导　　师： 白丽平; 张智聪

授予学位： 硕士

作　　者： (）;

机构地区： 广东工业大学

摘　　要： 在共享经济这一新出现的行业中,常见的共享资源有共享单车、共享汽车、共享雨伞、共享充电宝等。由于这些共享资源在共享行业领域内发展很快,而国内外对于共享资源集散点选址的研究问题及研究方法比较单一,并且解决问题的前提是要在一定程度上明确共享资源的需求函数。本文针对这些局限性进行研究,考虑到设施选址与定价的耦合性,使得研究的问题成为一个复合性问题,即利用增强学习方法解决共享资源需求函数未知情况下的集散点设施选址与共享服务动态定价联合决策问题。本文基于设施选址和动态定价的理论知识提出了需要研究的问题,并且介绍了增强学习的方法,具体阐述了增强学习系统以及其智能体学习过程,同时描述了增强学习算法步骤并设计实验过程。本文的研究目标是使得共享资源运营商获得最大的收益,其研究问题主要分为两个方面:(1)共享资源单集散点选址与共享服务动态定价联合决策研究。(2)共享资源多集散点复合选址与共享服务动态定价联合决策研究。在未知需求函数以及用户行为特性的情况下,首先具体阐述了共享资源集散点选址与共享服务动态定价联合决策问题;然后根据问题建立增强学习算法模型,定义了状态、行为以及报酬函数;接着根据增强学习决策目标建立具体的增强学习算法,对算法过程进行阐述;最后设计实验过程,设置实验参数并运行实验,用实例验证增强学习的效果。实验中随着实验迭代次数的不断增加,智能体的学习效果越来越好,学习曲线渐近提升并且学习增长率有了明显的提高,从而提高了企业收益。经过反复设计实验过程,对实验参数作出调整,发现智能体在与环境不断地交互中选择集散点和动态定价联合决策时的学习曲线经过实验迭代达到了渐进的平稳状态,其中在单集散点选址与动态定价联合决策问题上,报酬提高了40%左右;而在复合选址与动态定价联合决策问题上报酬增长率达到了80%左右。实验结果表明多集散点复合选址与动态定价联合决策相对于单集散点选址与动态定价联合决策的报酬增长率更高,同时也说明了企业在多个集散点选择中会获得更大的企业收益。通过实验结果证明了增强学习方法中智能体在学习的过程中对环境改变的捕捉能力以及适应变化的能力,体现了增强学习方法对于解决共享资源集散点选址与共享服务动态定价联合决策研究问题的适用性,同时也为共享资源的运营商提供了管理的决策建议。更多还原

关 键 词： [6116256]共享资源 集散点选址 动态定价 增强学习 [1572064]智能体

分 类 号： [F713.36]

领　　域： []