关键词:
供应链
Agent技术
协商模型
粒子群算法
支持向量机
摘要:
随着企业竞争的加剧,企业间呈现出即合作又竞争的趋势。许多企业也意识到了单个企业采购数量小,无法形成规模效应且议价能力低,协同采购可以使企业拿到更优惠的价格,从而提升企业竞争力,发挥产业集聚区域的优势。传统供应链中,合作的企业都是具有自身利益的独立企业,合作双方往往都会考虑自身利益最大化,当一方利益较大时,另一方的利益就会受到影响。企业在合作的过程中往往会产生利益冲突,协商是解决冲突的基本手段,合理且有效的协商模型可以帮助产业集聚区域内的企业快速消解冲突,以求在协商中达成联合效用较高的方案,提高供应链的整体竞争力,达到双赢的目的。本文在JADE技术平台的支持下,将分布式人工智能的一个分支(多Agent技术)引入自动协商的研究中,形式化定义了一对多多议题并发协商的协商过程。提出了航空装备产业集聚区域协同采购协商模型,该模型通过效用函数判断协商是否终止,改变了传统协商中以主观判断作为终止条件的协商模式,规范了协商过程,并提高了协商整体效用。在该模型的基础上,对协商策略进行了深入的研究,详细研究了基于对手让步幅度的协商策略,利用粒子群算法优化支持向量机的核函数参数σ和惩罚因子C。把历史协商数据分为训练集和测试集,并用MATLAB进行了回归预测,预测结果表明PSO-SVM比传统的SVM算法预测准确率更高,并以实例证明了基于PSO-SVM的自适应协商策略的可行性,再从协商效用、协商效率等方面证明了本文所用协商模型的有效性。最后基于多Agent协商模型,采用B/S架构,Eclipse作为编程工具,辅以mysql作为数据库设计了一个简单的协同采购演示系统。