进化博弈中多代理人强化学习模型

将强化学习引入到进化博弈中,建立了进化博弈中的多代理人强化学习模型,并基于Q-学习给出了算法流程,仿真算例的结果表明多代理人强化学习模型能使得博弈人不断学习、寻求最优策略.     

基于再制造优先的闭环供应链定价与协调

随着全球资源环境形势日益严峻,再制造已成为企业的重要战略选择.本文考虑政府对废弃产品回收的奖惩约束措施,针对一类由销售商负责废旧品回收的再制造闭环供应链系统,在以再制造产品优先满足市场需求条件下建立博弈模型对闭环供应链的制造品、再制造品及废弃产品回收的定价策略进行优化决策,并设计一个基于再制造优先的协调定价机制.该协调机制不仅基于生产者责任延伸制(EPR)原则在优先考虑再制造品利润的情况下协调制造产品和再制造产品利润,而且能对闭环供应链节点企业的利润进行合理分配,实现了闭环供应链的总体协调.     

基于博弈论的闭环供应链协调问题

当前,由于环境保护及资源有限的急迫性,越来越多的企业投入资金到产品的回收再造中,这样形成的生产-分销-零售-回收-再生产-……的供应链模式即为闭环供应链.考查了在分散决策的情况下,在由零售商负责新产品销售和废弃产品回收时,两阶段闭环供应链中节点企业(即制造商和零售商)为了获取自身最优利润,如何确定自己的批发价和零售价;如何考虑回收产品的回收价格;最后,在此基础上提出了一个简单的协调机制用来协调分散决策下的闭环供应链,以提高系统效率.     

基于EPR的供应链治理机制博弈分析

研究了生产者责任延伸(EPR)制度背景下的供应链系统中主体决策影响因素和治理机制的融合问题,基于供应链治理和博弈的理论视角,构造了个体生产者责任(IPR)模式下的非合作博弈模型和集体生产者责任(CPR)模式下的合作博弈模型,分别得出了IPR和CPR模式下企业污染治理技术的最佳决策.研究结果表明,企业的污染治理决策主要取决于企业之间生产技术的差距,以及相互依赖程度.强技术差距和强依赖性更容易导致CPR模式的产生;反之,IPR模式更容易出现在低依赖性和实力相当的企业当中.最后总结了EPR制度下供应链系统动态均衡治理的内部效率机制和外部合法性机制.     

基于期权的供应链契约式协调模型

通过期权机制,建立供应链协调过程中各决策主体的决策模型,发现期权机制下的供应链及其成员的收益要优于报童模型（Newsvendor）的情况.供应商通过制定期权的价格政策和选择合适的产品出清方式,可以将部分市场风险转移给供应商,供应商也因此通过期权而获得相应的风险补偿,从而达到供应链协调,实现帕累托最优.根据电子半导体类产品的特征,对论文中的理论模型进行详细的模拟分析,结果验证了期权契约在供应链协调过程中的有效性.     

合作型供应链的协调和激励机制研究

合作型供应链的特点是供应链的组成成员存在自治性利益要求，所以必须制订相应的利益协调和激励机制，保证供应链合作总收益的合理分配并激励各个成员按照合作目标行动，从而实现供应链整体的优化和协调。本文通过对一般合作供应链的分析，提出一个供应链协调支持的3层结构模型，并给出利益激励机制设计问题的一般描述，和一个基于静态线转移效用的激励机制设计思路。     

基于PSO神经网络的进化博弈研究

针对进化博弈中博弈人是有限理性的,提出了一种基于粒子群神经网络的进化博弈决策机制。该机制将神经网络技术引入到进化博弈中,并采用粒子群优化算法(PSO算法)来训练神经网络,因而可利用神经网络来模拟博弈人在进化过程中的学习和策略调整。利用该机制分别对有限理性条件下的鹰-鸽博弈和重复囚徒困境博弈进行了研究。实验表明:PSO神经网络可以准确地模拟进化博弈中博弈人的动态学习与决策过程,能有效地指导博弈人的策略选取,是进化博弈分析的有力工具。     

绿色供应链中政府与核心企业进化博弈模型

为探究绿色供应链中政府与核心企业的博弈过程,在分析政府和企业在不同策略下各自的成本和收益基础上,运用进化博弈理论研究了政企双方的博弈关系.博弈分析结果显示:核心企业开展绿色供应链管理的成本和收益、政府对企业是否开展绿色供应链管理的奖惩力度,都直接影响博弈结果;政府和核心企业两个群体,在三种情况下存在进化稳定策略.政府和企业为了获得长远的利益,政府制定不断严格的环保法规,加大奖惩力度;核心企业应首先主动实施环境管理,积累相关环保经验,并进一步影响其上下游的企业,这是政府和企业保护环境、双方实现长期共赢的必由之路.     

支持强化学习的协同进化算法研究

基于GA的三个主要遗传算子,借鉴生物科学中神经元相互刺激与抑制的量化关系,采用数.学模型描述了多个体协同式强化学习的动力学行为;同时对传统GA的进化计算方法进行一定改进,提出了支持强化学习的新的协同进化算法;最后,仿真实验数据表明新算法增强了智能搜索的能力,并加快了种群的收敛速度.     

具有Stackelberg博弈特征的供应链定价协调

针对某些供应链在定价决策过程所具有的Stackelberg博弈特征，利用二层规划构建了供应链定价均衡模型，研究了供应链定价协调模型，并给出了批发价格折扣契约这种协调机制，为求解二层规划模型，给出了基于混沌搜索的启发式算法，最后用实例验证了结论。研究表明二层规划可以很好的用来模拟Stackelberg博弈，价格折扣契约能够协调供应链。     

一类基于进化博弈的多主多从Stackelberg对策算法

当Stackelberg对策具有多主者多从者时，传统的Stackelberg模型求解算法从方法上将面临困难，因而文章着重研究了多主多从Stackelberg对策的算法．建立了具有多主多从的Stackelberg对策模型，给出了基于进化博弈论的模型求解算法．同时，考虑到成员之间可能存在合作关系，对联盟利益分配问题进行了初步探讨．最后，给出了一个两主两从Stackelberg对策算例，应用所提方法进行了分析，结果表明两主者合作时对从者不利，而从者是能从主者非合作竞争中渔利的．     

Coordination game model of co-opetition relationship on cluster supply chains

The research of cluster supply chains is a new direction and a hotspot of the industrial cluster theory. On the condition of the coordination game, the enterprises may be stuck on the non-efficient equilibrium status, which becomes an important problem that must be considered on cluster supply chains. A symmetrical coordination game model is constituted to describe the competition and cooperation relationship of the same-quality manufacturers on cluster supply chains. The methods of the non-cooperation game theory and the evolutionary game theory are respectively used to analyze the model, whose parameters＇ influences under each method are then compared. It can be concluded that the analysis of the evolutionary game theory is more realistic and practical. Finally, three approaches are considered to break away from being path-dependence locked-in non-efficient status during this coordination game evolutionary process, which provide the development of cluster supply chains with an effective forecasting and Pareto optimizing method.     

双寡头零售市场绿色营销演化博弈分析

基于演化博弈理论和Hotelling模型研究绿色供应链中零售商的最佳营销策略,分析了两零售商之间的绿色营销策略博弈关系.结果显示消费者对绿色效用的偏好程度以及政府对零售商补贴等因素,直接影响零售商的市场份额和收益,进而影响其营销模式.研究结果表明:政府的补贴调控机制是实现零售市场绿色管理的方法之一,但补贴只有达到一定量时,政府的调控机制才会发挥作用.此外政府应加大对绿色环保的宣传力度,提高公众的绿色环保意识,进一步实现绿色供应链的可持续发展.     

供需随机的OEM供应链在风险厌恶下的协调决策

在OEM(original equipment manufacturer)供应链中,随机供应会产生缺货的风险,随机需求会导致误判订单的风险.为了降低这些风险给OEM供应链造成的损失,基于CVaR风险度量准则建立了一个风险厌恶的品牌企业和一个风险中性的OEM供应商的Stackelberg博弈模型,求解出分散决策下的均衡定价与订货策略,提出了结合缺货惩罚和收益分享的协调机制.研究结果表明,均衡定价与订货策略可以最小化品牌企业的条件风险价值,且最大化OEM供应商的期望利润;风险厌恶程度影响品牌企业的订货量,风险厌恶程度越大,订货量越小;品牌企业通过按缺货数量收取罚金,并向OEM供应商分享一部分利润,可以提高订货数量,实现供应链协调;协调契约的参数取值受OEM供应商的定价策略制约,而定价策略又受风险厌恶程度的影响.     

供应链中制造商--供应商合作研发博弈模型

考虑包含一个供应商和一个制造商的供应链系统．在提出一个新产品合作研发模型的基础上，通过对比两种非合作博弈和协同合作情况下，供应链系统及供应链中的制造商和供应商研发费用投入、合作补贴政策、利润的差异，阐明了在新产品研发过程中，制造商与供应商之间的协同合作不仅可以使供应链系统利润最优，而且还能形成双赢的局面，最后，采用Rubinstein讨价还价模型来分析系统剩余利润的分配问题，并获得了最优的可行帕累托有效合作新产品研发方案。     

生态供应链下绿色采购的信号博弈

以“污染预防”作为指导思想，生态供应链摒弃了传统的单个企业采取的“末端治理”的治污方法，提高了治理污染的效率，改善了污染治理的效果，是可持续发展的具体实践，作为生态供应链的重要组成部分，绿色采购是生态供应链得以成功实施的关键，分析了供应商和制造商拥有不完全信息时，供需双方在不同的市场环境下的判断和采取的策略，推导出了俣并均衡、分开均衡及混合均衡存在的充分必要条件，比较了3种均衡的市场效率。     

基于绿色信贷的政府促进银行实施代理监督权的博弈研究

本文将银行绿色信贷引入到政府促进企业实施绿色供应链中,通过建立政府与银行之间的进化博弈模型,分析了两方参与主体的进化稳定策略.研究结果表明:当政府的"审查"成本大于对银行"不实施"绿色信贷的罚款时,政府最终都会选择"不审查";当银行"实施"所获得的收益大于"不实施"所获得的收益时,银行最终都会选择"实施";当银行"不实施"所获得的收益与"实施"所获得的收益之差大于银行"实施"所获得补贴与"不实施"所获得的罚款之差时,银行最终都会选择"不实施".     

反应型供应链多层库存运输优化与模糊博弈协调

考虑多方式运输成本和库存成本的权衡, 研究了随机需求下单层和多层反应型供应链的库存(补货)和运输最优策略及模糊环境下的供应链协调. 在以布朗运动描述的随机累积需求下, 同时考虑混合运输方式的选择以及库存补货, 给出最优补货点和运输控制策略. 然后将此推广到多层库存问题,分别讨论了在补货流和需求流平衡与否的情况下系统的最优库存和运输策略. 独立分散决策和集中联合控制的比较表明后者能更有效地协调多层供应链系统. 用模糊合作博弈建模分析多层供应链在模糊环境下实现集中联合控制的情形, 在系统库存输入流和输出流平衡的前提下求证了模糊合作博弈的核的存在性并给出模糊Shapley值作为成本分摊模糊合作博弈解的合理公平预测.     

基于微分对策的产品回收对供应链协同优化的影响

考虑制造商负责回收和处理废旧产品的两级闭环供应链,建立制造商主导的Stackelberg博弈下的微分对策模型,以废旧产品回收量影响的企业声誉为状态变量,利用反馈求解法得出制造商和零售商的最优决策.在此基础上,假设奖惩临界值受企业声誉影响,得出奖惩契约协调下的供应链最优决策.通过对奖惩契约有和无两种情形的决策进行对比,得出废旧产品回收成本系数与企业声誉和奖惩力度均成反向变动关系;在一定的参数条件下,采用奖惩契约能提高废旧产品的回收量,降低产品的销售价格,增加制造商和零售商的收益,达到社会、企业和消费者的多赢;当供应链系统参数满足一定条件时,相比无契约分散决策下供应链企业收益,奖惩契约的设计与实施能够持续有效地提高企业收益.