关键词:
一对多协商
承诺管理机制
协同采购
自适应策略
协调策略
摘要:
在一个制造商和多个供应商组成的一对多供应链协商中,为规避不公平协商行为发生,引入Agent承诺理论约束Agent的协商行为,将协商双方可接受提议当作一种承诺关系,提出Agent承诺管理机制,协助制造商在多个供应商提议中追求效用最大化。在供应链协同采购背景下,构建了多Agent一对多并发协商模型,深入研究了Agent承诺管理机制和自适应协商策略。首先,针对多资源协同采购问题,构建多个一对多并发协商框架,并以其中一个为例,为制造商Agent设计了承诺管理机制;制造商Agent关注对手提议的违约率,违约率会影响提议的预期效用,更具合理性;其次,针对一对多协商中的自适应差、协商效率低等问题,设计了基于模糊推理的自适应协商策略。将基于时间资源的协商策略分为三种:保守策略、线性策略、急躁策略,每种资源所处的市场状况决定了相应Agent协商地位,从而供应商可根据不同的协商地位确定最佳的协商策略。因为制造商对资源的市场状况并不知悉,构造一个能反映供应商提议让步变化的控制参数,运用模糊推理理论,并解模糊为精确的策略因子,推导制造商的市场状况,形成制造商Agent的自适应协商策略;然后,针对多个一对多并发协商过程,提出了一种基于RBF-kNN的效用导向协调策略,通过k近邻算法优化RBF神经网络参数,提高其预测准确率;运用RBF-kNN神经网络对收集的供应商Agent的协商轨迹进行下一轮提议预测,依据制造商Agent承诺管理机制选择预期效用最大提议与当前提议进行比较,计算预期效用差,根据各资源的预期效用差来协调协商进程,决定是否继续协商,保障多个协商过程的有序进行。最后,进行了Matlab仿真实验,仿真结果表明该方法在一对多协商领域可行,使得供应链智能协商的实现成为可能。