关键词:
网络货运道路货物运输
演化博弈
稳定策略
自动控制
最优控制
摘要:
网络货运道路货物运输 (以下简称网络货运) 作为电商平台市场的重要组成部分, 近年来在我国市场上蓬勃发展, 为方便快捷的货物运输提供了便捷的途径. 由于市场的激烈竞争和不规范的运营, 网络货运市场也面临着一系列的问题, 如实际承运人违规运营、平台监管不规范等, 托运人的利益可能因为实际承运人的违规运营而受损. 本文从自动控制和最优控制视角研究平台实际承运人合规运营演化, 讨论控制设计. 运用演化博弈分析方法, 构建网络货运托运人与实际承运人的博弈模型, 同时运用自动控制工具, 以网络货运经营者为控制方, 以其对实际承运人违规运营惩罚的期望值和对受损托运人赔偿的期望值为控制变量, 通过调节控制量的大小影响双方的支付矩阵, 分析控制措施对网络货运双边用户演化动态的稳定性和演化轨迹的影响. 然后, 以网络货运管理者对实际承运人违规运营的发现率为控制变量, 综合考虑控制效果和控制成本, 提出了具有约束性的容许控制集的最优控制模型. 运用极大值原理, 将最优控制设计问题转化为两点边值求解问题. 利用Python软件进行数值仿真, 展示了最优控制率下实际承运人合规运营率的变化. 具体工作如下. (1) 网络货运促合作演化控制研究 以网络货运市场为研究对象, 基于演化博弈论和自动控制理论, 把网络货运市场抽象为理想化模型进行研究. 首先, 确立了博弈主体、博弈顺序和各博弈主体的策略集, 依据对应的收益矩阵, 求出各参与方的收益. 其次, 对托运人和实际承运人进行有限理性假设和学习规则假设, 利用复制子动态刻画平台状态的演化, 建立托运人和实际承运人演化博弈模型. 最后, 求解二维演化博弈模型的演化稳定策略, 利用 Friedman 均衡点稳定性和李雅普诺夫 (Lyapunov) 第一方法, 对网络货运演化博弈模型进行分析, 通过对不同条件下各均衡点的稳定性分析, 得出了托运人群体和实际承运人群体的演化稳定策略 (ESS) . (2) 基于补偿-惩罚的网络货运促合作控制仿真 在网络货运演化博弈研究的基础上, 对有、无控制下网络货运演化动态进行稳定性分析, 仿真分析了不同控制机制下实际承运人与托运人之间的演化博弈路径和演化稳定策略 (ESS) , 并比较分析了网络货运对实际承运人实施不同监管策略的效果. 研究显示: (1) 没有控制下的实际承运人与托运人之间的演化博弈没有 ESS, 其演化轨迹是一个环;(2) 对受损托运人的补偿措施以及对实际承运人违规运营的惩罚措施的大小均未达到临界值之前, 博弈的演化依然是一个环, 只是延长了循环周期, 但对合作有一定的促进作用;(3) 网络货运经营者对被受损托运人采取的补偿措施虽然有助于保护其合作积极性, 但也纵容实际承运人的违规运营行为, 相比之下, 网络货运经营者对选择违规运营的实际承运人实施的惩罚措施, 则能有效抑制网络货运中的违规运营行为, 当违规运营的惩罚期望值足够大时, 合作将得以成功演化. 实现实际承运人的合规运营和托运人与网络货运的合作率的理想状态, 应加强对违规运营的识别和高额惩罚, 同时辅以适当的补偿措施, 以加速合作演化稳定进程. (3) 促进实际承运人合规运营比率提升的最优控制 在网络货运促合作控制研究基础上, 以违规运营识别率为控制输入, 建立最优控制模型. 首先, 引入目标泛函, 提出容许控制假设, 在初始状态、动态约束等条件约束下, 寻求最优控制律使目标泛函最小. 然后, 通过函数变换, 消除控制约束, 引入哈密顿函数, 利用极大值原理将最优控制设计问题转化为两点边值求解问题, 使用逐次逼近算法对最优控制问题进行求解, 设计最优控制律. 利用 Python 软件, 对表征网络货运市场实际承运人演化的主要指标进行数值仿真, 仿真结果显示了所提方法的有效性.