基于MultiAgent集成化供应链智能决策方法研究.docVIP

基于MultiAgent集成化供应链智能决策方法研究 　　摘要：本文在总结了多Agent技术研究现状的基础上，提出了供应链智能集成的框架，并在信息集成、知识管理与业务决策层面上讨论了供应链智能集成的方法与应用。 　　关键词：多Agent；供应链；智能集成 　　中图分类号：TP315 文献标识码：A 文章编号：1002-3100(2007)02-0070-03 　　Abstract: In this paper, intelligent integration framework for supply chain is proposed after the summarization of current research status of multi-agent technologies. The method and application of intelligent integration for supply chain are discussed from the three levels: information integration, knowledge management and operation decision. 　　Key words: multi-agent; supply chain; intelligent integration 　　 　　供应链的发展从理论的提出到现在已有20多年，如今，现代企业的合作方式更加紧密――从VMI（供应商管理存货体系）、JMI（联合管理库存体系）到CPFR（合作预测、计划与补货体系）。然而，供应链的发展仍处在最初阶段，信息集成与决策支持对供应链管理来说十分重要，但由于供应链管理中存在着不确定性，这为供应链的管理带来了很多困难： 　　很多企业内部出现了数据不一致、系统异构等情况，信息集成困难重重； 　　长鞭效应――需求信息偏差逐级放大引起的供应商库存不确定性。局部信息畸变在供应链中被逐级放大，通常被认为是供应链无效率的最大原因之一； 　　供应链企业要实现决策支持与知识挖掘往往由于供应链复杂、数据源的异构、信息量太大而显得构建成本过高。 　　解决上述问题的有效方法就是实现供应链中的智能集成：整合供应链企业和它们之间的“流”，实现信息集成，从而支持供应链的知识管理与决策，最终提高供应链的整体竞争能力。随着电子商务信息技术与管理科学的发展，尤其是分布式人工智能技术――Multi-Agent技术的结合应用，为供应链的智能集成提供了很好的解决方案。 　　 　　1集成化供应链与多智能主体的研究现状 　　 　　分布式人工智能（Distributed Artificial Intelligence, DAI）产生于70年代后期，是人工智能研究的重要分支。早期DAI主要研究分布式问题求解系统（Distributed Problem-Solving Systems, DPS），即如何构造分布式系统来求解特定的问题，重点在于问题本身及分布式系统求解的一致性和效率。目前DAI已经发展为对多智能体系统MAS的研究，主要的研究热点为Agent系统体系结构、Agent通信语言、Agent交互与协商、Agent协作与合作、多Agent知识交互与信息共享、多Agent学习等。早在1993年，Mark S. Fox等人就建立了“集成供应链管理”研究项目，提出了用智能自主体取代人来管理企业内部供应链的设想，提出了相应的多主体系统框架模型。后来，Ito, Teruaki等人提出了面向供应链协调的基于黑板的谈判模型；García-Flores等学者研究了基于Agent的信息流建模方法等。多智能体系统（Multi-Agent System, MAS）的应用集中在供应链管理的三个层次上：信息层、知识层与决策层。如今供应链智能集成从系统的层次与集成的广度来看可分为如下五个层次： 　　（1）底层的内部数据集成：供应链核心企业内部实现信息流的无缝集成。此部份为整个平台的核心与基础。 　　（2）企业应用集成（Enterprise Application Integration, EAI）：在底层的内部数据集成的基础上，企业内部实现企业异构系统与数据源的整合，从而实现与Legacy系统的集成。 　　（3）供应链企业系统整合（Business to Business Integration, B2BI）：在企业应用集成的基础上与其他企业体系进行信息交流，实现基于Web Service与XML-RPC等方式的交易程序自动化。 　　（4）业务过程管理（Business Process Management, BPM）：在B2BI基础上将企业内的操作程序与上下游厂商进行协调，实现供应链