潘新宇　趙道致　吳成霞

摘要：利用演化博弈的方法，分析云制造平臺匹配的精確度、帶來額外利潤的多少、可能造成損失的大小等因素對制造能力需求企業(yè)策略選擇行為演化的影響，得到云制造平臺僅僅通過調(diào)整匹配精確度并不會吸引制造商都采用云制造平臺的結(jié)論，同時給出影響制造企業(yè)策略選擇行為演化的邊界條件以及在相應(yīng)的條件下制造企業(yè)策略選擇行為的演化軌跡。

關(guān)鍵詞：物聯(lián)網(wǎng)；云制造平臺；演化博弈；制造資源共享

DOI：10.13956/j.ss.1001-8409.2015.10.27

中圖分類號：F272文獻標(biāo)識碼：A 文章編號：1001-8409（2015）10-0125-06

Abstract：Employing the method of evolutionary game theory， this paper analyzed the impact of cloud manufacturing platform matching accuracy rate， extra profits， and possible loss bringing by the platform and other factors on the decision of enterprise strategy. It was found that cloud manufacturing platforms cant attract all manufacturers to adopt the platform only by adjusting the matching accuracy rate. Moreover， the boundary conditions that influence the manufacturing enterprisers strategy decisions and their corresponding evolutionary track were also presented.

Key words：internet of things； cloud manufacturing platform； evolutionary game theory； manufacturing resources sharing

近年來，物聯(lián)網(wǎng)（Internet of Things， IOT）技術(shù)的應(yīng)用正在迅速地進入生產(chǎn)和流通領(lǐng)域[1，2]。供應(yīng)鏈系統(tǒng)中嵌入物聯(lián)網(wǎng)技術(shù)之后，實現(xiàn) 從“企業(yè)-企業(yè)”到“物-物”的轉(zhuǎn)變，跨越了企業(yè)的邊界在供應(yīng)鏈中進行資源共享。制造商面臨制造能力或制造資源短缺時，可以利用物聯(lián)網(wǎng)技術(shù)由智能終端實時連接到云制造平臺尋找制造能力和制造資源，再由云制造平臺進行有效的匹配以滿足企業(yè)的制造需求，減少企業(yè)制造資源短缺的損失[3]。利用云制造平臺，可以實現(xiàn)多種類制造能力和制造資源的交易[4]，如美國的MFG.COM平臺和Tradeshift平臺，可以提供裝配、加工等制造服務(wù)，這將逐漸改變企業(yè)的生產(chǎn)和交易方式。因此，在物聯(lián)網(wǎng)環(huán)境下，研究企業(yè)面向云制造平臺的生產(chǎn)決策問題具有重要意義。

在制造資源實現(xiàn)云化共享的技術(shù)層面，我國的學(xué)者也進行了相關(guān)的研究。李伯虎院士及其研究團隊率先開展了大量的研究，探討了云制造的概念、系統(tǒng)架構(gòu)等，提出了面向服務(wù)的云制造的概念，并從技術(shù)角度給出了云制造的典型應(yīng)用案例[5]。邰麗君等針對云制造環(huán)境下制造資源調(diào)度的特點和存在的問題，建立了云制造環(huán)境下制造服務(wù)資源多目標(biāo)調(diào)度模型。根據(jù)云制造環(huán)境下極易發(fā)生擾動的特點，提出了一種動態(tài)調(diào)度技術(shù)，以在發(fā)生突發(fā)事件時及時作出反應(yīng)[6]。黃沈權(quán)等針對云制造環(huán)境下制造云服務(wù)的特點，在分析制造云服務(wù)按需供應(yīng)相關(guān)研究存在的一些不足的基礎(chǔ)上，提出制造云服務(wù)按需供應(yīng)模式的架構(gòu)，從整個供應(yīng)流程的角度分析了云服務(wù)按需供應(yīng)模式的過程模型，建立了按需供應(yīng)模式涉及的主要關(guān)鍵技術(shù)的技術(shù)體系[7]。新西蘭奧克蘭大學(xué)Xu在文獻中論述了“云計算”到“云制造”的發(fā)展過程，詳細(xì)闡述了在“云制造”模式中，企業(yè)分散的資源如何通過云服務(wù)平臺集成在一起，使企業(yè)在產(chǎn)品設(shè)計、制造、測試、管理以及產(chǎn)品全生命周期中的其他環(huán)節(jié)都可以通過云服務(wù)平臺請求資源滿足需求，實現(xiàn)資源的高效匹配和配置[8]。以后文獻多從技術(shù)角度對云制造進行研究，鑒于云制造平臺在制造能力和資源供需匹配的過程中起到重要作用，本文從經(jīng)濟角度研究企業(yè)的運營行為，利用演化博弈的方法，分析云制造平臺匹配的精確度、帶來額外利潤的多少、可能造成損失的大小等因素對制造能力需求企業(yè)策略選擇行為演化的影響。

1問題描述

在同一個市場環(huán)境下，存在著兩個相互競爭的制造商M1和M2，因為某種關(guān)鍵的制造資源或者制造能力的缺乏可能會求助于云制造平臺，從而獲得充足的制造資源以獲得更大的市場收益。假設(shè)云制造服務(wù)平臺上包含有多種有差異性的制造資源及制造能力，且根據(jù)云制造系統(tǒng)的特點可以認(rèn)為每種資源的數(shù)量是足夠大的，能夠滿足制造企業(yè)對云制造平臺的需要。兩個制造企業(yè)從利潤最大化的角度出發(fā)，可以選擇利用云制造平臺或者不利用云制造平臺，因此企業(yè)的策略為“利用平臺”和“不利用平臺”，并且假設(shè)企業(yè)M1和M2采取利用平臺這一策略的概率分別為p和q，則企業(yè)不利用平臺的概率分別為1-p和1-q。

同時，還要考慮在實際運營過程中，由于參與方信息隱瞞、資源的復(fù)雜性以及平臺虛擬化操作的失誤等原因，云制造服務(wù)平臺的搜索和匹配操作不可避免的會產(chǎn)生一定的誤差，即存在資源有效匹配的問題。在本文中，若兩個制造商需求的是同樣的資源，則云制造平臺對兩個企業(yè)的有效匹配率是相同的，假設(shè)該有效匹配率（匹配精確度）為r（0

假設(shè)當(dāng)企業(yè)M1和M2都不利用云制造平臺時，雙方可以獲得的收益分別是U1和U2；當(dāng)企業(yè)M1利用云制造平臺而企業(yè)M2不利用云制造平臺時，制造商M1可以獲得充足的制造資源來滿足市場的需要，同時又因為云制造平臺的存在，可以通過對需求市場的大數(shù)據(jù)分析，全面分析消費者的購物習(xí)慣和偏好，進一步對顧客需求進行挖掘（如亞馬遜的圖書智能推薦功能），這兩種情況都會擴大M1的市場需求，獲得額外的利潤f（f>0），此部分利潤可能是新創(chuàng)造的利潤，還可能是搶奪了企業(yè)M2的一部分市場而獲得的競爭利潤，這兩種情況對M2來說都是有利潤損失的，是沒有采用云制造平臺的機會損失，同時考慮到云制造平臺有效匹配的問題，所以企業(yè)M1會獲得額外的收益rf，企業(yè)M2會失去相應(yīng)的市場收益rf，即此時雙方的收益為U1+rf和U2-rf；同理，當(dāng)企業(yè)M1不利用云制造平臺而企業(yè)M2利用云制造平臺時，企業(yè)M2會獲得額外的收益re（e>0），企業(yè)M1會失去相應(yīng)的市場收益re，此時雙方的收益為U1-re和U2+re；當(dāng)企業(yè)M1和企業(yè)M2同時利用云制造平臺時，由于雙方都有充足的制造資源和能力，所以會發(fā)生市場競爭的情況，假設(shè)l為企業(yè)M1的競爭獲勝的概率，企業(yè)M2因為競爭失敗會造成額外的損失（如市場聲譽的損失、投入云平臺而導(dǎo)致的機會損失等），假設(shè)該值為C2，同樣當(dāng)企業(yè)M1競爭沒有取勝時，也會造成一定的市場損失，假設(shè)該損失為C1，這種情況下，雙方的期望收益分別為l（U1+rf）+（1-l）（U1-re-C1）和（1-l）（U2+re）+l（U2-rf-C2）。還需假設(shè)參與方是個體理性的，且根據(jù)期望利潤最大化的原則來進行決策，以上所有的信息均為所有參與方的共同知識。

2模型分析

根據(jù)上述兩個制造商利用云制造平臺與否的過程分析，可以得到下列的矩陣：

2之間的關(guān)系，當(dāng)損失的乘積相對于獲得的收益和的平方較大時（C1C2>（re+rf）2），兩個制造企業(yè)在采用云制造服務(wù)平臺時會進行權(quán)衡，因為萬一不能保證獲得恰當(dāng)?shù)闹圃熨Y源，獲得市場的需求，造成的損失也比較大，當(dāng)一個企業(yè)不采用云制造平臺服務(wù)時，另一個企業(yè)則根據(jù)利潤最大化的原則，一定會采用云制造服務(wù)平臺策略，所以會出現(xiàn)有兩個均衡點的情況（圖3）；當(dāng)損失的乘積相對于所得到的收益之和的平方較小時（C1C2<（re+rf）2），兩個制造企業(yè)就不會進行太多的權(quán)衡，因為哪怕不能保證獲得優(yōu)質(zhì)的制造資源，競爭失敗造成的損失也比較小[13]，所以會出現(xiàn)兩個企業(yè)都采用云制造平臺的情況（圖4）。

（4）所有的情況中，云制造平臺最愿意看到的是兩個企業(yè)都采用云制造平臺來進行生產(chǎn)，如圖4所示。此時的條件是C1C1+re+rf

①兩個企業(yè)都會利用云制造平臺獲得更大收益的必要條件是C1C2<（re+rf）2，此時可以保證制造企業(yè)利用云制造平臺可以獲得足夠大的利益。

②云制造平臺需要建立高效的容錯機制以支持高可靠協(xié)同運行，以提高資源的匹配精確度（即提高r的數(shù)值）。另外，在前期也要做好資源的分類以及語義描述工作，提升云制造平臺的整體服務(wù)水平。

③為了保證兩個企業(yè)都能夠利用云制造平臺，云制造平臺僅僅調(diào)整r的取值是不夠的，因為至少要保證l落在（C1C1+re+rf，re+rfre+rf+C2）區(qū)間內(nèi)，云制造平臺才有調(diào)整匹配精確度r的動力，所以云制造平臺還需要考慮兩個企業(yè)利用平臺所能獲得的收益以及可能造成的損失，從而保證l的值盡可能落在上述區(qū)間內(nèi)。

（5）圖3對云制造平臺也有一定的啟示。某些時候（比如云制造平臺上能夠提供的資源數(shù)量不夠多），促使兩個制造商同時選擇云制造平臺的難度會比較大（如上面所闡述的，需要保證落在特定的區(qū)域內(nèi)），此時云制造平臺可能會退而求其次，促使會對平臺帶來收益較大的一方來采用云制造平臺也會是不錯的選擇，此時云平臺可以耗費較低的成本來促使某一方企業(yè)來選擇云制造平臺[14]，表現(xiàn)在圖3中即是F點位置的移動。

從以上分析還能夠發(fā)現(xiàn)令人擔(dān)憂的一點，當(dāng)平臺力量足夠大時，平臺有操控制造能力共享供需市場的可能性，因此引入必要的約束機制，對平臺的行為加以規(guī)范，以利于整個云制造系統(tǒng)的順利運行。

命題3：損失分界點d1=C1C1+re+rf是關(guān)于r的減函數(shù)，收益分界點d2=re+rfre+rf+C2是關(guān)于r的增函數(shù)。

證明：對兩個分界點的表達(dá)式d1和d2分別對r求一階導(dǎo)數(shù)，可以得到該命題，具體證明過程從略。

命題3說明了當(dāng)云制造平臺將匹配有效率調(diào)整到一定程度之后（d1

3數(shù)值分析

數(shù)值分析時，給定數(shù)值如下：l=07，U1=200，U2=100，e=8，f=10，C1=10，C2=6，當(dāng)r從0到1變化時，可以得到圖5所示圖形。區(qū)域I（直線r =02381左側(cè)）：此時滿足條件re+rfre+rf+C2max{re+rfre+rf+C2，C1C1+re+rf}，演化的過程如圖2所示；區(qū)域III（直線r =0.7778右側(cè)）：此時C1C1+re+rf

同時，分別選取區(qū)域II和區(qū)域III中的兩個點，r=0.5和r=0.8，可以得到兩個制造商采用云制造平臺的演化分析圖如圖6所示。在圖6中，可以看到在r=0.5時（區(qū)域II中），因為l的值比較大，所以符合圖2中的演化條件，則p逐漸趨近于1，而q則逐漸趨近于0，即制造商M1會選擇云制造平臺，而制造商M2則不會選擇。在r=0.8時（區(qū)域III中），符合圖4中的演化條件，則p逐漸趨近于1，并且q逐漸趨近于1，即制造商M1會選擇云制造平臺，制造商M2也會選擇云制造平臺。

若r=0.1，則各個變量之間的關(guān)系滿足區(qū)域I的條件，區(qū)域I中，制造商的演化軌跡滿足圖3中的條件，從圖3中可以看到，初始條件的情況會對兩個企業(yè)的演化軌跡有較大的影響，因此分別選擇初始狀態(tài)為p0=02，q0=02以及p0=03，q0=06兩種情況，則能夠看到兩種不同的演化路徑：當(dāng)p0=0.2，q0=0.2時，點（0.2，0.2）落在陰影部分下方，因此演化過程的穩(wěn)定點為C（1，0）點，當(dāng)p0=0.3，q0=0.6時，點（0.3，0.6）落在陰影部分，p逐漸趨近于0，而q逐漸趨近于1，因此演化過程的穩(wěn)定點為B（0，1）點。此時的演化過程如圖7所示。

4結(jié)論

本文考慮了在物聯(lián)網(wǎng)技術(shù)的支撐下，制造企業(yè)可以對制造資源和制造能力的狀況進行實時動態(tài)的感知，從而能夠利用云制造平臺進行制造資源的共享和協(xié)同問題。主要考慮了云制造平臺資源匹配有效率、額外收益以及可能的損失等因素對云制造平臺以及云制造服務(wù)需求企業(yè)運營策略的影響。通過構(gòu)建兩個云制造平臺需求企業(yè)向同一個云制造平臺請求制造服務(wù)的場景，采用演化博弈的方法，對云制造平臺和平臺參與方企業(yè)的運營提出了相應(yīng)的建議。

通過本文的分析，可以看到并不是所有情況下云制造平臺都愿意提高資源的有效匹配率（當(dāng)l落在（C1C1+re+rf，re+rfre+rf+C2）區(qū)間內(nèi)時，云制造平臺才有動力去采取調(diào)整措施），當(dāng)云制造平臺促使所有企業(yè)都采用云制造平臺需要投入較大成本時，云制造平臺也會有選擇地促使更有利于平臺的部分制造企業(yè)來利用云制造平臺進行生產(chǎn)。本文還給出了影響制造企業(yè)策略選擇的邊界條件（如定理1和2所示），從這些邊界條件可以看出，影響企業(yè)選擇的因素不僅僅有云制造平臺對資源的有效匹配率，還包括制造需求企業(yè)可能獲得的收益以及可能造成的損失，這些因素對制造企業(yè)的策略選擇行為的演化有著重要的影響。

文中主要分析的是平臺的資源匹配有效率對企業(yè)策略行為演化的問題，進一步的研究可以從如下方向進行：云制造平臺的收費以及定價結(jié)構(gòu)設(shè)計的問題，這將關(guān)系到云平臺應(yīng)該激勵哪些制造企業(yè)來采用云制造平臺；本文考慮的是當(dāng)兩個制造企業(yè)都利用云制造平臺時，兩個制造商之間會加劇市場競爭行為，進一步可以分析云制造平臺能夠創(chuàng)造新的市場，降低兩個企業(yè)的直接競爭的機會，減少競爭損失的情況；另外，從文中的分析可以看出，當(dāng)平臺的力量足夠大時，平臺有操控供需市場的動機，尤其是考慮到云制造平臺的收費問題時，該操控行為發(fā)生的幾率就會增加，因此如何設(shè)計合理的約束機制，既可以做到約束云制造平臺的行為，又能保證整個云制造系統(tǒng)的健康發(fā)展，將是十分有意義的研究。

參考文獻：

[1]金波，秦燕飛.物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展及對策[J].宏觀經(jīng)濟管理， 2014（10）： 68-69.

[2]李曉鐘，王瑩.我國物聯(lián)網(wǎng)產(chǎn)業(yè)協(xié)同發(fā)展機制及系統(tǒng)協(xié)同度評價研究[J].軟科學(xué)， 2015（1）： 42-46.

[3]Xu， X. From Cloud Computing to Cloud Manufacturing[J].Robotics and ComputerIntegrated Manufacturing，2012， 28（1）： 75-86.

[4]王時龍，宋文艷，康玲，等.云制造環(huán)境下制造資源優(yōu)化配置研究[J].計算機集成制造系統(tǒng)， 2012， 18（7）：1396-1405.

[5]李伯虎，張霖，王時龍，等.云制造面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J].計算機集成制造系統(tǒng)， 2010， 16（1）：1-6.

[6]邰麗君，胡如夫，趙韓，等.面向云制造服務(wù)的制造資源多目標(biāo)動態(tài)優(yōu)化調(diào)度[J].中國機械工程， 2013，24（12）： 1616-1622.

[7]黃沈權(quán)，顧新建，陳芨熙，等.制造云服務(wù)的按需供應(yīng)模式及其關(guān)鍵技術(shù)[J].計算機集成制造系統(tǒng)，2013，19（9）： 2315-2324.

[8]Wang X， Xu X. An Interoperable Solution for Cloud Manufacturing[J]. Robotics and ComputerIntegrated Manufacturing， 2013， 29（4）： 232-247.

[9]Fudenberg D， Tirole J. Game Theory [M].Cambridge， MA：MIT Press，1991.220-224.

[10]廖小昕.動力系統(tǒng)的穩(wěn)定性理論和應(yīng)用[M].北京：國防工業(yè)出版社，2000.136-140.

[11]Hsieh T P， Dye C Y. A ProductionInventory Model Incorporating the Effect of Preservation Technology Investment When Demand is Fluctuating with Time[J]. Journal of Computational and Applied Mathematics， 2013， 239： 25-36.

[12]Esposito E， Evangelista P. Investigating Virtual Enterprise Models： Literature Review and Empirical Findings[J]. International Journal of Production Economics， 2014， 148： 145-157.

[13]Zhou Y W， Min J， Suresh K. SupplyChain Coordination under an InventoryLevelDependent Demand Rate[J].International Journal of Production Economics， 2008， 113（2）： 518-527.

[14]Jeong B K， Styllanou A C. Market Reaction to Application Service Provider （ASP） Adoption： An Empirical Investigation[J]. Information & Management， 2010， 47（3）： 176–187.

[15]Lau A H L， Lau H S. Effects of a Demandcurves Shape on the Optimal Solutions of a MultiEchelon Inventory /Pricing Model[J]. European Journal of Operational Research， 2003， 147（3）： 530-548.

（責(zé)任編輯：楊銳）