姚拓中

（寧波工程學(xué)院，浙江 寧波 315201）

0 引言

電力系統(tǒng)的供應(yīng)鏈由眾多上下游企業(yè)聚集而成，強(qiáng)化企業(yè)之間數(shù)據(jù)和信息的通信與分析處理不僅對(duì)于提高供應(yīng)鏈各環(huán)節(jié)之間的交易順暢度起到關(guān)鍵作用，也將提升各個(gè)節(jié)點(diǎn)企業(yè)的收益，從而增強(qiáng)整個(gè)電力供應(yīng)鏈的競(jìng)爭(zhēng)力。然而，傳統(tǒng)的信息處理技術(shù)在諸如優(yōu)化節(jié)點(diǎn)企業(yè)的競(jìng)爭(zhēng)策略選擇、提升交易信息的透明度等方面存在諸多問(wèn)題，已無(wú)法滿(mǎn)足當(dāng)下越來(lái)越高的市場(chǎng)需求。

在供應(yīng)鏈企業(yè)博弈領(lǐng)域，近些年國(guó)內(nèi)外的相關(guān)研究已取得了諸多成果。李季芳等人通過(guò)構(gòu)建競(jìng)合博弈模型，致力于從供應(yīng)鏈中找出能夠相互合作最優(yōu)的企業(yè)［1］。孔祥西等人構(gòu)建的博弈模型可以在不同的響應(yīng)環(huán)境下實(shí)現(xiàn)基于信息共享的博弈均衡［2］。張路等人通過(guò)博弈分析區(qū)塊鏈技術(shù)對(duì)于金融激勵(lì)機(jī)制的影響，進(jìn)而解決不同企業(yè)之間的信任和收益分配問(wèn)題［3］。Liu W 等人研究了如何為物流服務(wù)集成商和提供商搭建基于質(zhì)量控制的博弈模型［4］。隨著區(qū)塊鏈技術(shù)的快速發(fā)展，關(guān)越［5］、萬(wàn)強(qiáng)強(qiáng)［6］和張志［7］等人分別提出將區(qū)塊鏈技術(shù)應(yīng)用到不同產(chǎn)業(yè)的供應(yīng)鏈信息協(xié)同博弈中并取得了成功。Dai H 等人通過(guò)信息共享模型驗(yàn)證了信息共享的質(zhì)量與供應(yīng)鏈的協(xié)同效益成正比［8］。Taleizadeh A A 等人針對(duì)供應(yīng)鏈體系在VMI 模型的基礎(chǔ)上采用Stackelberg 博弈策略證明了收益函數(shù)極值的可求解性［9］。Esmaeili M 等人同樣利用Stackelberg 博弈建立了基于二級(jí)供應(yīng)鏈的關(guān)系模型，并在此基礎(chǔ)上提出了最優(yōu)的庫(kù)存和定價(jià)機(jī)制［10］。

在電力系統(tǒng)領(lǐng)域，已開(kāi)展關(guān)于供應(yīng)鏈的利益分配［11］、采購(gòu)策略［12］和信息協(xié)同［13］等方面的研究和應(yīng)用并取得了顯著成效。但在如何將人工智能技術(shù)與電力供應(yīng)鏈相結(jié)合方面尚未開(kāi)展廣泛而深入的研究，相關(guān)的研究文獻(xiàn)也較少。通過(guò)新興的人工智能技術(shù)賦能傳統(tǒng)的電力供應(yīng)鏈系統(tǒng)，有望實(shí)現(xiàn)電力供應(yīng)鏈整體效益的提升，使得鏈上各個(gè)節(jié)點(diǎn)企業(yè)通過(guò)不同的競(jìng)爭(zhēng)策略在博弈中獲取最佳收益。

在電力供應(yīng)鏈體系中，絕大多數(shù)企業(yè)雖然已經(jīng)通過(guò)傳統(tǒng)的互聯(lián)網(wǎng)和通信技術(shù)實(shí)現(xiàn)了彼此的交流協(xié)作，但在如何改善節(jié)點(diǎn)企業(yè)的競(jìng)爭(zhēng)策略選擇等方面依然存在諸多問(wèn)題，這極大地影響了其供應(yīng)鏈的效率。為此，本文采用區(qū)塊鏈技術(shù)搭建了由供應(yīng)商和經(jīng)銷(xiāo)商構(gòu)成的二級(jí)供應(yīng)鏈，并在此基礎(chǔ)上提出一種基于粒子群優(yōu)化和改進(jìn)蟻群算法的鏈上節(jié)點(diǎn)企業(yè)最優(yōu)競(jìng)爭(zhēng)策略選擇方法，協(xié)助供應(yīng)鏈各節(jié)點(diǎn)企業(yè)獲得更高的博弈利潤(rùn)。

1 供應(yīng)鏈?zhǔn)找娣治?/h2>

本文將傳統(tǒng)的電力供應(yīng)鏈節(jié)點(diǎn)企業(yè)博弈模型作為初始模型，且在該供應(yīng)鏈中有M1個(gè)供應(yīng)商和M2個(gè)經(jīng)銷(xiāo)商。在博弈模型中，第i個(gè)供應(yīng)商某類(lèi)型產(chǎn)品的訂單數(shù)目Ni與銷(xiāo)售價(jià)相關(guān)。由于產(chǎn)品的需求量和價(jià)格成反比，則訂貨量可以定義成如式（1）所示。

式中：ai為市場(chǎng)需求量；τ為價(jià)格彈性系數(shù)（設(shè)定τ=3）。

定義整個(gè)供應(yīng)鏈的信任成本為CT，那么供應(yīng)商和經(jīng)銷(xiāo)商的利潤(rùn)函數(shù)Em和Es分別如式（2）所示：

由于區(qū)塊鏈技術(shù)具有去中心化、可追溯、難篡改和高安全等優(yōu)點(diǎn)，當(dāng)采用了區(qū)塊鏈技術(shù)之后，供應(yīng)鏈通過(guò)去中心化可以保障數(shù)據(jù)的互聯(lián)互通以及真實(shí)可靠，此時(shí)CT=0。由于信息的透明化對(duì)最終的收益會(huì)產(chǎn)生顯著影響，為此本文定義收益的敏感系數(shù)k＞1。此時(shí)，供應(yīng)商可以及時(shí)從經(jīng)銷(xiāo)商處獲取信息進(jìn)而避免庫(kù)存積壓，而經(jīng)銷(xiāo)商則能夠準(zhǔn)確掌握市場(chǎng)需求，避免因囤貨而造成損失。那么，此時(shí)供應(yīng)商和經(jīng)銷(xiāo)商的利潤(rùn)函數(shù)分別為：

通過(guò)比較式（2）和式（3）不難發(fā)現(xiàn)，由于k＞1和CT＞0（通常是個(gè)較大值的參數(shù)），那么容易推理得到：即采用區(qū)塊鏈技術(shù)通常能提升供應(yīng)商和供應(yīng)商在供應(yīng)鏈中獲得的利潤(rùn)。

2 基于粒子群優(yōu)化的初始競(jìng)爭(zhēng)博弈策略

盡管區(qū)塊鏈能夠幫助供應(yīng)鏈中各個(gè)節(jié)點(diǎn)企業(yè)獲得一定程度上的利潤(rùn)提升，但如何根據(jù)自身的需求實(shí)現(xiàn)業(yè)務(wù)的最優(yōu)匹配，進(jìn)而實(shí)現(xiàn)彼此利益的最大化仍是一個(gè)亟待解決的研究課題。上述問(wèn)題可以看作一個(gè)典型的組合優(yōu)化問(wèn)題，雖然迄今為止已有諸如蟻群算法［14］和粒子群優(yōu)化算法［15］等基于仿生學(xué)的人工智能方法可求取最優(yōu)解，但上述方法通常存在收斂速度慢和解質(zhì)量不高等問(wèn)題。目前，深度學(xué)習(xí)在求解組合優(yōu)化問(wèn)題中得到了越來(lái)越多的應(yīng)用［16-17］，為此本文提出采用基于深度學(xué)習(xí)的改進(jìn)蟻群算法，以實(shí)現(xiàn)供應(yīng)商和經(jīng)銷(xiāo)商之間基于利益最大化的業(yè)務(wù)匹配。

本文假設(shè)供應(yīng)商集合為M1=｛i|i=1，2，3，…，l｝，經(jīng)銷(xiāo)商集合為M2=｛j|j=1，2，3，…，k｝。當(dāng)上述兩類(lèi)企業(yè)合作時(shí)，Λ={(i，j)|i∈M1，j∈M2}為兩者的匹配集。根據(jù)式（3）可以得到供應(yīng)商的利潤(rùn)函數(shù)。采用經(jīng)典粒子群優(yōu)化算法［17］計(jì)算供應(yīng)商收益函數(shù)最優(yōu)解的具體流程如下：

2）根據(jù)產(chǎn)品價(jià)格的浮動(dòng)變化設(shè)置相應(yīng)的適應(yīng)度函數(shù)，并求解粒子群的適應(yīng)度以及種群的最優(yōu)解。

3）根據(jù)式（4）對(duì)粒子的速度和位置進(jìn)行更新，當(dāng)?shù)竭_(dá)最大迭代次數(shù)時(shí)算法結(jié)束。

式中：c1和c2為加速系數(shù)；r1和r2為隨機(jī)數(shù)；a為慣性權(quán)重；pbest，i和gbest，i分別為每個(gè)粒子和粒子群的最優(yōu)解。

3 基于改進(jìn)蟻群算法的最優(yōu)業(yè)務(wù)匹配

根據(jù)粒子群優(yōu)化算法得到的供應(yīng)商最優(yōu)解，本文制定初始競(jìng)爭(zhēng)博弈策略并發(fā)布在供應(yīng)鏈系統(tǒng)上，而經(jīng)銷(xiāo)商則根據(jù)自身需求輸入意向交易信息。在初始競(jìng)爭(zhēng)博弈策略中，分別為賣(mài)出和購(gòu)入的節(jié)點(diǎn)企業(yè)報(bào)價(jià)，其由粒子群優(yōu)化算法求解得到；Mmax和Mmin分別為賣(mài)出的節(jié)點(diǎn)企業(yè)最高和最低報(bào)價(jià)；Smax和Smin分別為購(gòu)入的節(jié)點(diǎn)企業(yè)最高和最低報(bào)價(jià)；σi和σj為權(quán)重系數(shù)。那么，基于加權(quán)的效益函數(shù)τij定義如下：

首先，隨機(jī)選擇一個(gè)節(jié)點(diǎn)企業(yè)（比如某個(gè)供應(yīng)商），螞蟻從該節(jié)點(diǎn)始發(fā)，并采用輪盤(pán)賭的策略選擇下一步要到達(dá)的節(jié)點(diǎn)企業(yè)。那么，第i個(gè)和第j個(gè)節(jié)點(diǎn)企業(yè)之間的博弈概率定義為：

式中：τij和ηij分別為第i個(gè)和第j個(gè)節(jié)點(diǎn)企業(yè)之間的信息素（即效益函數(shù)）和啟發(fā)函數(shù)；α和β分別為信息素和啟發(fā)式因子的權(quán)重。每當(dāng)螞蟻訪(fǎng)問(wèn)一個(gè)節(jié)點(diǎn)企業(yè)時(shí)，將其放入當(dāng)前解并加入到未來(lái)不允許訪(fǎng)問(wèn)的列表中。當(dāng)所有節(jié)點(diǎn)企業(yè)都訪(fǎng)問(wèn)完畢后計(jì)算當(dāng)前解的代價(jià)，并通過(guò)式（7）對(duì)τij進(jìn)行更新：

式中：ρ為信息素?fù)]發(fā)因子；d為螞蟻數(shù)量；為第k個(gè)螞蟻的信息素增量，其定義如式（8）所示。

式中：lk為第k個(gè)螞蟻當(dāng)前解的路徑長(zhǎng)度。

傳統(tǒng)蟻群算法的性能主要取決于τij和ηij，而ηij通常僅考慮節(jié)點(diǎn)企業(yè)之間的價(jià)格差異這一個(gè)因素，進(jìn)而影響了需求匹配的效果。為此，本文通過(guò)訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)模型得到的特征矩陣來(lái)替代ηij啟發(fā)式信息矩陣，以改進(jìn)傳統(tǒng)蟻群算法的性能并實(shí)現(xiàn)節(jié)點(diǎn)企業(yè)的高效業(yè)務(wù)匹配。

該神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)如圖1所示。該模型可實(shí)現(xiàn)輸入和輸出參數(shù)之間的關(guān)聯(lián)性建模，并通過(guò)基于反饋的注意力調(diào)節(jié)機(jī)制實(shí)現(xiàn)關(guān)聯(lián)性估計(jì)的優(yōu)化。將上一訪(fǎng)問(wèn)節(jié)點(diǎn)和當(dāng)前訪(fǎng)問(wèn)節(jié)點(diǎn)報(bào)價(jià)以及與其他待訪(fǎng)問(wèn)節(jié)點(diǎn)的價(jià)格差分別作為輸入。其中，節(jié)點(diǎn)的報(bào)價(jià)與節(jié)點(diǎn)間的價(jià)格差可分別通過(guò)特征向量S=(fs1，fs2，…，fsn)和D=(fd1，fd2，…，fdn)進(jìn)行描述。最終模型輸出的注意力層賦予每個(gè)輸入節(jié)點(diǎn)獲得最優(yōu)解的概率，不同的概率大小體現(xiàn)了每個(gè)節(jié)點(diǎn)得到的關(guān)注度大小。模型首先隨機(jī)初始化，將s0作為起始節(jié)點(diǎn)，并根據(jù)節(jié)點(diǎn)的受關(guān)注度大小選擇st作為下一個(gè)訪(fǎng)問(wèn)節(jié)點(diǎn)并更新模型的各個(gè)變量。其中，特征向量C=(fs0，fst)包含了初始和當(dāng)前節(jié)點(diǎn)的報(bào)價(jià)。

圖1 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)

將S、C和D輸入全連接層后可得到各個(gè)待訪(fǎng)問(wèn)經(jīng)銷(xiāo)商節(jié)點(diǎn)的相關(guān)度，并通過(guò)softmax函數(shù)對(duì)其進(jìn)行歸一化后得到下一步可選節(jié)點(diǎn)的關(guān)注度，上述過(guò)程可通過(guò)節(jié)點(diǎn)轉(zhuǎn)移條件概率表示為：

式中：vt和w分別為需要訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)參數(shù)；Ct和Ht分別為第t次迭代時(shí)已訪(fǎng)問(wèn)和待訪(fǎng)問(wèn)的節(jié)點(diǎn)集合。P(Ct+1|Ct，Ht)越大，則表示神經(jīng)網(wǎng)絡(luò)模型下一步所選擇節(jié)點(diǎn)獲得最優(yōu)解的概率越高。

在求解該模型參數(shù)時(shí)，神經(jīng)網(wǎng)絡(luò)模型首先選擇初始節(jié)點(diǎn)c0∈H0，在第t次迭代時(shí)通過(guò)模型（當(dāng)前模型參數(shù)為(vT，w)∈θ）選擇下一個(gè)被訪(fǎng)問(wèn)的節(jié)點(diǎn)ct+1并生成長(zhǎng)度為L(zhǎng)的節(jié)點(diǎn)訪(fǎng)問(wèn)規(guī)劃C∈{ct，t=0，1，…，L}，上述過(guò)程可通過(guò)式（10）表示：

式中：P(C|H0；θ) 為訪(fǎng)問(wèn)規(guī)劃的生成概率；P(ct+1|Ct，Ht；θ)為第t次迭代時(shí)選擇下一個(gè)訪(fǎng)問(wèn)節(jié)點(diǎn)ct+1的概率。那么，模型的最優(yōu)參數(shù)θ*估計(jì)如下：

式（11）描述了在獲得最優(yōu)路徑集合估計(jì)C*條件下所得到的最優(yōu)神經(jīng)網(wǎng)絡(luò)參數(shù)估計(jì)，而ct*為該條件下第t次迭代時(shí)下一個(gè)訪(fǎng)問(wèn)的節(jié)點(diǎn)。為了最優(yōu)化求解式（11）以獲得最短路徑長(zhǎng)度所對(duì)應(yīng)的訪(fǎng)問(wèn)規(guī)劃，本文采用經(jīng)典的強(qiáng)化學(xué)習(xí)方法［18］實(shí)現(xiàn)。

采用該神經(jīng)網(wǎng)絡(luò)模型將每個(gè)節(jié)點(diǎn)企業(yè)逐一設(shè)置為初始起點(diǎn)，并分別運(yùn)行一次該模型，進(jìn)而得到剩余節(jié)點(diǎn)所對(duì)應(yīng)的特征向量，并根據(jù)各個(gè)節(jié)點(diǎn)的匹配度大小來(lái)選擇下一步需要訪(fǎng)問(wèn)的節(jié)點(diǎn)企業(yè)，而后將全部節(jié)點(diǎn)的特征向量通過(guò)拼接得到最終的啟發(fā)式矩陣ηij。最后，如果節(jié)點(diǎn)企業(yè)之間的業(yè)務(wù)匹配成功，則根據(jù)合作節(jié)點(diǎn)的博弈信息利用私鑰進(jìn)行數(shù)字簽名，進(jìn)而生成智能合約執(zhí)行。

4 實(shí)驗(yàn)分析

本文對(duì)電力供應(yīng)鏈各個(gè)節(jié)點(diǎn)企業(yè)的競(jìng)爭(zhēng)博弈進(jìn)行模擬。以傳統(tǒng)的以太坊區(qū)塊鏈系統(tǒng)作為基礎(chǔ)，處理器為Intel Core i9，內(nèi)存64GB，開(kāi)發(fā)環(huán)境為Ubuntu18.04，深度學(xué)習(xí)采用Pytorth 1.02。

實(shí)驗(yàn)分別選取5個(gè)供應(yīng)商和5個(gè)經(jīng)銷(xiāo)商作為供應(yīng)鏈節(jié)點(diǎn)企業(yè)參與模擬競(jìng)爭(zhēng)策略博弈，并采用國(guó)網(wǎng)浙江省電力有限公司近五年某一系列產(chǎn)品型號(hào)的內(nèi)部統(tǒng)計(jì)數(shù)據(jù)（如表1所示）。

表1 產(chǎn)品的需求量和均價(jià)

本文算法的各個(gè)參數(shù)設(shè)置如下。

1）粒子群算法的參數(shù)設(shè)置：種群初始化50個(gè)，粒子數(shù)初始化25 個(gè)，加速系數(shù)分別為c1=1 和c1=1.5，慣性權(quán)重初始化為a=0.5，最大迭代次數(shù)為100。

2）基于深度學(xué)習(xí)的蟻群優(yōu)化算法的參數(shù)設(shè)置：螞蟻數(shù)目初始化為d=60，信息素和啟發(fā)式因子的權(quán)重分別為α=1.5和β=1.5，信息素?fù)]發(fā)因子ρ=0.6，迭代次數(shù)為300 次。神經(jīng)網(wǎng)絡(luò)模型采用強(qiáng)化學(xué)習(xí)算法［18］進(jìn)行訓(xùn)練，并根據(jù)隨機(jī)貪婪策略選擇待訪(fǎng)問(wèn)的節(jié)點(diǎn)企業(yè)。本文使用Xavier 對(duì)神經(jīng)網(wǎng)絡(luò)模型的參數(shù)進(jìn)行初始化，并通過(guò)Adam算法對(duì)其進(jìn)行優(yōu)化更新，初始學(xué)習(xí)率η=0.000 1，訓(xùn)練迭代次數(shù)為100，批訓(xùn)練量為512。

3）供應(yīng)商和經(jīng)銷(xiāo)商的競(jìng)價(jià)范圍分別為［45，81］和［60，96］，供應(yīng)商對(duì)銷(xiāo)售價(jià)格和數(shù)量的權(quán)重分別為0.3 和0.7，經(jīng)銷(xiāo)商對(duì)購(gòu)買(mǎi)價(jià)格和數(shù)量的權(quán)重分別為0.6和0.4，收益的敏感系數(shù)k=1.15，供應(yīng)鏈信任成本CT=1 000。

表2 給出了供應(yīng)商和經(jīng)銷(xiāo)商的交易意向統(tǒng)計(jì)，而表3則給出了本文方法得到的節(jié)點(diǎn)企業(yè)最優(yōu)業(yè)務(wù)匹配結(jié)果和相應(yīng)的效益值。根據(jù)效益值的大小可以得到供應(yīng)商和經(jīng)銷(xiāo)商的最優(yōu)匹配結(jié)果為：A1-B1，A2-B5，A3-B3，A4-B1，A5-B5。并且，所有業(yè)務(wù)匹配的效應(yīng)值均高于0.7，表示本文方法有助于實(shí)現(xiàn)各個(gè)節(jié)點(diǎn)企業(yè)的利潤(rùn)最大化。

表2 供應(yīng)商和經(jīng)銷(xiāo)商的交易意向

表3 節(jié)點(diǎn)企業(yè)業(yè)務(wù)匹配結(jié)果和效益值

5 結(jié)語(yǔ)

本文針對(duì)電力傳統(tǒng)供應(yīng)鏈信息系統(tǒng)存在的諸多缺陷，提出了采用人工智能技術(shù)與電力供應(yīng)鏈相結(jié)合的解決思路。以區(qū)塊鏈平臺(tái)為基礎(chǔ)，首先采用粒子群優(yōu)化算法制定供應(yīng)商的初始競(jìng)爭(zhēng)博弈策略，接著采用基于深度神經(jīng)網(wǎng)絡(luò)優(yōu)化的蟻群算法實(shí)現(xiàn)供應(yīng)商和經(jīng)銷(xiāo)商之間業(yè)務(wù)的最優(yōu)匹配。實(shí)驗(yàn)數(shù)據(jù)表明，本文所提方法通過(guò)智能化手段使得供應(yīng)鏈體系中各個(gè)節(jié)點(diǎn)企業(yè)的利潤(rùn)最大化成為可能，并為供應(yīng)鏈的發(fā)展提供了新的方向。