CN111680394A - 一种基于博弈模型的决策方法及装置 - Google Patents
一种基于博弈模型的决策方法及装置 Download PDFInfo
- Publication number
- CN111680394A CN111680394A CN202010336738.0A CN202010336738A CN111680394A CN 111680394 A CN111680394 A CN 111680394A CN 202010336738 A CN202010336738 A CN 202010336738A CN 111680394 A CN111680394 A CN 111680394A
- Authority
- CN
- China
- Prior art keywords
- product
- optimal
- game
- profit
- model
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 239000000126 substance Substances 0.000 claims description 14
- 238000009795 derivation Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种基于博弈模型的决策方法及装置,该方法先对平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式,将约束条件和最优解计算关系式参与到产品的生产商的利润博弈模型的最优博弈结果的求解中,利用非线性迭代算法,使生产商的利润博弈模型基于约束条件,进行求解结果的迭代,直到求解得到产品的生产商的利润博弈模型的最优博弈结果,提高求解的准确性,在此基础上,在各个最优博弈结果符合约束条件的情况下,将各个最优博弈结果输入到最优解计算关系式,实现对复杂博弈模型的分析,并实现平台零售企业捆绑销售博弈模型与生产商的利润博弈模型的嵌套求解,保证分析的准确性,进而保证决策结果的准确性。
Description
技术领域
本申请涉及决策技术领域,特别涉及一种基于博弈模型的决策方法及装置。
背景技术
随着互联网和信息技术的发展,电子商务也得到了迅速的发展。互联网已经成为零售行业不可或缺的销售渠道,同时互联网在线销售带来了新的零售形式,平台零售形式。使用平台零售形式的企业经常将两种或者两种以上的产品捆绑在一起进行定价和销售。
在对两种产品进行捆绑销售时,可以通过构建由生产商之间的博弈模型和平台零售企业与生产商之间的博弈模型组成的复杂博弈模型,并对复杂博弈模型进行分析,得到捆绑销售的策略。
但是,目前常见的是采用一阶求导的方法对单个博弈模型进行分析,若将一阶求导的方法应用于复杂博弈模型,会存在分析不够准确,导致决策结果准确性低的问题。
发明内容
为解决上述技术问题,本申请实施例提供一种基于博弈模型的决策方法及装置,以达到分析的准确性,进而保证决策结果的准确性的目的,技术方案如下:
一种基于博弈模型的决策方法,该方法包括:
获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式;所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型;
获取预先构建的各个所述产品的生产商的利润博弈模型,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型;
基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果;
判断各个所述最优博弈结果是否符合所述约束条件;
若符合所述约束条件,则将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
优选的,所述预先构建的平台零售企业捆绑销售博弈模型,包括:
maxp12πR=(p12-(1-θ)(p1+p2))((2-p12)2-(1-p1)2-(1-p2)2)/2+θ(p1(p12- p1)(1-p1)+p2(p12-p2)(1-p2))
,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例;
所述对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式,包括:
对所述
maxp12πR=(p12-(1-θ)(p1+p2))((2-p12)2-(1-p1)2-(1-p2)2)/2+θ(p1(p12- p1)(1-p1)+p2(p12-p2)(1-p2))
所述预先构建的各个所述产品的生产商的利润博弈模型,包括:
其中,表示决策第一产品销售时的最优销售价格,π1表示第一产品的生产商的利润,c1表示第一产品的单位成本,表示决策第二产品销售时的最优销售价格,π2表示第二产品的生产商的利润,c2表示第二产品的单位成本。
优选的,所述基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,包括:
所述判断各个所述最优博弈结果是否符合所述约束条件,包括:
优选的,所述设置p1和p2的精度要求,包括:
对所述p1及所述p2进行单位化处理,将单位化处理后的p1替换所述p1,将单位化处理后的p2替换所述p2,并设置所述p1和所述p2的精度要求;
一种基于博弈模型的决策装置,该装置包括:
分析模块,用于获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式;所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型;
获取模块,用于获取预先构建的各个所述产品的生产商的利润博弈模型,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型;
最优博弈结果获得模块,用于基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果;
判断模块,用于判断各个所述最优博弈结果是否符合所述约束条件;
决策模块,用于若符合所述约束条件,则将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
优选的,所述分析模块,具体用于:
获取预先构建的平台零售企业捆绑销售博弈模型
maxp12πR=(p12-(1-θ)(p1+p2))((2-p12)2-(1-p1)2-(1-p2)2)/2+θ(p1(p12- p1)(1-p1)+p2(p12-p2)(1-p2))
,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例;
所述获取模块,具体用于:
其中,表示决策第一产品销售时的最优销售价格,π1表示第一产品的生产商的利润,c1表示第一产品的单位成本,表示决策第二产品销售时的最优销售价格,π2表示第二产品的生产商的利润,c2表示第二产品的单位成本。
优选的,最优博弈结果获得模块,具体用于执行以下过程:
优选的,所述最优博弈结果获得模块,具体用于执行以下过程:
与现有技术相比,本申请的有益效果为:
在本申请中,可以先对平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式,并获取预先构建的各个产品的生产商的利润博弈模型,并将约束条件和最优解计算关系式参与到产品的生产商的利润博弈模型的最优博弈结果的求解中,并利用非线性迭代算法,使生产商的利润博弈模型基于约束条件,进行求解结果的迭代,直到求解得到产品的生产商的利润博弈模型的最优博弈结果,提高求解的准确性,在最优博弈结果的准确性提高的基础上,再判断各个所述最优博弈结果是否符合所述约束条件,在符合约束条件的情况下,将各个所述最有博弈结果输入到所述最优解计算关系式,得到最优解,实现对复杂博弈模型的分析,并通过以上方式实现平台零售企业捆绑销售博弈模型与生产商的利润博弈模型的嵌套求解,保证分析的准确性,进而保证决策结果的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请提供的一种基于博弈模型的决策方法实施例1的流程图;
图2是本申请提供的一种基于博弈模型的决策装置的逻辑结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
随着互联网和信息技术的发展,电子商务也得到了迅速的发展。互联网已经成为零售行业不可或缺的销售渠道,同时互联网在线销售带来了新的零售形式,平台零售形式。
在平台零售中,零售形式不再是上游生产商批发卖给零售商然后零售商再加价卖给消费者的传统批发零售形式。而是,上游生产商直接制定销售价格卖给消费者,零售商作为一个零售平台只抽取固定比例的销售额作为佣金。使用平台零售形式的企业经常使用将两种或者两种以上的产品捆绑在一起进行定价和销售的捆绑销售策略。
博弈理论是研究多个个人或团体作为决策者在相应的条件和规则约束下,实施相应的决策策略的学科。博弈论是应用数学的重要分支和运筹学的重要学科,也在经济学、管理学、生物学和计算机科学等领域有着众多应用。考虑捆绑销售的平台零售企业的决策分析,就是分析上游生产商企业和下游平台零售商之间博弈的过程。上游生产商制定产品销售价格时会考虑到零售商的捆绑销售策略,平台零售商制定捆绑销售策略时会考虑到生产商的最优决策。供应链上下游不同利益主体之间的相互竞争、相互制约以及相互影响符合典型的博弈特征。将博弈论应用到考虑捆绑销售的平台零售企业的决策分析中,就是研究供应链上下游企业在理性人假设下如何决策各自的最优价格从而达到自己利润最大化的问题。可以发现,博弈论在分析平台零售企业的捆绑销售策略时,具有很强的适用性,因此,在对两种产品进行捆绑销售时,可以通过构建由由生产商之间的博弈模型和平台零售企业与生产商之间的博弈模型组成的复杂博弈模型,并对复杂博弈模型进行分析,得到捆绑销售的策略。
但是,目前常见的是采用一阶求导的方法对单个博弈模型进行分析,若将一阶求导的方法应用于复杂博弈模型,会存在分析不够准确,导致决策结果准确性低的问题。为了解决现有方法分析不够准确,导致决策结果准确性低的问题,本申请提出了一种基于博弈模型的决策方法。
接下来对本申请实施例公开的基于博弈模型的决策方法进行介绍,如图1所示,为本申请提供的一种基于博弈模型的决策方法实施例1的流程图,可以包括以下步骤:
步骤S11、获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式。
本实施例中,所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型。
约束条件可以理解为:对平台零售企业是否进行捆绑销售的约束条件。
最优解计算关系式,可以理解为:对最优捆绑销售价格进行计算的关系式。
步骤S12、获取预先构建的各个所述产品的生产商的利润博弈模型。
本实施例中,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型。
步骤S13、基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果。
本实施例中,基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,可以理解为:
基于所述约束条件和所述最优解计算关系式,对各个所述产品的生产商的利润博弈模型的结果进行迭代,直到获得各个产品的生产商的利润博弈模型的最优结果。
步骤S14、判断各个所述最优博弈结果是否符合所述约束条件;
在获得各个产品的生产商的利润博弈模型的最优结果之后,继续判断各个最优博弈结果是否符合约束条件,来确定是否进行捆绑销售。
若符合约束条件,则执行步骤S15。
步骤S15、将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
在各个最优博弈结果均符合约束条件的情况下,确定可以进行捆绑销售,进一步将各个最优博弈结果输入到最优解计算关系式,得到最优解。并将最优解作为平台零售企业捆绑销售的决策结果。
在本申请中,可以先对平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式,并获取预先构建的各个产品的生产商的利润博弈模型,并将约束条件和最优解计算关系式参与到产品的生产商的利润博弈模型的最优博弈结果的求解中,并利用非线性迭代算法,使生产商的利润博弈模型基于约束条件,进行求解结果的迭代,直到求解得到产品的生产商的利润博弈模型的最优博弈结果,提高求解的准确性,在最优博弈结果的准确性提高的基础上,再判断各个所述最优博弈结果是否符合所述约束条件,在符合约束条件的情况下,将各个所述最有博弈结果输入到所述最优解计算关系式,得到最优解,实现对复杂博弈模型的分析,并通过以上方式实现平台零售企业捆绑销售博弈模型与生产商的利润博弈模型的嵌套求解,保证分析的准确性,进而保证决策结果的准确性。
作为本申请另一可选实施例,为本申请提供的一种基于博弈模型的决策方法实施例2的流程示意图,本实施例主要是对上述实施例1描述的基于博弈模型的决策方法的细化方案,该方法可以包括但并不局限于以下步骤:
步骤S21、获取预先构建的平台零售企业捆绑销售博弈模型
其中,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例。
步骤S21-S22为实施例1中步骤S11的一种具体实施方式。
本实施例中,预先构建的平台零售企业捆绑销售博弈模型可以理解为:两个产品进行捆绑销售的博弈模型。
其中,表示决策第一产品销售时的最优销售价格,π1表示第一产品的生产商的利润,c1表示第一产品的单位成本,表示决策第二产品销售时的最优销售价格,π2表示第二产品的生产商的利润,c2表示第二产品的单位成本。
步骤S23为实施例1中步骤S12的一种具体实施方式。
步骤S24-S210为实施例1中步骤S13的一种具体实施方式。
步骤S211为实施例1中步骤S14的一种具体实施方式。
若成立,则执行步骤S212;若不成立,则确定平台零售企业不采取捆绑销售。
步骤S212为实施例1中步骤S15的一种具体实施方式。
需要说明的是,本实施例介绍的是两种产品进行捆绑销售时的决策方法,但实施例1介绍的基于博弈模型的决策方法并不局限于两种产品捆绑销售的决策,基于博弈模型的决策方法可以适用于三种产品或更多产品捆绑销售的决策,在三种产品或更多产品捆绑销售时的基于博弈模型的决策方法的具体过程在此不再赘述。
作为本申请另一可选实施例3,本实施例主要是对上述实施例2描述的基于博弈模型的决策方法的细化方案,该方法可以包括但并不局限于以下步骤:
步骤S31、获取预先构建的平台零售企业捆绑销售博弈模型
maxp12πR=(p12-(1-θ)(p1+p2))((2-p12)2-(1-p1)2-(1-p2)2)/2+θ(p1(p12- p1)(1-p1)+p2(p12-p2)(1-p2))。
其中,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例。
本实施例中,预先构建的平台零售企业捆绑销售博弈模型可以理解为:两个产品进行捆绑销售的博弈模型。
其中,表示决策第一产品销售时的最优销售价格,π1表示第一产品的生产商的利润,c1表示第一产品的单位成本,表示决策第二产品销售时的最优销售价格,π2表示第二产品的生产商的利润,c2表示第二产品的单位成本。
步骤S31-S33与实施例2中步骤S21-S23相同,在此不再赘述。。
本实施例中,步骤是S34为实施例2中步骤S24的一种具体实施方式。
对所述p1及所述p2进行单位化处理,将单位化处理后的p1替换所述p1,将单位化处理后的p2替换所述p2,可以减少后续运算的运算量,提高运算效率。
单位化处理后的p1及p2均为大于0且小于1的数。
步骤S35-S36与实施例2中的步骤S25-S26相同,在此不再赘述。
步骤S37为实施例2中步骤S27的一种具体实施方式。
步骤S38与实施例2中步骤S28相同,在此不再赘述。
步骤S39为实施例2中步骤S29的一种具体实施方式。
若成立,则执行步骤S312;若不成立,则确定平台零售企业不采取捆绑销售。
步骤S310-S312与实施例2中步骤S210-S212相同,在此不再赘述。本实施例中,对所述p1及所述p2进行单位化处理,将单位化处理后的p1替换所述p1,将单位化处理后的p2替换所述p2,可以减少运算量,提高决策的整体效率。
接下来对本申请提供的一种基于博弈模型的决策装置进行介绍,下文介绍的基于博弈模型的决策装置与上文介绍的基于博弈模型的决策方法可相互对应参照。
请参见图2,基于博弈模型的决策装置包括:分析模块11、获取模块12、最优博弈结果获得模块13、判断模块14和决策模块15。
分析模块11,用于获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式;所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型;
获取模块12,用于获取预先构建的各个所述产品的生产商的利润博弈模型,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型;
最优博弈结果获得模块13,用于基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果;
判断模块14,用于判断各个所述最优博弈结果是否符合所述约束条件;
决策模块15,用于若符合所述约束条件,则将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
本实施例中,所述分析模块11,具体可以用于:
,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例;
相应地,所述获取模块12,具体可以用于:
其中,表示决策第一产品销售时的最优销售价格,π1表示第一产品的生产商的利润,c1表示第一产品的单位成本,表示决策第二产品销售时的最优销售价格,π2表示第二产品的生产商的利润,c2表示第二产品的单位成本。
本实施例中,最优博弈结果获得模块13,具体可以用于执行以下过程:
本实施例中,所述最优博弈结果获得模块13,一可以具体用于执行以下过程:
需要说明的是,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种基于博弈模型的决策方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (8)
1.一种基于博弈模型的决策方法,其特征在于,该方法包括:
获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式;所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型;
获取预先构建的各个所述产品的生产商的利润博弈模型,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型;
基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果;
判断各个所述最优博弈结果是否符合所述约束条件;
若符合所述约束条件,则将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
2.根据权利要求1所述的方法,其特征在于,所述预先构建的平台零售企业捆绑销售博弈模型,包括:,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例;
所述对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式,包括:
所述预先构建的各个所述产品的生产商的利润博弈模型,包括:
5.一种基于博弈模型的决策装置,其特征在于,该装置包括:
分析模块,用于获取预先构建的平台零售企业捆绑销售博弈模型,对所述平台零售企业捆绑销售博弈模型进行分析,得到约束条件和最优解计算关系式;所述平台零售企业捆绑销售博弈模型为用于表征平台零售商决策多个产品的捆绑销售价格和生产商决策各自产品零售价格之间博弈的斯坦克伯格模型;
获取模块,用于获取预先构建的各个所述产品的生产商的利润博弈模型,所述产品的生产商的利润博弈模型为用于表征所述多个生产商决策各自产品零售价格之间博弈的纳什模型;
最优博弈结果获得模块,用于基于所述约束条件和所述最优解计算关系式,利用非线性迭代算法,获得各个所述产品的生产商的利润博弈模型的最优结果,作为最优博弈结果;
判断模块,用于判断各个所述最优博弈结果是否符合所述约束条件;
决策模块,用于若符合所述约束条件,则将各个所述最优博弈结果输入到所述最优解计算关系式,得到最优解,将所述最优解作为平台零售企业捆绑销售的决策结果。
6.根据权利要求5所述的装置,其特征在于,所述分析模块,具体用于:
获取预先构建的平台零售企业捆绑销售博弈模型,所述表示决策捆绑销售产品的最优价格,πR表示平台零售商的利润,p12表示第一产品和第二产品捆绑销售的价格,p1表示第一产品单独销售的价格,p2表示第二产品单独销售的价格,θ表示平台零售企业的佣金比例;
所述获取模块,具体用于:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336738.0A CN111680394B (zh) | 2020-04-26 | 2020-04-26 | 一种基于博弈模型的决策方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010336738.0A CN111680394B (zh) | 2020-04-26 | 2020-04-26 | 一种基于博弈模型的决策方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680394A true CN111680394A (zh) | 2020-09-18 |
CN111680394B CN111680394B (zh) | 2024-05-24 |
Family
ID=72433843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010336738.0A Active CN111680394B (zh) | 2020-04-26 | 2020-04-26 | 一种基于博弈模型的决策方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680394B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027745A1 (en) * | 2005-07-28 | 2007-02-01 | Sap Ag | System and method of assortment, space, and price optimization in retail store |
CN108510197A (zh) * | 2018-04-03 | 2018-09-07 | 广东电网有限责任公司 | 一种基于动态博弈均衡的碳排放权交易委托代理建模方法 |
CN108596452A (zh) * | 2018-04-03 | 2018-09-28 | 广东电网有限责任公司 | 一种碳排放权交易委托代理模型的利润增加额的分析方法 |
CN108596464A (zh) * | 2018-04-17 | 2018-09-28 | 南京邮电大学 | 基于动态非合作博弈的电动汽车与云储能经济调度方法 |
CN109920252A (zh) * | 2019-04-24 | 2019-06-21 | 燕山大学 | 一种电气交通互联系统的协调优化方法及系统 |
-
2020
- 2020-04-26 CN CN202010336738.0A patent/CN111680394B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070027745A1 (en) * | 2005-07-28 | 2007-02-01 | Sap Ag | System and method of assortment, space, and price optimization in retail store |
CN108510197A (zh) * | 2018-04-03 | 2018-09-07 | 广东电网有限责任公司 | 一种基于动态博弈均衡的碳排放权交易委托代理建模方法 |
CN108596452A (zh) * | 2018-04-03 | 2018-09-28 | 广东电网有限责任公司 | 一种碳排放权交易委托代理模型的利润增加额的分析方法 |
CN108596464A (zh) * | 2018-04-17 | 2018-09-28 | 南京邮电大学 | 基于动态非合作博弈的电动汽车与云储能经济调度方法 |
CN109920252A (zh) * | 2019-04-24 | 2019-06-21 | 燕山大学 | 一种电气交通互联系统的协调优化方法及系统 |
Non-Patent Citations (4)
Title |
---|
方芳: "我国银行信用卡产业的市场特征研究", 《金卡工程(经济与法)》 * |
方芳: "我国银行信用卡产业的市场特征研究", 《金卡工程(经济与法)》, no. 11, 20 November 2009 (2009-11-20) * |
王剑等: "考虑服务成本的供应链博弈问题研究", 《物流科技》 * |
王剑等: "考虑服务成本的供应链博弈问题研究", 《物流科技》, no. 01, 10 January 2018 (2018-01-10) * |
Also Published As
Publication number | Publication date |
---|---|
CN111680394B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hallikas et al. | Digitalizing procurement: the impact of data analytics on supply chain performance | |
Huang et al. | Closed-loop supply chain models with product take-back and hybrid remanufacturing under technology licensing | |
Zhu et al. | Global value trees | |
Shen et al. | Quality control of the agricultural products supply chain based on “Internet+” | |
Asl-Najafi et al. | A novel perspective on closed-loop supply chain coordination: Product life-cycle approach | |
CN112330358A (zh) | 产品销量预测的方法和装置、存储介质和电子设备 | |
Chen et al. | Supply chain finance platform evaluation based on acceptability analysis | |
CN113139654A (zh) | 图神经网络模型的训练方法及装置 | |
Rosalina et al. | A Decision Support System for Determining the Best Customer Using the Simple Multi-Attribute Rating Technique (SMART) | |
CN111177581A (zh) | 一种基于多平台的社交电商网站商品推荐方法及装置 | |
JP2007323622A (ja) | 研究者支援システム | |
CN113554350A (zh) | 活跃度评估方法、装置、电子设备及计算机可读存储介质 | |
CN111680394B (zh) | 一种基于博弈模型的决策方法及装置 | |
CN112884496A (zh) | 计算企业信用因子分数的方法、装置及计算机存储介质 | |
Wulfert et al. | Retailer’s dual role in digital marketplaces: Reference architectures for retail information systems | |
CN110705955A (zh) | 合同检测方法以及装置 | |
CN116720647A (zh) | 一种碳资产交易方法及系统 | |
Dong et al. | Managerial flexibility strategies under supply and demand risks: quantity postponement vs. price postponement | |
CN107093103B (zh) | 基于大数据统计分析的品牌价值评价方法及系统 | |
Čirjevskis | Measuring Collaborative Synergies with Advanced Real Options: MNEs’ Sequential Acquisitions of International Ventures | |
IGWE et al. | Examining the effect of e-commerce on business performance in a business environment | |
Batabyal et al. | A game model of new and remanufactured goods, brown and green consumers, and market share dominance | |
Suwarno et al. | Design, Development And Usability Analysis of Pre-Loved Goods Trading Application With Agile Approach | |
CN112950320A (zh) | 基于机器自学习的商品自动上下线方法、装置和电子设备 | |
Ji et al. | Collaborative rebate strategy of business-to-customer platforms considering recycling and trade-ins simultaneously |
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 |