《Expert Systems with Applications》:Attack and defense against deep reinforcement learning-based agent for discrete domains: Application in distribution network reconfiguration
编辑推荐:
研究人员研究了双通道供应链(dual-channel supply chain, DCSC)中制造商开通直销渠道、零售商提供销售努力(sales effort)且存在搭便车(free-riding)行为时,市场需求为模糊不确定(fuzzy uncertain
研究人员研究了双通道供应链(dual-channel supply chain, DCSC)中制造商开通直销渠道、零售商提供销售努力(sales effort)且存在搭便车(free-riding)行为时,市场需求为模糊不确定(fuzzy uncertain demand)环境下的联合定价、订货/生产批量及销售努力决策问题。通过引入广义参数可能性分布(Generalized Parametric Interval-Valued Fuzzy Variable, GPIVVF)刻画模糊需求的选择变量与专家经验参数λ,采用Petruzzi & Dada (1999)两阶段法求解分散决策下零售商最优零售价p1、销售努力e及订货因子z1对给定批发价w和制造商在线价p2的反应函数,进而通过Stackelberg均衡求制造商最优p2、w及库存因子z2;集中决策下直接最大化整体期望利润得到系统最优p1c*、p2c*、ec*及z1c*、z2c*,并设计批发价折扣与收益共享契约(Wholesale-Price Discount and Revenue-Sharing Contract, WDRS)协调供应链。针对一般模糊分布不可二阶可微情形,构建基于均值—方差信息的分布鲁棒模糊优化(Distributionally Robust Fuzzy Optimization, DRFO)模型,以最坏情形下期望利润最大化为准则求解。结果表明:模糊需求下零售商最优零售价与销售努力随自身订货因子、制造商在线价及批发价递增(后者对努力为负),且受搭便车系数δ与努力成本系数η抑制;集中决策下各渠道价格与努力均随本/跨渠道模糊需求积分Θzi递增,适度搭便车(δ较小)可提升系统利润当且仅当在线价高于零售价;WDRS契约可协调DCSC至集中决策利润水平并实现Pareto改进;DRFO框架可处理仅有矩信息的模糊需求而不依赖具体分布形态。
论文解读:双渠道供应链模糊不确定需求下定价、库存与销售努力的联合决策研究
研究背景与意义
传统报童模型与随机需求假设难以刻画新品缺乏历史数据时的主观性与模糊性(fuzziness),而双渠道供应链(Dual-Channel Supply Chain, DCSC)中制造商开设在线直销渠道、零售商投入销售努力(sales effort, e)以促进线下需求,且消费者存在搭便车(free-riding, δ)行为——即体验线下服务后转至线上购买——使需求相互耦合。现有研究多假定随机需求或确定模糊分布,较少同时考虑模糊不确定需求下的联合定价—库存—销售努力决策及搭便车效应,亦缺乏适用于一般模糊分布的分布鲁棒求解框架。该研究发表于《Expert Systems with Applications》,旨在填补上述空白,为短生命周期产品DCSC运营决策提供理论支撑。
主要技术方法
研究人员构建含零售商渠道(需求受零售价p1、在线价p2交叉影响、销售努力e及搭便车δ)与制造商在线渠道的线性模糊需求函数,需求基线为广义参数区间值模糊变量(Generalized Parametric Interval-Valued Fuzzy Variable, GPIVVF)ξλ,含选择变量与专家偏好参数λ。分散决策采用Stackelberg博弈(制造商为leader设定p2、w,零售商为follower响应p1、e、Q1),依Petruzzi & Dada两阶段法先固定库存因子z1求p1*(z1)、e*(z1)再优化z1*满足一阶条件Θ'z1fw?hρwΦ(z1)=0;制造商决策经引理化简w?z1一一负对应、z2*=Φ?1(h?hc/p2)后单变量优化p2。集中决策联立一阶条件求p1c*、p2c*、ec*(p1,p2)及zic*=Φ?1(h?hc/pic*),验证海塞负定保证凹性。协调机制设计WDRS契约(τw, κ)使分散均衡复制集中解。扩展部分建立分布鲁棒模糊优化(Distributionally Robust Fuzzy Optimization, DRFO)模型,定义模糊分布不确定集U={μξλ(x;θ)|μξλ=λμξU+(1?λ)μξL, λ∈[0,1]},以infμ∈UE[Π]为最坏情形目标做max-min博弈。
研究结果
4.2.1 Retailer decisions under uncertain demand(分散决策下零售商决策)
Lemma 1给出给定z1时p1*(z1)=p10+ρηΘz1/[ (2β1η?(1?δ)2)h ],e*(z1)=e0+ρ(1?δ)Θz1/[ (2β1η?(1?δ)2)h ],其中Θz1=∫0z1(h?Cr{ξλ≤r})dr。Proposition 1证明?p1*/?p2>0, ?p1*/?w>0, ?p1*/?z1>0;?e*/?p2>0, ?e*/?w<0, ?e*/?z1>0;且p1*、e*随市场占比ρ与交叉价格敏感系数β递增,随自渠道价格敏感系数β1、努力成本系数η及搭便车δ递减。Lemma 2将最优订货量Q1*(z1)=ρz1?β1p1*(z1)+βp2+(1?δ)e*(z1)表为z1单调增函数。Theorem 1证当βp2?β1w≥0时z1*唯一满足dE[Πr]/dz1=0;若βp2?β1w<0需ρ>ρth方存在较大根。
4.2.2 Manufacturer decisions under fuzzy demand(分散决策下制造商决策)
Lemma 3(i)给定p2,最优z1*与w一一对应且负相关;(ii)z2*(p2,w)=Φ?1(h?hc/p2)。Theorem 2给出制造商在线价p2*由?E[Πm(p2,z1*)]/?p2=0解出(边界情况取p2=c若左偏)。表明制造商决策依赖零售商反应曲线嵌入。
4.3 Model analysis with a centralized mechanism(集中决策模型分析)
4.3.1 The optimal sales effort:Proposition 2得ec*=(?c+p1?δp1+δp2)/η,且?ec*/?p1>0, ?ec*/?p2>0,零售价对努力刺激强于在线价。
4.3.2 The optimal selling prices:由一阶条件得p1c*(z1,z2,e)、p2c*(z1,z2,e)(式13-14)。Proposition 3:?pic*/?e受δ调节——δ较小时零售价对e敏感度高于在线价反之;各渠道价格对自身Θzi偏导大于对异通道Θzj偏导且均正。Proposition 4:?p1c*/?δ<0, ?p2c*/?δ>0(搭便车压低零售价抬升在线价);?2p1c*/(?e?δ)<0, ?2p2c*/(?e?δ)>0(搭便车削弱e对p1正向作用、强化对p2);?E[Πc]/?δ=he(p2?p1),即p2>p1时搭便车增总利反之减。
4.3.3 The optimal sales effort and selling prices(内生化e):Theorem 3在η>ηth下给出联合内生前ec*(z1,z2)、p1c*(z1,z2)、p2c*(z1,z2)解析式(式15-17)。Proposition 5:(i) ec*随Θz1、Θz2递增;(ii) p1c*、p2c*均随Θz1、Θz2递增;(iii)(iv)按搭便车δ与η分区(C1-C6)比较?pic*/?Θzj大小关系。Theorem 4:集中决策库存因子zic*=Φ?1(h?hc/pic*),与定价决策直接关联。Proposition 6证整体期望利润对(p1,p2,e,z1,z2)联合凹,且模糊分布形态影响库存决策与价差。
4.3.4 Contract coordination:Theorem 5证存在批发价折扣参数τ*及收益共享比κ∈(κ1,κ2)使WDRS契约协调DCSC至集中利润水平并Pareto改进。
4.4 Model extension(分布鲁棒模糊优化扩展)
构建DRFO Stackelberg模型(式18),不确定分布集U由GPIVVF上下界凸组合生成,零售商与制造商分别求解maxp1,z1,einfμ∈UE[Πr]与maxp2,w,z2infμ∈UE[Πm],适用于仅有模糊需求矩信息的非可微分布情形。
讨论与结论
研究人员结论如下:(1)模糊不确定需求下零售商定价与努力决策含风险溢价项Θz1,与传统随机新svendor不同;(2)搭便车系数δ抑制零售价促进在线价,适度搭便车(p2>p1)可增总链利;(3)集中决策各通道价与努力同向随模糊需求积分增,分区讨论δ与η对价格—努力交叉弹性的影响;(4)WDRS契约可消除双重边际效应实现协调;(5)DRFO框架放宽二阶可微与具体分布假设,适应信息不完全模糊环境。该研究丰富了模糊环境下DCSC联合运营决策理论,为短生命周期产品多渠道管理提供量化依据。