-
شماره ركورد
25926
-
پديد آورنده
حجت طيران
-
عنوان
ارائه مدل تصميمگيري حراج معكوس چندشاخصه در تجارت الكترونيكي تحت شرايط ريسك گريزي خريدار
-
مقطع تحصيلي
دكتري
-
رشته تحصيلي
مهندسي صنايع
-
سال تحصيل
1392
-
تاريخ دفاع
1400/07/27
-
استاد راهنما
مهدي غضنفري
-
استاد مشاور
مصطفي جعفري
-
دانشكده
صنايع
-
چكيده
حراج معكوس برخط يكي از رويكردهاي تامين كالا و مواد مورد نياز بر بستر اينترنت مي¬باشد كه در آن خريدار، يك يا چند فروشنده را بر اساس پيشنهادات آنها انتخاب مي¬نمايد. يكي از چالشهاي موجود در فرآيند طراحي حراج معكوس برخط، نحوهي افشاي اطلاعات فروشنده و يا خريداران ميباشد. عدم افشاي اطلاعات، منجر به تضمين حريم اطلاعاتي دو طرف معامله و از سوي ديگر افشاي كامل اطلاعات، منجر به بهبود فضاي كشف قيمت و افزايش كارايي حراج ميشود. در اين رساله يك مدل جديد براي فرآيند حراج معكوس برخط چند شاخصه¬ي نيمه¬بستهي چند دوره¬¬اي ارائه شده است. براي حل مدل مذكور يك الگوريتم ژنتيك چندهدفه NSGA II ارائه شده است. در فرآيند پيشنهادي، فروشندگان، مقادير شاخصههاي مدنظر خريدار (قيمت، كيفيت، زمان تحويل و ...) و خريدار، امتيازهاي محاسبهشده براي هر يك از فروشندگان را در اختيار برگزاركنندهي برخط حراج معكوس قرار ميدهند. برگزاركنندهي برخط حراج معكوس با استفاده از يك شبكه عصبي پرسپترون چند¬لايه، تابع امتيازدهي خريدار را تخمين ميزند. فروشندگان بر اساس اين تابع تخميني و يك مدل برنامهريزي رياضي پيشنهادي، پيشنهادات جديد خود را به روز مي نمايند. در اين حالت، علاوه بر پنهان بودن تابع امتيازدهي خريدار، اطلاعاتي جهت بهبود پيشنهاد¬دهي در اختيار فروشندگان قرار مي¬گيرد و فروشندگان در هر دور پيشنهادات خود را بهبود ميبخشند. همچنين روش¬هاي امتيازدهي خريدار بصورت جمعي، ضربي و ريسك¬گريز ( مبتني بر تئوري چشمانداز ) تعريف شده است. با شبيه¬سازي فرآيند حراج معكوس، مدل پيشنهادي در مقايسه با يك حراج معكوس باز با در نظر گرفتن معيارهاي امتياز فروشندگان، سود فروشندگان و تعداد دور حراج معكوس، مورد ارزيابي قرار گرفته است. نتايج شبيه¬سازي نشان دهنده عدم وجود تفاوت معنادار در معيارهاي سود برنده¬ي حراج، امتياز برنده¬ي حراج و تعداد دور حراج در دو نوع حراج معكوس باز و نيمه بسته براي توابع امتيازدهي جمعي و ضربي است كه اين نشاندهنده¬ي برازش موفق شبكه¬ي عصبي مصنوعي براي اين دو نوع تابع است. از سوي ديگر استفاده از تابع امتيازدهي ضربي، سود بالاتري را عايد فروشنده¬ي برنده نموده است. اين موضوع براي هر دو نوع حراج معكوس باز و نيمه¬بسته صادق مي¬باشد.
-
تاريخ ورود اطلاعات
1400/10/30
-
عنوان به انگليسي
Proposing a mathematical model for optimizing multi-attribute reverse auction in e-commerce under the buyer’s risk aversion
-
تاريخ بهره برداري
1/1/1900 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
حجت طيران
-
چكيده به لاتين
The online reverse auction is considered as a new e-commerce approach to purchasing and procuring goods and materials in the supply chain. With the rapid and ever-expanding development of information technology as well as the increasingly usage of the Internet around the world, employing Internet platforms for this type of procurement has also been taken into account that results in creating online reverse auction method. Accordingly, in this thesis, a new framework for the online reverse auction process is provided. To solve this model, a multi-objective NSGA II genetic algorithm is proposed. The proposed process is a multi-attribute semi-sealed multi-round online reverse auction. The precious feature of the proposed process is that an online market-maker facilitates the seller's bidding process by the prediction of the buyer scoring function. To fit the function, a multi-layer perceptron neural network model is devised. To improve the bidding process, in addition to hiding the seller's scoring function, the information is provided to sellers. Moreover, the adopted methods for scoring by the buyer are classified as additive, multiplicative, and risk-aversion, which is based on the theory of perspective. Within this framework, sellers improve their bids in each round using an optimization model. The simulation results show that there is no significant difference in the criteria of auction winning profit, auction winning score and number of auction rounds in two types of open and semi-closed reverse auctions for additive and multiplicative scoring functions which indicates a successful fit by the artificial neural network for above-mentioned functions. On the other hand, using the multiplicative scoring function has resulted in a higher profit for the winning seller. This is true for both open and semi-closed reverse auctions.
-
كليدواژه هاي فارسي
حراج معكوس برخط , حراج معكوس نيمهبسته , مناقصه الكترونيك برخط , افشاي اطلاعات , شبكهعصبيمصنوعيپرسپترونچندلايه , تئوري چشمانداز , الگوريتم NSGA 2
-
كليدواژه هاي لاتين
Online reverse auction , information disclosure , multi-layer perceptron neural network , perspective theory , NSGA II , Semisealed auction
-
لينک به اين مدرک :