XiaoMi-AI文件搜索系统
World File Search Systemstackelberg
用功率结构的预制建筑供应链的定价，崩溃和协调策略的建模
在预制的建筑行业中，消费者对建筑时间敏感，并且不同的功率结构非常普遍。本研究使用Stackelberg游戏，NASH游戏和供应链协调的方法，将制造商崩溃策略介绍给了预制的建筑供应链，并调查了三种不同电力结构下的组装定价，制造商崩溃和供应链协调策略。它发现采用崩溃的策略可改善供应链的利润，而动态批发价格合同实现了供应链坐标。同时，当消费者的时间和价格敏感性较低时，在不等的发电链中，在供应链中获得高利润会更容易。相反，在NASH游戏的情况下，供应链利润更高。这项研究创新地将电力结构和崩溃策略的思想引入了预制的建筑供应链中，并在三种不同的电力结构下为预制的建筑企业提供了最佳的价格和交付时间，并实现了供应链协调。结论可以为不同竞争环境下的预制建筑企业提供决策建议。
Distribution Locational Marginal Pricing Based Equilibrium Optimization Strategy for Data Center Park with Spatial-temporal
摘要 - 本文提出了一个基于分销的位置定位定价（DLMP）的BI级Stackelberg游戏框架 - Internet服务公司（ISC）与数据中心公园中的分销系统运营商（DSO）之间的工作。为了微型电力成本，上层的ISC在空间上跨不同数据中心构建的交互式工作负载（IWS），并根据DLMP的时间安排电池储能系统。光伏生成和静态VAR生成提供了额外的活跃和反应能力。在较低级别，DSO通过最大程度地降低两部分关税政策的总电量成本来计算DLMP，并确保分销网络未经汇总，并且总线电压在限制范围内。使用强双重定理和二进制扩展方法将双层优化转换为单层混合二阶锥体编程优化，获得了平衡解决方案。案例研究验证了所提出的方法在保留ISC的隐私时是否有利于DSO和ISC。通过考虑考虑IWS和光伏发电的不确定性，提高了分配网络的灵活性，这进一步促进了更高需求侧的重新源的适应。
住宅光伏发电的两阶段博弈论方法...
摘要 — 本文针对具有潜在光伏产消者的配电网，提出了一种新颖的两阶段博弈论住宅光伏 (PV) 板规划框架。一项创新贡献是将住宅光伏板位置分配模型与能源共享机制相结合，以增加光伏产消者的经济效益，同时促进住宅光伏板的合理安装。住宅光伏板规划决策的优化被制定为一个两阶段模型。在第一阶段，我们开发了一个基于 Stackelberg 博弈的随机双层能源共享模型，以确定具有不确定的光伏能量输出、负载需求和电价的光伏板的最佳尺寸。我们没有使用商业求解器直接解决所提出的双层能源共享问题，而是开发了一种基于有效下降搜索算法的解决方法，可以显着提高计算效率。在第二阶段，我们为所有光伏产消者提出了一个基于随机规划的住宅光伏板部署模型。该模型被制定为最优功率流 (OPF) 问题，以最小化有功功率损耗。最后，在IEEE 33节点和123节点测试系统上的仿真证明了所提方法的有效性。
激励新兴市场供应商承担责任...
许多跨国企业的新兴市场供应商都陷入了社会责任争议。这些事件严重影响了跨国企业的运营和新兴经济体的可持续发展。本文考虑了一个两层跨国供应链模型，以探讨不同参与者的企业社会责任 (CSR) 活动对其利润和社会福利的影响。我们考虑了两种可以增强新兴市场供应商 CSR 活动的激励方案：来自买家的收入分享和来自政府的补贴。通过供应商 Stackelberg 博弈，我们发现：1）跨国运营成本阻碍了跨国企业投资 CSR 的动力；2）供应商的 CSR 活动对最终产品需求和新兴市场福利的影响大于跨国企业的活动；3）供应商会自愿参与 CSR 活动，但程度不足，而跨国企业与供应商的收入分享和政府对供应商的补贴可以提高供应商的 CSR 水平；4）政府补贴比跨国企业的收入分享更大程度上改善了供应商的 CSR 活动。我们的研究填补了国际供应链企业社会责任活动的空白，并为跨国企业及其新兴市场供应商提供了降低企业社会责任风险的重要管理建议，并为新兴市场政府提供了实现可持续发展的政策建议。
法规下的可持续半导体供应链
如果没有半导体，现代生活将不存在，因为计算机，电信，医疗保健，运输和能源系统中使用的所有电子组件都配备了芯片。为了检查半导体行业的向后和前进活动，本文将该行业作为闭环供应链提出。它阐明了如何处理和回收旧的半导体来制造新的硅和芯片，并检查了通常应用的补贴方案对行业上游和下游层运行的半导体公司的性能的影响。具体而言，提出的半导体供应链涉及（i）对货币激励措施敏感的回报功能； （ii）一项补贴立法奖励最终用户回收利用； （iii）上游行业，该行业是使用维珍和废料生产的硅； （iv）半导体制造商（例如TSMC，三星，英特尔）购买硅和其他材料，雇用工人，然后生产和出售芯片的下游行业。我们使用实际数据来表征Stackelberg均衡硅，半导体价格和输出，并校准模型参数，以量化补贴和收集通道对硅和半导体公司的性能的影响。我们发现，补贴计划既不扭曲公司的策略，也不会导致半导体行业效率低下。它刺激了循环经济活动，并提供经济和环境利益。
基于区块链的面向参与式经济的 Web 3.0 语义交换框架
摘要 —Web 3.0 是下一代互联网，使参与者能够以去中心化的方式阅读、编写和拥有内容。它主要由区块链、语义通信、边缘计算和人工智能驱动，可以构建价值网络，实现基于参与式决策的参与式经济。Web 3.0 可以捕捉区块链、语义提取和通信的特点，实现去中心化的语义共享和精准信息传递。然而，当前的 Web 3.0 解决方案专注于区块链，而忽视了其他新技术在 Web 3.0 中的作用。为了进一步释放 Web 3.0 中语义提取和通信的优势，本文提出了一个基于区块链的语义交换框架，实现公平高效的交互。在这个框架中，我们首先尝试将语义信息标记为不可替代代币 (NFT) 以进行语义交换。然后我们利用 Stackelberg 博弈来最大化语义交易的购买和定价策略。我们还利用零知识证明来共享真实的语义信息，而无需在收到付款之前发布它，与当前的 NFT 市场相比，这可以实现公平且保护隐私的交易。给出了一个关于城市规划的案例研究，以清楚地展示所提出的机制。最后，确定了一些挑战和机遇。
基于游戏理论
易于态度的分配系统，生成和负载需求的强烈不确定性给能量相互作用和资源协调带来了挑战。但是，现有的能源互动策略通常仅着眼于经济利益，忽略安全绩效，并且不足以确保系统的可靠运行。为了解决这些问题，本文考虑了各方的经济利益和系统的电压安全性，建议针对多垫圈浮动的分配系统进行能源交互策略。首先，建立了基于Stackelberg游戏的多代理能量交互框架，并为分销网络运营商和生产商建立了双层优化模型。第二，本文创新地将基于软点的电源流控制技术引入能源交易市场。然后，应用KKT条件，双重理论，线性化和放松技术将原始的双层游戏问题转变为单层混合式二阶底线编程问题，从而提高了计算效率。最后，改进的IEEE 33-BUS分配系统将模拟，并与其他两种情况进行了比较。结果表明，提出的策略可以显着改善能源交互系统的经济和安全性能，优化电源发电的分布并有效提高功率质量。该方法为在灵活和可靠的网格操作的背景下管理分布式能源的挑战提供了有希望的解决方案。
双通道药物供应链中的定价策略研究
在发展新时代的背景下，制药供应链市场已逐渐从卖方市场转变为买方市场。消费者越近，市场定价能力就越大，因此制造商和零售商的药物市场能力也发生了变化。这项研究考虑了服务对制药平台供应链定价策略的影响。该研究旨在协调优化，主要通过研究价格和服务因素来讨论互补产品的药物平台供应链的协调策略。通过假设和模型解决方案研究了各种情况。本研究使用Stackelberg游戏决策。制造商处于平台供应链决策的最前沿。研究发现，在集中决策下的价格低于分散决策。价格和服务水平之间的协调需要在互补产品的药品平台供应链中关注，服务水平应在一定范围内控制。仅通过提高服务水平才能使企业最大化利润，从而为药物供应链定价策略研究提供了理论基础。供应链成员必须努力提高服务水平，以改善医疗供应消费者的心理满意度。服务级别不能完全减轻通道冲突。因此，药物补充已成为减轻药品平台供应链中冲突的一种方式。
考虑社会福利和水质公用事业的供水供应链决策的研究
当供水项目成为世界各地水网络的重要组成部分时，这些项目的有效运营和管理在为水资源的最佳分配提供全面发挥作用。应同时考虑进行水分转移的运营和管理，在经济利益，生产者盈余和水质公用事业的情况下的供水链决策。根据供应链的想法，本文将水转移运营管理视为由水转移公司，供水公司和消费者组成的供水链。从社会福利和水质公用事业的角度来看，提出了一种全面的优化和协调决策模型。将南到北水转移项目作为研究对象，设计成本分配的合同，并使用Stackelberg Game方法来优化供水链的决策和协调。结果表明，当关注的系数和成本分布比在给定可行的价值区域内评估时，可以改善水转移公司和供水公司的利用。随着成本比例的增加，关注系数的可行价值间隔会降低。当关注系数增加时，水转移公司的利用减少，而水供应公司，水质，消费者盈余，水质效用以及水转移公司的实用性逐渐增加。结果为水转移决策提供了宝贵的参考。
![arxiv：2312.00198V2 [CS.LG] 2024年6月17日](/simg/c\c948db6657581e58f47649a6b14c43365028a16f.webp)
arxiv：2312.00198V2 [CS.LG] 2024年6月17日
为了确保在实际系统中加固学习的有用性（RL），确保它们对噪声和对抗性攻击至关重要。在对抗RL中，外部攻击者有能力操纵受害者与环境的互动。我们研究了整个在线操纵攻击，其中包括（i）国家攻击，（ii）观察攻击（这是对状态的概括），（iii）行动攻击和（iv）奖励攻击。我们表明了攻击者设计的隐形攻击问题，该攻击最大化了其自身的预期奖励，通常与最小化受害者的价值相对应，这是由马尔可夫·德克尼（Markov DeSision）过程（MDP）捕获的，我们称之为元MDP，因为它不是真实的环境，而是通过攻击互动所带来的更高级别的环境。我们表明，攻击者可以通过在多项式时间进行计划或使用Standard RL技术进行多项式样本复杂性来得出最佳攻击。我们认为，可以将受害者的最佳防御政策计算为对Stochastic Stackelberg游戏的解决方案，可以将其进一步简化为基于部分的基于转弯的随机游戏（POTBSG）。攻击者和受害者都不会从各自的最佳政策中受益，因此这种解决方案确实很健壮。尽管防御问题是NP-HARD，但我们表明在许多情况下，可以在多项式时间（样本复杂性）中计算（学习）最佳的马尔可夫防御。