基于Ｍｕｌｔｉ－Ａｇｅｎｔ的集成化供應(yīng)鏈智能決策方法研究

摘要：本文在總結(jié)了多Agent技術(shù)研究現(xiàn)狀的基礎(chǔ)上，提出了供應(yīng)鏈智能集成的框架，并在信息集成、知識管理與業(yè)務(wù)決策層面上討論了供應(yīng)鏈智能集成的方法與應(yīng)用。

關(guān)鍵詞：多Agent；供應(yīng)鏈；智能集成

中圖分類號：TP315 文獻標識碼：A 文章編號：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

供應(yīng)鏈的發(fā)展從理論的提出到現(xiàn)在已有20多年，如今，現(xiàn)代企業(yè)的合作方式更加緊密——從VMI（供應(yīng)商管理存貨體系）、JMI（聯(lián)合管理庫存體系）到CPFR（合作預測、計劃與補貨體系）。然而，供應(yīng)鏈的發(fā)展仍處在最初階段，信息集成與決策支持對供應(yīng)鏈管理來說十分重要，但由于供應(yīng)鏈管理中存在著不確定性，這為供應(yīng)鏈的管理帶來了很多困難：

很多企業(yè)內(nèi)部出現(xiàn)了數(shù)據(jù)不一致、系統(tǒng)異構(gòu)等情況，信息集成困難重重；

長鞭效應(yīng)——需求信息偏差逐級放大引起的供應(yīng)商庫存不確定性。局部信息畸變在供應(yīng)鏈中被逐級放大，通常被認為是供應(yīng)鏈無效率的最大原因之一；

供應(yīng)鏈企業(yè)要實現(xiàn)決策支持與知識挖掘往往由于供應(yīng)鏈復雜、數(shù)據(jù)源的異構(gòu)、信息量太大而顯得構(gòu)建成本過高。

解決上述問題的有效方法就是實現(xiàn)供應(yīng)鏈中的智能集成：整合供應(yīng)鏈企業(yè)和它們之間的“流”，實現(xiàn)信息集成，從而支持供應(yīng)鏈的知識管理與決策，最終提高供應(yīng)鏈的整體競爭能力。隨著電子商務(wù)信息技術(shù)與管理科學的發(fā)展，尤其是分布式人工智能技術(shù)——Multi-Agent技術(shù)的結(jié)合應(yīng)用，為供應(yīng)鏈的智能集成提供了很好的解決方案。

1集成化供應(yīng)鏈與多智能主體的研究現(xiàn)狀

分布式人工智能（Distributed Artificial Intelligence， DAI）產(chǎn)生于70年代后期，是人工智能研究的重要分支。早期DAI主要研究分布式問題求解系統(tǒng)（Distributed Problem-Solving Systems， DPS），即如何構(gòu)造分布式系統(tǒng)來求解特定的問題，重點在于問題本身及分布式系統(tǒng)求解的一致性和效率。目前DAI已經(jīng)發(fā)展為對多智能體系統(tǒng)MAS的研究，主要的研究熱點為Agent系統(tǒng)體系結(jié)構(gòu)、Agent通信語言、Agent交互與協(xié)商、Agent協(xié)作與合作、多Agent知識交互與信息共享、多Agent學習等。早在1993年，Mark S. Fox等人就建立了“集成供應(yīng)鏈管理”研究項目，提出了用智能自主體取代人來管理企業(yè)內(nèi)部供應(yīng)鏈的設(shè)想，提出了相應(yīng)的多主體系統(tǒng)框架模型。后來，Ito， Teruaki等人提出了面向供應(yīng)鏈協(xié)調(diào)的基于黑板的談判模型；García-Flores等學者研究了基于Agent的信息流建模方法等。多智能體系統(tǒng)（Multi-Agent System， MAS）的應(yīng)用集中在供應(yīng)鏈管理的三個層次上：信息層、知識層與決策層。如今供應(yīng)鏈智能集成從系統(tǒng)的層次與集成的廣度來看可分為如下五個層次：

（1）底層的內(nèi)部數(shù)據(jù)集成：供應(yīng)鏈核心企業(yè)內(nèi)部實現(xiàn)信息流的無縫集成。此部份為整個平臺的核心與基礎(chǔ)。

（2）企業(yè)應(yīng)用集成（Enterprise Application Integration， EAI）：在底層的內(nèi)部數(shù)據(jù)集成的基礎(chǔ)上，企業(yè)內(nèi)部實現(xiàn)企業(yè)異構(gòu)系統(tǒng)與數(shù)據(jù)源的整合，從而實現(xiàn)與Legacy系統(tǒng)的集成。

（3）供應(yīng)鏈企業(yè)系統(tǒng)整合（Business to Business Integration， B2BI）：在企業(yè)應(yīng)用集成的基礎(chǔ)上與其他企業(yè)體系進行信息交流，實現(xiàn)基于Web Service與XML-RPC等方式的交易程序自動化。

（4）業(yè)務(wù)過程管理（Business Process Management， BPM）：在B2BI基礎(chǔ)上將企業(yè)內(nèi)的操作程序與上下游廠商進行協(xié)調(diào)，實現(xiàn)供應(yīng)鏈的工作流。

（5）知識發(fā)現(xiàn)與決策支持：在BPM基礎(chǔ)上集成要為企業(yè)的決策服務(wù)，是實現(xiàn)高層次集成的條件。尤其在企業(yè)數(shù)據(jù)冗余、繁亂的情況下，如何進行信息集成，進行數(shù)據(jù)挖掘與知識發(fā)現(xiàn)是十分重要的。

2供應(yīng)鏈企業(yè)智能集成方法

2.1決策驅(qū)動式智能集成系統(tǒng)框架

智能集成是供應(yīng)鏈集成的目標，也就是在信息集成的基礎(chǔ)上實現(xiàn)對知識管理與決策支持。供應(yīng)鏈和商業(yè)智能的結(jié)合通過建模和量化分析提供了智能集成的解決方案，主要包括：商業(yè)建模（Business Modeling）、數(shù)據(jù)挖掘（Data Mining）、多維分析（multidimensional analysis）、假設(shè)性問題分析（what-if analysis）等。供應(yīng)鏈應(yīng)用系統(tǒng)通過實現(xiàn)供應(yīng)鏈企業(yè)的決策驅(qū)動式信息集成，使得DSS最終形成回路。供應(yīng)鏈DSS的主要特點有如下幾方面：（1）系統(tǒng)的使用面向多個決策者，為供應(yīng)鏈決策，具有多目標、多屬性等特點，從而達到供應(yīng)鏈整體優(yōu)化與聯(lián)盟伙伴多贏的目的。（2）系統(tǒng)解決的問題是針對半結(jié)構(gòu)化的決策問題，模型和方法具有多樣性，解決同一問題往往有多種預測與決策模型與方法。根據(jù)問題的不同，動態(tài)調(diào)用一種或多種方法求解。（3）供應(yīng)鏈DSS具有動態(tài)性、即時性、復雜性等特點，適合MAS構(gòu)造決策推理模型。（4）系統(tǒng)運行強調(diào)多Agent交互式的處理方式，一個問題的決策要經(jīng)過反復的、大量的Agent協(xié)作求解。（5）由于供應(yīng)鏈是個分布式系統(tǒng)，存在著很多異構(gòu)系統(tǒng)，數(shù)據(jù)的獲取需要對多數(shù)據(jù)源進行集成。因此，供應(yīng)鏈DSS是在EAI與B2Bi的基礎(chǔ)上實現(xiàn)的。XML成為信息集成與知識表示的重要工具。

供應(yīng)鏈決策支持系統(tǒng)在模型庫中通常包括多種決策模型，如銷售預測模型、財務(wù)分析模型、運輸與分銷模型等，決策支持系統(tǒng)是由這些模型驅(qū)動的，并且需要對數(shù)據(jù)、模型、知識、交互四個部件進行集成。各系統(tǒng)之間的聯(lián)系是通過MAS集成應(yīng)用接口完成的，接口包括：數(shù)據(jù)存取接口、模型調(diào)用接口、知識推理接口等（圖1）。

2.2多主體協(xié)調(diào)機制與供應(yīng)鏈的智能集成

智能主體（Agent）是個性化的，連續(xù)運行和半自動化的，由一組信念、愿望和意圖驅(qū)動的（Beliefs， Desires and Intentions，BID）智能體。在供應(yīng)鏈管理中，Agent通過XML傳送數(shù)據(jù)與表達BID信息，也可以以XML作為通信語言。因此，利用具有一定自主推理、自主決策能力的智能代理以及由其組成的多智能代理系統(tǒng)，用來模擬、優(yōu)化、實施、控制企業(yè)供應(yīng)鏈的運行，已經(jīng)成為研究和實施供應(yīng)鏈管理的重要方法。

在供應(yīng)鏈中的決策支持系統(tǒng)中MAS的決策過程主要分為以下幾個方面：（1）問題識別：用戶通過人機接口與系統(tǒng)進行交互。（2）目標建立：目標建立Agent確立目標，并調(diào)出系統(tǒng)中的模型動態(tài)建模、匹配算法、變量等。（3）任務(wù)分解：任務(wù)分解Agent將任務(wù)分成若干子任務(wù)，根據(jù)BDI模型分配任務(wù)。（4）信息集成：信息集成Agent對供應(yīng)鏈中的多數(shù)據(jù)源進行數(shù)據(jù)提取，并以XML方式獲取數(shù)據(jù)。（5）知識獲取：知識獲取Agent與知識庫交互，提取基本的決策問題領(lǐng)域的知識（規(guī)則和事實）。（6）集成推理：集成推理Agent對決策問題進行確定性推理或不確定性推理。（7）方案分析：方案分析Agent對方案、模型和運行結(jié)果進行綜合比較、判斷，得出滿意的方案。

在供應(yīng)鏈決策支持系統(tǒng)中往往需要動態(tài)進行數(shù)據(jù)挖掘動態(tài)地發(fā)現(xiàn)隱性知識（供應(yīng)鏈中客戶的聚類挖掘分析就是一個典型范例），多種聚類算法把客戶分成若干類（如戰(zhàn)略伙伴關(guān)系、緊密合作型、一般合作型等）來實現(xiàn)供應(yīng)鏈中的客戶關(guān)系管理。在知識挖掘過程中通過XML實現(xiàn)多數(shù)據(jù)源的信息獲取及挖掘算法描述、知識表示與多智能主體系統(tǒng)的通信等，多Agent系統(tǒng)封裝多種數(shù)據(jù)挖掘算法實現(xiàn)知識推理機制（圖2）。

智能化的供應(yīng)鏈集成主要采用人工智能、專家系統(tǒng)、基于規(guī)則的決策支持等管理方法，實現(xiàn)從信息管理到知識管理的轉(zhuǎn)變，從而為供應(yīng)鏈決策問題提供科學的方法，其基本思想是將供應(yīng)鏈管理系統(tǒng)的內(nèi)在機制視為由相互協(xié)作的智能代理模塊組成的網(wǎng)絡(luò)，每個代理模塊實現(xiàn)供應(yīng)鏈的一項或幾項功能，每個代理模塊又與其他代理模塊協(xié)調(diào)運作共同實現(xiàn)決策問題的求解。

供應(yīng)鏈決策支持系統(tǒng)是由多種管理模塊構(gòu)成的，可以分為采購決策模塊，生產(chǎn)決策模塊，運輸決策模塊、庫存決策模塊和銷售決策模塊等。因此，很多研究把一個典型廠商的供應(yīng)鏈按照功能抽象為多智能代理系統(tǒng)，包括供應(yīng)商代理、采購代理、原料庫存代理、生產(chǎn)計劃代理、制造代理、產(chǎn)品庫存代理、定單處理代理、運輸代理，以及分銷商代理等。

3結(jié)論

如今，供應(yīng)鏈敏捷化、智能化的需求已經(jīng)更加明顯：顧客需求傾向多樣化、個性化，供應(yīng)鏈體系的構(gòu)建也面向反應(yīng)快速一體化；競爭的方式從企業(yè)與企業(yè)之間的競爭轉(zhuǎn)向供應(yīng)鏈和供應(yīng)鏈之間的競爭，而智能主體與其他技術(shù)的結(jié)合將有效地推動供應(yīng)鏈企業(yè)的智能集成。

參考文獻：

[1] Lu Eric Jui-Lin， Tsai Ru-Hui， Chou， Shihyu. An empirical study of XML/EDI[J]. Journal of Systems and Software Volume， 2001，58(3):271-279.

[2] Fernandez Mary， Tan Wang-Chiew， Suciu， Dan. SilkRoute: trading between relations and XML[J]. Computer Networks Volume: 33， Issue: 1-6， June， 2000， pp. 723-745.