Shapely简介aaa.docVIP

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
1Shapley值法的基本原理 1.1原理介绍 Shapley值法是ShapleyL.S.于1953年提出的用于解决多人合作问题的一种数学方法,其内容包括两个定义和一个定理。 定义1设企业合作收益是定义在N={1,2,…,n}上的一切子集S上的实值函数v,并满足条件: v(Φ)=0,Φ为空集(1) (2) 式中v(Φ)表示没有企业联盟的总收益,v(N)表示n个企业联盟后总的收益,表示第i个公司不与其他公司合作时的收益。式(1)表示企业如果没有参加任何联盟,则其合作收益为0;式(2)表示企业联盟后总的收益大于或等于各企业单干之和。 定义2用来表示各企业从联盟收益中得到的分配向量,其中表示联盟中第i个成员所得到的份额,并满足条件: (3) (4) 式(3)表示个体合理性条件,即企业如果从联盟中所得到的收益还低于其不结盟时所得的收益,则该企业不会接受这样的分配,并选择退出联盟。式(4)表示各个企业分配之和不能超出结盟后总的收益。 定理Shaply值设Г=[I,V]是n人合作对策,存在唯一的一组Shapely值: (5) [I,V]为n个企业合作对策,I为参与合作企业的集合,V为特征函数;表示第i个伙伴企业从联盟整体中分配到的收益;S表示包含有伙伴企业i的一切联盟;|S|表示联盟S的规模,即S中所含企业的数量;w(|S|)为参数收益分配的权重;v(S)表示联盟S的收益;v(S/i)表示联盟S中如果没有企业i参加时的收益;v(S)-v(S/i)表示联盟S中有i参加的收益与没有i参加的收益差值,即表示伙伴企业i对联盟S的贡献。把该企业对它所参加的联盟的所有贡献加起来便得到该企业所应分得的利润。这样一种利润分配方法就称之为Shapely值利润分配法。 3.1 Shapley值法的基本原理 Shapley值法是美国Shapley教授于1953 年提出的用于解决N - 人对策博弈理论中一种数学方法,它实现了联盟总体利益在各成员之间的公平和有效的分配。I = { 1,2,…,n} 是参与者的集合体,其中若干人组合的每一种合作都会得到一定的效益,当人们之间的活动具有非对抗性时,合作中人数的增加不会引起效益的减少,这种合作具有pareto改进性质,这是Nash 均衡所做不到的。其定义如下:记n 人集合I = { 1,2,…,n} ,如果对于I 的任一子集s( n 个人集合中的任一种合作) 都对应着一个实值函数v( s) 满足以下条件 v( Φ) = 0 ( 17) v( s1∪s2) ≥v( s1) + v( s2) 其中,s1∩s2 = Φ ( 18) v( s) 为定义在I 上的特征函数,表示合作s 的效益。( 17) 和( 18) 式体现了“1 + 1 > 2”的系统思想,意味着合作时利益最大,最大合作收益记作v( I) 。设i( v) ( i = 1,2,…,n) 表示I 的成员i 从合作的最大效益v( I) 中应得的收益,则合作时最大效益的分配可表示为Φ( v) = ( 1( v) ,2( v) ,…,n( v) ) 。同时须满足如下条件Σni = 1i( v) = v( I) 且i( v) ≥ v( i) , i = 1,2,…,n ( 19)合作I 下,记Shapley值法确定的每一合作伙伴所得利益分配为 i( v) Σs∈s( i)w( | s | ) ·[v( s) - v( s \i) ] i = 1,2,…,n ( 20) w( | s | ) =( n -| s | ) !·( | s | - 1) !n!( 21) 其中s( i) 是集合I 中包含合作伙伴i 的所有子集,|s |是子集s 中的元素个数,n 为集合中I 的元素个数,w( | s | ) 是加权因子,它实际上是局中人对联盟贡献的概率。v( s) 为子集s 的效益,v( s \i) 是子集s 中去掉合作伙伴i 后可取得的效益。 3.2 合作的前提条件( 18) 式是供应链合作的前提条件,只有这样,供应链企业间才能达到“共赢”。v( s1∪s2) ≥v( s1) + v( s2) 保证了企业加入供应链是有利可图的,同时也是在收益分配模型中应用Shapley值法的前提条件。只要能证明由制造商、第三方物流和零售商组成的闭环供应链收益模型满足( 18) 式,才能应用Shapley值法来合理分配利润,观察表1 得v{ M,R} v{ M} + v{ R};v{ R,TPL} = v{ R} + v{ TPL}。下面证明v{ M,TPL} v{ M} + v{ TPL} 和v{ M,TPL,R} v{ M} + v{ TPL} + v{ R} :( 1) v{ M,TPL} - v{ M} + v{ TPL} = β( p3 - c3) 28 v{ M,TPL} v

文档评论(0)

82393aa + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档