一、贝叶斯拍卖定价方法在配电市场定价中的应用（论文文献综述）
赵文婷[1]（2021）在《并网型微电网源荷预测及优化运营管理研究》文中进行了进一步梳理发展可再生能源可以有效对降低化石燃料的依赖以及环境的污染。传统的集中式发电和远距离传输的电网结构虽然运行稳定,但是也存在机组启动不够灵活、传输成本高以及供电形式单一等问题。开发和延伸微电网能够促进分布式电源大规模接入,解决可再生能源就地消纳问题。但是,微电网系统中的分布式发电具有很强的波动性,高效和安全的微电网电力交易以及能量调度是促进分布式能源就地消纳和保障微电网安全经济运行的关键。同时,随着储能技术的加入使得微电网市场参与交易的市场主体变得多元化,能源交易的去中心化模式可以有效降低能源市场的管理运营成本,但是存在一定的信息安全隐患。此外,微电网交易市场与电力调度机构的相对独立,会造成一定程度的资源浪费,从而降低了微电网整体运营效率。因此,如何构建一个灵活的、高效的、安全的微电网交易平台和微电网电力调度系统对微电网的发展、微电网技术的发展和推首先本文在梳理了微电网运营管理研究进展与理论的基础上,阐述了论文的选题背景和意义。深入分析了并网型微电网运营管理的理论基础和管理管理内容,揭示了发电侧发电预测与微电网交易市场运营、需求侧负荷预测与微电网交易市场运营、以及微电网交易市场与调度运行之间的逻辑联系,从而构建了并网型微电网源荷预测及优化运营管理模式的总框架。其次,进一步对并网型微电网发电侧光伏和风力发电预测以及需求侧微电网用户负荷预测的必要性进行研究。针对发电侧出力预测部分,首先对粒子群算法（Particle swarm algorithm,PSO）进行改进,将改进的粒子群优化算法（APSO）优化K-means算法从而对光伏和风电预测数据集进行相似日筛选,然后分析了光伏及风电历史数据和影响因素的特点,构建基于相似日优化和随机森林的光伏及风电场出力预测模型,以提高光伏发电和风力发电预测的准确性。针对需求侧用户负荷预测部分,根据电力负荷数据的数据类型及特点,使用优化的K-means算法APSO-K-means进行相似日筛选,然后构建自适应权重组合预测模型APSO-ARIMA-SVR以提高组合预测模型的泛化性,从而微电网需求侧用户负荷预测的准确性。发电预测以及用户负荷预测的预测方法的确定为后续并网型微电网优化运营管理模式提供了重要依据并奠定了基础。然后,根据目前微电网市场存在的问题以及安全高效的要求,对并网型微电网的市场运营主体的利益博弈与均衡进行研究,并构建并网型微电网电力交易市场运营模型。首先分析了目前电力市场交易模式的研究现状及局限性,探讨微电网交易市场的特点和亟待解决的问题,发现去中心化交易模式可以降低交易市场的运营成本,提高交易效率。然而,没有中间商运营的去中心化交易模式,存在安全性低的缺点。鉴于此,本文基于纳什均衡理论提出了一种适用于并网型微电网电力市场的交易策略。然后引入联盟区块链技术,保证交易过程的安全性和透明性。从而构建基于纳什均衡和联盟区块链技术的并网型微电网交易市场,打破传统的微电网市场交易模式,在提高电力交易效率,降低运营成本的同时,确保交易过程安全。最后,本文在并网型微电网交易市场研究的基础上,对并网型微电网市场交易下电力调度优化策略进行了研究。微电网系统经济性运行的基础是能量调度优化控制策略。通常,交易市场与调度机构是相对独立的,这样,可能会导致资源的优化配置效率较低,出现能量损失和浪费的情况,同时也会导致整体微电网的运行效率较低。将微电网电力交易市场与调度运行系统耦合,以电力市场来指导调度系统运行,可以提高微电网整体的灵活性,减少对电网的冲击,提高运行效率,节约微电网运营成本。因此,基于微电网电力市场交易信息,提出以交易市场指导调度系统的运行方案,使用松鼠优化算法对微电网系统的构建调度优化模型,对提高能量调度策略的自适应性具有重要的理论与应用价值。故本文在准确获取微电网新能源出力信息及负荷的基础上,依据微电网市场交易信息,制定合理的优化调度方案。并根据上述研究结果,对并网型微电网源荷预测及优化运营管理提出建议。本文对并网型微电网运营优化管理模式的研究,有助于有效落实国家节能减排工作、提升我国微电网发展整体技术水平,有助于微电网合理调配电网电量,优化资源配置。同时,充分利用新能源电力,对推进微电网并网建设和环境保护方面有重要意义。此外,本文研究的并网型微电网优化运营管理模式对新能源电力企业管理理论的发展也具有一定的学术价值。
罗茜[2]（2021）在《MCSN中基于逆向拍卖和情境因素的任务定价机制研究》文中认为移动群智感知网络（Mobile Crowdsensing Network,MCSN）是一种新的数据获取模式,致力于为人们提供普适的物联网服务。合理的任务定价机制不仅能够激励更多的用户参与感知任务,还有助于平台的良性发展,因而,逐渐成为群智感知领域的研究热点。现有的研究大多是根据历史交易情况或者MCSN中的某种主体交互进行定价,均未考虑两者协同定价。此外,还普遍存在未充分分析任务定价规律、定价预测模型偏差较大以及未考虑在线场景中感知任务精细定价等问题。为了解决上述问题,本文提出基于逆向拍卖和情境因素的任务定价机制。首先,提出基于情境因素的任务区间定价机制IPCF,通过分析影响价格变化的情境因素预测感知任务的价格区间。以真实的历史交易价格集为数据源,构建基于情境因素的任务定价标准数据集;通过两步聚类探索约束关系复杂多变的感知任务定价规律,实现任务价格的自然分组和归类描述;在此基础上,实现基于深度神经网络的价格区间预测模型。实验结果表明,该定价机制的预测准确率高于82.7%。其次,提出一种在线场景下基于逆向拍卖的任务个性定价机制DPRA,通过主体交互实时确定任务价格。任务参与者以IPCF为指导向平台提交报价信息用以获取参与任务的资格;平台通过逆向拍卖策略选择随时到达的任务参与者并确定其报酬,同时引入情境阈值变更报酬。结果表明该机制能够满足计算有效性等特征条件,并提高了任务参与者的收益,能够激励其积极参与感知任务。最后,设计并实现基于IPCF&DPRA的MCSN原型系统。该系统包含:MCSN平台管理者发布感知任务和价格区间的Web客户端、任务参与者完成感知任务并获取报酬的Android移动终端以及用于业务处理的服务器端。融合两种定价机制实现MCSN原型系统,从实际应用角度完善定价机制。
王盼[3]（2020）在《考虑资源稀缺性的云平台制造资源定价研究》文中进行了进一步梳理云制造服务平台（Cloud Manufacturing Service Platform,CMSP,以下简称云平台）通过将闲散分布的资源虚拟化、服务化并进行统一的、集中的优化管理和经营,实现了闲散资源的深度可视和便利可得。云平台交易模式的特点使得传统资源供应商的定价方法无法直接应用,选择适合云平台的定价策略是资源供应商目前面临的巨大挑战。然而,鲜有文献对云平台资源定价策略进行深入研究。在此背景下,本文以资源稀缺性为切入点,从资源供应商的角度研究在云平台特定交易环境下的最优定价策略。首先,通过与传统交易模式对比分析出云平台资源供应商定价具有无协商议价、规定时间内一次报价、竞争激烈、依赖云平台规则及信息等四个特点,并通过与产品拍卖过程比较发现云平台资源供应商竞价过程符合不完全信息静态博弈特征,且存在多人中标的情形,据此选择静态贝叶斯模型为基础模型。其次,基于资源稀缺性、结合估价分布函数、考虑多人中标情形,改进了静态贝叶斯模型。考虑云平台信息对资源供应商报价的指导意义,提出了以资源稀缺性反映资源价格与供需状况的关系,并定义中介变量——溢价因子,将资源稀缺性信息纳入了定价模型;讨论估价分布函数以更好刻画竞争对手特征,考虑多人中标情形以更符合云平台交易的特征。最后,利用纳什均衡求解模型,发现资源供应商报价决策取决于:基于资源成本核算的估价值、估价分布参数的估计、可获得需求数量估计以及平台资源稀缺指数。进而,利用MATLAB进行了参数灵敏度分析及模型对比分析,验证模型有效性,并提出了资源供应商定价的指导性策略。
赵振利[4]（2020）在《电动汽车私桩共享充电定价模型及效益分配研究》文中研究说明基于节能减排以及战略发展需求,我国政府相继出台了一系列政策大力支持电动汽车产业的发展。2009年我国将发展电动汽车作为七大战略性新兴产业之一。受政策影响,我国电动汽车产销量得到迅猛提高。大量电动汽车的使用将激发巨大的充电需求。2015年《电动汽车充电基础设施发展指南（2015-2020年）》发布,指出为了满足500万辆电动汽车充电需求,到2020年我国将建设480万个充电桩。但是我国电动汽车充电基础设施利用方面存在两方面矛盾:一方面电动汽车车主面临“充电难”,充电设施建设难以满足持续快速增长的充电需求;另一方面,居民区私人充电设施利用率低,闲置时间长。“互联网+”时代信息技术的发展使得共享经济得到快速发展,也为私人充电桩参与共享运营服务提供了基础技术条件。私桩共享可以提高私人充电桩利用率、缓解城市充电供需矛盾、为电动汽车用户提供多样化充电选择,减少公共充电设施建设数量,给政府、电动汽车车主、私桩主和运营商等多个利益相关方带来效益,达到多方共赢。因此,本文围绕私桩共享运营模式,构建多角度的私桩共享充电定价模型,并提出私桩共享效益分配模型,为私桩共享充电运营提供借鉴,主要研究内容如下:（1）梳理了电动汽车、充电基础设施发展、私桩共享等研究成果和相关基础理论,论证了私桩共享的可行性和必要性,突出论文研究的背景和意义。首先,从充电设施发展规划、充电行为选择、充电定价机制和有序充放电模式四个维度总结了论文研究内容和相关的国内外研究现状。然后,在厘清共享经济的概念和特征的基础上,明晰了私桩共享运营的定义。最后,结合博弈理论,说明私桩共享关键问题,如私桩共享充电电价确定和共享效益分配的解决思路,为后续研究提供理论依据。（2）提出了考虑消费者行为选择的私桩共享充电定价模型。首先,对电动汽车消费者充电行为选择要素进行了分析,构建包括经济性、快速性、接驳性、便捷性和安全性在内的消费者充电行为选择影响因素层次结构。其次,将这五种影响因素进行量化,构建消费者充电选择概率非集计模型。然后,引入非合作博弈模型,建立私桩共享与公桩充电运营双矩阵博弈模型,论证均衡解的存在性。最后对上述相关模型进行算例分析,验证所提模型的有效性和适用性,并选取关键因素进行敏感性分析,为私桩共享充电定价的有效实施提供可靠的方法支撑。（3）构造了考虑政府补贴模式的私桩共享充电定价模型。首先分析了私桩共享财政补贴经济性,说明政府补贴介入对实现私桩共享充电资源配置的“帕累托优化”的作用,进而证明私桩共享财政补贴的必要性。其次,引入委托—代理理论,论证私桩共享财政补贴中的两种委托代理关系,包括电动汽车车主与政府的隐性委托—代理关系,以及政府与私桩共享运营商之间的委托—代理关系,提出根据运营商运营效率进行政府财政补贴的方式。最后,提出共享私桩运营效率评价指标体系,构建了基于效率水平的私桩共享充电定价模型,分析不同参数因子对私桩共享运营定价的影响。（4）构建了考虑引导充电策略的私桩共享充电定价模型。针对电动汽车大规模参与私桩共享充电对运营商运营管理带来的困难,研究区域私桩共享动态充电定价机制。首先,针对电动汽车充电特性和出行规律,提出私桩共享电动汽车引导充电流程。其次,构造私桩共享引导充电函数,制定私桩共享的基准充电电价,在此基础上设计区域动态充电电价机制。最后,通过算例分析验证了所提模型的有效性和适用性,为制定动态私桩共享充电价格提供模型参考。（5）设计了私桩共享效益分配模型。首先,分析私桩共享核心利益主体的行为,包括政府、运营平台、私桩主和物业等,明确各个参与者的作用和目的。其次,在利益共享、风险分担原则的基础上,从风险大小、资源投入和服务质量三个维度建立私桩共享利益分配指标体系。然后,在明晰Shapley值在私桩共享效益分配的适用性基础上,利用云重心评价法解决评价过程中的随机性和模糊性等问题,引入云模型改进Shapley值法。最后,通过算例分析,证明修正后的Shapley值法在私桩共享效益分配问题中的有效性和合理性。
代亚超[5]（2020）在《基于博弈论的智能电网需求侧能源定价策略设计》文中进行了进一步梳理随着社会经济的不断发展,人们对于电能质量的需求标准也在不断的提高,传统电网已经很难满足社会发展的需求,因此智能电网应运而生。智能电网能够有效地解决用电危机以及电网中许多的复杂问题,其已经成为电力行业改革发展的趋势。需求侧响应是智能电网中的关键技术,它能够激励用户积极地参与电力系统的运营过程,改变其固有的耗能模式,从而使电网中的资源配置更加合理。定价策略是需求响应中最基础、最有效的手段之一,通过价格激励,能够使电网的能量调度更加合理,进而提高电力系统运行的经济性和可靠性。本文基于博弈理论的相关知识,主要研究了智能电网中的能源定价策略设计问题,论文的主要研究内容如下:首先,基于议价理论与非合作博弈理论,研究了电力市场中电能的定价问题。在电能批发市场中,多个电力公司共同推选出一个能源代理商,让其与发电公司就批发电价进行协商。该批发电价协商问题可以构建成议价模型,本文采用Raiffa-Kalai-Smorodinsky议价解（Raiffa-Kalai-Smorodinsky Bargaining Solution,RBS）实现了议价模型的最优解。在电能零售市场中,电力公司基于求得的批发电价来决策其最优的零售电价,从而使其收益达到最优。将电力公司之间的零售电价决策问题构建成非合作博弈模型,并通过价格迭代算法求得了博弈模型的纳什均衡解。然后,基于斯坦克尔伯格博弈与贝叶斯博弈理论,研究了能源市场中多种能源的定价问题。在能源市场中,考虑天然气公司是能源的提供者,能量枢纽公司能够将天然气转化成电能与热能并供给用户。通过贝叶斯博弈的相关理论,建立了能源用户之间的横向博弈模型,该博弈模型能够在保护能源用户能耗信息私密性的情况下最大化其效益;通过斯坦克尔伯格博弈的相关理论,构建了能源用户与能量枢纽公司之间的纵向博弈模型,该博弈模型能够使能量枢纽公司的效益得到优化。之后设计了一种基于能源供需平衡的价格调节机制,从而实现了能源市场中能源的供需平衡。并通过分布式迭代算法对多能源定价模型进行了求解,获得了能源的最优调节价格与最优零售价格。
郑鹏昆[6]（2020）在《基于实物期权方法的重庆市地票价格研究》文中认为地票是一种票据化的城乡建设用地增减挂钩指标,将农村闲置的建设用地指标通过复垦耕地的形式发送至城镇,避开了农村集体建设用地不能直接入市的法律限制,激活了农村土地要素市场。2008年12月4日,重庆市进行了第一次地票交易,经过十二年的实践与探索,重庆市地票制度在保证国家耕地数量、开发农村闲置土地资源以及促进城乡建设用地产权一体化等方面取得了一定成效,但该制度至今仍然无法在全国推行以及建立相关二级市场,其主要原因是重庆市地票价格弹性偏低,价格形成机制市场化程度不高。目前学者大多从土地发展权视角研究地票复垦和交易过程中的价格形成机制,受限于土地发展权定价方法较模糊,始终无法对地票价格进行有效量化。同时部分学者认为,对于重庆市地票持有者,地票所表现的使用价格是两费价格和地块选择权价值之和,但并没有给出选择权的量化方法。因此,本文尝试从地票持有者权利角度出发,利用实物期权思想发掘地票中选择权的期权属性,构建相匹配的实物期权估值模型,运用最小二乘蒙特卡洛模拟方法模拟重庆市房价与地价的运动路径,对重庆市地票中选择权的价值进行计算,并利用敏感性分析得出重庆市地票价格对于各个影响因素的敏感程度。研究结论表明:1)重庆市地票价格应当具有区位性差异,并应根据经济环境变动进行调整;2)重庆市地票价格应为“两费”与选择权价格之和,而选择权价格可以通过实物期权方法进行估算;3)重庆市地票价格受多种因素影响,且地票权利是否明确对价格影响很大。通过研究结论,本文对重庆市地票制度提出3点政策建议:1)建立区级地票交易市场,改变“同票同价”的现状;2)明确地票权利属性,提高交易市场化程度;3)构建地票价格波动区间,保证地票供给方最低收益的同时防止地票价格过度波动。
陈俞宏[7]（2020）在《基于效用的大数据定价方法研究》文中认为随着移动互联网、物联网等的飞速发展,人们生产生活中产生的数据量呈指数级增长,数据中隐藏的巨大价值使得大数据成为社会各界关注的热点。数据资源的流通共享是大数据应用的关键,而数据流通的前提是对其进行合理的定价。考虑到当前大数据定价方法忽视数据自身价值以及用户利益等的不足,本文研究了基于效用的大数据定价方法,通过机器学习模型建立数据效用函数,以此来量化数据价值,同时关注用户利益,构建了基于斯塔克伯格博弈的大数据定价模型,最后以二手房评估数据作为案例数据对该定价方法进行应用研究。本文主要的研究内容包括:（1）梳理了大数据定价相关理论和方法。分析了影响数据价值的因素,提出了大数据价值评估模型;定义了数据效用函数和用户效用函数;分析了数据定价过程中数据产品提供商和数据用户双方的利益博弈;分析对比了当前大数据定价方法的优势与劣势,在此基础上提出基于效用的大数据定价方法。（2）建立了基于机器学习的数据效用函数。分析总结了大数据知识发现和价值提取过程,在此基础上提出基于机器学习模型的数据效用度量方法;定义了基于回归的机器学习模型;阐述了数据效用的度量方法,以模型的准确度来反映数据的效用,给出了数据效用函数的表达式。（3）构建了基于斯塔克伯格博弈的大数据定价模型。由于大数据价值的不确定性,本文以用户效用来度量用户购买数据产品所获得的效用,建立了数据用户的效用函数,同时,建立数据产品提供商的利润函数;通过斯塔克伯格博弈模型确定了同时满足提供商利润最大化和用户效用最大化的最优数据定价,经过推导分析证明,该数据产品价格为全局最优解。（4）基于效用的大数据定价方法应用研究。选用随机森林模型作为度量数据效用的机器学习模型,利用通过房地产网站等收集的二手房数据进行案例分析。分析结果表明,本文设定的数据效用函数显着,能够较好地反映数据的价值;将数据效用函数代入数据定价模型进行计算,得到博弈的均衡价格,即为数据产品的最优定价。
吴界辰[8]（2020）在《交互能源机制下的集群产消者优化调度模型与方法研究》文中认为近年来,随着高比例分布式能源并网的有力推进、电力市场改革的不断深化以及能源与互联网的深度融合,能源结构与电力系统的运行方式发生了巨大变化。针对高比例分布式能源的强间歇性、强不确定性、强波动性以及早期规划配网容量不足等问题,在需求侧中集发、用、储能于一体的产消者在未来电力系统运行中将会扮演越来越重要的角色。随之而来,如何在电力市场化运行中充分发挥产消者的资源灵活性引起了学术界的广泛关注。交互能源作为基于市场交易规则,采用分散式控制手段,以“价值”为运行参数实现系统全局供需动态平衡的电力系统运行机制,对于支撑产消者参与电力系统的市场化运行具有广阔发展前景。但交互能源机制下的产消者运行框架涉及多个层级的多主体（用户、运营商等）运行,其中各个主体功能、权责不同,进一步导致优化调度策略多样、模型复杂、求解困难。因此如何合理地把集群产消者的优化调度模型与运行架构有机融合,并进行有效求解成为亟待解决的问题。针对上述问题与挑战,本文着重分析了交互能源机制下的产消者基本特性与类型,归纳了典型运行架构及关键技术与问题。进一步围绕集群产消者优化问题的策略、模型及求解方法、产消者用户隐私信息保护、配网线路过载等热点问题,以交互能源机制支撑的不同典型运行场景下集群产消者优化调度模型与方法展开研究。具体的研究内容如下:（1）对基于交互能源机制的产消者优化运行进行了综述研究。分析归纳了产消者的类型与基本特性,总结了目前国内外适用于产消者的典型运行框架,明确了不同运营商可能的功能与权责。归纳了基于交互能源机制的产消者优化运行需要的关键支撑技术与存在的若干关键问题,并从当前的发展趋势指出了未来的研究发展方向。本章内容为后续交互能源机制下的集群产消者优化调度建模与方法研究奠定了理论基础与铺垫。（2）在电力市场配售分离的改革背景下,搭建了基于交互能源机制支撑的园区运营商代理多产消者参与电力市场的整合、分配两阶段运行框架,并对园区运营商可能承担的功能与权责进行了描述。针对含光伏装置、储能装置、电动汽车以及温控负荷等分布式能源的多个智能楼宇产消者的居民园区为研究对象,建立了考虑电能共享的功率聚合模型,并提出满足用户用电需求且实现各楼宇调度成本最小为目标的日前优化调度策略。在事后,考虑变压器寿命影响采用Shapley值解决由于变压器功率限制导致产消者利益分配不公平问题。（3）针对配网内集群的中小型产消者构建了交互能源机制支撑的配网运行框架,建立了基于迭代型配网节点电价的自管理运行的集群产消者优化调度模型。其中,负责网络安全的配网运营商基于拉格朗日对偶分解原理采用次梯度法建立了迭代的分布式配网节点电价出清模型用于引导产消者用户充放电行为缓解线路过载。并在合理条件下采用反证法凸化了由于一些资源充放电互斥性以及产消者购售电行为互斥性引起的优化调度模型非凸问题。在仿真分析中,通过与集中式配网节点电价出清对比,验证了迭代型配网节点电价方法的有效性。同时,由算例结果可知提出的优化调度方法可以在保证线路拥塞缓解的前提下,实现配电网内的局部电能共享,防止产消者用户的隐私信息泄露。（4）面对含有高维决策变量的产消者优化调度问题求解时存在效率低下问题,针对计及设备物理特性和人为、环境因素影响下的电动汽车和温控负荷两种典型的产消者时间耦合特性资源为例,采用极端能量场景方法建立了通用虚拟电池模型用于刻画其资源灵活性。在此基础上,进一步针对整合资源参与日前电力市场提出了日前协调优化调度模型。仿真算例表明基于通用虚拟电池模型的日前优化调度可以协调优化日前调度计划及备用容量储备计划。此外,通过仿真验证了所提模型的有效性,并结合算例结果分析了其在运算效率与信息安全方面的优越性。（5）首先基于（4）的确定性灵活性预测模型,建立了鲁棒边界的通用虚拟电池模型来量化描述计及不确定性的电动汽车与光伏装置组成的大型产消者的资源灵活性。然后,假设产消者的价格响应特性,结合（3）提出的迭代型配网节点电价方法用于协调优化产消者的能量计划与旋转备用容量储备计划。结合IEEE 33标准系统的仿真,表明所提方法在考虑用户经济利益和隐私信息的前提下,能够有效地缓解配电网的线路双向过载问题。同时,分析与探讨了产消者中时耦与非时耦资源响应迭代型配网节点电价的运行原理,证实了提出的基于通用虚拟电池模型的机会约束优化问题求解方法适用于不确定性环境下含有高维决策变量的产消者单元的优化调度问题。
刘雅洁[9]（2019）在《基于交易平台的农地经营权流转定价模型及其应用研究》文中研究说明随着农业供给侧改革措施的深入推进,利用网络交易平台实施农村土地经营权的流转正在进行。农地经营权流转市场发展加快,农地的经营收益和流转定价使参与各方存在利益博弈,该问题成为改革难点和研究的热点问题。针对农地经营权流转定价的研究,现有视角主要是从农民或农地价值角度开展,并未考虑因网络交易平台发展带来农地经营权流转市场供求关系变化、流转模式变化以及流转交易撮合系统化的因素。本文针对上述问题,研究农地经营权流转定价模型及其应用,旨在为参与各方高效率和高效益地流转农地经营权提供理论支持和实用方法。论文研究了网络交易平台参与农地经营权流转的两种定价方法。一是研究农地经营权流转的协商定价方法,通过模拟农地经营权流转双方在网络交易平台轮流报价的过程,综合考虑价格预估区间、参与方耐心程度以及参考效应等影响因素,由此构建农地经营权流转议价模型,并对模型求解计算,从而提出贝叶斯均衡报价策略,再运用数值实验法验证其合理有效性;二是研究农地经营权流转的拍卖定价方法,综合考虑激励因素、参考效应以及公开保留价等影响因素,由此构建农地经营权流转竞价拍卖模型,并对模型求解计算,针对竞买人提出贝叶斯-纳什均衡报价策略,再运用数值实验法验证其合理有效性。最后,针对上述两种用于网络交易平台的农地经营权流转定价模型方法,提出应用场景和政策建议。
熊倩[10]（2015）在《物流云平台下城市配送服务定价策略研究》文中研究表明为了提高城市物流活动中配送服务的时效和质量,解决配送环节给所在城市带来的环境污染、交通拥堵以及回程空载资源浪费等问题,当前有学者提出了基于云理念的城市共同配送方案,利用物流云平台整合配送资源信息和需求方信息,通过云平台既定的规则对二者进行匹配,采取共同配送方式来响应货主的需求。物流云平台下,城市配送服务的交易模式不同于传统的交易模式,车主在提交车辆和报价信息时,无法了解竞争对手的数量和报价情况,因此,要赢得订单,提高收益,并提高车辆运载空间利用率,如何制定合理的定价策略是一个关键性问题。本文就该问题进行了研究,通过分析物流云平台和传统交易模式的区别,并对云平台系统订单匹配的规则进行设计,认为云平台下配送服务的竞价过程与产品拍卖竞价过程有相似之处,但区别在于城市配送服务的竞价过程允许存在多个中标者、且城市配送报价策略更依赖对成本和竞争者报价分布的准确估计。依据分析结果,本文选取产品拍卖定价中的常用方法静态贝叶斯博弈,并根据上述特点对模型进行改进创新,认为即便存在竞争者报价低于当前车主报价,但由于其车辆装载能力与配送需求不一定匹配,当前车主仍然有机会获得剩余量的配送,获取一定收益。定价模型结果表明最终的报价决策依赖于：单位服务成本、对竞争者报价分布区间的估计、对可获得的配送量的估计。本文最后运用MATLAB软件进行算例仿真,验证了模型的有效性,并为车主报价提供了指导性建议。图14幅,表7个,参考文献53篇。
二、贝叶斯拍卖定价方法在配电市场定价中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、贝叶斯拍卖定价方法在配电市场定价中的应用（论文提纲范文）
（1）并网型微电网源荷预测及优化运营管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 并网型微电网经济运行优化管理研究现状 |
| 1.2.2 微电网市场交易 |
| 1.2.3 微电网分布式能源出力及负荷预测研究现状 |
| 1.2.4 文献评述 |
| 1.3 主要研究内容和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 论文研究创新点 |
| 1.4 技术路线 |
| 第2章 并网型微电网源荷预测及优化运营研究的理论分析框架 |
| 2.1 相关理论基础 |
| 2.1.1 系统管理理论 |
| 2.1.2 预测理论 |
| 2.1.3 交易费用理论 |
| 2.1.4 最优化理论 |
| 2.1.5 协同理论 |
| 2.1.6 现代运营管理理论 |
| 2.2 微电网系统概述 |
| 2.2.1 微电网基本概念 |
| 2.2.2 并网型微电网基本构架 |
| 2.3 微电网并网运行管理的发展现状分析 |
| 2.3.1 微电网并网运行总则 |
| 2.3.2 并网型微电网建设发展概况 |
| 2.3.3 微电网并网运营发展现状 |
| 2.4 并网型微电网优化运营的管理内容 |
| 2.4.1 并网型微电网发电侧新能源发电预测与优化运营管理研究 |
| 2.4.2 并网型微电网需求侧用户负荷预测与优化运营管理 |
| 2.4.3 微电网电力市场与微电网调度运行机构 |
| 2.5 并网型微电网优化运营管理模式框架 |
| 2.6 本章小结 |
| 第3章 并网型微电网发电侧光伏和风力发电功率预测 |
| 3.1 光伏发电系统短期功率预测模型及影响因素 |
| 3.1.1 光伏发电系统短期功率预测模型 |
| 3.1.2 光伏发电输出功率预测的影响因素 |
| 3.2 风电系统短期功率预测模型及影响因素 |
| 3.2.1 风力发电原理概述 |
| 3.2.2 风电输出功率的影响因素 |
| 3.3 微电网发电侧光伏及风力发电预测的主要研究方法 |
| 3.3.1 K-means聚类算法 |
| 3.3.2 改进粒子群算法 |
| 3.3.3 改进K-means聚类算法 |
| 3.3.4 随机森林算法 |
| 3.3.5 相关性分析方法 |
| 3.3.6 预测评价标准 |
| 3.4 并网型微电网发电侧光伏发电功率预测模型 |
| 3.4.1 构建基于随机森林模型的短期光伏发电功率预测模型 |
| 3.4.2 并网型微电网发电侧短期光伏发电功率预测实例仿真 |
| 3.5 并网型微电网发电侧短期风电功率预测模型 |
| 3.5.1 构建基于随机森林的短期风电功率预测模型 |
| 3.5.2 并网型微电网发电侧短期风电功率预测实例仿真 |
| 3.6 本章小结 |
| 第4章 并网型微电网需求侧用户负荷预测 |
| 4.1 并网型微电网需求侧用户负荷预测研究方法 |
| 4.1.1 滚动灰色模型 |
| 4.1.2 自回归求积移动平均模型 |
| 4.1.3 支持向量回归机 |
| 4.2 基于标准差法的组合预测模型 |
| 4.2.1 标准差法确定组合权重 |
| 4.2.2 RGM-SVR组合模型 |
| 4.2.3 ARIMA-SVR组合模型 |
| 4.3 自适应权重组合预测模型 |
| 4.4 并网型微电网需求侧用户负荷预测实例仿真 |
| 4.4.1 数据处理 |
| 4.4.2 基于自适应权重组合预测模型的短期用户负荷预测流程 |
| 4.4.3 结果分析 |
| 4.5 本章小结 |
| 第5章 并网型微电网电力交易市场运营管理 |
| 5.1 研究方法 |
| 5.1.1 区块链基本概念 |
| 5.1.2 联盟区块链技术 |
| 5.1.3 定价策略中的博弈模型 |
| 5.2 并网型微电网市场交易模型 |
| 5.2.1 微电网交易市场整体构架 |
| 5.2.2 并网型微电网运营主体利益博弈与均衡分析 |
| 5.2.3 智能合约的部署 |
| 5.3 并网型微电网市场交易模型实例仿真 |
| 5.3.1 数据来源 |
| 5.3.2 仿真结果 |
| 5.4 本章小结 |
| 第6章 基于并网型微电网市场交易的电力经济调度优化管理 |
| 6.1 微电网系统经济运行优化分析 |
| 6.1.1 并网型微电网结构及系统运行主体概述 |
| 6.1.2 微电网能量调度策略与优化模型 |
| 6.2 并网型微电网能量优化求解方案 |
| 6.2.1 松鼠觅食算法 |
| 6.2.2 基于松鼠觅食算法的并网型微电网能量优化求解 |
| 6.3 并网型微电网能量优化模型实例仿真 |
| 6.3.1 基础数据 |
| 6.3.2 仿真结果 |
| 6.4 本章小结 |
| 第7章 并网型微电网源荷预测及优化运营管理对策建议 |
| 7.1 并网型微电网一体化运营管理发展方案及建议 |
| 7.1.1 推动能量调度机构与微电网交易市场协同发展 |
| 7.1.2 整合微电网主体机构 |
| 7.2 并网型微电网优化运营管理的配套政策法规体系建设建议 |
| 7.2.1 动态调整微电网定价机制 |
| 7.2.2 建设灵活的市场模式 |
| 7.2.3 推进激励政策实施 |
| 7.3 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（2）MCSN中基于逆向拍卖和情境因素的任务定价机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论及技术概述 |
| 2.1 两步聚类分析 |
| 2.2 深度神经网络 |
| 2.3 子模函数 |
| 2.4 逆向拍卖 |
| 2.5 SSM框架技术 |
| 2.6 本章小结 |
| 第三章 基于情境因素的任务区间定价机制IPCF |
| 3.1 任务定价标准数据集的构建 |
| 3.1.1 历史数据集 |
| 3.1.2 数据集预处理 |
| 3.2 基于TSCA的任务定价规律分析 |
| 3.2.1 构建聚类特征树阶段 |
| 3.2.2 聚类阶段 |
| 3.3 基于DNN的价格区间预测模型 |
| 3.4 实验及结果分析 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果对比分析 |
| 3.5 本章小结 |
| 第四章 基于逆向拍卖的任务个性定价机制DPRA |
| 4.1 问题模型定义 |
| 4.1.1 MCSN平台与任务参与者定义 |
| 4.1.2 报价属性信息定义 |
| 4.1.3 特征条件定义 |
| 4.2 DPRA任务定价机制 |
| 4.2.1 算法设计 |
| 4.2.2 基于逆向拍卖的任务定价算法 |
| 4.2.3 情境阈值变更算法 |
| 4.3 理论分析 |
| 4.4 仿真实验 |
| 4.4.1 实验设置 |
| 4.4.2 仿真结果与分析 |
| 4.5 本章小结 |
| 第五章 基于IPCF&DPRA的 MCSN原型系统设计与实现 |
| 5.1 原型系统框架与开发环境 |
| 5.2 Web客户端 |
| 5.2.1 Web客户端功能设计 |
| 5.2.2 Web客户端功能实现 |
| 5.3 Android移动终端 |
| 5.3.1 Android移动终端功能设计 |
| 5.3.2 Android移动终端功能实现 |
| 5.4 服务器端 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（3）考虑资源稀缺性的云平台制造资源定价研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云平台 |
| 1.2.2 云平台定价 |
| 1.2.3 制造资源定价 |
| 1.3 研究目的和研究方法 |
| 1.4 研究内容和研究框架 |
| 1.5 研究创新点 |
| 2 相关理论及方法 |
| 2.1 博弈论 |
| 2.1.1 博弈论概述 |
| 2.1.2 博弈论的基本要素 |
| 2.1.3 博弈的类型 |
| 2.1.4 纳什均衡 |
| 2.2 静态贝叶斯博弈 |
| 2.3 定价理论与常用定价方法 |
| 2.3.1 价格构成 |
| 2.3.2 常用定价方法 |
| 2.4 本章小结 |
| 3 云平台资源服务定价问题 |
| 3.1 云平台总体架构及本文研究边界 |
| 3.1.1 云平台架构与交易过程 |
| 3.1.2 本文研究边界 |
| 3.2 云平台交易模式与传统交易模式比较 |
| 3.3 云平台资源服务定价与产品拍卖定价比较 |
| 3.4 云平台资源服务定价分析和模型选择 |
| 3.4.1 云平台上资源供应商定价特点 |
| 3.4.2 云平台上资源供应商竞争博弈特征 |
| 3.4.3 模型选择 |
| 3.5 本章小结 |
| 4 云平台制造资源定价策略模型 |
| 4.1 模型假设与背景 |
| 4.1.1 基础静态贝叶斯模型 |
| 4.1.2 云平台下改进的静态贝叶斯模型假设与背景 |
| 4.2 基于资源稀缺性与溢价因子的静态贝叶斯模型改进 |
| 4.2.1 平台资源稀缺性信息 |
| 4.2.2 资源稀缺性与溢价因子 |
| 4.3 基于估价分布函数的静态贝叶斯模型改进 |
| 4.3.1 资源供应商的估价分析 |
| 4.3.2 资源供应商的估价分布函数选择 |
| 4.4 基于多人中标的静态贝叶斯模型改进 |
| 4.4.1 多个资源供应商中标分析 |
| 4.4.2 考虑多个资源供应商中标的模型改进 |
| 4.5 云平台下制造资源定价策略模型建立与分析 |
| 4.5.1 基于改进静态贝叶斯模型的定价策略模型 |
| 4.5.2 云平台下制造资源最优定价策略分析 |
| 4.5.3 不同估价分布函数的模型对比分析 |
| 4.6 本章小结 |
| 5 算例验证 |
| 5.1 实验方法选取 |
| 5.2 实验方案设计 |
| 5.3 灵敏度分析 |
| 5.4 对比分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 不足和展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读学位期间发表的论文目录 |
| B 学位论文数据集 |
| 致谢 |
（4）电动汽车私桩共享充电定价模型及效益分配研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 充电设施发展规划方面研究 |
| 1.2.2 充电行为选择方面研究 |
| 1.2.3 充电定价机制方面研究 |
| 1.2.4 有序充放电模式研究 |
| 1.3 论文主要研究内容和创新点 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究创新点 |
| 第2章 相关基础理论研究 |
| 2.1 电动汽车发展现状及相关政策 |
| 2.1.1 电动汽车分类 |
| 2.1.2 电动汽车产业发展现状 |
| 2.1.3 电动汽车发展相关政策 |
| 2.2 充电基础设施发展现状及相关政策 |
| 2.2.1 充电基础设施分类 |
| 2.2.2 充电基础设施发展现状 |
| 2.2.3 充电基础设施相关政策 |
| 2.3 居民区私桩共享经济理论及运营模式 |
| 2.3.1 共享经济理论 |
| 2.3.2 “共享经济+私桩”运营模式 |
| 2.4 私桩共享博弈理论 |
| 2.4.1 博弈论的基本概念和要素 |
| 2.4.2 私桩共享博弈关键问题分析 |
| 2.5 本章小结 |
| 第3章 私桩共享意愿调查和共享能力测算 |
| 3.1 引言 |
| 3.2 私桩共享可行性分析和意愿分析 |
| 3.2.1 私桩共享可行性分析 |
| 3.2.2 私桩共享意愿分析 |
| 3.2.3 私桩共享存在的主要问题 |
| 3.3 私人充电桩共享服务能力测算模型 |
| 3.3.1 电动汽车和充电桩的状态函数 |
| 3.3.2 模型假设和构建 |
| 3.3.3 算例分析 |
| 3.4 本章小结 |
| 第4章 基于消费者行为选择的私桩共享充电定价模型 |
| 4.1 引言 |
| 4.2 私桩共享博弈分析基础 |
| 4.2.1 核心博弈 |
| 4.2.2 附属博弈 |
| 4.3 私桩共享充电博弈关系分析 |
| 4.3.1 消费者充电行为选择要素分析 |
| 4.3.2 消费者充电选择行为建模 |
| 4.3.3 非合作博弈定价模型 |
| 4.4 算法设计 |
| 4.4.1 Lemke-Howson算法原理介绍 |
| 4.4.2 Lemke-Howson算法计算流程 |
| 4.4.3 算例分析 |
| 4.5 本章小结 |
| 第5章 基于政府补贴模式的私桩共享充电定价模型 |
| 5.1 引言 |
| 5.2 私桩共享财政补贴经济性分析 |
| 5.2.1 政府补贴与帕累托效率 |
| 5.2.2 私桩共享财政补贴的必要性分析 |
| 5.3 基于委托—代理模型的私桩共享补贴方式效果分析 |
| 5.3.1 委托代理理论 |
| 5.3.2 私桩共享补贴中的委托—代理关系 |
| 5.3.3 私桩共享补贴博弈模型 |
| 5.3.4 不同私桩共享补贴方式及比较分析 |
| 5.4 私桩共享运营效率评价模型 |
| 5.4.1 运营效率评价纳入补贴与定价中的必要性分析 |
| 5.4.2 私桩共享运营效率评价指标体系的构建 |
| 5.4.3 私桩共享运营效率评价指标权重确定 |
| 5.5 基于效率评价的私桩共享补贴及定价模型 |
| 5.5.1 模型构建 |
| 5.5.2 模型求解 |
| 5.5.3 数值分析 |
| 5.6 本章小结 |
| 第6章 基于引导充电策略的私桩共享充电定价模型 |
| 6.1 引言 |
| 6.2 私桩共享电动汽车出行特性分析 |
| 6.3 私桩共享电动汽车引导充电分析 |
| 6.3.1 私桩共享电动汽车引导充电流程分析 |
| 6.3.2 私桩共享引导充电函数构建 |
| 6.4 引导充电策略下私桩共享充电定价模型 |
| 6.4.1 基准电价的确定 |
| 6.4.2 区域充电价格的确定 |
| 6.5 数值仿真 |
| 6.5.1 模型假设 |
| 6.5.2 基础数据 |
| 6.5.3 结果分析 |
| 6.5.4 讨论 |
| 6.6 本章小结 |
| 第7章 基于改进Shapley值法的私桩共享效益分配模型 |
| 7.1 引言 |
| 7.2 私桩共享核心利益相关者行为及分配原则 |
| 7.2.1 私桩共享核心利益主体行为分析 |
| 7.2.2 效益分配原则 |
| 7.3 私桩共享效益分配影响因素分析 |
| 7.3.1 风险大小 |
| 7.3.2 资源投入 |
| 7.3.3 服务质量 |
| 7.3.4 私桩共享效益分配指标体系 |
| 7.4 基于云模型改进Shapley值的私桩共享效益分配模型 |
| 7.4.1 Shapley值法适用性分析 |
| 7.4.2 初始利益分配Shapley值模型 |
| 7.4.3 Shapley 值法的修正 |
| 7.4.4 算例分析 |
| 7.5 本章小结 |
| 第8章 研究成果和结论 |
| 参考文献 |
| 附录1 私桩共享意愿调查 |
| 附录2 电动汽车车主充电选择行为调查 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）基于博弈论的智能电网需求侧能源定价策略设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.1.1 传统电网中的问题 |
| 1.1.2 智能电网概念的提出 |
| 1.1.3 需求侧响应的研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能电网的国内外研究现状 |
| 1.2.2 需求侧响应的国内外研究现状 |
| 1.2.3 博弈论在智能电网能源定价领域的研究现状 |
| 1.3 本文主要的研究内容以及结构安排 |
| 第2章 能源定价策略设计的相关理论方法介绍 |
| 2.1 博弈论的相关介绍 |
| 2.1.1 博弈论的基本概念 |
| 2.1.2 博弈论的基本要素 |
| 2.1.3 博弈论的基本分类 |
| 2.2 博弈论的相关分析方法 |
| 2.2.1 非合作博弈分析方法 |
| 2.2.2 势博弈分析方法 |
| 2.2.3 贝叶斯博弈分析方法 |
| 2.2.4 斯坦克尔伯格博弈分析方法 |
| 2.3 议价问题的相关理论 |
| 2.4 田口损失函数模型 |
| 2.5 本章小结 |
| 第3章 基于议价理论和非合作博弈方法的电能定价策略 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.2.1 发电公司的效益模型 |
| 3.2.2 电力公司的效益模型 |
| 3.2.3 电能代理商的效益模型 |
| 3.3 基于议价理论的批发电价定价模型 |
| 3.4 基于非合作博弈理论的零售电价定价策略 |
| 3.4.1 博弈问题描述 |
| 3.4.2 非合作博弈纳什均衡的存在性与唯一性 |
| 3.4.3 基于势博弈理论的零售电价定价模型 |
| 3.5 定价模型的求解算法 |
| 3.6 仿真结果分析 |
| 3.7 本章小结 |
| 第4章 基于斯坦克尔伯格博弈与贝叶斯博弈的多能源定价策略 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.2.1 能源用户的耗能收益模型 |
| 4.2.2 能量枢纽公司的收益模型 |
| 4.3 能源用户之间的贝叶斯模型 |
| 4.3.1 问题描述与模型建立 |
| 4.3.2 贝叶斯博弈纳什均衡解的存在性与唯一性 |
| 4.3.3 贝叶斯模型的求解 |
| 4.4 能量枢纽公司与能源用户之间的斯坦克尔伯格博弈模型 |
| 4.4.1 问题描述 |
| 4.4.2 能量枢纽公司与用户之间的博弈模型 |
| 4.5 仿真结果分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（6）基于实物期权方法的重庆市地票价格研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究内容 |
| 1.2.2 技术路线 |
| 1.2.3 研究方法 |
| 1.3 研究现状 |
| 1.3.1 地票价格的研究现状 |
| 1.3.2 土地发展权价值的研究现状 |
| 1.3.3 土地中实物期权的研究现状 |
| 1.3.4 研究现状的评述 |
| 1.4 论文创新与不足 |
| 2 相关概念及理论 |
| 2.1 地票的概述 |
| 2.1.1 地票的含义 |
| 2.1.2 地票的意义 |
| 2.2 实物期权的概述 |
| 2.2.1 实物期权的起源 |
| 2.2.2 实物期权的概念 |
| 2.2.3 实物期权的特点 |
| 2.2.4 实物期权的分类 |
| 2.3 相关理论 |
| 2.3.1 区位经济理论 |
| 2.3.2 级差地租理论 |
| 2.3.3 实物期权定价理论 |
| 3 重庆市地票价格分析及实物期权模型构建 |
| 3.1 重庆市地票价格分析 |
| 3.1.1 地票价格的现状 |
| 3.1.2 地票价格的问题 |
| 3.2 地票中实物期权的识别 |
| 3.2.1 地票落地的决策分析 |
| 3.2.2 实物期权模型的假设与推导 |
| 3.3 标的资产价格路径的介绍与判定 |
| 3.3.1 几何Brown运动 |
| 3.3.2 均值回归过程 |
| 3.3.3 Poisson跳跃-扩散过程 |
| 3.4 期权定价方法的介绍与选择 |
| 3.4.1 B-S-M模型 |
| 3.4.2 二叉树模型 |
| 3.4.3 蒙特卡罗模拟法 |
| 3.4.4 最小二乘蒙特卡洛模拟法 |
| 4 重庆市地票中实物期权价值的计算与分析 |
| 4.1 数据来源 |
| 4.2 参数估计 |
| 4.2.1 跳跃-扩散模型参数估计 |
| 4.2.2 均值回归模型参数估计 |
| 4.2.3 其他参数的选取 |
| 4.3 期权价值的计算 |
| 4.4 结果分析 |
| 5 结论与政策建议 |
| 5.1 结论 |
| 5.2 政策建议 |
| 5.2.1 建立区级地票交易市场 |
| 5.2.2 明确地票的权利属性 |
| 5.2.3 构建地票价格的波动区间 |
| 5.3 有待继续研究的问题 |
| 致谢 |
| 参考文献 |
| 附录A |
| 附录B |
| 攻读学位期间取得的研究成果 |
（7）基于效用的大数据定价方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献评述 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 实际意义 |
| 1.4 研究内容、方法与技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 大数据定价相关理论 |
| 2.1 大数据相关理论 |
| 2.1.1 大数据的内涵 |
| 2.1.2 大数据的分类 |
| 2.1.3 大数据的特征 |
| 2.1.4 大数据的生命周期 |
| 2.2 大数据价值相关理论 |
| 2.2.1 大数据的价值 |
| 2.2.2 大数据价值的特征 |
| 2.2.3 大数据价值的影响因素 |
| 2.3 大数据定价理论 |
| 2.3.1 效用理论 |
| 2.3.2 斯塔克伯格博弈理论 |
| 2.4 本章小结 |
| 第3章 大数据定价方法分析 |
| 3.1 大数据定价方法概述 |
| 3.1.1 成本法 |
| 3.1.2 收益法 |
| 3.1.3 市场法 |
| 3.1.4 基于查询定价 |
| 3.1.5 基于质量定价 |
| 3.2 现有大数据定价方法的对比分析 |
| 3.3 本章小结 |
| 第4章 基于效用的大数据定价模型的构建 |
| 4.1 数据效用函数 |
| 4.1.1 数据效用函数的建立 |
| 4.1.2 机器学习模型 |
| 4.1.3 数据效用的度量 |
| 4.2 大数据定价模型的构建 |
| 4.2.1 大数据市场模型 |
| 4.2.2 数据产品提供商的利润函数 |
| 4.2.3 用户效用函数 |
| 4.2.4 基于斯塔克伯格博弈的大数据定价模型的建立 |
| 4.3 本章小结 |
| 第5章 基于效用的大数据定价模型应用研究 |
| 5.1 应用研究总体思路 |
| 5.2 基于随机森林算法的数据效用函数的确定 |
| 5.2.1 随机森林理论 |
| 5.2.2 数据收集及处理 |
| 5.2.3 随机森林模型的构建 |
| 5.2.4 数据效用函数 |
| 5.3 数据价格的确定 |
| 5.3.1 数据最优定价的确定 |
| 5.3.2 定价结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 研究不足及展望 |
| 6.3.1 研究不足 |
| 6.3.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录 量化后的研究区域二手房交易数据 |
| 在学期间发表的论文及学术成果 |
（8）交互能源机制下的集群产消者优化调度模型与方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 交互能源研究动态 |
| 1.2.2 优化调度研究动态 |
| 1.2.3 配网节点电价研究动态 |
| 1.3 本文的主要工作 |
| 第2章 基于交互能源机制的产消者优化运行 |
| 2.1 引言 |
| 2.2 交互能源机制下的产消者类型与特性 |
| 2.2.1 主要分类方法 |
| 2.2.2 基本特性 |
| 2.3 产消者典型运行框架 |
| 2.4 产消者优化运行中的关键技术 |
| 2.4.1 资源灵活性预测模型 |
| 2.4.2 基于市场交易模型的协调策略 |
| 2.4.3 优化运行的模型求解技术 |
| 2.4.4 信息的采集、传输与处理 |
| 2.5 产消者优化运行的若干关键问题 |
| 2.5.1 资源灵活性预测模型精度问题 |
| 2.5.2 交互运行机制设计问题 |
| 2.5.3 信息通信设施及技术问题 |
| 2.6 本章小结 |
| 第3章 考虑电能共享的多产消者日前两阶段优化调度策略 |
| 3.1 引言 |
| 3.2 运行框架与模式说明 |
| 3.3 模型建立 |
| 3.3.1 含有0/1变量的直流系统模型 |
| 3.3.2 含有0/1变量的EV模型 |
| 3.3.3 含有0/1变量的TCLs模型 |
| 3.3.4 双层调度模型 |
| 3.3.5 分配策略与模型 |
| 3.4 算例仿真 |
| 3.4.1 假设 |
| 3.4.2 参数设定 |
| 3.4.3 算例结果及分析 |
| 3.5 本章小结 |
| 第4章 基于分布式配网节点出清电价的中小型产消者凸优化调度模型与策略 |
| 4.1 引言 |
| 4.2 面向自管理的中小型产消者的交互运行框架 |
| 4.3 产消者的凸优化调度模型 |
| 4.3.1 TCLs的阻容等效电路模型 |
| 4.3.2 采用极限能量边界刻画的EV模型 |
| 4.3.3 PV模型 |
| 4.3.4 产消者优化调度策略及其模型凸化 |
| 4.4 基于迭代型配网节点电价的集群中小型产消者优化调度模型 |
| 4.5 算例分析 |
| 4.5.1 参数设置 |
| 4.5.2 算例结果及分析 |
| 4.6 本章小结 |
| 第5章 产消者资源灵活性的通用建模及其在日前优化调度中的应用 |
| 5.1 引言 |
| 5.2 产消者资源的通用VB建模 |
| 5.2.1 EV的VB模型 |
| 5.2.2 TCLs的VB模型 |
| 5.3 通用VB模型在日前优化调度中的应用 |
| 5.4 算例验证与分析 |
| 5.4.1 参数设置 |
| 5.4.2 仿真对比设计 |
| 5.4.3 算例结果及分析 |
| 5.5 本章小结 |
| 第6章 基于资源灵活性概率聚合模型的大型产消者分布式优化调度策略 |
| 6.1 引言 |
| 6.2 大型产消者的交互系统运行框架构建 |
| 6.3 产消者优化调度模型 |
| 6.3.1 基于通用VB模型表征的产消者资源灵活性 |
| 6.3.2 产消者的发用电计划与备用容量协调优化策略 |
| 6.4 基于迭代型配网节点电价的大型产消者分布式优化调度模型 |
| 6.4.1 DSO的优化问题 |
| 6.4.2 iDLMP方法 |
| 6.5 算例分析 |
| 6.5.1 参数设置 |
| 6.5.2 算例结果及分析 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）基于交易平台的农地经营权流转定价模型及其应用研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 提出问题 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 研究方法和技术路线 |
| 1.2.1 研究方法 |
| 1.2.2 技术路线 |
| 1.3 研究内容和章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 1.4 本文创新点 |
| 第二章 支撑理论方法和国内外研究现状 |
| 2.1 理论基础 |
| 2.1.1 价格理论 |
| 2.1.2 博弈理论 |
| 2.1.3 参考效应 |
| 2.2 国内外研究现状 |
| 2.2.1 农地经营权流转定价 |
| 2.2.2 讨价还价定价 |
| 2.2.3 竞价拍卖 |
| 2.3 主要存在的问题 |
| 第三章 基于交易平台的农地经营权益交易议价模型 |
| 3.1 问题描述 |
| 3.2 考虑政策激励和参考效应的议价模型构建 |
| 3.2.1 基本假设与符号定义 |
| 3.2.2 政策激励和参考效应因素 |
| 3.2.3 议价模型 |
| 3.3 模型的求解过程和步骤 |
| 3.4 求解结果和讨论分析 |
| 3.4.1 结果分析 |
| 3.4.2 数值实验 |
| 3.4.3 结论 |
| 第四章 基于交易平台的农地经营权益竞价拍卖模型 |
| 4.1 问题描述 |
| 4.2 考虑政策激励和参考效应的竞价拍卖模型构建 |
| 4.2.1 基本假设与符号定义 |
| 4.2.2 政策激励和参考效应因素 |
| 4.2.3 竞价拍卖模型 |
| 4.3 模型的求解过程和步骤 |
| 4.4 求解结果和讨论分析 |
| 4.4.1 结果分析 |
| 4.4.2 数值实验 |
| 4.4.3 结论 |
| 第五章 农地经营权流转定价的应用场景和政策建议 |
| 5.1 农地流转定价应用场景 |
| 5.2 农地流转定价政策建议 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（10）物流云平台下城市配送服务定价策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 目录 |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 物流云平台及其订单匹配机制研究综述 |
| 1.2.2 物流服务、城市配送服务定价策略研究综述 |
| 1.2.3 产品拍卖及招投标中定价策略研究综述 |
| 1.2.4 小结 |
| 1.3 研究内容与技术路线图 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线图 |
| 2 物流云平台下配送服务定价问题分析 |
| 2.1 物流云平台下配送服务交易过程分析 |
| 2.1.1 物流云平台总体构架及本文研究边界 |
| 2.1.2 物流云平台环境下与传统配送服务交易的比较 |
| 2.1.3 物流云平台下订单分配机制设计 |
| 2.2 物流云平台下配送服务定价与产品拍卖定价比较 |
| 2.2.1 交易过程对比分析 |
| 2.2.2 二者竞价环节的主要区别 |
| 2.2.3 物流云平台下配送服务定价影响因素 |
| 2.3 物流云平台下配送服务定价方法分析 |
| 2.3.1 价格竞争的博弈特征和模型选择 |
| 2.3.2 城市配送服务的成本核算方法 |
| 2.3.3 城市配送服务提供商报价分布函数分析 |
| 2.4 本章小结 |
| 3 物流云平台下配送服务定价策略模型 |
| 3.1 基于多个中标者的静态贝叶斯模型改进 |
| 3.2 物流云平台下价格竞争的静态贝叶斯模型建立 |
| 3.3 物流云平台下配送服务最优定价策略分析 |
| 3.4 本章小结 |
| 4 仿真实验和分析 |
| 4.1 实验方法选取 |
| 4.2 仿真实验方案设计 |
| 4.3 灵敏度分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 参考文献 |
| 附录A |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
四、贝叶斯拍卖定价方法在配电市场定价中的应用（论文参考文献）
- [1]并网型微电网源荷预测及优化运营管理研究[D]. 赵文婷. 太原理工大学, 2021(01)
- [2]MCSN中基于逆向拍卖和情境因素的任务定价机制研究[D]. 罗茜. 内蒙古大学, 2021(12)
- [3]考虑资源稀缺性的云平台制造资源定价研究[D]. 王盼. 重庆大学, 2020
- [4]电动汽车私桩共享充电定价模型及效益分配研究[D]. 赵振利. 华北电力大学(北京), 2020(06)
- [5]基于博弈论的智能电网需求侧能源定价策略设计[D]. 代亚超. 燕山大学, 2020(01)
- [6]基于实物期权方法的重庆市地票价格研究[D]. 郑鹏昆. 西南科技大学, 2020(08)
- [7]基于效用的大数据定价方法研究[D]. 陈俞宏. 重庆交通大学, 2020(02)
- [8]交互能源机制下的集群产消者优化调度模型与方法研究[D]. 吴界辰. 华北电力大学(北京), 2020(06)
- [9]基于交易平台的农地经营权流转定价模型及其应用研究[D]. 刘雅洁. 合肥工业大学, 2019(01)
- [10]物流云平台下城市配送服务定价策略研究[D]. 熊倩. 北京交通大学, 2015(10)