基于冲突检测的供应链协同计划

在供应链协同计划中,以供应链整体最优为目标做出的决策有可能引发个体理性和集体理性冲突。针对该问题,在研究供应链协同计划时引入冲突检测方法,建立供应链协同计划冲突检测模型,采用Agent协商技术对检测到的冲突进行消解。仿真实例说明,在供应链协同计划中引入冲突检测方法能及时发现供应链中存在的冲突,有助于提高供应链协同计划的效率和科学性。     

制造业供应链产销协同计划冲突协商模型

面对市场竞争日益剧烈和客户需求多样化的趋势,制造业供应链的制造商和经销商努力实现产销协同计划。然而在产销协同计划中时常出现冲突,及时有效消解冲突,能提高整个供应链的协作效率,改善供应链上企业间的合作关系;反之,会降低供应链的运作效率,削弱供应链的竞争力。针对这类冲突问题,引入让步协商策略,在有限信息共享条件下,建立供应链产销协同计划冲突协商模型;设计具有历史提议回顾特点的协商流程;通过文化基因算法,产生反提议生成策略;通过算例验证文化基因算法及冲突协商模型的有效性。     

基于分布式约束网络的协同设计研究

针对并行工程环境下的设计过程，提出基于分布式约束购物协同设计方法，该方法利用Agent分布式地表达设计中的各种约束关系，，通过Agent之间的动态协作实现约束网络的一致性维护，实时监测和协商消解设计冲突，使得设计约束得以分布，并发地满足，从而使得并行工程环境下的协同设计过程得到很好地支持。     

一种基于相似度方法的并发协商策略

多Agent协商是目前人工智能、电子商务等领域研究的热点问题。在电子商务活动中为了达到更好的效果,获得更多的利益,买方希望与多个卖方进行并发协商(与多个卖方同时进行协商),从中选择最佳的交易解决方案,这种需求广泛存在。本文利用相似度方法(similarity criteria)发展和评价了一种双边多议题多Agent并发协商策略,一方面使用相似度函数来计算对手的偏好类型,从而选择相应的协商策略;另一方面协商一方采用该策略后能够使得双方达成一致的可能性最大并且收益最大,从而使得一个Agent能够在半竞争、信息不完全和不确定以及存在最大协商时间的情况下,更为有效地完成多Agent并发协商。     

供应链并发协商粒子群优化模型研究

针对供应链企业之间的产销协同问题,将多Agent技术运用于二级供应链中,建立一种不完全信息约束下的并发协商模型。基于粒子群优化的协调策略可以在协商过程中更新协商Agents信念值进而支持连续协商。仿真结果表明此模型的可行性和有效性,与其他并发协商模型相比,该模型在协商结果效用、协商时间、协商成功率方面具有优势。     

一种劝说式多Agent供应链协商模型研究

好的协商模型对提高供应链协商效率有着重要的意义。提出了一种基于劝说式的多Agent供应链协商模型。对供应链协商模型框架和协商Agent的状态信息进行了形式化的定义,阐述了协商中的劝说方法、让步原则和提议交互过程。实践表明利用该模型建立起供应链协商支持系统能提高供应链伙伴协商效率和协商成功率。     

基于多Agent技术的分布式协同设计结构的研究

将多Agent技术引入协同设计中，使所构造的协同设计系统具有多Agent系统的分布性、协作性、智能性的特点。文中给出了Agent的结构、协同设计单元的多Agent组成和基于Web服务的整个协同设计系统的结构； 并对协同设计系统实现的一些关键技术进行了讨论，包括Agent的创建、Agent之间的交互、知识的共享和Agent之间的冲突的消解。     

一个基于Agent的轿车市场自动协商模型

该文提出了一个针对轿车市场中交易协商的双边多议题自动协商模型，该模型具有如下特点：用基于效用的相似度比较法实现Agent智能搜索；模型采用学习机制包括历史学习和Q-学习，历史学习机制用于Agent协商前初始信念的创建，对Agent在协商中策略的选择、执行具有指导作用。Q-学习机制用于生成协商提议，使得Agent能够在半竞争、信息不完全和不确定以及存在最大协商时间的情况下，更为有效地完成多议题协商。     

考虑依赖关系和能力约束的多对多供应链订单分配研究

研究一种多对多供应链中的相互依赖订单分配问题.其中,来自需求方的需求由一系列相互依赖订单组成,并同时考虑供应商的能力约束以及订单多属性约束,包括完成时间、数量、成本等.为了消解由于制造商依赖订单和供应商同时订单所导致的冲突,采用自动协商方法.在定义供应链相互依赖订单分配模型的基础上,提出一种两阶段协商协议和不同的协商策略.协商协议集成了投标和辩论两种协商流程,可以实现制造商与供应商之间的信息交流,规定协商双方的行为准则;而协商策略则确定了制造商和供应商的决策规则.仿真实验验证了自动协商方法的可行性,同时分析和比较不同供应链环境下的订单分配效果.实验结果表明,在不同供应链环境下,通过协商的方法能够有效地消解冲突,解决所研究的订单分配问题.     

随机需求下供应链企业订购多Agent协商模型

针对随机需求下供应链产销订购冲突问题,考虑一个制造商和两个零售商组成的两级供应链,构建主从博弈下的多Agent协商模型。制造商作为博弈主方制定批发价,零售商作为从方选择最优订货量和零售价,制造商Agent和零售商Agent自动协商,运用模拟退火算法寻求模型的最优解。通过算例发现合理的让步策略和收益共享契约能够提高供应链系统利润,实现产销双方的互利共赢。验证模拟退火算法求解该模型比遗传算法能够得到更优解。     

多Agent协商竞争模型的研究及仿真

在利用多Agent构建人工系统的过程中,Agent的利益偏好不同及资源有限等因素会引起冲突,而多Agent之间有效的协商竞争能够减少冲突,提高整体性能。为此,提出一种新的多Agent协商竞争模型,该模型依托协商信息,提高竞争对手策略预测准确率,同时采用概率最大化利益行为选择策略,从而缩短协商竞争时间。     

Sound conflict management and resolution for virtual-enterprise collaborations

For fulfilling customer requests, enterprises are increasingly part of collaboration networks with peers. Such collaborations, also known as virtual enterprises (VE), are governed by pre-defined contracts that restrict the behaviour of each participating enterprise. However, since each enterprise is autonomous, the potential arises for conflicts during collaboration. In this paper, we extend our earlier work on virtual-enterprise modelling and address the existing gap of conflict modelling, management and resolution in VEs. Our approach works as follows: first, to detect a conflict by analysing the exceptions reported during execution; second, to uncover the conflict type, origin and impact of an exception; and third, depending on the nature of an exception, to implement the appropriate conflict negotiation and resolution strategy among the participating entities of a VE. Crucial to this approach, and serving as one of the key contributions of this paper, is the conflict ontology. This ontology helps to model conflict types along with related exceptions, negotiation and resolution strategies, thereby enabling conflict management and resolution. Throughout this paper, we illustrate our ideas with a running example and also present a detailed evaluation based on a case study from the automotive production domain.     

基于规划识别的多智能体协作研究及应用

多智能体系统是规划识别的一个有效应用平台，提出一种基于规划识别多智能体协作算法，对对抗环境和非对抗环境中的基于规划识别的多智能体协作算法进行了分析，实现了对队友和对手行为目的的认识和建模，减少了协作主体间需要通信的时间厦难度。该协作算法应用到多智能体的有效测试平台机器人足球赛中，试验结果证明，该算法在通信受限、信息受限或信息延时的系统中可有效预测队友和对手的行为，从而实现智能体间的协作。     

Vertical collaboration in the semiconductor industry: A decision framework for supply chain relationships

Vertical collaboration problem focuses on integrating and modeling the decision problems of the suppliers and buyers together with the market intermediary by identifying the inefficiencies in the traditional marketplace and aligning the incentives of members in the e-marketplace. The present work develops and solves real life e-marketplace models for complex buyers–suppliers procurement problems by estimating the order quantities in the collaborated supply chain. The newsvendor framework considers demand to be independent of the selling price as is generally the case in the semiconductor industry supply chain dealing with techno-savvy customers. The vertical collaboration process would be more effective if the length of the planning horizon and order size is considered as a negotiation parameter between the buyer and supplier. It is observed that the supplier’s expected profit function increases with the buyers’ ordering quantity, which is important in characterizing the general structure of the collaboration scheme of the supply chain.     

多Agent自动协商的公平性研究

为了能够快速、高效地进行Agent协商,构建一个优化的多Agent协商模型。在这个模型的基础上,提出了一个基于协商各方公平性的协商学习算法。算法采用基于满意度的思想评估协商对手的提议,根据对方Agent协商历史及本次协商交互信息,通过在线学习机制预测对方Agent协商策略,动态得出协商妥协度并向对方提出还价提议。最后,通过买卖协商仿真实验验证了该算法的收敛性,表明基于该算法的模型工作的高效性、公平性。     

敏捷供需链的管理与决策

信息时代,市场的环境是一种不断改变与不可预测的混沌环境．敏捷供需链管理与 决策支持系统（ASCMS）是将产、供、销过程进行集成,形成一个协同（Synergy）的整体（ Holism）,实现企业与突变市场的混沌同步的信息系统．及时地发现风险与冲突、科学地处 理风险与协调冲突是获取供需链效益的关键．本文在分析ASCMS的问题空间及功能体系结构 的基础上,建立了敏捷供需链的管理与决策模型,提出一种基于规则的敏捷供需链冲突协调 模式,分析讨论了用于协调敏捷供需链冲突的规则制定的依据,支持敏捷供需链中的冲突分 析与协调．     

需求驱动的主动网构实体聚合

从主动服务、需求驱动、自主聚合的角度,提出了需求驱动的主动网构实体聚合模型.在该模型中,主动网构实体形成服务Agent,这些服务Agent主动发现需求并向需求聚集.针对同一需求聚集形成的服务Agent群,通过机制设计、协商、协作最终形成能够满足需求的多Agent系统.为了实现服务Agent对需求的发现和识别,构造了一个功能本体,包括特定领域的功能描述以及功能分解模式.为了实现服务Agent的协作,提出了需求驱动的自动机制设计,并给出了一种基于公平原则的协作模型——重心模型.最后得出由聚合产生的多Agent系统规格表示.     

基于人工免疫算法的多属性谈判模型

在基于多Agent的多属性谈判过程中,谈判Agent间常因追求自身最大利益导致谈判陷入僵局。为此,将谈判目标视为抗原,将候选提议视为抗体,建立基于人工免疫算法的多属性谈判模型。该模型通过抗原与抗体的免疫过程,取得谈判双方整体利益的最大化。仿真实验表明,该模型可有效解决谈判僵局问题,提高谈判的适应性及效率。