考虑现有的研究(
3,
36,
37),医疗的成本函数设置为制造商和医院
(1)
C
年代
l
=
α
2
1
+
χ
2
l
2
t
,
C
h
G
=
β
2
1
+
χ
1
G
2
t
,在哪里
α
>
0和
β
>
0成本效益的医疗产品和服务,分别;
l
t和
G
t创新水平的医疗产品和服务的时间吗
t分别;和
χ
1
>
0
χ
2
>
0反馈的有效性从病人和医院,分别。
当需求是未知的,有一些方法来描述需求函数,如指数平滑算法(
38]。在这项工作中,用户购买的医疗产品和服务的基础上,创新水平。即,需求量是一个随机过程,取决于创新医疗产品和服务的水平:
(2)
d
X
t
=
δ
l
t
+
γ
G
t
−
ε
X
t
d
t
+
σ
X
t
d
W
t
,
X
0
=
X
0
≥
0
,在哪里
X
t的需求时间吗
t,
δ,
γ是医疗产品和服务需求的影响,分别
ε
>
0是误差项的需求,
W
t是标准维纳过程在时间吗
t,
σ
X
t是随机干扰系数。
医疗制造商和医院分享利润基于前一个合同,即医疗制造商的收入
n
∈
0 1和医院接收
1
−
n。医院的医疗制造商股票成本比率
j
t
∈
0 1,在那里
j
t表示佣金率。补贴
我由政府支付。贴现率的医疗制造商和医院
ρ
ρ
>
0,
t省略在以下功能。整个药品供应链的利润函数
39,
40)、医疗制造商和医院如下:
(3)
π
t
=
p
X
t
,
马克斯
l
,
j
J
年代
X
0
=
E
∫
0
∞
e
−
ρ
t
n
π
t
−
α
2
1
+
χ
2
l
2
t
−
j
t
β
2
1
+
χ
1
G
2
t
+
我
d
t
,
马克斯
G
J
h
X
0
=
E
∫
0
∞
e
−
ρ
t
1
−
n
π
t
−
1
−
j
t
β
2
1
+
χ
1
G
2
t
d
t
,在哪里
p是零售价格。
下面的模型中使用的变量都列在表中
1。
命名法。
象征手段
我
政府补贴
X
需求
G
创新的医疗服务水平
p
零售价格
σ
随机干扰系数
ε
需求错误
W
标准维纳过程
j
佣金率
ρ
折现率
α
成本效益的医疗产品
l
创新水平的新产品
β
成本效益的医疗服务
χ1年代ub>
反馈患者的有效性
χ2年代ub>
从医院反馈的有效性
δ
医疗产品需求的影响
γ
医疗服务需求的影响
n
利润比医疗制造商
3所示。模型的求解3.1。分散的模型
医疗制造商和医院利润最大化,和最优策略
(4)
G
∗
=
2
γ
1
+
χ
1
1
−
n
2
p
β
ρ
+
ε
1
+
n
,
l
∗
=
δ
1
+
χ
2
n
p
α
ρ
+
ε
,
j
∗
=
3
n
−
1
n
+
1
,
n
∈
1
3
,
1
。
证明。
反馈控制有更好的能力被广泛应用于经济(
41]。最优值函数
V
h
X和
V
年代
X,这应该满足Hamilton-Jacobi-Bellman (HJB)功能:
(5)
ρ
V
h
X
=
马克斯
G
1
−
n
p
X
−
1
−
j
β
2
1
+
χ
1
G
2
+
V
h
′
X
δ
l
+
γ
G
−
ε
X
+
σ
2
X
2
V
h
”
X
,
(6)
ρ
V
年代
X
=
马克斯
l
,
j
n
p
X
−
α
2
1
+
χ
2
l
2
−
j
β
2
1
+
χ
1
G
2
+
我
+
V
年代
′
X
δ
l
+
γ
G
−
ε
X
+
σ
2
X
2
V
年代
”
X
,在哪里
V
h
′
X和
V
h
”
X第一次和第二次偏导数的吗
V
h
X和
V
年代
′
X和
V
年代
”
X第一次和第二次偏导数的吗
V
年代
X。
然后,解决方程(
7)插入到方程(
6实现方程()
8)。最大化方程(
8)获得方程(
9)和(
10)。插入(
5)和(
6)获得方程(
11)和(
12)。
(7)
G
=
γ
V
h
′
X
1
+
χ
1
1
−
j
β
,
(8)
ρ
V
年代
X
=
马克斯
l
,
j
n
p
X
−
α
2
1
+
χ
2
l
2
−
j
1
+
χ
1
γ
2
V
h
′
2
X
2
1
−
j
2
β
+
我
+
V
年代
′
X
δ
l
+
γ
2
1
+
χ
1
V
h
′
X
1
−
j
β
−
ε
X
+
σ
2
X
2
V
年代
”
X
,
(9)
l
=
δ
V
年代
′
X
1
+
χ
2
α
,
(10)
j
=
2
V
年代
′
X
−
V
h
′
X
2
V
年代
′
X
+
V
h
′
X
,
(11)
ρ
V
h
X
=
马克斯
G
1
−
n
p
−
ε
V
h
′
X
X
+
δ
2
V
h
2
′
X
1
+
χ
2
α
+
γ
2
1
+
χ
1
V
h
′
X
2
V
年代
′
X
+
V
h
′
X
4
β
+
σ
2
X
2
V
h
”
X
,
(12)
ρ
V
年代
X
=
马克斯
l
,
j
n
p
−
ε
V
年代
′
X
X
+
γ
2
1
+
χ
1
2
V
年代
′
X
+
V
h
′
X
2
8
β
+
我
+
δ
2
V
h
2
′
X
1
+
χ
2
2
α
+
σ
2
X
2
V
年代
”
X
。
集
V
h
X
=
f
1
X
+
f
2和
V
年代
X
=
k
1
X
+
k
2用最优的线性函数,在哪里
f
1,
f
2,
k
1,
k
2是常数。将它们插入(
11)和(
12)获得
fd15
(13)
f
1
=
1
−
n
p
ρ
+
ε
,
f
2
=
δ
2
1
+
χ
2
1
−
n
2
p
2
α
ρ
ρ
+
ε
2
+
γ
2
1
+
χ
1
1
−
n
2
p
2
4
β
ρ
ρ
+
ε
2
,
k
1
=
n
p
ρ
+
ε
,
k
2
=
γ
2
1
+
χ
1
p
+
n
p
2
8
β
ρ
ρ
+
ε
2
+
δ
2
1
+
χ
2
1
−
n
2
p
2
2
α
ρ
ρ
+
ε
2
+
我
。
最优值函数的医疗制造商和医院
(14)
V
h
X
=
1
−
n
p
ρ
+
ε
X
+
δ
2
1
+
χ
2
1
−
n
2
p
2
α
ρ
ρ
+
ε
2
+
γ
2
1
+
χ
1
1
−
n
2
p
2
4
β
ρ
ρ
+
ε
2
,
V
年代
X
=
n
p
ρ
+
ε
X
+
γ
2
1
+
χ
1
p
+
n
p
2
8
β
ρ
ρ
+
ε
2
+
δ
2
1
+
χ
2
1
−
n
2
p
2
2
α
ρ
ρ
+
ε
2
+
我
。
推论1。
医疗服务的创新水平是正相关的需求,反馈患者的有效性,零售价格,佣金率(
∂
G
/
∂
γ
>
0,
∂
G
/
∂
χ
1
>
0,
∂
G
/
∂
p
>
0,
∂
G
/
∂
j
>
0)。从病人更真实有效的反馈,更好的医疗服务。成本和需求错误是负相关的创新水平的医疗服务(
∂
G
/
∂
β
<
0,
∂
G
/
∂
ε
<
0)。
年代tatement>
推论2。
医疗产品的创新水平是正相关的需求,从医院反馈的有效性,和零售价格(
∂
l
/
∂
δ
>
0,
∂
l
/
∂
χ
2
>
0,
∂
l
/
∂
p
>
0)。医疗产品的创新水平的积极作用是发展的重要产品的需求。成本和需求错误是医疗产品的创新水平负相关(
∂
l
/
∂
α
<
0,
∂
l
/
∂
ε
<
0)。
考虑的方法
42),最优策略插入(
2)获得
(15)
d
X
t
=
Ω
−
ε
X
t
d
t
+
σ
X
t
d
W
t
,
X
0
=
X
0
≥
0
,在哪里
Ω
=
δ
2
1
+
χ
2
1
−
n
p
/
α
ρ
+
ε
+
2
γ
2
1
+
χ
1
1
−
n
2
p
/
1
+
n
β
ρ
+
ε是恒定的。医疗产品的创新水平越高,越大
Ω。集
σ
X
t
d
W
t
=
σ
X
d
W
t获得
(16)
X
t
=
X
0
+
∫
0
t
Ω
−
ε
X
年代
d
年代
+
∫
0
t
σ
X
年代
d
W
年代
。
的期望方程(
16)是
E
X
t
=
X
0
+
∫
0
t
Ω
−
ε
X
年代
d
年代。初始条件是
E
X
0
=
X
0。
(17)
E
X
t
=
Ω
ε
1
−
e
−
ε
t
+
e
−
ε
t
X
0
=
δ
2
1
+
χ
2
1
−
n
p
α
ρ
+
ε
ε
+
γ
2
1
+
χ
1
1
−
n
p
1
−
j
β
ρ
+
ε
ε
1
−
e
−
ε
t
+
e
−
ε
t
X
0
,
lim
t
⟶
∞
E
X
t
=
Ω
ε
。
Ito函数代入方程(
15)获得
(18)
d
X
2
t
=
2
X
Ω
−
ε
X
+
σ
2
X
d
t
+
2
X
σ
X
d
W
t
,
X
2
0
=
X
0
2
≥
0。
然后,结合方程(
15)和(
18)获得以下方程:
(19)
D
X
t
=
σ
2
e
−
2
ε
t
e
−
ε
t
−
1
e
−
ε
t
−
1
Ω
+
2
ε
X
0
2
ε
2
,
lim
t
⟶
∞
D
X
t
=
σ
2
Ω
2
ε
2
。
3.2。集中式模型
当玩家合作计划,目标成为整个药品供应链的利润最大化。的利润函数
(20)
马克斯
l
,
G
J
海关
X
0
=
E
∫
0
∞
e
−
ρ
t
p
X
t
−
α
2
1
+
χ
2
l
2
t
−
β
2
1
+
χ
1
G
2
t
+
我
d
t
t
。
合作是最佳策略
(21)
l
海关
∗
=
δ
1
+
χ
2
p
α
ρ
+
ε
,
G
海关
∗
=
γ
1
+
χ
1
p
β
ρ
+
ε
。
最优值函数
(22)
V
海关
X
=
p
ρ
+
ε
X
+
δ
2
1
+
χ
2
p
2
2
α
ρ
ρ
+
ε
2
+
γ
2
1
+
χ
1
p
2
2
β
ρ
ρ
+
ε
2
+
我
。
推论3。
医疗产品和服务的创新水平是正相关的需求,医院和患者的反馈的有效性,和零售价格(
∂
G
海关
∗
/
∂
γ
>
0,
∂
G
海关
∗
/
∂
χ
1
>
0,
∂
G
海关
∗
/
∂
p
>
0,
∂
l
海关
∗
/
∂
δ
>
0,
∂
l
海关
∗
/
∂
χ
2
>
0,
∂
l
海关
∗
/
∂
p
>
0)。
之前同样的方法用于获得期望,方差,和稳定的价值集中的策略:
(23)
E
海关
X
t
=
℧
ε
1
−
e
−
ε
t
+
e
−
ε
t
X
0
,
lim
t
⟶
∞
E
海关
X
t
=
℧
ε
,
D
海关
X
t
=
σ
2
e
−
2
ε
t
e
−
ε
t
−
1
e
−
ε
t
−
1
℧
+
2
ε
X
0
2
ε
2
,
lim
t
⟶
∞
D
海关
X
t
=
σ
2
℧
2
ε
2
。
(25)
Δ
G
=
G
海关
∗
−
G
∗
=
γ
1
+
χ
1
p
1
+
n
−
2
1
−
n
2
β
ρ
+
ε
1
+
n
,
n
∈
1
3
,
1
,
Δ
G
>
0
,
∂
Δ
G
∂
γ
>
0
∂
Δ
G
∂
χ
1
>
0。
观点3。当
n
∈
4
5
/
5
−
1,- 1集中战略,利润高于分散的策略:
(26)
Δ
V
=
V
海关
X
−
V
h
X
+
V
年代
X
=
δ
2
1
+
χ
2
p
2
1
−
3
1
−
n
2
2
α
ρ
ρ
+
ε
2
+
γ
2
1
+
χ
1
p
2
5
n
2
−
11
−
10
n
8
β
ρ
ρ
+
ε
2
,
n
∈
4
5
5
−
1,- 1
,
Δ
V
>
0。
了解4。期望和方差的医疗产品和服务的创新水平和稳定值较高的集中战略比分散的策略:
(27)
∵
℧
−
Ω
=
n
δ
2
1
+
χ
2
p
α
ρ
+
ε
+
γ
2
1
+
χ
1
p
1
−
n
3
β
ρ
+
ε
n
+
1
2
>
0
,
∴
E
海关
X
t
−
E
X
t
=
℧
−
Ω
ε
1
−
e
−
ε
t
>
0
,
lim
t
⟶
∞
E
海关
X
t
−
lim
t
⟶
∞
E
X
t
=
℧
−
Ω
ε
>
0
,
D
海关
X
t
−
D
X
t
=
D
海关
X
t
=
σ
2
e
−
2
ε
t
e
−
ε
t
−
1
2
℧
−
Ω
2
ε
2
>
0
,
lim
t
⟶
∞
D
海关
X
t
−
lim
t
⟶
∞
D
X
t
=
σ
2
℧
−
Ω
2
ε
2
>
0。5。数值模拟5.1。最优策略的医疗制造商和医院
集
σ
=
5,
X
0
=
0,
χ
1
=
χ
2
=
0.7,
n
=
0.7,时间步长
Δ
t
=
1。基于提出的方法(
42),(
15)是离散的:
(28)
X
t
+
Δ
t
=
X
t
+
0.97
−
ε
X
t
Δ
t
+
σ
X
t
Δ
t
ζ
t
,在哪里
ζ
t是标准正态随机变量。
在图
6,需求波动高于和低于预期水平。在现实经济中,需求是受到各种因素的影响。很难得到实际的数据。需求的近似使管理者能够做出更好的决策。置信区间可以描述实际需求。95%置信区间
(29)
E
X
t
−
1.96
D
X
t
,
E
X
t
+
1.96
D
X
t
。
需求和需求预期的变化的影响。
6。结论
合作医疗制造商、医疗服务提供者和病人是医疗系统建设的基础。本文的创新体系涉及病人,医疗制造商和医院建立了允许用户反馈的考虑。医疗制造商在这个工作愿意从用户那里收集建议和医院来实现有价值的反馈在开发和测试阶段,强调用户参与的重大影响。随机微分博弈理论是用来找到最优策略分散和集中的上下文。结果表明,有积极影响的需求,用户反馈的有效性,和创新的零售价格水平的医疗产品和服务。用户参与的反馈形式对医学创新有积极影响。成本和需求误差项是负相关的创新水平的医疗产品和服务。医疗产品和服务的创新水平较高的集中的策略比分散的策略。用户之间可以促进合作和医院在医学创新通过共享医院的成本。固有的随机性的影响市场和消费者选择最优策略由随机微分博弈模型描述。 The expectation and variance of the innovation level of medical products and services and their stable values are higher in the centralized strategy than in the decentralized strategy.