🎯 综合决策建议(基于历史中标数据)

--
中位下浮率 (P50)
最稳妥报价
--
保守报价 (P25)
低于75%历史中标
--
激进报价 (P75)
低于25%历史中标
--
平均竞争家数
--
--
C1均值
基准价构成比例
竞争风险:
匹配标段
--
平均控制价
--
中位下浮率
--
平均投标家数
--
下浮率范围
--
C1均值
--

中标下浮率分布

竞争家数分布

C1参数分布

控制价分层 × 下浮率中位数

时间趋势(按月下浮率)

历史中标明细(最近100条)

项目名称地区行业评标办法 控制价(万)下浮率投标家数C1日期操作
模拟中...
--
推荐下浮率
--
报价分第1概率
--
安全下界
--
安全上界
--
k1扣分
--
k2扣分
--
r下浮系数
--
C1比例
通用模型

已知投标人 0个

输入投标公司名称,系统自动匹配历史画像,提升预测精度。

🏆 竞争格局分析

有效竞争对手
--
平均报价下浮
--
我方最优下浮
--
预估竞争烈度
--

📊 各行业竞争格局总览

行业标段数均控制价(万)均投标家数均下浮率开标样本
加载中...

📈 行业报价比分布 数据截止 2026-05-19 · 17.5万条记录

整体报价比分布(报价/控制价)

标段内变异系数(CV)分布

中标人位置分布

投标家数 vs CV 关系

🏷️ 高频竞对 Top10(全行业)

ℹ️ 数据范围说明
#对手名称参与次数中标次数中标率
加载中...

🏆 对手排行

#对手名称参与次数中标次数中标率威胁等级
加载中...

🧪 模型准确度

已加载模型
--
回测 MAE
--
≤1% 命中
--
增量学习
--

📋 战绩总览

决策次数
--
中标次数
--
胜率
--
已追踪
--

📋 最近决策记录

行业控制价(万)我的下浮率中标人下浮率偏差(pp)结果操作
加载中...

⚠️ 重要披露:使用前必读

1. 模型命中率:本系统回测显示,推荐下浮率与实际中标下浮率偏差在 ±10% 以内的案例占比约为 28.4%(目标 60%,当前未达标)。这意味着模型的预测能力有限,请将推荐结果作为参考而非决策依据。

2. 数据地域限制:当前模型仅基于湖南省历史数据训练(17.5 万条投标记录 · 7246 家投标人 · 4112 个标段)。其他省份的用户使用时,由于地域差异(市场环境、竞争格局、评标规则执行尺度不同),预测精度可能进一步下降。

3. 置信区间含义:策略推演中标注的 95% Wilson 置信区间表示:在真实胜率未知的情况下,有 95% 的概率落在该区间内。区间越窄说明样本越多、估计越准;区间较宽时说明数据不足,请谨慎参考。

4. "胜率"实为"报价分第1概率":本系统所称"胜率"是指在蒙特卡洛模拟中,您的报价得分超过所有竞争对手的概率,而非真实中标率。真实中标还受技术商务分、资质评分等非价格因素影响。

📐 算法原理

1. 蒙特卡洛模拟:每次模拟从历史分布中随机采样 N 个竞争对手报价(N 由模型 BIDs 字段决定),结合 C1(基准价权重)、r(下浮率系数)计算基准价,再用官方评标公式计算得分。重复 5000~10000 次取统计平均。

2. 官方评标公式:

  • N≥5 时:C = a·算术均值 + b·中位数 + c·(Q₁+Q₃)/2 + d·几何均值(a∈[30,45], b∈[5,20], c∈[5,20], d∈[30,45])
  • N<5 时:C = 40%·算术均值 + 18%·中位数 + 42%·几何均值
  • 基准价 T = (C1×控制价 + C×控制价×(1−C1)) × (1−r/100)
  • 得分按五区间梯度扣分(详见《湖南省房屋建筑和市政基础设施工程施工招标投标评标办法》)

3. 模型结构(V3):按"行业×规模×地区×评标办法"四维分桶,共 364 个细分模型。每个桶存储 C1s/rs/BIDs/RATIOs 四个数组,分别代表基准价权重分布、下浮率系数分布、投标人家数分布、报价比分布。

4. 多单位组合优化:从 winRate 最高的若干下浮率中挑选间隔≥0.5% 的组合,用独立假设计算联合胜率:P(至少一中) = 1 − ∏(1−Pᵢ)。实际中标存在相关性,联合胜率为上界估计。

📊 数据来源与更新

来源:湖南省公共资源交易服务平台(www.hnsggzy.com)公开数据

规模:17.5 万条投标记录 · 7246 家投标人 · 4112 个标段

模型数据:models.json 提供(约 170 个有效模型桶)

离线行业分析:截止 2026-05-19(静态数据,不随 API 更新)

实时数据:通过后端 API 实时查询(/api/history、/api/competitors 等)

💡 使用建议

1. 将推荐下浮率作为起点,结合项目实际情况(技术难度、竞争烈度、企业战略)调整。

2. 关注安全区间而非单一推荐值——在安全区间内的报价都有合理的竞争力。

3. 使用"已知投标人"功能输入确认会参与的对手,可提升预测针对性。

4. 多单位组合优化结果为理论上界,实际多标段投标需考虑资质限制、标段间的相关性。

5. 决策后请使用"保存决策"功能记录,系统会在开标后自动匹配实际结果,持续校准模型。

模拟计算中,请稍候...