基于規(guī)范和多Agent的煤炭供應鏈建模與仿真研究.pdf

1、近年來，煤炭供應鏈出現了庫存增加、供求不平衡、對顧客需求反應遲鈍等問題。面對動態(tài)開放的市場競爭環(huán)境，若想了解并快速滿足消費者的需求，煤炭供應鏈上的各主體需要緊密聯系彼此，在整條供應鏈上實現對煤炭資源的調運，即實現企業(yè)主體之間的良好協商。煤炭供應鏈中各個主體的行為變化影響著煤炭供應鏈的演化發(fā)展，整個系統形成了一個復雜適應系統。目前，研究復雜適應系統的一種有效途徑是結合多Agent的理論對其進行建模和仿真[1]。在該理論指導下，煤炭供應鏈中

2、的各企業(yè)以及企業(yè)內部的各生產單元可看作動態(tài)變化的Agent智能主體，企業(yè)之間以及企業(yè)內部各生產單元之間的協商實際為Agent智能主體之間的動態(tài)協商。
　　Agent之間的協商機制主要通過Agent行為及資源的動態(tài)選擇實現。合同網是實現Agent之間資源分配及復雜任務求解的一種經典協商策略。而對于MAS中主體行為協商過程的規(guī)范約束則依賴于一種有效的語義描述工具。組織符號學中的規(guī)范擴充了規(guī)則與慣例的語義表述范圍，可以很好的描述Agen

3、t的行為特性，實現對系統中Agent行為的規(guī)范約束。Norm作為Agent掌握的一種知識，需要適應動態(tài)變化的復雜環(huán)境。而對煤炭供應鏈中企業(yè)Agent知識的學習和發(fā)現機制則依賴于一種有效的學習算法。GALCS是一種并行的、基于規(guī)則的、可自動更新的智能系統，可以實現對企業(yè)Norm的學習。
　　論文的研究課題來源于國家自然科學基金項目一基于規(guī)范和多Agent的企業(yè)演化建模與仿真。本文在其基礎上，分析其相關領域的國內外研究現狀，結合規(guī)范和

4、多Agent技術對企業(yè)Agent的協商機制進行了改進，主要內容如下:
　　(1)結合基于遺傳算法的學習分類器系統設計一種基于Norm學習的企業(yè)決策框架，通過對供應鏈采購環(huán)節(jié)Norm的相關舉例，證明在該框架下設計的企業(yè)模型能夠對企業(yè)Norm進行有效的學習和監(jiān)督。
　　(2)結合對遺傳算法和合同網的改進提出基于Norm的全局信任協商模型。通過對煤炭供應鏈內外部環(huán)境下協商模型的舉例，證明模型可以從局部到全局對企業(yè)涉及到的各類協商議