摘要。在供应链中计算机化和竞争竞争的增长趋势会导致不确定性和快速变异性,这使零售商和制造商水平的决策都做出了决定。在本文中,在战略客户存在的情况下,在非敏捷条件下开发了两种双层stackelberg模型(BLSM)。我们本文中的主要新颖方法是考虑在连续游戏中相互竞争的两个级别,以确定具有和没有敏捷能力的最佳生产和订单数量和价格。此外,使用Karush-Kuhn-Tucker(KKT)方法简化了两个提出的模型。然后,由于现有的不确定参数,它们通过可靠的优化(RO)技术进行了重塑。为了更好地评估模型的效率和适用性,它们已在实际情况下实施,并进行了比较和分析结果。
疫苗接种是控制传染病传播的主要干预措施。这种干预措施需要一定的疫苗接种率(称为“群体免疫”)才能有效。然而,有人担心,由于人们对疫苗的犹豫和反对程度日益加深,群体免疫可能无法实现。造成这种情况的主要原因之一是与同伴不一致的代价。我们使用网络协调博弈的框架来研究反疫苗情绪在人群中的持续性。我们将其扩展为包含与同伴保持一致的压力、群体免疫和疫苗接种好处等对立的力量。我们研究此类博弈中的均衡结构以及未接种疫苗节点的特征。我们还研究了 Stackelberg 策略,以减少具有反疫苗情绪的节点数量。最后,我们在不同类型的现实世界社交网络上评估了我们的结果。
这项研究的目的是展示对处女和再生材料产生的中间物品的税收对闭环供应链(CLSC)结果(劳动,资本,资本,收益,产出,价格,价格,利润和死亡率下降)的负面影响。它提供了减轻税务效率低下的补救措施。在分析了stackelberg游戏框架后,在制定了上游和下游生产功能和回收过程之后,可以通过分析求解,并使用钢铁行业和美国汽车刺激计划的数据来获得数值结果。结果表明,最佳收集通道以及内源消费者的回报行为可以改善结果,并减少因产出税而产生的效率低下。主要政策的含义是,美国,中国,加拿大和德国政府的税收优惠计划适用于可回收物品生产的项目,这是促使其循环经济,改善环境可持续性并减少经济损失的一种合理策略。
当一方采取另一方的行动,导致利益冲突时,就会出现主要代理问题。经济文献已经广泛研究了主要代理问题,最近的工作将其扩展到了更复杂的方案 - 诸如马尔可夫决策过程(MDPS)。在此过程中,我们通过调查预算限制下的奖励成型如何改善委托人的效用,进一步探讨了这一研究。我们研究了两人Stackelberg游戏,在该游戏中,校长和代理商具有不同的奖励功能,而代理商为两个玩家选择了MDP政策。委托人向代理人提供额外的奖励,代理人自私地选择其政策以最大程度地提高奖励,这是原始和提供的奖励的总和。我们的结果确定了问题的NP硬度,并为两类的概述提供多项式近似算法:随机树和具有有限范围的确定性决策过程。
众所周知,在所有有限的游戏中,有未耦合的学习启发式方法,导致NASH平衡。玩家为什么要使用这种学习启发式方法?我们表明,在所有有限的游戏中,没有任何未耦合的学习启发式启发式,导致了舞台游戏的纳什均衡,这是玩家有动机采用的动机,这是进化稳定的,或者可以“学习自身”。相反,玩家有动力在战略上教导这样的学习操作人员,以至少确保Stackelberg领导者Payo虫。当仅限于通用游戏,两人游戏,潜在游戏,具有战略性补充或2×2游戏的游戏时,结果仍然完好无损,其中已知学习是“不错的”。更普遍地,它也适用于无耦合的学习启发式方法,导致相关的平衡,可合理的结果,迭代的可接受的结果或最小的路缘集合。如果也考虑了此类以外的某些通用游戏,则可能仅限于“战略性地”游戏失败。
摘要。在低碳经济的背景下,将跨股权持有到由制造商和零售商组成的低碳闭环供应链(CLSC)中,建造了具有不同信道电源结构的集中式和三个分散的决策模型。研究了低碳CLSC的恢复,降低和定价决定,并提出了两部分 - 标准合同来协调低碳CLSC。结果表明,在三个通道功率结构下,跨股权比率的改善以及消费者的低碳意识对提高恢复率,降低碳排放率和增加市场需求有益。在NASH游戏下,低碳CLSC的利润可以达到集中式水平,这意味着交叉共享可以实现低碳CLSC的协调。在Stackelberg游戏下,具有较大渠道功率的企业始终可以获得更高的利润。交叉共享无法协调零售商领导的低碳CLSC,但是它可以实现由制造商领导的低碳CLSC的部分协调。两部分 - 塔里夫合同可以实现低碳CLSC的协调。
实施“供应商管理的库存”策略并共享零售商和制造商之间的库存信息的目标在降低持有成本,短缺,运输成本和超额库存成本方面发挥了至关重要的作用。这导致供应链成员决策过程中的协调增强。因此,这项研究通过结合供应商管理的库存策略和收益共享合同来研究供应链协调机制的调查。此外,在开发的模型中,需求函数包含了影响利润功能的要素的乘法因素,例如零售价,零售商和制造商的广告投资。方法在本文中,我们研究了一家两级供应链中的协调,包括一家制造商和多家零售商根据收入共享合同,尽管在集中的供应链中管理了供应商管理的库存,但在该供应链中的每个成员的定价和广告投资策略仍在实施。随后在分散的状态下,我们与制造商领导者一起使用Stackelberg游戏来确定制造商和零售商的最佳变量。最后,到达
摘要 — 以云联盟形式开展合作的云提供商可以利用不同地点的电价波动来降低能源成本。在这种环境下,一方面,电价对所形成的联盟有显著影响,从而对云提供商的利润产生重大影响,另一方面,云合作对智能电网的性能也有不可避免的影响。在这方面,本文将独立云提供商与智能电网之间的相互作用建模为两阶段 Stackelberg 博弈与联盟博弈交织在一起。在这个博弈中,在第一阶段,智能电网作为领导者选择适当的电价机制来最大化自己的利润。在第二阶段,云提供商合作管理他们的工作量以最小化他们的电力成本。考虑到联盟形成过程中云提供商的动态,智能电网已经使用基于约束马尔可夫决策过程 (CMDP) 的优化模型来实现最优策略。数值结果表明,与非合作方案相比,所提出的解决方案分别为智能电网和云提供商平均带来约 28% 和 29% 的利润提高。
不断增加的分布式能源的吸收需要在住宅一级引入当地电力市场。受这些变化不利影响的电动零售商可以通过运营本地交易平台并通过社区级电池存储提供服务来获利。在这项工作中,我们提出了一种基于Stackelberg游戏的方法,用于在多间隔本地市场的运行下进行尺寸尺寸的电池单元。优化被制定为一个双重计划,领导者是负责确定当地价格和电池充电/放电时间表的市场聚合商。此外,双重计划中的追随者是生产者,他们可以在舒适性和电力成本方面改变电力消耗。在获得社区存储的最佳能力后,我们会修改算法以每天有效地操作电池。使用带有屋顶光电系统的住宅伪造者的现实世界数据评估了所提出的模型的适用性,用于两个不同的定价方案,这代表聚合器和制作者之间的利润权衡。结果显示了拟议模型在社区存储安装中的盈利能力,其中可以通过任何一个定价方案实现相对较短的投资回收期。
摘要。本文提出了一种具有理想均衡选择能力的智能配电网新型整体日前分布式能源管理方法。客户与配电公司之间的互动被建模为单领导者多追随者的 Stackelberg 博弈。客户之间的互动被建模为非合作广义纳什博弈,因为他们面临着共同的约束。客户将总负荷的平均值保持在适当的范围内以重塑它并提高负荷系数 (LF)。配电公司的策略是通过最大化利润进行日前能源定价,在风险优化中将其制定为随机条件值,以考虑批发市场电价的不确定性。客户的策略基于可延迟负荷的每小时消耗和储能设备的预定充电/放电率以响应价格。广义纳什博弈具有多个均衡。因此,本文提出了分布式近端 Tikhonov 正则化算法来实现理想均衡。仿真结果验证了所提算法的性能,LF 提高了 31.46%,最大总需求和总计费成本分别降低了 45.89% 和 14.23%。