基于累积前景理论的联盟企业知识转移演化博弈分析-吴洁.pdf

《基于累积前景理论的联盟企业知识转移演化博弈分析-吴洁.pdf》由会员分享，可在线阅读，更多相关《基于累积前景理论的联盟企业知识转移演化博弈分析-吴洁.pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第26卷 第3期2017年3月运 筹 与 管 理0PERATIONS RESEARCH AND MANAGEMENT SCIENCEV0126，No3Mar2017基于累积前景理论的联盟企业知识转移演化博弈分析吴洁1， 吴小桔1， 李鹏1， 盛永祥1， 施琴芬2(1江苏科技大学经济管理学院，江苏镇江212003；2苏州科技大学科研产业部，江苏苏州215009)摘要：知识转移过程是一个复杂的博弈过程，演化博弈论可以很好地解释转移主体行为。考虑到传统的演化博弈模型不能对知识转移主体非理性心理因素及风险偏好问题进行有效解释，本文将累积前景理论与演化博弈相结合，运用前景价值函数完善支付矩阵的部分参数，

2、分析博弈模型的演化稳定策略。通过仿真模拟得出如下结论：知识转移存在两个演化稳定策略；转移策略由直接收益、转移成本及前景损益等因素决定；转移方的风险损失对转移策略影响较大，而接收方潜在收入对知识转移策略影响较小。关键词：产业联盟；知识转移；演化博弈；累积前景理论中图分类号：G302文章标识码：A文章编号：1007-3221(2017)03009208 doi：1012005orms20170062Evolutionary Game Analysis of Knowledge Transfer in Industry AllianceBased on Cumulative Prospect The

3、oryWU Jiel，WU Xiaojul，LI Pen91，SHENG Yongxian91，SHI Qinfen2(1Economics&Management School，Jiangsu University of Science and Technology，Zhenjiang 2 1 2003，China；2Division of Science&Technology，Suzhou University of Science and Technology，Suzhou 2 1 5009，China)Abstract：The process of knowledge transfer

4、is a complicated course of playing chessEvolutionary game theoryis a good way to explain behaviors of knowledge transfer actorConsidering that the evolutionary game has limita-tion in explaining the irrational factors and risk preference of knowledge transfer actor，prospect theory is integrated into

5、 evolutionary game theory in this studyA prospect value function is used to improve partial parameter inpayoff?matrix to analyze the evolutionary stable strategyThe result shows that there are two evolutionary stablestrategies in knowledge transfer processTransfer policy is determined by the direct

6、incomes，the cost of knowl-edge transfer，prospect profit and lossRisk losses have larger influence on transfer policy for suppliers，whilepotential earnings have less influence on transfer policy for recipientsKey words：industry alliance；knowledge transfer；evolutionary game；cumulative prospect theory0

7、 引言产业技术创新联盟是以产业共性技术突破性创新为主要任务的新型产学研合作组织。，已经成为实现创新驱动发展的中坚力量。面对激烈的市场竞争形势，越来越多的企业选择参加联盟，实现组织间的知识创新和知识共享，增强自身竞争能力2。知识转移成为联盟企业取得竞争优势的关键环节旧。在知识转移过程中由于存在机会主义行为，联盟企业间进行知识转移可能会使相关企业获得共赢的同时也带来一定的风险，一方面可能使转移方在竞争中处于不利的地位。4。，另一方面也可能使接收方付出不必要的成本。由此，是否应该进行知识转移成为影响企业发展的关键战略。影响知识转移成功的因素主要与转移主体的行为有关。Szulanski认为知识转移受知

8、识接受者的能力和知识拥有者与知识接收者之间的关系影响”。；Narteh认为联盟知识转移过程主要受合作伙伴的学习意图、向合作方传递知识的能力和合作方收稿日期：201512-09基金项目：国家社科基金重点项目“产业技术创新联盟企业动态能力提升的创新机制与实现路径研究”的研究(t4AGL001)；国家自然科学基金项目政产学研金协同创新下知识流动力学模型及制度设计”(71271119)；国家自然科学基金“跨界隐性知识的协同效应对颠覆式创新绩效的影响研究”(71471091)作者简介：昊洁(1968一)，女，江苏滨海人，江苏科技大学教授，博士，研究方向：知识管理，技术创新。万方数据第3期 吴洁，等：基于

9、累积前景理论的联盟企业知识转移演化博弈分析 93接受知识的能力三方面因素影响。；Cabrera认为知识源在转移初始阶段对知识的保护投入影响后续的转移难度，知识源保护知识的垄断意识越强，转移难度越大。；Levin等认为转移过程中接收者为判定所获取信息的真实性，对知识源和转移过程投入监督成本，也会增加转移难度1；蒋樟生认为联盟成员转移知识的动力来源于联盟知识的有效产出，联盟知识产出取决于联盟成员自身关于知识资源的转移决策1。知识转移过程是转移双方博弈的过程。1。获得战略收益以及经济收益是转移双方的主要目标。，为了获得更大利益，转移双方会倾向于做出对自身更有利的行为。相关学者们从多个角度对知识转移的

10、博弈情况进行了研究：蒋樟生、郝云宏从知识转移视角，研究了技术创新联盟的动态合作稳定性1；朱卫未、施琴芬建立了基于理性选择的隐性知识转移决策模型，并求出隐性知识博弈纳什均衡“；张宝生、王晓红运用演化博弈的方法，系统研究了团队内部知识转移的稳定性、持续性以及演化趋势。1”；余呈先、郭东强利用演化博弈分析了外部知识转移时转型企业与知识源企业间的行为及演化方向1“；于鲲鹏、郭东强对转型企业与知识转移方在知识转移过程中的博弈过程进行了研究，并验证了平衡点局部稳定性，分析结论的合理性。联盟成员之间是一种合作竞争的动态关系，主体差异使双方知识转移的成本、收益均有所不同，知识转移主体一方面争取获得知识转移的相

11、应回报，另一方面担心知识转移会削弱自身的竞争优势“，而传统的演化博弈模型不能对知识转移主体非理性因素及风险偏好问题进行充分解释。由于累积前景理论能够解释企业在决策时的收益与损失偏好1，因此运用前景价值函数完善支付矩阵的部分参数，通过演化稳定策略分析对联盟成员间知识转移行为进行分析，可以对企业进行知识转移的决策制定提供借鉴。1 知识转移演化博弈模型构建11支付矩阵构建在不考虑联盟外部影响因素的情况下，联盟成员间知识转移行为的选择，可以看做是知识转移双方主体博弈的结果，博弈本身可以看做是一种风险决策行为。因此，本文做出如下假设：(1)行为选择：假设t时刻产业联盟中有两家企业企业i和企业歹，它们是知

12、识转移的行为主体，假设企业i为知识转移方，其策略集为转移，不转移，企业J为知识接收方，其策略集为接收，不接收。当企业i选择转移，企业J选择接收时，知识转移并直接转化获得总收益，由企业i和企业歹共享，分享比例系数分别为k和1一k(00)，包括转移知识所耗费的人力、转移工具成本等，企业7接收知识需要投入成本C(C0)，包括接收知识所需的学习人力成本、工具成本和消化吸收成本等。(4)前景损益：当企业i选择转移，企业J选择接收时，企业f将获得由于知识存量增加进行持续创新带来的潜在收益D(D0)；同时，企业i需承担知识的无限复制8。特性可能带来的风险损失A(A0)。(5)转移概率：企业i采取“转移”策略

13、的概率为x，采取“不转移”策略的概率为1一石，其中0冬戈s1；企业J采取“接收”策略的概率为Y，采取“不接收”策略的概率为1一Y，其中0Ysl。根据以上5点假设，构建产业联盟企业知识转移行为博弈的支付矩阵。表1 联盟企业知识转移的博弈支付矩阵企业j接收 不接收联盟企业U，+七MAB转移u2+1(1-k)M+D-CUlA-B,U2不转移 U1，U2一C U1，U2万方数据94 运 筹 与 管 理 2017年第26卷12稳定性分析在联盟企业知识转移博弈过程中，参与人的完全理性和完全信息条件很难实现，博弈主体对知识转移过程中存在的风险有不同的偏好程度，他们根据知识转移过程带来的总收益大小和风险大小改

14、变自身策略，采取对自身最有利的行动，与复制动态方程所蕴含的的风险偏好和行为调整策略思想一致。因此根据基于复制动态的演化博弈分析方法，由表1可知，参与博弈的企业i选择“转移”策略和“不转移”策略时的期望收益y，。y。以及平均期望收益E分别为：V。y=Y(U1+MA一日)+(1一Y)(U，一AB)2yM+u1一A一曰 (1)V1=yUl+(1一Y)U1=UIVl=xVly+(1一z)Vl=xykgxAxB+Ul同理，参与博弈的企业J选择“接收”策略和“不接收”策略时的期望收益。以及平均期望收益K分别为：Ky=zU2+(1一)M+Dcl+(1一)(u2一c)=x(1一A)M+xD+U2一CK。=xU

15、：+(1一x)U：=U： (2)Vz=YV2y+(1一y)V2=)，x(1一k)M+xDC+U2运用非对称复制动态演化方式，得到z、Y的复制动态方程分别为F(石)=面dx=戈(V-rV-)=戈(1一戈)(ykgAB) (3)G(y)=面dy=y(V2r一心)=Y(1一Y)戈(1一k)M+菇DC) (4)式(3)表明，仅当戈=o，1或y=茅时，企业i选择“转移”策略的概率是局部稳定的；式(4)表明，仅当y 20，1或戈2n_二五万历时，企业，选择“接收”策略的概率是局部稳定的。因此，式(3)和式(4)组成的系统有E，(0，0)、E：(0，1)、E，(1，0)、E4(1，1)和E，n_=i导万历，

16、气字)等5个局部均衡点。按照Friedman提出的方法，微分方程系统的演化稳定策略(ESS)可由该系统的雅克比矩阵的局部稳定性分析得到，由式(3)和式(4)组成方程组，其雅克比矩阵为，(12x)(ykgAB) x(1一x)肼 1。【y(1一y)(1一k)M+D(12y)x(1一)肼+xDCJ矩阵行列式det I，=(12x)(12y)(ykgAB)z(1一)M+xDc+xy(1一戈)(1一Y)kM(1一k)M+D矩阵的迹打J=(12x)(ykMAB)+(12y)算(1一k)M+xDC。表2雅克比矩阵求解通过对上述复制动态模型的分析，求得其雅克比矩阵的行列式和迹(见表2)，根据系统稳定性的判断条

17、件，对5个局部均衡点进行稳定性讨论，对于E，由于常规的雅克比矩阵局部稳定分析法失效，因此运用微分分析法进行判断。将式(3)、式(4)分别对Y、戈求微分并代入E，点坐标得：_dF：z(1一戈)kM (5)了_dG=y(1一y)(1一七)M+D (6)U咒分析可知，式(5)、式(6)0，即E，为不稳定点。两企业间知识转移博弈策略的均衡点稳定性分析结果为(如表3所示)：(1)当kMAB0且(1一k)M+DC0时，两企业所获得的收益均大于其付出的成本，此时系统存在两个演化稳定策略为(0，0)和(1，1)；(2)当kMAB0、(1一k)M+DC0或kMAB0且E3(1，0) C(kMAB) + C+(k

18、MAB) + 不稳定 f1一1肘+既(1，1) (kMAB)(1一女)M+DC + 一(kMAB)一(1一)M+DC ESS DCOE rC A+B、不稳定 任意5。(1一)M+DM2基于累积前景理论的演化博弈分析21 基于前景价值函数的成本收益函数通过对演化系统的均衡点分析，可知当联盟企业i所获得收益必须大于其转移成本与预期风险损失之和，联盟企业j所获得收益与额外收益之和必须大于其接收成本时，系统存在两个演化稳定策略点(0，0)和点(1，1)，当双方行为收敛于(1，1)点，即帕累托最优均衡点，企业i选择“转移”战略，企业i选择“接收”战略；当双方行为收敛于(0，0)点，即帕累托劣均衡点，企业

19、i选择“不转移”战略，企业j选择“不接收”战略。为了使双方以最大的概率收敛于帕累托最优均衡点，应使双方行为选择收敛于(1，1)点。由假设4可知，当企业i采取“转移”策略，企业j采取“接收”策略时，存在知识转移中的知识无限复制风险，风险发生的概率为P，联盟企业i发生的实际损失为o，若风险没发生，联盟企业i发生的实际损失为0，可知知识转移风险成本4为：A=7r(P，)V(o)+7r(1一P，)V(0)又因为V(0)=0，故A=7r(P，)V()由假设4可知，转移成功后，两企业可获得直接收益M，而知识转移不一定都有知识价值增值的直接收益，要求企业j在接收新知识后整合、应用知识并进行创新。假设知识转移

20、获得直接收益的概率为P，则两企业有P，的可能性获得直接收益m，有1一P，的概率获得收益为0，可知直接收益M为：M=7r(P：)V(m)+7r(1一P2)V(0)又因为V(0)=0，故M=7r(P：)V(m)同理，由假设2可知，在知识转移成功的基础上，企业j才能获得知识创新带来的潜在收益D，因此企业j有P：的可能获得潜在收益d，有1一P：的概率获得潜在收益为0。可知潜在收益D为：D=7r(P：)V(d)+7r(1一P：)V(0)又因为V(0)=0，故D=7r(P：)V(d)通过以上分析可知，当kgAB0且(1一矗)M+DC0两个条件同时满足时，系统进入局部稳定状态，收敛于点(0，0)或(1，1)

21、。这两个条件表明，联盟企业i所获得收益必须大于其转移成本与预期风险损失之和，联盟企业J所获得收益与额外收益之和必须大于其接收成本。22 基于累积前景理论的演化稳定策略分析事实上企业决策者具有有限理性的特点，由累积前景理论可知，当面临收益时，有限理性人往往转变为风险规避，而知识转移选择往往是风险偏好决策：(1)选择进行知识转移需要付出转移成本可能大于获得的转移收益；(2)进行知识转移有一定的知识溢出风险；(3)知识转移成功后易导致市场份额下降。因此，此时的联盟成员更倾向于损失规避，宁可放弃直接收益也不愿意承担不确定的知识转移损失。决策者对损失和收益的敏感度不同，导致系统可能收敛于点(0，0)，分

22、析如下：(1)转移收益的影响。转移成功的前提是双方自身拥有的知识存在势差，两企业之问存在的知识势差和所接收的知识不仅增加接收方的知识存量，更促进其知识结构的更新和知识的创新。知识接收方通常低估了知识整合带来的直接收益的概率P2，即仃(P2)P。，因此A=7r(P，)V(。)P，V()，低估知识转移带来潜在收益的概率，即7r(P：)0且(1一而)M+DC0时，由于转移双方对收益与损失敏感程度不同，使得系统存在两个演化稳定策略。移的重视程度是逐渐加深的，假定开始时转移方进行知识转移的意愿较低，设石的初始值为05，接收方由于需要付出的成本大于转移方，因此接收方的意愿低于转移方，设Y初始值为03；由于

23、知识转移双方的最终目的是基于利润的最大化，因此假设直接收益大于转移成本，且转移成本小于接收成本，直接收益M初始值取值20，转移成本B和接收成本c分别取1和75，直接收益转移方企业分配系数k取值01；知识转移风险和潜在收益作为未来不确定的收入和损失，为了便于比较其对转移主体的影响，假设其初始值相等，设A=D=4。在分析的过程中，除了被分析的参数外，其余参数保持不变。3演化路径的影响因素和仿真分析 o 60 4f尹 7 一。十 J+ 一芦。 妊。小型职镶 T 丰+融表4仿真参数赋值31 直接收益膨和直接收益分配系数k变化对演化结果的影响图1是在其他参数不变的情况下，联盟成员知识转移直接收益M变化对

24、知识转移策略影响的仿真。由图1可知，直接收益肘的临界值在2530之间，当舾小于该临界值时，搿、Y收敛于0，最终平衡点趋向于(0，0)，同时，肘的增加能够减缓收敛于0的速度；当M大于该临界值时，石、Y收敛于1，最终平衡点趋向于(1，1)，此时M的增加使得收敛速度加快，说明随着直接收益的增加，企业i和企业_的转移意愿逐渐强烈，但企业-选择进行知识转移的概率高于企业i，这是由于在知识转移过程中，除知识转移成本外，转出方还需承担知识泄露风险，甚至会影响其市场竞争份额。仿真结果表明，直接收益M的增加能够促使转移双方转移意愿和接收意愿的增强。图2和图3是在其他参数不变的情况下，联盟成员知识转移直接收益分配

25、系数k变化对知识转移策略影响的仿真。由图2可知，直接收益分配系数k的临界值在0102之间，当k小于该临界值时，茗、Y收敛于0，最终平衡点趋向于(0，0)；当k大于该临界值时，省、Y收敛于1，最终平衡点趋向于(1，1)，此时k的增加使得咒收敛速度加快，Y收敛速度没有显著变化。这是由于知识转移方的转移意愿随着获得的收益的增加而上升，而在一定范围内，知识接收方收益减少时，接收意愿变化则不显著，当收益的减少超过某个范围时，接收意愿明显降低，使得最终平衡点趋向于(0，0)。如图3所示，在07075之间存在一个临界值，当k小于该临界值时，戈、Y收敛于1，最终平衡点趋向于(1，1)；当k大于该临界值时，省、

26、Y收敛于0，最终平衡点趋向于(0，0)，此时k的增加使得Y收敛速度加万方数据第3期 吴洁，等：基于累积前景理论的联盟企业知识转移演化博弈分析 97快，随着Y收敛速度的加快，z呈现出先升后降的趋势，最后在Y之后收敛于0，说明当接收方所获得直接收益份额较小，接收意愿降低，系统的最终演化稳定策略为“不转移”“不接收”。匿F一一撼鼯专瓢皇髓1 譬鬟耄鬟藩图3 直接收益分配系数的影响图2和图3说明直接收益分配系数k存在两个临界值，分别位于0102之间和07075之间。(1)当k小于0102之间的临界值时，由于转移方所获得的转移收益较少，转移方转移意愿较低，使得系统稳定策略演化为“不转移”“不接收”；(2

27、)当知大于07一O75之间的临界值时，由于接收方所获得的接收收益较少，接收方接收意愿较低，使得“不转移”“不接收”演化为系统稳定策略；(3)当k处于两个临界值(0102)与(07075)之间时，转移方和接收方均获得符合心理预期的收益，转移意愿较高，使得系统稳定策略演化为“转移”“接收”。32转移成本B和接收成本C变化对演化结果的影响图4和图5是在其他参数不变的情况下，联盟成员知识转移成本日和知识接收成本C变化对知识转移策略影响的仿真。由仿真图4可知，知识转移成本的临界值在23之间，当曰大于该临界值时，菇、Y收敛于O，此时B的增加使得收敛速度加快；当B小于该临界值时，石、Y收敛于1，此时日的减少

28、使得收敛速度加快。转移成本越小，越有利于知识转移；由仿真图5可知，知识接收成本临界值在8595之间，当C大于该临界值时，菇、Y收敛于0，此时C的增加使得收敛速度加快；当C小于该临界值时，z、Y收敛于1，此时C的减少使得收敛速度加快。接收成本越小，越有利于知识转移。说明知识转移是一种目的导向行为，实质上一种学习活动，选择阻力小的路径进行旧。知识转移成本越小，阻力就越小，转移就越容易。翳爹r黔 ，甏D 2 4 6 8 10图4转移成本的影响33知识转移风险A和潜在收益D变化对演化结果的影响图6和图7是在其他参数不变的情况下，联盟成员知识转移风险A和潜在收益D变化对知识转移策略影响的仿真。由仿真图6

29、可知，知识转移风险的临界值在23之间，当A大于该临界值时，石、)，收敛于0，最终平衡点趋向于(0，0)；当A小于该临界值时，髫、Y收敛于1，此时A的减少使得收敛速度加快，说明知识转移风险越大，转移意愿越低。转移风险的细微变化会引起知识转出者做出完全不同的决策；由仿真图7可知，接收方潜在收益D的变化对演化结果影响并不显著，即使潜在收益在原有基础上增加5倍，转移方的意愿仍然没有显著变化，而接收方的转移意愿略有变化但迅速地收敛于0，表明接收方进行知识转移的主要目的并不是为了获得潜在收益，对于未来不确定的收益，接收方更关注的是知识转移所带来的现时收益。累积万方数据98 运 筹 与 管 理 2017年第

30、26卷前景理论认为，人们对损失和获得的敏感程度是不同的，损失的痛苦要远远大于获得的快乐。仿真结果表明知识转移风险的变化影响知识转出者制定不同的决策，而有限理性人对于未来的收益的敏感程度往往没有现实收入高。雾一 j一 7跨鼢鬣一；蓄罐图6转移风险的影响E、筐I掣4结论图7潜在收益的影响本文在有限理性假设基础上，将累积前景理论与演化博弈相结合，用累积前景理论中的价值函数完善分析演化博弈模型中的收益支付矩阵，将博弈主体高估概率事件、低估概率事件、损失规避等特征融人博弈分析中，并基于此分析联盟成员知识转移的行为机理，得出研究结论如下。(1)系统存在两个演化稳定策略。由于有限理性的影响，即使当转移方的收

31、益大于转移成本与转移风险损失之和，接收方的直接收益与潜在收益之和大于接收成本时，知识转移行为最终仍存在两个演化稳定策略，即“转移接收”和“不转移”“不接收”。这是因为转移主体更倾向于损失规避，宁可放弃直接收益也不愿意承担不确定的知识转移损失。在转移过程中，转移主体倾向于低估直接收益和潜在收益的可能而高估知识复制风险的概率，使得系统仍然可能向“不转移”“不接收”策略演化。(2)转移主体对转移收益和转移成本的变化比较敏感。知识转移为转移双方带来收益的同时也需要付出一定的成本或代价。知识转移收益越大，成本越小，转移就越容易。知识转移方的成本主要包括编码成本和保护成本。转移方在确定接收方的需求后，选择

32、合适的方式编码，同时也要保护核心知识，也就是付出保护成本。知识接收方的转移成本主要来源于获取成本、判断成本和吸收成本。知识接收方在获取知识的同时，需要相应的支付成本给转移方，同时为了维护之间的合作关系，甚至可能会产生关系成本；在获取知识后，并不能判定所获取信息的真实性，为判断正误所付出的精力和代价也是知识转移成本的一部分。最后，知识转移中存在的隐性知识使接收者难于理解，消化吸收这部分知识，需要付出很高的代价，成为转移成本的重要组成部分。因此，联盟成员间应不断地沟通交流，提高信任程度，促进相互之间的知识流动，减少转移成本，提高知识转移效率。(3)接收方的潜在收益对策略选择的促进作用不明显。知识转

33、移风险与潜在收益属于未来不确定的收益和损失，研究结果表明，转移方对知识转移风险变化比较敏感，而潜在收益对主体行为的影响并不明显，其符合累积前景理论的特征，即小概率得到相对较大的权重，中、高概率值则得到较小的权重，彩票的吸引力就在于小概率事件的权重被高估。在知识转移过程中，知识复制行为作为小概率事件，其微小的变化使转移方变得异常敏感；知识转移给接收企业带来的新知识往往会创造出较大的收益，而接收方会忽略这种收益的概率，使得潜在收益的变化幅度不会改变接收方的策略选择。参考文献：1李新男创新“产学研”结合组织模式，构建产业技术创新战略联盟J中国软科学，2007，(5)：9-122Kale P，Dyer

34、 J H，SinghHAIliancecapability，stockmarket response，and longterm alliance success：the roleof the alliance functionJStrategic ManagementJournal，2002，23：747-7673Faems D，Janssens M，Neyens IAlliance portfolios andinnovation performance connecting structural and manage-rim perspectivesJGroup Organization

35、Management，2012，37(2)：241-2684Sun J，Debo L G，Kekre S，et a1Componentbasedtechnology transfer in the presence of potential imitatorsJManagement Science，2010，56(3)：5363525Szulanski GExploring internal stickness：impediments tothe transfer of best practice within the firmJ，Strategic万方数据第3期 吴洁，等：基于累积前景理论的

36、联盟企业知识转移演化博弈分析 99(上接第91页)3程昱，高济，古华茂，傅朝阳基于机器学习的自动协商决策模型J软件学报，2009，20(8)：2160-21694艾解清，高济，彭艳斌，郑志军基于直推式支持向量机的协商决策模型J浙江大学学报(工学版)，2012，46(6)：967-9735张鸽，蒋国瑞，黄梯云基于辩论的多agent商务谈判辩论产生和决策过程研究J运筹与管理，2011，20(2)：7一146侯薇，董红斌，印桂生基于Bayesian学习的适应性优化协商模型J计算机研究与发展，2014，51(4)：72】一7307Tanimizu Y，Ozawa C，Shimizu Y，et a1Fl

37、exible multilayered dynamic supply chain models with cooperativenegotiationJInternational Journal of Automotive Technology，2013，7(1)：1281358曹健，张申生协同产品开发中的协商方法研究J计算机集成制造系统-CIMS，2001，7(6)：30349蒋国瑞，庞婷基于多Agent供应链协同的自适应协商方法J计算机工程，2014，40(3)：18819210胡文斌产品协同设计系统中交互式双边协商问题研究1213141516J计算机集成制造系统，2006，12(2)：2

38、10-214Lin Y IChou Y W，Shiau J Y，et a1Multiagentnegotiation based on price schedules algorithm for distributed collaborative designJ 1Journal IntelligentManufacturing2013，24：545-557成照乾智能优化算法及其在协商中的应用D山东师范大学，2011Faratin P，Sierra C，Jennings N RUsing similarity criteria to make issue tradeoffs in automa

39、ted negotiationsJArtificial Intelligence，2002，142：205-237年劲飞，黄道供应链环境下基于Agent的协商决策J华东理工大学学报，2004，30(4)：474477王林，陈璨一种基于DE算法和NSGAI的多目标混合进化算法J运筹与管理，2010，19(6)：5864Aravind SA fast ehtist multiobjective genetic algorithm：NSGAIIEBOLhttp：wwwmathworkscommatlabcentralfileexchange10429一nsgaiiamultiobjectiveoptimizationalgorithmeontentNSGAIIhtmlnondominationsortmodhtml万方数据