【AI+招投标策略】普渡大学博士论文《多智能体系统的博弈论建模：在系统工程和采办过程中的应用》，109页PDF

摘要

获取大型复杂系统的过程通常以成本和进度超支为特征。为了研究这个问题的原因，我们可以在几个不同的时间尺度上查看一个复杂系统的获取。在更精细的时间尺度上，人们可能会研究采购过程的不同阶段，从整个系统工程过程的复杂细节到设计团队之间的沟通，再到各个设计师如何解决问题。在最大的时间尺度上，人们可以将采购过程视为一系列行动，即招标、投标和拍卖、合同以及最终构建和部署系统，而无需解决每个步骤中出现的细节。

在这项工作中，我们研究了多个尺度的采集过程。第一，我们为构建和部署阶段的系统工程开发了一个博弈论模型。我们将系统和子系统工程师之间的交互建模为委托代理问题。我们开发了一个一次性的系统工程过程，并获得了最能激励子系统工程师最大化预期系统级效用的最佳传递函数。委托代理模型的核心是将代理的努力映射到系统的性能（质量）的质量函数。因此，我们通过将设计过程建模为顺序决策问题来构建随机质量函数。其次，我们开发和评估了一个收购过程模型，该模型解释了各方的战略行为。我们根据政府资助的项目来构建我们的模型，并假设以下步骤。首先，政府发布招标书。然后，私营公司在投标过程中提出他们的建议，中标者与政府签订合同。合同描述了系统要求和满足这些要求的相应货币交易。获胜公司致力于提供满足要求的系统。这可以假设为政府与投标公司的博弈。我们研究了收购过程中的不同参数如何影响投标人的行为，从而影响政府的效用。使用强化学习，我们寻求学习该博弈中相关参与者的最优策略。特别是，我们研究如何要求，成本加成和激励型合约等类型、投标人数量、问题复杂性等都会影响采购程序。此外，我们研究了私营公司的投标策略以及合同类型如何影响他们的战略行为。