一种基于团队马尔可夫博弈的多agent协同强化学习算法

研究多agent系统的学习行为对于智能系统的适应性是至关重要的．针对一类追求系统得益最大化的协作团队的学习问题,基于马尔可夫博弈的思想,提出了一种新的多agent协同强化学习算法．协作团队中的每个agent通过观察协作相识者的历史行为,依照马尔可夫博弈模型预测其行为策略,采用适合的行为探索策略,进而得出最优的联合行为策略．实验对该算法进行了验证,结果表明该算法是有效的．     

不同公平偏好下最优订购周期和延迟支付期决策

在实际商业活动中，公平偏好会影响供应链成员的决策行为，针对现有延期支付的文献中，尚未考虑FS公平偏好模型、BO公平偏好模型分别对延迟支付期和订货周期的影响，分别构建了公平中性、FS公平偏好模型和BO公平偏好模型下零售商主导的Stackelberg博弈模型，提供寻找各种情况下模型的最优解的办法，利用数值算例，对关键参数进行灵敏度分析。研究表明：①BO公平偏好模型下，供应商最优延迟支付期大于公平中性下供应商最优延迟支付期；公平中性下，供应商最优延迟支付期大于FS公平偏好模型下供应商最优延迟支付期。②FS公平偏好模型下，零售商最优订货周期大于公平中性下零售商最优订货周期；公平中性下，零售商最优订货周期大于BO公平偏好模型下零售商最优订货周期。③FS公平偏好模型下，供应链各成员的利润低于或等于公平中性模型下的利润。④BO公平偏好模型下，供应链各成员的利润高于或等于公平中性模型下的利润。     

前景理论视角下PPP项目共享风险管理演化及仿真分析

PPP项目往往特许期较长,复杂和不确定因素较多,利益主体目标不同,能够明确分配的风险因素往往不会产生较大的争议,需要双方共享的风险便成为PPP管理成败的关键。本文将前景理论引入PPP共享风险管理的过程中,分析了公私双方均选择积极管理策略的均衡在实际中难以达成的原因,得出了影响演化稳定策略的因素有:公私方积极管理的额外感知成本,对风险发生概率的正确判断,损失分担系数和奖惩力度。为加强PPP项目共享风险的有效管理,本文提出了加强公私双方风险识别和评估能力和风险概率判断的准确性,落实责任分担机制,加强奖惩力度等措施。     

工程项目承包商多层次利益分配与激励机制

针对工程项目业主、承包商、分包商所形成的多层次管理系统,通过参与方之间的利益分配函数,基于多阶段博弈理论构建工程项目多层次激励协调模型.假设所有承包商风险中性且愿意为获得更多利益而付出努力,以承包商和分包商的利润为约束条件,形成合作关系.结果表明:承包商的努力协调程度与协调成本有关,与其固定成本无关;利益分配系数大小不仅取决于承包商努力协调效率,还与其他参与者的努力协调效率有关;承包商在增强自身管理能力时,还要与其他参与方协调,避免其他参与方搭便车而降低项目管理总体绩效.     

闭环供应链双渠道回收系统定价机制与协调策略

针对由再制造商、零售商和第三方回收商构成的闭环供应链回收再制造系统,基于再制造商委托第三方回收商同时回收的双渠道回收模式,在分散决策和集中决策两种情形下,运用博弈论方法研究闭环供应链的定价机制与协调策略;进而采用Rubinstein讨价还价模型及贴现因子理论进行闭环供应链策略协调分析及收益的Pareto改进;最后通过算例验证了定价机制与协调策略的有效性.研究发现,闭环供应链在采用双渠道回收模式下,系统集中决策不仅提高了各方收益,而且提高了闭环供应链回收再制造系统的整体效率.     

基于Stackelberg博弈的异质品双渠道供应链定价策略

为了有效解决异质品双渠道供应链的定价问题,研究了产品差异性对定价策略的影响.基于消费者剩余理论,构建了异质品双渠道供应链的定价决策模型.在此基础上,运用Stackelberg博弈求得异质品双渠道中零售商和制造商的最优定价以及零售商和制造商的最佳收益,并通过数值试验分析产品差异性对双渠道供应链各方以及整体定价策略和利润的影响.结果显示,采取高端产品的差异化战略对零售商、制造商以及供应链整体都有利.     

引进外资与发展民族经济博弈研究

随着我国改革开放的不断深化, 民族经济需要大量的发展资金． 外资在给我国民族经济带来巨大利益的同时, 也不断冲击着民族经济的发展． 为了解决这一矛盾, 本文建立了引进外资与发展民族经济博弈论模型, 试图利用该模型在引进外资与发展民族经济之间找到一个Ｎａｓｈ － 均衡点     

论复杂适应系统中利益群体博弈的形成过程

复杂适应系统是由多个利益群体所形成的共同利益的集合体,它是协同竞争效应产生的载体。单个利益群体之所以愿意加入博弈的复杂适应系统,是因为它可以借助系统中的协同竞争来获得单靠自身力量所无法获得的价值提升。然而这个过程也正是本文所研究的复杂适应系统中利益群体博弈的形成过程。     

多个建设方联合投资电厂决策的期权博弈分析

对于参与联合投资的各方而言,参与者依其规模可能有大有小,大企业与小企业之间的策略互动关系就形成一个博弈。当博弈方的总体利益与个别利益冲突时,个别企业又会以自身的利益为重,此时投资各方(博弈方)的投资决策就可能陷入"囚犯困境"。本研究采用实物期权(不可逆投资理论)的评价方法与思想,同时结合博弈论的思想方法,探讨投资各方在进行联合投资时,各投资方(博弈方)可能发生的各种策略行为。不同于目前的大部份文献,仅将焦点投注在各种实物期权方法上评估的差异,本文依据实务期权的内涵,提出投资方签订小规模企业向大规模企业缴纳期权费的产能合同的方式,以取得产能选择权。研究在此情况投资各方的策略行为是如何影响企业的投资方的决策。     

基于元胞自动机的行业危机扩散博弈分析

元胞自动机(Cellular Automata,CA)模拟仿真实现了行业危机扩散博弈过程的可视化,简化了博弈分析过程。本文首先进行了行业危机扩散的博弈分析,通过纳什均衡解的求解误差发现危机扩散受到很多因素影响,并且具有一定的随机性,增加了博弈分析的难度。基于此,引用元胞自动机结合行业危机扩散博弈的策略组合,构建了行业危机扩散的CA算法,解决了行业危机扩散博弈的有限理性假设问题,并使用仿真效果较好的多主体可视化软件Netlogo进行仿真,结果符合实际情况。