劉彩虹, 徐福緣
(1.嘉興學(xué)院數(shù)學(xué)與信息工程學(xué)院,嘉興 314001;2.上海理工大學(xué)管理學(xué)院,上海 200093)
多功能開放型企業(yè)供需網(wǎng)(簡稱供需網(wǎng)、SDN)是在對供應(yīng)鏈(SC)弊端及市場競爭環(huán)境進(jìn)行分析的基礎(chǔ)上提出的嶄新理念.SDN不是SC的完全否定,也不同于價(jià)值網(wǎng)、供應(yīng)鏈網(wǎng)等對SC進(jìn)行局部修改和補(bǔ)充的理論,它不但繼承了SC的合理內(nèi)核,也打破了SC的原有理論框架.SDN的提出為企業(yè)能夠調(diào)度起世界范圍的資源為自己或他人服務(wù)提供了有效的途徑.有關(guān)SDN的理論可參考文獻(xiàn)[1-3].
為了研究方便起見,稱供應(yīng)鏈環(huán)境下的企業(yè)為SC企業(yè),SDN環(huán)境下的企業(yè)為SDN企業(yè).SC企業(yè)轉(zhuǎn)向供需網(wǎng)SDN企業(yè)是提高其全球競爭力的創(chuàng)新途徑.為了使更多的傳統(tǒng)企業(yè)順利走向SDN環(huán)境,開展風(fēng)險(xiǎn)防范研究是非常必要的,而風(fēng)險(xiǎn)預(yù)警研究則是增強(qiáng)風(fēng)險(xiǎn)識(shí)別能力和防范能力的關(guān)鍵.由于人工預(yù)警具有信息敏感性差、風(fēng)險(xiǎn)識(shí)別速度慢等局限性,容易造成警情判別的延誤[4],為此,提出了以智能-Agent的方法對轉(zhuǎn)變過程進(jìn)行智能預(yù)警建模研究.本文旨在為進(jìn)一步構(gòu)建風(fēng)險(xiǎn)監(jiān)控系統(tǒng)或仿真系統(tǒng)提供研究基礎(chǔ),以便輔助人們作出高智能的決策.現(xiàn)借鑒轉(zhuǎn)變過程的實(shí)體-屬性(E-R)模型的屬性設(shè)置,構(gòu)造出風(fēng)險(xiǎn)預(yù)警指標(biāo),構(gòu)建出基于智能Agent的預(yù)警模型.
SC企業(yè)向SDN企業(yè)轉(zhuǎn)進(jìn)是以SDN的典型特征為導(dǎo)向的活動(dòng).由于SDN是指在全球范圍內(nèi)以全球資源獲取、全球制造和全球銷售為目標(biāo),相關(guān)企業(yè)之間由于供需流的交互作用而形成的多功能開放型的供需網(wǎng)絡(luò)結(jié)構(gòu).它以充分開放的姿態(tài),實(shí)現(xiàn)動(dòng)態(tài)供需合作以應(yīng)對市場的動(dòng)態(tài)變化;實(shí)現(xiàn)網(wǎng)絡(luò)化的供需合作以提高對市場的敏捷反應(yīng)能力;實(shí)現(xiàn)多功能供需以增強(qiáng)供需的魯棒性和緩解諸多方面供需不足的矛盾;實(shí)現(xiàn)全球性的供需以達(dá)到資源的全球配置和全球增值.所以,實(shí)施這種變革就是要實(shí)現(xiàn)這幾個(gè)典型特征的轉(zhuǎn)變:鏈狀供需關(guān)系結(jié)構(gòu)向網(wǎng)狀供需關(guān)系結(jié)構(gòu)轉(zhuǎn)化;單一物流向多樣供需流轉(zhuǎn)化;擴(kuò)大供應(yīng)鏈內(nèi)的合作范圍到全球,打破僅聯(lián)盟的內(nèi)部合作格局,實(shí)現(xiàn)充分開放性.
若把上述三類實(shí)現(xiàn)目標(biāo)的預(yù)警問題域設(shè)為U, U={U1,U2,U3},分別為這三類特征目標(biāo)指導(dǎo)下的轉(zhuǎn)變行為的警情.U1=f(f′(指標(biāo)1)×f′(指標(biāo)1的權(quán)重),…,f′(指標(biāo)n)×f′(指標(biāo)n的權(quán)重)).用同樣方法可以得到U2與U3的值.可以看出,預(yù)警的關(guān)鍵在于指標(biāo)體系的構(gòu)建和指標(biāo)值的獲得.
由于思考問題的角度不同,所得到的警情與評價(jià)指標(biāo)會(huì)不盡相同.按照常規(guī)的指標(biāo)構(gòu)建方法,如企業(yè)的內(nèi)外風(fēng)險(xiǎn)分類法、企業(yè)部門風(fēng)險(xiǎn)分類法等,都將會(huì)得到繁雜的指標(biāo)體系.這既不利于核心指標(biāo)的確認(rèn),也不利于警情的判斷.考慮到這里的警情是轉(zhuǎn)變目標(biāo)下的非正?,F(xiàn)象的集合,其評價(jià)指標(biāo)是轉(zhuǎn)變過程中一些屬性的度量參數(shù),而能夠直觀條理地描述出這些屬性集的有效方法就是ER模型.所以,現(xiàn)以轉(zhuǎn)變過程的E-R模型為構(gòu)建評價(jià)指標(biāo)的參考源.
E-R模型[5]又稱為概念數(shù)據(jù)模型或?qū)嶓w-屬性模型,提供了表示實(shí)體型、屬性和聯(lián)系的方法.根據(jù)轉(zhuǎn)變的特征目標(biāo),基于轉(zhuǎn)變行為的E-R圖模型如圖1所示.圖1中的矩形表示實(shí)體,橢圓表示屬性,菱形表示實(shí)體間的聯(lián)系.E-R模型原用于概念數(shù)據(jù)庫的設(shè)計(jì),這里構(gòu)造此模型的目的是為了給評價(jià)指標(biāo)體系的構(gòu)建提供一定的客觀依據(jù)性,同時(shí),在此模型基礎(chǔ)上使指標(biāo)的來源問題明朗化、簡單化.
圖1 轉(zhuǎn)變過程的E-R圖Fig.1 E-R diagram for this transformation process
圖1呈現(xiàn)出的是與轉(zhuǎn)變過程有關(guān)的主要實(shí)體、屬性及實(shí)體間的相互聯(lián)系.這些實(shí)體可以分為三大類,分別是與企業(yè)的供需功能有關(guān)的實(shí)體,與企業(yè)的供需關(guān)系結(jié)構(gòu)有關(guān)的實(shí)體,與企業(yè)開放性有關(guān)的實(shí)體.這三大類實(shí)體分別對應(yīng)傳統(tǒng)企業(yè)實(shí)施轉(zhuǎn)變的目標(biāo)任務(wù)層,由此,可以看作是目標(biāo)行為導(dǎo)向下的三類風(fēng)險(xiǎn)問題領(lǐng)域.另外,由于圖1的各種屬性是實(shí)體數(shù)據(jù)庫與關(guān)系數(shù)據(jù)庫的概念描述形式,所以,可以為轉(zhuǎn)變操作提供一些元級數(shù)據(jù)參數(shù).對于預(yù)警而言,預(yù)警依賴于監(jiān)測,監(jiān)測離不開評價(jià)指標(biāo)[6],而評價(jià)指標(biāo)則是目標(biāo)行為結(jié)構(gòu)的衡量參數(shù),也屬于一定范圍內(nèi)的實(shí)體數(shù)據(jù)模型中的一些屬性的參變形式,故從中也可以提取、優(yōu)化出合適的風(fēng)險(xiǎn)評價(jià)參數(shù).根據(jù)此思路,按照指標(biāo)選擇的環(huán)境靈敏性、有負(fù)面現(xiàn)象的取值性、唯一性的主導(dǎo)性指標(biāo)的設(shè)計(jì)原則和要求,構(gòu)建出的轉(zhuǎn)變過程風(fēng)險(xiǎn)預(yù)警指標(biāo)體系的結(jié)構(gòu)如圖2所示.
圖2中的目標(biāo)層由準(zhǔn)則層(即警情層)加以反映,準(zhǔn)則層由具體評價(jià)指標(biāo)層來加以反映.
圖2 傳統(tǒng)企業(yè)向SDN轉(zhuǎn)變的過程風(fēng)險(xiǎn)預(yù)警指標(biāo)體系結(jié)構(gòu)Fig.2 Risks early-warning index architecture for this transformation
智能Agent具有自主性、靈活性、可通信性及主動(dòng)性等特點(diǎn),可以是感知其所處環(huán)境,并能根據(jù)目標(biāo),自主運(yùn)行,交互協(xié)作,作用于環(huán)境的計(jì)算實(shí)體[7],它作為一種智能描述手段和智能實(shí)現(xiàn)方法,在建模領(lǐng)域得到了有效的應(yīng)用[8-10].
Agent的結(jié)構(gòu)是構(gòu)造和實(shí)現(xiàn)其智能的基礎(chǔ)[11],其結(jié)構(gòu)類型一般分為認(rèn)知型、反應(yīng)型和混合型.其中,混合結(jié)構(gòu)是認(rèn)知型和反應(yīng)型結(jié)構(gòu)的有機(jī)結(jié)合體.由于預(yù)警涉及到復(fù)雜信息處理、信息交互和推理決策的系列行為過程,適合采用混合Agent結(jié)構(gòu).而混合Agent的結(jié)構(gòu)一般由感知部分、認(rèn)知處理部分和行為輸出部分構(gòu)成[12-13],根據(jù)這三部分構(gòu)造出的EW-Agent的結(jié)構(gòu)如圖3所示.
圖3 EW-Agent的結(jié)構(gòu)模型Fig.3 Structural model of EW-Agent
智能預(yù)警是涉及人工智能、計(jì)算機(jī)科學(xué)、認(rèn)知科學(xué)、思維科學(xué)和預(yù)警理論的綜合性課題,而構(gòu)造出的EW-Agent結(jié)構(gòu)也正是這幾方面的綜合體現(xiàn).
根據(jù)圖3定義EW-Agent的數(shù)據(jù)類為
Agent的行為基礎(chǔ)是信息數(shù)據(jù)、環(huán)境條件和行為規(guī)則,因此,知識(shí)庫與規(guī)則庫的設(shè)計(jì)尤為重要.而知識(shí)庫在具體的實(shí)現(xiàn)中主要是表示成一些簡單的變量、數(shù)據(jù)結(jié)構(gòu)或數(shù)據(jù)庫[14].所以,現(xiàn)著重對模型中用到的數(shù)據(jù)庫、評價(jià)算法、警度的設(shè)定規(guī)則和EWAgent的算法流程進(jìn)行研究.
3.2.1 數(shù)據(jù)庫的構(gòu)造
假設(shè)轉(zhuǎn)變中的SC企業(yè)為F,現(xiàn)根據(jù)問題需要對所用到的數(shù)據(jù)庫的進(jìn)行形式化描述.
a.F中的各種資源庫::=<標(biāo)識(shí),供需流類別,資源擁有者身份標(biāo)識(shí),資源擁有者的名稱,資源質(zhì)量(較差:0;一般:1;較好:2;很好:3),資源的量態(tài)(盈余:1;虧欠:0),目前效用狀態(tài)(可以:1;不可以: 0),擴(kuò)展基>.
b.信息資料庫::=<標(biāo)識(shí),關(guān)鍵詞,信息保密等級(嚴(yán)格保密:3;保密:2;半公開:1;完全公開:0),內(nèi)容,擴(kuò)展基>.
c.戰(zhàn)略對象庫::=<庫標(biāo)識(shí),對象名稱,對象身份標(biāo)識(shí)(即角色標(biāo)識(shí)),對象的資源庫,對象的信譽(yù)度,對象在同行中的競爭力,對象與其他對象合作的戰(zhàn)略,對象的合作狀態(tài)(外部,戰(zhàn)略,正在發(fā)生關(guān)系),擴(kuò)展基>.
d.所需角色的信息庫::=<角色標(biāo)識(shí),角色下的主供需流標(biāo)識(shí),角色下的主供需流的樣式集,擴(kuò)展基>.多個(gè)節(jié)點(diǎn)在完成某一供需任務(wù)的過程中,需要扮演不同的角色,如原料供應(yīng)節(jié)點(diǎn)、產(chǎn)品銷售節(jié)點(diǎn)、人力資源提供節(jié)點(diǎn)、資金提供節(jié)點(diǎn)及技術(shù)合作節(jié)點(diǎn)等,這些角色分別對應(yīng)著人力、物力、財(cái)力、信息、技術(shù)及管理思想等供需流的產(chǎn)出.
e.F的核心業(yè)務(wù)::=<業(yè)務(wù)標(biāo)識(shí),特征供需流標(biāo)識(shí),包括的角色功能,主功能描述,角色需要集(生產(chǎn)、制造、銷售、科研、人才培育,采購,情報(bào)搜集、資金提供及管理等角色),一類角色所產(chǎn)生的供需流的應(yīng)用形式分類(如培育出的人才類的資源流:高級管理者、鉗工技術(shù)員及銑工技術(shù)員等),擴(kuò)展基>.核心業(yè)務(wù)是企業(yè)形成核心競爭力的關(guān)鍵,只有形成一定的核心競爭力,企業(yè)才能得以生存發(fā)展.即SC企業(yè)向SDN轉(zhuǎn)變的最終目的就是為了形成和發(fā)展自身的核心競爭力.
f.新供需業(yè)務(wù)信息庫::=<業(yè)務(wù)標(biāo)識(shí),業(yè)務(wù)扮演角色標(biāo)識(shí),主供需流標(biāo)識(shí),企業(yè)F的標(biāo)識(shí),合作對象集,預(yù)計(jì)交易值,預(yù)計(jì)支付成本,準(zhǔn)備開始時(shí)間,擴(kuò)展基>.
g.供需關(guān)系信息庫::=<標(biāo)識(shí),供需關(guān)系分類記錄,橫向供需關(guān)系庫(同類角色對象間的供需合作關(guān)系,表明競爭者間的合作性),縱向供需關(guān)系庫(多類角色對象間協(xié)調(diào)完成一個(gè)系統(tǒng)任務(wù)的行為關(guān)系結(jié)構(gòu)),縱橫交錯(cuò)關(guān)系(由同時(shí)出現(xiàn)在縱向關(guān)系庫與橫向關(guān)系庫中的對象個(gè)數(shù)組成,表明供需關(guān)系的縱橫交錯(cuò)性,也顯示出供需關(guān)系的復(fù)雜性),樞紐節(jié)點(diǎn)(一個(gè)節(jié)點(diǎn)若有多個(gè)鄰接節(jié)點(diǎn),且其鄰接點(diǎn)中沒有與其同性質(zhì)的,則其為樞紐點(diǎn)),主動(dòng)或被動(dòng)在活動(dòng)中終止的供需關(guān)系的總次數(shù),擴(kuò)展基>.
h.橫向供需關(guān)系庫::=<橫向標(biāo)識(shí),所屬業(yè)務(wù)標(biāo)識(shí),關(guān)系激活狀態(tài)(激活,戰(zhàn)略),參與者集合,供需流標(biāo)識(shí),合作戰(zhàn)略(聯(lián)盟,“來者均是客”),失效關(guān)系,主動(dòng)或被動(dòng)在活動(dòng)中終止的次數(shù),擴(kuò)展基>.
i.縱向供需關(guān)系庫::=<標(biāo)識(shí),縱向標(biāo)識(shí),所屬業(yè)務(wù)標(biāo)識(shí),關(guān)系激活狀態(tài)(激活,戰(zhàn)略),參與者集合,主供需流標(biāo)識(shí),合作戰(zhàn)略(聯(lián)盟,“來者均是客”),失效關(guān)系,主動(dòng)或被動(dòng)在活動(dòng)中終止的次數(shù),擴(kuò)展基>.
j.預(yù)警案例庫::=<庫標(biāo)識(shí),推理規(guī)則標(biāo)識(shí),警情標(biāo)識(shí),警度標(biāo)識(shí),內(nèi)容關(guān)鍵詞,警情內(nèi)容,擴(kuò)展基>.
3.2.2 評價(jià)算法
假定圖2中所有三級指標(biāo)的權(quán)重都忽略不計(jì),只考慮二級指標(biāo)的權(quán)重,K11,K12,K13,K21,K22, K23,K24,K31和K32分別為二級指標(biāo)的權(quán)重值,權(quán)重的評價(jià)等級設(shè)為:很重要(3),比較重要(2),一般(1),不重要(0)這4個(gè)等級.具體值經(jīng)過多個(gè)專家的綜合評價(jià)給出.除了指標(biāo)權(quán)重主觀賦值外,為了比較客觀地評價(jià)警情,結(jié)合上面給定的數(shù)據(jù)庫,抽取指標(biāo)的客觀數(shù)據(jù)進(jìn)行評價(jià).各種警情及指標(biāo)的評價(jià)描述如表1~3(見下頁)所示.
表1 U1及其指標(biāo)的評價(jià)Tab.1 U1and its index assessment
表2 U2及其指標(biāo)的評價(jià)Tab.2 U2and its index assessment
表3 U3及其指標(biāo)的評價(jià)Tab.3 U3and its index assessment
由表 1可知,max U1=K11+K12+2K13, min U1=0.
由表2中對警情U2的各指標(biāo)的取值描述可知,0≤U2<(4K21+K22+K23+K24).
3.2.3 警度的設(shè)定
不同的問題,警度的設(shè)定方法不同.本文考慮到各警情的評價(jià)都有一定的取值范圍,假定一警情Uu∈[v,v′],v,v′分別為Uu的上限值和下限值,u= {1,2,3},以無警、輕警、中警、重警和巨警這5個(gè)等級劃分警度區(qū)間,則
在上述研究的基礎(chǔ)上,則EW-Agentr的智能預(yù)警功能可通過如圖4所示的算法來實(shí)現(xiàn).F1,F2,F3分別代表U1,U2,U3的警度.
圖4 EW-Agent的算法流程Fig.4 Algorithm flowchart of EW-Agent
SC企業(yè)向SDN企業(yè)轉(zhuǎn)變是管理特征的逐漸演變過程,不是一蹴而蹴的事情,這種變革可能會(huì)經(jīng)歷幾個(gè)月,甚至幾年的時(shí)間.除了企業(yè)本身的風(fēng)險(xiǎn)管理外,對實(shí)施轉(zhuǎn)變的微觀行為的預(yù)警研究也很有必要.針對轉(zhuǎn)變過程的智能預(yù)警模型的構(gòu)建,使伴隨轉(zhuǎn)變過程的風(fēng)險(xiǎn)監(jiān)控或仿真訓(xùn)練某些轉(zhuǎn)變條件的實(shí)現(xiàn)成為可能,為后續(xù)預(yù)警系統(tǒng)的開發(fā)提供了理論基礎(chǔ).
[1] 徐福緣,何靜.多功能開放型企業(yè)供需網(wǎng)初探[J].預(yù)測,2002,21(6):19-22.
[2] 劉彩虹,徐福緣.供需網(wǎng)子網(wǎng)內(nèi)部智能風(fēng)險(xiǎn)預(yù)測模型研究[J].計(jì)算機(jī)集成制造系統(tǒng),2008,14(10): 1 927-1 933.
[3] 劉彩虹,徐福緣.SDN子網(wǎng)進(jìn)化博弈研究[J].系統(tǒng)工程與電子技術(shù),2008,30(7):1 269-1 272.
[4] 陳軍飛.城市生態(tài)系統(tǒng)診斷預(yù)警研究[D].南京:河海大學(xué),2005.
[5] LEE J W,HONG J H,BAIK D K.Database conceptual modeling for intergrating E-A model and E-R model[J].Springer Berlin,2002,2343(1):157-168.
[6] 肖利民.國際工程承包風(fēng)險(xiǎn)預(yù)警系統(tǒng)的實(shí)證研究[J].管理科學(xué),2006,19(5):75-82.
[7] 李永強(qiáng),徐克虎,孫成松.基于 Agent的坦克分隊(duì)CGF中的通訊機(jī)制研究[J].計(jì)算機(jī)仿真,2005,22 (5):31-34.
[8] 汪立,范英,魏一鳴.基于Agent的中國成品油市場模型及其仿真研究[J].管理科學(xué),2007,20(5):76-82.
[9] SPRIGG J A,JORGENSEN J C R,PRYOR R J.Approach and Development Strategy for an Agent-Based Model of Economic Confidence[R].Canada:Sandia National Laboratories,2004.
[10] BUNN D W,OLIVEIRA F S.Agent-based analysis of technological diversification and specialization in E-lectricity markets[J].European Journal of Operational Research,2007,181(3):1 265-1 278.
[11] 郭紅霞,吳捷.混合型模糊Agent結(jié)構(gòu)[J].華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,35(1):129-132.
[12] 蘇紹勇,陳繼明,徐丹,等.基于Agent的行為建模在虛擬環(huán)境中的應(yīng)用[J].系統(tǒng)仿真學(xué)報(bào),2006,18(增刊):114-119.
[13] 張航義.基于Agent的CGF行為建模技術(shù)研究[J].計(jì)算機(jī)仿真,2003,20(8):79-81.
[14] 蔡遠(yuǎn)利,于振華,張新曼.多Agent系統(tǒng)形式化建模方法研究[J].系統(tǒng)仿真學(xué)報(bào),2007,19(14):3 151-3 157.