供应链企业转向供需网企业的预警建模研究

刘彩虹, 徐福缘

(1.嘉兴学院数学与信息工程学院,嘉兴 314001;2.上海理工大学管理学院,上海 200093)

多功能开放型企业供需网(简称供需网、SDN)是在对供应链(SC)弊端及市场竞争环境进行分析的基础上提出的崭新理念.SDN不是SC的完全否定,也不同于价值网、供应链网等对SC进行局部修改和补充的理论,它不但继承了SC的合理内核,也打破了SC的原有理论框架.SDN的提出为企业能够调度起世界范围的资源为自己或他人服务提供了有效的途径.有关SDN的理论可参考文献[1-3].

为了研究方便起见,称供应链环境下的企业为SC企业,SDN环境下的企业为SDN企业.SC企业转向供需网SDN企业是提高其全球竞争力的创新途径.为了使更多的传统企业顺利走向SDN环境,开展风险防范研究是非常必要的,而风险预警研究则是增强风险识别能力和防范能力的关键.由于人工预警具有信息敏感性差、风险识别速度慢等局限性,容易造成警情判别的延误[4],为此,提出了以智能-Agent的方法对转变过程进行智能预警建模研究.本文旨在为进一步构建风险监控系统或仿真系统提供研究基础,以便辅助人们作出高智能的决策.现借鉴转变过程的实体-属性(E-R)模型的属性设置,构造出风险预警指标,构建出基于智能Agent的预警模型.

1 传统企业转向SDN企业过程的预警问题域

SC企业向SDN企业转进是以SDN的典型特征为导向的活动.由于SDN是指在全球范围内以全球资源获取、全球制造和全球销售为目标,相关企业之间由于供需流的交互作用而形成的多功能开放型的供需网络结构.它以充分开放的姿态,实现动态供需合作以应对市场的动态变化;实现网络化的供需合作以提高对市场的敏捷反应能力;实现多功能供需以增强供需的鲁棒性和缓解诸多方面供需不足的矛盾;实现全球性的供需以达到资源的全球配置和全球增值.所以,实施这种变革就是要实现这几个典型特征的转变:链状供需关系结构向网状供需关系结构转化;单一物流向多样供需流转化;扩大供应链内的合作范围到全球,打破仅联盟的内部合作格局,实现充分开放性.

若把上述三类实现目标的预警问题域设为U, U={U1,U2,U3},分别为这三类特征目标指导下的转变行为的警情.U1=f(f′(指标1)×f′(指标1的权重),…,f′(指标n)×f′(指标n的权重)).用同样方法可以得到U2与U3的值.可以看出,预警的关键在于指标体系的构建和指标值的获得.

由于思考问题的角度不同,所得到的警情与评价指标会不尽相同.按照常规的指标构建方法,如企业的内外风险分类法、企业部门风险分类法等,都将会得到繁杂的指标体系.这既不利于核心指标的确认,也不利于警情的判断.考虑到这里的警情是转变目标下的非正常现象的集合,其评价指标是转变过程中一些属性的度量参数,而能够直观条理地描述出这些属性集的有效方法就是ER模型.所以,现以转变过程的E-R模型为构建评价指标的参考源.

2 预警指标体系的构建

2.1 转变过程的E-R模型

E-R模型[5]又称为概念数据模型或实体-属性模型,提供了表示实体型、属性和联系的方法.根据转变的特征目标,基于转变行为的E-R图模型如图1所示.图1中的矩形表示实体,椭圆表示属性,菱形表示实体间的联系.E-R模型原用于概念数据库的设计,这里构造此模型的目的是为了给评价指标体系的构建提供一定的客观依据性,同时,在此模型基础上使指标的来源问题明朗化、简单化.

图1 转变过程的E-R图Fig.1 E-R diagram for this transformation process

2.2 从E-R模型到指标体系的形成

图1呈现出的是与转变过程有关的主要实体、属性及实体间的相互联系.这些实体可以分为三大类,分别是与企业的供需功能有关的实体,与企业的供需关系结构有关的实体,与企业开放性有关的实体.这三大类实体分别对应传统企业实施转变的目标任务层,由此,可以看作是目标行为导向下的三类风险问题领域.另外,由于图1的各种属性是实体数据库与关系数据库的概念描述形式,所以,可以为转变操作提供一些元级数据参数.对于预警而言,预警依赖于监测,监测离不开评价指标[6],而评价指标则是目标行为结构的衡量参数,也属于一定范围内的实体数据模型中的一些属性的参变形式,故从中也可以提取、优化出合适的风险评价参数.根据此思路,按照指标选择的环境灵敏性、有负面现象的取值性、唯一性的主导性指标的设计原则和要求,构建出的转变过程风险预警指标体系的结构如图2所示.

图2中的目标层由准则层(即警情层)加以反映,准则层由具体评价指标层来加以反映.

图2 传统企业向SDN转变的过程风险预警指标体系结构Fig.2 Risks early-warning index architecture for this transformation

3 基于智能Agent的转变过程预警建模

智能Agent具有自主性、灵活性、可通信性及主动性等特点,可以是感知其所处环境,并能根据目标,自主运行,交互协作,作用于环境的计算实体[7],它作为一种智能描述手段和智能实现方法,在建模领域得到了有效的应用[8-10].

3.1 转变过程预警Agent(EW-Agent)的结构模型

Agent的结构是构造和实现其智能的基础[11],其结构类型一般分为认知型、反应型和混合型.其中,混合结构是认知型和反应型结构的有机结合体.由于预警涉及到复杂信息处理、信息交互和推理决策的系列行为过程,适合采用混合Agent结构.而混合Agent的结构一般由感知部分、认知处理部分和行为输出部分构成[12-13],根据这三部分构造出的EW-Agent的结构如图3所示.

图3 EW-Agent的结构模型Fig.3 Structural model of EW-Agent

智能预警是涉及人工智能、计算机科学、认知科学、思维科学和预警理论的综合性课题,而构造出的EW-Agent结构也正是这几方面的综合体现.

根据图3定义EW-Agent的数据类为

3.2 EW-Agent模型的关键部分设计

Agent的行为基础是信息数据、环境条件和行为规则,因此,知识库与规则库的设计尤为重要.而知识库在具体的实现中主要是表示成一些简单的变量、数据结构或数据库[14].所以,现着重对模型中用到的数据库、评价算法、警度的设定规则和EWAgent的算法流程进行研究.

3.2.1 数据库的构造

假设转变中的SC企业为F,现根据问题需要对所用到的数据库的进行形式化描述.

a.F中的各种资源库::=＜标识,供需流类别,资源拥有者身份标识,资源拥有者的名称,资源质量(较差:0;一般:1;较好:2;很好:3),资源的量态(盈余:1;亏欠:0),目前效用状态(可以:1;不可以: 0),扩展基＞.

b.信息资料库::=＜标识,关键词,信息保密等级(严格保密:3;保密:2;半公开:1;完全公开:0),内容,扩展基＞.

c.战略对象库::=＜库标识,对象名称,对象身份标识(即角色标识),对象的资源库,对象的信誉度,对象在同行中的竞争力,对象与其他对象合作的战略,对象的合作状态(外部,战略,正在发生关系),扩展基＞.

d.所需角色的信息库::=＜角色标识,角色下的主供需流标识,角色下的主供需流的样式集,扩展基＞.多个节点在完成某一供需任务的过程中,需要扮演不同的角色,如原料供应节点、产品销售节点、人力资源提供节点、资金提供节点及技术合作节点等,这些角色分别对应着人力、物力、财力、信息、技术及管理思想等供需流的产出.

e.F的核心业务::=＜业务标识,特征供需流标识,包括的角色功能,主功能描述,角色需要集(生产、制造、销售、科研、人才培育,采购,情报搜集、资金提供及管理等角色),一类角色所产生的供需流的应用形式分类(如培育出的人才类的资源流:高级管理者、钳工技术员及铣工技术员等),扩展基＞.核心业务是企业形成核心竞争力的关键,只有形成一定的核心竞争力,企业才能得以生存发展.即SC企业向SDN转变的最终目的就是为了形成和发展自身的核心竞争力.

f.新供需业务信息库::=＜业务标识,业务扮演角色标识,主供需流标识,企业F的标识,合作对象集,预计交易值,预计支付成本,准备开始时间,扩展基＞.

g.供需关系信息库::=＜标识,供需关系分类记录,横向供需关系库(同类角色对象间的供需合作关系,表明竞争者间的合作性),纵向供需关系库(多类角色对象间协调完成一个系统任务的行为关系结构),纵横交错关系(由同时出现在纵向关系库与横向关系库中的对象个数组成,表明供需关系的纵横交错性,也显示出供需关系的复杂性),枢纽节点(一个节点若有多个邻接节点,且其邻接点中没有与其同性质的,则其为枢纽点),主动或被动在活动中终止的供需关系的总次数,扩展基＞.

h.横向供需关系库::=＜横向标识,所属业务标识,关系激活状态(激活,战略),参与者集合,供需流标识,合作战略(联盟,“来者均是客”),失效关系,主动或被动在活动中终止的次数,扩展基＞.

i.纵向供需关系库::=＜标识,纵向标识,所属业务标识,关系激活状态(激活,战略),参与者集合,主供需流标识,合作战略(联盟,“来者均是客”),失效关系,主动或被动在活动中终止的次数,扩展基＞.

j.预警案例库::=＜库标识,推理规则标识,警情标识,警度标识,内容关键词,警情内容,扩展基＞.

3.2.2 评价算法

假定图2中所有三级指标的权重都忽略不计,只考虑二级指标的权重,K11,K12,K13,K21,K22, K23,K24,K31和K32分别为二级指标的权重值,权重的评价等级设为:很重要(3),比较重要(2),一般(1),不重要(0)这4个等级.具体值经过多个专家的综合评价给出.除了指标权重主观赋值外,为了比较客观地评价警情,结合上面给定的数据库,抽取指标的客观数据进行评价.各种警情及指标的评价描述如表1～3(见下页)所示.

表1 U1及其指标的评价Tab.1 U1and its index assessment

表2 U2及其指标的评价Tab.2 U2and its index assessment

表3 U3及其指标的评价Tab.3 U3and its index assessment

由表 1可知,max U1=K11+K12+2K13, min U1=0.

由表2中对警情U2的各指标的取值描述可知,0≤U2＜(4K21+K22+K23+K24).

3.2.3 警度的设定

不同的问题,警度的设定方法不同.本文考虑到各警情的评价都有一定的取值范围,假定一警情Uu∈[v,v′],v,v′分别为Uu的上限值和下限值,u= {1,2,3},以无警、轻警、中警、重警和巨警这5个等级划分警度区间,则

3.3 EW-Agent的实现流程

在上述研究的基础上,则EW-Agentr的智能预警功能可通过如图4所示的算法来实现.F1,F2,F3分别代表U1,U2,U3的警度.

图4 EW-Agent的算法流程Fig.4 Algorithm flowchart of EW-Agent

4 结束语

SC企业向SDN企业转变是管理特征的逐渐演变过程,不是一蹴而蹴的事情,这种变革可能会经历几个月,甚至几年的时间.除了企业本身的风险管理外,对实施转变的微观行为的预警研究也很有必要.针对转变过程的智能预警模型的构建,使伴随转变过程的风险监控或仿真训练某些转变条件的实现成为可能,为后续预警系统的开发提供了理论基础.

[1] 徐福缘,何静.多功能开放型企业供需网初探[J].预测,2002,21(6):19-22.

[2] 刘彩虹,徐福缘.供需网子网内部智能风险预测模型研究[J].计算机集成制造系统,2008,14(10): 1 927-1 933.

[3] 刘彩虹,徐福缘.SDN子网进化博弈研究[J].系统工程与电子技术,2008,30(7):1 269-1 272.

[4] 陈军飞.城市生态系统诊断预警研究[D].南京:河海大学,2005.

[5] LEE J W,HONG J H,BAIK D K.Database conceptual modeling for intergrating E-A model and E-R model[J].Springer Berlin,2002,2343(1):157-168.

[6] 肖利民.国际工程承包风险预警系统的实证研究[J].管理科学,2006,19(5):75-82.

[7] 李永强,徐克虎,孙成松.基于 Agent的坦克分队CGF中的通讯机制研究[J].计算机仿真,2005,22 (5):31-34.

[8] 汪立,范英,魏一鸣.基于Agent的中国成品油市场模型及其仿真研究[J].管理科学,2007,20(5):76-82.

[9] SPRIGG J A,JORGENSEN J C R,PRYOR R J.Approach and Development Strategy for an Agent-Based Model of Economic Confidence[R].Canada:Sandia National Laboratories,2004.

[10] BUNN D W,OLIVEIRA F S.Agent-based analysis of technological diversification and specialization in E-lectricity markets[J].European Journal of Operational Research,2007,181(3):1 265-1 278.

[11] 郭红霞,吴捷.混合型模糊Agent结构[J].华南理工大学学报(自然科学版),2007,35(1):129-132.

[12] 苏绍勇,陈继明,徐丹,等.基于Agent的行为建模在虚拟环境中的应用[J].系统仿真学报,2006,18(增刊):114-119.

[13] 张航义.基于Agent的CGF行为建模技术研究[J].计算机仿真,2003,20(8):79-81.

[14] 蔡远利,于振华,张新曼.多Agent系统形式化建模方法研究[J].系统仿真学报,2007,19(14):3 151-3 157.