物流問答
協同物流的協同效應
協同商務的運用，促進物流范疇逐步接受了協同概念，一些協同物流方式應運而生，它們打破了技能層面的邊界，經過物流活動的互補和物流資源的共享來完結高效快捷的服務，并發生了相應的協同效應： 規劃經濟效應更可以反映出物流協同的本質，即經過不同事務之間的和諧辦理，企業以更低本錢和更快速度發揮已有的資源優勢，并樹立起新的競賽優勢。規劃經濟與規劃經濟既彼此聯絡又有所區別。假如增大投入，企業可以削減單位本錢，則存在規劃經濟；假如跟著企業物流事務多樣化添加而削減本錢，則存在規劃經濟。
一般企業用均勻本錢來界說規劃經濟，而用相對總本錢來界說規劃經濟，即企業多個物流事務一起進行的總本錢小于單個事務各自別離進行的本錢總和。規劃經濟效應首要體現在配送協同(多個環節一起分攤物流費用)、倉儲協同(同享庫房和設備)、包裝和加工工序的操作協同(一起使用操作設備、技能、人力)上。 智能體(Agent)技能的研討成為人工智能研討范疇的熱門，其最大特點是具有自主性和協作性，可以對雜亂、協同和難以預測的問題進行處理，可隨環境改變修正自己的方針，學習常識并進步才能。與此一起，信息交融技能也在飛速發展，各種面向雜亂使用布景的物流體系很多出現。在這些體系中，信息體現方式的多樣性、信息容量以及信息的處理速度等要求越來越高，原有的一些信息處理與交融手法現已逐漸不能滿意實踐使用的需求。考慮到以上要素，將智能體技能引進到物流信息協同范疇中，就可以使協同物流體系的功能大幅進步，并依據這一規劃理念，構建依據多智能體技能的協同物流體系。
Agent是由具有常識、信仰、意向、希望等要素組成的一個實體，具有自主性與交互性的特色，它可以感知體系環境的改變，并對這種改變作出自主的反響。一般以為，Agent是一個具有自治性、社會性、反響性及能動性的依據硬件或軟件的體系，由通訊交互模塊、信息獲取模塊、人機交互模塊、常識庫模塊及規劃推理模塊等組成。
Multi-agent體系，即多智能體體系，簡稱MAS。是由不同的單個Agent為完結某一特定使命而組成的調集，單個Agent總是處在多Agent體系的環境中，多個Agent構成的體系是動態、雜亂和不確定的，Agent要對了解的環境作出敏捷的呼應，一起可以處理與其他Agent的抵觸，或許與其他Agent和諧處理抵觸，規劃其行為，并終究作出決議方案。Agent經過感知來了解環境，經過履行動作完結其方針并影響環境，Agent不只要有常識，并且要有自我意向。
物流體系是一個動態、雜亂和具有不確定性的體系，具有顯著的時間性和空間性。而Agent技能特別適合于分布式體系。因而，協同物流可由依據MAS的Agent體系來完結。依據物流體系的特色提取出Agent的模型結構，它包含了常識、感應器、通訊器和行為操作等四個部分。
圖1 車輛Agent(Vehicle Agent)是物流體系中貨運車輛和駕駛員的籠統，車輛Agent是車輛資源的一個智能署理。它不同于以往體系中的車輛記載，是在傳統車輛記載的基礎上封裝了相應的推理、通訊和學習等才能，是一個具有自主特性的智能實體方針。各車輛Agent在問題求解進程中，既可獨自也可彼此協作。并能經過問題的不斷處理進行自我演化。一起，各車輛Agent依據其才能彼此競賽，自動進行問題求解。因而，各車輛Agent之間的洽談機制是問題求解的首要內容。在物流運送進程中，只要在指定的日期內抵達目的地，運送道路就由運送工具本身來決議。車輛Agent首要擔任監控貨品的相對方位和條件。它們可以查詢，并且能對協同體系中的其他Agent的查詢作出反響。如在冷貨運送中，運送貨品需求冷藏而貨品本身太熱，貨品易損而在運送進程中裝載在最下面；或貨品運送超過了訂單規矩的日期，車輛Agent就會自動報警。車輛Agent的結構，如下圖所示（圖1）：
圖2 每個資源Agent與相應的資源相對應，并與使命Agent和辦理Agent相連接，可用來直接驅動或操控所對應的資源。協同物流體系中，資源Agent首要為信息Agent。信息Agent首要操控各信息源的作業狀況并調整其作業方式，將其數據信息處理成使命Agent和履行Agent所需求的方式，答復使命Agent的查詢和供履行Agent作進一步的估量、推理和判別。庫房是重要的物流設備，庫房Agent是庫房設備設備及相關人員的其籠統，是物流體系中一個重要的資源Agent，它的根本使命是依據客戶的訂單要求，運用常識為客戶在適宜的庫房中挑選適宜的貨品，并與車輛Agent進行通訊。庫房Agent的結構，如下圖所示（圖2）：
圖3
多Agent的協同物流運送(調度)體系結構
Agent是一個具有感知才能、問題求解才能和與外界進行通訊才能的一個實體。 作為具有自主特性的一種籠統實體，它能作用于本身和環境，并能對環境作出反響。多智能體技能的中心思想是將大的、雜亂的體系分化為小的、相對獨立的子體系，依靠這些子體系彼此之間的競賽和協作來完結高智能性的使命。
多Agent協作求解問題首要包含兩種辦法：使命共擔(task-sharing)和成果同享(result—sharing)。
以往的物流體系中一般將各類型車輛資源看作處于被迫的等候被匹配檢索和組織使命的靜態記載，是一種缺少智能的實體方針。不具備自動依據所處理的問題及環境的改變來自我調整本身常識結構和自動求解問題的才能，約束了體系求解方案調度車輛問題的功率。因而，存多智能體協同物流體系的開發中，將企業所具有的各類型車輛結構為不同的車輛Agent，并由多個車輛Agent協作構成一個多智能體物流體系，該模型中歸納了使命共擔和成果同享兩種辦法，其模型結構，如下圖所示（圖3）：
在圖3中整個模型結構將問題求解進程分為對話層、操控層和問題求解層。
對話層是由多個交互Agent(Interface Agent)組成。交互Agent是供貨商與協同物流體系通訊的接口。它接納供貨商傳來的需求信息，并依據這些信息組織貨運車輛調度，一起還擔任將終究成果輸出給對應的客戶。
操控層是由歸納和操控兩個Agent組成的。操控Agent(Control Agent)擔任將供貨商的需求分化，并依據車輛Agent的競賽成果，將適宜的需求分配給相應的車輛Agent，一起各車輛Agent的信息都傳遞到該Agent中的黑板中， 由該Agent操控信息的交流和各Agent之間的通訊。摔制Agent由一個黑板常識庫體系組成，它包含一個黑板和操控模塊兩部分。黑板是用于寄存信息的大局數據庫，它記載了各Agent所需求的信息和所發生的假說，并能供給給一切的Agent同享。操控模塊則是用于監督和操控挑選相應的Agent。相對于操控Agent來說，各Agent構成了黑板模型中的常識源。
歸納Agent(Synthesizing Agent)則是操控將各車輛Agent、庫房Agent及路段Agent、操控Agent等其他Agent的求解成果進行歸納和點評，然后求出雜亂問題的解，以最低的本錢，最高功率和效益為供貨商供給協同物流服務。
依據智能體的協同物流方式具有如下特色：
1、Agent可自動運轉，每一個智能體有自己的方針和行為，可由外部鼓勵和內部狀況發動。
2、Agent是一個自治主體，具有自己的常識和剖析辦法，能了解信息并操控自己的行為。
3、Agent能依據自己的推理規矩進行信息的籠統。智能體下的協同機制其本質是一種決議方案機制。企業經過智能體完結企業外部的協同，是進步市場競賽力的有用辦法，也是一個根本途徑。
