基于M u lti-Agen t技术的物流企业运输调度系统结构分析

戴剑勇，席钌姿

（南华大学 经济管理学院，湖南 衡阳 421001）

1 引言

物流运输调度是针对一系列发货点和收货点，组织适当的行车路线，使车辆有序通过它们，在满足一定约束条件下（如货物需求量、车载量、行车里程、交发货时间、时间限制、路线约束等），达到一定目标最优化（如路程最短、运费最低、时间准时、车辆较少等）的过程。

物流运输调度系统是一个涉及多因素、多层次、动态变化的大规模复杂系统，是一个在时间和空间上的分布式、非线性、时变的随机系统，具有复杂性、递阶结构、不确定性、多目标、多约束、多资源相互协调等特点。目前，物流企业面临着日益剧烈变化的市场竞争，其运输调度工作的条件复杂，不仅货运点多、货物品种类型繁多、道路网复杂，而且运输服务地区内运输网点的分布也不均匀，这要求物流运输调度系统的控制结构具有局部自治和分布式决策特性，集中式调度方式己经不能适应环境变化的要求。

随着计算机技术的飞速发展以及智能计算技术的不断涌现，智能优化调度技术成为解决物流运输调度的主要技术，但优化问题的关键在于数学模型的建立和算法的求解。对于物流运输调度系统的优化问题，其核心不仅在于其相应功能模块的完善及其分布式自治管理，而且涉及到各相应功能模块的协调问题。而多智能体系统（Multi-Agent System，MAS）采用分布式体系结构，具有敏捷、灵活、实时的优点，其每个智能体皆有一定的独立功能，且单个Agent与Agent之间的结构关系是可动态调整的，不同功能的Agent组成紧耦合的运输调度管理体系结构具有自适应，自组织和良好的协调性能，可以通过协调方式完成繁杂的整体运作。因此，应用多智能体技术对解决物流运输调度系统的分布式自治和集成优化问题具有重要的现实意义。

2 物流企业运输调度系统多智能体体系结构构建

智能体（Agent）是指驻留在某一环境下，能持续自主地发挥作用，具备驻留性、自治性、反应性、主动性、社会性、进化性等特征的计算实体。多智能体（Multi-Agent）一般专指多智能体 系 统（Multi-Agent System，MAS） 或 多 智 能 体 技 术（Multi-Agent Technology，MAT），它是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的、易于管理的系统。主要研究智能体之间的交互通信、协调合作、冲突消解等方面，强调多个智能体之间的紧密群体合作，而非个体能力的自治和发挥，主要说明如何分析、设计和集成多个智能体构成相互协作的系统。

Multi-Agent系统建模是一种自底向上的新型建模方法，与传统的自上而下的建模方法不同，Multi-Agent系统建模是针对复杂系统的模型研究，而物流企业运输调度系统正是这样一个复杂的、多目标的、不确定的、多变的随机系统。多智能体系统建模方法是首先根据研究的系统对单个的Agent进行定义，给每个Agent赋予一定的行为及参数，然后根据Agent与Agent之间及Agent与环境之间的关系，确定其交互规则，通过交互将各个Agent联结成一个整体，构成一个完整的Multi-Agent系统。

根据物流运输调度系统的实际情况，采用功能和物理相结合的混合建模方法，将物流运输调度过程中涉及的运输订单、车辆调度、车辆、路网信息等物理实体以及协调、管理等逻辑实体统一分解成四种不同的Agent类型。并对每一个Agent建立相应的模型。再将各个Agent集成为运输调度系统的多智能体体系结构，其结构如图1所示。

图1 物流运输调度系统多智能体体系结构

3 物流企业运输调度系统多智能体结构分析

针对物流企业运输调度系统的特殊性，对前一部分所构建的多智能体体系结构中的各个Agent分别进行分析。

3.1 管理型Agent的结构分析

管理型Agent与其他Agent之间的联系最多，负责整个调度系统的监督、控制与管理，并协调其他各个Agent之间的工作，起着运输配送计划员的作用。根据协调Agent自有的特性，建立其特征模型，如图2所示。

图2 协调Agent（管理型）的结构模型

States：协调Agent的内部状态。用来监控和处理整个物流运输调度系统全局性的信息，包括订单分解、订单更改、订单取消、运输调度计划的编制等。

Perceptions：感知信息。协调Agent从其他Agent和环境中通过信息交互与协调获得与订单相关的信息，再通过感知器传递给States。由States利用相关的知识库做出相应的决策。

Behaviors：行为信息。Behaviors接收到States传过来的动作命令做出相应的动作，比如对订单进行分解等。再通过效应器传递给其他Agent以及环境。

3.2 任务型Agent的结构分析

任务型Agent映射的是实际物流企业运输调度系统中的运输订单任务。运输订单Agent在物流企业是一个非常重要的模块。任务型Agent从管理型Agent处获得订单的基本信息，然后建立订单资料档案，并对其资料进行查核及确认，若确认信息有误则将其反馈给管理Agent对订单状态进行修改，确认无误后再通过运输调度系统将数据处理并输出，最后将输出传递到车辆调度Agent。影响任务型Agent的参数如图3所示。

图3 运输订单Agent（任务型）参数

3.3 计算型Agent的结构分析

计算型Agent在整个物流企业运输调度系统中起着关键作用，这里的计算型Agent映射的是车辆调度Agent，它根据运输订单Agent所传递过来的数据，然后与管理Agent、车辆Agent及路网信息Agent进行沟通，对订单Agent进行分析，将同一条线路上的不同货物组合起来，配装在同一辆载货车上，对现有的资源Agent（车辆Agent）进行分析，选择最合适的车辆进行调度排班，最后根据路网信息Agent，计算出最佳的运输线路，以便使货物能够安全、有效、快速、准时到达客户手中。车辆调度Agent考虑的参数如图4所示。

图4 运输调度Agent（计算型）参数

3.4 资源型Agent的结构分析

资源型Agent是物流企业运输调度系统中的硬件条件，它映射的是实际物流运输系统中能够完成一个或多个特定功能的单元或单元组合，包括设备、运输工具、路网信息、操作人员等，如：物流企业运输部门提供的自有车辆、其他公司提供的外包车辆、道路网络信息，它可以根据自身的能力、状态、任务的要求及环境信息等对当前的任务进行判断，并监控资源的状态及任务执行情况。上述三个单Agent都要受到资源型Agent的约束，在这里将资源型Agent分成两类，一类是车辆Agent，另一类是路网信息Agent。其参数分别如图5、图6所示。

对每个Agent建立相应的模型后，采用信息集成技术，将各个子系统的信息集成在一起，构成一个完整的物流运输调度系统，从而完成复杂系统的集成。利用这种多智能体技术进行建模可以降低各个Agent问题求解的复杂性同时可以降低整个系统的复杂性，有效地提高了问题求解的能力。

4 结论

本文通过把多智能体理论引入到物流企业运输调度系统中，构建了运输调度系统的多智能体结构，并对体系结构中的每个Agent进行分析，促进物流企业运输调度系统的多智能体分布式自治及其功能扩展，能有效地解决多智能体结构的物流运输调度系统的结构问题，从而创造商品的空间效益，降低运输费用，对实现物流企业柔性管理、提高企业经济效益具有重要现实意义与应用前景。

[1]P CPendharkar.Acomputational studyon design and performance issues of multi- agent intelligent systems for dynamic scheduling environments [J].Expert Systems with Applications,1999,(16):121- 133.

[2]Cai Yanguang,Wang Tao,CaiHao.A Differential Evolution Algorithm for Allied Vehicle Routing Problem with Multiple Transport Network.[A].International Conference on Power Electronics and Intelligent Transportation System[C].2010.

[3]黄天辰,韩京才.基于Agent技术的复杂适应系统分析与建模[J].计算机仿真,2005,22(9):58-60.

[4]孟宪春,丁承君,段萍,郭胜辉.多智能体技术的发展和应用现状[J].河北工业大学学报,2006,35(3):6-11.

[5]戴剑勇,杨仕教,古德生.遗传算法在水泥矿山卡车运输调度系统中的应用[J].中国工程科学,2006,8(8):77-81.

[6]陈勇,林飞龙.制造企业物流多智能体建模及其应用[J].浙江工业大学学报,2006,34(3):310-313.

[7]赵金超,齐欢,王平,张勇明.基于多智能体的舰船维修系统建模技术研究[J].船海工程,2007,36(1):125-129.

[8]韩仁东,刘科成,鞠彦兵,崔春生.基于多agent的军事物流系统仿真建模方法[J].计算机应用研究,2010,27(5):1756-1760.

[9]王雪茹,袁建清,崔然.多智能体技术及其在交通控制系统中的应用[J].中国新技术新产品，2011,17(1):27-28.

[10]霍晓宇,杨仕教,吴长振,戴剑勇,羊帆.露天矿山运输调度系统粒子群优化[J].煤炭学报,2012,37(1):234-239.

[11]赵业清,郭磊,毕贵红,朱道飞.基于多Agent的炼钢复杂物流系统分析与设计[J].冶金自动化,2012,36(2):1-6.

[12]陈培友,张永宾.联盟运输调度的煤炭运输运作模式的研究[J].物流技术,2012,31(3):17-19.