［摘要］為提高合作伙伴選擇的效率和質(zhì)量，將具有自治性的Agent應(yīng)用于供應(yīng)鏈的合作伙伴選擇，提出了基于多Agent的合作伙伴選擇系統(tǒng)的框架。該框架確定了多Agent合作伙伴選擇過程，采用了基于規(guī)范的合同網(wǎng)協(xié)議作為協(xié)商協(xié)議，并確定了多Agent之間的交互作用方式。提出了基于效用函數(shù)的多Agent協(xié)商目標(biāo)和Agent的決策模型。協(xié)商過程采用多輪協(xié)商模式，并采用了遺傳算法的反報(bào)價(jià)。該方法有效縮短供應(yīng)鏈合作伙伴選擇協(xié)商時(shí)間并能獲取有效協(xié)商。

［關(guān)鍵詞］多主體；協(xié)商；供應(yīng)鏈；遺傳算法

中圖法分類號(hào):TP302.1 文獻(xiàn)標(biāo)識(shí)碼: A

1引言

隨著供應(yīng)一體化的深入，當(dāng)今制造商對(duì)供應(yīng)商的依賴性逐漸增強(qiáng)，企業(yè)之間的競爭已經(jīng)轉(zhuǎn)化為供應(yīng)鏈之間的競爭，提高供應(yīng)商選擇的質(zhì)量和效率對(duì)供應(yīng)鏈的績效有著至關(guān)重要的影響。

Agent具有自治性、社會(huì)性及學(xué)習(xí)能力，將Agent用于合作伙伴選擇過程，并充分考慮到供應(yīng)商的自主性，可提高合作伙伴選擇的準(zhǔn)確性、客觀性和效率。供應(yīng)商與制造商之間的協(xié)商是基于多Agent合作伙伴選擇系統(tǒng)的核心，協(xié)商的客觀性與效率影響了合作伙伴選擇的客觀性與效率。為此，本文提出了基于多Agent的合作伙伴選擇過程，定義了Agent之間的協(xié)商機(jī)制及Agent的決策模型。

2多Agent合作伙伴選擇過程

合作伙伴的選擇是供應(yīng)商與制造商基于多目標(biāo)的一個(gè)動(dòng)態(tài)協(xié)商的過程，包括以下活動(dòng)：（1）合作伙伴認(rèn)證。有些剛性規(guī)范[1]是供應(yīng)商首先必須滿足，如質(zhì)量保證、信息系統(tǒng)等，根據(jù)確立的這些剛性規(guī)范，據(jù)此將供應(yīng)商進(jìn)行認(rèn)證，淘汰不合格的供應(yīng)商，得到潛在的供應(yīng)商。（2）協(xié)商。制造商與潛在的供應(yīng)商針對(duì)可以妥協(xié)的指標(biāo)包括價(jià)格、配送時(shí)間等進(jìn)行協(xié)商，達(dá)成一個(gè)雙方均滿意的協(xié)議。（3）制造商對(duì)與各供應(yīng)商的協(xié)商結(jié)果進(jìn)行評(píng)估，最后選擇供應(yīng)商。

將合作伙伴選擇過程中所涉及的Agent分為3類：

（1）協(xié)調(diào)者Agent。負(fù)責(zé)為各采購Agent搜尋供應(yīng)商信息。

（2）采購Agent。當(dāng)制造商產(chǎn)生一個(gè)采購需求時(shí)，就產(chǎn)生一個(gè)采購Agent。它負(fù)責(zé)從自身利益出發(fā)，對(duì)供應(yīng)商的報(bào)價(jià)進(jìn)行評(píng)估，決定是否接受報(bào)價(jià)并提出反報(bào)價(jià)。

（3）供應(yīng)商Agent。決定是否參與協(xié)商、報(bào)價(jià)，對(duì)采購Agent的反報(bào)價(jià)進(jìn)行評(píng)估并最終決定是否與采購Agent簽訂合同。

3Agent協(xié)商

在由多Agent組成的系統(tǒng)中，協(xié)商是使一組Agent達(dá)成雙方都認(rèn)可的協(xié)議的一個(gè)主要的交互作用方式。Agent之間的協(xié)商包括協(xié)商協(xié)議、協(xié)商目標(biāo)及Agent的決策模型[3]。

3.1Agent協(xié)商目標(biāo)

協(xié)商目標(biāo)確定了主體之間最終達(dá)成的協(xié)議應(yīng)該涉及到的問題，可為單目標(biāo)或多目標(biāo)。合作伙伴的選擇本質(zhì)上是一個(gè)多目標(biāo)的問題，企業(yè)的供應(yīng)鏈戰(zhàn)略要隨著產(chǎn)品生命周期和產(chǎn)品類型的變化而變化，因而合作伙伴的評(píng)價(jià)的標(biāo)準(zhǔn)應(yīng)具有可擴(kuò)充性和可變性，在不同的制造環(huán)境下也要適當(dāng)?shù)匕l(fā)生變化。文中采用效用函數(shù)來表示Agent的協(xié)商目標(biāo)。

3.2Agent協(xié)商協(xié)議

協(xié)議是指導(dǎo)交互作用的一系列的規(guī)則。在合作伙伴選擇系統(tǒng)中，制造商與供應(yīng)商主體都具有自治性。協(xié)議是平衡主體的自治性與系統(tǒng)行為有序性的切實(shí)有效的方法，交互協(xié)議可以結(jié)構(gòu)化主體間的交互過程，提高系統(tǒng)行為的可預(yù)測(cè)性[2]。通過規(guī)定制造商與供應(yīng)商主體之間的交互協(xié)議，可以預(yù)測(cè)協(xié)商的結(jié)果，并在此基礎(chǔ)上進(jìn)行合作伙伴的選擇。

在基于規(guī)范的合同網(wǎng)[1]基礎(chǔ)上提出了Agent之間多輪協(xié)商的協(xié)議，如圖2所示。該協(xié)議中，制造商Agent如果對(duì)供應(yīng)商Agent的出價(jià)不滿意，雙方還可以就多目標(biāo)進(jìn)行多輪協(xié)商，從而使協(xié)商模型更符合實(shí)際況。

在基于多Agent的合作伙伴選擇系統(tǒng)中，Agent可代替談判雙方執(zhí)行一部分活動(dòng)，大大提高了合作伙伴選擇的效率。值得注意的是，完全實(shí)現(xiàn)自動(dòng)化卻是非常困難的，重要的決定，如認(rèn)證時(shí)拒絕或接受供應(yīng)商及合同分配時(shí)拒絕或接受等，最終的責(zé)任仍由制造商或供應(yīng)商來承擔(dān)。

3.3Agent決策模型

Agent的決策模型提供了Agent達(dá)到其目標(biāo)的決策支持工具。

3.3.1 模型理論前提

Agent決策模型是基于如下原則或假定：

（1）供應(yīng)商之間的信息互相保密。

供應(yīng)商之間互為競爭對(duì)手，制造商的成本結(jié)構(gòu)等信息都是屬于企業(yè)內(nèi)部的商業(yè)機(jī)密，相互之間是互相保密的。這一假定與實(shí)際情況相吻合，同時(shí)也排除了供應(yīng)商之間可能存在的靜態(tài)博弈。

（2）時(shí)間限制

制造商在選擇供應(yīng)商時(shí)是有時(shí)間限制的。即制造商在一定的時(shí)間內(nèi)必須選擇一個(gè)供應(yīng)商以滿足業(yè)務(wù)要求。但這一時(shí)間并不為供應(yīng)商所知。

（3）雙贏原則

雙贏是獲得高效的、有競爭力的供應(yīng)鏈的基礎(chǔ)，在合作伙伴選擇過程中也要貫徹這一原則。通過競價(jià)選擇的合作伙伴盡管大大降低了采購成本，但卻不利于建立長期伙伴關(guān)系，不利于提高供應(yīng)鏈的競爭力。

（4）理性原則

供應(yīng)商與制造商都是具有理性行為的主體，其行為都是以在一定條件下盡可能最大化自身效用為最大目標(biāo)。

（5）買方市場

（6）制造商對(duì)各子目標(biāo)的偏好為共同知識(shí)，即制造商對(duì)各子目標(biāo)權(quán)重的排序?yàn)楣餐R(shí)。這樣，制造商提出的反報(bào)價(jià)讓供應(yīng)商獲得的效用越大，供應(yīng)商繼續(xù)提出的報(bào)價(jià)會(huì)讓制造商獲得的效用也越大。

3.3.2 Agent的決策模型

制造商的決策模型的合理性直接影響到合作伙伴選擇的效果。單目標(biāo)談判一般是盈虧談判，而多目標(biāo)談判因?yàn)楦鞣綄?duì)各談判目標(biāo)關(guān)注程度不同，有可能達(dá)到雙贏的狀態(tài)。合作伙伴的選擇是一個(gè)多目標(biāo)的問題，采用合理的機(jī)制進(jìn)行協(xié)商可以使雙方達(dá)到雙贏狀態(tài)。在本文提出的協(xié)商模型中，制造商Agent同時(shí)和多個(gè)供應(yīng)商Agent進(jìn)行談判，每和一個(gè)供應(yīng)商協(xié)商就啟動(dòng)一個(gè)新的進(jìn)程。

（1）報(bào)價(jià)評(píng)估

設(shè)A表示制造商，B表示供應(yīng)商， 及 分別表示t時(shí)間B向A的報(bào)價(jià)向量及A向B的反報(bào)價(jià)向量。則制造商Agent在時(shí)間t的效用為： 。報(bào)價(jià)評(píng)估與確定供應(yīng)商、決定放棄或接受談判等決定直接相關(guān)。

制造商Agent對(duì)供應(yīng)商的報(bào)價(jià)進(jìn)行評(píng)估，若在t時(shí)刻某個(gè)供應(yīng)商給制造商的報(bào)價(jià) 使制造商獲得的效用 比制造商最大的期望效用還高，則結(jié)束協(xié)商，并選擇該供應(yīng)商。另外如果談判時(shí)間到，制造商只能在當(dāng)前的報(bào)價(jià)中選擇能使其效用最大者。

（2）基于遺傳算法的反報(bào)價(jià)

協(xié)商可以看作是在一個(gè)潛在的協(xié)議空間中進(jìn)行分布式搜索的過程?？臻g的維度是由協(xié)商對(duì)象的結(jié)構(gòu)決定的。每個(gè)協(xié)商目標(biāo)都可以看成是搜索空間中的一個(gè)維度，增加一個(gè)目標(biāo)就等于增加搜索空間中的一個(gè)維度，改變一個(gè)屬性的值就等于在搜索空間中從一點(diǎn)移向另一個(gè)。協(xié)商開始時(shí)，雙方均有各自的意愿空間，并且對(duì)空間中的不同點(diǎn)通過一定的方式進(jìn)行排序，并用此結(jié)果對(duì)協(xié)商進(jìn)行判斷。在協(xié)商過程中，協(xié)商空間會(huì)發(fā)生變化。當(dāng)找到雙方均滿意的協(xié)議時(shí)協(xié)商終止。

對(duì)于協(xié)商目標(biāo)很多的情況，即協(xié)商空間的維度很大的情況，找出雙方均滿意的協(xié)議要花費(fèi)大量的時(shí)間。提出了基于遺傳算法[9]的反報(bào)價(jià)，找到雙方都接受的協(xié)議。

①編碼方式：

根據(jù)遺傳算法，每一組協(xié)議都可以用圖3所示的編碼方式表示：

每個(gè)子目標(biāo)的的編碼段的長度ni與制造商對(duì)該子目標(biāo)的精度要求有關(guān)，同時(shí)保證解碼后各個(gè)子目標(biāo)的值在制造商可接受的范圍（[min(oij)，max(oij)]）內(nèi)。

②構(gòu)造適應(yīng)度函數(shù)：

適應(yīng)度函數(shù)f(t)采用制造商的效用函數(shù)來表示， 。

③算法：

在遺傳算法中，復(fù)制、交叉和變異算子直接影響著遺傳算法的效率和收斂速度。在本算法中，先隨機(jī)產(chǎn)生q（q

I復(fù)制算子：

對(duì)q個(gè)個(gè)體按其適應(yīng)度從大到小的順序進(jìn)行排序。設(shè)第i個(gè)個(gè)體的適應(yīng)度大小為fi (i=1， 2， …， q)，則 作為第k個(gè)個(gè)體的選擇復(fù)制概率ps。

II交叉算子：采用兩點(diǎn)交叉算子來產(chǎn)生新的個(gè)體，交叉位置時(shí)隨機(jī)的，交叉概率為pC。

III變異算子：變異操作將新個(gè)體的基因鏈的各位按概率pm進(jìn)行變異，對(duì)（0，1）編碼的基因鏈來說是取反。

IV選擇策略：本算法根據(jù)適應(yīng)度大小從雜交變異后產(chǎn)生的新種群中選取適應(yīng)度較大的個(gè)體，組成下一代的新種群。

算法的終止條件：如果相鄰代的適應(yīng)度無顯著變化，則終止遺傳算法，并輸出群體中具有較優(yōu)結(jié)構(gòu)的個(gè)體作為最終結(jié)果供決策者參考。通過將這些個(gè)體進(jìn)行解碼，則得到若干個(gè)較優(yōu)的談判協(xié)議。

4仿真

本研究采用了Swarm仿真工具。Swarm是由美國圣菲研究所（SFI）為幫助科學(xué)家分析復(fù)雜適應(yīng)系統(tǒng)而設(shè)計(jì)的仿真工具[3]，現(xiàn)在越來越多的研究機(jī)構(gòu)正在使用該系統(tǒng)從事復(fù)雜性及復(fù)雜系統(tǒng)領(lǐng)域的研究?；赟warm仿真的目的是通過對(duì)問題的建模、實(shí)驗(yàn)數(shù)據(jù)的收集、模型的編程、基于模型的仿真系統(tǒng)的運(yùn)行、運(yùn)行過程的觀察和運(yùn)行結(jié)果的分析，最后獲得對(duì)企業(yè)模型特性的評(píng)估或預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)對(duì)真實(shí)系統(tǒng)或系統(tǒng)設(shè)計(jì)方案的改善與優(yōu)化。

4.1案例背景

該案例來自于國內(nèi)某企業(yè)的一個(gè)實(shí)際的采購組織。A企業(yè)是國內(nèi)一家有名的小家電企業(yè)，生產(chǎn)優(yōu)化室內(nèi)空氣品質(zhì)的系列產(chǎn)品，并獲多國認(rèn)證，該產(chǎn)品服務(wù)于國內(nèi)數(shù)百萬個(gè)家庭。采購成本占了其產(chǎn)品總成本的50％，因而控制采購成本、同時(shí)保證采購零部件的質(zhì)量成為該企業(yè)的一個(gè)重要的戰(zhàn)略任務(wù)。采用文中模型進(jìn)行仿真，以助企業(yè)實(shí)現(xiàn)采購的目標(biāo)―對(duì)采購過程進(jìn)行控制，保證采購的物料符合規(guī)定的要求和生產(chǎn)過程的順利實(shí)現(xiàn)。

4.2仿真結(jié)果

在本研究的仿真結(jié)果中，主要顯示了供應(yīng)商的績效變化曲線和在選擇供應(yīng)商時(shí)各供應(yīng)商的績效的列表，分別如圖4和5所示。

圖4、5展示了在連續(xù)的時(shí)間步內(nèi)供應(yīng)商績效值的變化及隨著供應(yīng)商績效的變化和供應(yīng)商選擇的情況，其中供應(yīng)商績效值的變化采用折線圖來表示。從仿真結(jié)果圖可以看出：

當(dāng)供應(yīng)商績效高于給定的標(biāo)準(zhǔn)時(shí)，如圖4所示，不必重新選擇供應(yīng)商，從柱狀圖上看，此時(shí)各潛在的供應(yīng)商的績效相等，均為0.1。

當(dāng)供應(yīng)商績效低到一定程度時(shí)，如圖5所示，要重新選擇供應(yīng)商，各供應(yīng)商的績效如柱狀圖所示。系統(tǒng)會(huì)自動(dòng)選擇績效值最高的供應(yīng)商。

盡管在設(shè)計(jì)仿真程序時(shí)做了很多簡化，但關(guān)于Agent的辨識(shí)、其行為規(guī)則的確定、Norm的組織等完全依照本文提出的基于Agent的采購信息系統(tǒng)的分析模型、過程及設(shè)計(jì)框架，因而仿真結(jié)果能證明本文提出的方法是有效的。它能夠保證隨著用戶需求的變化、供應(yīng)商績效的變化，能自動(dòng)地、合理地選擇合適的供應(yīng)商。

5結(jié)束語

提高合作伙伴選擇的效率和質(zhì)量是當(dāng)前激烈的市場競爭條件下的必然要求。本文提出了基于多Agent的合作伙伴選擇框架，以Agent代替人進(jìn)行部分協(xié)商工作；定義了Agent的協(xié)商目標(biāo)、協(xié)商協(xié)議及決策模型。采用多輪協(xié)商過程，提出基于遺傳算法的反報(bào)價(jià)機(jī)制，有利于Agent高效地找到雙方均滿意的解。

整個(gè)協(xié)商過程是可擴(kuò)充的，在需要的時(shí)候容易將一些優(yōu)秀的調(diào)度方法和策略集成到相應(yīng)的規(guī)范中，得到所需的滿意解。

主要參考文獻(xiàn)

[1] J.Wu， R. Gan. Norm-based Contract Net Protocol for Coordination in Multi-agent systems [A]. Pierre-Jean Charrel.Project Management and Risk Management in Complex Projects[C].Springer， 2006:91-107

[2] 盛秋戩，趙志崑，劉少輝，史忠植. 多主體團(tuán)隊(duì)交互協(xié)議[J]. 軟件學(xué)報(bào)， 2004 ，5: 689-696

[3] Jennings. N. R. et al.， Automated Negotiation[J]， Proc. 5th Int. Conf. on the Practical Application of Intelligent Agents and Multi- Agent Systems (PAAM-2000)， Manchester，UK. 2000， 23-30

[4] Liu K.. Semiotics in information systems engineering[M]. Cambridge university press. 2001

[5] Sobah Abbas Petersen et al.. Virtual Enterprise Formation with Agents- an Approach to Implementation[EB]. www.idi.ntnu.no/ ~jinghai/ papers/ petersens_agora.pdf

[6] ChenY. et al. 1999. Negotiating Agent for supply chain management[EB]. www.umbc.edu / ~finin/papers / aiec99.pdf

[7] Jennings N. R. et al.. A roadmap of Agent research and development[J]. Autonomous Agents and Multi-Agent Systems， 1998，1: 275–306.

[8] Faculdade de Engenharia et al. [EB]， http://paginas.fe.up.pt/~eol/schaefer/smace/smace.htm

[9]馮蔚鈞，陳劍，趙純均. 基于遺傳算法的動(dòng)態(tài)聯(lián)盟伙伴選擇過程及優(yōu)化模型[J]. 清華大學(xué)學(xué)報(bào)(自然科學(xué)版)， 2000， 10: 120-124

[10] Edidiong Uyai Ekaette. Coordination in multi-Agent systems: an overview[R]， tutorial report， University of Calgary， 2002

[11]徐曉燕.制造型企業(yè)供應(yīng)鏈合作伙伴選擇問題及方法研究[J].中國科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2002，8(4):505-511

[12] Kinny D. et al.. A methodology and modeling technique for systems of BDI Agents， in Agents Breaking Away [J]. Proc. Seventh European Workshop on Modeling Autonomous Agents in a Multi-Agent World， MAAMAW’96， Lecture Notes in Artificial Intelligence， Vol. 1038， Springer-Verlag， Berlin-Heidelberg， 1996

[13] 高璐，毛波，王方. 基于MAS的企業(yè)供應(yīng)鏈模型中談判過程的研究[J]. 系統(tǒng)工程理論方法應(yīng)用， 2002，11(4):304-310

[14] Joaquim Belo Lopes Filipe. Normative organizational modeling using intelligent multi-Agent systems[D].Staffordshire University. 2000

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”