林 翔

(海軍裝備研究院，北京 100161)

【后勤保障與裝備管理】

兩主兩從博弈下的裝備維修器材供應(yīng)鏈協(xié)調(diào)研究

林 翔

(海軍裝備研究院，北京 100161)

以相互競爭的兩條裝備維修器材供應(yīng)鏈作為研究背景，提出了一種基于Stackelberg主從博弈的激勵(lì)協(xié)調(diào)模型，并通過最優(yōu)反應(yīng)動(dòng)態(tài)思想給出求解該模型的一般思路，結(jié)合粒子群優(yōu)化算法對軍事算例進(jìn)行仿真，對比分析供應(yīng)商合作與非合作下的計(jì)算結(jié)果，供應(yīng)商非合作下獎(jiǎng)金激勵(lì)策略可以有效實(shí)現(xiàn)供應(yīng)鏈協(xié)調(diào)，但供應(yīng)商若能實(shí)現(xiàn)合作，將使供應(yīng)商達(dá)到利益最優(yōu)化，可忽略獎(jiǎng)金激勵(lì)的影響。

裝備維修器材；Stackelberg主從博弈；供應(yīng)鏈；最優(yōu)反應(yīng)動(dòng)態(tài)；粒子群優(yōu)化算法

在市場經(jīng)濟(jì)條件下，部隊(duì)作為裝備維修器材供應(yīng)商的最終消費(fèi)者，其偏好決定了供應(yīng)商的收益。在供應(yīng)器材品質(zhì)相當(dāng)?shù)那闆r下，維修單位作為部隊(duì)與供應(yīng)商的中間環(huán)節(jié)，其服務(wù)水平是引導(dǎo)部隊(duì)消費(fèi)的重要環(huán)節(jié)。因此，供應(yīng)商需要提供一定的激勵(lì)機(jī)制提高維修單位的服務(wù)水平。

文獻(xiàn)[1]給出了當(dāng)前裝備維修器材供應(yīng)鏈的一個(gè)基本現(xiàn)狀以及未來的發(fā)展趨勢；文獻(xiàn)[2]描述了在隨機(jī)性需求、需求對服務(wù)水平敏感條件下,生產(chǎn)商如何通過激勵(lì)機(jī)制使分銷商保持較高庫存的庫存決策問題。文獻(xiàn)[3]在假設(shè)一個(gè)供應(yīng)商、一個(gè)分銷商且市場需求確定的情況下,討論了供應(yīng)商能夠提供幾類契約以及對供應(yīng)鏈相應(yīng)的影響。文獻(xiàn)[4]討論了在兩個(gè)供應(yīng)商對兩個(gè)分銷商情況下,價(jià)格促銷對市場需求變化的作用。不足的是,市場需求不僅與商品價(jià)格、品質(zhì)有關(guān),同時(shí)也與分銷商服務(wù)水平相關(guān)。文獻(xiàn)[5]研究了兩個(gè)分銷系統(tǒng)(每個(gè)分銷系統(tǒng)具有一個(gè)作為主方的生產(chǎn)商和一個(gè)作為從方的分銷商)發(fā)生相互競爭的問題。文獻(xiàn)[6-8]提出了一種求解雙矩陣對策多重納什均衡解的粒子群優(yōu)化算法，并通過仿真示例驗(yàn)證了其有效性。

在上述文獻(xiàn)的基礎(chǔ)上，結(jié)合當(dāng)前裝備維修器材供應(yīng)實(shí)際，給出了兩條裝備維修器材供應(yīng)鏈在Stackelberg博弈下的協(xié)調(diào)訂貨問題，并在此基礎(chǔ)上建立優(yōu)化模型，構(gòu)建適應(yīng)度函數(shù)，利用粒子群優(yōu)化算法求解，并運(yùn)用實(shí)際算例進(jìn)行了仿真計(jì)算，對兩主方合作與非合作的情況進(jìn)行了對比分析，得出了一些可以解釋現(xiàn)實(shí)中出現(xiàn)的經(jīng)濟(jì)狀況的結(jié)論。

1 問題描述

對同一類武器裝備，往往有多個(gè)維修單位對同一軍事片區(qū)進(jìn)行維修保障，同時(shí)，這些維修單位又分別有自己的裝備維修器材供應(yīng)商，供應(yīng)商要想將自己的裝備維修器材盡量多的供應(yīng)給部隊(duì)并從中獲取收益，就需要所供應(yīng)的維修單位盡量多的接手到相應(yīng)的維修任務(wù)，消耗掉裝備維修器材，從而有新的訂單來為供應(yīng)商獲取利潤。

同一軍事片區(qū)內(nèi)的部隊(duì)，在遇到武器裝備故障問題時(shí)，會(huì)綜合考慮維修費(fèi)用、維修品質(zhì)和維修服務(wù)態(tài)度等因素決定維修單位，其中的維修服務(wù)態(tài)度是變數(shù)最大的，與維修單位對每個(gè)維修任務(wù)的重視程度有直接關(guān)系，包括說明故障問題、糾正使用方法、定期派人維修保養(yǎng)等。因此，供應(yīng)商為了讓維修單位提供盡可能讓部隊(duì)滿意的維修服務(wù)態(tài)度，建立激勵(lì)機(jī)制[9]鼓勵(lì)維修單位改善服務(wù)態(tài)度，提高維修單位認(rèn)可度，獲得在承受范圍內(nèi)更多的維修任務(wù)。

2 建立激勵(lì)協(xié)調(diào)模型

2.1 模型假設(shè)與分析

本文通過分析同一軍事片區(qū)內(nèi)的兩條裝備維修器材供應(yīng)鏈分析上述問題，假設(shè)某艦艇支隊(duì)的維修保障任務(wù)都可由這兩個(gè)維修單位負(fù)責(zé)。供應(yīng)商根據(jù)維修單位一個(gè)周期內(nèi)所用的裝備維修器材數(shù)量提供獎(jiǎng)金，用σ表示單位數(shù)量的獎(jiǎng)勵(lì)，而維修單位則通過提高服務(wù)水平爭取盡量多的維修任務(wù)，獲取獎(jiǎng)金。顯然，服務(wù)水平的提高需要維修單位付出相當(dāng)程度的努力，這里用η表示維修單位的努力程度。

面對同一軍事片區(qū)內(nèi)有限的維修任務(wù)，兩個(gè)維修單位之間就會(huì)產(chǎn)生競爭關(guān)系，維修單位B1在確定自己的努力程度時(shí)，不僅要考慮供應(yīng)商提供的獎(jiǎng)金，還要考慮維修單位B2的努力程度。因?yàn)橐环降呐Τ潭让黠@高于另一方，就會(huì)出現(xiàn)大部分維修任務(wù)被一方占據(jù)的情況。若維修單位B2的努力程度越高，其維修任務(wù)自然會(huì)更多，此時(shí)供應(yīng)商A1在制訂激勵(lì)策略時(shí)不僅要考慮維修單位B1，還需要把維修單位B2的努力程度考慮在內(nèi)，并進(jìn)一步考慮供應(yīng)商A2的激勵(lì)策略。同樣地，維修單位B2和供應(yīng)商A2也面臨同樣的策略問題。這兩條裝備維修器材供應(yīng)鏈相互影響的示意圖如圖1。

圖1 兩裝備維修器材供應(yīng)鏈相互競爭示意圖

顯然維修單位Bi(i=1,2)的努力程度ηi(0≤ηi≤100%)需要付出相應(yīng)的努力成本Ci，并且努力成本Ci是努力程度ηi的嚴(yán)格增函數(shù)，隨著ηi的遞增，Ci遞增速度更快，即Ci′(ηi) > 0，C″i(ηi) > 0，該成本函數(shù)可以用公式表示[10]：

(1)

其中ci是一個(gè)定值。

維修單位一個(gè)周期內(nèi)所獲的維修任務(wù)可以通過這一個(gè)周期所使用的裝備維修器材數(shù)量Γ來體現(xiàn)，在此假設(shè)部隊(duì)選擇維修單位時(shí)對服務(wù)水平相當(dāng)敏感，維修費(fèi)用影響不大，且維修單位的維修品質(zhì)都很平均?？梢缘贸?，器材使用函數(shù)Γ與維修單位的努力程度密切相關(guān)，不僅與自己的努力程度有關(guān)，也與另一個(gè)維修單位的努力程度有關(guān)。當(dāng)對手的努力程度不變時(shí)，自己的努力程度越大，就能爭取到可能原本屬于對手的維修任務(wù)，維修任務(wù)多了，裝備維修器材使用數(shù)量自然也就越大，可以用下式表達(dá)其含義：

(2)

其中i,j∈{1,2}且i≠j，αi為自身努力程度對裝備維修器材使用數(shù)量的產(chǎn)出系數(shù)，β為努力程度差值對裝備維修器材使用數(shù)量的轉(zhuǎn)移系數(shù)，即當(dāng)ηi>ηj時(shí)，維修單位Bj的裝備維修器材使用數(shù)量β(ηi-ηj)轉(zhuǎn)移給維修單位Bi，當(dāng)ηj>ηi時(shí)，情況剛好相反。

為簡化模型，將維修單位使用的裝備維修器材數(shù)量作為供應(yīng)商可以得到收益的裝備維修器材銷售數(shù)量。并且不考慮各成本與收益之間的復(fù)雜關(guān)系，只關(guān)心獎(jiǎng)金激勵(lì)與努力程度對兩條裝備維修器材供應(yīng)鏈中供應(yīng)商和維修單位的影響。

可以得出供應(yīng)商Ai的總收益為

(3)

維修單位Bi的總收益為

(4)

其中ai為供應(yīng)商Ai的單位裝備維修器材銷售利潤，bi為維修單位Bi使用單位裝備維修器材的維修收益。

2.2 Stackelberg主從博弈問題

根據(jù)上述分析，這兩條相互影響的裝備維修器材供應(yīng)鏈構(gòu)成了兩主兩從的Stackelberg主從博弈問題，其中主方是供應(yīng)商A1、A2，策略就是獎(jiǎng)金激勵(lì)策略；從方是維修單位B1、B2，用努力程度響應(yīng)。用U和V分別表示主方和從方的策略集，獎(jiǎng)金激勵(lì)策略σ1、σ2表示主方A1、A2的策略，努力程度η1、η2表示從方B1、B2的策略，即σ1,σ2∈U，η1,η2∈V。

兩個(gè)主方、兩個(gè)從方作為獨(dú)立的利益主體，都希望達(dá)到利益最大化，所以供應(yīng)商Ai的策略函數(shù)為

(5)

維修單位Bi的響應(yīng)函數(shù)為

(6)

式(5)(6)所得的決策對({σ1,η1},{σ2,η2})就是上述兩主兩從Stackelberg主從博弈問題的均衡解。

2.3 優(yōu)化模型

顯然，供應(yīng)商作為純粹的利益組織，其目的就是為了獲取更高的利益，所提供的獎(jiǎng)勵(lì)不可能高于銷售利潤，即

(7)

為簡化問題，假設(shè)兩供應(yīng)商相互合作，上述兩主兩從的Stackelberg主從博弈問題實(shí)際就變成了一主兩從的Stackelberg問題。以兩供應(yīng)商總收益最大化為目標(biāo)，通過兩從方之間努力程度的相互制約來建立約束關(guān)系，可以得到一主兩從的Stackelberg模型如下：

(8)

而對兩主方完全非合作的兩主兩從Stackelberg主從博弈問題，需要分別以兩供應(yīng)商收益最大化為目標(biāo)，建立多目標(biāo)優(yōu)化模型如下：

(9)

(10)

該模型是一個(gè)多目標(biāo)非線性約束問題，本文利用進(jìn)化博弈論的最優(yōu)反應(yīng)動(dòng)態(tài)思想(Best response Dynamics)[11-12]與粒子群優(yōu)化算法，對上述兩主兩從的Stackelberg主從博弈問題進(jìn)行求解。

3 算法設(shè)計(jì)

通過文獻(xiàn)[11-12]，可以知道利用最優(yōu)反應(yīng)動(dòng)態(tài)思想，可以很好地模擬有限理性人的行為，在競爭者進(jìn)行策略迭代時(shí)逼近Stackelberg主從博弈的均衡解。在兩主兩從Stackelberg主從博弈問題中，兩主方是通過兩從方的競爭策略來進(jìn)行相互博弈，主方與從方構(gòu)成一個(gè)上下層關(guān)系，之間的博弈為Stackelberg博弈，而下層兩個(gè)從方之間的博弈為Nash博弈。

求解兩主兩從Stackelberg主從博弈模型，實(shí)質(zhì)上是對從方相同的兩個(gè)一主兩從模型進(jìn)行求解，其求解過程如下：

步驟1 初始化上層(主方)策略σ；

步驟2 下層(兩從方)根據(jù)各自目標(biāo)函數(shù)最大化進(jìn)行多目標(biāo)優(yōu)化問題求解，得到一個(gè)Nash均衡解，作為下層(兩從方)的策略{η1,η2}；

步驟3 利用粒子群優(yōu)化算法，以上下兩層即主從雙方的策略代表粒子，進(jìn)行一主一從下的Stackelberg主從博弈模型求解。

利用上述過程可以求出兩主方合作下的均衡解，需要注意的是，供應(yīng)商在由非合作轉(zhuǎn)換成合作的過程中，應(yīng)具備一個(gè)基本的觸發(fā)條件，即保證供應(yīng)商在非合作下的利益低于合作后的利益。因此，為維持合作的穩(wěn)定性，需要制訂一個(gè)合作方均能認(rèn)可的利益分配方案，本文采用的是核和Shapley值的利益分配方案[13]。

假設(shè)Stackelberg博弈中的兩從方是完全理性的，其決策是同時(shí)進(jìn)行的，并假設(shè)主方是有限理性的，以保證主方提出策略后，從方能迅速給出依據(jù)主方策略的均衡解。下面給出采用進(jìn)化博弈論中的最優(yōu)反應(yīng)動(dòng)態(tài)思想求解兩主兩從Stackelberg問題的算法步驟：

步驟1 初始化供應(yīng)商A1、A2給維修單位的單位數(shù)量獎(jiǎng)金策略σ1、σ2。

步驟2 給出主方A1、A2之間的行動(dòng)順序，同時(shí)設(shè)定決策的最大迭代次數(shù)kmax，記k=0。對于主方行動(dòng)順序有先后的情況，轉(zhuǎn)到步驟3，對于同時(shí)行動(dòng)的情況，轉(zhuǎn)到步驟4。

步驟3 利用一主兩從Stackelberg問題的求解思路，在每輪決策中，主方Ai根據(jù)Aj的策略，考慮從方B1、B2的反應(yīng)，做出新的策略來替換原策略，而主方Aj決策時(shí)，再根據(jù)主方Ai新策略下從方B1、B2的反應(yīng)來制定其新策略，替代原策略，這樣迭代次數(shù)才算完成一次，即k=k+1。

步驟4 利用一主兩從Stackelberg問題的求解思路，在每輪決策中，主方Ai(i=1,2)決策時(shí)，根據(jù)另一主方的策略，考慮從方B1、B2的反應(yīng)，制定新的策略。當(dāng)主方A1、A2都決策完畢了，再用兩個(gè)新策略來替換原策略，這樣本輪決策完畢，迭代次數(shù)加1，即k=k+1。

步驟5 對于主方行動(dòng)順序有先后的情況，重復(fù)步驟3，而對于主方同時(shí)行動(dòng)的情況，重復(fù)步驟4。直到兩個(gè)主方該輪決策結(jié)果與上一輪的相同(或兩者之間的范數(shù)小于給定值)，則達(dá)到Stackelberg均衡，算法結(jié)束?；蛘呤钱?dāng)?shù)螖?shù)k=kmax時(shí)，算法終止。

4 軍事算例仿真與分析

在某一軍事片區(qū)中有兩個(gè)維修品質(zhì)和維修水平相當(dāng)?shù)木S修單位B1、B2，他們各自都有自己的器材供應(yīng)商，其中供應(yīng)商A1負(fù)責(zé)維修單位B1，供應(yīng)商A2負(fù)責(zé)維修單位B2，兩維修單位處于獨(dú)立非合作關(guān)系。兩維修單位全面負(fù)責(zé)該軍事片區(qū)中聯(lián)軸節(jié)等這類裝備維修器材的保障維修任務(wù)，因?yàn)槁?lián)軸節(jié)等這類器材耗損率高，耗損速度快，報(bào)修周期短，故該軍事片區(qū)中的部隊(duì)用戶對維修單位的維修服務(wù)水平較為敏感，該軍事算例的基本參數(shù)設(shè)置如表1所示。

表1 有關(guān)參數(shù)

初始化主方的策略σ1=σ2=0，即兩個(gè)供應(yīng)商剛開始都不給維修單位提供獎(jiǎng)金激勵(lì)，在此初始條件下，利用最優(yōu)動(dòng)態(tài)反應(yīng)思想與粒子群優(yōu)化算法對兩供應(yīng)商合作與非合作下的Stackelberg主從博弈模型進(jìn)行求解，其中取粒子群規(guī)模N=20，參數(shù)設(shè)定ωmax=0.9，ωmin=0.4，最大迭代次數(shù)kmax=50。仿真計(jì)算實(shí)現(xiàn)采用的操作系統(tǒng)為Windows XP，機(jī)器硬件CPU為Pentium Dual-Core 3.0 GHz，2 GB內(nèi)存，用Matlab 7.1編程計(jì)算，計(jì)算時(shí)間不超出3 s。所得結(jié)果如表2所示。

表2 合作與非合作下求解結(jié)果對照

其中，在供應(yīng)商非合作決策下，A1先決策A2后決策、A2先決策A1后決策以及二者同時(shí)決策3種情況求解得到的Stackelberg均衡解都是

(11)

當(dāng)A1、A2不同時(shí)決策時(shí)，求解到第2輪迭代后就已經(jīng)接近Stackelberg均衡解，而A1、A2同時(shí)決策時(shí)，要到第3輪迭代結(jié)束才接近均衡解，這說明多個(gè)主方?jīng)Q策順序是否相同與最后求得均衡解的速度有一定關(guān)系。

觀察表2可以得出以下結(jié)論：

1) 在供應(yīng)商合作的情況下，供應(yīng)商不會(huì)提出獎(jiǎng)金激勵(lì)。

2) 在供應(yīng)商非合作的情況下，供應(yīng)商會(huì)提出獎(jiǎng)金激勵(lì)以提高維修單位努力程度。

3) 供應(yīng)商非合作下，維修單位的收益要高于合作下的收益，表明維修單位可以在供應(yīng)商非合作中漁利。

4) 供應(yīng)商在合作下的總收益要高于非合作下的總收益，且當(dāng)6 981≤t≤7 726時(shí)，各供應(yīng)商合作后的收益均大于非合作下的收益，故供應(yīng)商有發(fā)起合作的基本動(dòng)機(jī)，并在t=7 354時(shí)達(dá)到Shapley值。但具體利益分配方案會(huì)受到合作行為、公平性要求以及其他非理性情感因素的影響，要綜合考慮Shapley值進(jìn)行談判決定。

5) 供應(yīng)商在非合作下提出獎(jiǎng)金激勵(lì)能使維修單位收益增加，似乎犧牲了自己的利益，因?yàn)樵诠?yīng)商合作下，即使不給維修單位提供獎(jiǎng)金激勵(lì)，供應(yīng)商的利益也比非合作下的高?？上У氖铅?=σ2=0并不是Nash均衡，還需要兩個(gè)主方的共同協(xié)作來達(dá)成。這也正好與當(dāng)今市場下主導(dǎo)者時(shí)常提出獎(jiǎng)金激勵(lì)制度的現(xiàn)狀相吻合，原因就在于市場中主導(dǎo)者進(jìn)行合作時(shí)要達(dá)到Nash均衡非常困難。

5 結(jié)束語

本文以維修單位獨(dú)立非合作為前提，分析了同一軍事片區(qū)中同類武器裝備的兩條裝備維修器材供應(yīng)鏈相互競爭的關(guān)系，提出了兩主兩從Stackelberg主從博弈問題，并建立相應(yīng)的多目標(biāo)優(yōu)化模型。最后，應(yīng)用進(jìn)化博弈論中的最優(yōu)動(dòng)態(tài)反應(yīng)思想結(jié)合粒子群優(yōu)化算法給出兩主兩從Stackelberg問題的求解步驟，利用軍事算例進(jìn)行仿真，對供應(yīng)商合作與非合作下的結(jié)果進(jìn)行分析，得出：在非合作下供應(yīng)商實(shí)施獎(jiǎng)金激勵(lì)策略可以實(shí)現(xiàn)供應(yīng)鏈協(xié)調(diào)，而在合作下獎(jiǎng)金激勵(lì)不再那么重要，關(guān)鍵在于如何實(shí)現(xiàn)供應(yīng)商的合作共贏。

[1] 何海寧，舒正平.供應(yīng)鏈環(huán)境下的裝備維修器材保障[J].物流科技，2006，136(29)：66-69.

[2] RICARDO E，STEPHEN G P.Manufacturer Incentives to Improve Retail Service Levels[J].European Journal of Operational Research，1998，104(11)：437-450.

[3] CORBETT C J，TANG C S.Designing Supply Contracts：Contract Type and Information Asymmetry[M].Chapter 9 in the Quantitative Models for Supply Chain Management，Boston，Kluwer：1999.

[4] LAI R，VILLAS-BOAS J M.Price Promotions and Trade Deals with Multi Product Retailer[J].Management Science.1998，44(7)：935-9491.

[5] 田厚平，郭亞軍，劉長賢.分銷系統(tǒng)中的多主多從Stackelberg主從對策問題研究[J].管理工程學(xué)報(bào)，2005，19(4)：74-78.

[6] 張榮沂.一種新的集群優(yōu)化方法—粒子群優(yōu)化算法[J].黑龍江工程學(xué)院學(xué)報(bào)，2004，18(4)：34-37.

[7] 瞿勇，張建軍.多重納什均衡解的粒子群優(yōu)化算法[J].運(yùn)籌與管理，2010，19(2)：52-55.

[8] 馬向陽，陳琦.以粒子群算法求解買賣雙方存貨主從對策[J].中國管理科學(xué)，2010，18：142-145.

[9] 羅定提，仲偉俊，張曉琪.分散式供應(yīng)鏈中旁支付激勵(lì)機(jī)制的研究[J].系統(tǒng)工程學(xué)報(bào)，2001，16(3)：236-240.

[10]張維迎.博弈論與信息經(jīng)濟(jì)學(xué)[M].上海：三聯(lián)出版社，1996：182-186，190-197，200-207.

[11]謝識予.經(jīng)濟(jì)博弈論[M].上海：復(fù)旦大學(xué)出版社，2002：268-273，244-245.

[12]盛昭瀚，蔣德鵬.演化經(jīng)濟(jì)學(xué)[M].上海：三聯(lián)出版社，2002：13-17，281-285.

[13]LEOPOLD W U.Some Selected Topic in Experimental Economics[J].International Transactions in Operational Research，1997，4(3)：165-174.

[14]林翔， 瞿勇. 基于主從博弈的裝備維修器材供應(yīng)鏈協(xié)調(diào)訂貨[J].兵工自動(dòng)化，2015(12):59-63.

[15]高鐵路，葉術(shù)青，高崎.基于價(jià)值的裝備維修器材保障風(fēng)險(xiǎn)研究[J].四川兵工學(xué)報(bào)，2015(11):70-73.

(責(zé)任編輯 唐定國)

Study on Supply Chain Coordination of Equipment Repair Equipment with Two Leaders-Followers Game

LIN Xiang

(Naval Academy of Armament, Beijing 100161, China)

Take the competitive two supply chain of equipment repair equipment as the research background, a kind of incentive coordination model based on the Stackelberg game is proposed, and the general idea of solving the model is given by using the best response dynamics theory. Through the application of the particle swarm optimization algorithm (PSO), the simulated results of the military example on the suppliers cooperation and non cooperation are analyzed to show that the incentive strategy under the non cooperation can effectively achieve the coordination of the supply chain, but if the suppliers to get the cooperation, it will enable the suppliers to achieve the best interests of the optimization and the bonus incentive is no longer the key.

equipment repair equipment; Stackelberg game; supply chain; best response dynamics; PSO algorithm

2016-12-21；

2017-01-16 作者簡介：林翔(1991—),男,碩士,助理工程師,主要從事軍事建模與系統(tǒng)決策研究。

10.11809/scbgxb2017.05.032

format:LIN Xiang.Study on Supply Chain Coordination of Equipment Repair Equipment with Two Leaders-Followers Game[J].Journal of Ordnance Equipment Engineering,2017(5):140-143.

O225

A

2096-2304(2017)05-0140-04

本文引用格式：林翔.兩主兩從博弈下的裝備維修器材供應(yīng)鏈協(xié)調(diào)研究[J].兵器裝備工程學(xué)報(bào)，2017(5):140-143.