CN110046458A - 基于数据驱动的竞争型闭环供应链管理系统及方法 - Google Patents

基于数据驱动的竞争型闭环供应链管理系统及方法 Download PDF

Info

Publication number
CN110046458A
CN110046458A CN201910345456.4A CN201910345456A CN110046458A CN 110046458 A CN110046458 A CN 110046458A CN 201910345456 A CN201910345456 A CN 201910345456A CN 110046458 A CN110046458 A CN 110046458A
Authority
CN
China
Prior art keywords
model
competitive
competitor
tpl
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910345456.4A
Other languages
English (en)
Other versions
CN110046458B (zh
Inventor
刘盼
张凤杰
宋海草
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Agricultural University
Original Assignee
Henan Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan Agricultural University filed Critical Henan Agricultural University
Priority to CN201910345456.4A priority Critical patent/CN110046458B/zh
Publication of CN110046458A publication Critical patent/CN110046458A/zh
Application granted granted Critical
Publication of CN110046458B publication Critical patent/CN110046458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及大数据应用技术领域，具体涉及一种基于数据驱动的竞争型闭环供应链管理系统及方法。系统包括管理中心、零售商、第三方物流、多个分散再制造商、数据中心、消费者、原始竞争模型和竞争模型，竞争模型包括三种共存的竞争者，竞争模型中的竞争者是第三方物流、管理中心和数据中心。本发明弥补了大数据时代闭环供应链的研究不足，结合数据驱动的闭环供应链结构，分析并构建了三个完整的竞争供应链模型，获得CE、IS、TPL和OR之间的竞合关系；并在CE、IS、TPL分别单独与OR进行对比后，考虑了CE、IS、TPL三者之间的竞争关系；同时表达了私有信息对于模型间竞争关系的影响，督促企业保护消费者与客户的私有信息。

Description

基于数据驱动的竞争型闭环供应链管理系统及方法
技术领域
本发明涉及基于大数据应用技术领域，具体涉及一种基于数据驱动的竞争型闭环供应链管理系统及方法。
背景技术
随着能源地枯竭以及环境危机，产品回收问题越来越受关注。为节约资源、保护环境，许多国家已强制生产者执行环境法规，并要求其为产品整个生命周期负责。考虑到经济效益，越来越多的企业意识到再生产品的价值，对回收业务越来越关注。同时，随着互联网及物联网(IoT)的普及、云技术的快速发展，全球数据正迅速增长。根据国际数据中心(IDC)的预测，到2020年全球数据将达到35ZB。同时，云和虚拟存储的发展为大数据的低成本存储提供了机会。这些均为大数据的应用和发展提供了契机，大数据的时代已经到来。
但大数据时代，信息泄漏也变得更容易。大数据背景下，数据被称为信息经济不可或缺的原材料并已渗透到各个行业。然而，数据的开放存储使用户行为留下了“数据足迹”，竞争者可轻松收集各种类型的公共和公开数据。而且，供应链成员对闭环供应链信息的独家控制权逐渐减弱，竞争对手可通过大数据技术获取私人信息，这将有助于他们获得竞争优势。这些情况可能导致供应链成员之间的竞合关系发生变化。
尽管许多相关研究已针对这一问题进行了探讨，但大多数侧重于定性研究，例如概念和特点，使用数学模型来分析竞合关系的研究很少。
为预防私有信息泄露，学者们研究了反竞争情报系统。但是，在大数据背景下，开放的网络空间使大数据的获取变得更加容易。例如，在当代(即大数据成为企业获得竞争力和利润的手段)，企业为获得更大的利润，可能使用大量智能设备，如果这些设备生成的数据传播到网络空间，私有信息泄露的风险会增加。与此同时，员工将自己的移动设备带入工厂，这将给企业控制其私人信息带来问题。为了降低数据运行和存储的成本支出，企业将其大数据存储在云中，这也增加了私有信息泄露的风险。与此同时，数据中心将数据视为商品。但目前，关于大数据的规定并不健全，数据中心出售的信息可能包括私人信息。
在大数据环境中，信息泄露问题也在供应链管理领域进行了讨论，但是大多研究者专注于定性研究，定量研究很少；在定性研究中，许多研究分析了消费者私有信息泄露的现状和私人信息的保护方法。消费者信息泄露的原因主要来自两个方面：
1)为了从组织或其他人那里获益，消费者会积极地泄露自己的信息。
2)消费者被动地泄露自己的信息。主要包括第三方消费者数据库平台或公司披露的消费者隐私信息。此外，一些研究人员讨论了当前消费者隐私信息保护的问题，同时提出了一些建设性意见来加强私人信息保护。消费者隐私信息是市场需求信息和制造商的私人信息，其泄漏将给企业和供应链带来负面影响。
数据驱动思想认为，一个系统所需的各种功能(例如，预测、评估、调度、监控和优化)可以通过利用系统的在线或离线数据来实现，而闭环供应链系统也可以通过使用系统的在线或离线数据来获得各种期望的功能(例如，预测、评估、调度、监视和优化)。在大数据背景下，一些实践证明，使用大数据可以改善企业管理和运营。此外，使用大数据可以降低再制造成本。因此，在国外，许多企业，如Kroger，Overstock.com等都使用了大数据；在中国，也有一些公司，如No.1 StoCE，采取了数据驱动的思想来管理他们的供应链。此外，Waller等假设大数据会影响供应链的设计和管理，提出了数据驱动供应链的思想。在大数据背景下，闭环供应链也将进入数据驱动时代。
发明内容
鉴于此，本发明的目的在于提供一种基于数据驱动的竞争型闭环供应链管理系统及方法，弥补了大数据时代闭环供应链的研究不足，结合数据驱动的闭环供应链结构，考虑了私有信息泄露的情况，分析并构建了三个完整的竞争供应链模型，以获得CE、IS、TPL和OR之间的竞合关系；并在得CE、IS、TPL分别单独与OR进行对比之后，考虑了CE、IS、TPL三者之间的竞争关系；同时表达了私有信息对于模型间竞争关系的影响，督促企业保护消费者与客户的私有信息。
为了实现上述目的，本发明提供如下技术方案：
本发明提供一种基于数据驱动的竞争型闭环供应链管理系统，所述基于数据驱动的竞争型闭环供应链管理系统包括：
管理中心，所述管理中心用于部署分散再制造商并向分散再制造商分配商品生产任务，根据消费者的数据信息对零售商、分散再制造商和第三方物流进行调度；
零售商，所述零售商用于向消费者销售商品；
第三方物流，所述第三方物流用于运输商品；
多个分散再制造商，所述分散再制造商用于生产商品；
数据中心，所述数据中心用于获取消费者的数据信息，并将数据信息传递给管理中心；
消费者，所述消费者购买商品；
原始竞争模型，所述原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者；
竞争模型，所述竞争模型为在所述原始竞争模型的基础上，第三方物流、管理中心或数据中心分别单独参与竞争，即除了消费者的数据信息被零售商和数据中心获取、多个分散再制造商的数据信息和商品被管理中心获取、商品由且仅由零售商提供给消费者之外，还包括：消费者的数据信息被第三方物流或管理中心分别单独获取，多个分散再制造商的商品被第三方物流或数据中心分别单独获取，第三方物流、管理中心或数据中心分别单独提供商品给消费者。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，作为优选方案，所述竞争模型为TPL模型、CE模型或IS模型，其中：
所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；
所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；
所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者，
在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，作为优选方案，所述竞争模型的单一竞争者与所述原始竞争模型之间的需求函数为：
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；并引入如下参数：
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
Δπi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
Δπr表示竞争者之间的利润差，其中，r等于1、2或3，Δπ1代表IS和CE之间的利润差；Δπ2代表IS和TPL之间的利润差；Δπ3表示CE和TPL之间的利润差；
Δpr表示竞争者之间的零售价差，Δp1代表IS和CE之间的利润差；Δp2代表IS和TPL之间的利润差；Δp3表示CE和TPL之间的利润差；
C表示物流成本。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，作为优选方案，所述TPL模型与原始竞争模型之间的利润函数分别是：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
优选地，所述CE模型与原始竞争模型之间的利润函数分别是：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
再优选地，所述IS模型与原始竞争模型的利润函数分别是：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
在上述的基于数据驱动的竞争型闭环供应链管理系统中，作为优选方案，所述竞争者之间的零售价差异为Δpr，Δp1代表IS和CE之间的零售价差异，Δp2代表IS和TPL之间的零售价差异，Δp3表示CE和TPL之间的零售价差异；
所述竞争者之间的利润差为Δπr，Δπ1代表IS和CE之间的利润差，Δπ2代表IS和TPL之间的利润差，Δπ3表示CE和TPL之间的利润差；则有：
在上述的基于数据驱动的竞争型闭环供应链管理系统中，作为优选方案，对于竞争模型的三个竞争者之间：
当(1-θ)C＜ci时，则且即当(1-θ)C＜ci时，竞争者CE拥有比竞争者IS和竞争者TPL更高的收益和更低的零售价格，竞争者CE具有更高的竞争力；
当ci＞(1-θ)co时，则且即当ci＞(1-θ)co时，竞争者IS拥有比竞争者CE和竞争者TPL更高的收益和更低的零售价格，竞争者IS具有更高的竞争力
当ci＝(1-θ)C时，则且即当ci＝(1-θ)C时，竞争者CE与竞争者TPL具有相同的收益和零售价格，且均拥有比竞争者IS更高的收益和更低的零售价格，竞争者CE与竞争者TPL具有相同竞争力且均比竞争者IS具有更高的竞争力。
本发明还提供一种基于数据驱动的竞争型闭环供应链管理方法，所述基于数据驱动的竞争型闭环供应链管理方法包括：
构建原始竞争模型；
构建竞争模型；所述竞争模型包括TPL模型、CE模型和IS模型，所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者；在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS；
建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式；
建立竞争模型的竞争者之间的竞争关系公式。
在上述的基于数据驱动的竞争型闭环供应链管理方法中，作为优选方案，所述原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者。
在上述的基于数据驱动的竞争型闭环供应链管理方法中，作为优选方案，所述建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式包括：
建立竞争模型的单一竞争者与原始竞争模型之间的需求函数：
建立TPL模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
建立CE模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
建立IS模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
Δπi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
Δπr表示竞争者之间的利润差，其中，r等于1、2或3，Δπ1代表IS和CE之间的利润差；Δπ2代表IS和TPL之间的利润差；Δπ3表示CE和TPL之间的利润差；
Δpr表示竞争者之间的零售价差，Δp1代表IS和CE之间的利润差；Δp2代表IS和TPL之间的利润差；Δp3表示CE和TPL之间的利润差；
C表示物流成本。
在上述的基于数据驱动的竞争型闭环供应链管理方法中，作为优选方案，所述建立竞争模型的竞争者之间的竞争关系公式，包括：
建立IS模型与CE模型之间的竞争关系公式：
建立IS模型与TPL模型之间的竞争关系公式：
建立CE模型与TPL模型之间的竞争关系公式：
其中，竞争者之间的零售价差异为Δpr，Δp1代表IS和CE之间的零售价差异，Δp2代表IS和TPL之间的零售价差异，Δp3表示CE和TPL之间的零售价差异；
竞争者之间的利润差为Δπr，Δπ1代表IS和CE之间的利润差，Δπ2代表IS和TPL之间的利润差，Δπ3表示CE和TPL之间的利润差。
与最接近的现有技术相比，本发明提供的技术方案具有如下有益效果：
本发明提供一种基于数据驱动的竞争型闭环供应链管理系统，具有如下优点：
本发明的目的在于提供一种基于数据驱动的竞争型闭环供应链管理系统，弥补了大数据时代闭环供应链的研究不足，基于新的数据驱动的闭环供应链结构，考虑了私有信息泄露，分析并构建了三个完整的竞争供应链模型，以获得CE、IS、TPL和OR之间的竞合关系；并在得CE、IS、TPL分别单独与OR进行对比之后，考虑了CE、IS、TPL三者之间的竞争关系；时表达了私有信息对于模型间竞争关系的影响，督促企业保护消费者与客户的私有信息。
本发明还提供一种基于数据驱动的竞争型闭环供应链管理方法，汽油以效果与基于数据驱动的竞争型闭环供应链管理系统类似，不再赘述。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。其中：
图1是本发明基于数据驱动的竞争型闭环供应链管理系统的原始竞争模型示意图；
图2是本发明基于数据驱动的竞争型闭环供应链管理系统的TPL模型示意图；
图3是本发明基于数据驱动的竞争型闭环供应链管理系统的CE模型示意图；
图4是本发明基于数据驱动的竞争型闭环供应链管理系统的IS模型示意图。
图中ISC指IS，即数据中心；SRM指分散再制造商，OR指零售商。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不能理解为对本发明的限制。本发明中使用的术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是直接相连，也可以通过中间部件间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本发明提供了一种基于数据驱动的竞争型闭环供应链管理系统，所述基于数据驱动的竞争型闭环供应链管理系统包括：管理中心，所述管理中心用于部署分散再制造商并向分散再制造商分配商品生产任务，根据消费者的数据信息对零售商、分散再制造商和第三方物流进行调度；零售商，所述零售商用于向消费者销售商品；第三方物流，所述第三方物流用于运输商品；多个分散再制造商，所述分散再制造商用于生产商品；数据中心，所述数据中心用于获取消费者的数据信息，并将数据信息传递给管理中心；消费者，所述消费者购买商品；如图1所示的原始竞争模型，所述原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者，在本发明中，将原始竞争模型的零售商称为OR，本文所说的原始竞争者指OR；竞争模型，所述竞争模型为在所述原始竞争模型的基础上，第三方物流、管理中心或数据中心分别单独参与竞争，即除了消费者的数据信息被零售商和数据中心获取、多个分散再制造商的数据信息和商品被管理中心获取、商品由且仅由零售商提供给消费者之外，还包括：消费者的数据信息被第三方物流或管理中心分别单独获取，多个分散再制造商的商品被第三方物流或数据中心分别单独获取，第三方物流、管理中心或数据中心分别单独提供商品给消费者。
在本发明基于数据驱动的竞争型闭环供应链管理系统，数据中心和管理中心可以选择为位于互联网或物联网环境中的云服务器，分散再制造商、零售商和第三方物流通过互联网或物联网从云服务器中获取信息。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，进一步描述，所述竞争模型包括有：如图2所示的TPL模型，所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；如图3所示的CE模型，所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；如图4所示的IS模型，所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者；在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，进一步描述，所述竞争模型的单一竞争者与所述原始竞争模型之间的需求函数为：
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；并引入如下参数：
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
Δπi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
Δπr表示竞争者之间的利润差，其中，r等于1、2或3，Δπ1代表IS和CE之间的利润差；Δπ2代表IS和TPL之间的利润差；Δπ3表示CE和TPL之间的利润差；
Δpr表示竞争者之间的零售价差，Δp1代表IS和CE之间的利润差；Δp2代表IS和TPL之间的利润差；Δp3表示CE和TPL之间的利润差；
C表示物流成本。
在上述的基于数据驱动的竞争型闭环供应链管理系统中，进一步描述，所述TPL模型与原始竞争模型之间的利润函数分别是：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
优选地，所述CE模型与原始竞争模型之间的利润函数分别是：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
再优选地，所述IS模型与原始竞争模型的利润函数分别是：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
在上述的基于数据驱动的竞争型闭环供应链管理系统中，进一步描述，所述竞争者之间的零售价差异为Δpr，Δp1代表IS和CE之间的零售价差异，Δp2代表IS和TPL之间的零售价差异，Δp3表示CE和TPL之间的零售价差异；
所述竞争者之间的利润差为Δπr，Δπ1代表IS和CE之间的利润差，Δπ2代表IS和TPL之间的利润差，Δπ3表示CE和TPL之间的利润差；则有：
在上述的基于数据驱动的竞争型闭环供应链管理系统中，进一步描述，对于竞争模型的三个竞争者之间：
当(1-θ)C＜ci时，则且即当(1-θ)C＜ci时，竞争者CE拥有比竞争者IS和竞争者TPL更高的收益和更低的零售价格，竞争者CE具有更高的竞争力；
当ci＞(1-θ)co时，则且即当ci＞(1-θ)co时，竞争者IS拥有比竞争者CE和竞争者TPL更高的收益和更低的零售价格，竞争者IS具有更高的竞争力
当ci＝(1-θ)C时，则且即当ci＝(1-θ)C时，竞争者CE与竞争者TPL具有相同的收益和零售价格，且均拥有比竞争者IS更高的收益和更低的零售价格，竞争者CE与竞争者TPL具有相同竞争力且均比竞争者IS具有更高的竞争力。
本发明还提供一种基于数据驱动的竞争型闭环供应链管理方法，所述基于数据驱动的竞争型闭环供应链管理方法包括以下步骤：
步骤S1、构建原始竞争模型；原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者。在本发明中，将原始竞争模型称为OR。在大数据背景下，企业的私有信息被视为竞争资源。如果闭环供应链中的成员获得此信息，他们可以进入供应链的垄断部分，并打破原始供应链的平衡。在新环境中，企业的私有信息泄露可能会导致闭环供应链结构的变化。
步骤S2、构建竞争模型；所述竞争模型包括TPL模型、CE模型和IS模型，所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者；在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS。
步骤S3、建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式。分别单独建立TPL模型、CE模型和IS模型与原始竞争模型OR之间的竞争关系，通过OR可以找到TPL、CE和IS三者之间的联系点，从而寻找三者的相互关系。
步骤S4、建立竞争模型的竞争者之间的竞争关系公式。
步骤S3中所述建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式具体包括以下步骤：
步骤S31、建立竞争模型的单一竞争者与原始竞争模型之间的需求函数：
为更好的反应消费者的异质性偏好，采用标准的Hotelling模型。假设消费者统一分布在0-1线上，总市场需求为“1”单位。此外，一个消费者购买产品的“1”单位。假设原始竞争者是1，竞争者是0，单位运输成本是t，t反映了消费者的偏好。
在竞争模型中：
a)闭环供应链由多个SRM，一个CE，一个ISC，一个零售商和最终消费者组成。
b)利用大数据可优化再制造生产过程；因此，假设再制造生产成本的优化系数一致为θ，并且它不受处理流程的影响。因此，在模型TPL，CE和IS下，批发价格可以优化并成为θw。对于消费者信息的购置成本OR与ISC是一样的，为θco。
c)获取消费者信息有两种方法：一种来自IS，另一种来自消费者。由于这两种方法各有利弊，我们假设竞争对手从IS获得一些信息，从消费者那里获得另一些信息，无论采用哪种方法，获取消费者信息的成本总和是co。CE的私人信息直接从CE获得。
d)闭环供应链成员是完全理性的和风险中性的；竞争对手的商品质量没有明显差异。
在原始模型中，物流企业直接与再制造商和消费者联系，这使他们有机会获得再制造商和消费者的信息。在大数据时代，TPL可能对其他参与者的运输成本不满意。它将绕过CE和OR，积极获取消费者和CE的信息，然后向消费者销售产品，如图2所示。这导致TPL作为参与竞争的后来者，将形成TPL模型。
步骤S32、建立TPL模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
应用此TPL模型，当ci＞(1-θ)(co-w-C)且w＜co-C时，
且
也就是说如果TPL想要进入零售市场并获得比OR更多的利益，则获取消费者信息的TPL支出成本必须低于批发价格。更重要的是ci必须超过(1-θ)(co-w-C)。否则，由于高进入条件，TPL将遭受严重损失。如果TPL在进入市场时能够满足竞争条件，OR将面临被挤压的风险。
在原始模型中，CE可能不满意OR提供的消费者信息的延迟。为提高自身的竞争优势，CE将主动获得消费者偏好信息，并向消费者销售产品，如图3所示。因此，CE成为参与此竞争的后来者，这将形成RE模型。比如，联想和小米，都有自己的专卖店。
步骤S33、建立CE模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
应用此CE模型，当co＜w时，
且
也就是说如果CE想要进入市场，那么获取消费者信息的成本应高于批发价格；否则，CE将因高进入条件而失败。如果能够满足上述条件，CE将比OR具有更多优势。如果OR没有采取任何措施，它将面临被挤压跨度的风险，CE的直销模式将最终形成。
在原始模型中，IS可能对仅仅销售信息获得的利润不满意。它可以绕过CE并与SRM合作，然后将产品销售给消费者。如图4所示，将形成IS模型。现实中，如BaiDu投资齐家网并进入电子商务行业。
步骤S34、建立IS模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
应用此IS模型，当[ci/(1-θ)]＜w时，
且
也就是说如果(1-θ)倍的批发价格低于获得CE内部信息的成本，IS将保持原有的合作伙伴关系。相反，IS将进入市场以获得更多利润。如果OR不采取任何措施，它将面临被挤压的风险，最终，以IS为中心的闭环供应链将形成。
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
Δπi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
Δπr表示竞争者之间的利润差，其中，r等于1、2或3，Δπ1代表IS和CE之间的利润差；Δπ2代表IS和TPL之间的利润差；Δπ3表示CE和TPL之间的利润差；
Δpr表示竞争者之间的零售价差，Δp1代表IS和CE之间的利润差；Δp2代表IS和TPL之间的利润差；Δp3表示CE和TPL之间的利润差；
C表示物流成本。
步骤S4中的建立竞争模型的竞争者之间的竞争关系公式，具体包括以下步骤：
步骤S41、建立IS模型与CE模型之间的竞争关系公式：
步骤S42、建立IS模型与TPL模型之间的竞争关系公式：
步骤S43、建立CE模型与TPL模型之间的竞争关系公式：
其中，竞争者之间的零售价差异为Δpr，Δp1代表IS和CE之间的零售价差异，Δp2代表IS和TPL之间的零售价差异，Δp3表示CE和TPL之间的零售价差异；竞争者之间的利润差为Δπr，Δπ1代表IS和CE之间的利润差，Δπ2代表IS和TPL之间的利润差，Δπ3表示CE和TPL之间的利润差。
通过以上已得到的竞争者之间的关系公式，可以通过简单计算得到以下结论：
若满足(1-θ)C＜ci，则且
若满足ci＞(1-θ)co，则且
若满足ci＝(1-θ)C，则且
以上结论表明，如果ci＝(1-θ)C，来自模型TPL和RE的竞争者(即TPL和CE)拥有相同的零售价格和收益。更重要的是，它们的零售价格低于竞争对手(即IS)，并且利润高于IS，随着不断发展，TPL和CE将取代OR，最终形成以TPL和CE为中心的闭环供应链系统。
当ci＞(1-θ)co，来自模型IS的竞争者(即IS)比其他竞争者(即CE和TPL)拥有更高的收益和更低的零售价格。这种情况下，如果IS进入零售市场，将获得比CE和TPL更多的优势，这种情况继续发展，IS将取代OR，最终形成一个以IS为中心的闭环供应链系统。
当ci＜(1-θ)C，来自模型RE的竞争者(即CE)拥有比其他竞争者(即IS和TPL)更高的收益和更低的零售价格。因此，进入这个市场，RE将具有更高的竞争力，通过不断发展，以CE为中心的闭环供应链系统将形成。
大数据的背景下，私有信息的争夺可能会导致竞争关系的变化，这可能会导致闭环供应链结构的变化，而这种结构变化与私有信息的获取成本和物流成本密切相关。这一发现对于政府实施监督和指导非常重要。例如，闭环供应链的扁平化趋势可以降低零售价格，对刺激市场产生积极影响，但对创造就业机会有负面影响。在这种情况下，政府可以通过控制私有信息的购置成本或建立统一的数据“动力中心”来控制获取私有信息的门槛，防止或减缓这种扁平化趋势，并在面对不同的市场时实施合理的宏观调控条件。
在大数据背景下，通过分析数据中心在闭环供应链中的重要性，构建了闭环供应链的原始模型。然后，考虑私有信息泄露的情况，建立了三个竞争供应链模型。本发明所说的私有信息，是指消费者和分散再制造商的数据信息，在正常情况下，消费者和分散再制造商的数据信息只被其所直接接触的环节获取；然而在大数据的前提下，竞争者们可以通过大数据获取消费者和分散再制造商的数据信息，称为私有信息泄露。通过分析我们发现：
(1)在私有信息泄露下，如果关于价格(即批发价格，物流成本)和获取消费者信息的成本支出之间的(1-θ)倍的差值低于获得CE内部信息(即ci＞(1-θ)(co-w-C))的投资成本，TPL将拥有比OR更具竞争力。
(2)在CE模型下，如果批发价格高于获取消费者信息的成本支出(即co＜w)，CE将具有比OR更高的竞争力。
(3)在IS模型下，如果批发价格高于CE内部信息的购置成本(即ci＜(1-θ)w)，ISC将获得比OR更高的竞争力。
这些结果表明，批发价格、消费者信息的获取成本和CE内部信息之间的关系决定了哪些竞争者适合进入市场。它还表明谁进入市场可以获得更多的优势。
(4)当(1-θ)的物流成本低于获得CE内部私有信息的成本时，TPL将在所有竞争对手中具有最强的竞争力。
(5)当(1-θ)的获取消费者信息的成本低于获得CE内部私有信息的成本时，CE将在所有竞争者中具有最强的竞争力。
(6)当(1-θ)的物流成本和获得CE内部私有信息的成本相等时，CE和TPL将具有相同的竞争力，并且强于ISC的竞争力。
上述研究结果表明，获取私有信息的成本支出与物流成本之间的关系决定了哪些竞争者将在竞争中获得最强的竞争力，还表明了谁将取得最终的胜利。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据驱动的竞争型闭环供应链管理系统，其特征在于，所述基于数据驱动的竞争型闭环供应链管理系统包括：
管理中心，所述管理中心用于部署分散再制造商并向分散再制造商分配商品生产任务，根据消费者的数据信息对零售商、分散再制造商和第三方物流进行调度；
零售商，所述零售商用于向消费者销售商品；
第三方物流，所述第三方物流用于运输商品；
多个分散再制造商，所述分散再制造商用于生产商品；
数据中心，所述数据中心用于获取消费者的数据信息，并将数据信息传递给管理中心；
消费者，所述消费者购买商品；
原始竞争模型，所述原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者；
竞争模型，所述竞争模型为在所述原始竞争模型的基础上，第三方物流、管理中心或数据中心分别单独参与竞争，即除了消费者的数据信息被零售商和数据中心获取、多个分散再制造商的数据信息和商品被管理中心获取、商品由且仅由零售商提供给消费者之外，还包括：消费者的数据信息被第三方物流或管理中心分别单独获取，多个分散再制造商的商品被第三方物流或数据中心分别单独获取，第三方物流、管理中心或数据中心分别单独提供商品给消费者。
2.如权利要求1所述的基于数据驱动的竞争型闭环供应链管理系统，其特征在于，所述竞争模型为TPL模型、CE模型或IS模型，其中：
所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；
所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；
所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者，
在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS。
3.如权利要求2所述的基于数据驱动的竞争型闭环供应链管理系统，其特征在于，所述竞争模型的单一竞争者与所述原始竞争模型之间的需求函数为：
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；并引入如下参数：
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
△πi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
△πr表示竞争者之间的利润差，其中，r等于1、2或3，△π1代表IS和CE之间的利润差；△π2代表IS和TPL之间的利润差；△π3表示CE和TPL之间的利润差；
△pr表示竞争者之间的零售价差，△p1代表IS和CE之间的利润差；△p2代表IS和TPL之间的利润差；△p3表示CE和TPL之间的利润差；
C表示物流成本。
4.如权利要求3所述的基于数据驱动的竞争型闭环供应链管理系统，其特征在于，所述TPL模型与原始竞争模型之间的利润函数分别是：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
优选地，所述CE模型与原始竞争模型之间的利润函数分别是：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
再优选地，所述IS模型与原始竞争模型的利润函数分别是：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
5.如权利要求4所述的基于数据驱动的竞争型闭环供应链管理系统，其特征在于，所述竞争者之间的零售价差异为△pr，△p1代表IS和CE之间的零售价差异，△p2代表IS和TPL之间的零售价差异，△p3表示CE和TPL之间的零售价差异；
所述竞争者之间的利润差为△πr，△π1代表IS和CE之间的利润差，△π2代表IS和TPL之间的利润差，△π3表示CE和TPL之间的利润差；则有：
6.如权利要求5所述的基于数据驱动的竞争型闭环供应链管理系统，其特征在于，对于竞争模型的三个竞争者之间：
当(1-θ)C<ci时，则且即当(1-θ)C<ci时，竞争者CE拥有比竞争者IS和竞争者TPL更高的收益和更低的零售价格，竞争者CE具有更高的竞争力；
当ci>(1-θ)co时，则且即当ci>(1-θ)co时，竞争者IS拥有比竞争者CE和竞争者TPL更高的收益和更低的零售价格，竞争者IS具有更高的竞争力
当ci＝(1-θ)C时，则且即当ci＝(1-θ)C时，竞争者CE与竞争者TPL具有相同的收益和零售价格，且均拥有比竞争者IS更高的收益和更低的零售价格，竞争者CE与竞争者TPL具有相同竞争力且均比竞争者IS具有更高的竞争力。
7.一种基于数据驱动的竞争型闭环供应链管理方法，其特征在于，所述基于数据驱动的竞争型闭环供应链管理方法包括：
构建原始竞争模型；
构建竞争模型；所述竞争模型包括TPL模型、CE模型和IS模型，所述TPL模型为第三方物流参与竞争的竞争模型，在TPL模型中，第三方物流获取消费者的数据信息并从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给第三方物流，再由第三方物流提供给消费者；所述CE模型为管理中心参与竞争的竞争模型，在CE模型中，管理中心获取消费者的数据信息，管理中心将商品直接提供给消费者；所述IS模型为数据中心参与竞争的竞争模型，在IS模型中，数据中心从管理中心获取分散再制造商的数据信息，分散再制造商的商品提供给数据中心，再由数据中心提供给消费者；在所述竞争模型中，第三方物流、管理中心和数据中心均被称为竞争者，分别表示为TPL、CE和IS；
建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式；
建立竞争模型的竞争者之间的竞争关系公式。
8.如权利要求7所述的基于数据驱动的竞争型闭环供应链管理方法，其特征在于，所述原始竞争模型包括有多个分散制造商、一个管理中心、一个数据中心、一个零售商和多个消费者，在原始竞争模型中，消费者的数据信息被零售商和数据中心获取，数据中心再将消费者数据信息发送给管理中心，多个分散再制造商的数据信息和商品被管理中心获取，管理中心再将所获取的商品提供给零售商，商品由且仅由零售商提供给消费者。
9.如权利要求8所述的基于数据驱动的竞争型闭环供应链管理方法，其特征在于，所述建立竞争模型的单一竞争者与原始竞争模型之间的竞争关系公式包括：
建立竞争模型的单一竞争者与原始竞争模型之间的需求函数：
建立TPL模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
TPL模型与原始竞争模型的最优零售价分别是TPL模型与原始竞争模型的最优收益分别是则有：
建立CE模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
CE模型与原始竞争模型的最优零售价分别是CE模型与原始竞争模型的最优收益分别是则有：
建立IS模型与原始竞争模型之间的利润函数公式、最优零售价公式和最优收益公式：
IS模型与原始竞争模型的最优零售价分别是IS模型与原始竞争模型的最优收益分别是则有：
其中，pi1表示模型i下竞争者的零售价格，这里i等于TPL、CE或IS，第三方物流参与竞争的模型表示为TPL，管理中心参与竞争的模型称为CE，数据中心参与竞争的模型称为IS；pi2表示模型i下原有竞争者的零售价格；Di1表示模型i下竞争者的市场需求，Di2表示模型i下原有竞争者的市场需求，t表示单位运输成本；
θ表示行业成本改善系数，θ∈[0,1]；
cx表示大数据信息获取成本，x等于i或o，ci表示管理中心内部私有信息的获取成本，co表示获得消费者偏好信息的成本；
w表示原始零售商获得的批发价格；
k表示管理中心从消费者处获取消费者信息的成本付出比率，k∈[0,1]；
πij表示模型i下j的利润，这里j等于O或N，πiO表示模型i下原有竞争者的利润，πiN表示模型i下竞争者的利润；
△πi表示模型i下竞争者与原有竞争者之间的利润差；
Fi表示模型i下竞争者与原有竞争者之间的零售价差；
△πr表示竞争者之间的利润差，其中，r等于1、2或3，△π1代表IS和CE之间的利润差；△π2代表IS和TPL之间的利润差；△π3表示CE和TPL之间的利润差；
△pr表示竞争者之间的零售价差，△p1代表IS和CE之间的零售价差；△p2代表IS和TPL之间的零售价差；△p3表示CE和TPL之间的零售价差；
C表示物流成本。
10.如权利要求9所述的基于数据驱动的竞争型闭环供应链管理方法，其特征在于，所述建立竞争模型的竞争者之间的竞争关系公式，包括：
建立IS模型与CE模型之间的竞争关系公式：
建立IS模型与TPL模型之间的竞争关系公式：
建立CE模型与TPL模型之间的竞争关系公式：
其中，竞争者之间的零售价差异为△pr，△p1代表IS和CE之间的零售价差异，△p2代表IS和TPL之间的零售价差异，△p3表示CE和TPL之间的零售价差异；
竞争者之间的利润差为△πr，△π1代表IS和CE之间的利润差，△π2代表IS和TPL之间的利润差，△π3表示CE和TPL之间的利润差。
CN201910345456.4A 2019-04-26 2019-04-26 基于数据驱动的竞争型闭环供应链管理系统及方法 Active CN110046458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910345456.4A CN110046458B (zh) 2019-04-26 2019-04-26 基于数据驱动的竞争型闭环供应链管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910345456.4A CN110046458B (zh) 2019-04-26 2019-04-26 基于数据驱动的竞争型闭环供应链管理系统及方法

Publications (2)

Publication Number Publication Date
CN110046458A true CN110046458A (zh) 2019-07-23
CN110046458B CN110046458B (zh) 2020-11-06

Family

ID=67279666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910345456.4A Active CN110046458B (zh) 2019-04-26 2019-04-26 基于数据驱动的竞争型闭环供应链管理系统及方法

Country Status (1)

Country Link
CN (1) CN110046458B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361200A (zh) * 2021-06-09 2021-09-07 河南农业大学 一种基于群体共识的信息不确定性灰色群体决策方法
CN115171510A (zh) * 2022-05-06 2022-10-11 北京工商大学 基于工业互联网标识解析的大米供应链数字孪生教学用具

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130066740A1 (en) * 2010-07-15 2013-03-14 Myworld, Inc. Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner
CN104732410A (zh) * 2015-03-25 2015-06-24 南阳理工学院 一种供应链间的价格和服务竞争模型的建立方法
CN106875020A (zh) * 2017-03-31 2017-06-20 浙江工业大学 对称制造商与竞争回收商在竞争回收模式下的定价方法
CN106960368A (zh) * 2017-03-31 2017-07-18 浙江工业大学 对称制造商与联合回收商在垄断回收模式下的定价方法
CN106997490A (zh) * 2017-03-31 2017-08-01 浙江工业大学 非对称制造商与竞争回收商在竞争回收模式下的定价方法
CN108256906A (zh) * 2018-01-05 2018-07-06 京东方科技集团股份有限公司 双渠道供应链定价方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130066740A1 (en) * 2010-07-15 2013-03-14 Myworld, Inc. Commerce System and Method of Controlling the Commerce System Using Personalized Shopping List and Trip Planner
CN104732410A (zh) * 2015-03-25 2015-06-24 南阳理工学院 一种供应链间的价格和服务竞争模型的建立方法
CN106875020A (zh) * 2017-03-31 2017-06-20 浙江工业大学 对称制造商与竞争回收商在竞争回收模式下的定价方法
CN106960368A (zh) * 2017-03-31 2017-07-18 浙江工业大学 对称制造商与联合回收商在垄断回收模式下的定价方法
CN106997490A (zh) * 2017-03-31 2017-08-01 浙江工业大学 非对称制造商与竞争回收商在竞争回收模式下的定价方法
CN108256906A (zh) * 2018-01-05 2018-07-06 京东方科技集团股份有限公司 双渠道供应链定价方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ERIC K. CLEMONS等: "Modeling Competition in Mandatory Participation Third Party Payer Business Models:The Complex Case of Sponsored Search", 《IEEE XPLORE》 *
刘盼: "基于大数据信息的知识供给型供应链运营机制研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 *
刘盼等: "私有情报泄露对数据驱动型供应链竞合关系的影响", 《情报学报》 *
史浩等: "大数据背景下私有信息泄露对供应链成员企业竞合关系影响的研究", 《情报学院》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361200A (zh) * 2021-06-09 2021-09-07 河南农业大学 一种基于群体共识的信息不确定性灰色群体决策方法
CN115171510A (zh) * 2022-05-06 2022-10-11 北京工商大学 基于工业互联网标识解析的大米供应链数字孪生教学用具

Also Published As

Publication number Publication date
CN110046458B (zh) 2020-11-06

Similar Documents

Publication Publication Date Title
Yi et al. Wholesale pricing and evolutionary stable strategies of retailers under network externality
Liu et al. Strategic transfer pricing in a marketing–operations interface with quality level and advertising dependent goodwill
Wu et al. Optimal marketing strategy: A decision-making with ANP and TOPSIS
Shugan The impact of advancing technology on marketing and academic research
Zeleny Multiple criteria decision making (MCDM): From paradigm lost to paradigm regained?
Zhang et al. Evaluation and selection model of community group purchase platform based on WEPLPA-CPT-EDAS method
Alejandro et al. Information search in complex industrial buying: Empirical evidence from Brazil
Liu et al. Differentiated products pricing with consumer network acceptance in a dual-channel supply chain
Wu et al. Supply chain performance improvement through partner relationship management in the high tech industry
Breban et al. Long-term coalitions for the electronic marketplace
CN110046458A (zh) 基于数据驱动的竞争型闭环供应链管理系统及方法
Cheng et al. Regulatory pressure and consumer environmental awareness in a green supply chain with retailer responsibility: A dynamic analysis
Jung et al. A literature review on firm digitalization: drivers and impacts
Hu et al. Can in-store recommendations for online-substitutive products integrate online and offline channels?
Yu et al. Differential game model of cooperative advertising in a supply chain with deteriorating items, competing retailers and reference price effects
Ren et al. Effect of service quality on software sales and coordination mechanism in IT service supply chain.
Pu et al. Optimal homing policy of the manufacturer facing competing platforms: the effect of selling formats
Deng et al. How e-commerce platforms build channel power: the role of AI resources and market-based assets
Wang et al. OPTIMAL PRICING AND INVENTORY MANAGEMENT FOR A LOSS AVERSE FIRM WHEN FACING STRATEGIC CUSTOMERS.
Hafezalkotob et al. Game of elimination in a shared market: a novel multi-period game approach to competition of supply chains based on simulation
Nejad Customer relationship management and its implementation in e-commerce
Li et al. Bilateral Economies of Scope
Xing Application of Agent Technology in Supply Chain and Negotiation Under E-Commerce Environment
Zhao et al. Pricing game of two substitutable products supply chains under centralized and decentralized decisions
Ren Cooperation Performance between E-Commerce and Sports Commodity based on Online Marketing Strategy

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant