专业文献综述

目:

名:

院:

业:

级:

号:

导教师: 基于多Agent的供应链协调综述 *** 工学院 物流工程 *** *** *** 职称: ***

200 年11月26日

南京农业大学教务处制 题 姓 学 专 班学 指

基于多Agent的供应链协调综述

学生：*** 指导老师：***

摘要：供应链是一类典型的复杂适应系统，供应链管理是目前受到国际学术界和企业界普遍关注的一种增强企业竞争力的管理思想和方法。本文分析了用多Agent技术解决供应链管理中协调问题的研究现状及趋势。在介绍国内外供应链协调模型研究现状的基础上，归纳分析了现阶段对供应链协调问题的主要研究方法，并介绍了仿真平台Swarm。最后指出用基于多Agent技术的仿真建模方法解决供应链协调问题的研究前景及发展趋势之一。 关键词：供应链协调；多代理；Swarm平台

Review of Supply Chain Coordination based on multi-agent system

Student：*** Tutor：***

Abstract: Supply chain can be considered to be a type of complex adaptive system, and supply chain management, a manage method that receives the highly attention. In this paper, a new approach, based on multi-agent technology, is reviewed in supply chain coordination. Based on former works in this field, this paper discusses some main approaches about supply chain coordination. In the follow section, Swarm, a simulation platform, is introduced. At last, this paper suggests some future researches in this field.

Keywords: Supply Chain Coordination；Multi-Agent；Swarm platform

前言：

供应链管理是目前受到国际学术界和企业界普遍关注的一种增强企业竞争力的管理思想和方法，而供应链涉及到供应商、制造商、零售商、消费者等各类实体，及其相关的一系列业务活动，呈现复杂的网络结构[1]。其中，供应链协调是供应链管理中的重要内容，协调主要是对供应链上企业内或企业间活动过程中依赖关系的协调策略的管理，通过协调使整个供应链全体及各个企业都达到满意的运作效果，协调策略的好坏直接影响着整个供应链的管理水平和运作效率[2]。

由于供应链是一类典型的复杂系统，采用传统的研究方法很难描述和求解其多阶段、多层次和多主体间的动态协调关系，因此，仿真方法就成为供应链协调模型求解中最有力的工具之一[3]。目前应用人工智能领域的成果——多代理系统（Multi-Agent System），和复杂性科学的相关知识来解决供应链的协调和优化问题成为供应链研究的发展趋势之一。 1 供应链协调模型概述

1.1 供应链协调涉及的问题

供应链协调的主要任务是减少供应链中个成员之间的利益冲突，加强计划及运营方面的生产协调、库存协调和信息协调等，促使商流、物流、资金流顺畅地进行。

供应链协调涉及不同的协调问题，如供应链中各成员在战略方面的合作协调问题，在 １

计划及运营方面的生产协调、库存协调和信息协调等问题。对各协调问题中不同的协调内容往往需要建立不同的协调模型，如生产协调问题主要研究面向供应链全局的生产计划、物流计划等内容，前者主要采用建立生产调度模型的方法[4]，后者主要采用建立配送模型的方法[5]。针对库存协调问题建立的库存协调模型主要有供应链管理中的MRP-Ⅱ/DRP系统模型、联合库存模型、供应商库存管理VMI等[6]，其目的是克服供应链系统中由于各节点企业的相互独立库存控制模式而导致的需求放大现象。信息协调问题则包括协调以下信息内容的共享:库存共享、销售数据共享、订单状态共享、销售预测共享、生产/配送计划共享，为此需要建立各种信息共享模型[7]。

1.2 供应链协调问题解决方法

近年来对供应链管理的研究不断深入，目前用于建立供应链协调模型和解决供应链协调问题的算法还主要是在基于随机系统模型、数学规划模型、启发式技术等数学方法和基于仿真方法的基础上建立起来的[ 8]。

Shin (2006)等建立数量折扣模型进行供应链上下游之间买卖关系的协调[9]；Xue(2007) 等认为供应链协调是提高供应链绩效的核心，并提出两类基于因特网的供应链协调机制：拍卖机制和契约机制[10]；Yao(2008)等人结合分析模型、数学方法和Stackelberg模型对合同属性加以鉴别，并研究了价格敏感因子对基于退货策略的供应协调的影响[11]；对供应链的库存协调问题，在需求和供应都不确定的情况下，考虑供应商缺货对购买方的影响，构造出仓库和零售商的库存模型[12]；针对供应链的合作协调问题，多采用博弈模型，如对非合作情况下1∶n买卖双方的合作协调问题的建模，给出供需双方通过线性价格折扣政策的Stackelberg博弈模型[13]；针对供应链的生产协调问题，为解决产品供应不确定性带来的一系列生产管理问题，设计了基于合作的数学模型[14]。

尽管该方法在解决供应链协调问题中应用广泛，但是供应链这类复杂系统中存在着很多不确定性和随机性因素，而数学方法由于求解条件的限制，建立的数学模型有时存在着求解困难甚至不可解的结果。在此情况下，以数学模型为基础、以求数值解或特解为特征的仿真建模方法显示出了极强的技术优势。近年来，伴随着许多成熟的仿真软件的引入和使用，各种仿真建模方法解决供应链问题的适用性也得到了大幅度提高。

2 利用多Agent解决供应链管理问题的研究

Agent概念于19xx年被Carl Hewitt提出后以其特有的社会性和智能性特点而得到飞速发展，作为一个交叉研究领域，在计算机科学、人工智能、并行计算、分布式系统、知识工程、专家系统等多个研究方向和领域之中都得到了广泛的发展。多Agent系统(MAS)主要研究在逻辑或物理上分离环境中的多个Agent协调各自的智能行为，实现问题的求解。由于MAS更能体现人类社会智能，更适合开放、动态的环境，随着Internet的发展MAS越来越受到人们的重视[15]。

复杂适应系统中的主体不是单独存在的，它总是与周边的其它主体相互作用，较为简单的主体的聚集与相互作用，必然会涌现出复杂的行为。这种结构固定的主体可以聚集成更复杂的可变结构，称为多代理（multi-agent）。多代理系统中主体之间可以通过资源的流动和传递信息来相互作用和相互影响，而这种相互作用的发生是动态和异步的。

国际上关于多Agent系统的研究虽然时间很短，但发展迅速；在供应链中，主要通过对供应链的建模与仿真，解决供应链的协调问题和资源优化配置问题，以及通过建立基于 ２

多代理的信息系统来支持供应链的运行。

Zhang(2006)等指出目前制造企业所面临的主要问题是如何在全球市场上针对不可预测的变化采取有效可行的反应，而现有的制造执行系统(EMS)、供应链管理系统(SCM)以及企业资源规划系统(ERP)不能提供足够灵活的解决方法，因此提出了敏捷制造系统和网络制造的概念，并基于多代理建模仿真技术动态地为制造系统和供应网络生成计划、调度、配置以及重新构建[16]。

Kwon(2007)等基于多代理合作和案例推理机制构建了一个集成框架以解决供应链中的合作问题，为了证明该框架的可行性开发了MACE-SCM原型系统，该系统可以很灵活地应付显露出来的不确定性事件。最后的结果也证明了基于多代理合作和案例推理机制构建了一个集成框架可以使供应链的效率最大化[17]。

Jurgen(2000)等利用麻省理工学院开发的基于 Agent 的仿真平台 StarLogo，结合复杂适应系统理论探讨了分散控制下的供应链网络的协调问题，描述了所进行的三个供应链仿真实验。首先发现分散模型环境中一群独立主体的行为决策优于集中控制下相似数量主体的行为；其次发现规模经济对集中式供应链生产能力的影响效果大于分散式供应链；三是发现增大扰动程度导致分散式供应链性能的迅速衰减，而在集中式供应链中却难以产生剧烈的反馈[18]。

我国的一些学者也采用基于 Agent 的技术来解决供应链的相关问题。彭俊松(1999)等采用基于多 Agent 规划技术，提出并建立了支持企业供应链建模的分布式协同求解模型等[19]。刘三妍(2002)将供应链管理理论和 Agent 技术引入大型工程物资供应系统的研究中，探讨了基于Agent的建模方法，在Swarm 仿真平台上进行了具体的实例研究[20]。其它一些学者从信息系统开发的角度出发，提出了支持供应链过程建模，虚拟组织的动态建立，供应链过程重组的集成框架，以及协同求解模型。

3 基于多Agent建模仿真工具

在基于多Agent 建模仿真工具方面，最著名的是桑塔费研究所（SFI）开发的 Swarm 仿真平台，Swarm 是一组用Object-C 语言开发的软件类库，支持“自上而下”或“基于过程”的建模方法，能够体现传统的数学分析模型中常常忽略的问题，如学习、组织、不确定因素等。Swarm 是一个基于复杂适应系统理论的仿真平台，能够有效地模拟多代理间的动态行为和信息交互。

其次是 StarLogo仿真平台，它是由麻省理工学院的媒体实验室开发的，是Logo 程序语言的扩展,在 LEGO 积木（Building bricks）中引入了规划能力。

另外一个则是芝加哥大学采用 Java 语言开发的基于 Agent 的仿真平台 Repast，它具有与 Swarm 相似的功能和界面。

4 结论

综观以上文献，供应链管理的多Agent建模方法已经得到学术界的广泛关注和认可，然而现有文献大多集中在构建多Agent模型框架，而且所用研究方法大多采用自上而下的建模、推断和模拟。近年来复杂自适应系统（CAS）理论的发展为供应链管理提供了新思路，采用CAS理论，建立自下而上的多Agent模型可以充分利用自组织特征并且可以快速适应不断变化的市场。基于人工供应链建模，采用自下而上的多Agent建模方法，研究供 ３

应链网络中微观个体的交互行为，以基于谈判的方式探讨具有适应性的供应链协调机制设计，为涌现出的供应链宏观行为特征提供微观层次的解释和支持。

随着仿真技术和网络技术的发展，计算机仿真方法逐步由集中式、封闭式向分布式、开放式方向转变。对供应链协调的研究不断深入，从局部建模仿真到全局优化，从单机建模仿真到分布式仿真，实际应用性也不断加强。综上所述，本文通过对仿真建模方法解决供应链协调问题的应用现状进行分析，将其发展趋势与前景归结为以下几个方面：

（1）各种仿真方法不断发展。集中式仿真方法在供应链中的应用依旧会占有重要的地位；多Agent仿真方法是当前仿真发展的主要趋势；分布式仿真方法多适用于大型仿真系统的建模；HLA (High Level Architecture)仿真方法相比而言是仿真领域中最新的方法技术。但后两者都是在多Agent技术的仿真方法的基础上加入网络通讯技术，实现远程交互的仿真。

（2）多Agent仿真技术的应用范围不断扩大。多Agent框架的供应链管理系统更能适合当代供应链复杂、多变、广域的运行环境，无论企业刚开始供应链管理建模还是对已有供应链进行改造，多Agent框架的供应链管理系统都可以胜任，并且由于其结构重组、策略更新、遗留系统集成、敏捷性等方面所具备的先天优势，必将成为供应链管理系统体系结构中的最有潜力的技术；基于多代理系统的敏捷供应链管理不仅会成为企业管理的发展趋势，而且必将帮助企业在未来的竞争中取得优势。

（3）多Agent仿真技术智能化程度将不断提升。多Agent本身具有分布式、自治性、快速性等特点。随着人工智能技术的发展，不断被应用于提高代理的智能性。强代理的进化学习机制，研究代理的适应性行为规则，提高代理的计算智能和推理能力，从而完善代理之间的协调机制、增强模型的描述能力和多主体系统的仿真效果。

供应链是各类企业的动态协同作用演化而成的由物流链、信息链和资金链等所构成的错综复杂的并行网链，传统的供应链研究方法（如数学方法）很难对此进行有效地描述和求解，因此融合多学科的最新理论、建模方法和技术(如多Agent技术)是今后供应链研究的必然趋势和发展方向。

参考文献：

[1] 周庆，陈剑．基于Swarm 的供应链多主体聚集模型及其仿真[J]．系统仿真学报，2004，16(6):1308-1313．

[2] 陈剑，蔡连侨．供应链建模与优化[J].系统工程理论与实践，2001，21(6):26-33．

[3] 金淳，刘昕露．供应链协调的仿真建模方法研究综述[J]．计算机应用研究，2004，(4):1-3.

[4] Jin C，et al．Distributed Simulation Architecture for Coordination of Production Scheduling in Supply Chain[C]．International Conference on Management Science and Engineering，2004：1018-1023.

[5]周庆，甘仞初.供应链配送系统的多主体Petri网模型的建模方法[J].北京理工大学学报， 2002， 2(6): 786-790.

[6] LeeH L，Whang S．Decentralized Multi-echelon Supply Chains： Incentives and Information

[J]． Management Science， 1999，45(5)：633-640．

[7] LeeH L，Whang S．Information Sharing in a Supply Chain[J]．International Journal of Technology ４

Management，2000，20(3/4)：373-387．

[8] Biswas S，NarahariY．Object-Oriented Modeling and Decision Support for Supply Chains[ J]． European

Journal of Operational Research，2004(3)：704-726．

[9] Hojung Shin，W．C．Benton．A quantity discount approach to supply chain coordination [J]．European

Journal of Operational Research，180 (2007) 601–616．

[10] Xiaolong Xue，Yaowu Wang，Qiping Shen et al．Coordination mechanisms for construction supply chain

management in the Internet environment． International Journal of Project Management，25 (2007) 150–157．

[11] Z.Yao，Stephen C.H. Leung，K.K. Lai．Analysis of the impact of price-sensitivity factors on the returns

policy in coordinating supply chain[J]．European Journal of Operational Research，187 (2008) 275–282．

[12] 柳键，马士华．供应链库存协调与优化模型研究[J]．管理科学学报， 2004，7(4):1-8.

[13] 余玉刚，梁樑，王志强，等．订单生产方式下供应链买卖双方1:n协调订货批量模型[J]．系统工

程， 2004(1):33-38．

[14] 唐林彬，梁樑，浦徐进．供应链中供应存在周期性波动情况下的合作模型[J]．系统工程， 2004(8):

24-27.

[15] 张润杰.利用多Agent系统管理供应链[J]. 兰州理工大学学报，2004，30(6)：86-89．

[16] David Zhengwen Zhang，Anthony Ikechukwu Anosike，Ming Kim Lim et al．An agent-based approach

for e-manufacturing and supply chain integration[J]．Computers & Industrial Engineering，51 (2006) 343–360．

[17] Ohbyung Kwon，Ghi Paul Im，Kun Chang Lee．MACE-SCM：A multi-agent and case-based reasoning

collaboration mechanism for supply chain management under supply and demand uncertainties [J]．Expert Systems with Applications，33 (2007) 690–705．

[18] Van der Pol, Akkermans. ‘No one in the driver's seat’: An agent-based modeling approach to

decentralized behavior in supply chain co-ordination [J]. Submitted to the International Working Seminar on Production Economics，2000.

[19] 彭俊松, 孙鸿广等．基于多Agent协同求解的企业供应链过程建模研究[J]. 复旦学报, 1999．

[20] 刘三伢, 王红卫等. 基于 Agent 的大型水利工程物资供应链建模与仿真[J]. 系统仿真学报, 2002,

14(5): 656-660．

５