零售供应链动态协同需求预测模型研究

薛军等

摘要：

从系统工程的角度定量研究供应链运作模式下多级库存需求水平的预测问题。针对零售供应链系统中事件具有时延和随机并发性的特点，建立了一种基于着色时间Petri网和Agent的零售供应链动态协同需求预测模型。分析了零售供应链中零售企业、分销商和供应商三者各自的实时库存需求预测量及其相互关系。最后以某零售供应链的相关数据对预测模型进行了验证，仿真结果表明，该预测模型可以协调供应链中的各个系统要素，实现动态协同需求预测和信息共享，从而能够为连锁零售供应链多级库存实时控制决策提供参考。

关键词：

零售供应链；动态协同需求预测；着色时间Petri网；多Agent系统

中图分类号：

F25

文献标识码：A

文章编号：16723198（2015）09003904

1引言

传统供应链的实体之间各自为政，缺乏信息共享和沟通，增加了需求预测的难度，导致牛鞭效应。目前，大部分的需求预测是针对单级供应链的，而且需求预测的各种方法主要是针对历史数据作以统计分析，不具有实时性和系统性。由于供应链需求预测具有跨越组织和时空的特殊性，从系统工程的角度实现有效的动态协同需求预测已经成为供应链管理的关键性问题。

本文以Agent为基本建模元素，采用Petri网描述Agent内部的行为规则，构建基于着色时间Petri网和Agent的零售供应链动态协同需求预测模型。利用Petri网的颜色参量描述零售供应链不同业务的状态，利用Petri网的时间参量描述配送和生产过程中出现的时延，从宏观层面描述零售供应链不同节点企业之间的交互作用，实现了具有时延和随机并发性的零售供应链动态协同需求预测方法，为零售供应链多级库存实时控制决策提供理论支持。

2动态协同需求预测Agent联邦

本文把连锁零售供应链的各个复杂组成单元抽象为智能主体，采用智能Agent模型进行描述，并建立了基于联合意向的动态协同需求预测Agent联邦，多个Agent的交互协同运作遵循一定的规则。Agent即具有个体思考理性，也具有团体思考理性，每一个Agent的行为决策都是在整个零售供应链大环境规则的约束下做出的，都是以整合零售供应链的全局资源，提升零售供应链的竞争力，预测供应链运作模式下多级库存需求水平为目的的。

2.1Agent联邦的角色划分

在建立动态协同需求预测Agent联邦系统时，需要划分各个Agent角色，分配其不同的功能，分析Agent与各个业务模块的关系，总结Agent承担的不同工作和需要完成的任务。在整个零售供应链中，按照不同的业务以及节点功能，可以分成两类Agent角色：一类是在供应链各个节点单位或是部门承担管理工作的管理角色Agent，一类是在供应链系统运行过程中承担具体实施工作的执行角色Agent。这两类Agent通过交互和协同运作，共同完成零售供应链动态协同需求预测工作。

根据零售供应链运作流程的特点，将动态协同需求预测Agent联邦系统划分为连锁分店管理Agent、配送中心管理Agent、分销物流中心管理Agent、供应管理Agent四种管理Agent，以及订单执行Agent、配送执行Agent、盘点库存执行Agent、生产执行Agent四种执行Agent。

2.2Agent联邦的角色Agent模型

根据动态协同需求预测Agent联邦系统中管理Agent和执行Agent完成的功能设计角色Agent模型，本文以配送中心管理Agent模型设计为例。

配送中心是在零售供应链中接受并处理位于物流链末端的运营活动，包括多品种货物的分拣、包装、装卸、流通加工等最后配送的一系列活动。配送中心可以看作一个相当大的仓库加货运站的场所，不过位于供应链的末端位置，收到并存储大量的货物，但发出配送的货物却是小批量、多品种、多批次的。在传统物流系统中，处理这样的货物是难以保证效率的，但是配送中心的效率对整个供应链系统的效率有着决定性的影响。虽然配送中心也有相关的信息交流、交易活动等等，但是配送却是主要功能的核心业务，其他都是辅助完成配送的业务，配送中心管理Agent模型如图1所示。

由图1可以看出，在配送中心管理Agent的职能中涉及到了管理、预测、决策和配送等一些运营管理的规则。Agent的传感模块会收到来自连锁分店的订货信息，这时配送中心管理Agent第一时间是处理配送业务，因此在知识模块中对于这一部分的处理是比其他Agent更迅速，而且配送中心所处理的业务是大批量进货，小批量、多批次送货，因此在知识模块中的订货规则也会体现出与众不同之处。

在感知模块中，Agent会提取一些区域库存信息，以便知识模块可以根据这些信息和传感信息进行合理的判断、预测并且决策。传感模块也与系统中一些其他功能Agent相连，可以向分销物流中心管理Agent发布订货请求信息，向连锁分店管理Agent发布配送请求信息。

3Agent联邦着色时间Petri网模型

零售供应链动态协同需求预测系统是通过多个Agent一系列的动作和状态改变来完成系统功能的。而Petri网系统的运行是通过激发变迁元素实现状态改变，变迁元素的激发导致其前置元素和后置元素条件变化。Petri网理论适合描述实时分布式系统中的并发、同步、异步、资源竞争与协调等过程。因此，本文采用着色时间Petri网来描述零售供应链动态协同需求预测系统中Agent的内部行为规则，实现实时环境下多Agent系统的动态分析。

3.1Agent联邦着色时间Petri网理论

定义（着色时间Petri网系统）一个八元组Petri网系统=（P，T，F，C，I-，I+，M0，TF）为着色时间Petri网系统，其充分必要条件是：endprint

（1）PN=（P，T，F）为有向网，称为的基网。

（2）C：P∪T→ρ（D），颜色集C的幂集合为ρ（D），当且仅当p∈P、t∈T时，C（p）为所有库所托肯颜色集，C（t）为所有变迁发生颜色集。

（3）变迁输入函数I-和输出函数I+，用以确定变迁触发后托肯的流向，则存在任意（p，t）∈P×T，当且仅当（p，t）F时，I-（p，t）∈[C（t）MS→C（p）MS]L，且I-（p，t）=0，当且仅当（t，p）F时，I+（p，t）∈[C（t）MS→C（p）MS]L，且I+（p，t）=0。

（4）M0称为∑的初始标识，M0：P→DMS，满足条件为p∈P：M0（p）∈C（p）MS，即M0（p）是p的托肯颜色集合上的多重集。

（5）TF为时间函数，TF：T→N0且t∈T，TF（t）是变迁t发生（触发）的延迟时间。

3.2角色Agent着色时间Petri网模型

对多Agent系统进行准确的描述和分析是保证多Agent系统顺利运行的关键。将Agent动作分为内部动作和外部动作，Agent内部动作通过Petri网模型进行描述。多Agent系统运行伴随着系统状态的不断改变，通过多Agent系统中动作的改变来实现状态之间的转变，这是利用Petri网对多Agent系统进行描述和分析的主要原因。根据零售供应链动态协同需求预测系统的特点，建立Agent联邦着色时间Petri网模型，利用Petri网的颜色参量描述不同业务的状态等，利用Petri网的时间参量描述配送和生产过程中出现的时延。

本文以配送中心管理Agent着色时间Petri网模型设计为例，分析角色Agent着色时间Petri网模型的构建原理。

位于连锁分店上级的配送中心随时等待接收订单，当收到连锁分店下达的订货信息时，会第一时间查看现有库存是否能够满足订单需求，如果满足就可以立即履行订单，开始发货配送；如果现有库存不能立即满足订单需要，就需要向供应链上一级单位下订单，并等待上级的配送，因此除供应链两端的节点单位外，处于供应链中游的节点单位都会涉及到两种配送业务。配送中心管理Agent着色时间Petri网模型，以及模型中用到的参数符号定义和说明如图2与表1所示。

名称说明颜色集/时间集

DC_receive接受连锁分店订单信息状态DCR={有订单，无订单}={非空，空}

DC_inventoryDC库存当前情况DCI={满足，不满足}

DC_supplyingDC进行补货的状态{1，0}，1表示使能

DC_takingDC等待收货的状态DCT={货到，未到}={非空，空}

DC_completeDC完成订单的状态DCC={完成，未完成}={非空，空}

DC_inf.proDC信息处理/判断库存是否满足D={（S1，S2，S3，S4）|S1∈DCR，S2∈DCI，S3∈DCT，S4∈DCC}

DC_ungratifiedDC决策/不满足触发DCu={S2|S2∈DCI}

DC_orderingDC订货DCor={1，0}

LC_deliver

LC发货/送货时延

LCd={t2，0}

其中，f21：D→DCI，根据颜色集（S1，S2，S3，S4）得到配送中心库存当前情况，定义：

f21=完成；颜色集（s∈DCR，满足，未到，非空）

或者（s∈DCR，不满足，到货，非空）

未完成；颜色集（s∈DCR，不满足，未到，空）

（1）

f22：DCd→DCT，根据变迁颜色得到配送中心等待收货的状态，定义：

f22=

t2（配送延时）；颜色取1

不发生；颜色取0

（2）

3.3管理Agent系统着色时间Petri网模型

分析零售供应链的业务流程，并采用多Agent系

统的开放式建模模式，建立零售供应链动态协同需求

预测管理Agent系统的着色时间Petri网模型如图3所示。

4仿真研究

4.1动态协同需求预测仿真模型

本文采用着色时间Petri网对多Agent的交互协同机制进行描述。从微观角度描述Agent的行为方式，Agent在协同交互过程中的每个通信序列和通信的处理行为都是由着色时间Petri网进行描述的。从宏观角度由着色时间Petri网描述零售供应链动态协同需求预测系统中多Agent的会话过程，即系统中管理Agent和执行Agent间进行通信与协同运作的过程。当系统收到来自市场的顾客需求信息时，系统将信息发送到管理Agent处，接收到新信息的管理Agent启动会话，开始分析和执行信息。管理Agent按照收到的不同信息做出不同的决策行为，并且向相应的执行Agent发送执行任务信息，执行Agent完成任务并通知管理Agent执行结果。零售供应链动态协同需求预测系统利用着色时间Petri网描述Agent的不同状态，并且以不同的颜色来区分，变迁则表示状态的转移过程，对消息的处理过程，还有个别情况时会用一段时间来表示生产和配送的执行时延。一个交互会话行为可能会出现，由一个管理Agent发起，多个参与者协同处理的情况。但管理Agent会按一定优先顺序依次发出通信信息，因此在多Agent环境下着色时间Petri网模型不会出现冲突或死锁的情况。

基于着色时间Petri网和Agent的零售供应链动态协同需求预测仿真模型如图4所示。

图4中每一个小圈都是一个Agent，零售供应链动态协同需求预测仿真模型是由多个Agent组合而成的，蓝色圈内是四个管理Agent，而橙色圈中是四个执行Agent。这些Agent以特定的协同机制和固定的交互模式，完成零售供应链动态协同需求预测仿真任务。endprint

4.2实验结果与分析

本文设定了某零售供应链从连锁分店到工厂的初始状态进行模型验证，设定订货周期与盘库周期不同的情况下进行仿真实验，实验结果如图5所示。

图5动态协同需求预测仿真实验结果图

图5（a）中是零售供应链各级库存和实时库存需求预测值状态的变化情况，深蓝色的实线表示连锁分店库存变化，绿色实线表示配送中心库存变化，红色实线表示分销物流中心库存变化，蓝绿色实线表示工厂库存变化，相应颜色的虚线表示各Agent的实时库存需求预测值变化。图5（b）-（e）将图5（a）分解，分别表示连锁分店、配送中心、分销物流中心和工厂的库存与实时库存需求预测值变化情况。在图5（b）中，可以看到连锁分店的库存变化情况，红色虚线表示实时库存需求预测值变化，在设有盘库检测、时时补充库存情况下，连锁分店会根据预测的需求信息和库存量立即订货，并且将这种需求逐渐向上游传递。在第一次需求到来时，连锁分店自身可以满足，在第二次需求到来时，配送中心可以满足，第三次需求到来时，是由分销物流中心配货满足的，在第四次需求到来时，将这种需求传递到了工厂，由工厂启动生产商品和库存来满足。这是极端的例子，只是用于说明零售供应链动态协同需求预测仿真模型是如何模拟运行的，并且各个Agent是如何应对系统变化的。

5结语

本文针对零售供应链动态协同需求预测的实时性和系统性特殊要求，利用Agent技术和形式化建模工具Petri网对零售供应链动态协同需求预测系统进行建模。把零售供应链动态协同需求预测系统抽象定义为多Agent系统，通过对基本Petri网进行时间和颜色集的扩展，实现了对Agent联邦系统中Agent的内部结构描述，以及对管理Agent和执行Agent之间协同交互的动态描述。结合某零售供应链的相关数据进行建模与仿真实验，仿真实验结果表明该动态协同需求预测模型能够精确地计算出零售供应链多主体的库存状态变化规则和库存需求预测值的变化规则，以及相互之间的关系，从而为具有时延和随机并发性的供应链运作模式下多级库存管理和实时控制策略制定提供参考和借鉴。

参考文献

[1]Liu Y M，Yin F F，Fu X Z.Analysis of Information Sharing Mechanism in the Food Industry Green Supply Chain Management and Operation Process[J].Asian Agricultural Research，2011，3（2）：8690.

[2]Wang C X.Impact of Sophisticated Stationary Forecast Techniques on the Bullwhip Effect in a Supply Chain[J].Journal of Shanghai Jiao Tong University （Science），2007，（5）：665672.

[3]陈俊强，蓝延辉.供应链需求预测方法研究[J].现代营销，2011，（5）：158160.

[4]宋华明，杨慧，罗建强.基于Bayes需求预测更新的供应链合作策略研究[J].管理工程学报，2011，25（2）：220227.

[5]李勇，屈亚琴，黄仁存，等.供应链环境下的区域物流网络库存需求预测模型[J].统计与决策，2011，（11）：4346.

[6]赵业清，朱道飞，王华，等.基于Petri网和Agent的复杂适应系统建模[J].计算机工程，2011，37（15）：243245.

[7]冯源，胡大伟.基于Petri网的冷链配送流程模型构建研究[J].物流技术，2012，25（6）：99101.

[8]左小勇，高松.基于Petri网汽车市场需求量预测模型研究[J].山东理工大学学报（自然科学版），2011，25（1）：5357.

[9]SUN Liang，WANG Guangchen，SUN Jianzhen. Modeling and Analysis of Logistics System Based on Stochastic Petri Net under Supply Chain Circumstances[J].Journal of Southwest Jiaotong University（English Edition），2009，17（3）：253258.

[10]闫永志，刘利军，徐文杰，等.基于Petri网的定制型企业供应链优化[J].物流技术，2014，33（1）：178180，189.

[11]梁伟.基于Petri网的制造业供应链业务流程建模与分析[J].锻压装备与制造技术，2010，（4）：9498.

[12]Kary Frmling，Timo AlaRisku，Mikko Krkkinen. Agentbased model for managing composite product information[J].Computers in Industry，2006，（57）：7281.

[13]杜磊，王文俊，董存祥，等.基于多Agent的应急协同Petri网建模及协同检测[J].计算机应用，2010，30（10）：25672571.endprint