基于模糊联盟合作博弈的企业联盟收益分配策略

针对企业联盟模糊情况下的收益分配问题进行分配策略研究,通过关于模糊测度的Choquet积分,定义了模糊联盟合作博弈的支付函数v和Shapley值.并证明了支付函数v具有超可加性,以及Shapley值满足有效性、对称性、哑元性与可加性的公理体系,实例证明了企业联盟收益分配的模糊Shapley值方法.     

考虑风险的模糊Shapley港航联盟收益分配

针对盟员投入不确定会导致联盟收益模糊性问题,提出模糊Shapely收益分配策略.构建不同竞合情形下的合作博弈双层规划模型,以模型输出结果构造三角模糊数支付函数,并进行模糊Shapely收益分配.考虑盟员面临的风险程度不同,运用模糊层次分析法测算成员的风险因子,并基于该因子对模糊Shapely收益进行修正.算例结果表明,新策略满足联盟形成机制,同时保证收益分配更加科学合理.提出的分配策略解决了联盟收益不确定性时收益分配不合理的问题.     

区间支付合作对策的团体贡献Shapley值

针对区间支付合作对策的收益分配问题,基于经典Shapley值处理边际贡献的方法,考虑了团体边际贡献对于局中人收益分配的影响,定义区间支付合作对策上的团体贡献Shapley值.将经典Shapley值满足的三条公理进行拓展,证明提出的解满足Shapley值的公理化体系.最后通过算例分析区间支付合作对策上Shapley值与团...     

模糊软合作博弈

本文将模糊软集引入合作博弈理论中,给出一种模糊软合作联盟模型,定义该模型的模糊软合作博弈概念,讨论模糊软合作博弈的超可加性、凸性等性质,并利用Choquet积分分析模糊软合作联盟博弈的收益分配对策,保证模糊软合作联盟的稳定性.最后通过实例分析验证表明该合作联盟博弈及其收益分配方法是有效的.     

合作博弈的梯形模糊数均分剩余值解及其在农产品冷链物流中的应用

合作博弈通常综合考虑分配的效益性及公平性原则,以图实现帕累托最优。合作博弈的均衡结果未必能够满足每个局中人的全部需求,但至少要实现整体最优,例如使他们的整体不满意度达到最小。由于现实博弈环境具有诸多不确定因素,合作联盟的收益值有时难以用精确数表示。为满足现实需求,有必要深入研究模糊环境下的新的合作博弈解。首先,基于局中人的平方超量,将清晰环境下的均分剩余值解拓展至模糊环境,构建求解两种梯形模糊数均分剩余值解的数学模型,推导出最优解,并证明该解具有有效性、可加性、对称性等诸多良好性质。其次,研究农产品冷链物流合作博弈案例,构建用梯形模糊数表示的局中人的收益值。最后,验证所提出的两种梯形模糊数均分剩余值解的优越性,据此获得使所有局中人的整体不满意度最小的合作收益分配策略。结果表明：在解决具有类似情境的合作收益分配问题时,梯形模糊数均分剩余值解是可靠、恰当的,根据该解对合作收益进行分配更加公平合理。     

可信联盟博弈的核仁和夏普里值

研究了模糊联盟博弈,由于信息的不确定性,联盟支付视为模糊变量.基于可信性理论,在不同的决策环境中引入模糊排序方法表征局中人行为.因此,该文定义两种新的可信核仁和可信夏普里值,即模糊联盟博弈的解,并分别证明了新解存在性定理.其次,在现实模糊联盟博弈中,用算例说明该文研究内容的现实意义.最后,讨论两种可信核仁(可信夏普里值)之间可能存在的关系.     

凸随机合作对策的弱核心与弱稳定集

针对局中人在不确定支付条件下如何分配联盟赢得的问题.运用凸随机特征函数将凸随机对策的核心和稳定集加以推广,在分配弱优超基础上建立凸随机合作对策的弱核心与弱稳定集的概念,进一步研究它们之间的性质及关系.提出一种联盟收益分配即弱核心,采用偏好关系具体化的方法证明了弱核心的存在性及唯一性,从而扩展了凸随机合作对策解的研究.     

有偏好信息的多目标N人非合作模糊对策及其解

刻画了有偏好信息的多目标N人非合作模糊对策.给出了局中人相互知道权重偏好和相互不知道权重偏好时对策的求解方法.证明了在这种解的意义下,非合作的局中人的实际模糊支付值不比它期望的小及不论各局中人是否相互知道他人的权重偏好,实际形成的对策局势都相同.     

Choquet积分形式下区间凸模糊对策的强ε核心

为了填补核心常常为空的缺陷,研究合作对策的强ε模糊核心的一些特征和性质.讨论了一类具有区间支付的区间凸模糊合作对策—Choquet积分形式下的区间凸模糊合作对策.通过在Choquet积分形式下的区间凸模糊合作对策上定义了区间强ε核心,给出这类核心的一些特征和性质,并对此加以证明.研究表明:Choquet积分形式下的区间凸模糊合作对策的区间强ε核心与经典合作对策模型中强ε核心的性质是一致的,该结果丰富了具有区间支付的模糊对策解的研究.     

技术转让与收益分配评价中的模糊数学方法

在技术转让与收益分配的评估中 ,本文运用模糊优选和线性回归相结合的方法确定销售额提成比例 ,并通过一个例子的运算 ,对模型作了验证 .