基于遗传算法的服装供应链协同定价问题研究

吉林省经济管理干部学院 张海鸥

1 引言

国内外学者对于服装供应链协同定价问题，从不同理论基础和角度进行分析，研究学者表明服装定价与其他一般性产品具有明显特征变化性，传统单一服装企业定价方法，没有考虑供应链中各企业之间价格影响和协调因素[1-3]。钟根元等探讨国内外服装企业信息化背景下的，利润贴现值以获取最大服装动态定价问题；依据企业和用户之间需求关系[4]，研究服装供应链的多周期产品利润最优化模型[5]。上述关于服装供应链动态定价方法，为进一步研究供应链协同定价问题提供重要的理论基础及价值参考。关于计算机互联网、遗传算法和供应链协同定价三者之间的融合式分析和研究，是有效解决服装供应链协同价格的一种策略选择，符合社会经济发展实际需要，对于服装供应链中各部门战略性市场竞争发展，具有重要的理论研究价值和实践应用意义。

2 服装供应链协同定价模型

服装流行指数模型提出[6]主要是用来描述新式服装商品市场中的流通状态，以时间预测乘法模型为理论基础，并通过扩展和变换时间序列来数学表达服装商品的市场接受度、价格变化趋势和周期。

两者协同的利润分布：

服装供应链中上下游协同合作条件下，依据服装销售商和产品商的利润求解参数，供应链中的销售商和生产商确定协同合作协议，信息实现了资源的共享，则生产制造商相应的信息处理费用、渠道分担费用可以即为零，则公式(1)、(2)。通过供应链中服装销售商和产品生产商的协议，使得两者的预测商品销售量均为X，相应的服装商品预测销售率更加准确为：，同时服装销售商和产品供应商的均无其他附加条件。设：

服装市场供应链条中，在给定的服装销售价、销货量以及其他经营条件不变的情况下，两者之间的利润共赢博弈应该是一个零博弈，任何一方的利润增加都要使得另一方利润减少，两者之间的利润空间弹性价格值相同，但是方向相反，对应的商品批发价格引起的利润影响图，如图1所示，利润价格的弹性率值大小与服装货物量、分期付款的比率、回收服装商品的剩余价格率以及产品销售的预测准确度有关。

图1 价格对于生产商和制造商的利润关系

3 求解系统实现及仿真分析

结合服装供应链条中的协同定价过程中，上下游节点权力自治，这种类型的博弈称为双寡头博弈模型，在模型的建立中，首先确定出一个联盟的主导者，假设生产商在供应链条中，占有主导地位，博弈实践中，设置生产商依据方式进行价格设定，P是产品的预计市场销售价格，λi是博弈每次的折算比例，取值范围是：。

3.1 求解模型

由于供应链中上下游的价格协同后，双寡头博弈模型将是一个零和问题，实际上是对公式(3)和(4)，进行单一定值的求解，即供应链中的外部条件不变的情况下，协同后总价值增长空间是一个不变值，遗传算法是无法进行求解。因此可以依据协同后的受益原则，同时在生产商占居主导地位下，将协同价格求解问题转化为生产商的超额利润最大值，相关假设条件是供应链中的任何一方，都将比原来更优。基于遗传算法进行服装供应链协同最优价格的求解，修改相应的成本利润线性函数，即通过引入一个奖罚函数，以此获得相应较大的求解空间，保证解的收敛最优性，奖罚函数的设置思想是，对于生产商，假设销售商的获取的利润总和已经超出预期，按照分阶段奖励生产商；假设生产商的获取的利润总和已经超出设想，按照分阶段奖励减少利润值补偿销售商，的一个比例值，其值直接取λi，设表示合作前的服装供应链中生产商和销售商的利润值，是两者的协同后的超额利润值，是合作后的总超额利润值，是一个相当值，Q是服装商品的实际销售量，则相应的遗传算法服装供应链协同求解公式为：

3.2 模型分析仿真结果

遗传算法的服装供应链协同定价系统是在WindowsXP环境、.NET Framework2.0框架下完成，选用两个代理agent，分别表示服装供应链中的生产商和制造商，博弈结果都是首先由生产商计算出一个优化利润的价格，然后计算出销售商利润满意度，在优于各自设定价值时，且两者利润和值最大，则计算出满意度解值。遗传算法系统仿真参数设定为：迭代次数最大值，100；种群大小，30；挑选规模，80%；交叉概率值为0.7；编译概率值为0.08，服装商品的销售价格为200元。遗传算法服装供应链协同价格运行表明，博弈任意次数都将会产生一个不相同价格最优值，但是值比较接近，这直接说明遗传算法过程中具有单方向性，这点符合自然界进化论，在进行服装供应链协同定价博弈过程中，要进行多伦博弈，以获取相应最优价值解，因此基于遗传算法的服装供应链协同定价的超额利润存在很多系统计算最大值。遗传算法计算的服装供应链协同价格系统仿真结果利润曲线，如图2所示，对应于相应生产商退让折扣率的一个实数解区间（0.5612，0.6173），在这区间中，协同价格利润最终值都是满意解，这种解区间也带来新的博弈问题，大于0.5612，销售商将会减少由于协同定价，所获取的超额利润，生产商将会逐渐增加超额利润，在0.5893达到两者利润均值。

图2 遗传算法计算的服装供应链协同价格利润曲线

4 结语

我国服装制造产业发展规模逐渐扩大，为满足消费者多元化市场需求，服装企业获取核心市场竞争力，适应更加激烈国外市场竞争环境，如何构建快速服务供应链协同定价管理策略，已经成为多数服装制造企业所面临的关键性问题之一。遗传算法是一种较为优秀的人工智能策略，近年来在模型最优目标求解中，获得了重要的理论创新和应用实践。本文在分析服装供应链中生产商和制造商协同前后数学模型，引入遗传算法，进行两者协同定价最优利润目标求解，并取得相应利润最优解区间，旨在为服装供应链协同定价问题研究，提供重要理论和实践应用建设性意见。