基于多Agent 系統(tǒng)銷售物流云平臺(tái)的構(gòu)建

葉善椿，林國(guó)龍，姚錦元

(1.上海海事大學(xué) 物流研究中心，上海201306;2.上海交通大學(xué) 微米/納米加工技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，上海200240;3.上海交通大學(xué) 教育部薄膜與微細(xì)技術(shù)重點(diǎn)實(shí)驗(yàn)室，上海200240)

隨著計(jì)算機(jī)信息技術(shù)特別是網(wǎng)格計(jì)算、分布式計(jì)算、虛擬化技術(shù)的發(fā)展，云計(jì)算的概念隨之出現(xiàn)［1］。近幾年云計(jì)算快速發(fā)展，已較為成熟，各大軟件開發(fā)商和運(yùn)營(yíng)商也在開發(fā)云平臺(tái)，但是目前尚沒有專門針對(duì)中小物流企業(yè)的云平臺(tái)。國(guó)內(nèi)外學(xué)者以電信、網(wǎng)絡(luò)化學(xué)習(xí)等實(shí)體為對(duì)象研究云平臺(tái)構(gòu)建［2－4］，只是對(duì)現(xiàn)有云平臺(tái)進(jìn)行泛泛介紹或缺乏深入技術(shù)研究，很少從實(shí)際需要來進(jìn)行云平臺(tái)的構(gòu)建研究［5］。

為了提高競(jìng)爭(zhēng)力和效率，企業(yè)必須參與到信息化的建設(shè)中去。為此，筆者建立了一個(gè)基于多Agent 系統(tǒng)的銷售物流云平臺(tái)，其特點(diǎn)有:①以前的云平臺(tái)都是胖客戶端，而筆者提出的是瘦客戶端;②所提出的物流云平臺(tái)將資源集中到云端，無需企業(yè)自建系統(tǒng)，并能信息共享;③在云平臺(tái)設(shè)有注冊(cè)認(rèn)證模塊，保證信息安全;④結(jié)合Agent，實(shí)現(xiàn)了系統(tǒng)的智能、高效;⑤信息傳遞運(yùn)用GPRS，比現(xiàn)行的WiFi 更高效;⑥在云平臺(tái)設(shè)有預(yù)警模塊，保證云平臺(tái)安全運(yùn)作。

1 多Agent 系統(tǒng)

Agent 是在專家系統(tǒng)之后發(fā)展起來的新型智能系統(tǒng)，Agent 可以抽象成由傳感器、推理機(jī)和效應(yīng)器組成的一個(gè)智能系統(tǒng)［6］。Agent 通過傳感器感知外界環(huán)境的變化，并傳送給推理機(jī)，通過推理機(jī)結(jié)合知識(shí)庫對(duì)問題進(jìn)行分析和求解，最后通過效應(yīng)器作用于環(huán)境。

多Agent 系統(tǒng)(multi－agent system，MAS)是指由多個(gè)Agent 系統(tǒng)并存，交互通信，共同協(xié)作完成一件任務(wù)。MAS 一般由管理Agent 和應(yīng)用Agent組成，管理Agent 協(xié)調(diào)并控制應(yīng)用Agent 之間的合作，且其也有可能被其他更高層次的Agent 管理。MAS 中的每個(gè)Agent 都不具有獨(dú)立解決問題的信息或能力，且它們之間的數(shù)據(jù)是分散的，計(jì)算是異步的，各個(gè)Agent 之間通信協(xié)議可以采用KIF 或KQML 格式，筆者采用KQML?；贔IPA－MAS體系結(jié)構(gòu)的多Agent 系統(tǒng)平臺(tái)如圖1 所示。

圖1 基于FIPA－MAS 體系結(jié)構(gòu)的多Agent 系統(tǒng)平臺(tái)

2 云結(jié)構(gòu)

筆者基于MAS 建立的面向銷售的云結(jié)構(gòu)主要包括:用戶Agent、應(yīng)用層Agent、認(rèn)證Agent、銷售云平臺(tái)和數(shù)據(jù)庫(DB)［7－8］。其中銷售云平臺(tái)是整個(gè)云結(jié)構(gòu)的核心，DB 是云結(jié)構(gòu)的支撐。云平臺(tái)構(gòu)架的運(yùn)作流程為:當(dāng)用戶需要利用銷售云平臺(tái)資源時(shí)，先經(jīng)過認(rèn)證Agent，再經(jīng)過應(yīng)用Agent使用銷售云平臺(tái)的資源，在這個(gè)過程之中，用戶的信息將會(huì)記錄到DB 中，以方便用戶后續(xù)登錄和對(duì)用戶信息進(jìn)行建檔。云平臺(tái)結(jié)構(gòu)如圖2 所示。

圖2 云平臺(tái)結(jié)構(gòu)

在銷售云結(jié)構(gòu)中，用戶Agent 提供用戶一個(gè)登錄和應(yīng)用云平臺(tái)資源的人機(jī)界面，其采用的是瘦客戶端結(jié)構(gòu)，用戶只需要有一個(gè)終端，無需安裝大量軟硬件。針對(duì)云平臺(tái)發(fā)展中可能遇到的安全性問題，在銷售云結(jié)構(gòu)構(gòu)建過程中增加了認(rèn)證Agent，用戶只有通過了認(rèn)證Agent，才能運(yùn)用云中的資源。

銷售云平臺(tái)包括一套基礎(chǔ)服務(wù)設(shè)施，一系列分布式存在的宿主機(jī)與分布在其上的虛擬機(jī)(virtual machine，VM)和服務(wù)器，起調(diào)度作用的調(diào)度控制器，VM 控制器，以及服務(wù)請(qǐng)求(service request)控制器等，如圖3 所示。銷售云在基礎(chǔ)設(shè)施層有大量分布式宿主機(jī)，在每個(gè)宿主機(jī)上都分布著一系列虛擬機(jī)和服務(wù)器，這些虛擬機(jī)用來為用戶提供服務(wù)。在每個(gè)虛擬機(jī)上都可應(yīng)用虛擬網(wǎng)絡(luò)計(jì)算幫助用戶順利地運(yùn)用云提供的資源。在服務(wù)器的上層有大量的控制器，這些控制器幫助服務(wù)器分配資源，幫助云快速、高效地按照用戶的不同需求把合適的系統(tǒng)分配給用戶，還可以協(xié)調(diào)各個(gè)VM 工作，甚至可以對(duì)用戶的服務(wù)請(qǐng)求(SR)做出快速應(yīng)答，如SR 控制器。在銷售云的最頂層是多Agent 系統(tǒng)，這些Agent 可以獨(dú)立工作，但相互之間也會(huì)產(chǎn)生交互通信，尤其是數(shù)據(jù)通信。這些Agent 包括客戶Agent、庫存Agent、合同Agent、決策支持Agent、售后Agent，各個(gè)Agent 之間通信協(xié)議采用KQML。筆者構(gòu)建的銷售云各Agent 之間通信較為簡(jiǎn)單，信息發(fā)送Agent 不需要通過第三方Agent 來建立與信息接收者之間的通信，因此KQML 消息沒有嵌套。這里以客戶Agent(Agent 1)想要知道商品i 的庫存量而向庫存Agent(Agent 2)詢問，庫存Agent 在收到信息并查得庫存量后回復(fù)客戶Agent 為例來說明，其詢問通信如下:

圖3 銷售云平臺(tái)

其答復(fù)通信如下:

銷售云結(jié)構(gòu)中包含一個(gè)數(shù)據(jù)倉庫(DB)或稱為集中數(shù)據(jù)庫(data warehouse)，這是云結(jié)構(gòu)中最高層的數(shù)據(jù)庫;在各個(gè)銷售云的子Agent 中還有自己的數(shù)據(jù)庫(數(shù)據(jù)集市)［9］。數(shù)據(jù)集市在獲得各子Agent的相關(guān)數(shù)據(jù)時(shí)，既存儲(chǔ)在自己的數(shù)據(jù)集市里，也以異步的形式將數(shù)據(jù)提交給集中數(shù)據(jù)庫。因此，集中數(shù)據(jù)庫里囊括了數(shù)據(jù)集市的所有數(shù)據(jù)。

3 基于MAS 的銷售云平臺(tái)構(gòu)建

3.1 客戶Agent

在整個(gè)銷售云平臺(tái)中，用戶通過客戶Agent登錄系統(tǒng)后應(yīng)用銷售云提供的各種資源。作為銷售者都希望能得到客戶的詳細(xì)信息，因此在該銷售云中，設(shè)計(jì)了客戶Agent，既可供銷售者查看客戶信息，也可為銷售者寫入或讀取自己的信息。客戶Agent 如圖4 所示。

客戶Agent 包括客戶信息Agent、銷售服務(wù)Agent和查詢Agent?？蛻粜畔gent 供客戶自己使用，如客戶查詢、修改自己的信息。銷售服務(wù)Agent 包括購買推薦、促銷信息和VIP 服務(wù)，這些都是為了提高銷售服務(wù)水平和客戶體驗(yàn)而設(shè)置的?？紤]到客戶在購買商品時(shí)，尤其是網(wǎng)絡(luò)購物，需要知道目標(biāo)商品是否缺貨，在查詢Agent 里設(shè)了庫存查詢。此外，許多顧客在購買商品時(shí)，都希望知道該商品的暢銷度，因此設(shè)立了商品查看次數(shù)查詢模塊。

圖4 客戶Agent

客戶Agent 在與各子Agent 交互時(shí)，也把獲得的數(shù)據(jù)傳到客戶Agent 數(shù)據(jù)庫，客戶Agent 在獲得數(shù)據(jù)后再傳到集中數(shù)據(jù)庫。

3.2 庫存Agent

庫存Agent 是為銷售方提供一個(gè)庫存關(guān)系的系統(tǒng)，供銷售方接入銷售云平臺(tái)時(shí)使用，無需銷售方花費(fèi)大量資金自建一個(gè)庫存管理系統(tǒng)，也無需參與管理庫存。在庫存Agent 下有包括從商品入庫開始直到商品出庫并通過POS 機(jī)的全過程庫存管理。庫存Agent 如圖5 所示。

圖5 庫存Agent

在商品進(jìn)入銷售方倉庫之前，商品已經(jīng)貼上了RFID 標(biāo)簽，且商品信息用XML 格式描述，如圖6 所示。在倉庫門上安裝有RFID 標(biāo)簽閱讀器，當(dāng)商品經(jīng)過倉庫門進(jìn)入倉庫時(shí)，RFID 閱讀器就會(huì)掃描到標(biāo)簽，從而改變商品的庫存信息［10］;在貨物進(jìn)入倉庫后，當(dāng)貨物放上貨架時(shí)，倉庫工作人員會(huì)用手持RFID 閱讀器對(duì)商品進(jìn)行掃描，獲得商品的具體存放位置等信息;當(dāng)貨物的存儲(chǔ)信息發(fā)生變動(dòng)時(shí)，這些信息都會(huì)被掃描;當(dāng)商品出庫，經(jīng)過POS 機(jī)，所有有關(guān)商品的存儲(chǔ)信息全部會(huì)在掃描器獲得并發(fā)往庫存數(shù)據(jù)庫。這里以GPRS(general packet radio service)網(wǎng)絡(luò)與Internet作為RFID 閱讀器與數(shù)據(jù)庫之間的無線遠(yuǎn)程數(shù)據(jù)傳輸，庫存數(shù)據(jù)庫獲得信息后也會(huì)異步地把信息提交到集中數(shù)據(jù)庫，以供其他Agent 查詢商品的庫存信息。

圖6 XML 格式的產(chǎn)品信息

3.3 合同Agent

銷售方銷售商品需要與客戶洽談、成交并簽訂銷售合同(零售業(yè)沒有此環(huán)節(jié))、交付商品、資金結(jié)算，如果出現(xiàn)違約情況，還需要對(duì)違約進(jìn)行處理。筆者構(gòu)建的銷售云平臺(tái)的合同Agent 包括以下部分:①洽談Agent。指客戶與銷售方在銷售云里進(jìn)行商務(wù)洽談，這涉及客戶與銷售方相互查看對(duì)方的信息;②合同簽訂Agent。指雙方在銷售云里簽訂合同;③交付Agent。指銷售方在云平臺(tái)提供的決策支持下選擇合適的3PL 運(yùn)輸商品給客戶;④資金結(jié)算Agent。指客戶在購買好商品后購買資金通過銀行系統(tǒng)轉(zhuǎn)賬給銷售方;⑤預(yù)警Agent。當(dāng)客戶保證金低于預(yù)定閾值時(shí)，在合同簽訂時(shí)會(huì)出現(xiàn)預(yù)警，警告客戶繳納保證金，也提醒銷售方注意客戶的信譽(yù)度;⑥仲裁Agent。當(dāng)客戶或銷售方任一方出現(xiàn)違約時(shí)，在銷售云里進(jìn)行仲裁。

合同Agent 中的各個(gè)模塊都會(huì)產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)需要實(shí)時(shí)傳送給合同Agent 數(shù)據(jù)庫。成交Agent 中包括一個(gè)第三方物流選擇的系統(tǒng)，該系統(tǒng)會(huì)在銷售方錄入相關(guān)信息(如距離、目的地)后根據(jù)算法自動(dòng)求解出最合適的3PL，并推薦給銷售方，以幫助銷售方做出第三方物流選擇的決策。當(dāng)任一方出現(xiàn)違約時(shí)，就需要仲裁，仲裁子Agent 會(huì)調(diào)用合同Agent 數(shù)據(jù)庫里的所有數(shù)據(jù)幫助仲裁，最終將仲裁結(jié)果反饋給客戶、銷售方和合同Agent。

3.4 退換貨Agent

任何一個(gè)關(guān)于銷售的系統(tǒng)都必須有售后服務(wù)模塊，特別是退換貨模塊。筆者構(gòu)建的銷售云平臺(tái)里包括退換貨Agent，以幫助客戶退換貨。客戶只要進(jìn)入退換貨Agent，就可以完成所有與退換貨有關(guān)的事宜［11］，包括退換貨過程中會(huì)涉及到的第三方物流選擇問題。退換貨Agent 的執(zhí)行流程是:當(dāng)客戶注冊(cè)完退換貨后，退換貨Agent 與合同Agent通信，調(diào)用合同Agent 數(shù)據(jù)庫中的有關(guān)合同的數(shù)據(jù)和3PL 的數(shù)據(jù)，然后系統(tǒng)根據(jù)合同Agent信息判斷是否符合退換貨條件，如果不符合條件，則不允許退換貨;如果符合條件則允許，同時(shí)根據(jù)合同Agent 數(shù)據(jù)庫信息按照給定算法推薦3PL。當(dāng)貨物允許退換貨后，貨物由選定的第三方物流運(yùn)輸給銷售方，銷售方對(duì)貨物進(jìn)行檢查，符合條件則接收退換貨，否則不接受退換貨，返還給客戶。收貨完成后，銷售方需要把退換貨物的信息錄入退換貨數(shù)據(jù)庫，由此數(shù)據(jù)庫再與其他相關(guān)數(shù)據(jù)庫交互通信［12］。

3.5 決策支持Agent

在銷售云端里設(shè)置的銷售決策支持Agent 包括庫存管理、客戶選擇、第三方物流選擇、客戶管理等與銷售有關(guān)的各方面決策。決策支持Agent如圖7 所示。

圖7 決策支持Agent

當(dāng)銷售者需要做出決策時(shí)，可以利用銷售云提供的決策來幫助自己做出決策。銷售決策支持Agent 利用信息Agent 提供的信息、決策算法Agent提供的優(yōu)化算法，以及知識(shí)庫提供的決策規(guī)則來為用戶提供決策。信息Agent 是決策的信息來源，它包括客戶Agent、庫存Agent、合同Agent和退換貨Agent 等數(shù)據(jù)庫提供的數(shù)據(jù)，以及供應(yīng)商、3PL 等集市數(shù)據(jù)提供的關(guān)于供應(yīng)商、第三方物流的信息，同時(shí)還會(huì)調(diào)用集中數(shù)據(jù)庫(DB)里的數(shù)據(jù)［13］。決策算法Agent 中有針對(duì)不同情況下作決策需要用到的不同優(yōu)化算法，包括幫助銷售者在多客戶而能力又有限時(shí)選擇合適的客戶選擇算法;當(dāng)需要配送商品給客戶時(shí)在現(xiàn)有的3PL 提供商中選擇合適的3PL;幫助銷售者決定當(dāng)庫存量達(dá)到什么狀態(tài)時(shí)需要重新補(bǔ)充庫存量，以及決策判斷哪種商品什么時(shí)候需要大量補(bǔ)充庫存。

定義1 決策算法中的客戶選擇需要考慮客戶的注冊(cè)資本即資本實(shí)力、信譽(yù)度、購買商品數(shù)量，以及要求的交貨期這些要素，然后再根據(jù)決策規(guī)則進(jìn)行選擇，那么對(duì)客戶選擇CM 的形式化描述5 元組結(jié)構(gòu)為:

式中:Ms={Ms1，Ms2，…，Msn}為客戶資本實(shí)力的集合，Msi(i=1，2，…，n)為第i 個(gè)客戶的資本實(shí)力，客戶資本實(shí)力主要來源于客戶自己的個(gè)人信息模塊;Ho={Ho1，Ho2，…，Hon}為客戶的信譽(yù)度集合，Hoi(i =1，2，…，n)為第i 個(gè)客戶的信譽(yù)度;Qb={Qb1，Qb2，…，Qbn}為客戶購買商品的數(shù)量集合，Qbi(i =1，2，…，n)為第i 個(gè)客戶將要購買商品的數(shù)量;T ={T1，T2，…，Tn}為客戶對(duì)購買商品要求的交貨期集合，Ti(i=1，2，…，n)為第i 個(gè)客戶對(duì)自己購買商品所要求的交貨期;R 為決策規(guī)則，即系統(tǒng)按照這些規(guī)則來進(jìn)行決策，包括利潤(rùn)、客戶資本實(shí)力、客戶信譽(yù)度、購買的商品數(shù)量等各方面的選擇規(guī)則。

定義2 庫存量的決策需要考慮商品的銷量、顧客對(duì)該商品的青睞度、倉庫存儲(chǔ)量、存儲(chǔ)成本，以及進(jìn)貨速度和發(fā)貨速度，再按照庫存決策原則來進(jìn)行決策，由此得出庫存決策SK 的形式化描述7 元組結(jié)構(gòu)為:

式中:Va={Va1，Va2，…，Vam}為商品進(jìn)貨速度集合，對(duì)于不同的商品j 有著不同的進(jìn)貨速度Vaj(j=1，2，…m);Q ={Q1，Q2，…，Qm}為商品的銷量集合;M={M1，M2，…，Mm}為顧客對(duì)商品青睞度的集合;K 為商品的現(xiàn)有庫存集合，Kj(j =1，2，…，m)為商品j 的現(xiàn)有庫存量;C 為商品的庫存成本集合，Cj(j =1，2，…，m)為商品j 的庫存成本;Vb 為商品的補(bǔ)貨速度集合;Rsk為庫存量決策規(guī)則，按照該規(guī)則來決定商品的最佳庫存量。

定義3 第三方物流(3PL)的選擇需要按照最低成本的原則選取，模型如下:

式中:k 為第k 個(gè)3PL 供應(yīng)商;i 為商品;j 為需要運(yùn)送目的地即客戶所在地;P 為3PL 供應(yīng)商的報(bào)價(jià);Q 為需要運(yùn)送的商品數(shù)量;x 為0－1 變量;Pmax為銷售方愿意出的最高運(yùn)送價(jià)格。

知識(shí)庫里包含一系列定型化的決策規(guī)則，對(duì)優(yōu)化算法的結(jié)果進(jìn)行合理化。例如，客戶選擇需要選擇信譽(yù)度高的客戶，商品補(bǔ)充庫存需要與需求相匹配。

當(dāng)銷售者需要做出決策時(shí)，可以進(jìn)入銷售云端里的決策支持Agent，參考決策Agent 給出的結(jié)果，來做出最佳決策。例如，當(dāng)銷售者需要選擇第三方物流時(shí)，決策支持Agent 會(huì)與客戶Agent、3PL數(shù)據(jù)庫、商品數(shù)據(jù)庫進(jìn)行交互通信來獲得客戶、3PL 和商品的信息，然后利用優(yōu)化算法求出最佳3PL 供應(yīng)商，最后由決策者參考系統(tǒng)計(jì)算出的結(jié)果做出決策。

4 結(jié)論

筆者利用MAS 構(gòu)建了銷售物流云平臺(tái)，用戶只要通過認(rèn)證Agent 就可以進(jìn)入銷售云端，按照自己的需要選擇云平臺(tái)的服務(wù)。通過利用云平臺(tái)提供的資源，中小企業(yè)不僅可以節(jié)省投資興建IT系統(tǒng)的資金，避免不必要的大量投資，而且還可以幫助更加迅速地獲得信息、把握機(jī)會(huì)、降低成本和提高效率，最終幫助用戶提高競(jìng)爭(zhēng)力。

［1］ 張瑩光.PaaS 云計(jì)算系統(tǒng)仿真平臺(tái)及其數(shù)據(jù)庫子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］.北京:北京郵電大學(xué)圖書館，2011.

［2］ 施珺，顧勛梅.基于MVC 的網(wǎng)絡(luò)化學(xué)習(xí)云平臺(tái)構(gòu)架［J］.微電子學(xué)與計(jì)算機(jī)，2011，28(10):24－27.

［3］ 黃衛(wèi)東，于瑞強(qiáng). 共享學(xué)習(xí)模式下知識(shí)服務(wù)云平臺(tái)的構(gòu)建研究［J］.電信科學(xué)，2011(12):6－11.

［4］ 陳清金. 基于開放式平臺(tái)架構(gòu)建設(shè)電信運(yùn)營(yíng)商IT系統(tǒng)［J］.電信網(wǎng)技術(shù)，2011，5(5):23－27.

［5］ RAJKUMAR B. Cloud computing and emerging IT platforms:vision，hype，and reality for delivering computing as the 5th utility［J］. Future Generation Computer Systems，2009(25):599－616.

［6］ 廉師友.人工智能技術(shù)導(dǎo)論［M］.西安:西安電子科技大學(xué)出版社，2007:43－98.

［7］ 鄭依華，南凱，楊德婷，等.面向會(huì)議活動(dòng)的科研協(xié)同云平臺(tái)實(shí)現(xiàn)［J］.華中科技大學(xué)學(xué)報(bào)，2011，39(增刊Ⅰ):176－179.

［8］ TANG W，LEE J H，SONG B，et al.Multi－platform mobile thin client architecture in cloud environmemt［J］.Procedia Environment Sciences，2011(11):499－504.

［9］ 王富忠. 敏捷物流系統(tǒng)的建模、控制與運(yùn)作研究［D］.杭州:浙江大學(xué)圖書館，2007.

［10］YEH K C，CHEN R S，CHEN C C. Intelligent service－ integrated platform based on the RFID technology and software agent system［J］.Expert System with Applications，2011(38):3058－3068.

［11］JIAO J X，MARTIN G H.Development of an electronic configure－ to－order platform for customized product development［J］. Computers in Industry，2006，21(12):231－244.

［12］KONG J H，JUNG J Y，PARK J.Event－driven service coordination for business process integration in ubiquitous enterprises［J］.Computers ＆ Industrial Engineering，2009(57):14－26.

［13］曹渠江，李進(jìn)京，熊燕群.基于Agent 的旅游出行決策系統(tǒng)［J］.上海理工大學(xué)學(xué)報(bào)，2007，29(6):592－596.