设计了一个基于竞合协调机制的MAS架构，以协调集群环境下供应链整体绩效与成员企业利益之间的关系，实现了多agent供应链管理系统与现有组织之间较好的匹配，并使用仿真技术对系统的商业价值进行评估。这有助于基于多agent系统和竞合机制效益的理论表达，也对企业实施基于多agent的系统起到了支持作用。
第10期 杨瑾,等:集群环境下基于竞合机制的多αgent供应链管理系统架构 265 不同的层级有不同类的功能aget,包括预测 agent订产晶是其于DC的现有库存、期望补货量、订单age的优先级 单ag和执行 agent。使用垂直结构优势在」不同的层级能以及订单agt实际缺货的概率等。如果库存足够,则交付所 够有不同的自动化程度,如人们可以完全控制预测层,而订单需产品。如果库存不足,则只能修收订单减少订购数量。这个 层和监测层能由软件∂gπt按照在预测层上设置的约束条件机制尤其在节假日之前和期间是有用的。因为这期间当订单 日动执行。这为在系统中逐渐扩展白动化αt数量提供了aget所代表的超市脱销吋,另外的超市可能有史多的库存,可 一种可行的方式 能的需求低」最初的期望,而这个机制可以规避供应链中过高 在预测层上涉及agt类型主要有以下三种 库存的产生。对比现有文献中的机制,这个机制杞当简单且没 a)预测 agent,以一周的时间为周期来制订年度预测。 有基于任何定价系统。应该注意的是在零售链中价格在短期 b)合计αet,合计预测agat所提供的预测数据,并检查是静态的,并经常使用跨越多年的长期合同。因此,订单 兄否将黍节性的需求波动考虑在內 大小的协商过程是试图平衡供应和需求以避免产生大量的缺 C)长期生产计划 agent为冑生产计划改置约束条件并储货。这个机制是基于增加/缄少已订购的数量,重新分配那些 备生产能力,包括对预期不足的资涼制订长期储备计划并制订已经持有的或期望到达的存货。这是一个信息密集的过程,可 产品价格。长期生产计划也包括为高需求吋期(如节假日期能包含了人量的反复沟通 间)进行预生产。 订单层涉炇到汇聚层提供的带有约束条件的实际订单;订 订单优无级 购计划涉及供应链成员间的协商。在订单层有如下类型的 优先级少 ger 医得厍信息和期补毘 a)实际需求 agent,类似于山Juka等人提出的仿真 算冒 agrt,。实际需求agrt仅仅存在于一个模拟的环境里,是 当前库存小干期啉库算游的数 客广的替代品,用于模拟基于历史信息的实际需求。在实施系 统中,实际需求agn是不存在的。 图3订单大小的协商过程 b)订单 agent,代表它们的计划者订购产品。计划者能够 逋过修正或更改订单aget制讨的决策直接干预订购活动。3系统价值的评估 订单 agent与订单处理agrt协商以确保在合适的时间获得合 供应链管理系统的益处可能涉及成本、柔性、可用性、提前 适数量的产品。 C)订单处理agt,与订单aet通过协商给订单分配 期、缺货数量和服务水平等方面U。笔者通过仿真模拟,对 比在有和没有 agent的情况下的绩效变化来定量评估系统的 品。订单处理 agent要考虑实际库存、预期的补货量以及订单 价值。为了达到量化评估的目的,需要在设计过程中识别供应 agnt的优先级和缺货变化 链绩效的衡量指标ε由于运输车辆作为一个约束条件被限定 d)周生广计划 agent根据需求预测和实际订单制订周牛 保持不变,不能作为绩效指标。供应链绩效的衠量指标主要 计划。生aget代表工厂,有有限的生户能力,要增加能力 必然要提高成本。因此,生产 agent的日标是尽量减少对额外 a)总提前期——从订购广晶至收到产晶时的时间。 能力的需求。如果工厂牛产能力不足,一般会采取预先生 b计划提前期——准备和处理订单的时间,不包括物理 雇用额外生产能力或增加工作轮班等措施。 提前期。 执行层控制日常物流的运作,涉及的 agent有 )物理提前期—一装货、运输以及卸货的时间。 a)库存临测agat,关心的是库存水平的变化和提醒订单 agt及时订购新户晶。 d)总人工处理吋间—所有必须由人工处理订单活动的 时间。 b)详细生产计划agt,代表具体的产品制造牛产线。 e)DC的存货水平—存货的平均数量 水平协同模型体现了市场的很多方面,是基争的模 f)缺货数量——零售商或超市不能满足需求的数量,可以 型。A9ent之间为不是库存的配置而相互竞争。DC通过维持 库存来平衡生产能力和产品需求,起到一个中心监测器的作作为一个衡量客户服务水平的绩效指标。 对无MAS的现状模刑与有MAS的未来模刑在同样的条 用。这个中心监测器在优化供应链整体绩效的同时,要兼顾成 员伦业的利益。当利益发生冲突村,主要的协调功能经常由 件和历史数摒下进行仿真试验。运用带有5%置信水平的t检 系列的协商构成,主要是关」在离散的地点需要及时交货的数 验检查以上各项绩效指标是否显著优」日前的情况。零假设 Hμ1=μ2被枪验,可选假设为H11≠。检验变量足两个 量。在这里DC起了一个关键的平衡作用,由」DC能够根据 试验的均值差异。使用公式 日的的变化重新配置库存,同时也能决定一个agnt所需产品 的优先等级,如代表大超市的 agent比代表中小超市的 agent具 t=(x12)/5(1m1)+(1/2) 有较高的优先级。 其中:t分布是基于v=(n1+几2-2)个自巾度的;=[(n 订单处理agrt的资溟分配机制如图3所示。所有订单首1)s+(m2-1)$m1+m-2);v值被圆整。当t<-t或 氕被放入一个订单队列并娬予相应的优先等级。给订单分配txt/时,零假设被拒绝。检验统计量是t(n1+n2-2) 266· 计算机应用研究 第24卷 5a5(18)=2.101。绩效差异对比如表1所示。以总提前期为[3] ARUNACHA LAM R, SADEH N M. The supply chain trading agent 例加以说明。 campetition[J]. Electronic Commerce Research and applica 取冂1=h2=10对」总提前期: tions,205,5(1):66-84 s=(n1-1)f+(n2-1)(n1+n2-2)=[(10-1)0.172+ [4] JANSSEN M, VER BRAECK A. Evaluating the information architer- (10-1)0.142]/(10+10-2)=0.02425 ture of an electronic intermediary [J]. Journ al of organizational Computing and Electronic Com merce, 2005, 15 (1): 35-60 t=(x1-x2)/√红(1/h1)+(12)]=(15.80-1244 [5 LUO Z, JENNINGS NR, SHA DBOLT N et al. a fuzzy constraint 0.02425(1/10+1/10)=48.247>t22=1.051 based model for bilateral, multi-issue negdiai ans in semi competitive 即总提前期有显著变化 envirnments[ J]. Artificial Intelligence, 2003, 14(8): 53-102. 表1有元MAS前线效差异对比 [6] JANSSEN M. Insights from the introduction of a supply chain coordi- 左MAS 有MAS绝对变化相对变化足否 nator[J]. Business Process Managem ent Journal, 2004,10 绩效指标单位 均们1标差S均值2标准差212(x12反1显苦 (3):300-310 总提前期 d15.800.171240.143.3621.27%是 [刁 JULKA N, KARIMI I,虫RNⅣ ASAN R.Agnt- based supply chain 计划提前期 d9.720.146.320.1 3,4034 management 1: framework[ J]. Computers and Chemical Engi 物理提前期 0.486.180.45 neenng,2002,26(12):1755-1769 总人工处理时间h0.910.030.250.040.6672.53%是 [8 JULKA N, KaRIMi I, SRINIASANR. Agent-based supply chain DC的存货水-9607.392.829288.612.56318.78 32% 超市货数量 153.D2.6171.001.8782.0 managerrent 2: a refinery applications[ J]. Comp uters and Chemi- 零商缺货量57.720.436480.4821.24 cal Engineering,200226(12):1771-1781. 人部分绩效指标显示出在有agt系统的条件下绩效比[9] SADEHN M, HILDUM D W, KJENSTAD D. Agent-based supply chain decision support J]. Journal of Organizational Comp uting 较好。只有物理提前期没有显著减少。从总提前期和计划提 and Electronic Comm erce, 2003, 13 (3): 225-287 前期的绝对变化可以推断出,提前期的减少主要足由计划提前 [10] VULKAN N, JENNINGSN R. Efficient mechanisms for the supply of 期的减少而引起的。计划提前期比总提前期减少得更多是存 services in multi -agent envronments[J]. Decision Support Sys- 在一个统计误差,而这个差异是在统计误差范围内的 tems,200028(1-2):5-19 需要人工处理的时间被显著减少,然前,这很大程度上取[11 CAVALIERI S CESAROTTI V, INTRONA V A. Multiagent model 决」人类的行为。也就是说aert在没有人类干预的条件卜 for coordinated di stibution chan planning[ J]. Journal of Organi 执行尽可能多的仁务,这是一种理想的情况 zational Computing and Electron ic Comme rce, 2003,13(3) 表1显示DC、超市和零售商的库存水平和缺货数量都显 267-287 著降低。但通过调查每一个时期的缺货数量,如图4所示,可[12 NES J L, KHOEHLER G J. Combinatorial audi ans using rule- 以得出结论:系统对节假日期间(如春节)的缺货数贔有较为 based bids[ J]. Decision Support S ystems, 2002, 34(1): 59-74 13] MURPHY KE, SIMON SJ. Intangi ble benefits valuation in ERP pro- 积极的作用,而在别的时间,系统改善库存水平或者减少缺货 ject[J]. Information Systems Journal, 2002, 12( 4): 301-320 数量的作用是有限的。 [14] SHANG S, SED DON B P. Assessing and manag ng the benefits df enr 无arn系统 terprise systems: the business managers perspective[ J]. Informa 004 tion S ystems Journal, 2002, 12( 4): 271-299 0 (上接第262页) 0 89101112 [3 3C. RDf primer recommandation[ EB/OL].[ 2006-07-10].ht- 图4每月缺货数量 tp://w.w3. org/TR/rdf-primer 4] SIDIROURGOS L E. Indexing Mews to route and plan queries in a 4结束语 peer data management system[D. [ S.I.: University of Crete Com- puter Science Department, 2005 本文设计的基于竞合协调机制的MAS架构,有助于基于[5] MORRIS SR, KARGER D, KAASHOEDK M F,eta.chod:a 多 agent系统和竟合机制效益的理论表达,对集样环境下供应 scalable peer-to-pear lookup service for Internet appl ications[ C]// 链企业实旅基于多agt的系统起到一定的支持作用。 Proc of the acm sigcomm new york acm Press, 2001: 149- 参考文献 1]夏德程国平企业集群与供应链的共生性研究[研究与发展6] CATES J. Robust and efficient data management far a distributed hash table[d].[s. I.]: Massachusetts Institute of Technology 管理,2003,15(6):62-66. 2003 [2] JENNINGS NR. An agent-based approach for building complex soft- [7] KARVOUNARAKIS G, ALEXAKI S, CHRISTOPHIDES V, Et al. ware systems: why agent-oriented approaches are well suited for de RQL: a ded arative query language for RDF[ C]//Proc of the 11th loping complex, distributed systems[ J]. Commun ica tions of the World Wide Web Conference 2002. Honolulu, Hawaii: 5. n I ACM,2001,44(4):35-41. 2002:127-146