物流服务采购拍卖中考虑中断风险的胜者确定问题研究

中断风险会对物流系统造成严重的影响。为应对中断风险,重点研究物流服务采购拍卖中带有中断风险的胜者确定问题,构建了集成加固、保留及临时外包混合策略的两阶段随机胜者确定模型,并设计了集成降情景和对偶分解与拉格朗日松弛的近似算法。数值实验结果表明所提模型和方法的有效性和可用性。敏感性分析结果表明所提混合策略好于其他已知策略,且充足的加固预算对拍卖方更有利。当拍卖方面临较高中断风险或客户需求时,加固策略更加重要,不仅可以应对中断风险,还可以扩展竞标方的能力。本文不仅在理论上拓展了逆向拍卖的研究领域,而且为物流服务采购拍卖提供方法和技术支撑。

损失规避的多属性逆向拍卖胜者确定问题

研究不完备信息下第四方物流提供商(4PL)具有损失规避行为且第三方物流提供商(3PL)的属性具有冲突性的新胜者确定问题.通过使用清晰数、区间数、区间语言短语刻画3PL的属性,“收益–机遇–成本–风险”(BOCR)框架处理属性之间的冲突性,交互式多属性决策(TODIM)方法刻画4PL的损失规避行为,提出了一种新的TODIM-BOCR决策方法.数值仿真实验表明所提方法好于一些已有的决策方法,且对3PL之间的属性变化具有鲁棒性.因此,TODIM-BOCR是4PL规避损失的有效工具.当4PL损失规避度增加,3PL改进损失属性可以增加获胜概率.本文将损失规避行为引入到传统的逆向拍卖中,不仅在理论上扩展了多属性逆向拍卖胜者确定问题的研究,也为4PL选择合作伙伴提供方法和技术支持.

基于自组织神经网络和DEA的采购拍卖获胜者确定问题模型

针对采购拍卖中存在的品种多、数量大、利润差异大以及评价指标体系不合理等特点,首先在供应商投标后利用自组织神经网络和分包算法对供应商投标进行约减,以提高包内物品相似度、均衡供应商之间的竞争性、降低胜者确定问题算法的复杂度;接着利用数据包络分析中的C^2R模型对"约减"后的投标进行相对评价并确定最终获胜供应商,以解决传统指标体系评价方法中假设属性间不相关以及人为设定权重等不足.该模型为采购拍卖胜者确定问题的解决提出了新的思路,具有很好的实用性.

两阶段反向组合多属性拍卖分包算法

针对反向拍卖中根据物品部件分解情况"分包"的方式不能保证包内"高相似性"与供应商之间"高竞争性"的问题,采用"先分包、后拆包"的两阶段反向组合多属性拍卖分包算法以降低胜者确定问题算法复杂度,"分包"阶段保证了包内物品的相似度,"拆包"阶段保证了供应商之间的竞争性.在求解胜者确定问题时,可利用在供应商投标后通过该算法生成的"分包"对投标进行约减以降低算法复杂度,并能有效降低主观性对分包质量的影响,从而降低采购成本.该算法为反向组合多属性拍卖WDP问题的解决提出了新的思路.

数字经销平台统采共配双层拍卖机制设计

针对当前都市圈经销商因“孤立式发展、分散化建网”而导致无法满足碎片化订单、多渠道履约及高频高效配送要求等痛点,提出了一种数字经销平台统采共配双层拍卖机制。在上层机制中,考虑一家数字经销平台(卖者)与多家经销商(买者),以社会福利最大化为目标,构建了单边组合Vickery-Clarke-Groves(O-VCG)拍卖机制,实现了多物品多单元环境下的供需匹配。在下层机制中,考虑一家经销商(卖者)与多家承运商(买者),基于O-VCG拍卖机制的思想,实现了从城市集拼仓到门店、从门店到客户的两级城配运输服务采购。特别地,下层机制采用多轮O-VCG竞拍以满足多家经销商的运输需求。所提出的O-VCG拍卖机制可以实现激励相容、个体理性和配置效率。经销商构建基于需求预测及控制合理库存的上层拍卖投标策略。构建两级基于车容的城配车辆路径问题(Two-Echelon Capacity-Based Vehicle Routing Problem,2E-CVRP)近似优化算法,用于求解下层拍卖机制中基于库存限制的竞价生成问题(Bid Generation Problem,BGP)。针对双层拍卖中的胜者确定问题(Winner Determination Problem,WDP),提出有效的WDP算法。最后,基于全球最大的医药流通集团的真实数据进行数值仿真实验,结果表明:数字经销平台统采共配的双层拍卖机制可以高效分配货权及运单,合理确定批发价及城配运价,提高社会总效益,降低两级城配运输成本。