云制造模式下基于多目標非合作博弈的服務(wù)租賃定價策略
發(fā)布時間:2021-01-29 13:18
傳統(tǒng)的制造企業(yè)通過銷售產(chǎn)品和一定的售后服務(wù)獲得利潤,而在云制造模式下,關(guān)注產(chǎn)品質(zhì)量、延長使用壽命,將產(chǎn)品作為服務(wù)租賃給客戶成為一種新的盈利模式。本文將云服務(wù)平臺中的服務(wù)提供方和服務(wù)需求方作為博弈雙方,從供需Stackelberg博弈角度,結(jié)合大數(shù)據(jù)分析預(yù)測產(chǎn)品剩余使用壽命(remaining useful life, RUL),建立了云制造服務(wù)平臺服務(wù)租賃的雙層規(guī)劃模型。雙層規(guī)劃問題是一類具有主從遞階結(jié)構(gòu)的復(fù)雜決策問題,具有NPhard性。本文使用帶精英策略的非支配排序遺傳算法(nodominated sorting genetic algorithm II, NSGA-II,)對模型進行求解,并使用某刀具廠案例驗證模型實用性和有效性。
【文章來源】:工業(yè)工程. 2020,23(01)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
云制造服務(wù)租賃模式
3)競標賽選擇法。從種群p2中每次隨機選擇兩個個體,優(yōu)先選擇其中非支配排序等級小的個體,若排序等級相等,則選擇其中擁擠度大的個體組成適合繁殖的父代種群fp。4)交叉、變異產(chǎn)生子代,并與3)中產(chǎn)生的父代合并形成新種群p3。
本文以該刀具廠的一個客戶的一臺機器作為實例研究。該機器共需要10把不同的刀具。按照刀具廠及客戶實際資料設(shè)定云制造服務(wù)租賃定價雙層規(guī)劃模型相關(guān)參數(shù)的設(shè)置如表2所示。本文所研究刀具類型為超硬刀具,壽命均值為1 000 h,本文假設(shè)租用時長ti為0~1 000 h之間的隨機數(shù),因此,假設(shè)刀具的剩余壽命也為0~1 000之間的隨機數(shù)。該刀具廠租用云平臺和監(jiān)控軟件的固定成本c1為10 000元,隨后每增加1個租賃設(shè)備,平臺監(jiān)測成本cm增加2 000元。大數(shù)據(jù)分析預(yù)測的準確率往往都在90%以上[21-23],因此,假設(shè)Θi為0.9~1之間的隨機數(shù)。根據(jù)式(11)使用NSGA-II算法求解。其中,初始種群數(shù)量為1500,最大迭代次數(shù)為100,交叉概率為0.9。本文列出非支配等級排序為1的前10個計算結(jié)果,如表3所示。算法運行結(jié)束后得到的Pareto最優(yōu)解前沿面如圖5所示,其中,橫坐標f1代表上層目標函數(shù)值,縱坐標f2代表下層目標函數(shù)值,共有1 500個點,每個點代表1個個體的Pareto最優(yōu)解。運行計算機配置為Intel Core i5-6 400 CPU@2.70 GHz,RAM 8 GB。根據(jù)1 500個個體的求解結(jié)果可知,10把刀具選擇大部分或全部租賃的策略對雙方是最有益的。并且,Pareto最優(yōu)解分布較廣,保證了最優(yōu)解的多樣性,為工廠和客戶提供了豐富的選擇。在非支配等級排序為1的第1個結(jié)果中,即表3第1行,10把刀具中9把選擇租賃,此時,上層目標函數(shù)值即刀具廠的最大利潤為86 949元,下層目標函數(shù)值即使用服務(wù)租賃給客戶帶來的效用為17 147 058元?梢姡赓U策略對于服務(wù)提供和需求雙方都帶來一定的收益,且對于服務(wù)需求方來說,其因租賃產(chǎn)品獲得的收益明顯高于租賃產(chǎn)品付出的費用。綜上,從數(shù)值分析可得,以服務(wù)提供方(刀具廠)和服務(wù)需求方(客戶)的收益和效用最大作為目標函數(shù),所求得的博弈雙方Nash均衡策略為大部分或全部刀具都使用租賃的模式可使得雙方效用函數(shù)最大,證明了本文所提出的云制造監(jiān)控平臺服務(wù)租賃模式的有效性。
【參考文獻】:
期刊論文
[1]競爭市場環(huán)境軟件即服務(wù)提供商最優(yōu)定價策略[J]. 賈坤澔,廖貅武,劉瑩. 系統(tǒng)管理學(xué)報. 2019(02)
[2]云制造環(huán)境下基于貝葉斯網(wǎng)絡(luò)的機床裝備資源優(yōu)化決策方法[J]. 龔小容,李孝斌,尹超. 中國機械工程. 2018(20)
[3]云制造聯(lián)盟創(chuàng)新生態(tài)系統(tǒng)形成、模型構(gòu)建及演化研究[J]. 王京,陳偉,高長元,白云. 科技進步與對策. 2018(19)
[4]面向云制造的多供應(yīng)商協(xié)同生產(chǎn)任務(wù)分配優(yōu)化[J]. 陳友玲,牛禹霏,劉艦,左麗丹,王龍. 計算機集成制造系統(tǒng). 2019(07)
[5]發(fā)展云制造創(chuàng)新模式的影響及對策研究[J]. 楊欣,曾珍香,魏津瑜,李旭東. 科學(xué)管理研究. 2018(04)
[6]基于學(xué)習(xí)與協(xié)同效應(yīng)的云制造任務(wù)動態(tài)雙邊匹模型[J]. 任磊,任明侖. 中國管理科學(xué). 2018(07)
[7]再制造下租賃產(chǎn)品服務(wù)系統(tǒng)節(jié)約共享契約研究[J]. 劉宇熹,謝家平. 中國管理科學(xué). 2016(03)
[8]基于回收再制造的耐用品租賃/銷售雙渠道模型[J]. 楊愛峰,王文婷,胡小建. 系統(tǒng)工程. 2016(01)
[9]云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用[J]. 李伯虎,張霖,任磊,柴旭東,陶飛,王勇智,尹超,黃培,趙欣培,周祖德. 計算機集成制造系統(tǒng). 2012(07)
[10]云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 李伯虎,張霖,王時龍,陶飛,曹軍威,姜曉丹,宋曉,柴旭東. 計算機集成制造系統(tǒng). 2010(01)
本文編號:3006951
【文章來源】:工業(yè)工程. 2020,23(01)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
云制造服務(wù)租賃模式
3)競標賽選擇法。從種群p2中每次隨機選擇兩個個體,優(yōu)先選擇其中非支配排序等級小的個體,若排序等級相等,則選擇其中擁擠度大的個體組成適合繁殖的父代種群fp。4)交叉、變異產(chǎn)生子代,并與3)中產(chǎn)生的父代合并形成新種群p3。
本文以該刀具廠的一個客戶的一臺機器作為實例研究。該機器共需要10把不同的刀具。按照刀具廠及客戶實際資料設(shè)定云制造服務(wù)租賃定價雙層規(guī)劃模型相關(guān)參數(shù)的設(shè)置如表2所示。本文所研究刀具類型為超硬刀具,壽命均值為1 000 h,本文假設(shè)租用時長ti為0~1 000 h之間的隨機數(shù),因此,假設(shè)刀具的剩余壽命也為0~1 000之間的隨機數(shù)。該刀具廠租用云平臺和監(jiān)控軟件的固定成本c1為10 000元,隨后每增加1個租賃設(shè)備,平臺監(jiān)測成本cm增加2 000元。大數(shù)據(jù)分析預(yù)測的準確率往往都在90%以上[21-23],因此,假設(shè)Θi為0.9~1之間的隨機數(shù)。根據(jù)式(11)使用NSGA-II算法求解。其中,初始種群數(shù)量為1500,最大迭代次數(shù)為100,交叉概率為0.9。本文列出非支配等級排序為1的前10個計算結(jié)果,如表3所示。算法運行結(jié)束后得到的Pareto最優(yōu)解前沿面如圖5所示,其中,橫坐標f1代表上層目標函數(shù)值,縱坐標f2代表下層目標函數(shù)值,共有1 500個點,每個點代表1個個體的Pareto最優(yōu)解。運行計算機配置為Intel Core i5-6 400 CPU@2.70 GHz,RAM 8 GB。根據(jù)1 500個個體的求解結(jié)果可知,10把刀具選擇大部分或全部租賃的策略對雙方是最有益的。并且,Pareto最優(yōu)解分布較廣,保證了最優(yōu)解的多樣性,為工廠和客戶提供了豐富的選擇。在非支配等級排序為1的第1個結(jié)果中,即表3第1行,10把刀具中9把選擇租賃,此時,上層目標函數(shù)值即刀具廠的最大利潤為86 949元,下層目標函數(shù)值即使用服務(wù)租賃給客戶帶來的效用為17 147 058元?梢姡赓U策略對于服務(wù)提供和需求雙方都帶來一定的收益,且對于服務(wù)需求方來說,其因租賃產(chǎn)品獲得的收益明顯高于租賃產(chǎn)品付出的費用。綜上,從數(shù)值分析可得,以服務(wù)提供方(刀具廠)和服務(wù)需求方(客戶)的收益和效用最大作為目標函數(shù),所求得的博弈雙方Nash均衡策略為大部分或全部刀具都使用租賃的模式可使得雙方效用函數(shù)最大,證明了本文所提出的云制造監(jiān)控平臺服務(wù)租賃模式的有效性。
【參考文獻】:
期刊論文
[1]競爭市場環(huán)境軟件即服務(wù)提供商最優(yōu)定價策略[J]. 賈坤澔,廖貅武,劉瑩. 系統(tǒng)管理學(xué)報. 2019(02)
[2]云制造環(huán)境下基于貝葉斯網(wǎng)絡(luò)的機床裝備資源優(yōu)化決策方法[J]. 龔小容,李孝斌,尹超. 中國機械工程. 2018(20)
[3]云制造聯(lián)盟創(chuàng)新生態(tài)系統(tǒng)形成、模型構(gòu)建及演化研究[J]. 王京,陳偉,高長元,白云. 科技進步與對策. 2018(19)
[4]面向云制造的多供應(yīng)商協(xié)同生產(chǎn)任務(wù)分配優(yōu)化[J]. 陳友玲,牛禹霏,劉艦,左麗丹,王龍. 計算機集成制造系統(tǒng). 2019(07)
[5]發(fā)展云制造創(chuàng)新模式的影響及對策研究[J]. 楊欣,曾珍香,魏津瑜,李旭東. 科學(xué)管理研究. 2018(04)
[6]基于學(xué)習(xí)與協(xié)同效應(yīng)的云制造任務(wù)動態(tài)雙邊匹模型[J]. 任磊,任明侖. 中國管理科學(xué). 2018(07)
[7]再制造下租賃產(chǎn)品服務(wù)系統(tǒng)節(jié)約共享契約研究[J]. 劉宇熹,謝家平. 中國管理科學(xué). 2016(03)
[8]基于回收再制造的耐用品租賃/銷售雙渠道模型[J]. 楊愛峰,王文婷,胡小建. 系統(tǒng)工程. 2016(01)
[9]云制造典型特征、關(guān)鍵技術(shù)與應(yīng)用[J]. 李伯虎,張霖,任磊,柴旭東,陶飛,王勇智,尹超,黃培,趙欣培,周祖德. 計算機集成制造系統(tǒng). 2012(07)
[10]云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J]. 李伯虎,張霖,王時龍,陶飛,曹軍威,姜曉丹,宋曉,柴旭東. 計算機集成制造系統(tǒng). 2010(01)
本文編號:3006951
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3006951.html
最近更新
教材專著