随机等价互补品序贯组合拍卖数量折扣研究

将数量折扣引入到具有随机等价互补品的序贯二价拍卖中,研究了数量折扣对买者均衡报价战略及期望剩余的影响,建立了卖者如何选择最优的数量折扣以最大化自己期望收益的规划问题. 分析结果表明：采用适量的数量折扣可以激发买者之间的激烈竞争行为,进而使得卖者的期望收益得到提高,而最优的数量折扣随着买者人数的增加而减小.     

基于数量折扣的时滞变质物品库存协调模型

建立了单个生产商和单个零售商的斯坦伯格博弈模型, 生产商以固定生产率生产一种时滞变质物品, 零售商面对依赖价格和时间的需求. 首先, 分别给出了分散、集中情况下价格和订货批量的均衡解, 并通过数值算例分析得出, 批发价格随着易逝率增加而减小, 随着产品可维持其原有品质的时间的增加而增加; 易逝率较大时, 零售价格随着产品可以维持其原有品质的时间增加而减小; 然而易逝率较小时, 零售价格随着产品可以维持其原有品质的时间增加而增加. 其次, 给出使系统达到最优的数量折扣契约, 通过数值分析得出订货批量增值会随着产品可维持其原有品质时间增加而增加; 价格敏感系数、生产成本增加时, 批发价格折扣的Pareto上下限均会变大. 最后, 通过分析得出, 生产商向零售商提供的最优批发价格折扣随着生产商的生产成本和库存持有成本增加而增加.     

基于二水平误差控制的序贯分支筛选法及应用

针对仿真实验中三水平序贯分支（sequential bifurcation,SB）难以处理定性因子的问题,提出了基于两水平的误差控制SB法,并在序贯概率比（sequential probability ratio test,SPRT）检验群组效应过程中,采用动态的初始仿真次数作为初始样本点,提高了SPRT的效率,减少了统计推断所需的仿真次数. 蒙特卡罗仿真的对比分析以及基于实际背景的仿真案例应用,验证了在保证统计推断效力的条件下,所提方法能明显降低SB所需的仿真次数,并成功处理包含定性因子的仿真模型.     

基于价格折扣和数量返回的供应链契约协调策略

不考虑缺货损失的条件下的供应链契约,同时引入供应商与零售商间的价格折扣和数量返回策略,建立了相应的供应链契约协调决策模型。通过模型的分析与求解,可以得出零售商在上述情况下的最优订购策略及供应商回购策略。     

基于序贯拍卖的最优折扣机制设计

将数量折扣引入到具有多个买家与两件替代品的序贯二价拍卖中,利用数量折扣削弱物品之间的替代性,引发买家之间更为激烈的竞争,使卖家借此获益.得到了买家的均衡报价策略,针对不同买家数量的情形分别建立了确定最优折扣额度的数学模型.算例分析表明:采用适当的数量折扣可以增加卖家的事前期望收益;在买家人数较少,物品之间替代性较强,买家实力较强时,需要采用较大的折扣力度.     

基于蚁群算法的序贯决策问题研究

实际工程中存在许多大规模、非线性多约束的序贯决策问题,传统算法解决起来较为困难.蚁群系统(ACS)是一个用来解决大规模多约束组合优化问题的现代启发式算法,根据序贯决策的特点设计了多层结构的蚁群系统,给出了算法的组成结构;为了节约计算内存和优化时间,详细阐述了淘汰劣质解机制的精英策略;并通过梯级水电站短期优化调度这一实际工程序贯决策问题,来验证所构造的算法,给出了优化调度的数学模型及算法的求解思路.最后,采用我国西南地区某梯级流域中三个水电站的相关数据建立了调度仿真模型,仿真结果证实了所采用算法的有效性和可行性.     

易逝品两级供应链中的数量折扣问题研究

在单个供应商和多个零售商构成的易逝品两级供应链中，供应商仅知道零售商需求分布的可能类型．不知道每个零售商的具体需求分布，存在信息不对称；供应商采用数量折扣策略对零售商进行信息甄别，最大化供应商的期望利润．文章建立了基于数量折扣策略且能最大化供应商期望利润的信息甄别模型，分析了模型解的性质，给出了求解方法．最后假设零售商市场需求呈均匀分布，采用遗传算法求出了模型的近优解，算例结果表明数量折扣策略能够最大化供应商的期望利润，不能实现供应链协调．     

基于部分交叉验证的多准则序贯近似建模方法

提高序贯近似建模的精度和收敛效率,关键在于制定合理有效的序贯抽样准则。针对如何有效获取目标系统信息进行近似建模,同时提高建模精度和收敛效率,提出了基于部分交叉验证的多准则序贯近似建模方法。通过融合部分交叉验证误差估计准则、极大序贯建模累积变化准则和极大熵准则的特征和优势,可实现对全空间全面抽样和对不规则区域重点抽样,进而提高近似模型的精度和收敛效率。算例测试表明该方法在提高序贯近似建模精度和收敛效率方面可行有效。     

基于数量价格折扣的非对称信息供应链协调

供应链关系中各个经济体与最终市场的接触程度不同,造成各级供应商之间关于市场需求信息的不对称。以S tacke lberg模型为基础,研究短生命周期产品二级供应链的协调问题。设计制造商占主导地位的供应链中基于价格折扣实现信息共享的协调机制。通过比较价格折扣机制协调下各方的收益,证明数量价格折扣不但能促使零售商传递信息,还可以提高供应链整体收益和满足市场需求。上述结论表明通过有效的价格折扣机制可以促进供应链协调、降低零售商市场风险和减少产品短缺现像,有利于整个社会福利的提高。     

虚拟现实仿真下的序贯决策优化研究

通过构造虚拟现实仿真环境,利用仿真模型对系统的直观描述性,对系统的运行状况进行模拟,并为决策者提供了一个观察系统运行的虚拟空间,决策者可以"进入”到系统内部,根据观察到的系统状况及个人的偏好,在虚拟环境中进行一系列的决策.由于现实系统中,系统状态转移概率以及报酬函数往往不能显式得到,所以传统方法无法求解序贯决策问题.作为一种新的思路,利用仿真优化算法,根据仿真运行提供的定量信息,利用虚拟现实的环境,实现序贯决策过程的优化,最终可以得到最优或满意的决策策略.     

基于双层规划的普通克里金插值方法研究

采用双层规划描述了普通克里金法中理论变异函数模型参数求解问题.针对传统变异函数模型参数求解过程中容易受人为不确定性因素影响的问题,建立了以交叉验证统计结果最优和个体样本满足最优无偏线性估计为目标的双层规划模型,并给出了相应的求解方法.该方法根据交叉验证结果优化调整上层系统随机给定的变异函数模型参数,可以减少变异函数模型参数求解过程中人为不确定等因素的影响,从而可以获得合理的理论变异函数模型参数和较好的空间插值结果最后,以土壤pH值为例,通过与加权最小二乘法比较验证了采用该方法的有效性和合理性.     

考虑价格折扣的三级供应链协同计划问题研究

研究了考虑价格折扣的三级供应链协同计划问题,以产品的生产成本、库存成本、调整准备成本、运输成本和原材料采购成本、订货成本、库存成本之和最小为目标,构建了考虑价格折扣的三级供应链协同计划模型,设计了该问题的知识进化算法用以求解方案.对仿真实例进行了计算,结果表明本文建立的考虑价格折扣的三级供应链协同计划模型及算法的有效性.     

关键词拍卖打折效应的对称纳什均衡分析

在商品流通过程中, 销售者经常通过打折促销的方式来提高销售量从而增加利润; 作为广告位的卖家, 搜索引擎也可以通过打折的手段来"促进销售". 基于以上问题, 给出了打折GSP机制下的对称纳什均衡的定义及其性质. 由于商品-广告位-供应的限制, 打折不能提高关键词拍卖中的商品"销售量", 但提高了广告主在GSP机制下的整体均衡报价水平. 以对称纳什均衡的最低收益为标准分析了搜索引擎的收益变化, 发现打折对搜索引擎收益的影响取决于打折的直接折扣效应和促进竞争效应的相对大小. 搜索引擎可以通过设置合理的折扣因子获取关键词拍卖的理想收益. 数值模拟结果表明: 给定的估价分布下存在最优折扣因子和最优打折位置; 估价分布越稀疏打折效果越好.     

基于层次粒子群算法的非线性双层规划问题求解策略

在交通与物流网络系统规划中的许多决策问题可以归结为双层规划模型, 这类问题大多属于非凸优化问题. 现有算法要么难以获得全局最优解, 要么在解决大规模问题时存在算法复杂度及计算效率问题. 本文基于 进化博弈及多目标优化非支配排序的思想设计了层次粒子群算法, 通过两个粒子群算法的交互迭代来模拟 决策者之间的博弈寻优过程, 从而获得使各方利益最大化的双层规划问题的最优解. 最后通过测试函数验 证算法的有效性.     

基于二层规划的供应链网络间的竞争模型

针对供应链与供应链竞争问题,建立了基于二层规划的供应链网络间的竞争模型,其中上层为政府部门的税收最大化问题,下层为多个供应链网络间的竞争问题.通过定义产品市场链说明了供应链网络之间是如何竞争的,在模型中引入政府宏观调控手段,以产品价格税的形式来说明政府部门对市场的调节职能和作用.研究表明供应链与供应链的竞争可以看作是由核心企业所决定的供应链网络之间的竞争,同时,政府部门的宏观调宏政策可以有效地影响供应链网络之间的竞争行为.最后,给出了求解模型的罚函数法,并通过一个算例对模型进行了检验.     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.     

The changing of common priors in sequential auctions

In sequential auctions the phenomenon of declining prices is often observed, which in theory can be represented by a supermartingale. This paper employs the perspective that bidders’ values may change over stages and the common priors are sequentially adjusted by the remaining bidders. It is shown that the declining price sequence can be explained by the adjustment of common priors between auctions. The adjustment of common priors is characterized by stochastic orders. Sufficient and necessary conditions for a supermartingale price sequence are derived.     

Information revelation in sequential auctions with uncertainties about future objects

In many auctions, buyers know beforehand little about objects to be sold in the future. Whether and how to reveal information about future objects is an important decision problem for sellers. In this paper, two objects are sold sequentially and each buyer’s valuation for the second object is k times that for the first one, and the true value of k is sellers’ private information. The authors identify three factors which affect sellers’ revelation strategies: The market’s competition intensity which is characterized by the number of buyers, buyers’ prior information about the second object, and the difference degree between two objects which is characterized by k. The authors give not only conditions under which revealing information about the second object in advance benefits the seller, but also the optimal releasing amount of information in the market with two sellers and one seller, respectively.