基于多智能體的產(chǎn)業(yè)演進(jìn)仿真建模

李 強(qiáng)，劉克輝，石紅紅

(1.重慶科技學(xué)院a.工商管理學(xué)院b.安全工程學(xué)院，重慶 401331；2.遼寧工程技術(shù)大學(xué) 技術(shù)經(jīng)濟(jì)學(xué)院，遼寧阜新 123000）

0 引言

產(chǎn)業(yè)是一個(gè)由多種主體構(gòu)成的復(fù)雜系統(tǒng)，這些主體包括生產(chǎn)產(chǎn)品或提供服務(wù)的供應(yīng)型主體、消費(fèi)產(chǎn)品和服務(wù)的需求型主體，以及相關(guān)的政府部門(mén)、銀行和科研院所等。主體具有主動(dòng)性，在規(guī)則約束下與環(huán)境相互作用[1]，又稱(chēng)為“智能體”。另一方面，產(chǎn)業(yè)集約化的形成需要漫長(zhǎng)的時(shí)間，就是說(shuō)產(chǎn)業(yè)的集約化過(guò)程是時(shí)間的某種復(fù)雜的非線性函數(shù)，因此采用仿真的方法進(jìn)行研究是較好的解決方案[2]。

1 仿真模型的構(gòu)建

本文將基于多智能體的產(chǎn)業(yè)集約化演進(jìn)仿真模型簡(jiǎn)稱(chēng)為IIDM（Industry Intensive Development Model），它是運(yùn)用多智能體（Muti-Agent）建模思想，基于Swarm for Java的仿真架構(gòu)，將產(chǎn)業(yè)視作復(fù)雜適應(yīng)系統(tǒng)，以產(chǎn)業(yè)集約度為輸出建立的一個(gè)仿真模型[3]，其總體結(jié)構(gòu)見(jiàn)圖1。

1.1 需求Agent的屬性和行為

需求Agent代表現(xiàn)實(shí)中的產(chǎn)品與服務(wù)需求企業(yè)。由于本研究的重點(diǎn)是供應(yīng)Agent，因此對(duì)需求Agent采取了相對(duì)簡(jiǎn)單的處理。

1.1.1 需求Agent的屬性

（1）需求產(chǎn)品類(lèi)型：假設(shè)一個(gè)需求Agent僅需一種類(lèi)型的產(chǎn)品（或一種服務(wù)。為表述方便，下文所稱(chēng)產(chǎn)品，包括產(chǎn)品與服務(wù)）。

（2）當(dāng)年需求量：表示當(dāng)年需求產(chǎn)品總量。

（3）剩余需求月份：規(guī)定每次采購(gòu)數(shù)量為月均需求量的整倍數(shù)，此屬性用來(lái)記錄當(dāng)年還需要幾個(gè)月的需求。

（4）所在地區(qū)：表示需求Agent所在地區(qū)。該屬性影響本地市場(chǎng)占有率指標(biāo)和物流費(fèi)用計(jì)算。

（5）demandAgentID：記錄本需求Agent的標(biāo)識(shí)號(hào)。

1.1.2 需求Agent的行為

（1）生成當(dāng)年需求量：最初的需求量根據(jù)產(chǎn)業(yè)需求調(diào)研的數(shù)據(jù)設(shè)置；其后每年1號(hào)根據(jù)預(yù)測(cè)的GDP增長(zhǎng)率，生成所需產(chǎn)品的當(dāng)年需求量。當(dāng)需求Agent未滿(mǎn)足的需求達(dá)到一定比例時(shí)，供應(yīng)Agent應(yīng)采取相應(yīng)行動(dòng)。生成當(dāng)年需求量時(shí)應(yīng)將“剩余需求月份”設(shè)為12。GDP增長(zhǎng)率作為模型的重要外生變量，在運(yùn)用模型時(shí)將進(jìn)行敏感性分析。

（2）采購(gòu)行為：采購(gòu)行為每月進(jìn)行一次，主要任務(wù)是生成訂單。訂單各屬性值設(shè)置如下：

生成日期：取當(dāng)前仿真時(shí)間；

需求AgentID：取本需求AgentID；

訂單產(chǎn)品序號(hào)：取本需求Agent需求產(chǎn)品類(lèi)型；

訂單需求量：設(shè)與此相關(guān)的屬性“剩余需求月份”為M，當(dāng)年需求量為Q，假設(shè)每次采購(gòu)數(shù)量q為每月需求量Q/12的整數(shù)倍，那么問(wèn)題就轉(zhuǎn)化為如何確定倍數(shù)n。

設(shè)m為當(dāng)年剩余月份，即m＝12-mod（當(dāng)前仿真時(shí)間/360）/30，mod表示取余。n的取值規(guī)則為：如果m＝1，那么n＝M；否則：如果m＜＝M，那么n為[0，M]中的隨機(jī)整數(shù)；如果m＞M，那么n以概率（m－M）/m為0，以概率1/m為[1，M]中的隨機(jī)整數(shù)；最后，q＝n×Q/12。

供應(yīng)AgentID：按照以下步驟，運(yùn)用熟人模型進(jìn)行供應(yīng)AgentID的選擇[4]。

成交價(jià)：取選中的供應(yīng)AgentID的單位售價(jià)屬性值；約定完成日期：以“當(dāng)前仿真時(shí)間＋n×30”為約定完成日期。

1.2 供應(yīng)Agent的屬性和行為

供應(yīng)Agent代表現(xiàn)實(shí)中的產(chǎn)品與服務(wù)供應(yīng)商，供應(yīng)Agent的集合就是產(chǎn)業(yè)，是研究的重點(diǎn)對(duì)象。

1.2.1 供應(yīng)Agent的屬性

（1）供應(yīng)的產(chǎn)品與服務(wù)相關(guān)屬性：假定每個(gè)供應(yīng)Agent只生產(chǎn)一種產(chǎn)品，設(shè)置供應(yīng)商提供的產(chǎn)品與服務(wù)序號(hào)、日生產(chǎn)能力、庫(kù)存量、單位變動(dòng)成本、單位售價(jià)、固定成本、當(dāng)年產(chǎn)量等屬性。其中“提供的產(chǎn)品與服務(wù)序號(hào)”為-1表示破產(chǎn)，使其不能接受訂單。

（2）供應(yīng)商地區(qū)：與需求Agent的所在地區(qū)屬性含義相同。

（3）狀態(tài)屬性：是否國(guó)有：false-不是；true-是。政府可能對(duì)國(guó)有企業(yè)進(jìn)行整合；是否高科技企業(yè)：false-不是；true-是。高科技企業(yè)的所得稅率為15%，非高科技企業(yè)的所得稅率為25%；是否破產(chǎn)：false-不是；true-是。默認(rèn)值為false；生產(chǎn)狀態(tài)：用-1表示空閑；用大于-1的整數(shù)記錄正在生產(chǎn)的訂單號(hào)。是否處于生產(chǎn)狀態(tài)會(huì)影響供應(yīng)Agent的推銷(xiāo)決策；推銷(xiāo)狀態(tài)：false表示不推銷(xiāo)，不能接受訂單；true表示推銷(xiāo)，可以接受訂單；愿意出售：記錄是否愿意被兼并。false-不愿意被兼并；true-愿意被兼并。

（4）員工人數(shù)：記錄當(dāng)年和上年員工人數(shù)，以及當(dāng)年中高級(jí)職稱(chēng)數(shù)量、研發(fā)人員數(shù)量。

（5）三廢相關(guān)屬性：三廢排放率、能耗率、水耗率分別記錄生產(chǎn)時(shí)每天的三廢排放量、能耗、水耗。三廢排放量、能耗、水耗分別記錄當(dāng)年和去年三廢排放量、能耗、水耗。

（6）科研相關(guān)屬性：記錄當(dāng)年和上年的科研項(xiàng)數(shù)和科研經(jīng)費(fèi)。

（7）利潤(rùn)相關(guān)屬性

①銷(xiāo)售收入：記錄當(dāng)年和上年的銷(xiāo)售收入，是每筆銷(xiāo)售收入之和。

②銷(xiāo)售成本：記錄當(dāng)年的銷(xiāo)售成本，是每筆銷(xiāo)售成本之和。

③利息支出：記錄支付的貸款利息。

④推銷(xiāo)費(fèi)用：記錄當(dāng)年和上年的推銷(xiāo)費(fèi)用。

⑤環(huán)保罰款：記錄因三廢排放超標(biāo)被政府罰款的金額。

⑥公司利潤(rùn)：設(shè)置當(dāng)年、上年、前年利潤(rùn)三個(gè)屬性。三年都虧損的企業(yè)可能破產(chǎn)。

⑦應(yīng)彌補(bǔ)的虧損：存儲(chǔ)前5年應(yīng)彌補(bǔ)的虧損，是所得稅計(jì)算的依據(jù)。設(shè)置為一個(gè)五維數(shù)組。

1.2.2 供應(yīng)Agent的行為及規(guī)則

(1)推銷(xiāo)決策

決定是否進(jìn)行推銷(xiāo)活動(dòng)，每月1號(hào)進(jìn)行一次。影響因素有：生產(chǎn)狀態(tài)、公司目標(biāo)利潤(rùn)S、當(dāng)前利潤(rùn)s、當(dāng)年剩余月份m。其算法如下：

如果生產(chǎn)狀態(tài)不是-1，那么不推銷(xiāo)；否則：

S＝(單位售價(jià)－單位變動(dòng)成本）×日生產(chǎn)能力×360，表示可實(shí)現(xiàn)的最大利潤(rùn)，這里作為目標(biāo)利潤(rùn)；

m=12-mod(當(dāng)前仿真時(shí)間/360)/30，其中 mod(?)表示取余。

R表示當(dāng)前利潤(rùn)進(jìn)度，如果R＜0.8，那么進(jìn)行推銷(xiāo)；否則按30%的概率進(jìn)行推銷(xiāo)。

決定推銷(xiāo)則更改推銷(xiāo)狀態(tài)為true，可參與訂單競(jìng)爭(zhēng)。參

與競(jìng)爭(zhēng)發(fā)生推銷(xiāo)費(fèi)用（假設(shè)每次為10000元），并引發(fā)定價(jià)行為，成交則引發(fā)生產(chǎn)行為。考慮到編程方便，將月度固定成本在此處計(jì)入年度利潤(rùn)。

(2)定價(jià)行為

初始價(jià)格為輸入數(shù)據(jù)。當(dāng)決定推銷(xiāo)時(shí)，根據(jù)ASPEN模型中GALCS算法[5]的原理模擬企業(yè)的產(chǎn)品定價(jià)過(guò)程，企業(yè)對(duì)如下四個(gè)趨勢(shì)量進(jìn)行判斷：

①最近的產(chǎn)品價(jià)格是上升還是下降?用上月訂單中該類(lèi)產(chǎn)品的平均價(jià)與前月進(jìn)行比較。其中：

②最近的銷(xiāo)售量是上升還是下降?用上月訂單的銷(xiāo)售總量與前月進(jìn)行比較。

③最近的利潤(rùn)是增加還是減少?用推銷(xiāo)決策中R進(jìn)行衡量。R＞=0.8表示最近的利潤(rùn)增加，否則表示最近的利潤(rùn)減少。

④本廠商的價(jià)格是高于還是低于該產(chǎn)品的市場(chǎng)平均成交價(jià)格?用本企業(yè)的當(dāng)前銷(xiāo)售單價(jià)與上月平均價(jià)比較。

根據(jù)上述四種趨勢(shì)的判斷，企業(yè)可能處于的狀態(tài)共計(jì)24=16種（表1）。對(duì)于每一種狀態(tài)賦予一個(gè)概率向量(P1，P2，P3)，其中：P1表示下一次企業(yè)處于該種狀態(tài)時(shí)采取降價(jià)措施的概率，P2表示采取漲價(jià)措施的概率，P3表示保持價(jià)格不變的概率。每次產(chǎn)品的降價(jià)或漲價(jià)幅度是5%，且不能低于本公司單位變動(dòng)成本。

表1 市場(chǎng)狀態(tài)與價(jià)格策略

(3)生產(chǎn)行為

假設(shè)供應(yīng)Agent都按訂單生產(chǎn)。如果推銷(xiāo)行為獲得訂單，那么開(kāi)始生產(chǎn)。當(dāng)處于生產(chǎn)狀態(tài)時(shí)，每天將“庫(kù)存量”增加“日生產(chǎn)能力”，將“三廢排放量”增加“三廢排放率”、“能耗”增加“能耗率”、“水耗”增加“水耗率”。當(dāng)“庫(kù)存量”大于或等于“訂單數(shù)量”時(shí)，進(jìn)行貨物交付，交付數(shù)量為訂單數(shù)量，多余的數(shù)量保留在“庫(kù)存量”屬性里，將“年產(chǎn)量”增加訂單數(shù)量，并計(jì)算銷(xiāo)售收入、銷(xiāo)售成本、物流成本，同時(shí)計(jì)入當(dāng)年利潤(rùn)。最后，更新信譽(yù)值，將本供應(yīng)Agent的生產(chǎn)狀態(tài)設(shè)置為空閑。其中：

物流成本粗略估算“供需企業(yè)之間距離越遠(yuǎn)，交易成本越高”這樣一個(gè)事實(shí)。物流成本為固定費(fèi)用＋變動(dòng)費(fèi)用形式。

訂單的信譽(yù)值以“訂單量×銷(xiāo)售單價(jià)”為基礎(chǔ)，如果提前完成訂單，那么將信譽(yù)值加上“訂單量×銷(xiāo)售單價(jià)×提前完成天數(shù)/約定完成天數(shù)”作為獎(jiǎng)勵(lì)，如果延后完成訂單，那么將單筆訂單的信譽(yù)值減去“2×訂單量×銷(xiāo)售單價(jià)×延后天數(shù)/約定完成天數(shù)”作為懲罰。

最后查找信譽(yù)記錄，如果存在本供應(yīng)Agent和相應(yīng)需求Agent的記錄，則將其信譽(yù)值加上上面計(jì)算的“訂單的信譽(yù)值”；否則添加一條記錄。

(4)納稅行為

每年第一天要計(jì)算所得稅（一年按360天計(jì)算）：

如果應(yīng)納稅所得為負(fù)，那么：所得稅＝0；

如果應(yīng)納稅所得為正，那么：所得稅＝應(yīng)納稅所得×所得稅率，其中：應(yīng)納稅所得為彌補(bǔ)以前年度虧損后的公司利潤(rùn)。高新技術(shù)企業(yè)所得稅率為15%，其余企業(yè)所得稅率25%。公司利潤(rùn)按下式調(diào)整：

然后，將政府Agent的“所得稅收”增加“所得稅”金額。

(5)破產(chǎn)行為

企業(yè)連續(xù)3年利潤(rùn)為負(fù)，則以1/3的概率宣布破產(chǎn)，將“是否破產(chǎn)”設(shè)置為“是”，退出市場(chǎng)。供應(yīng)Agent破產(chǎn)時(shí)，生產(chǎn)中的訂單不再履行，原需求Agent應(yīng)重新發(fā)布訂單。供應(yīng)Agent破產(chǎn)形成供需缺口，增大其他供應(yīng)Agent的擴(kuò)張概率。

表2 出售概率表

表3 不愿出售概率

(6)出售決策

決定是否出售本公司，每年結(jié)算前進(jìn)行。公司愿意被兼并的條件是國(guó)有企業(yè)戰(zhàn)略改組和財(cái)務(wù)狀況不佳。國(guó)有企業(yè)戰(zhàn)略改組由政府決定，具有強(qiáng)制性。財(cái)務(wù)狀況不佳的判斷依據(jù)主要是公司年度利潤(rùn)，根據(jù)以下規(guī)則確定出售概率：

令R1＝當(dāng)年利潤(rùn)/年銷(xiāo)售額，R2＝去年利潤(rùn)/年銷(xiāo)售額，如果當(dāng)前“愿意出售”屬性為false，那么根據(jù)表2確定出售概率P：

反之，如果當(dāng)前“愿意出售”屬性為true，則按表3所示概率將其設(shè)置為false：

(7)擴(kuò)張決策

決策是否進(jìn)行業(yè)務(wù)擴(kuò)張，每年進(jìn)行一次。公司擴(kuò)張的先決條件是企業(yè)具備擴(kuò)張實(shí)力，可以從企業(yè)規(guī)模和盈利情況來(lái)分析。

企業(yè)規(guī)模用供應(yīng)Agent當(dāng)年銷(xiāo)售收入在生產(chǎn)同類(lèi)型產(chǎn)品企業(yè)的排名（M）來(lái)衡量，建立M與規(guī)模因子K1的映射關(guān)系表4：

盈利情況用(6)類(lèi)似的方法衡量，盈利情況R1和R2與盈利因子K2的映射關(guān)系見(jiàn)表5。

表4 規(guī)模因子

表5 盈利因子

1.3 科研Agent的屬性和行為

科研Agent代表現(xiàn)實(shí)中的科研院所。為簡(jiǎn)化模型，僅設(shè)一個(gè)科研Agent，可隨機(jī)研發(fā)各種類(lèi)型的技術(shù)，為供應(yīng)Agent服務(wù)。

科研Agent的研發(fā)行為：研發(fā)各種類(lèi)型科研成果，如果該轉(zhuǎn)讓費(fèi)低于原轉(zhuǎn)讓費(fèi)則發(fā)布。轉(zhuǎn)讓費(fèi)的生成規(guī)則是在原轉(zhuǎn)讓費(fèi)±5%范圍取隨機(jī)整數(shù)。此行為一年進(jìn)行一次。

1.4 其他Agent與實(shí)體

限于篇幅，對(duì)政府Agent、銀行Agent和科研成果、訂單、產(chǎn)業(yè)集約度等實(shí)體的介紹從略，可參考文獻(xiàn)3。

2 仿真實(shí)例

為考察科研成果轉(zhuǎn)讓費(fèi)對(duì)產(chǎn)業(yè)集約的影響，基于SWARM平臺(tái)開(kāi)發(fā)IIDM模型，其中上述供應(yīng)Agent的多數(shù)屬性是產(chǎn)業(yè)集約度指標(biāo)體系的組成部分[6]。設(shè)定科研成果的轉(zhuǎn)讓費(fèi)分別為100萬(wàn)元、50萬(wàn)元、25萬(wàn)元、12.5萬(wàn)元，觀察產(chǎn)業(yè)集約度的演變。見(jiàn)圖2～5。

圖2 轉(zhuǎn)讓費(fèi)為100萬(wàn)元

圖3 轉(zhuǎn)讓費(fèi)為50萬(wàn)元

圖4 轉(zhuǎn)讓費(fèi)為25萬(wàn)元

圖5 轉(zhuǎn)讓費(fèi)為12.5萬(wàn)元

從圖中可以看出，科研成果的轉(zhuǎn)讓費(fèi)初始值較高時(shí)（100萬(wàn)元和50萬(wàn)元），集約度走勢(shì)類(lèi)似，呈現(xiàn)出較為明顯的周期性。隨著轉(zhuǎn)讓費(fèi)的降低，周期性逐漸減弱。當(dāng)轉(zhuǎn)讓費(fèi)降低到一定程度時(shí)，周期性被波動(dòng)性代替。

3 結(jié)論

運(yùn)用多智能體建模理論構(gòu)建產(chǎn)業(yè)集約化演進(jìn)仿真模型，設(shè)定需求Agent、供應(yīng)Agent、科研Agent的屬性和行為。運(yùn)用該模型考察科研成果轉(zhuǎn)讓費(fèi)對(duì)產(chǎn)業(yè)集約的影響，發(fā)現(xiàn)科研成果的轉(zhuǎn)讓費(fèi)初始值較高時(shí)，集約度走勢(shì)呈現(xiàn)出較為明顯的周期性；當(dāng)轉(zhuǎn)讓費(fèi)降低到一定程度時(shí)，周期性被波動(dòng)性代替。

下一步可繼續(xù)研究該現(xiàn)象與經(jīng)濟(jì)發(fā)展的波動(dòng)性和周期性理論之間的聯(lián)系。

[1]廖守億,戴金海.復(fù)雜適應(yīng)系統(tǒng)及基于Agent的建模與仿真方法[J].系統(tǒng)仿真學(xué)報(bào),2004,(1).

[2]傅星.基于復(fù)雜適應(yīng)系統(tǒng)理論的經(jīng)濟(jì)仿真研究[D].北京:首都經(jīng)濟(jì)貿(mào)易大學(xué),2005.

[3]石紅紅,李強(qiáng),劉克輝等.基于多智能體的產(chǎn)業(yè)集約化演進(jìn)仿真模型研究[J].統(tǒng)計(jì)與決策,2009,(16).

[4]莫思敏,曾建潮.基于聲譽(yù)和承諾度的尋找合作Agent的方法[J].太原科技大學(xué)學(xué)報(bào),2009,(4).

[5]Pryor R.J.,Basu N.，Quint T.Development of Aspen:A Micro Analytic Simulation Model of the U.S.Economy[R].Sandia Report,1996.

[6]李強(qiáng),石紅紅,何建軍等.產(chǎn)業(yè)集約化的模糊測(cè)度研究[J].現(xiàn)代管理科學(xué),2009,（S1）.