張慶民　薛恒新　吳春梅

摘 要：預(yù)測(cè)-計(jì)劃-調(diào)度是分銷(xiāo)鏈運(yùn)作研究的重要內(nèi)容，協(xié)同一體化的運(yùn)作模型構(gòu)建及流程分析有助于優(yōu)化分銷(xiāo)鏈的管理。在比較了基于對(duì)象建模和基于Agent建模的基礎(chǔ)上，給出了分銷(xiāo)鏈運(yùn)作與Agent的對(duì)應(yīng)關(guān)系。根據(jù)多智能體技術(shù)的建模方法和流程，運(yùn)用該技術(shù)對(duì)分銷(xiāo)鏈協(xié)同一體化的運(yùn)作模型進(jìn)行了優(yōu)化，并給出了基于多智能體技術(shù)的預(yù)測(cè)-計(jì)劃-調(diào)度的智能運(yùn)作模型，并對(duì)該模型的運(yùn)作流程進(jìn)行了分析。

關(guān)鍵詞：分銷(xiāo)鏈；多智能體；預(yù)測(cè)-計(jì)劃-調(diào)度；一體化；流程分析

中圖分類(lèi)號(hào)：TP18文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1002-3100(2009)01-0062-05

Abstract: A forecasting-planning-scheduling is important content of operational research in distribution chain. Structuring of the cooperation integrated operational model and process analyzing are helpful to optimization management in distribution chain. Through comparing object based modeling with agent based modeling, the corresponding relations between distribution chain's operations and agents are given. With modeling method and process of the multi-agent technique, a cooperation integrated operational modeling is optimized and intelligence operational modeling of multi-agent based the forecasting-planning-scheduling is proposed. Finally, the operational process of this model is analysed.

Key words: distribution chain; multi-agent; forecasting-planning-scheduling; integration; process analysis

0引言

由于分銷(xiāo)鏈具有多公司、多層次性、多地點(diǎn)和多交互性等復(fù)雜性特點(diǎn)，過(guò)去僅僅從運(yùn)籌學(xué)、集中式的角度優(yōu)化分銷(xiāo)鏈預(yù)測(cè)-計(jì)劃-調(diào)度的一體化運(yùn)作存在著不足。因此，我們進(jìn)一步從智能化、分布式的角度探討分銷(xiāo)鏈的運(yùn)作模式。多智能體（Multi-Agent，MA）技術(shù)作為一種智能解決手段廣泛應(yīng)用在復(fù)雜系統(tǒng)的建模中，它能夠自主、協(xié)調(diào)地工作，并具有自組織能力、學(xué)習(xí)能力和推理判斷能力。該MA也是一個(gè)松散耦合的Agent網(wǎng)絡(luò)，該網(wǎng)絡(luò)通過(guò)合作可以解決超出單個(gè)Agent能力或知識(shí)的復(fù)雜問(wèn)題。

基于MA技術(shù)的分銷(xiāo)鏈/供應(yīng)鏈運(yùn)作管理研究可分為三類(lèi)：通過(guò)建立基于MA技術(shù)的高效結(jié)構(gòu)模型管理分銷(xiāo)鏈/供應(yīng)鏈，如文獻(xiàn)[1]分析了Agent的優(yōu)點(diǎn)，給出了基于Agent的結(jié)構(gòu)和框架；運(yùn)用MA技術(shù)和其他技術(shù)相結(jié)合提升供應(yīng)鏈的運(yùn)作效率，如文獻(xiàn)[2]通過(guò)強(qiáng)化學(xué)習(xí)和Markov決策探討Agent的自學(xué)習(xí)能力；建立基于MA技術(shù)的實(shí)時(shí)、動(dòng)態(tài)交互的智能系統(tǒng)（智能電子商務(wù)等）提升其適用性和高效性，如文獻(xiàn)[3]通過(guò)拍賣(mài)方式探討供應(yīng)鏈的動(dòng)態(tài)性和高效性。目前，大多數(shù)文獻(xiàn)都是單獨(dú)從智能角度研究預(yù)測(cè)-計(jì)劃-調(diào)度中的一部分，沒(méi)有作為一個(gè)智能運(yùn)作整體進(jìn)行探討，所以，本文主要探討基于MA技術(shù)的分銷(xiāo)鏈智能一體化運(yùn)作模型。

1智能一體化運(yùn)作

分銷(xiāo)鏈智能一體化運(yùn)作模型是指預(yù)測(cè)-計(jì)劃-調(diào)度的智能運(yùn)作（Intelligent Operation for Forecasting-Planning-Scheduling，IOFPS）模型，簡(jiǎn)稱(chēng)智能運(yùn)作模型。它是在充分考慮分銷(xiāo)鏈運(yùn)作的復(fù)雜性、動(dòng)態(tài)性、智能性和交互性的基礎(chǔ)上，以MA技術(shù)為基礎(chǔ)，從分布式計(jì)算和人工智能的角度出發(fā)，在分銷(xiāo)鏈傳統(tǒng)預(yù)測(cè)-計(jì)劃-調(diào)度的基礎(chǔ)上，探討在分銷(xiāo)鏈運(yùn)作中如何更加高效地管理物流、信息流和降低運(yùn)行成本而提出的一種新型智能管理模式。

1.1基于對(duì)象建模和基于Agent建模

基于對(duì)象建模和基于Agent建模是軟件工程中探討較多的話題。當(dāng)前，分銷(xiāo)鏈、供應(yīng)鏈建模大多采用基于對(duì)象的建模方式，而基于Agent建模是在傳統(tǒng)建模的基礎(chǔ)上，采用人工智能、軟件工程和復(fù)雜性理論所提出的一種新型建模方法。Agent建模是通過(guò)對(duì)Agent個(gè)體描述和MA之間的相互關(guān)系和交互通信的實(shí)現(xiàn)，使多智能體系統(tǒng)（Multi-Agent System，MAS）呈現(xiàn)出系統(tǒng)的微觀和宏觀信息特性。MA技術(shù)克服了傳統(tǒng)解析方法僅僅通過(guò)建立一組數(shù)學(xué)方程得到各影響因素間的關(guān)系，從整體上對(duì)系統(tǒng)進(jìn)行分析與描述的不足。根據(jù)文獻(xiàn)[4]給出的面向?qū)ο蠼：突贏gent建模兩種方式，通過(guò)對(duì)上述文獻(xiàn)的總結(jié)得到如表1所示。

1.2分銷(xiāo)鏈和MAS對(duì)應(yīng)轉(zhuǎn)換

為了構(gòu)建分銷(xiāo)鏈中各公司間物流、信息流以及各公司間的運(yùn)作與Agent的關(guān)系，根據(jù)文獻(xiàn)[5]、[6]中的關(guān)系，表2抽象出分銷(xiāo)鏈與MAS的對(duì)應(yīng)轉(zhuǎn)換。利用轉(zhuǎn)換表中的對(duì)應(yīng)關(guān)系，可以模擬分銷(xiāo)鏈中公司的運(yùn)作過(guò)程。在分銷(xiāo)鏈智能運(yùn)作中我們?cè)O(shè)置了分銷(xiāo)中心Agent、分銷(xiāo)鏈各公司Agent、預(yù)測(cè)Agent、計(jì)劃Agent、調(diào)度Agent和協(xié)同Agent和對(duì)應(yīng)的管理Agent等。

2MAS建模

由于Agent系統(tǒng)的建模是與軟件工程密切相關(guān)，因此，Agent系統(tǒng)的建模步驟與軟件工程的開(kāi)發(fā)有相似之處。文獻(xiàn)[7]給出了MAS系統(tǒng)開(kāi)發(fā)的7步法：獲取需求、面向Agent的分析、MAS系統(tǒng)構(gòu)建、Agent內(nèi)部構(gòu)建、細(xì)節(jié)設(shè)計(jì)、執(zhí)行和測(cè)試。對(duì)于后四步工作是從軟件設(shè)計(jì)的角度進(jìn)行分析的，我們僅對(duì)前三步結(jié)構(gòu)建模展開(kāi)分析，并建立IOFPS模型，涉及到軟件開(kāi)發(fā)的后四步我們將在以后的工作中給與探討。根據(jù)文獻(xiàn)[8]、[9]對(duì)MAS建模思想進(jìn)行了分析，從系統(tǒng)組織的觀點(diǎn)抽象這種建模。基于Agent的建模兼顧了組成系統(tǒng)的Agent的真實(shí)物理性狀，如自治性、分布性等，也體現(xiàn)了系統(tǒng)的整體性，如MA協(xié)作、協(xié)同和協(xié)調(diào)，其最顯著的特點(diǎn)是系統(tǒng)中的Agent不再僅是組成系統(tǒng)的零部件，而是具有智能性的個(gè)體。

2.1建模步驟

根據(jù)MAS系統(tǒng)的開(kāi)發(fā)特點(diǎn)，我們給出了面向Agent建模的步驟，歸納如下：

2.1.1根據(jù)現(xiàn)實(shí)模型對(duì)MAS進(jìn)行需求分析

面向Agent的需求分析是基于個(gè)體的思考方式，通過(guò)從下到上的方式獲得整個(gè)系統(tǒng)的結(jié)果。在分析時(shí)，盡量遵照現(xiàn)實(shí)模型、組織實(shí)體和運(yùn)作模式，對(duì)系統(tǒng)中的各種實(shí)體或運(yùn)作進(jìn)行結(jié)構(gòu)化描述。分析內(nèi)容包括目標(biāo)分析、角色分析、角色與角色間的相互關(guān)系分析等。

2.1.2劃分個(gè)體Agent功能

根據(jù)現(xiàn)實(shí)模型的需求，確立各個(gè)個(gè)體Agent的目標(biāo)并分析它們間的關(guān)系。由此確定個(gè)體Agent在系統(tǒng)中的作用和功能，即對(duì)Agent進(jìn)行角色劃分。一般來(lái)說(shuō)，針對(duì)不同的應(yīng)用需要設(shè)計(jì)不同的Agent功能和結(jié)構(gòu)。Agent的屬性包括靜態(tài)和動(dòng)態(tài)兩種：靜態(tài)屬性描述包括智能體名、智能體的IP地址和智能體所屬群組等信息；動(dòng)態(tài)屬性著重描述那些隨時(shí)間推移和環(huán)境變化而改變的智能體屬性。這些Agent在組織中的地位和關(guān)系也是不相同的，如控制關(guān)系的等級(jí)結(jié)構(gòu)、平等關(guān)系的扁平結(jié)構(gòu)等。

2.1.3分析Agent間交換

參照BDI模型，Agent的識(shí)別包括目標(biāo)、屬性、目標(biāo)實(shí)現(xiàn)的規(guī)劃、行為、與其他智能體的交互、協(xié)作、協(xié)調(diào)和談判等內(nèi)容的設(shè)計(jì)。實(shí)現(xiàn)智能體交互所必需的活動(dòng)，如交互語(yǔ)言是智能體相互溝通的媒介，協(xié)作機(jī)制的目標(biāo)是保證MA之間能協(xié)調(diào)一致地工作，從而實(shí)現(xiàn)系統(tǒng)的設(shè)計(jì)意圖。協(xié)調(diào)機(jī)制的設(shè)計(jì)是為了克服MA之間的競(jìng)爭(zhēng)與沖突問(wèn)題，常用的機(jī)制包括合同網(wǎng)和投標(biāo)拍賣(mài)等。

2.1.4MAS系統(tǒng)構(gòu)建

MAS系統(tǒng)構(gòu)建[7]的第一個(gè)任務(wù)是在這個(gè)系統(tǒng)中完成該角色的Agent規(guī)范，Agent完成這個(gè)角色的定義是通過(guò)角色的責(zé)任和角色目標(biāo)所決定，設(shè)計(jì)Agent平臺(tái)和類(lèi)型；第二個(gè)任務(wù)是從軟件系統(tǒng)結(jié)構(gòu)的角度出發(fā)，設(shè)計(jì)Agent和Agent關(guān)系的可行性和高效性。該軟件系統(tǒng)結(jié)構(gòu)是模擬現(xiàn)實(shí)生活的角色組織和實(shí)際軟件之間代溝的第一步；第三個(gè)任務(wù)包括定義基于該系統(tǒng)的界面、內(nèi)部邏輯關(guān)系和數(shù)據(jù)信息來(lái)源等，定義MA相互協(xié)議機(jī)制與數(shù)據(jù)通訊結(jié)構(gòu)。

3MAS模型構(gòu)建

圖1給出了分銷(xiāo)鏈IOFPS的結(jié)構(gòu)模型。從分銷(xiāo)鏈智能結(jié)構(gòu)組成的角度分析，該模型分為三部分：應(yīng)用層、Agent構(gòu)建層和數(shù)據(jù)層。在這三者之間給出了管理Agent和本體Agent。管理Agent負(fù)責(zé)應(yīng)用層和Agent構(gòu)建層的數(shù)據(jù)、信息傳輸通信、各Agent之間、各層之間的交互作用，本體Agent在Agent構(gòu)建層和數(shù)據(jù)層間完成數(shù)據(jù)信息的分析、提取和編輯等功能。

應(yīng)用層提供了管理者（外部環(huán)境）與該模型的交互界面。該界面是企業(yè)運(yùn)作狀況信息反饋、管理者與該模型有效交互的接口，包括預(yù)測(cè)界面、計(jì)劃界面、調(diào)度界面、協(xié)同界面和數(shù)據(jù)信號(hào)顯示等部分。該界面集成了分銷(xiāo)鏈各個(gè)公司智能運(yùn)作優(yōu)化后的聯(lián)合預(yù)測(cè)-計(jì)劃-調(diào)度結(jié)果和仿真控制結(jié)果。通過(guò)該部分可以實(shí)現(xiàn)分銷(xiāo)鏈智能運(yùn)作系統(tǒng)與分銷(xiāo)鏈中的其他系統(tǒng)（財(cái)務(wù)等）的無(wú)縫連接，從而實(shí)現(xiàn)分銷(xiāo)鏈運(yùn)作集成的目標(biāo)。

Agent構(gòu)建層是分銷(xiāo)鏈智能運(yùn)作的主要部分，由預(yù)測(cè)Agent、計(jì)劃Agent、調(diào)度Agent、協(xié)同Agent和本體Agent等組成。Agent之間需要通過(guò)ACL語(yǔ)言實(shí)現(xiàn)Agent間的通訊交互、網(wǎng)絡(luò)服務(wù)等功能。每一個(gè)Agent都能夠執(zhí)行從外部感應(yīng)信息、智能學(xué)習(xí)、優(yōu)化計(jì)算和做出決策等動(dòng)作。外部信息包括相關(guān)Agent的通訊信息、分銷(xiāo)鏈庫(kù)存信息、各種運(yùn)作需要的初始參數(shù)等靜態(tài)信息和系統(tǒng)運(yùn)作過(guò)程中的動(dòng)態(tài)數(shù)據(jù)信息。智能學(xué)習(xí)是Agent的顯著特性，如機(jī)器學(xué)習(xí)（Machine Learning，ML）。優(yōu)化計(jì)算是Agent的分析決策過(guò)程，如采用人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）和遺傳算法（Genetic Algorithm，GA）等優(yōu)化方法。MA的運(yùn)作活動(dòng)最后都需要在仿真分析平臺(tái)和智能運(yùn)作平臺(tái)上通過(guò)編程來(lái)實(shí)現(xiàn)分銷(xiāo)鏈的智能管理和模擬。數(shù)據(jù)層和一般企業(yè)建模的底層數(shù)據(jù)是類(lèi)似的，由企業(yè)資源計(jì)劃（Enterprise Resource Planning，ERP）、供應(yīng)鏈關(guān)系管理（Supply Chain Management，SCM）等管理軟件和文檔組成的大型數(shù)據(jù)庫(kù)，它提供了分銷(xiāo)鏈IOFPS模型所需要的數(shù)據(jù)和知識(shí)來(lái)源，通過(guò)管理Agent和本體Agent完成數(shù)據(jù)的傳輸、轉(zhuǎn)換和共享。

4協(xié)同IOFPS模型流程分析

訂單是分銷(xiāo)鏈運(yùn)作過(guò)程中的重要標(biāo)志，生成預(yù)測(cè)訂單、計(jì)劃訂單和調(diào)度單是分銷(xiāo)鏈運(yùn)作過(guò)程中的主要任務(wù)。訂單完成的整個(gè)過(guò)程包括預(yù)測(cè)訂單生成、協(xié)同預(yù)測(cè)訂單生成、匯總預(yù)測(cè)訂單生成到計(jì)劃訂單生成、協(xié)同計(jì)劃訂單生成、匯總計(jì)劃訂單生成，再到調(diào)度訂單生成，直到最后轉(zhuǎn)化為發(fā)貨單、送貨單為止。

4.1預(yù)測(cè)訂單流程圖

下面以預(yù)測(cè)管理模塊為例解釋智能預(yù)測(cè)運(yùn)作流程的過(guò)程。圖2給出了一個(gè)公司的智能預(yù)測(cè)流程，它由管理Agent觸發(fā)預(yù)測(cè)Agent，在預(yù)測(cè)Agent計(jì)算生成預(yù)測(cè)訂單后，把該訂單發(fā)送給預(yù)測(cè)部門(mén)的管理者。當(dāng)管理者獲得該預(yù)測(cè)訂單時(shí)，根據(jù)自己的經(jīng)驗(yàn)做出判斷，該訂單量是否與經(jīng)驗(yàn)值相符合。若符合要求，則轉(zhuǎn)到下一步流程，若不符合，在根據(jù)當(dāng)前的環(huán)境變化或出現(xiàn)的一些應(yīng)急事件因素，調(diào)整預(yù)測(cè)Agent中的定性評(píng)價(jià)指標(biāo)、初始條件設(shè)置或預(yù)測(cè)算法庫(kù)等。一旦系統(tǒng)完成預(yù)設(shè)后，重新啟動(dòng)預(yù)測(cè)Agent，再經(jīng)過(guò)預(yù)測(cè)Agent計(jì)算后，把生成的預(yù)測(cè)訂單上傳給協(xié)同Agent。當(dāng)上層公司接到該訂單時(shí)，根據(jù)整體最優(yōu)的原則判斷該訂單量是否符合整個(gè)系統(tǒng)的利益。同樣，在協(xié)同Agent中，通過(guò)合理的算法和雙方信息的交互和共享，達(dá)成一致意見(jiàn)，進(jìn)行預(yù)測(cè)訂單的匯總。除最下層公司直接根據(jù)市場(chǎng)信息確定該公司的需求外，其余公司則還需要根據(jù)該公司的庫(kù)存狀況，運(yùn)用傳統(tǒng)的庫(kù)存原理計(jì)算預(yù)測(cè)訂單的值。

4.2一體化運(yùn)作流程

分銷(xiāo)鏈智能一體化運(yùn)作流程如圖3所示，根據(jù)區(qū)間功能的不同定義為預(yù)測(cè)管理、計(jì)劃管理和調(diào)度管理功能模塊，并分別給與相應(yīng)的解釋。

預(yù)測(cè)管理由預(yù)測(cè)訂單生成、協(xié)同預(yù)測(cè)訂單生成、匯總預(yù)測(cè)訂單生成三個(gè)部分組成。預(yù)測(cè)訂單生成需要分銷(xiāo)鏈中單個(gè)個(gè)體公司根據(jù)市場(chǎng)、自身庫(kù)存信息和該公司管理者的主觀評(píng)價(jià)信息通過(guò)預(yù)測(cè)Agent進(jìn)行預(yù)測(cè)，協(xié)同預(yù)測(cè)訂單生成是在上層公司對(duì)本公司的預(yù)測(cè)訂單生成的數(shù)量不滿(mǎn)意或沖突的條件下而產(chǎn)生的，經(jīng)過(guò)兩個(gè)公司間的協(xié)商談判等方式，根據(jù)外界影響因素和協(xié)同Agent的信息達(dá)成的一致結(jié)果。通過(guò)上述兩步的操作，最后上層公司把所有它所管轄的下層公司的訂單進(jìn)行匯總，完成整個(gè)預(yù)測(cè)管理模塊的工作。

計(jì)劃管理同樣由三個(gè)部分組成：計(jì)劃訂單生成、協(xié)同計(jì)劃訂單生成和匯總計(jì)劃訂單生成。在計(jì)劃訂單生成過(guò)程中，需要根據(jù)從匯總預(yù)測(cè)訂單生成時(shí)間到計(jì)劃訂單生成這個(gè)期間的市場(chǎng)波動(dòng)信息或公司內(nèi)部的訂單信息的變化因素，通過(guò)計(jì)劃Agent確定計(jì)劃訂單生成的訂貨數(shù)量。假若在這期間沒(méi)有發(fā)生太大的變化，那么則不需要觸發(fā)計(jì)劃管理模塊。計(jì)劃管理模塊中其余的兩步的分析與協(xié)同預(yù)測(cè)訂單生成和匯總預(yù)測(cè)訂單生成類(lèi)似的。

調(diào)度管理調(diào)度問(wèn)題是在訂單計(jì)劃的基礎(chǔ)上，根據(jù)有限庫(kù)存的可利用情況，將訂單任務(wù)合理分配到各個(gè)公司中，并確定各個(gè)公司目前的庫(kù)存狀況和預(yù)測(cè)訂單的需求，從整體優(yōu)化的角度把當(dāng)前的產(chǎn)品在合適的時(shí)間分配到合適的公司中。通過(guò)調(diào)度Agent，根據(jù)約束條件和計(jì)劃Agent和預(yù)測(cè)Agent的預(yù)算訂單量，采用實(shí)時(shí)優(yōu)化、學(xué)習(xí)等方法完成整個(gè)分銷(xiāo)鏈的任務(wù)分配。

5小結(jié)

在物流服務(wù)業(yè)越來(lái)越重要的今天，如何提高分銷(xiāo)鏈公司的運(yùn)作高效性和智能性是提高公司競(jìng)爭(zhēng)力的關(guān)鍵因素。智能管理、智能運(yùn)作作為一個(gè)嶄新的研究領(lǐng)域，在信息化高度發(fā)展的商業(yè)環(huán)境中將會(huì)占有重要的地位。隨著智能機(jī)器人、智能工程領(lǐng)域和智能控制與仿真理論的研究不斷深入，智能管理和運(yùn)作軟件的開(kāi)發(fā)與實(shí)現(xiàn)也在進(jìn)行中，如Repast、SWARM和JADE等智能開(kāi)發(fā)工具將得到了廣泛的應(yīng)用，下一步我們將從軟件構(gòu)建的角度進(jìn)行探討，相信在不久的將來(lái)智能管理軟件將會(huì)出現(xiàn)在公司的運(yùn)作管理中。

參考文獻(xiàn)：

[1] Shen W, Kremer, Ulieru M, et al. A collaborative agent based infrastructure for Internet-enabled collaborative enterprise[J].International Journal of Production Research, 2003,41(8):1621-1638.

[2]Pontrandolfo P, Gosavi A, Okogbaa O. G, et al. Global supply chain management: a reinforcement learning approach[J]. International Journal of Production Research，2002,40(6):299-317.

[3] Chen F, Drezner Z, Ryan J. K, et al. Quantifying the bullwhip effect in a simple supply chain: the impact of forecasting lead times, and information[J]. Management Science，2000,46(3):436-443.

[4] Govindu R. Multi-agent systems for supply chain modeling: methodological frameworks[D]. School of Wayne State University, 2006.

[5] Bernon C, Cossentino M, Pavon J. An overview of current trends in European AOSE research[J]. Informatica，2005,29:379

-390.

[6] Yuan Y, LIang T. P, Zhang J. J. Using agent technology to support supply chain management: Potentials and challenges[R]. Michael G. DeGroote School of Business Working，2001:453.

[7] Oluyomi A, Karunasekera S, Sterling L. A comprehensive view of agent-oriented patterns[J]. Autonomous Agents and Multi

-Agent Systems，2007,15:337-377.

[8] 李英，馬壽峰. 基于Agent的仿真系統(tǒng)建模[J]. 系統(tǒng)工程學(xué)報(bào)，2006,21(3):225-230.

[9] 劉堅(jiān)，于德介，袁少輝,等. 制造信息系統(tǒng)的多智能分析與建模研究[J]. 計(jì)算機(jī)集成制造系統(tǒng)，2004,10(11):1343-1348.