供应商选择和订单分配多目标协同决策研究.docVIP

供应商选择和订单分配多目标协同决策研究 　　摘 要：采用复杂适应系统理论和复杂人Agent的行为方式，进行系统节点Agent群体之间的协同进化机制研究。以成本、质量、服务水平三个准则为目标函数，构建供应商系统节点Agent决策模型；以买方选择供应商数量最少为目标函数，构建总部配送中心系统节点Agent决策模型。提出了基于多目标共生型协同进化遗传算法的Agent群体间行为优化算法，通过系统节点Agent群体间的行为优化，巩固了连锁零售供应链上下游企业之间的关系，降低了供应链的总成本。 　　关键词：多目标协同决策；供应商数量选择；订单分配；复杂适应系统理论；多目标共生型协同进化遗传算法 　　中图分类号：F25 　　文献标识码：A 　　文章编号2015 　　0 引言 　　在一个企业的运营过程中，需要从一些供应商处采购商品、零部件等。在过去十几年中，很多企业开始采用大幅度减少供货商数量的采购策略，甚至演化为“单一源采购”，即一个供货商负责某一种商品的所有供给。当减少供应商数量时，可以减少交易成本，给企业带来更多的经济效益。但是，因为供应商具有很多的不确定性，例如供应商能否保证货物的质量；能否在库存提前期供货；能否保证货物的运输安全；能否提供优质的服务；能否保证其自身的财务状况运行良好等，从而导致企业采购具有更大的风险，并且一些供应风险根本无法预测。采用以往的多源采购策略时，可以使采购风险减少，但是，交易成本大幅增长，产生严重的浪费。连锁零售供应链的核心理念是减少一切浪费，尽力降低成本。因此，连锁零售供应链的核心零售企业必须在因控制不确定因素所付出的成本与成功控制不确定因素所获得的收益间作出正确权衡，因此，进行供应商数量选择与订单分配协同决策问题研究具有重要的现实意义。 　　本文根据复杂适应系统的开放、动态、演化建模思想，提出系统节点Agent群体之间的协同进化机制。采用供应商提供增量价格折扣方式，建立供应商数量选择与订单分配多目标协同决策模型。基于多目标共生型协同进化遗传算法的Agent群体间行为优化算法，研究供应商系统节点Agent群体与总部配送中心系统节点Agent群体之间的行为优化问题。 　　1 系统节点Agent群体之间的协同进化 　　连锁零售供应链是多个复杂组成单元（企业）相互作用而形成的、具有一定群体智能的复杂适应系统，具有很强的适应能力，各个组成单元都影响着连锁零售供应链的发展演化。 　　本文把连锁零售供应链的各个组成单元抽象为复杂适应主体，采用复杂人Agent（Complex Person Agent，CPA）模型描述。连锁零售供应链的复杂适应系统是一个复杂的合作共生网络体系，系统模型结构由：（1）系统节点Agent演化优化级：包含供应商子系统Agent群体、连锁零售企业总部子系统Agent群体、总部配送中心子系统Agent群体、客户子系统Agent群体；（2）微观个体交互作用级：包含各区域配送中心Agent群体；（3）微观个体行为优化级：包含各连锁零售分店Agent的三层演化优化级组成。 　　1.1 复杂人Agent模型 　　系统节点Agent演化优化级的复杂人Agent模型主要基于以下几个假设： 　　假设1：在连锁零售供应链的多Agent系统（Multi-Agent System，MAS ）中，必须采用知识术语描述复杂人Agent的状态，如目标、意愿、信念、规划、假设和欲求等。同时，要求复杂人Agent能够检验其自身的信念与欲求，形成其意愿，并根据一定的假设规划采取行动，最终在这些知识的基础上完成协同决策任务。 　　假设2：在连锁零售供应链的MAS中，一个复杂人Agent必须能够根据环境变化和其他复杂人Agent的不同作用，进行推论和决策，根据决策结果采取相应对策。复杂人Agent可以基于个人历史以及与其他复杂人Agent相互之间信息交流而实现学习功能，并根据自己的经验改变自己的行为，从而产生复杂的经济规律和新的决策规则。 　　假设3：在连锁零售供应链的MAS中，每个复杂人Agent内部的协同进化决策器维护一个采用进化算法的群体，参与系统的合作与竞争，其进化群体为Agent提供行为决策功能。 　　1.2 系统节点Agent群体之间协同进化机制 　　在开放、动态的多Agent环境下，为了实现Agent群体间行为优化目标，多个复杂人Agent之间必须相互学习、协同发展，多个复杂人Agent采用协同进化机制进行合作与竞争。 　　在系统节点Agent演化优化级中，存在着多个相互协作的复杂人Agent，而且复杂人Agent是通过其内部协同进化决策器中的进化群体为其提供行为决策的，各个复杂人Agent的进化群体之间是按照以生物协同进化理论为基础的协同