中文

基于深度学习设计公平且成本最优的拍卖以通过农民集体采购农业投入品

计算机科学与博弈论 2023-04-18 v1

摘要

以所需质量水平和可承受成本采购种子、化肥和农药等农业投入品(简称农投品),是农业投入运营的关键环节。这是任何新兴经济体中小农户和边际农户面临的一个特别具有挑战性的问题。农民集体(FCs)是农民的合作组织,为农民实现具有质量保证且成本效益高的投入品采购提供了极好的前景。本文的目标是设计健全、可解释的机理,使农民集体能够批量采购农投品,并将所采购的投入品分配给作为该集体成员的个体农民。在本文提出的方法中,农民集体让合格供应商参与竞争性的、基于数量折扣的采购拍卖,供应商根据供应数量指定价格折扣。此类拍卖所期望具有的性质包括:最小化采购总成本、激励相容、个体理性、公平性以及其他业务约束。满足所有这些性质的拍卖在解析上不可行,本文的一个关键贡献是开发了一种基于深度学习的方法来设计此类拍卖。我们使用来自辣椒种子采购和一种流行农药采购的两个现实简化案例研究来展示这些拍卖的有效性。

关键词

引用

@article{arxiv.2304.07341,
  title  = {Designing Fair, Cost-optimal Auctions based on Deep Learning for Procuring Agricultural Inputs through Farmer Collectives},
  author = {Mayank Ratan Bhardwaj and Bazil Ahmed and Prathik Diwakar and Ganesh Ghalme and Y. Narahari},
  journal= {arXiv preprint arXiv:2304.07341},
  year   = {2023}
}

备注

12 pages, 2 figures, 3 tables