论文部分内容阅读
摘 要：边境口岸物流不均衡制约着国民经济和进出口贸易快速增长，进一步推动物流系统服务质量和服务效率的提高，解决物流主体行为决策智能化问题，对现代物流管理具有重要的理论和实践意义。本文以博弈论为理论基础，以口岸物流系统为研究对象，研究物流主体的行为决策选择、行为博弈和智能化调度问题。
关键词：口岸物流；调度；双层博弈；序贯博弈；智能调度系统；
中图分类号：U65 文献标识码：A 文章编号：1674-3520（2015）-03-00-02
一、引言
随着国家“一带一路”战略的推进，立足于云南在战略中对南亚东南亚的辐射，发挥桥头堡建设部际联席会议作用，这给云南的物流业尤其是口岸物流发展带来了全新的机遇与挑战。
云南省口岸建设起步晚、基础相对落后，使口岸整体综合功能没有完全显现出来。口岸众多，但相对运力不足，且口岸之间长期发展不平衡[1]。这就造成了一方面，口岸腹地经济发展的不均衡导致区域内物流需求不均衡的结构性矛盾；另一方面，为了争夺口岸腹地盲目投资，过度投资，致使与實际脱节，有场无市的不均衡局面。在“量”的方面表现为需求不足与供给不够并存，口岸物流的需求聚集和释放缓慢；在“质”的方面表现为物流资源短缺与物流服务“过剩”同在，口岸物流服务供给能力不能满足需求。边境口岸物流不均衡成为制约国民经济和进出口贸易快速增长的瓶颈因素。
物流调度涉及不同城市或省市之间的口岸调配，还受限于两地之间的可运输情况，是一个复杂的系统工程；这种复杂的系统具有较强的非线性、动态特性。不确定条件下物流主体行为选择与系统外部环境在质、量两方面“度”的问题实质上是决策主体缺少行为选择的理论和方法，传统方法多采用统计回归分析，未考虑动态环境因素和主体博弈对结果的影响，从而造成物流不畅或资源浪费现象。多主体层次博弈和序贯博弈方法能很好的解决该问题。本文以口岸物流系统为研究对象，研究物流主体的行为建模、决策选择、行为博弈和智能化问题。研究将进一步推动物流系统服务质量和服务效率的提高，解决物流主体行为决策智能化问题，有重要的理论和实践意义。
二、口岸物流调度中的博弈分析
口岸物流调度是一个多阶段、动态的过程，某个阶段的后续调度随所完成的任务调度效果及任务的状态而变化[2]。在调度时，既要考虑当前阶段的资源调配，又要考虑下阶段的任务再分配，这样才能做到统筹兼顾。面对不确定动态环境，物流运作主体缺乏合理选择物流行为的方法和依据是造成当前物流不协调的直接原因，因而研究构建不确定条件下物流主体行为选择博弈模型是解决该问题的关键中的关键，为物流主体行为选择提供理论和实践依据，合理化选择物流行为。本部分将从以下几方面展开研究：
（一）基于双层博弈关系分析
口岸物流涉及政府职能部门、物流节点企业（口岸、枢纽）、运输企业和腹地物流企业之间的合作与竞争关系，研究构建政府职能部门——节点企业（口岸、枢纽等）（L1）、节点企业（口岸、枢纽等）——腹地物流企业的（L2）的双层次博弈结构。在L1层次的博弈中，政府职能管理者总是力求调度利益最大化，以充分利用口岸的资源；在L2层次的博弈中，各口岸之间根据自身口岸规模、基础设施、电子信息技术等条件选择调度情况，各口岸之间的博弈通过竞争达到平衡。
在L1层次中，指定调度策略必须考虑L2层次的博弈平衡，把握好各口岸之间的反应以及能接受的最大容量，才能更好地指定和实施策略。双层博弈的核心概念是“获胜集合”，“获胜集合”是指L2层各腹地物流企业对L1层指定的策略的赞同程度。“获胜集合”集合越大，表示腹地物流企业越支持L1层的策略，该策略的实施也就越容易获得成效；否则，策略失败的风险就越大[3]。
1、在L1层次中，
节点企业的盈利模型为-βQ
其中，ri代表节点企业在进出口、仓储、加工等环节的盈利；
β代表口岸因压关，政府管理者所制定的惩罚因子；Q代表被压关的总货物数
2、在L2层次中
腹地物流企业总成本由报关成本、运输成本、库存成本及惩罚成本4部分组成。其中符号定义为
如果货物未通关需要调度，则α=1否则。
假设任务运输距离S和库存费用V是时间的线性函数，运输费率为λ，库存费率为μ
则总成本：
（二）动态序贯博弈分析
序贯博弈指博弈主体前一阶段的选择决定了其随后子博弈的结构，从后一个决策结开始的子博弈不同于从前一个决策结开始的子博弈[4]。
每一个口岸在不同时期都有一个口岸容量平均值，腹地物流企业根据以前经验对某一口岸的通关货物进行预测，若它预测此时口岸容量并未达到平均值，那么企业会选择这个口岸通关，当所有企业都这样预测时，所有企业会出现同时选择同一个口岸，导致口岸货物量超出其容量；若企业预测此时口岸的货物量已经达到平均值，那么企业会根据上述成本模型判断调度和不调度的成本，选择调度还是不调度，调度多少货物。
在整个过程中，政府管理者也会对企业的行为作出预测，针对企业做出的决策，采取自己的行动策略。整个过程中由于信息的不完整性，博弈主体都是动态性的，这对博弈各方都有挑战。另外实际的路网等环境的具体情况、以及一些突发时间都影响着决策、调度的效率。因此构建一个实时智能调度系统非常重要
三、动态博弈下的口岸物流智能调度系统
（一）实时智能方法分析
实时智能就是将实时技术和人工智能相结合，形成的解决口岸的实际调度问题新途径。至今，已经出现了很多经过深入研究的调度算法，这其中包括解决静态调度的禁忌搜索算法、模拟退火算法、阈值接受算法和遗传算法等算法。但它们都是“开环”的调度算法。所谓开环调度是指调度一旦形成，它们不能通过连续反馈进行调整。在复杂的和不可预测的动态系统中，任务集不能精确建模。实时调度方法通过监测预先定义的调度误差，进而连续调整调度算法或任务集合以达到提高系统性能的目的[5]。
口岸物流实时智能调度系统是把先进的检测、通信及计算机技术等综合应用于政府进行调度的管理中，即通过采集到的路网（包括公路、内河、铁路、飞机）实时交通流信息以及货运人运输车辆的实际运营、口岸及通关过程等信息，通过先进的通信手段传送给调度中心，以便物流调度管理者实时地调整调度计划[6]。
（二）基于实时智能的口岸物流调度解决方案
将“实时智能”的方法应用到调度问题的解决方案中，也就是将调度模型及算法与实时调度系统结合，来实现在各种约束下的调度目标。其中关键点是调度模型对实时数据的利用，在规则校验时，必须同时检验静态规则、动态规则和临时规则。
口岸物流智能调度系统总体框架如图1所示。该系统根据客户的需求信息包括企业自身运力资源的人、车动态信息、以及外在的气象信息、实时路网交通流信息，对货物进行配装规划，以及对车辆的优化调度，并在车辆运行过程中对人、车、货的实时监控，以及调度效果的反馈。
四、结论
本文以“一带一路”战略背景下，云南口岸物流现状为研究背景，为了解决口岸物流调度中主体缺乏行为选择方法和依据的问题，提出了层次博弈和序贯博弈相结合的动态博弈方法，构建了物流主体博弈的元模型。依据各方博弈结果建立智能调度系统。通过对调度过程中资源的充分利用，提高资源利用率和物流企业的通关效率。
参考文献：
[1]解坤. 云南边境口岸物流体系研究[J].物流技术，2010，3：11-14.
[2]谭德庆.多维博弈论[M].成都：西南交通大学出版社，2006
[3]甘勇，吕书林，李金旭等.考虑成本的多出救点多物资应急调度研究[J].中国安全科学学报.2011，21（9）： 172-176
[4]金淳，赵璐，高鹏. 集装箱港口多式运输系统资源配置协调优化研究[J].系统仿真学报， 2009.2， 21（3）：900-908.
[5]张苏，汪传旭. 基于两阶段信号博弈的港口合作声誉模型[J]. 上海海事大学学报，2007，2008（2）：75-82
[6]王素明.基于蚁群算法的港口调度问题研究[D].辽宁：辽宁科技大学.2009
关键词：口岸物流；调度；双层博弈；序贯博弈；智能调度系统；
中图分类号：U65 文献标识码：A 文章编号：1674-3520（2015）-03-00-02
一、引言
随着国家“一带一路”战略的推进，立足于云南在战略中对南亚东南亚的辐射，发挥桥头堡建设部际联席会议作用，这给云南的物流业尤其是口岸物流发展带来了全新的机遇与挑战。
云南省口岸建设起步晚、基础相对落后，使口岸整体综合功能没有完全显现出来。口岸众多，但相对运力不足，且口岸之间长期发展不平衡[1]。这就造成了一方面，口岸腹地经济发展的不均衡导致区域内物流需求不均衡的结构性矛盾；另一方面，为了争夺口岸腹地盲目投资，过度投资，致使与實际脱节，有场无市的不均衡局面。在“量”的方面表现为需求不足与供给不够并存，口岸物流的需求聚集和释放缓慢；在“质”的方面表现为物流资源短缺与物流服务“过剩”同在，口岸物流服务供给能力不能满足需求。边境口岸物流不均衡成为制约国民经济和进出口贸易快速增长的瓶颈因素。
物流调度涉及不同城市或省市之间的口岸调配，还受限于两地之间的可运输情况，是一个复杂的系统工程；这种复杂的系统具有较强的非线性、动态特性。不确定条件下物流主体行为选择与系统外部环境在质、量两方面“度”的问题实质上是决策主体缺少行为选择的理论和方法，传统方法多采用统计回归分析，未考虑动态环境因素和主体博弈对结果的影响，从而造成物流不畅或资源浪费现象。多主体层次博弈和序贯博弈方法能很好的解决该问题。本文以口岸物流系统为研究对象，研究物流主体的行为建模、决策选择、行为博弈和智能化问题。研究将进一步推动物流系统服务质量和服务效率的提高，解决物流主体行为决策智能化问题，有重要的理论和实践意义。
二、口岸物流调度中的博弈分析
口岸物流调度是一个多阶段、动态的过程，某个阶段的后续调度随所完成的任务调度效果及任务的状态而变化[2]。在调度时，既要考虑当前阶段的资源调配，又要考虑下阶段的任务再分配，这样才能做到统筹兼顾。面对不确定动态环境，物流运作主体缺乏合理选择物流行为的方法和依据是造成当前物流不协调的直接原因，因而研究构建不确定条件下物流主体行为选择博弈模型是解决该问题的关键中的关键，为物流主体行为选择提供理论和实践依据，合理化选择物流行为。本部分将从以下几方面展开研究：
（一）基于双层博弈关系分析
口岸物流涉及政府职能部门、物流节点企业（口岸、枢纽）、运输企业和腹地物流企业之间的合作与竞争关系，研究构建政府职能部门——节点企业（口岸、枢纽等）（L1）、节点企业（口岸、枢纽等）——腹地物流企业的（L2）的双层次博弈结构。在L1层次的博弈中，政府职能管理者总是力求调度利益最大化，以充分利用口岸的资源；在L2层次的博弈中，各口岸之间根据自身口岸规模、基础设施、电子信息技术等条件选择调度情况，各口岸之间的博弈通过竞争达到平衡。
在L1层次中，指定调度策略必须考虑L2层次的博弈平衡，把握好各口岸之间的反应以及能接受的最大容量，才能更好地指定和实施策略。双层博弈的核心概念是“获胜集合”，“获胜集合”是指L2层各腹地物流企业对L1层指定的策略的赞同程度。“获胜集合”集合越大，表示腹地物流企业越支持L1层的策略，该策略的实施也就越容易获得成效；否则，策略失败的风险就越大[3]。
1、在L1层次中，
节点企业的盈利模型为-βQ
其中，ri代表节点企业在进出口、仓储、加工等环节的盈利；
β代表口岸因压关，政府管理者所制定的惩罚因子；Q代表被压关的总货物数
2、在L2层次中
腹地物流企业总成本由报关成本、运输成本、库存成本及惩罚成本4部分组成。其中符号定义为
如果货物未通关需要调度，则α=1否则。
假设任务运输距离S和库存费用V是时间的线性函数，运输费率为λ，库存费率为μ
则总成本：
（二）动态序贯博弈分析
序贯博弈指博弈主体前一阶段的选择决定了其随后子博弈的结构，从后一个决策结开始的子博弈不同于从前一个决策结开始的子博弈[4]。
每一个口岸在不同时期都有一个口岸容量平均值，腹地物流企业根据以前经验对某一口岸的通关货物进行预测，若它预测此时口岸容量并未达到平均值，那么企业会选择这个口岸通关，当所有企业都这样预测时，所有企业会出现同时选择同一个口岸，导致口岸货物量超出其容量；若企业预测此时口岸的货物量已经达到平均值，那么企业会根据上述成本模型判断调度和不调度的成本，选择调度还是不调度，调度多少货物。
在整个过程中，政府管理者也会对企业的行为作出预测，针对企业做出的决策，采取自己的行动策略。整个过程中由于信息的不完整性，博弈主体都是动态性的，这对博弈各方都有挑战。另外实际的路网等环境的具体情况、以及一些突发时间都影响着决策、调度的效率。因此构建一个实时智能调度系统非常重要
三、动态博弈下的口岸物流智能调度系统
（一）实时智能方法分析
实时智能就是将实时技术和人工智能相结合，形成的解决口岸的实际调度问题新途径。至今，已经出现了很多经过深入研究的调度算法，这其中包括解决静态调度的禁忌搜索算法、模拟退火算法、阈值接受算法和遗传算法等算法。但它们都是“开环”的调度算法。所谓开环调度是指调度一旦形成，它们不能通过连续反馈进行调整。在复杂的和不可预测的动态系统中，任务集不能精确建模。实时调度方法通过监测预先定义的调度误差，进而连续调整调度算法或任务集合以达到提高系统性能的目的[5]。
口岸物流实时智能调度系统是把先进的检测、通信及计算机技术等综合应用于政府进行调度的管理中，即通过采集到的路网（包括公路、内河、铁路、飞机）实时交通流信息以及货运人运输车辆的实际运营、口岸及通关过程等信息，通过先进的通信手段传送给调度中心，以便物流调度管理者实时地调整调度计划[6]。
（二）基于实时智能的口岸物流调度解决方案
将“实时智能”的方法应用到调度问题的解决方案中，也就是将调度模型及算法与实时调度系统结合，来实现在各种约束下的调度目标。其中关键点是调度模型对实时数据的利用，在规则校验时，必须同时检验静态规则、动态规则和临时规则。
口岸物流智能调度系统总体框架如图1所示。该系统根据客户的需求信息包括企业自身运力资源的人、车动态信息、以及外在的气象信息、实时路网交通流信息，对货物进行配装规划，以及对车辆的优化调度，并在车辆运行过程中对人、车、货的实时监控，以及调度效果的反馈。
四、结论
本文以“一带一路”战略背景下，云南口岸物流现状为研究背景，为了解决口岸物流调度中主体缺乏行为选择方法和依据的问题，提出了层次博弈和序贯博弈相结合的动态博弈方法，构建了物流主体博弈的元模型。依据各方博弈结果建立智能调度系统。通过对调度过程中资源的充分利用，提高资源利用率和物流企业的通关效率。
参考文献：
[1]解坤. 云南边境口岸物流体系研究[J].物流技术，2010，3：11-14.
[2]谭德庆.多维博弈论[M].成都：西南交通大学出版社，2006
[3]甘勇，吕书林，李金旭等.考虑成本的多出救点多物资应急调度研究[J].中国安全科学学报.2011，21（9）： 172-176
[4]金淳，赵璐，高鹏. 集装箱港口多式运输系统资源配置协调优化研究[J].系统仿真学报， 2009.2， 21（3）：900-908.
[5]张苏，汪传旭. 基于两阶段信号博弈的港口合作声誉模型[J]. 上海海事大学学报，2007，2008（2）：75-82
[6]王素明.基于蚁群算法的港口调度问题研究[D].辽宁：辽宁科技大学.2009