基于多Agent的服裝供應(yīng)鏈并發(fā)協(xié)商模型研究

鄭 飛，葉智勇，鄧鳳珠 （佛山開放大學(xué)，廣東 佛山 528000）

0 引言

面對復(fù)雜的市場競爭和動態(tài)的市場需求，紡織服裝企業(yè)之間被視為競爭對手關(guān)系，因而在進行生產(chǎn)與銷售時，往往僅從本企業(yè)出發(fā)追求自身利益的最大化，未考慮上下游企業(yè)之間的協(xié)調(diào)關(guān)系，從而造成紡織服裝供應(yīng)鏈各節(jié)點在資源或利益方面的沖突，協(xié)商是解決供應(yīng)鏈中節(jié)點沖突的有效方法。在人工智能領(lǐng)域的多Agent系統(tǒng)因其主動性、交互性、自主性等特點而廣泛應(yīng)用于多個領(lǐng)域，將多Agent技術(shù)應(yīng)用于服裝供應(yīng)鏈協(xié)商中，能確保服裝企業(yè)供應(yīng)鏈系統(tǒng)靈活、敏捷，同時降低成本，提高產(chǎn)品質(zhì)量。

在服裝供應(yīng)鏈各節(jié)點的協(xié)商過程中，由于信息不對稱以及動態(tài)的市場環(huán)境等因素增加了協(xié)商的難度，導(dǎo)致協(xié)商成功率低、協(xié)商時間長、效果不理想。本文提出的基于多Agent服裝供應(yīng)鏈并發(fā)協(xié)商模型，通過建立多Agent的服裝供應(yīng)鏈協(xié)商模型框架，以單個服裝經(jīng)銷商和多個服裝制造商為研究對象，為提高服裝經(jīng)銷商和服裝制造商之間協(xié)商的效率，增大服裝經(jīng)銷商和服裝制造商協(xié)商成功的可能性提供了可靠的理論依據(jù)。

1 并發(fā)協(xié)商模型

1.1 模型框架

假設(shè)服裝供應(yīng)鏈是由服裝經(jīng)銷商和服裝制造商組成的協(xié)同網(wǎng)絡(luò)，服裝制造商提供服裝，服裝經(jīng)銷商購買服裝，一個服裝經(jīng)銷商Agent和多個服裝制造商A－gent進行并發(fā)協(xié)商模型框架如圖1所示。

圖1 多Agent服裝供應(yīng)鏈并發(fā)協(xié)商模型框架

由圖1可見，服裝經(jīng)銷商與服裝制造商都具有各自獨立的協(xié)商信息。服裝經(jīng)銷商Agent由協(xié)調(diào)器和多個子服裝經(jīng)銷商Agent構(gòu)成。根據(jù)服裝制造商Agent的數(shù)量，協(xié)調(diào)器創(chuàng)建相同數(shù)量的協(xié)調(diào)線程，并提出相應(yīng)的協(xié)商策略對各個子服裝經(jīng)銷商Agent進行調(diào)控，實時處理協(xié)商線程信息和其他子服裝經(jīng)銷商Agent的及時更新。協(xié)調(diào)線程由子服裝經(jīng)銷商Agent和與之對應(yīng)的服裝制造商Agent構(gòu)成，保留了服裝經(jīng)銷商Agent的協(xié)商信息，接收、拒絕提議或生成反提議。

如圖2所示為單個線程的協(xié)商過程。在協(xié)商的過程中，根據(jù)服裝制造商Agent的個數(shù)，協(xié)調(diào)器對協(xié)商線程進行初始化，為每個協(xié)商線程設(shè)置初始參數(shù)（如議題保留值、最大協(xié)商時間以及協(xié)商策略參數(shù)等），創(chuàng)建初始提議，發(fā)出協(xié)商請求，并由制造商A－gent做出響應(yīng)。在進行下輪提議前，對協(xié)調(diào)器發(fā)送來的提議進行評估，看是否為最佳提議，若不是，按協(xié)商策略提出反提議，若是，則按流程進行相應(yīng)的處理。無論子服裝經(jīng)銷商Agent與服裝制造商A－gent協(xié)商結(jié)果如何，每個線程都會將協(xié)商結(jié)果送到協(xié)調(diào)器，保證所有協(xié)商線程連續(xù)進行。

圖2 單線程協(xié)商過程

1.2 模型假設(shè)

令：

T：Agent a截止時間；

Tm、Tri：分別表示服裝制造商Agent和服裝經(jīng)銷商Agent協(xié)商截至?xí)r間；

ωai：Agent a對議題i的權(quán)重，且

A：協(xié)商響應(yīng)，且A∈ ｛接受提議，拒絕提議，提出提議｝；

Ag：表示一個經(jīng)銷商Agent r與多個制造商Agent mi（i=1,2,…,）的集合，即Ag=｛r,m1,m2,…,mn｝，且 a∈Ag；

S：協(xié)商策略；

C：協(xié)調(diào)策略；

U：效用函數(shù)。

則議題vi可以用直線公式求得其評價函數(shù)uavi（），議題的整體效用函數(shù)為：

于是，最終效用函數(shù)可表示為：

其中：Ur、Um分別表示服裝經(jīng)銷商Agent的效用和服裝制造商Agent的效用。

所以，多Agent供應(yīng)鏈并發(fā)協(xié)商模型可表示為：

1.3 提議策略

提議策略由提議評價策略和提議生成策略組成。為了進行下一輪協(xié)商決策，必須對協(xié)商對手的提議做出評價，因此需要相應(yīng)的協(xié)議評價策略。隨著協(xié)商環(huán)境的變化，根據(jù)當前協(xié)商策略生成反提議的工作由提議生成策略來完成。提議生成策略又分為讓步型和學(xué)習(xí)型兩種。

1.3.1 提議評價策略

對單個協(xié)商線程而言，提議評價流程如圖3所示。

在時刻t，服裝經(jīng)銷商Agent r收到某服裝制造商Agent m的提議時，判斷是否超過協(xié)商時間：若在有效期內(nèi)，則將本提議的效用與該服裝經(jīng)銷商Agent r準備發(fā)送的提議的效用進行比較，若前者大于后者，表明服裝經(jīng)銷商Agent r接受服裝制造商Agent m的提議，協(xié)商成功，將協(xié)商結(jié)果發(fā)送給協(xié)調(diào)器；否則，在截至?xí)r間以前，服裝經(jīng)銷商Agent r向服裝制造商Agent m提出反提議。

1.3.2 提議生成策略

圖3 提議評價流程

為了對多個并發(fā)協(xié)商線程進行管理，在協(xié)調(diào)器中要嵌入提議生成算法，尋找最優(yōu)提議，同時協(xié)調(diào)器進行確認并發(fā)送給未完成協(xié)商任務(wù)的協(xié)商線程，從而更新服裝經(jīng)銷商Agent的協(xié)商策略，提高協(xié)調(diào)器工作效率。

提議生成策略分為讓步型提議生成策略和學(xué)習(xí)型提議生成策略兩種。

讓步型提議生成策略是提議生成策略中較為基礎(chǔ)但很有效的策略。由Farantin提出的基于時間的讓步策略認為時間是決定讓步幅度的因素之一；人們根據(jù)Parzen窗估計法提出了基于對手議題保留值估計的提議策略。這兩種策略具有一定互補性，為了彌補彼此的不足，人們采用動態(tài)線性加權(quán)的方法提出了線性加權(quán)的提議策略。下面重點介紹一類學(xué)習(xí)型提議生成策略：粒子群優(yōu)化的協(xié)調(diào)策略。

2 粒子群優(yōu)化的協(xié)調(diào)策略

2.1 粒子群算法

粒子群優(yōu)化（PSO）算法是1995年由美國學(xué)者Kennedy和Eberhart提出的，由于參數(shù)少、記憶性好以及收斂快等特點，受到廣泛關(guān)注。該算法屬于進化算法的一種，其思想源于鳥群捕食，通過對適應(yīng)度的評價來獲取解的質(zhì)量。最優(yōu)化問題的解被抽象為一些無質(zhì)量與體積的微粒，通過群體行為尋找整個搜索空間的最優(yōu)解。粒子群算法如下：

D維空間中，有N個粒子，適應(yīng)值函數(shù)為f（·）；粒子i的位置為xi=（xi,1,xi,2,…,xi,n），將xi代入適應(yīng)函數(shù)f（ xi）求適應(yīng)值；粒子 i的速度為 vi= （ vi,1, vi,2,…,vi,n），粒子i經(jīng)歷過的最好位置為pbesti=（pi,1, pi,2,…,pi,n），種群所經(jīng)歷過的最好位置為gbesti= （ gi,1, gi,2,…,gi,n）。則粒子i的速度和位置更新公式分別為：

其中：j=1,2,…,n；ω為慣性權(quán)重，調(diào)節(jié)搜索范圍，本文取1；c1,c2為加速度常數(shù)或?qū)W習(xí)因子，調(diào)節(jié)學(xué)習(xí)最大步長；r1,r2為［0,1］區(qū)間的隨機數(shù)，以增加搜索的隨機性。

通過式（4）和式（5）的迭代，比較相鄰粒子的適應(yīng)值，求出粒子的局部最優(yōu)解，然后對所有局部最優(yōu)值進行比較，其中的最小值即為當前的全局最優(yōu)值。即：

2.2 供應(yīng)鏈并發(fā)協(xié)商中的粒子群優(yōu)化協(xié)調(diào)策略

為將粒子群優(yōu)化算法應(yīng)用于服裝供應(yīng)鏈并發(fā)協(xié)商模型中，就服裝經(jīng)銷商Agent而言，令協(xié)商線程為粒子，線程間的相互提議為粒子的當前位置，則某個線程協(xié)商成功的提議即是粒子的個體最優(yōu)解，全局最優(yōu)解就是當前所有協(xié)商成功的線程中效用最大的那個提議，效用函數(shù)Ur為適應(yīng)度函數(shù)，提議值的變化量是速率。根據(jù)圖3，基于粒子群的服裝供應(yīng)鏈并發(fā)協(xié)商過程如下：

Step1：根據(jù)服裝經(jīng)銷商Agent的數(shù)量，協(xié)調(diào)器創(chuàng)建相應(yīng)的線程，對協(xié)調(diào)線程的提議策略及PSO的參數(shù)進行初始化，如服裝制造商Agent的數(shù)量n，議題個數(shù)N，制造商Agent對議題的權(quán)重協(xié)商截至?xí)r間T，對第i個議題的最小值和最大值及讓步率β，算出當前最佳提議并發(fā)送到其他子服裝制造商Agent。

Step2：初始時刻，服裝經(jīng)銷商Agent與服裝制造商Agent分別采用基于時間的協(xié)商策略進行協(xié)商。

Step3：子服裝經(jīng)銷商Agent收到的協(xié)商結(jié)果的效用若比己方提議效用值小則保留，否則調(diào)整讓步策略。若協(xié)商成功，則轉(zhuǎn)入下一步，否則繼續(xù)Step3。

Step4：若協(xié)商活動的結(jié)果為成功，協(xié)調(diào)器會對從協(xié)商線程收到的協(xié)商成功結(jié)果進行評估，看是否為最佳提議，若是，將此提議發(fā)送給其他協(xié)商線程，否則保持，直到其他進程協(xié)商結(jié)束。

3 模擬實驗

在服裝生產(chǎn)與銷售環(huán)節(jié)，服裝生產(chǎn)商與經(jīng)銷商常會對生產(chǎn)——銷售情況進行協(xié)商。就佛山服裝生產(chǎn)商而言，在其生產(chǎn)能力限度內(nèi)，往往追求訂單充裕、交貨時間合理、價格合理、產(chǎn)品新穎、型號齊全等，而經(jīng)銷商往往期望存貨少、交貨及時、款式新穎、價格適中等，代表消費能力。本文以一個服裝經(jīng)銷商Agent和n個服裝制造商Agent i（ i=1,2,…,n）為仿真實驗對象，對N個議題的協(xié)商（這里對產(chǎn)品價格、訂購數(shù)量和交貨時間3個議題進行協(xié)商，即N=3）。實驗參數(shù)的設(shè)置及協(xié)商議題如表1、表2所示。

根據(jù)粒子群算法，得到制造商Agent從5到35時，聯(lián)合效用、協(xié)商時間和協(xié)商成功率如表3所示。

從表3可以看出，在不咯率成本的情況下，隨著制造商的增多，效用值也增大，說明和越多制造商進行協(xié)商，所得效果越好，同時隨著制造商數(shù)量的增多，平均協(xié)商時間縮短，協(xié)商成功率增長速率降低。

4 結(jié)論

在服裝供應(yīng)鏈環(huán)境中，以服裝經(jīng)銷商和服裝制造商為對象，建立了多Agent供應(yīng)鏈并發(fā)協(xié)商模型，利用PSO優(yōu)化算法求出最佳提議，并通過協(xié)調(diào)器將其發(fā)送給其他線程，結(jié)合基于時間的讓步策略和基于Parzen窗對手議題保留值估計的提議策略，對不同數(shù)量制造商時的聯(lián)合效用、平均協(xié)商時間以及協(xié)商成功率進行了分析，證明模型與實際系統(tǒng)基本相符。以后的研究重點將是Agent之間的信任關(guān)系以及供應(yīng)鏈外部環(huán)境對協(xié)調(diào)結(jié)果的影響。

表1 實驗參數(shù)的設(shè)置

表2 協(xié)商議題及取值范圍

表3 不同數(shù)量制造商Agent時的聯(lián)合效用、平均協(xié)商時間與協(xié)商成功率

[1] 蔣國瑞,等.多Agent制造業(yè)供應(yīng)鏈管理[M].北京：科學(xué)出版社，2013.

[2] Trelea I.The particle swarm optimization algorithm:convergence analysis and parameter selection[J].Information Processing letters,2003,85(6):315-317.

[3] 路健,等.供應(yīng)鏈環(huán)境下產(chǎn)能優(yōu)化配置問題的混合粒子群算法[J].計算機集成制造系統(tǒng)，2012,18(11):2537-2545.

[4] 劉小華，林杰.基于遺傳粒子群混合算法的供應(yīng)鏈調(diào)度優(yōu)化[J].控制與決策，2011,26(4):501-506.

[5] 鄭飛.閉環(huán)供應(yīng)鏈環(huán)境下紡織服裝業(yè)組織運作模式[J].物流技術(shù)，2015,34（7上）:224-226,284.

[6] 汪胡林，馬金平.基于多Agent的BTO供應(yīng)鏈的動態(tài)構(gòu)建方法研究[J].物流工程與管理，2013,35(6):123-127,155.

[7] 金坤，薛耀文.供應(yīng)商參與產(chǎn)品創(chuàng)新的供應(yīng)鏈協(xié)調(diào)研究[J].物流科技，2012,35(2):12-17.

[8] 馬慧民,等.基于粒子群算法的供應(yīng)鏈生產(chǎn)、配送集成計劃研究[J].計算機工程與應(yīng)用，2008,44(30):206-209.

[9] 蘇生,等.供應(yīng)鏈協(xié)商調(diào)度模型與算法[J].軟件學(xué)報，2014,24(1):12-24.

[10]董晴，戴更新.競爭模式下利他偏好的供應(yīng)鏈協(xié)調(diào)[J].物流科技，2017,39(9):114-117.

[11]鄧汝春.服裝業(yè)供應(yīng)鏈管理[M].北京：中國紡織出版社，2005.

[12] Kennedy J,Eberthart R C.A discrete binary version of the particle swarm optimization[J].Proceedings of the Conference on System,Man and Cybernetics,1997,97:4104-4109.

[13]楊以雄.服裝物流管理教程[M].上海：東華大學(xué)出版社，2013.

[14]胡小建，陳啟萍.面向供應(yīng)鏈基于博弈的并發(fā)協(xié)商模型研究[J].中國機械工程，2013,24(2):163-168.