采购是供应链中的重要环节。做为生产与消费过程的源头，其质量的高低，直接影响企业的运营成本及生产过程（Business-to-Business，B2B）、政府的采购成本（Business-to-Government，B2G）。近几年随着经济全球化与信息技术的发展，传统线下手工交易的采购方式已逐渐向基于信息技术的在线采购平台转化，因此，采购过程中的买卖双方正面临着新的机遇与挑战。当前，做为一种自动化、公平的价格决定与资源配置的机制，在线拍卖在采购过程中有广泛的应用前景。　　然而，由于待采购产品往往具有品种多、数量大、利润差异大、商品之间具有互补性和可替代性等特点，因此在大宗商品采购中要满足各参与者对采购效率、采购成本及采购质量的要求将变得更加复杂，这是影响在线逆向多属性组合拍卖实际应用的主要问题。因此，如何从各参与者利益最大化角度出发，针对采购效率、采购成本及采购质量之间的存在的核心矛盾，为其提供合理的决策支持方法是本文的研究重点。　　针对上述问题，本文从解决逆向多属性组合拍卖中WDP算法时间复杂性与准确性之间的内在矛盾为出发点，结合当前信息技术的特点，通过对标段划分算法（即拆分包算法，简称分包算法）、WDP算法的设计以及供应商投标决策支持的研究，为各类参与者提供决策支持，以增强逆向拍卖的实用性和可行性。具体研究内容如下：　　首先，本文给出了在线逆向拍卖决策支持模型总体架构。通过对当前采购拍卖现状的分析，给出各参与人行为特征及参与人关系模型，并以此模型为基础，给出在线采购拍卖决策支持模型的架构及其核心模块（过程支持、解支持）的总体设计，为后文模型的设计及论述提供了理论依据及研究框架。　　其次，文章给出了在线逆向拍卖分包策略的总体分析与设计。本文以数据挖掘方法、科学计量学及机制设计理论为基础，根据分包规则以及信息技术的要求，设计出两种分包策略及算法——“基于属性的分包策略”（Attribute Based Bundle Strategy，ABBS）和“基于先验信息的分包策略”（Post Bidding Bundle Strategy，PBBS）。这两种分包策略将在线逆向多属性组合拍卖WDP问题简化为多个“子WDP”问题进行解决，这样不但可以提高包内商品的相似性、保证供应商之间的高竞争性，而且能有效地降低采购拍卖过程中WDP算法复杂度、降低采购成本并提高采购拍卖效率。　　接着，对在线逆向多属性组合拍卖过程中至关重要的WDP算法进行分析和设计，建立基于分包策略的WDP算法。由于WDP算法在评价供应商投标过程中往往需要考虑价格、质量、交货期等若干属性，因此采购拍卖 WDP问题属于多属性决策范畴，然而在传统多属性决策的指标体系设计中，需假设评价指标之间不相关，并且需要设定各指标权重，该类方法缺乏实用性。针对上述问题，本文采用数据包络分析（DEA）方法与分包算法结合，对于每一个包利用DEA的C2R模型解决包内子WDP问题，从而解决整个采购拍卖的WDP问题，采购方提供决策支持。　　最后，从供应商利益最大化的目标出发，以拆分包模型为基础，通过对供应商投标行为分析给出了供应商投标策略决策支持模型。并以此为基础设计了供应商投标决策AGENT——PABSA的体系架构和实现技术，以实现采购拍卖中供应商投标的自动化和智能化。通过算例演示表明，该方法可以有效地提高供应商的收益、降低拍卖过程中信息不对称所带来的负面影响。　　本文通过分包算法、WDP算法及对拍卖参与者决策支持模型的设计，有效地解决了在线采购拍卖中拍卖效率与WDP算法时间复杂度之间的矛盾，具有很好的理论意义和实践价值，为在线采购拍卖的成功应用提供了理论依据。