CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارائهی چهارچوبی برای حراج معکوس آنلاین مبتنی بر یادگیری بازار ساز در شرایط ریسکگریزی خریدار

عنوان مقاله: ارائهی چهارچوبی برای حراج معکوس آنلاین مبتنی بر یادگیری بازار ساز در شرایط ریسکگریزی خریدار
شناسه ملی مقاله: JR_JINET-15-2_002
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:

حجت طیران - دانشجوی دکتری صنایع، دانشکده صنایع، دانشگاه علم و صنعت ایران
مهدی غضنفری - عضو هیئت علمی دانشکده صنایع دانشگاه علم و صنعت ایران

خلاصه مقاله:
حراج معکوس آنلاین یکی از رویکردهای تامین کالا و مواد موردنیاز بر بستر اینترنت می­باشد که در آن خریدار، یک یا چند فروشنده را بر اساس پیشنهادهای آنها انتخاب می­نماید. در این مقاله یک چهارچوب جدید برای فرایند حراج معکوس آنلاین ارائهشده است که هر دو سوی فرایند تامین (خریدار و فروشنده) را در نظر می­گیرد. فرایند حراج پیشنهادی یک حراج معکوس آنلاین چند شاخصهی نیمهبسته چند دورهای می­باشد. در این فرایند یک بازار ساز آنلاین، با پیشبینی تابع امتیازدهی خریدار، فرایند پیشنهاددهی فروشندگان را تسهیل می­نماید. در این حالت، علاوه بر پنهان بودن تابع امتیازدهی فروشنده، اطلاعاتی جهت بهبود پیشنهاددهی در اختیار فروشندگان قرار می­گیرد. برازش تابع امتیازدهی توسط یک شبکه عصبی پرسپترون چندلایه در نظر گرفتهشده است. همچنین روش­های امتیازدهی خریدار بهصورت جمعی، ضربی و ریسکگریز تعریفشده است. در این چهارچوب، فروشندگان در هر دور با استفاده از یک مدل بهینه­سازی، پیشنهادهای خود را بهبود میبخشند. با شبیه­سازی فرایند حراج، چهارچوب پیشنهادی در مقایسه با یک حراج باز با درنظرگرفتن معیارهای امتیاز فروشندگان، سود فروشندگان و تعداد دور حراج، مورد ارزیابی قرار گرفته است. نتایج شبیه­سازی نشان می­دهد که در مدل پیشنهادی علاوه بر عدم افشای اطلاعات امتیازدهی خریدار، تفاوت معناداری در معیارهای ارزیابی با مدل حراج باز وجود ندارد.

کلمات کلیدی:
حراج معکوس آنلاین؛ ریسکگریزی؛ شبکه عصبی مصنوعی؛ بهینه­سازی چندهدفه طبقه بندی JEL A۱, C۶, C۷, D۴, F۱۴

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1188014/