学位论文 > 优秀研究生学位论文题录展示

基于交易Agent的SCM模型及优化方法研究

作　者: 周锦源
导　师: 董红斌
学　校: 哈尔滨工程大学
专　业: 计算机系统结构
关键词: 交易Agent 供应链管理粒子群算法约束优化
分类号: TP18
类　型: 硕士论文
年　份: 2013年
下　载: 0次
引　用: 0次
阅　读: 论文下载

内容摘要

供应链管理是企业普遍采用的管理思想和方法，它通过优化商品的生产、加强信息共享、改善客户服务来提升整个企业的竞争力。然而随着电子商务和人工智能的发展，传统的供应链管理模式不能满足当今企业的需求。电子商务中，如何能使智能体（Agent）根据不同的经济形式来制定相应的策略，是电子商务领域的研究热点。交易智能体竞赛，简称TAC，是由卡耐基梅隆大学等学校联合主办，旨在模拟真实的市场行为，将目前人工智能的理论研究成果应用到现实的交易过程中。TAC/SCM是供应链管理平台，研究者可以将研究成果应用到该平台上，验证模型的有效性。本文围绕TAC/SCM平台设计了一种具有自适应、高竞争力的Agent模型，并提出了寄生PSO算法，有效解决了销售模块中约束优化的问题。首先本文分析了国内外供应链管理的研究现状，并且简要介绍了TAC平台的设计思想和比赛的规则，然后研究了反向拍卖机制、Agent理论和优化预测算法的相关理论。针对TAC平台的供应链管理竞赛，设计了HEU2012Agent模型，分析了各个模块的作用和之间的关系，并将HEU2012模型与参与TAC/SCM比赛的其它Agent进行比较试验，验证了模型的有效性。针对HEU2012模型中的销售模块的约束优化问题，提出了一种新的罚函数模型，并且根据生物寄生现象改进了基本的粒子群优化算法（PHPSO）。将PHPSO算法与SPSO，FDR-PSO算法在标准函数测试集上进行比较，实验表明PHPSO算法能更好的解决局部收敛问题。最后本文把优化的销售模块应用到模型里去，验证了其约束优化的有效性。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-20
  1.1 供应链管理背景和意义  10-11
  1.2 国内外研究现状  11-13
  1.3 TAC/SCM  13-17
    1.3.1 TAC 及 TAC/SCM 背景  13-14
    1.3.2 国内外现状  14-15
    1.3.3 比赛规则  15-17
  1.4 课题来源及主要工作  17-18
  1.5 本文的组织结构  18-20
第2章相关技术  20-26
  2.1 引言  20
  2.2 基于供应商角度的反向拍卖  20-21
  2.3 多 Agent 系统  21-22
  2.4 预测优化方法  22-24
    2.4.1 博弈论  22-23
    2.4.2 贝叶斯网络  23
    2.4.3 粒子群算法  23-24
  2.5 本章小结  24-26
第3章基于 TAC 的供应链管理模型  26-44
  3.1 模型问题概述  26-27
  3.2 HEU2012 Agent 模型  27-28
  3.3 通信模块  28
  3.4 历史数据储存分析和预测模块  28-29
  3.5 销售模块  29-33
    3.5.1 相关策略  29-30
    3.5.2 具体模块  30-33
  3.6 生产模块  33-35
  3.7 采购模块  35-39
    3.7.1 相关策略  35
    3.7.2 具体模块  35-39
  3.8 HEU2012 Agent 模型比赛分析  39-43
  3.9 本章小结  43-44
第4章面向销售模块的 PSO 寄生优化算法  44-56
  4.1 问题的基本概述  44-47
    4.1.1 销售问题  44-45
    4.1.2 约束优化问题  45-46
    4.1.3 优化算法  46-47
  4.2 处理约束优化的 PSO 改进算法  47-51
    4.2.1 罚函数模型  47-48
    4.2.2 基本粒子群算法  48-49
    4.2.3 改进的算法描述  49-51
  4.3 测试仿真  51-54
    4.3.1 函数测试  51-52
    4.3.2 参数设置  52
    4.3.3 实验结果分析  52-54
  4.4 算法的应用测试  54-55
  4.5 本章小结  55-56
结论  56-58
参考文献  58-64
攻读硕士学位期间发表的论文和取得的科研成果  64-66
致谢  66

基于交易Agent的SCM模型及优化方法研究

内容摘要

全文目录

相似论文