面向大规模定制供应链的动态企业联盟合作博弈研究

《面向大规模定制供应链的动态企业联盟合作博弈研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、同济大学经济与管理学院博士学位论文面向大规模定制供应链的动态企业联盟合作博弈研究姓名：刘天虎申请学位级别：博士专业：管理科学与工程指导教师：吴启迪20090301摘要目前对于Mc生产模式和合作博弈的研究已受到了国内外学术界和企业界的广泛关注，但其研究仍处于发展阶段，对于合作博弈的实际应用方面的研究还是比较缺乏的。为了弥补这一不足，本课题以汽车企业为实际案例，围绕跨国汽车企业MC制造商与其核心定制件供应商之间的合作博弈及收益分配问题进行研究。主要研究工作包括以下几个方面：首先，从组织、功能、信息和资源四大视图角度明确了Mc供

2、应链的需求关系，并在此基础上建立了Mc供应链的动态联盟合作博弈模型，为随后的汽车企业MC供应链中的合作伙伴选择、模糊Shapley值、核心、谈判集、模糊稳定集等问题的研究奠定了基础。其次，在合作伙伴的选择问题上，考虑到决策信息的模糊特性，提出了一种区间直觉模糊集的多准则排序模型，满足了决策者仅能提供残缺权重系数的模糊决策要求。再者，利用三角模糊函数界定了模糊合作博弈的口截集，得到了区间模糊Shapley值的隶属函数，设计了一套带风险补偿的收益分配方案。进而引入A．M谈判集和L．Z谈判集概念，解决了TU模糊合作博弈的非空性和

3、收敛性。同时，建立了多重目标的随机合作博弈模型，利用公理化的方法得到了多重目标下随机合作博弈的区间模糊稳定集，在一定程度上解决了随机合作博弈的解的结构性问题。并利用三角模糊函数分析了Markov动态随机合作博弈在不同时刻f和不同置信度口下的取值分布，得到了动态随机合作博弈的区间模糊稳定集，实现了收益配置的Pareto最优。最后，对全文进行总结，指出进一步工作的研究方向。本文的研究重点和主要创新在于：建立了MC供应链的动态联盟合作博弈模型；设计了一种基于残缺信息的多准则区间直觉模糊决策方法；界定了模糊合作博弈的区间模糊Sha

4、pley值的隶属函数；解决了模糊合作博弈的谈判集非空性和收敛性；提出了基于多重目标的随机合作博弈的区间模糊稳定集；创建了Markov随机过程的力人动态随机合作博弈模型，得到了动态随机合作博弈的区间模糊稳定集；并拓展了一套带风险补偿的收益分配方案。关键词：大规模定制，供应链管理，动态联盟，合作博弈，Markov随机过程ABSTRACTNowadays，masscustomizationandcooperativegameshavebeenfocusedbYthenationalandinternationalacademea

5、ndbusinessfieldatthesametime，butrelevantresearchisjustonthedevelopingstage，andthereislackofstudyrelatedtotheactualapplicationofcooperativegames．Inordertoremedytheshortage，thispaperreferstotheactualcaseofautomobileenterprise，researchestheproblemofcooperativegamesan

6、dbenefitpayoffbetweentheMCmanufacturerofautomobileenterpriseandcorecustomizedcomponentsuppliers．Themainresearchworksareasfollowing：Firstofall，thedemandrelationshipofMCsupplychainisdefinedfromfourdifferentperspectives，includingorganizationview,functionview,informat

7、ionviewandresourceview．Basedonaboveanalysis，weestablishthemodelofdynamicalliancecooperativegamesofMCsupplychain，itlaysasolidfoundationonthefollowingresearchesofselectionofMCsuppliers，fuzzyShapleyvalue，cores，bargainingsets，fuzzystablesetsofMCsupplychainofautomobile

8、enterprise．Secondly,weresearchtheselectionproblemofMCsuppliers．Considereditsfuzzycharacterofdecisionmakinginformation,Wedevelopthemulticriteriarankingmo