基于M u lti-Agen t技術(shù)的物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)結(jié)構(gòu)分析

戴劍勇，席釕姿

（南華大學(xué) 經(jīng)濟(jì)管理學(xué)院，湖南 衡陽 421001）

1 引言

物流運(yùn)輸調(diào)度是針對一系列發(fā)貨點(diǎn)和收貨點(diǎn)，組織適當(dāng)?shù)男熊嚶肪€，使車輛有序通過它們，在滿足一定約束條件下（如貨物需求量、車載量、行車?yán)锍獭⒔话l(fā)貨時間、時間限制、路線約束等），達(dá)到一定目標(biāo)最優(yōu)化（如路程最短、運(yùn)費(fèi)最低、時間準(zhǔn)時、車輛較少等）的過程。

物流運(yùn)輸調(diào)度系統(tǒng)是一個涉及多因素、多層次、動態(tài)變化的大規(guī)模復(fù)雜系統(tǒng)，是一個在時間和空間上的分布式、非線性、時變的隨機(jī)系統(tǒng)，具有復(fù)雜性、遞階結(jié)構(gòu)、不確定性、多目標(biāo)、多約束、多資源相互協(xié)調(diào)等特點(diǎn)。目前，物流企業(yè)面臨著日益劇烈變化的市場競爭，其運(yùn)輸調(diào)度工作的條件復(fù)雜，不僅貨運(yùn)點(diǎn)多、貨物品種類型繁多、道路網(wǎng)復(fù)雜，而且運(yùn)輸服務(wù)地區(qū)內(nèi)運(yùn)輸網(wǎng)點(diǎn)的分布也不均勻，這要求物流運(yùn)輸調(diào)度系統(tǒng)的控制結(jié)構(gòu)具有局部自治和分布式?jīng)Q策特性，集中式調(diào)度方式己經(jīng)不能適應(yīng)環(huán)境變化的要求。

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展以及智能計(jì)算技術(shù)的不斷涌現(xiàn)，智能優(yōu)化調(diào)度技術(shù)成為解決物流運(yùn)輸調(diào)度的主要技術(shù)，但優(yōu)化問題的關(guān)鍵在于數(shù)學(xué)模型的建立和算法的求解。對于物流運(yùn)輸調(diào)度系統(tǒng)的優(yōu)化問題，其核心不僅在于其相應(yīng)功能模塊的完善及其分布式自治管理，而且涉及到各相應(yīng)功能模塊的協(xié)調(diào)問題。而多智能體系統(tǒng)（Multi-Agent System，MAS）采用分布式體系結(jié)構(gòu)，具有敏捷、靈活、實(shí)時的優(yōu)點(diǎn)，其每個智能體皆有一定的獨(dú)立功能，且單個Agent與Agent之間的結(jié)構(gòu)關(guān)系是可動態(tài)調(diào)整的，不同功能的Agent組成緊耦合的運(yùn)輸調(diào)度管理體系結(jié)構(gòu)具有自適應(yīng)，自組織和良好的協(xié)調(diào)性能，可以通過協(xié)調(diào)方式完成繁雜的整體運(yùn)作。因此，應(yīng)用多智能體技術(shù)對解決物流運(yùn)輸調(diào)度系統(tǒng)的分布式自治和集成優(yōu)化問題具有重要的現(xiàn)實(shí)意義。

2 物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)多智能體體系結(jié)構(gòu)構(gòu)建

智能體（Agent）是指駐留在某一環(huán)境下，能持續(xù)自主地發(fā)揮作用，具備駐留性、自治性、反應(yīng)性、主動性、社會性、進(jìn)化性等特征的計(jì)算實(shí)體。多智能體（Multi-Agent）一般專指多智能體 系 統(tǒng)（Multi-Agent System，MAS） 或 多 智 能 體 技 術(shù)（Multi-Agent Technology，MAT），它是多個智能體組成的集合，它的目標(biāo)是將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此互相通信和協(xié)調(diào)的、易于管理的系統(tǒng)。主要研究智能體之間的交互通信、協(xié)調(diào)合作、沖突消解等方面，強(qiáng)調(diào)多個智能體之間的緊密群體合作，而非個體能力的自治和發(fā)揮，主要說明如何分析、設(shè)計(jì)和集成多個智能體構(gòu)成相互協(xié)作的系統(tǒng)。

Multi-Agent系統(tǒng)建模是一種自底向上的新型建模方法，與傳統(tǒng)的自上而下的建模方法不同，Multi-Agent系統(tǒng)建模是針對復(fù)雜系統(tǒng)的模型研究，而物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)正是這樣一個復(fù)雜的、多目標(biāo)的、不確定的、多變的隨機(jī)系統(tǒng)。多智能體系統(tǒng)建模方法是首先根據(jù)研究的系統(tǒng)對單個的Agent進(jìn)行定義，給每個Agent賦予一定的行為及參數(shù)，然后根據(jù)Agent與Agent之間及Agent與環(huán)境之間的關(guān)系，確定其交互規(guī)則，通過交互將各個Agent聯(lián)結(jié)成一個整體，構(gòu)成一個完整的Multi-Agent系統(tǒng)。

根據(jù)物流運(yùn)輸調(diào)度系統(tǒng)的實(shí)際情況，采用功能和物理相結(jié)合的混合建模方法，將物流運(yùn)輸調(diào)度過程中涉及的運(yùn)輸訂單、車輛調(diào)度、車輛、路網(wǎng)信息等物理實(shí)體以及協(xié)調(diào)、管理等邏輯實(shí)體統(tǒng)一分解成四種不同的Agent類型。并對每一個Agent建立相應(yīng)的模型。再將各個Agent集成為運(yùn)輸調(diào)度系統(tǒng)的多智能體體系結(jié)構(gòu)，其結(jié)構(gòu)如圖1所示。

圖1 物流運(yùn)輸調(diào)度系統(tǒng)多智能體體系結(jié)構(gòu)

3 物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)多智能體結(jié)構(gòu)分析

針對物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)的特殊性，對前一部分所構(gòu)建的多智能體體系結(jié)構(gòu)中的各個Agent分別進(jìn)行分析。

3.1 管理型Agent的結(jié)構(gòu)分析

管理型Agent與其他Agent之間的聯(lián)系最多，負(fù)責(zé)整個調(diào)度系統(tǒng)的監(jiān)督、控制與管理，并協(xié)調(diào)其他各個Agent之間的工作，起著運(yùn)輸配送計(jì)劃員的作用。根據(jù)協(xié)調(diào)Agent自有的特性，建立其特征模型，如圖2所示。

圖2 協(xié)調(diào)Agent（管理型）的結(jié)構(gòu)模型

States：協(xié)調(diào)Agent的內(nèi)部狀態(tài)。用來監(jiān)控和處理整個物流運(yùn)輸調(diào)度系統(tǒng)全局性的信息，包括訂單分解、訂單更改、訂單取消、運(yùn)輸調(diào)度計(jì)劃的編制等。

Perceptions：感知信息。協(xié)調(diào)Agent從其他Agent和環(huán)境中通過信息交互與協(xié)調(diào)獲得與訂單相關(guān)的信息，再通過感知器傳遞給States。由States利用相關(guān)的知識庫做出相應(yīng)的決策。

Behaviors：行為信息。Behaviors接收到States傳過來的動作命令做出相應(yīng)的動作，比如對訂單進(jìn)行分解等。再通過效應(yīng)器傳遞給其他Agent以及環(huán)境。

3.2 任務(wù)型Agent的結(jié)構(gòu)分析

任務(wù)型Agent映射的是實(shí)際物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)中的運(yùn)輸訂單任務(wù)。運(yùn)輸訂單Agent在物流企業(yè)是一個非常重要的模塊。任務(wù)型Agent從管理型Agent處獲得訂單的基本信息，然后建立訂單資料檔案，并對其資料進(jìn)行查核及確認(rèn)，若確認(rèn)信息有誤則將其反饋給管理Agent對訂單狀態(tài)進(jìn)行修改，確認(rèn)無誤后再通過運(yùn)輸調(diào)度系統(tǒng)將數(shù)據(jù)處理并輸出，最后將輸出傳遞到車輛調(diào)度Agent。影響任務(wù)型Agent的參數(shù)如圖3所示。

圖3 運(yùn)輸訂單Agent（任務(wù)型）參數(shù)

3.3 計(jì)算型Agent的結(jié)構(gòu)分析

計(jì)算型Agent在整個物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)中起著關(guān)鍵作用，這里的計(jì)算型Agent映射的是車輛調(diào)度Agent，它根據(jù)運(yùn)輸訂單Agent所傳遞過來的數(shù)據(jù)，然后與管理Agent、車輛Agent及路網(wǎng)信息Agent進(jìn)行溝通，對訂單Agent進(jìn)行分析，將同一條線路上的不同貨物組合起來，配裝在同一輛載貨車上，對現(xiàn)有的資源Agent（車輛Agent）進(jìn)行分析，選擇最合適的車輛進(jìn)行調(diào)度排班，最后根據(jù)路網(wǎng)信息Agent，計(jì)算出最佳的運(yùn)輸線路，以便使貨物能夠安全、有效、快速、準(zhǔn)時到達(dá)客戶手中。車輛調(diào)度Agent考慮的參數(shù)如圖4所示。

圖4 運(yùn)輸調(diào)度Agent（計(jì)算型）參數(shù)

3.4 資源型Agent的結(jié)構(gòu)分析

資源型Agent是物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)中的硬件條件，它映射的是實(shí)際物流運(yùn)輸系統(tǒng)中能夠完成一個或多個特定功能的單元或單元組合，包括設(shè)備、運(yùn)輸工具、路網(wǎng)信息、操作人員等，如：物流企業(yè)運(yùn)輸部門提供的自有車輛、其他公司提供的外包車輛、道路網(wǎng)絡(luò)信息，它可以根據(jù)自身的能力、狀態(tài)、任務(wù)的要求及環(huán)境信息等對當(dāng)前的任務(wù)進(jìn)行判斷，并監(jiān)控資源的狀態(tài)及任務(wù)執(zhí)行情況。上述三個單Agent都要受到資源型Agent的約束，在這里將資源型Agent分成兩類，一類是車輛Agent，另一類是路網(wǎng)信息Agent。其參數(shù)分別如圖5、圖6所示。

對每個Agent建立相應(yīng)的模型后，采用信息集成技術(shù)，將各個子系統(tǒng)的信息集成在一起，構(gòu)成一個完整的物流運(yùn)輸調(diào)度系統(tǒng)，從而完成復(fù)雜系統(tǒng)的集成。利用這種多智能體技術(shù)進(jìn)行建模可以降低各個Agent問題求解的復(fù)雜性同時可以降低整個系統(tǒng)的復(fù)雜性，有效地提高了問題求解的能力。

4 結(jié)論

本文通過把多智能體理論引入到物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)中，構(gòu)建了運(yùn)輸調(diào)度系統(tǒng)的多智能體結(jié)構(gòu)，并對體系結(jié)構(gòu)中的每個Agent進(jìn)行分析，促進(jìn)物流企業(yè)運(yùn)輸調(diào)度系統(tǒng)的多智能體分布式自治及其功能擴(kuò)展，能有效地解決多智能體結(jié)構(gòu)的物流運(yùn)輸調(diào)度系統(tǒng)的結(jié)構(gòu)問題，從而創(chuàng)造商品的空間效益，降低運(yùn)輸費(fèi)用，對實(shí)現(xiàn)物流企業(yè)柔性管理、提高企業(yè)經(jīng)濟(jì)效益具有重要現(xiàn)實(shí)意義與應(yīng)用前景。

[1]P CPendharkar.Acomputational studyon design and performance issues of multi- agent intelligent systems for dynamic scheduling environments [J].Expert Systems with Applications,1999,(16):121- 133.

[2]Cai Yanguang,Wang Tao,CaiHao.A Differential Evolution Algorithm for Allied Vehicle Routing Problem with Multiple Transport Network.[A].International Conference on Power Electronics and Intelligent Transportation System[C].2010.

[3]黃天辰,韓京才.基于Agent技術(shù)的復(fù)雜適應(yīng)系統(tǒng)分析與建模[J].計(jì)算機(jī)仿真,2005,22(9):58-60.

[4]孟憲春,丁承君,段萍,郭勝輝.多智能體技術(shù)的發(fā)展和應(yīng)用現(xiàn)狀[J].河北工業(yè)大學(xué)學(xué)報(bào),2006,35(3):6-11.

[5]戴劍勇,楊仕教,古德生.遺傳算法在水泥礦山卡車運(yùn)輸調(diào)度系統(tǒng)中的應(yīng)用[J].中國工程科學(xué),2006,8(8):77-81.

[6]陳勇,林飛龍.制造企業(yè)物流多智能體建模及其應(yīng)用[J].浙江工業(yè)大學(xué)學(xué)報(bào),2006,34(3):310-313.

[7]趙金超,齊歡,王平,張勇明.基于多智能體的艦船維修系統(tǒng)建模技術(shù)研究[J].船海工程,2007,36(1):125-129.

[8]韓仁東,劉科成,鞠彥兵,崔春生.基于多agent的軍事物流系統(tǒng)仿真建模方法[J].計(jì)算機(jī)應(yīng)用研究,2010,27(5):1756-1760.

[9]王雪茹,袁建清,崔然.多智能體技術(shù)及其在交通控制系統(tǒng)中的應(yīng)用[J].中國新技術(shù)新產(chǎn)品，2011,17(1):27-28.

[10]霍曉宇,楊仕教,吳長振,戴劍勇,羊帆.露天礦山運(yùn)輸調(diào)度系統(tǒng)粒子群優(yōu)化[J].煤炭學(xué)報(bào),2012,37(1):234-239.

[11]趙業(yè)清,郭磊,畢貴紅,朱道飛.基于多Agent的煉鋼復(fù)雜物流系統(tǒng)分析與設(shè)計(jì)[J].冶金自動化,2012,36(2):1-6.

[12]陳培友,張永賓.聯(lián)盟運(yùn)輸調(diào)度的煤炭運(yùn)輸運(yùn)作模式的研究[J].物流技術(shù),2012,31(3):17-19.