hay 11…? Tại cơng trình A Trang 17 Science & Technology Development, Vol 9, No.7- 2006 15 cịn cơng trình B lại 30…? Có quy định, hướng dẫn cho việc xác định mức điểm không? Câu trả lời chưa [1] [2]! Vậy thang điểm để đánh giá Hồ sơ dự thầu mặt kỹ thuật từ đâu mà có? Đó từ kinh nghiệm, kiến thức tư suy luận chuyên gia Đến ta mơ q trình tư não chun gia có lẽ ta có qui định thang điểm mang tính hướng dẫn pháp lý cho công tác đánh giá Hồ sơ dự thầu 4.3 Mạng Noron nhân tạo - ANN 4.3.1 Giới thiệu: Nảy sinh từ nhu cầu cần mô phỏng, nội suy Việc mô hàm số ngày trở nên hiệu hơn, phương pháp cổ điển mơ hàm nhiều biến, vài trường hợp, phức tạp hàm dù với vài biến làm cho việc mô phương pháp cổ điển trở nên khó khăn Bản thân phương pháp phức tạp, rắc rối phương pháp ứng dụng Vì lẽ đó, nhà tốn học tiếp tục mày mò phương pháp mới, mạnh mẽ hơn, đơn giản Có nhiều phương pháp mơ phát minh thêm, đó, phương pháp sinh học tối ưu trí tuệ nhân tạo dần khẳng định ưu GA, Artificial Neural Network, Fuzzy Logic, ANN-GA, ANN-Fuzzy [5] [7] [8] [10] [11]…… Công cụ quan tâm nghiên cứu Mạng Nơron Nhân Tạo -Artificial Neural Network khả mơ học hỏi mạnh mẽ Mạng Nơron Nhân Tạo-Artificial Neural Network cịn mơ gần hàm mục tiêu với số biến nhập xuất tuỳ ý, điểm có lẽ chưa có phương pháp trước đạt được, riêng khả Mạng Nơron Nhân Tạo-Artificial Neural Network ấn tượng đáng quan tâm Nhưng Mạng Nơron Nhân Tạo-Artificial Neural Network ưu điểm tuyệt vời khác, khả học Một Artificial Neural Network gần giống đối tượng tư Mỗi có kiến thức (Data mới) ta lại đưa cho Artificial Neural Network học Khả Artificial Neural Network cần thiết cho vấn đề có liệu ln thay đổi, cập nhật vấn đề đấu thầu mà ta nghiên cứu 4.3.2 Lý thuyết toán: Mạng Nơron Nhân Tạo-Artificial Neural Network phương pháp mơ hình hố tập trung vào toán phi tuyến (các hàm phức tạp hàm định chọn thầu ví dụ) Khả học Artificial Neural Network chủ yếu dựa kỹ thuật lan truyền ngược [3] [5] Mạng Artificial Neural lan truyền hàm phi tuyến xấp xỉ gần hàm đích cho qua số mẫu tập mẫu.hình H.1 sau minh hoạ mạng lan truyền Hình H1.Mạng LAN truyền lớp Trang 18 TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 9, SỐ -2006 Trong hình, mạng gồm lớp (thực tế ANN cho việc hỗ trợ chọn thầu có lớp này, kiến trúc cụ thể nghiên cứu chi tiết phần sau): lớp nơron nhập (input), lớp nơron ẩn lớp nơron xuất (output) Mỗi nút- nơron lớp nhập, phải nhận giá trị biến độc lập chuyển vào mạng Dữ liệu từ tất nơron lớp nhập tích hợp – ta gọi tổng trọng hoá- chuyển kết cho nơron ẩn Gọi “ẩn”, nơron lớp liên lạc với nơron lớp nhập xuất, nguời thiết kế mạng biết lớp (người sử dụng mạng lớp này) Tương tự, nút- nơron lớp xuất nhận tín hiệu tổng trọng hố từ nút ẩn Mỗi nút- nơron lớp xuất tương ứng biến phụ thuộc Mạng lan truyền hai trạng thái : o Trạng thái ánh xạ (ví dụ tính tốn thơng số cần thiết cho việc chọn thầu) o Trạng thái học (ví dụ học liệu chọn thầu mẫu từ người dùng nhập vào) Trong trạng thái ánh xạ, thông tin lan truyền từ lớp nhập đến lớp xuất mạng thực ánh xạ để tính giá trị biến phụ thuộc dựa vào giá trị biến độc lập cho : Y=NN(X) Trong trạng thái học, thông tin lan truyền theo hai chiều nhiều lần để học trọng số Trong trạng thái ánh xạ, mạng xử lý lần mẫu để tính Y=NN(X) Giá trị nút lớp ẩn lớp xuất giá trị hàm truyền với tham số tổng trọng hố Về mặt hình học, đồ thị hàm truyền có dạng chữ S – nên ta gọi hàm dạng S (H 2) Hình H.2 minh hoạ đồ thị hàm truyền thơng dụng g(u) : Hình H.2 Đồ thị hàm Logistic g(u) Khi u=0, g(0)=0.5 Khi u tăng, g(u) tăng – nhanh lúc đầu chậm tiếp cận 1, chặn Chặn Về mặt toán học, hàm logistic định nghĩa sau : g (u ) = 1 1+ n e e số lơgarit tự nhiên Hằng số e có giá trị khoảng 2.71828 4.4 Thiết kế mạng nơron nhân tạo cho mục đích chọn thầu 4.4.1 Sơ thiết kế ANN: Bài tốn có đầu vào liệu cơng trình, có kết xuất tiêu chí, thang điểm đánh giá Hồ Sơ Dự Thầu Các liệu (số nút nhập) Artificial Neural Network gồm có: 4.4.1.1 Nhóm cơng trình : nhóm Cơng nghiệp Trang 19 Science & Technology Development, Vol 9, No.7- 2006 Cấp thoát nước, Tuyến ống dẫn dầu, Tuyến cáp thông tin bưu điện, Đường dây tải điện Nông nghiệp thuỷ lợi Giao thông Dân dụng 4.4.1.2 Loại cơng trình nhóm : từ đến loại cho nhóm 4.4.1.3 Phân loại loại cơng trình : từ đến phân loại cho loại cơng trình Do tổng số phân loại cơng trình lên đến trăm 4.4.1.4 Giá trị cơng trình (tỷ) 4.4.1.5 Thời gian thi công (năm) Vậy trực quan ta thấy nên thiết lập Artificial Neural Network có nút nhập cho liệu vừa nên, có 25 nút xuất với 25 số tiêu chuẩn đánh giá Hồ Sơ Dự Thầu, số nút ẩn nghiên cứu xác định trình xây dựng & huấn luyện Artificial Neural Network cho hợp lý (H.3) Hình H.3 ANN có nút nhập, n nút ẩn 25 nút xuất Tuy nhiên, qua thực nghiệm nghiên cứu, nhận thấy kiến trúc Artificial Neural Network với nút nhập nhiều nút xuất khó thiết kế khó huấn luyện [3] [5] Kiến trúc cồng kềnh, thời gian luyện lâu, sai số giảm chậm dĩ nhiên độ tin cậy khơng cao Vì vậy, phải tìm giải pháp để đơn giản hố cấu trúc “bộ não“ này, từ làm cho việc kiểm soát Mạng Nơron Nhân Tạo-Artificial Neural Network trở nên dễ dàng & tin cậy 4.4.2 Giải pháp đơn giản hố ANN thơ ban đầu : Nếu ý đến liệu liệu thuộc lớp nhập ta nhận thấy : Ba liệu nhằm lọc cơng trình (dự án) thành 5x8x5 tương đương khoảng 200 phân loại cơng trình Thực mặt lý thuyết Mạng Nơron Nhân Tạo-Artificial Neural Network hồn thành nhiệm vụ tách lọc Nhưng mức độ nghiên cứu qua phân tích tình hình thực tế, ta chưa cần phải đưa phần lọc phân loại cơng trình vào Mạng Nơron Nhân Tạo Có thể lọc thuật toán lọc CASE cổ điển Động tác lọc gần 200 phân loại cơng trình theo tầng lọc : Nhóm, Loại, Phân loại Điều thật làm kiến trúc Mạng Nơron Nhân Tạo-Artificial Neural Network nhẹ khoảng 60% độ phức tạp giảm nhiều lần Trang 20 TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 9, SỐ -2006 Đến đây, riêng ANN từ liệu cần cho nút ẩn, ta cần liệu nút ẩn tương ứng : giá công trình thời gian thi cơng.Thực ra, ta bớt khối lượng cho ANN cách chuyển phần lọc liệu nhập sang cho lọc thông thường (H.4) Lớp Nhập : Nơron Lớp Xuất : Nơron Lớp Ẩn : Nơron Hình H.4 ANN có nút nhập, nút ẩn nút xuất 4.5 Chương trình hỗ trợ chọn thầu Bidder Select 4.5.1 Khả nguyên lý hoạt động chương trình: 4.5.1.1 Khả năng: Chương trình viết ngơn ngữ java, tiện lợi cho việc xuất bản, sử dụng mạng Internet Do mang tính ứng dụng phát triển cao Chương trình ứng dụng Artificial Neural Network giúp người dùng tác vụ q trình chọn thầu Các Modules chương trình là: o Lập Hồ sơ mời thầu o Đánh giá Hồ sơ dự thầu o Học (được huấn luyện) cách tư chuyên gia chọn thầu 4.5.1.2 Nguyên lý hoạt động: Các Module (processes) đặc thù cho xử lý thông tin, điều khiển chương trình, xuất nhập liệu vv… nghiên cứu xây dựng theo thuật toán quy trình chọn thầu phân tích Phần Module huấn luyện ANN có nguồn gốc từ Java engine (gói chương trình) Paolo Maroone – chun gia tốn tin học [18] -phát triển từ trước Trang 21 Science & Technology Development, Vol 9, No.7- 2006 4.5.2 Sơ đồ hoạt động tổng quát Bidder Select NGƯỜI DÙNG Hồ Sơ Mời Thầu Thơng tin gói thầu Thơng tin nhà thầu Dữ liệu huấn luyện ANN BIDDER SELECT Kết đánh giá Hồ Sơ Dự Thầu Kiến thức ANN KẾT QUẢ CỦA NGHIÊN CỨU : Nghiên cứu xây dựng phầm mềm có khả hỗ trợ cơng đoạn khó khăn mang tính chuyên gia quy trình tuyển chọn nhà thầu trình đánh giá Hồ sơ dự thầu họ Quan điểm, đường lối đánh giá Hồ sơ dự thầu Bidder Select động, thay đổi, không cứng nhắc bất biến phần mềm thông thường khác Ngồi ra, cơng trình Bidder Select cung cấp Hồ sơ mời thầu hoàn chỉnh nhằm giúp đỡ cán chưa nhiều kinh nghiệm chuyên gia giàu kinh nghiệm cần tham khảo đến đề xuất để giảm bớt nguy bỏ sót thơng tin, quy định, nhầm lẫn không đáng có NHẬN XÉT Bộ Hồ sơ mời thầu mẫu nghiên cứu đề xuất chưa thực trở thành chuẩn nghiên cứu chắt lọc, tổng hợp từ nhiều Hồ sơ mời thầu loại tác giả soạn thảo tuân thủ quy định hành quy chế đấu thầu Việt Nam Về phần nghiên cứu ứng dụng trí tuệ nhân tạo, khởi đầu kiến trúc Artificial Neural Network kềnh “khó bảo” với nút nhập, 25 nút xuất nhiều nút ẩn, Nghiên cứu tìm tịi đề xuất hệ Artificial Neural Network bao gồm tập hợp Artificial Neural Network đơn giản hiệu cho việc mô chuyên gia chọn thầu KẾT LUẬN Cuối cùng, nghiên cứu tạo sản phẩm công cụ chuyên gia ảo mang đặc trưng trí thơng minh nhân tạo có khả hỗ trợ cho cán bộ, chuyên gia q trình xét Trang 22 TẠP CHÍ PHÁT TRIỂN KH&CN, TẬP 9, SỐ -2006 chọn thầu Việt Nam Điều góp phần khẳng định tính khả thi hướng nghiên cứu áp dụng trí tuệ nhân tạonói chung, Mạng Nơron nhân tạo nói riêng cho ngành xây dựng APPLICATION THE ARTIFICIAL NEURRAL NETWORK IN BID SELECTION IN ACCORDANCE WITH VIET NAM CONSTRUCTION PROCESS Pham Hong Luan, Pham Truong Giang University of Technology, VNU-HCM ABSTRACT: Construction bidding procedures are affected by numerous factors These factors are both the specific features of the projects and dynamically changed situations Some of bidding decision is based on personal and past experience Artificial neural network (ANN) is revealed a useful tool in dealing with complex and unstructured problems A preliminary study on ANN and Vietnamese bidding regulations: 88/ND-CP, 14/ND-CP, 66/ND-CP was conducted to form a new software BIDDER SELECT This academic and educational software may be a first step in application of artificial intelligence in VN construction engineering TÀI LIỆU THAM KHẢO [1] Quy chế đấu thầu văn pháp quy liên quan : NĐ88/1999/NĐ-CP, NĐ14/2000/NĐCP,TT04/2000/TT-BKH,CV34134/BKH-VPXT/2000,NĐ52/, NĐ66/2003/NĐ-CP [2] Hồ Sơ Đấu Thầu cơng trình xây lắp nhóm dân dụng [3] Nguyễn Đình Thúc, Trí Tuệ Nhân Tạo - Mạng Nơ Ron - Phương pháp ứng dụng, NXB GD, 2000 [4] Committee on Expert System & Artificial Intelligence of Technical Council on Computer Practice of ASCE, Artificial Neural Networks for Civil Engineering Fundamental & Aplication , ASCE-2002 [5] Lê Minh Trung, Giáo trình Mạng Nơron Nhân tạo-ANN–Chương1, 2, 3, 4, 6, 7, 11, NXB Thống kê-1999, Thư viện ĐHBK: 004 LE-T-2000 [6] Simon Haykin-McMaster University Hamilton, Ontario, Canada, Neural Networks a Comprehensive Foundation-Chapter1, 2, 3, 4, 11, 13, 15, Prentice Hall Upper Saddle River, New Jesey 07458-1998 SE [7] PTS Nguyễn Thanh Thủy, Trí Tuệ Nhân Tạo-Các phương pháp giải vấn đề kỹ thuật xử lý tri thức–Chương 1, 2, / 1999, Thư viện ĐHBK: 006.3 TH, 1999 [8] Đỗ Trung Tuấn, Trí Tuệ Nhân Tạo-Artificial Intelligence-Chương1, 10, 19 / NXB GD1998 , Thư viện ĐHBK : 006.3 DO-T, 1998 [9] Đỗ Trung Tuấn, Hệ Chuyên Gia-Expert System-Chương 4, NXB GD-1999, Thư viện ĐHBK : 066.33 ĐO-T, 1999 [10] Ph D Nguyễn Thiện Thành, Trí Tuệ Nhân Tạo & Hệ Chuyên Gia- Artificial Intelligence & Expert System-Chương 6, 8, ĐHBK-1999,Thư viện ĐHBK : 006.33 NG-T-1999 [11] Nguyễn Hồng Phương-Nadipuram R.Prasad-Lê Linh Phong, Nhập mơn Trí Tuệ Tính Tốn-Computational Intelligence Introduction-Chương 5, 7, NXB KHKT-2002, Thư viện ĐHBK Trang 23 Science & Technology Development, Vol 9, No.7- 2006 [12] S Abou Rizk, P Knowles, U.R Hermann, Estimating Labor Production Rates for Industrial Construction Activities, Journal of Construction Engineering & Management, ASCE-November, December-2001 [13] D.K.H nChua, D.Z Li, W.T Chan, Case-Based Reasoning Approach in Bid Decicion Making , Journal of Construction Engineering & Management, ASCE-January, February-2001 [14] Cheng Yeh , Construction-Site layout using Anneal Neural Networks, Journal of Computing in Civil Engineering / ASCE-July -1995 [15] Ming Lu, Enhancing Project Evaluation & review Technique Simulation throung ANN-Based Input Modeling, Journal of Construction Engineering & Management, ASCE-September, October-2002 [16] Sunnil K Sinha, Robert A Mc.Kim, ANN for measuring organization effectivity, Journal of Computing in Civil Engineering, ASCE-January -2000 [17] Anil Sawhney, André Mund, Adaptive Probabilistic Nn-Based Crane Type Selection System, Journal of Construction Engineering & Management, ASCE-May, Jun-2002 [18] Paolo Maroon, Java Objective Oriented Neural Engine [19] Sách ngôn ngữ Java Trang 24 ... Khả nguyên lý hoạt đ? ?ng chư? ?ng trình: 4.5.1.1 Khả n? ?ng: Chư? ?ng trình viết ng? ?n ng? ?? java, tiện lợi cho việc xuất bản, sử d? ?ng m? ?ng Internet Do mang tính ? ?ng d? ?ng phát triển cao Chư? ?ng trình ? ?ng. .. Nhược điểm nghiên cứu làm lu mờ nội dung báo cáo nghiên cứu nói Do phong phú đặc tr? ?ng ngành xây d? ?ng c? ?ng tác xét chọn thầu nên nghiên cứu ? ?ng d? ?ng tin học, trí tuệ nhân tạo cho c? ?ng tác chọn... ANN xem xét mức độ tìm hiểu ? ?ng d? ?ng Để thiết kế c? ?ng cụ hỗ trợ chọn thầu, ng? ?n ng? ?? lập trình JAVA áp d? ?ng NỘI DUNG NGHIÊN CỨU 4.1 T? ?ng quan 4.1.1 T? ?ng quan tình hình nghiên cứu chọn thầu giới Việt