käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa
DESCRIPTION
Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa. Osa 1 Carlo Vainio. Sisältö. Tausta RFQ prosessi Huutokaupan kulku Käänteisoptimointi Mekanismi Mekanismin osat Sivusto Kotitehtävä. Tausta. B2B huutokaupat ovat suuret, $746miljardia - PowerPoint PPT PresentationTRANSCRIPT
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 1
Käänteisoptimointiin perustuvat huutokaupat täsmähankinnassa
Osa 1
Carlo Vainio
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 2
Sisältö
• Tausta• RFQ prosessi• Huutokaupan kulku• Käänteisoptimointi• Mekanismi• Mekanismin osat• Sivusto• Kotitehtävä
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 3
Tausta
• B2B huutokaupat ovat suuret, $746miljardia• Kaupataan standardisoituja ja halpoja
tuotteita• Rajoitus: hinta ainoa attribuutti ei voida
kaupata komplekseja tuotteita.• Kaupanteossa käytetään vielä RFQ prosessia • Tilanne:
– Huutokaupan pitäjä = valmistava yritys– Huutajat, tarjoajat = hankkijat, toimittajat
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 4
RFQ prosessi (1/2)
• Request For Quotes, tarjouksien pyyntö
• Multiattribute auction, moniattribuuttinen huutokauppa– Sallii monia attribuutteja, esim. laatu,
sopimusehdot, maine, toimitusaika jne.
• Valmistaja kommunikoi preferenssinsä hankkijoille kilpailu omilla erikoisalueilla
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 5
RFQ prosessi (2/2)
• Yleisin tapa kommunikoida mieltymykset: scoring rule, pisteytyssääntö
• Pisteytyssääntö:– Ei ole sama kuin hyötyfunktio
– Huutokaupanpitäjän strategisen ongelman ydin
• Kehitteillä automatisoitu prosessi, eRFQ
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 6
Huutokaupan kulku (1/2)
• Kauppaaja ilmoitta, että huutokauppa koostuu P+1 kierroksesta
• Jokaisen kierroksen alussa kauppaaja ilmoittaa pisteytyssäännön
• Hankkijat antavat tarjouksia
• Kauppaaja rankkaa tarjoukset voimassa olevan pisteytyssäännön mukaan ja ilmoittaa kilpailijoille tuloksen
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 7
Huutokaupan kulku (2/2)
• Annettu tarjous ei tarvitse olla korkein
• Minimi korotus määritelty mikäli haluaa johtoon
• Korkeimman tarjouksen antanut kierroksen P+1 lopussa on voittaja
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 8
Käänteisoptimointi
• Huutokaupassa monia kierroksia
• Huutokauppaaja muuttaa pisteytyssääntöä oppii tarjoajien kustannusfunktiot
• Viimeisellä kierroksella pisteytyssääntö, joka maksimoi huutokaupan pitäjän hyödyn
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 9
Mekanismi (1/4)
• Endogeeninen attribuutti– Tarjoajan kontrolloitavissa
• Eksogeeninen attribuutti– esim. tarjoajien maine kauppahetkellä
• Oletus: kaikki ei-hintamääritellyt attribuutit endogeenisiä
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 10
Mekanismi (2/4)
• a = (1,…, A) kuvastaa eri attribuutteja
• s kuvastaa S eri tarjoajaa
• p kuvastaa P hintaparametreja per attribuutti
• r = (1,…,P+1) kuvastaa tarjouskilvan kierroksia
• Tarjoukset muodossa
– kuvastavat attribuuttinen suuruutta
),...,,( 1 Axxp
),...,( 1 Axx
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 11
Mekanismi (3/4)
• Tarjoajan kustannusfunktio on additiivinen
• Tärkeä oletus: Kauppaaja tietää tarjoajien kustannusfunktioiden muodon, mutta ei sen parametreja
• Huutokaupanpitäjä saa tietonsa tarjoajista ainoastaan P ensimmäisestä kierroksesta
A
aasaas xc
1
);(
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 12
Mekanismi (4/4)
• Kauppaajan hyötyfunktio on additiivinen
• Kauppaajan pisteytyssääntö • Jokaisella kierroksella kauppaaja muuttaa
pisteytyssääntöä• Kierroksia on aina yksi enemmän kuin mitä
yhdellä attribuutilla on hintaparametreja
A
aaa pxv
1
)(
pxv a
A
a
ar
)(1
^
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 13
Mekanismin osat
• Koostuu kolmesta osasta1. Tarjoajien käyttäytyminen
2. Kustannusfunktioiden määrittäminen
3. Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 14
Tarjoajien käyttäytyminen (1/2)
• MBR, Myopic Best Response, lyhyen tähtäimen paras vastaus
• Undistorted bid, vääristymätön tarjous • Keskeisin oletus: Hankkijoiden tarjoukset
vääristymättömiä kierroksilla 1,...,P ja MBR kierroksella P+1
• Oletus ei ehkä ole niin hyvä…?
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 15
Tarjoajien käyttäytyminen (2/2)
• MBR tarjous saadaan kun ratkaistaan seuraava optimointiongelma
rajoituksella
S on paras tulos tähän mennessä
A
aaas
xxpxcp
A 1,...,,
)(max1
SpxvA
aaar
1
^
)(
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 16
Kustannusfunktioiden määrittäminen
• Kierroksen P jälkeen kauppaajalla on tarpeeksi yhtälöitä jotta on mahdollista ratkaista hankkijoiden kustannusfunktiot
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 17
Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (1/4)
• Lähtökohta: kustannusfunktiot tiedossa
• Vaihtoehtoinen tapa: tarjoa sopimus parhaalle kierroksen P jälkeen– Ei elinkelpoinen idea yksityisellä sektorilla
– Oikeudenmukaisuus?
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 18
Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (2/4)
• Hankkija jättäytyy kilpailusta kun
• Tällöin voidaan määritellä maximum dropout score, maksimi keskeyttämis-pistemäärä
A
aaas
A
aaas xcxvS
1
*
1
*^
)()(
0)( *
1
a
A
aas xcp
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 19
Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (3/4)
• Maksimi keskeyttämispistemäärät voidaan järjestää
• Voittajan tulos on intervallissa
• Oletus: voittajan tulos = saadaan johdettua seuraavan kalvon kaava
22 ,SS
SSSS ...21
2S
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 20
Optimaalisen pisteytyssäännön muodostamien kierrokselle P+1 (4/4)
• Optimointiongelman ratkaisu on optimaalinen pisteytyssääntö:
rajoituksilla 2S
A
aaa
A
aaa
v
xvxvxama 1
*1
^
1
*1 )()(
^
A
aaa
A
aaa xcxv
1
*22
1
*2
^
)()(
21 SS
A
aaas
A
aaas xcxvS
1
*
1
*^
)()(
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 21
Sivusto
• www.texasprocurementcenter.com
• Hankkijat antavat tarjouksia
• Ostaja voi valita haluamansa hankkijan
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 22
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 23
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 24
Kotitehtävä
• Selitä lyhyesti miten kalvon 20 kaava on johdettu, rajoitukset pois lukien (6p)
• Vastaa muutamalla lauseella seuraaviin kysymyksiin (4p)– Miten käänteisoptimointia käytetään hyväksi
tässä yhteydessä?
– Mikä rooli pisteytyssäännöllä on?
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 25
Kotitehtävän ratkaisu (1/3)
Voittava tarjous:
rajoituksella
josta saadaan hinta
sijoittamalla saadaan
A
aaa
xxpxcp
A 11
,...,,)(max
1
A
aaa Sxvp
12
*1
^*1 )(
A
aaa
A
aaa
A
aaa xcxvxvp
1
*22
1
*2
^
1
*1
^*1 )()()(
A
aaa Spxv
12
^
)(
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 26
Kotitehtävän ratkaisu (2/3)
Huutokaupanpitäjän hyötyfunktio:
sijoittamalla p:n paikalle edellisen kalvon hinta saadaan haluttu kaava
pxvA
aaa
1
)(
A
aaa
A
aaa
v
xvxvxama 1
*1
^
1
*1 )()(
^
A
aaa
A
aaa xcxv
1
*22
1
*2
^
)()(
S ysteemianalyysinLaboratorioTeknillinen korkeakoulu Carlo Vainio
Optimointiopin seminaari - Kevät 2005 / 27
Kotitehtävän ratkaisu (3/3)
• Käänteisoptimoinnin avulla pystytään ratkaisemaan optimointiongelman tuntemattomia parametreja jos ongelman ratkaisu on tiedossa. Meidän tapauksessa saadaan selvitettyä hankkijan kustannusfunktion tuntemattomat parametrit
• Pisteytyssääntöä muuttamalla huutokaupanpitäjä saa tarvitsemansa tiedot (yhtälöt) jotta hän kykenee selvittämään tarjoajien kustannusfunktiot