[摘 要]文章利用多Agent具有的自制性、主动性、交互性等特性,针对物流企业实现智能化评价要求,提出了基于Multi-Agent的物流企业绩效评价系统所需数据的动态采集、传递、存储和实时处理的流程思想,并在此基础上建立物流企业绩效评价模型。
[关键词]物流企业;Multi-Agent;绩效评价;模型
[中图分类号]F259.22 [文献标识码]A [文章编号]1005-6432(2009)36-0033-03
据有关资料统计显示,2008年上半年全国社会物流总额达到43.29万亿元,除去价格因素的影响,与去年同期相比较增长20.5%,说明物流经济在国民经济中占有重要的地位。但就目前而言,我国物流企业所承担的社会物流总额只达到20%左右,而发达国家的物流企业所承担的社会物流总额已经占到了60%左右,说明我国物流企业的发展前景广阔,同时也反映出我国物流企业整体实力和竞争能力亟待加强和提高。如何不断改进物流企业的工作质量是理论工作者和企业实践者共同关心的问题。研究表明,企业绩效评价是有效提升和不断改进物流企业工作效率的有效途径。
物流企业绩效评价的内涵是运用数学方法,建立特定的物流企业指标体系,对照评价标准,按照评价的程序和步骤,通过定性和定量分析,对物流企业在一定时期内的经营效益和效果做出科学、客观、准确的综合评价,其目的是通过绩效评价使物流企业正确认知自身经营水平,评价经营成果,促进物流企业改善管理,合理利用资源(人力、物力、财力等),提高顾客服务水平,从而达到提高物流企业竞争力。经过国内外多年的理论研究和实践,多种绩效评价方法和评价指标应用在对物流企业绩效的评价,如有代表性的评价方法:Thomas A.Forster等人提出的基点法,罗勃特•卡兰教授提出的综合平衡计分卡方法等;评价指标主要有:与物流资源有关的评价指标、财务评价指标、服务质量评价指标等。评价方法和评价指标的应用为改善物流企业的经营管理起到了积极作用。评价方法和评价指标的运用的缺陷在于评价的过程处于静态,即事后评价。如何能做到事前、事中与事后相结合的评价,即实现智能化的评价成为绩效评价取得成果的关键。本文利用Agent具有智能特性与物流企业的结合提出基于Multi-Agent的物流企业绩效评价模型,为研究物流企业实现智能化评价奠定基础。
1 Agent与Multi-Agent系统
Agent的弱概念包括自制性(autonomy);社交能力(social ability);反应性(reactivity);自发性(pro-activeness)。强概念包括长寿性(longevity);移动性(mobility);推理能力(reasoning);规划能力(planning);学习能力(learning);真实性(truth);善意(benevolence);理性(rationality)。多Agent系统(MAS)表现为系统中所有单个Agent之间的信息关系和控制关系,通过协调多Agent之间的关系来解决单个Agent不能解决的复杂问题。从Agent应用角度出发,一般分为:慎思Agent系统(deliberative agent),它是一个基于知识的系统,具有逻辑推理能力,其内部状态具有主动软件、知识表达、环境表示、问题求解、通信协议等;反映Agent系统(reactive ゛gent),包含感知内外状态的感知器,是一个基于感知器激活的系统;混合式Agent系统,包含慎思Agent系统、反映Agent系统,慎思Agent系统建立在反映Agent系统之上。混合式Agent系统克服了前两者功能不全面、结构不灵活的缺陷。本文采用混合式Agent系统。多Agent系统(MAS)按目标是否一致性分为两类:有共同目标系统,各Agent系统有各自的功能目标,但都服从系统的整体目标;无共同目标系统,各Agent系统有各自功能目标,相互之间存在利益冲突。本文研究的多Agent系统是向顾客提供相关评价运算和评价结果的统一系统,故采用具有共同目标的多Agent系统。
通过Agent结构模型可了解一个Agent系统内部结构与外部环境的关系,如下图所示。一般认为Agent结构模型由以下部分组成:外部接口、信息收集模块、信息处理模块、推理模块、知识库模块、决策模块、执行模块、通信模块。外部环境通过外部接口将信息传送到信息收据模块,信息处理模块接收到信息收据模块的信息后进行加工处理,将结果传送给推理模块推理后给决策模块做出决策。其中知识库模块存储Agent的评价知识并在工作中实时与推理模块、信息处理模块、决策模块进行交互确保评价的正确进行,利用自学习能力不断增加评价知识量。最后通过执行模块和通信模块与其他Agent进行交互。
2 基于Multi-Agent的物流企业绩效评价模型
通常物流企业具有完成商品的运输、存储、装卸、流通加工、包装、配送、信息处理等功能,按完成以上功能要求组建各功能单位,如为完成运输功能组建的运输公司或运输队;为完成配送功能而组建的配送中心等,这样的组建机制有利于物流企业对内强化功能管理,对外协调客户要求,同时有利于按组建单位以及功能对其进行绩效评价。本文研究基于Multi-Agent物流企业绩效评价系统,利用Multi-Agent具有的特性可较好解决物流企业中按功能要求的动态数据采集、转递、存储等,以此建立的物流企业绩效评价系统模型能满足随机、动态等绩效评价要求,达到物流企业绩效评价之目的。
2.1 物流企业Agent绩效评价系统模型的类型设计
根据物流企业绩效评价系统目标要求,结合Multi-Agent具有的功能特性,该绩效评价系统设计了五种类型的Agent组:即交互Agent组、功能Agent组、评价Agent组、学习Agent组、数据Agent组。
(1) 交互Agent组:接受来自用户对评价任务的要求,将评价任务转换、分析和分解,按不同类别分别转送到其他Agent,最后将学习Agent转来的评价结果输出给用户。
(2) 功能 Agent组:与其他Agent建立通信联系,提供所有Agent的名称和通信地址,建立同步通信、通信记录板以及异步通信缓存区等,与信息管理员联系对其他Agent进行控制。
(3) 评价Agent组:它是评价绩效的主体,每一个〢gent用来自交互Agent的信息和企业数据用特定指标和方法完成评价。Agent组具备判断评价任务和实施评价任务的功能。Agent之间进行协商后输出评价结果给学习〢gent。
(4) 学习Agent组:接受来自评价Agent的评价结果,对该结果进行学习并优化,将优化结果转送给交互Agent提供给顾客,同时将新结果作为新知识存储在知识库中,增加评价系统的智能性。
(5) 数据Agent组:每一个节点运行都将产生大量数据,这些数据具有随机和动态特性,数据Agent可对这些数据及时收集和处理,通过数据仓库对这些数据进行管理,这些数据作为评价Agent数据源。数据Agent所具备的动态处理功能是通用仿真系统不具备的。
2.2 基于Multi-Agent物流企业评价模型设计
从供应链管理理论角度出发,未来市场竞争的焦点不再是过去的仅仅依靠产品的竞争,而转向供应链与供应链之间的竞争。而供应链是由供应商、生产商、销售商和顾客通过有机结合组成的长链。物流企业无论是否加入供应链参与竞争或以单独形式与供应链中的部分联系,其联系的对象必然是供应商、生产商、销售商和顾客,为他们提供运输、装卸、存储、信息处理等服务。为了评价物流企业工作质量,在2.1基础上如图2所示构建了基于Multi-Agent物流企业评价模型,该模型由两部分组成:物流企业Multi-Agent评价组和物流企业的服务对象供应商、生产商等评价组。
2.3 基于Multi-Agent物流企业评价模型的评价过程
基于图2的Multi-Agent物流企业评价模型的评价过程有以下几个方面:
(1)物流企业Multi-Agent组设有控制中心,这个中心为物流企业交互Agent,一般它为物流企业管理的核心层,物流企业交互Agent内部联系各功能单位以及各评价要求Agent,外部与服务对象的Agent连接。
(2)交互Agent、学习Agent、功能Agent、评价Agent以及数据Agent的各项功能要求已在2.1中有阐述,故此不重复。运输、装卸、存储、信息处理所完成的各项情况通过各Agent实时传送至物流企业交互Agent,由交互Agent进行处理。
(3)供应商、生产商、销售商和顾客对物流企业服务的满意度通过Agent传递给物流企业交互Agent,交互Agent又结合调用评价Agent中的方法和指标完成对各功能单位的绩效评价。
(4)基于Multi-Agent物流企业评价模型中,交互〢gent协调各Agent可实时反映物流企业各功能单位的工作质量,传递和存储有效数据,及时反映用户单位的要求和展开绩效评价,将分析评价结果后的改进意见及时反馈给各功能单位,确保物流企业具有良好的工作绩效,该过程也是物流企业实现智能化评价的工作过程。
3 Agent间的通信连接
实现Agent间的信息有效传递是确保物流企业绩效评价系统模型有效运作的重要环节,Agent之间的信息传递由功能Agent完成。物流企业评价系统信息传递中需要信息共享、同步信息传递、异步信息传递。信息传递一是通过记录板方式,即:Agent把信息存放在其他Agent能存取的记录板上,实现信息共享;二是把信息在两个Agent之间的直接传递实现信息的同步传递;三是由Agent之间将信息存放在事先约定的地方,信息存取在不同时间完成信息的异步通信。本模型所采用的Agent之间的通信连接方式如图3所示。
基于Multi-Agent的物流企业绩效评价模型除满足静态、动态评价要求外,在功能方面还具备以下特点:
(1) 评价指标体系:评价指标体系采用标杆法,通过internet掌握国际、国内评价标准的变化,实时采集和注入新标准,使该评价指标体系保持在国际、国内领先水平。
(2) 数据采集存储功能:数据库管理采用大型关系数据库MS、SQL、SERVER2000。可保证对数据的实施存储和调用。
(3) 学习优化功能:以鲁棒性原则为基础,为评价解决方案不断提供优化。
(4) 通信优化语言功能:Agent之间的数据和信息交换以及共享利用可利用KQML(Knowledge Query Manipulation Language)语言实现。
4 结 论
近几年基于Multi-Agent的理论研究、运用研究不断深入,为分析、解决现实问题提供了新的方法和手段。物流企业绩效评价的建立是一个复杂系统,做好物流企业绩效评价对改进物流企业管理有重要意义。本文在综合物流企业评价要求,Agent和Multi-Agent的基本内涵的基础上,从保证物流企业绩效评价目标实现的角度出发,给出了基于Multi-Agent的物流企业绩效评价模型,力图阐明各Agent之间的关系以及对它们的功能要求,分析了物流企业绩效评价模型中各Agent的动态数据采集、传递、存储等功能要求并解释了Agent之间信息传递采用方式及使用的通信语言,也指出数据库管理方式,该系统模型能提高物流企业绩效评价系统的智能化。
参考文献:
[1]万文君,肖平.物流企业绩效评价方法论[J].价值工程,2007(10):25-30.
[2]许敏娟.企业物流的绩效评价[J].物流科技,2007(4):45-47.
[3]陈文均,孟利清.基于多Agent的供应链绩效系统模型研究[J].科学时代,2006(3):38-41.
[4]马士华,林勇,陈志强. 供应链管理[M].北京:机械工业出版社,2000(11):125-130.
[5]熊巍,罗呈,王燕.物流企业绩效评价体系的构建[J].财会月刊,2007(4):29-31.
[收稿日期]2009-07-11
[作者简介]陈文均,贵州交通职业技术学院,副教授,研究方向:汽车运用工程、交通运输管理与规划。