潘新宇　趙道致　吳成霞

摘要：利用演化博弈的方法，分析云制造平臺(tái)匹配的精確度、帶來額外利潤(rùn)的多少、可能造成損失的大小等因素對(duì)制造能力需求企業(yè)策略選擇行為演化的影響，得到云制造平臺(tái)僅僅通過調(diào)整匹配精確度并不會(huì)吸引制造商都采用云制造平臺(tái)的結(jié)論，同時(shí)給出影響制造企業(yè)策略選擇行為演化的邊界條件以及在相應(yīng)的條件下制造企業(yè)策略選擇行為的演化軌跡。

關(guān)鍵詞：物聯(lián)網(wǎng)；云制造平臺(tái)；演化博弈；制造資源共享

DOI：10.13956/j.ss.1001-8409.2015.10.27

中圖分類號(hào)：F272文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2015）10-0125-06

Abstract：Employing the method of evolutionary game theory， this paper analyzed the impact of cloud manufacturing platform matching accuracy rate， extra profits， and possible loss bringing by the platform and other factors on the decision of enterprise strategy. It was found that cloud manufacturing platforms cant attract all manufacturers to adopt the platform only by adjusting the matching accuracy rate. Moreover， the boundary conditions that influence the manufacturing enterprisers strategy decisions and their corresponding evolutionary track were also presented.

Key words：internet of things； cloud manufacturing platform； evolutionary game theory； manufacturing resources sharing

近年來，物聯(lián)網(wǎng)（Internet of Things， IOT）技術(shù)的應(yīng)用正在迅速地進(jìn)入生產(chǎn)和流通領(lǐng)域[1，2]。供應(yīng)鏈系統(tǒng)中嵌入物聯(lián)網(wǎng)技術(shù)之后，實(shí)現(xiàn) 從“企業(yè)-企業(yè)”到“物-物”的轉(zhuǎn)變，跨越了企業(yè)的邊界在供應(yīng)鏈中進(jìn)行資源共享。制造商面臨制造能力或制造資源短缺時(shí)，可以利用物聯(lián)網(wǎng)技術(shù)由智能終端實(shí)時(shí)連接到云制造平臺(tái)尋找制造能力和制造資源，再由云制造平臺(tái)進(jìn)行有效的匹配以滿足企業(yè)的制造需求，減少企業(yè)制造資源短缺的損失[3]。利用云制造平臺(tái)，可以實(shí)現(xiàn)多種類制造能力和制造資源的交易[4]，如美國(guó)的MFG.COM平臺(tái)和Tradeshift平臺(tái)，可以提供裝配、加工等制造服務(wù)，這將逐漸改變企業(yè)的生產(chǎn)和交易方式。因此，在物聯(lián)網(wǎng)環(huán)境下，研究企業(yè)面向云制造平臺(tái)的生產(chǎn)決策問題具有重要意義。

在制造資源實(shí)現(xiàn)云化共享的技術(shù)層面，我國(guó)的學(xué)者也進(jìn)行了相關(guān)的研究。李伯虎院士及其研究團(tuán)隊(duì)率先開展了大量的研究，探討了云制造的概念、系統(tǒng)架構(gòu)等，提出了面向服務(wù)的云制造的概念，并從技術(shù)角度給出了云制造的典型應(yīng)用案例[5]。邰麗君等針對(duì)云制造環(huán)境下制造資源調(diào)度的特點(diǎn)和存在的問題，建立了云制造環(huán)境下制造服務(wù)資源多目標(biāo)調(diào)度模型。根據(jù)云制造環(huán)境下極易發(fā)生擾動(dòng)的特點(diǎn)，提出了一種動(dòng)態(tài)調(diào)度技術(shù)，以在發(fā)生突發(fā)事件時(shí)及時(shí)作出反應(yīng)[6]。黃沈權(quán)等針對(duì)云制造環(huán)境下制造云服務(wù)的特點(diǎn)，在分析制造云服務(wù)按需供應(yīng)相關(guān)研究存在的一些不足的基礎(chǔ)上，提出制造云服務(wù)按需供應(yīng)模式的架構(gòu)，從整個(gè)供應(yīng)流程的角度分析了云服務(wù)按需供應(yīng)模式的過程模型，建立了按需供應(yīng)模式涉及的主要關(guān)鍵技術(shù)的技術(shù)體系[7]。新西蘭奧克蘭大學(xué)Xu在文獻(xiàn)中論述了“云計(jì)算”到“云制造”的發(fā)展過程，詳細(xì)闡述了在“云制造”模式中，企業(yè)分散的資源如何通過云服務(wù)平臺(tái)集成在一起，使企業(yè)在產(chǎn)品設(shè)計(jì)、制造、測(cè)試、管理以及產(chǎn)品全生命周期中的其他環(huán)節(jié)都可以通過云服務(wù)平臺(tái)請(qǐng)求資源滿足需求，實(shí)現(xiàn)資源的高效匹配和配置[8]。以后文獻(xiàn)多從技術(shù)角度對(duì)云制造進(jìn)行研究，鑒于云制造平臺(tái)在制造能力和資源供需匹配的過程中起到重要作用，本文從經(jīng)濟(jì)角度研究企業(yè)的運(yùn)營(yíng)行為，利用演化博弈的方法，分析云制造平臺(tái)匹配的精確度、帶來額外利潤(rùn)的多少、可能造成損失的大小等因素對(duì)制造能力需求企業(yè)策略選擇行為演化的影響。

1問題描述

在同一個(gè)市場(chǎng)環(huán)境下，存在著兩個(gè)相互競(jìng)爭(zhēng)的制造商M1和M2，因?yàn)槟撤N關(guān)鍵的制造資源或者制造能力的缺乏可能會(huì)求助于云制造平臺(tái)，從而獲得充足的制造資源以獲得更大的市場(chǎng)收益。假設(shè)云制造服務(wù)平臺(tái)上包含有多種有差異性的制造資源及制造能力，且根據(jù)云制造系統(tǒng)的特點(diǎn)可以認(rèn)為每種資源的數(shù)量是足夠大的，能夠滿足制造企業(yè)對(duì)云制造平臺(tái)的需要。兩個(gè)制造企業(yè)從利潤(rùn)最大化的角度出發(fā)，可以選擇利用云制造平臺(tái)或者不利用云制造平臺(tái)，因此企業(yè)的策略為“利用平臺(tái)”和“不利用平臺(tái)”，并且假設(shè)企業(yè)M1和M2采取利用平臺(tái)這一策略的概率分別為p和q，則企業(yè)不利用平臺(tái)的概率分別為1-p和1-q。

同時(shí)，還要考慮在實(shí)際運(yùn)營(yíng)過程中，由于參與方信息隱瞞、資源的復(fù)雜性以及平臺(tái)虛擬化操作的失誤等原因，云制造服務(wù)平臺(tái)的搜索和匹配操作不可避免的會(huì)產(chǎn)生一定的誤差，即存在資源有效匹配的問題。在本文中，若兩個(gè)制造商需求的是同樣的資源，則云制造平臺(tái)對(duì)兩個(gè)企業(yè)的有效匹配率是相同的，假設(shè)該有效匹配率（匹配精確度）為r（0

假設(shè)當(dāng)企業(yè)M1和M2都不利用云制造平臺(tái)時(shí)，雙方可以獲得的收益分別是U1和U2；當(dāng)企業(yè)M1利用云制造平臺(tái)而企業(yè)M2不利用云制造平臺(tái)時(shí)，制造商M1可以獲得充足的制造資源來滿足市場(chǎng)的需要，同時(shí)又因?yàn)樵浦圃炱脚_(tái)的存在，可以通過對(duì)需求市場(chǎng)的大數(shù)據(jù)分析，全面分析消費(fèi)者的購(gòu)物習(xí)慣和偏好，進(jìn)一步對(duì)顧客需求進(jìn)行挖掘（如亞馬遜的圖書智能推薦功能），這兩種情況都會(huì)擴(kuò)大M1的市場(chǎng)需求，獲得額外的利潤(rùn)f（f>0），此部分利潤(rùn)可能是新創(chuàng)造的利潤(rùn)，還可能是搶奪了企業(yè)M2的一部分市場(chǎng)而獲得的競(jìng)爭(zhēng)利潤(rùn)，這兩種情況對(duì)M2來說都是有利潤(rùn)損失的，是沒有采用云制造平臺(tái)的機(jī)會(huì)損失，同時(shí)考慮到云制造平臺(tái)有效匹配的問題，所以企業(yè)M1會(huì)獲得額外的收益rf，企業(yè)M2會(huì)失去相應(yīng)的市場(chǎng)收益rf，即此時(shí)雙方的收益為U1+rf和U2-rf；同理，當(dāng)企業(yè)M1不利用云制造平臺(tái)而企業(yè)M2利用云制造平臺(tái)時(shí)，企業(yè)M2會(huì)獲得額外的收益re（e>0），企業(yè)M1會(huì)失去相應(yīng)的市場(chǎng)收益re，此時(shí)雙方的收益為U1-re和U2+re；當(dāng)企業(yè)M1和企業(yè)M2同時(shí)利用云制造平臺(tái)時(shí)，由于雙方都有充足的制造資源和能力，所以會(huì)發(fā)生市場(chǎng)競(jìng)爭(zhēng)的情況，假設(shè)l為企業(yè)M1的競(jìng)爭(zhēng)獲勝的概率，企業(yè)M2因?yàn)楦?jìng)爭(zhēng)失敗會(huì)造成額外的損失（如市場(chǎng)聲譽(yù)的損失、投入云平臺(tái)而導(dǎo)致的機(jī)會(huì)損失等），假設(shè)該值為C2，同樣當(dāng)企業(yè)M1競(jìng)爭(zhēng)沒有取勝時(shí)，也會(huì)造成一定的市場(chǎng)損失，假設(shè)該損失為C1，這種情況下，雙方的期望收益分別為l（U1+rf）+（1-l）（U1-re-C1）和（1-l）（U2+re）+l（U2-rf-C2）。還需假設(shè)參與方是個(gè)體理性的，且根據(jù)期望利潤(rùn)最大化的原則來進(jìn)行決策，以上所有的信息均為所有參與方的共同知識(shí)。

2模型分析

根據(jù)上述兩個(gè)制造商利用云制造平臺(tái)與否的過程分析，可以得到下列的矩陣：

2之間的關(guān)系，當(dāng)損失的乘積相對(duì)于獲得的收益和的平方較大時(shí)（C1C2>（re+rf）2），兩個(gè)制造企業(yè)在采用云制造服務(wù)平臺(tái)時(shí)會(huì)進(jìn)行權(quán)衡，因?yàn)槿f一不能保證獲得恰當(dāng)?shù)闹圃熨Y源，獲得市場(chǎng)的需求，造成的損失也比較大，當(dāng)一個(gè)企業(yè)不采用云制造平臺(tái)服務(wù)時(shí)，另一個(gè)企業(yè)則根據(jù)利潤(rùn)最大化的原則，一定會(huì)采用云制造服務(wù)平臺(tái)策略，所以會(huì)出現(xiàn)有兩個(gè)均衡點(diǎn)的情況（圖3）；當(dāng)損失的乘積相對(duì)于所得到的收益之和的平方較小時(shí)（C1C2<（re+rf）2），兩個(gè)制造企業(yè)就不會(huì)進(jìn)行太多的權(quán)衡，因?yàn)槟呐虏荒鼙ＷC獲得優(yōu)質(zhì)的制造資源，競(jìng)爭(zhēng)失敗造成的損失也比較小[13]，所以會(huì)出現(xiàn)兩個(gè)企業(yè)都采用云制造平臺(tái)的情況（圖4）。

（4）所有的情況中，云制造平臺(tái)最愿意看到的是兩個(gè)企業(yè)都采用云制造平臺(tái)來進(jìn)行生產(chǎn)，如圖4所示。此時(shí)的條件是C1C1+re+rf

①兩個(gè)企業(yè)都會(huì)利用云制造平臺(tái)獲得更大收益的必要條件是C1C2<（re+rf）2，此時(shí)可以保證制造企業(yè)利用云制造平臺(tái)可以獲得足夠大的利益。

②云制造平臺(tái)需要建立高效的容錯(cuò)機(jī)制以支持高可靠協(xié)同運(yùn)行，以提高資源的匹配精確度（即提高r的數(shù)值）。另外，在前期也要做好資源的分類以及語義描述工作，提升云制造平臺(tái)的整體服務(wù)水平。

③為了保證兩個(gè)企業(yè)都能夠利用云制造平臺(tái)，云制造平臺(tái)僅僅調(diào)整r的取值是不夠的，因?yàn)橹辽僖ＷCl落在（C1C1+re+rf，re+rfre+rf+C2）區(qū)間內(nèi)，云制造平臺(tái)才有調(diào)整匹配精確度r的動(dòng)力，所以云制造平臺(tái)還需要考慮兩個(gè)企業(yè)利用平臺(tái)所能獲得的收益以及可能造成的損失，從而保證l的值盡可能落在上述區(qū)間內(nèi)。

（5）圖3對(duì)云制造平臺(tái)也有一定的啟示。某些時(shí)候（比如云制造平臺(tái)上能夠提供的資源數(shù)量不夠多），促使兩個(gè)制造商同時(shí)選擇云制造平臺(tái)的難度會(huì)比較大（如上面所闡述的，需要保證落在特定的區(qū)域內(nèi)），此時(shí)云制造平臺(tái)可能會(huì)退而求其次，促使會(huì)對(duì)平臺(tái)帶來收益較大的一方來采用云制造平臺(tái)也會(huì)是不錯(cuò)的選擇，此時(shí)云平臺(tái)可以耗費(fèi)較低的成本來促使某一方企業(yè)來選擇云制造平臺(tái)[14]，表現(xiàn)在圖3中即是F點(diǎn)位置的移動(dòng)。

從以上分析還能夠發(fā)現(xiàn)令人擔(dān)憂的一點(diǎn)，當(dāng)平臺(tái)力量足夠大時(shí)，平臺(tái)有操控制造能力共享供需市場(chǎng)的可能性，因此引入必要的約束機(jī)制，對(duì)平臺(tái)的行為加以規(guī)范，以利于整個(gè)云制造系統(tǒng)的順利運(yùn)行。

命題3：損失分界點(diǎn)d1=C1C1+re+rf是關(guān)于r的減函數(shù)，收益分界點(diǎn)d2=re+rfre+rf+C2是關(guān)于r的增函數(shù)。

證明：對(duì)兩個(gè)分界點(diǎn)的表達(dá)式d1和d2分別對(duì)r求一階導(dǎo)數(shù)，可以得到該命題，具體證明過程從略。

命題3說明了當(dāng)云制造平臺(tái)將匹配有效率調(diào)整到一定程度之后（d1

3數(shù)值分析

數(shù)值分析時(shí)，給定數(shù)值如下：l=07，U1=200，U2=100，e=8，f=10，C1=10，C2=6，當(dāng)r從0到1變化時(shí)，可以得到圖5所示圖形。區(qū)域I（直線r =02381左側(cè)）：此時(shí)滿足條件re+rfre+rf+C2max{re+rfre+rf+C2，C1C1+re+rf}，演化的過程如圖2所示；區(qū)域III（直線r =0.7778右側(cè)）：此時(shí)C1C1+re+rf

同時(shí)，分別選取區(qū)域II和區(qū)域III中的兩個(gè)點(diǎn)，r=0.5和r=0.8，可以得到兩個(gè)制造商采用云制造平臺(tái)的演化分析圖如圖6所示。在圖6中，可以看到在r=0.5時(shí)（區(qū)域II中），因?yàn)閘的值比較大，所以符合圖2中的演化條件，則p逐漸趨近于1，而q則逐漸趨近于0，即制造商M1會(huì)選擇云制造平臺(tái)，而制造商M2則不會(huì)選擇。在r=0.8時(shí)（區(qū)域III中），符合圖4中的演化條件，則p逐漸趨近于1，并且q逐漸趨近于1，即制造商M1會(huì)選擇云制造平臺(tái)，制造商M2也會(huì)選擇云制造平臺(tái)。

若r=0.1，則各個(gè)變量之間的關(guān)系滿足區(qū)域I的條件，區(qū)域I中，制造商的演化軌跡滿足圖3中的條件，從圖3中可以看到，初始條件的情況會(huì)對(duì)兩個(gè)企業(yè)的演化軌跡有較大的影響，因此分別選擇初始狀態(tài)為p0=02，q0=02以及p0=03，q0=06兩種情況，則能夠看到兩種不同的演化路徑：當(dāng)p0=0.2，q0=0.2時(shí)，點(diǎn)（0.2，0.2）落在陰影部分下方，因此演化過程的穩(wěn)定點(diǎn)為C（1，0）點(diǎn)，當(dāng)p0=0.3，q0=0.6時(shí)，點(diǎn)（0.3，0.6）落在陰影部分，p逐漸趨近于0，而q逐漸趨近于1，因此演化過程的穩(wěn)定點(diǎn)為B（0，1）點(diǎn)。此時(shí)的演化過程如圖7所示。

4結(jié)論

本文考慮了在物聯(lián)網(wǎng)技術(shù)的支撐下，制造企業(yè)可以對(duì)制造資源和制造能力的狀況進(jìn)行實(shí)時(shí)動(dòng)態(tài)的感知，從而能夠利用云制造平臺(tái)進(jìn)行制造資源的共享和協(xié)同問題。主要考慮了云制造平臺(tái)資源匹配有效率、額外收益以及可能的損失等因素對(duì)云制造平臺(tái)以及云制造服務(wù)需求企業(yè)運(yùn)營(yíng)策略的影響。通過構(gòu)建兩個(gè)云制造平臺(tái)需求企業(yè)向同一個(gè)云制造平臺(tái)請(qǐng)求制造服務(wù)的場(chǎng)景，采用演化博弈的方法，對(duì)云制造平臺(tái)和平臺(tái)參與方企業(yè)的運(yùn)營(yíng)提出了相應(yīng)的建議。

通過本文的分析，可以看到并不是所有情況下云制造平臺(tái)都愿意提高資源的有效匹配率（當(dāng)l落在（C1C1+re+rf，re+rfre+rf+C2）區(qū)間內(nèi)時(shí)，云制造平臺(tái)才有動(dòng)力去采取調(diào)整措施），當(dāng)云制造平臺(tái)促使所有企業(yè)都采用云制造平臺(tái)需要投入較大成本時(shí)，云制造平臺(tái)也會(huì)有選擇地促使更有利于平臺(tái)的部分制造企業(yè)來利用云制造平臺(tái)進(jìn)行生產(chǎn)。本文還給出了影響制造企業(yè)策略選擇的邊界條件（如定理1和2所示），從這些邊界條件可以看出，影響企業(yè)選擇的因素不僅僅有云制造平臺(tái)對(duì)資源的有效匹配率，還包括制造需求企業(yè)可能獲得的收益以及可能造成的損失，這些因素對(duì)制造企業(yè)的策略選擇行為的演化有著重要的影響。

文中主要分析的是平臺(tái)的資源匹配有效率對(duì)企業(yè)策略行為演化的問題，進(jìn)一步的研究可以從如下方向進(jìn)行：云制造平臺(tái)的收費(fèi)以及定價(jià)結(jié)構(gòu)設(shè)計(jì)的問題，這將關(guān)系到云平臺(tái)應(yīng)該激勵(lì)哪些制造企業(yè)來采用云制造平臺(tái)；本文考慮的是當(dāng)兩個(gè)制造企業(yè)都利用云制造平臺(tái)時(shí)，兩個(gè)制造商之間會(huì)加劇市場(chǎng)競(jìng)爭(zhēng)行為，進(jìn)一步可以分析云制造平臺(tái)能夠創(chuàng)造新的市場(chǎng)，降低兩個(gè)企業(yè)的直接競(jìng)爭(zhēng)的機(jī)會(huì)，減少競(jìng)爭(zhēng)損失的情況；另外，從文中的分析可以看出，當(dāng)平臺(tái)的力量足夠大時(shí)，平臺(tái)有操控供需市場(chǎng)的動(dòng)機(jī)，尤其是考慮到云制造平臺(tái)的收費(fèi)問題時(shí)，該操控行為發(fā)生的幾率就會(huì)增加，因此如何設(shè)計(jì)合理的約束機(jī)制，既可以做到約束云制造平臺(tái)的行為，又能保證整個(gè)云制造系統(tǒng)的健康發(fā)展，將是十分有意義的研究。

參考文獻(xiàn)：

[1]金波，秦燕飛.物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展及對(duì)策[J].宏觀經(jīng)濟(jì)管理， 2014（10）： 68-69.

[2]李曉鐘，王瑩.我國(guó)物聯(lián)網(wǎng)產(chǎn)業(yè)協(xié)同發(fā)展機(jī)制及系統(tǒng)協(xié)同度評(píng)價(jià)研究[J].軟科學(xué)， 2015（1）： 42-46.

[3]Xu， X. From Cloud Computing to Cloud Manufacturing[J].Robotics and ComputerIntegrated Manufacturing，2012， 28（1）： 75-86.

[4]王時(shí)龍，宋文艷，康玲，等.云制造環(huán)境下制造資源優(yōu)化配置研究[J].計(jì)算機(jī)集成制造系統(tǒng)， 2012， 18（7）：1396-1405.

[5]李伯虎，張霖，王時(shí)龍，等.云制造面向服務(wù)的網(wǎng)絡(luò)化制造新模式[J].計(jì)算機(jī)集成制造系統(tǒng)， 2010， 16（1）：1-6.

[6]邰麗君，胡如夫，趙韓，等.面向云制造服務(wù)的制造資源多目標(biāo)動(dòng)態(tài)優(yōu)化調(diào)度[J].中國(guó)機(jī)械工程， 2013，24（12）： 1616-1622.

[7]黃沈權(quán)，顧新建，陳芨熙，等.制造云服務(wù)的按需供應(yīng)模式及其關(guān)鍵技術(shù)[J].計(jì)算機(jī)集成制造系統(tǒng)，2013，19（9）： 2315-2324.

[8]Wang X， Xu X. An Interoperable Solution for Cloud Manufacturing[J]. Robotics and ComputerIntegrated Manufacturing， 2013， 29（4）： 232-247.

[9]Fudenberg D， Tirole J. Game Theory [M].Cambridge， MA：MIT Press，1991.220-224.

[10]廖小昕.動(dòng)力系統(tǒng)的穩(wěn)定性理論和應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2000.136-140.

[11]Hsieh T P， Dye C Y. A ProductionInventory Model Incorporating the Effect of Preservation Technology Investment When Demand is Fluctuating with Time[J]. Journal of Computational and Applied Mathematics， 2013， 239： 25-36.

[12]Esposito E， Evangelista P. Investigating Virtual Enterprise Models： Literature Review and Empirical Findings[J]. International Journal of Production Economics， 2014， 148： 145-157.

[13]Zhou Y W， Min J， Suresh K. SupplyChain Coordination under an InventoryLevelDependent Demand Rate[J].International Journal of Production Economics， 2008， 113（2）： 518-527.

[14]Jeong B K， Styllanou A C. Market Reaction to Application Service Provider （ASP） Adoption： An Empirical Investigation[J]. Information & Management， 2010， 47（3）： 176–187.

[15]Lau A H L， Lau H S. Effects of a Demandcurves Shape on the Optimal Solutions of a MultiEchelon Inventory /Pricing Model[J]. European Journal of Operational Research， 2003， 147（3）： 530-548.

（責(zé)任編輯：楊銳）