نوع مقاله: مقاله پژوهشی

چکیده

قیمت گذاری مناقصه ای برای مناقصه گران از اهمیت ویژه ای برخوردار است و از جمله فعالیت های دشوار برای آنان می باشد. قیمت گذاری مناقصه ای فرآیندی پیچیده و همراه با ریسک است و پیچیدگی های مرتبط با آن بسیاری از مناقصه گران را از قیمت گذاری علمی منصرف ساخته است. در قیمت گذاری مناقصه ای عامل ریسک بعنوان یک متغیر غیرقابل کنترل و یا عامل برون زا متوجه مناقصه گران است. وجود معنی دار متغیرهای تصادفی در فرآیند قیمت گذاری، باعث عدم امکان ارزیابی های قطعی در رابطه با قیمت پیشنهادی می شود. در این مقاله مسئله قیمت گذاری مناقصه ای و نحوه مدیریت ریسک آن مورد توجه قرار می گیرد. مقاله حاضر با در پیش گرفتن یک نگرش مفهومی، فلسفه قیمت گذاری مناقصه ای را مورد تجزیه و تحلیل تئوریک قرار می دهد و براساس آن تابع احتمال برد برای هر قیمتپیشنهادی مطابق با قیمت نرمالایز شده براساس میزان ترجیح مناقصه گزار را استخراج می نماید که با استفاده از آن می توان براساس سطح کیفیت برآورد شده، احتمال برد من اقصه را در قیمت های مختلف برآورد نمود. سپس با استفاده از روش های تصمیم گیری و انجام تحلیل های کیفی اقدام به تعیین قیمت پیشنهادی به مناقصه می نماید. در نهایت مدل توسعه یافته برای یک مطالعه موردی به اجرا درآمد و نتایج حاصل از بکارگیری آن تشریح شده است.

کلیدواژه‌ها

عنوان مقاله [English]

Developing a Knowledge Base Model for Tender Pricing to Optimize Tender Offers Price

چکیده [English]

Tender pricing has especial importance to bidders and is one the difficult activities for them. Tender pricing is a complex process and engaging risk and its complexities lead to disappointing bidders from scientific pricing. In pricing process, bidders are facing risk factors as an uncontrollable variable. Significant attendance of several stochastic variables in the process lead to deterministic evaluation being unusable for offer price. In this paper, tender pricing and management of its risk has been examined. This paper with conceptual approach, will analysis the philosophy of tender pricing theoretically. Hence, winning distribution function has been developed based on Tender holder preferences for each offer prices according to normalized prices. There is ability to estimate winning probability for each price by using this function. After that by using some decision making techniques and carry out qualify analysis, offer price will be determined. Finally a case study has been carried out based on developed model and the result of model application described.