Multi-Agent協(xié)商中風險偏好的影響研究

陳一真

(鄭州大學商學院 河南 鄭州 450001)

0 引言

隨著全球化的快速發(fā)展，制造企業(yè)間的競爭也漸漸反映為供應鏈之間的競爭，而且制造企業(yè)的快速發(fā)展對制造企業(yè)供應鏈的上下游企業(yè)之間在數(shù)據(jù)共享和相互協(xié)作方面提出了更高的要求。如何提高制造企業(yè)供應鏈中各節(jié)點企業(yè)間的協(xié)商效率和協(xié)商成功率，對供應鏈協(xié)商中參與者的行為因素和規(guī)律的探索成為重要的研究方向。在許多供應鏈協(xié)商的研究中，研究者們都為協(xié)商參與者賦予風險偏好的特性或者在協(xié)商策略中設計一個學習機制來學習協(xié)商對手的風險偏好程度來提高協(xié)商效率或者使協(xié)商參與者獲得更多的滿意度。協(xié)商參與者的風險偏好的加入使協(xié)商過程更符合現(xiàn)實中的實際情況，論文以Multi-Agent技術下的制造企業(yè)供應鏈協(xié)商為例，利用基于貝葉斯學習的Agent協(xié)商模型對協(xié)商參與者風險偏好水平的影響進行研究，進而尋找其規(guī)律。

1 理論框架

在涉及供應鏈管理的協(xié)商中，供應鏈合作伙伴間通?；诮回浧凇①|量、價格、數(shù)量等多指標問題進行協(xié)商，這些協(xié)商被描述為買方-賣方協(xié)商。多數(shù)研究者在研究協(xié)商時都將代理(Agent)和多代理系統(tǒng)(Multi-Agent System)技術應用其中，Agent技術起源于分布式人工智能(DAI)，Wooldridge認為每個Agent代表一個有目的的組件系統(tǒng)的自主行為的環(huán)境，以滿足其預定義的目標[1]。多個Agent組成的系統(tǒng)被稱為多代理系統(tǒng)(Multi-Agent System)，多代理系統(tǒng)的主要優(yōu)勢體現(xiàn)為社會性、自制性以及協(xié)作性，可以解決單個Agent不能解決的復雜問題。Braun和Kersten等人使用軟件Agent代表供應鏈成員，實現(xiàn)了自動化買方-賣方協(xié)商[2]。同時，為了更好地符合人類協(xié)商的復雜性，增強Agent對環(huán)境的適應性，許多研究者都致力于在協(xié)商模型中引入了學習機制，將機器學習(Machine Learning)技術用于幫助Agent協(xié)商中。應用于代理協(xié)商中比較成熟的機器學習方法有：遺傳算法、強化學習、貝葉斯學習、人工神經網(wǎng)絡等[3]。其中，貝葉斯學習是一種比較經典的學習方法。學習過程包括利用貝葉斯規(guī)則中最近的證據(jù)和信息(如對方的還價)來更新假設的概率。概率最大的假設為學習主體提供了對手的模型，這有助于它在下一階段的談判中提出更好的報價。Zeng和Sycara提出了Bazaar，這是一個序列決策專門為電子商務設計的談判模型。在該模型中，Agent使用貝葉斯方法學習對手的保留價格作為策略參數(shù)[4]。Faezeh等人提出了一種基于遞歸貝葉斯濾波的估計技術，使代理通過遞歸地實時學習協(xié)商對手偏好的模型參數(shù)，以方便在多參與者、多問題協(xié)商的背景下進行對手建模和學習，提高了協(xié)商的效率[5]。

在真實的協(xié)商過程中，不同的協(xié)商參與者面對相同協(xié)商議題, 采取的行動也不一樣，因此，為了更符合現(xiàn)實中的協(xié)商過程，在研究Agent協(xié)商時通?？紤]協(xié)商參與者在提議時的風險偏好程度或耐心程度，在協(xié)商過程中，Agent的類型會決定其使用什么樣的協(xié)商策略, 從而對提議的取值、讓步的幅度等決策產生直接的影響。武妍等將Agent分為激進型、緩和型和保守型，在協(xié)商中，可以通過把對方Agent的類型與自己的類型進行比較來估計對方Agent類型，從而調整自己的提議策略和戰(zhàn)術[6]。張宏和何華燦提出了3種不同風險偏好類型Agent所采取的協(xié)商策略，在此基礎上提出一個多Agent的協(xié)商算法,并結合具體實例給出不同偏好下Agent的組合對協(xié)商中協(xié)商成功率的影響[7]。李義華提出了一種基于多智能體的供應鏈虛擬企業(yè)買賣雙方的出價策略協(xié)商算法，用下一步期望出價來確定各個協(xié)商主體的風險偏好參數(shù)，使代理協(xié)商過程更加貼近現(xiàn)實，同時討論了不同類型協(xié)商Agent對協(xié)商輪次，出價序列和成交價格的影響[8]。

以上的研究內容為供應鏈Agent協(xié)商提供了良好的理論基礎，但仍然存在不足之處，現(xiàn)存文獻在Agent協(xié)商中考慮到實際協(xié)商中協(xié)商參與者的風險偏好程度，但對協(xié)商參與者風險偏好程度對協(xié)商過程的影響做出的分析都很有限，因此，本文擬運用一種基于貝葉斯學習方法的協(xié)商模型研究制造企業(yè)供應鏈代理協(xié)商中協(xié)商參與方的風險偏好對協(xié)商過程的影響，用于解決以上問題。

2 基于貝葉斯學習的制造企業(yè)供應鏈協(xié)商模型

由條件概率公式可知

那么，帶入貝葉斯公式以后可以得出后驗概率

同理可得，對于制造企業(yè)，

先驗概率是已知的，那么后驗概率

(1)供應商的報價策略為

(2)制造企業(yè)的報價策略為

其中，i代表協(xié)商次數(shù)；Kb和Ks分別是制造企業(yè)和供應商的風險偏好參數(shù)，參數(shù)范圍為區(qū)間(0,1)，參數(shù)越小，協(xié)商方偏好風險的程度就越小，在報價中越有耐心，反之，越偏好風險。

3 協(xié)商算例研究及風險偏好分析

3.1 協(xié)商次數(shù)的影響分析

當初始報價集合為[430,500]時，協(xié)商實例仿真的協(xié)商次數(shù)結果如表1所示。

表1 協(xié)商次數(shù)對比匯總表

由表1可以發(fā)現(xiàn)，協(xié)商達成一致的次數(shù)隨著協(xié)商雙方風險偏好參數(shù)的增大而變小。當Kb保持不變時，協(xié)商次數(shù)T隨著Ks的增大而減小，即供應商越偏好風險，耐心程度越低，協(xié)商次數(shù)將越少，更容易達成協(xié)商的一致意見。同時，對于制造企業(yè)越偏好風險，耐心程度越低，協(xié)商次數(shù)越少，達成協(xié)商的一致意見的速度更快，將具體協(xié)商過程繪制如圖1所示。

圖1 不同風險偏好水平時協(xié)商次數(shù)三維圖

在圖1中當協(xié)商參與者的風險偏好系數(shù)均為0.1時，協(xié)商達成一致的次數(shù)最多，隨著協(xié)商雙方風險偏好系數(shù)的變大，協(xié)商次數(shù)都會變少。根據(jù)y-z面?zhèn)纫晥D，不管Kb為何種水平，協(xié)商次數(shù)T都會隨著Ks的增大而減小，但是隨著Kb的增大，協(xié)商次數(shù)T隨著Ks的增大而減小的趨勢會變得越來越平緩，當Kb小于0.2時，協(xié)商次數(shù)T的變化呈現(xiàn)指數(shù)下降，而當Kb大于0.8之后，協(xié)商次數(shù)的變化基本成為一條水平的直線。同樣，對于協(xié)商次數(shù)T隨著Kb的變化也有相同的規(guī)律，協(xié)商次數(shù)T隨著制造企業(yè)的風險偏好水平Kb的增大而減小的趨勢會隨著Ks的增大變得越來越平緩。

由此，可以看出，協(xié)商中的協(xié)商次數(shù)與協(xié)商參與者的風險偏好程度成反比，在協(xié)商中，任意一方風險偏好程度增加，協(xié)商效率都能夠得到提升。協(xié)商參與者的風險偏好都達到最低值時，協(xié)商次數(shù)最多；反之，則協(xié)商次數(shù)最少，協(xié)商達成速度最快，效率最高。但當參與協(xié)商中某一方的風險偏好程度很高時，T幾乎不會受到參與協(xié)商中另一方的風險偏好程度的影響；相對的，當參與協(xié)商中某一方的風險偏好程度很低時，協(xié)商次數(shù)將會強烈受到參與協(xié)商中另一方的風險偏好程度的影響，協(xié)商次數(shù)會隨著另一方的風險偏好程度的減小而增加，一方的風險偏好程度越低，協(xié)商的次數(shù)受到另一方風險偏好程度的影響就越強烈。

3.2 成交價格的影響分析

初始報價集合為[430,500]時，協(xié)商實例仿真的成交價格結果如表2所示。

根據(jù)表2，成交價格會隨著Kb的增大而增大，而隨著Ks的增大而減小。當Kb保持不變時，成交價格P隨著供應商的風險偏好參數(shù)Ks的增大而減小，即：供應商越偏好風險，耐心程度越低，成交價格就越小，越靠近制造企業(yè)的初始價格。同時，對于制造企業(yè)，制造企業(yè)越偏好風險，耐心程度越低，成交價格就越大，越靠近供應商的初始價格。將具體協(xié)商過程繪制如圖2所示。

表2 成交價格對比匯總表

圖2 不同風險偏好水平時成交價格三維圖

4 結論

本文分別分析了協(xié)商中制造企業(yè)和供應商在不同風險偏好水平下的協(xié)商次數(shù)和最終成交價格的變化規(guī)律，有助于理解協(xié)商中不同協(xié)商參與者的行為規(guī)律，提升協(xié)商效率，增加協(xié)商參與者效用，對于協(xié)商參與者學習不同協(xié)商對手的協(xié)商策略也具有指導意義。

本研究只是關于復雜自動協(xié)商的初步成果，今后還應進一步對其改善，將此研究擴展到多邊多協(xié)商議題的協(xié)商環(huán)境中，構建多邊多議題的協(xié)商框架，對多邊多議題的協(xié)商環(huán)境進行研究。