Modelling the impact of electronic auction on the tender procedure for the construction of railway infrastructure with the Bayesian networks

• Autorzy: Janowiec Filip

Identyfikatory

DOI

10.24425/ace.2022.143058

Warianty tytułu

PL

Modelowanie wpływu aukcji elektronicznej na postępowanie przetargowe dotyczące budowy infrastruktury kolejowej przy użyciu sieci bayesowskiej

• Języki publikacji: EN

Abstrakty

EN

The numerous overruns of the investor's budget during tenders for the construction of railway infrastructure in Poland resulted in the widespread use of a new procedure for awarding public contracts - electronic auction. This procedure has many advantages and potential risks. One of the biggest benefits for an investor is the potential gains from reducing bids. Contractors competing against each other allow for the achievement of optimal prices for the planned construction investment. However, this may cause the originally calculated risks, should they materialize, lead to significant budget overruns. This, in turn, may imply further negative consequences, including exceeding the assumed investment deadlines. The article presents a method of modeling the influence of an electronic auction on a tender procedure with the use of a Bayesian network. Data from completed tender procedures announced by the PKP Polskie Linie Kolejowe S.A. were used to build the network. The created network was then validated, verified and calibrated using new data from 8 tender procedures.

PL

Liczne przekroczenia budżetu inwestorskiego podczas przetargów na budowę infrastruktury kolejowej w Polsce spowodowały powszechne zastosowanie nowego trybu udzielania zamówień publicznych - aukcji elektronicznej. Ta procedura ma wiele zalet i potencjalnych zagrożeń. Jedną z największych korzyści dla inwestora są potencjalne zyski, wynikające z zmniejszenia ofert. Oferenci konkurując wzajemnie pozwalają na osiągnięcie optymalnych cen dla planowanej inwestycji budowlanej. Jednak to może spowodować, iż pierwotnie kalkulowane ryzyka w razie urzeczywistnienia się, doprowadzą do znacznych przekroczeń budżetu. To z kolei może implikować dalsze negatywne konsekwencje, w tym przekroczenie założonych terminów inwestycji. W artykule przedstawiono metodę modelowania wpływu aukcji elektronicznej na postępowanie przetargowe z wykorzystaniem sieci bayesowskiej. Do budowy sieci wykorzystano dane pochodzące z zakończonych postępowań przetargowych ogłaszanych przez spółkę PKP Polskie Linie Kolejowe S.A. Stworzona sieć została następnie poddana walidacji, zweryfikowana i skalibrowana z wykorzystaniem nowych danych, pochodzących z 8 postępowań przetargowych.

Słowa kluczowe

EN

Bayesian network; electronic auction; public procurement; railway works; modelling

PL

sieć bayesowska; aukcja elektroniczna; zamówienie publiczne; roboty kolejowe; modelowanie

• Wydawca: Komitet Inżynierii Lądowej i Wodnej PAN ; Politechnika Warszawska, Wydział Inżynierii Lądowej
• Czasopismo: Archives of Civil Engineering
• Rocznik: 2022
• Tom: Vol. 68, nr 4
• Strony: 617--631
• Opis fizyczny: Bibliogr. 25 poz., il., tab.

Twórcy

autor

Janowiec Filip

• Cracow University of Technology, Faculty of Civil Engineering, Cracow, Poland

• https://orcid.org/0000-0002-1627-7181

Bibliografia

• [1] Act of 11 September, 2019 - Public Procurement Law (Journal of Laws of 2022, No. 2022, item 25).
• [2] Directive 2014/24 / EU of the European Parliament and of the Council of February 26, 2014 on public procurement, repealing Directive 2004/18 / EC (Journal of Laws UE L 94 of March 28, 2014, p. 65, as amended).
• [3] A. Leśniak, A. Radziejowska, “Supporting bidding decision using multi-criteria analysis methods”, Procedia Engineering, 2017, vol. 208, pp. 76-81; DOI: 10.1016/j.proeng.2017.11.023.
• [4] A. Leśniak, “Supporting contractors’ bidding decision: RBF neural networks application”, AIP Conference Proceedings, 2016, vol. 1738, no. 1, art. ID 200002; DOI: 10.1063/1.4951974.
• [5] C.T. Li, Y.T. Chen, “Bid/no-bid decision-making - a fuzzy linguistic approach”, International Journal of Project Management, 2004, vol. 22, no. 7, pp. 585-593; DOI: 10.1016/J.IJPROMAN.2004.01.005.
• [6] Resolution of the Council of Ministers of September 15, 2015 on the establishment of the National Railway Program until 2023.
• [7] “Tender procedures data”. [Online]. Available: https://zamowienia.plk-sa.pl/.
• [8] T. Hanak, “Electronic reverse auctions in public construction procurement - empirical evidence from the Czech Republic”, Archives of Civil Engineering, 2016, vol. 62, no. 3, pp. 47-60; DOI: 10.1515/ace-2015-0082.
• [9] H. Tayaran, M. Ghazanfari, “A Framework for Online Reverse Auction Based on Market Maker Learning with a Risk-Averse Buyer”, Mathematical Problems in Engineering, 2020, vol. 2020, pp. 1-13; DOI: 10.1155/2020/5604246.
• [10] T. Hanák, I. Marović, N. Jajac, “Challenges of Electronic Reverse Auctions in Construction Industry - A Review”, Economies, 2020, vol. 8, no. 1, pp 1-14; DOI: 10.3390/economies8010013.
• [11] L. Pham, J. Teich, H. Wallenius, J. Wallenius, “Multi-attribute online reverse auctions: Recent research trends”, European Journal of Operational Research, 2015, vol. 242, no. 1, pp. 1-9; DOI: 10.1016/j.ejor.2014.08.043.
• [12] Procedure: Cooperation with suppliers and contractors of SMS-PW-12, PKP PLK S.A., Warszawa, 2018.
• [13] Act of 28 March, 2003 - On Rail Transport (Journal of Laws of 2021, item 1556).
• [14] A. Leśniak, Modelowanie decyzji wykonawcy o udziale w przetargu na roboty budowlane. Kraków: Wydawnictwo Politechniki Krakowskiej, 2016.
• [15] A. Leśniak, F. Janowiec, “Analysis of contractor’s selection criteria in railway projects”, Archives of Civil Engineering, 2018, vol. 64, no. 3, pp. 145-158; DOI: 10.2478/ace-2018-0035.
• [16] A. Leśniak, F. Janowiec, “Analysis of tender procedure phases parameters for railroad construction works”, Open Engineering, 2020, vol. 10, no. 1, pp. 846-853; DOI: 10.1515/eng-2020-0095.
• [17] Railway Business Forum, Infrastructural construction in Poland until 2030. Investment Plans and Potential of the Executive Industry. Warszawa, 2021.
• [18] N. Fenton, M. Neil, Risk assessment and decision analysis with Bayesian networks. New York: CRC Press, 2018.
• [19] H. Kerzner, Project management: a systems approach to planning, scheduling, and controlling. Hoboken: John Wiley & Sons, 2003.
• [20] “GeNie (2019)”. [Online]. Available: https://www.bayesfusion.com/genie/.
• [21] B.G. Marcot, “Metrics for evaluating performance and uncertainty of Bayesian network models”, Ecological Modelling, 2012, vol. 230, pp. 50-62; DOI: 10.1016/j.ecolmodel.2012.01.013.
• [22] C.M. Florkowski, “Sensitivity, specificity, receiver-operating characteristic (ROC) curves and likelihood ratios: communicating the performance of diagnostic tests”, The Clinical Biochemist Reviews, 2008, vol. 29, no. 1, pp. 83-87.
• [23] J.A. Hanley, “Receiver operating characteristic (ROC) methodology: the state of the art”, Critical Reviews in Diagnostic Imaging, 1989, vol. 29, no 3, pp. 307-335.
• [24] M. Langarizadeh, F. Moghbeli, “Applying naive Bayesian networks to disease prediction: a systematic review”, Acta Informatica Medica, 2016, vol. 24, no. 5, pp. 364-369; DOI: 10.5455/aim.2016.24.364-369.
• [25] T.K. Moon, “The expectation-maximization algorithm”, IEEE Signal Processing Magazine, 1996, vol. 13, no. 6, pp. 47-60.