基于多Agent供應鏈產銷協(xié)同沖突消解自適應協(xié)商策略研究
發(fā)布時間:2019-10-16 23:33
【摘要】:協(xié)商是解決多Agent供應鏈沖突的有效方法,特別是在下游市場客戶需求不斷變化情況下,制造商和銷售商針對產品的訂購價格、數(shù)量等,難免發(fā)生產銷協(xié)同沖突,因此研究如何適應對手提議及市場需求變化的智能協(xié)商策略,成為消解多Agent供應鏈產銷協(xié)同沖突的重要問題。本文深入研究了適用于消解多Agent供應鏈產銷協(xié)同沖突、基于機器學習的自適應協(xié)商策略相關內容。 首先,針對多Agent協(xié)商的并行復雜性問題,構建了基于黑板機制的多Agent產銷協(xié)同協(xié)商框架,黑板Agent可作為中介來協(xié)調供應鏈的信息交流,并可實時感應市場客戶需求的變化,使協(xié)商雙方Agent及時給出有效應對方法。 其次,針對傳統(tǒng)協(xié)商自適應性差、沖突解決效率低的問題,設計了三種基于優(yōu)化機器學習算法的自適應協(xié)商方法。一是利用灰色關聯(lián)度及遺傳算法優(yōu)化案例推理方法,將對手提議視為目標案例,灰色關聯(lián)度用作案例匹配的計算方法,遺傳算法智能搜索機制優(yōu)化案例議題權重;二是利用模擬退火算法優(yōu)化粒子群方法,設計自適應粒子群學習因子,自主全局搜索最優(yōu)協(xié)商結果,模擬退火溫度控制避免陷入局部最優(yōu);三是利用Adaboost算法優(yōu)化Q-強化學習方法,將歷史成交值從弱分類器變?yōu)閺姺诸惼鳎鸩将@取較準確對手提議預測值。 然后,針對供應鏈產銷協(xié)同沖突多樣性、沖突消解智能性弱的問題,建立了產銷協(xié)同計劃決策協(xié)商模型,分別針對三種類型沖突,給出了相應的自適應協(xié)商策略。一是雙方為達到各自效用值最大而產生沖突,基于優(yōu)化案例推理協(xié)商方法,形成適應對手Agent提議變化的協(xié)商策略;二是雙方為達到供應鏈總成本最小而產生沖突,基于優(yōu)化粒子群協(xié)商方法,建立以成本最小為適應度函數(shù)的自學習協(xié)商策略;三是在市場客戶需求變化下,制造商和銷售商產生沖突,基于優(yōu)化Q-強化學習協(xié)商方法,建立基于市場客戶需求變化和對手提議預測的自適應策略。 最后,為評估文中提出協(xié)商策略的合理有效性,,進行了仿真實驗。設計了制造商Agent與銷售商Agent的產品訂購模型,建立協(xié)商模型,對變量和參數(shù)賦值,為解決三種產銷協(xié)同沖突,對采取不同自適應方法的協(xié)商過程仿真,然后對比采用基于優(yōu)化方法自適應策略的協(xié)商結果和未優(yōu)化方法的協(xié)商結果。 本文基于多Agent的供應鏈產銷協(xié)同沖突,探討了能適應對手提議變化、達到成本最優(yōu)和適應市場需求變化的自適應協(xié)商策略,研究成果可消解產銷協(xié)同沖突,提高協(xié)商效率,增強供應鏈智能化水平,不僅為供應鏈協(xié)同提供理論方法支撐,而且使多Agent協(xié)商變得更為高效。
【圖文】:
Agent3組成供應鏈的總成本為12246。然后,基于matlab平臺,仿真實現(xiàn)基于粒子群算法和模擬退火算法融合的協(xié)商策略的供應鏈協(xié)同產銷計劃模型。Agent1的成本、Agent3的成本及總成本結果變化趨勢如表5-9和圖5-2所示,可以看出,經過5次協(xié)商得到達到雙方都滿意的結果,總成本最終為11567.7,與沒有產銷協(xié)同計劃情況下相比,盡管制造商Agent和銷售商Agent的成本有波動,但總成本最終下降了5.5%。結果說明該協(xié)同產銷計劃模型和協(xié)商策略不僅可以消解供應商和制造商之間的采購沖突,而且減小供應鏈總體成本。表 5-9 基于優(yōu)化粒子群協(xié)商策略求解協(xié)同產銷計劃的成本結果Table 5-9 Cost result of the negotiation strategy based on PSO to solve thecollaborative production planning協(xié)商次數(shù) 總成本 制造商成本 銷售商成本1 12240 7432.5 4807.52
容易陷入局部最優(yōu),另外協(xié)商次數(shù)較多。表 5-10 基于遺傳算法協(xié)商策略求解協(xié)同產銷計劃的成本結果Table 5-10 Cost result of negotiation strategy based on genetic algorithm to solve thcollaborative production planning協(xié)商次數(shù) 總成本 制造商成本 銷售商成本1 12243.9 7509.8 4734.12 12206.5 7407.3 4799.23 12119.7 7389.5 4730.24 12163.5 7367.5 47965 12178.9 7360.8 4818.16 12196.8 7389.9 4806.97 11903.6 7345.8 4557.88 11910.5 7298.4 4612.1
【學位授予單位】:北京工業(yè)大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:F274
本文編號:2550243
【圖文】:
Agent3組成供應鏈的總成本為12246。然后,基于matlab平臺,仿真實現(xiàn)基于粒子群算法和模擬退火算法融合的協(xié)商策略的供應鏈協(xié)同產銷計劃模型。Agent1的成本、Agent3的成本及總成本結果變化趨勢如表5-9和圖5-2所示,可以看出,經過5次協(xié)商得到達到雙方都滿意的結果,總成本最終為11567.7,與沒有產銷協(xié)同計劃情況下相比,盡管制造商Agent和銷售商Agent的成本有波動,但總成本最終下降了5.5%。結果說明該協(xié)同產銷計劃模型和協(xié)商策略不僅可以消解供應商和制造商之間的采購沖突,而且減小供應鏈總體成本。表 5-9 基于優(yōu)化粒子群協(xié)商策略求解協(xié)同產銷計劃的成本結果Table 5-9 Cost result of the negotiation strategy based on PSO to solve thecollaborative production planning協(xié)商次數(shù) 總成本 制造商成本 銷售商成本1 12240 7432.5 4807.52
容易陷入局部最優(yōu),另外協(xié)商次數(shù)較多。表 5-10 基于遺傳算法協(xié)商策略求解協(xié)同產銷計劃的成本結果Table 5-10 Cost result of negotiation strategy based on genetic algorithm to solve thcollaborative production planning協(xié)商次數(shù) 總成本 制造商成本 銷售商成本1 12243.9 7509.8 4734.12 12206.5 7407.3 4799.23 12119.7 7389.5 4730.24 12163.5 7367.5 47965 12178.9 7360.8 4818.16 12196.8 7389.9 4806.97 11903.6 7345.8 4557.88 11910.5 7298.4 4612.1
【學位授予單位】:北京工業(yè)大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:F274
【參考文獻】
相關期刊論文 前4條
1 張瀚林;蔣國瑞;黃梯云;;一種有限信息共享的全局尋優(yōu)供應鏈雙邊協(xié)同計劃方法[J];管理工程學報;2010年02期
2 王海軍;黃錚;;基于可控提前期的兩供應商-單制造商協(xié)同模型[J];管理工程學報;2010年04期
3 蔣國瑞;劉穎;何喜軍;;面對促銷期的供應鏈生產銷售微分對策研究[J];管理工程學報;2012年04期
4 李應;;供應鏈多層規(guī)劃問題及其合作對策協(xié)商求解[J];運籌與管理;2012年04期
本文編號:2550243
本文鏈接:http://www.sikaile.net/guanlilunwen/gongyinglianguanli/2550243.html