随着《中长期铁路网规划》(2016年调整)“八纵八横”客运专线的提出和“一带一路”战略的推进,我国和“一带一路”国家铁路建设事业进入了跨越式发展的黄金时期。面对庞大的铁路基建市场,铁路建筑企业迎来重要发展机遇期,与此同时铁路建筑企业之间的市场竞争程度不断加剧。铁路建筑企业在激烈的市场竞争中获得铁路工程项目对其生存与发展起到关键作用。参与工程项目招投标是铁路建筑企业获得工程项目承建机会的主要方式,如何在资源约束条件下优化工程项目投标决策,提高对工程项目的选择能力,对铁路建筑企业提高中标概率以及中标后的效益具有重要意义。已有的研究成果中,铁路建筑企业项目投标决策模型方法具有目标单一、假设条件苛刻、对数据可得性与特征考虑不足的特点,部分模型理论程度高、操作复杂,对相关企业投标决策实际指导意义有限。因此,为推进铁路建筑企业工程项目投标决策科学化、合理化,迫切需要一种理论更加可靠、实践指导性更强的工程项目投标决策方法。本文以铁路建筑企业为研究对象,在铁路建筑企业特征和铁路建筑企业工程投标问题分析的基础上;综合考虑铁路建筑企业的可持续发展性、项目的盈利水平、企业竞争力等因素,建立了基于粗糙集的项目投标评价模型、工程项目成本预测模型、资源约束条件下的多项目综合择优模型,解决投标前“是否投、怎么投和投哪个?”这样一个多目标投标决策组合问题,形成了一个相对完整的铁路建筑企业工程项目投标决策体系。同时,为验证模型的有效性,采集国内某大型铁路建筑企业工程项目投标的相关数据进行了实证分析。本文具体研究内容和结论如下:(1)从企业竞争力、业务结构以及企业经营环境等方面分析铁路建筑企业特点的基础上,剖析了工程项目招投标特点及主要流程,根据决策内容划分投标决策阶段,重点分析了铁路建筑企业在各个投标阶段存在的主要问题,论证了铁路建筑企业工程项目投标决策的重要性。(2)针对单个工程项目投标机会决策问题(“是否投”问题),将盈利与竞争力提升作为铁路建筑企业工程项目投标决策的直接影响因素,构建了工程项目投标机会决策指标体系,建立了项目类别判定的粗糙集模型。考虑到粗糙集项目评价模型求解在属性约简、权重计算以及二级指标离散化等存在的难点,利用遗传算法和SVM对粗糙集模型进行改进。结合某大型铁路建筑企业70个项目数据分析验证了模型的科学性,得出基于改进粗糙集方法的工投标程项目评价模型的准确率达到了 95%。(3)在对某个工程项目做出投标决策的基础上,针对投标项目成本预测方法问题(“怎么投”问题),识别工程项目成本影响因素,建立LOGISTIC回归模型,分析工程项目成本与影响因素之间的关系;建立基于神经网络的成本预测静态模型,对铁路建筑企业工程项目成本进行预测;考虑长工期导致的相关因素随时间的变化特征,对静态成本模型的输入层数据进行修正,利用某大型铁路建筑企业20个项目数据分析得出,时间序列修正能进一步提升投标项目成本预测模型的准确度,更有利于支持报价和利润测算;同时也说明工期的长短对投标项目成本的影响程度很大。(4)在研究单个工程项目的投标机会决策和成本预测的基础上,以多个投标项目组合为研究对象,考虑铁路建筑企业面对多项目投标情况下,研究资源限制条件下多项目投标择优方法(“投哪个”问题)。通过层次分析法量化投标项目的综合效益目标,以企业资源为约束条件建立资源约束条件下的投标项目择优模型明确项目间的优先级,筛选出投标项目组合,并利用改进的粒子群算法求解多项目最优投标策略。通过某铁路建筑企业的实例分析说明改进的粒子群算法在模型约束条件众多,初始方案选择客观性不足等情况下能够有效搜索全局,较快求得最优投标项目组合。