物流问答
协同物流的协同效应
协同商务的运用，促进物流范畴逐步接受了协同概念，一些协同物流方式应运而生，它们打破了技能层面的边界，经过物流活动的互补和物流资源的同享来完结高效快捷的服务，并发生了相应的协同效应： 规划经济效应更可以反映出物流协同的本质，即经过不同事务之间的和谐办理，企业以更低本钱和更快速度发挥已有的资源优势，并建立起新的竞赛优势。范围经济与规划经济既彼此联络又有所差异。假如增大投入，企业可以削减单位本钱，则存在规划经济；假如跟着企业物流事务多样化添加而削减本钱，则存在规划经济。
一般企业用均匀本钱来界说规划经济，而用相对总本钱来界说规划经济，即企业多个物流事务一起进行的总本钱小于单个事务各自别离进行的本钱总和。规划经济效应首要体现在配送协同(多个环节一起分摊物流费用)、仓储协同(同享库房和设备)、包装和加工工序的操作协同(一起使用操作设备、技能、人力)上。 智能体(Agent)技能的研讨成为人工智能研讨范畴的热门，其最大特色是具有自主性和协作性，可以对杂乱、协同和难以预测的问题进行处理，可随环境改变修正自己的方针，学习常识并进步才能。与此一起，信息交融技能也在飞速发展，各种面向杂乱使用布景的物流体系很多出现。在这些系统中，信息表现方式的多样性、信息容量以及信息的处理速度等要求越来越高，原有的一些信息处理与交融手法现已逐渐不能满意实践使用的需求。考虑到以上要素，将智能体技能引进到物流信息协同范畴中，就可以使协同物流体系的功能大幅进步，并依据这一设计理念，构建依据多智能体技能的协同物流体系。
Agent是由具有常识、信仰、意向、希望等要素组成的一个实体，具有自主性与交互性的特色，它可以感知体系环境的改变，并对这种改变作出自主的反响。一般以为，Agent是一个具有自治性、社会性、反响性及能动性的依据硬件或软件的体系，由通讯交互模块、信息获取模块、人机交互模块、常识库模块及规划推理模块等组成。
Multi-agent系统，即多智能体系统，简称MAS。是由不同的单个Agent为完结某一特定使命而组成的调集，单个Agent总是处在多Agent体系的环境中，多个Agent构成的体系是动态、杂乱和不确定的，Agent要对了解的环境作出敏捷的呼应，一起可以处理与其他Agent的抵触，或许与其他Agent和谐处理抵触，规划其行为，并终究作出决议方案。Agent经过感知来了解环境，经过履行动作完结其方针并影响环境，Agent不只要有常识，并且要有自我意向。
物流体系是一个动态、杂乱和具有不确定性的体系，具有显着的时间性和空间性。而Agent技能特别适合于分布式体系。因而，协同物流可由依据MAS的Agent体系来完结。依据物流体系的特色提取出Agent的模型结构，它包括了常识、感应器、通讯器和行为操作等四个部分。
图1 车辆Agent(Vehicle Agent)是物流体系中货运车辆和驾驶员的笼统，车辆Agent是车辆资源的一个智能署理。它不同于以往体系中的车辆记载，是在传统车辆记载的基础上封装了相应的推理、通讯和学习等才能，是一个具有自主特性的智能实体方针。各车辆Agent在问题求解进程中，既可独自也可彼此协作。并能经过问题的不断处理进行自我演化。一起，各车辆Agent依据其才能彼此竞赛，自动进行问题求解。因而，各车辆Agent之间的洽谈机制是问题求解的首要内容。在物流运送进程中，只要在指定的日期内抵达目的地，运送道路就由运送工具本身来决议。车辆Agent首要担任监控货品的相对方位和条件。它们可以查询，并且能对协同体系中的其他Agent的查询作出反响。如在冷货运送中，运送货品需求冷藏而货品本身太热，货品易损而在运送进程中装载在最下面；或货品运送超过了订单规矩的日期，车辆Agent就会自动报警。车辆Agent的结构，如下图所示（图1）：
图2 每个资源Agent与相应的资源相对应，并与使命Agent和办理Agent相连接，可用来直接驱动或操控所对应的资源。协同物流体系中，资源Agent首要为信息Agent。信息Agent首要操控各信息源的作业状况并调整其作业方式，将其数据信息处理成使命Agent和履行Agent所需求的方式，答复使命Agent的查询和供履行Agent作进一步的估量、推理和判别。库房是重要的物流设备，库房Agent是库房设备设备及相关人员的其笼统，是物流体系中一个重要的资源Agent，它的根本使命是依据客户的订单要求，运用常识为客户在适宜的库房中挑选适宜的货品，并与车辆Agent进行通讯。库房Agent的结构，如下图所示（图2）：
图3
多Agent的协同物流运送(调度)体系结构
Agent是一个具有感知才能、问题求解才能和与外界进行通讯才能的一个实体。 作为具有自主特性的一种笼统实体，它能作用于本身和环境，并能对环境作出反响。多智能体技能的中心思想是将大的、杂乱的体系分化为小的、相对独立的子体系，依靠这些子体系彼此之间的竞赛和协作来完结高智能性的使命。
多Agent协作求解问题首要包含两种办法：使命共担(task-sharing)和成果同享(result—sharing)。
以往的物流体系中一般将各类型车辆资源看作处于被迫的等候被匹配检索和组织使命的静态记载，是一种缺少智能的实体方针。不具备自动依据所处理的问题及环境的改变来自我调整本身常识结构和自动求解问题的才能，约束了体系求解方案调度车辆问题的功率。因而，存多智能体协同物流体系的开发中，将企业所具有的各类型车辆结构为不同的车辆Agent，并由多个车辆Agent协作构成一个多智能体物流体系，该模型中归纳了使命共担和成果同享两种办法，其模型结构，如下图所示（图3）：
在图3中整个模型结构将问题求解进程分为对话层、操控层和问题求解层。
对话层是由多个交互Agent(Interface Agent)组成。交互Agent是供货商与协同物流体系通讯的接口。它接纳供货商传来的需求信息，并依据这些信息组织货运车辆调度，一起还担任将终究成果输出给对应的客户。
操控层是由归纳和操控两个Agent组成的。操控Agent(Control Agent)担任将供货商的需求分化，并依据车辆Agent的竞赛成果，将适宜的需求分配给相应的车辆Agent，一起各车辆Agent的信息都传递到该Agent中的黑板中， 由该Agent操控信息的交流和各Agent之间的通讯。摔制Agent由一个黑板常识库体系组成，它包含一个黑板和操控模块两部分。黑板是用于寄存信息的大局数据库，它记载了各Agent所需求的信息和所发生的假说，并能供给给一切的Agent同享。操控模块则是用于监督和操控挑选相应的Agent。相对于操控Agent来说，各Agent构成了黑板模型中的常识源。
归纳Agent(Synthesizing Agent)则是操控将各车辆Agent、库房Agent及路段Agent、操控Agent等其他Agent的求解成果进行归纳和点评，然后求出杂乱问题的解，以最低的本钱，最高功率和效益为供货商供给协同物流服务。
依据智能体的协同物流方式具有如下特色：
1、Agent可自动运转，每一个智能体有自己的方针和行为，可由外部鼓励和内部状况发动。
2、Agent是一个自治主体，具有自己的常识和剖析办法，能了解信息并操控自己的行为。
3、Agent能依据自己的推理规矩进行信息的笼统。智能体下的协同机制其本质是一种决议方案机制。企业经过智能体完结企业外部的协同，是进步市场竞赛力的有用办法，也是一个根本途径。
