英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
基于多智能体的协同电子采购组合拍卖模型
摘要：
协同电子采购已经被认为是许多世界级供应链中的一个重要环节。很多之前的相关研究仅仅覆盖了不同商品的购买。然而，每一个买家可能在同一时间有多种不同商品的购买需求。因此，在我们的研究中，我们提出了基于多智能体的协同电子采购组合拍卖模型作为一个新的商业模型，它结合了组合拍卖的强项以及协同电子采购的优点。提出了一种基于代表性组合拍卖的协作电子采购（CACP）流程，然后描述了CACP的系统架构和优化出价选择模型。最后我们通过概念验证原型实验结果显示了基于组合拍卖协同电子采购的可行性。
关键词：
协同电子采购，供应链，组合拍卖，多智能体
Ⅰ 介绍
采购，商品购买与出售或服务几乎涉及所有组织。采购一直是供应链的重要组成部分。协同采购，有时也被称为协作采购或组队购买，已被视为在快速商业环境中降低成本的最具竞争力的策略之一。在如今“事半功倍”的氛围下，这些采购联盟可以帮助供应管理者在平衡购买团队的更具竞争力的价格支出的同时，还可以在人员不足时平衡团队资源。
最近，随着互联网在采购上被利用到极致，基于互联网的多样式购买机制被提出。特别地，在线拍卖是互联网中最广泛使用的电子机制。很自然的，一些关于基于拍卖的协同购买的研究被提出。
然而，最近关于纯电子市场或基于拍卖的协同采购的研究大部分都覆盖了不同商品。每一个买家可在同一时间有多种不同商品的购买需求。同样，像提供商品的大型批发商或生产商的卖家根据他们当前的供应情况有多种组合供应需求以促进同时销售多个商品。例如，一个生产商希望在考虑可能生产能力，库存以及替代原材料和组件的可用性或采购成本的同时进行组合供应出价。
因此，在这篇文章中我们提出了基于组合拍卖的协同采购（CACP）机制，在这个机制下每一个参与者可以通过组合拍卖对多个商品进行购买和供应。
Ⅱ 方法
在这一节，我们用组合拍卖机制描述了基于当前拍卖的协同采购过程和新提出的协同电子采购过程。然后我们描述了基于组合拍卖协同电子采购的特点。
当前一般协同采购拍卖过程
实际上，有很多种协同采购拍卖。在这，我们描述了一中通用的协同采购拍卖，在图1中显示。
通常，在这种机制中卖家仅仅提供一种类型的商品，因此他不能提供多种组合拍卖出价，并且每一个买家不能表达对不同商品的多种组合购买需求。因此他们不能通过多种商品的组合购买来预期折扣效应。
基于组合拍卖的协同电子采购过程
图2描述了CACP的全过程。本篇论文中提出的CACP是一个通过中间人协调针对多个买家和卖家的组合拍卖。中间人可以是第三方拍卖代理人或者买家中的一个参与者。我们假设第三方拍卖代理人是中间商。拍卖代理人通过对模型的优化和将选择的报价奖励给卖家来选择最优报价。在最优报价的选择过程中，有两个将选择的报价奖励给卖家的方法：第一个方法是总是奖励每一个报价的全部，第二个是混合组合拍卖的方式，即报价的部分或整体可以根据情况分配报价的整体或者一部分。在混合组合拍卖的情况下拍卖代理人或买家和部分分配的卖家必须遵循额外的协商。然而，混合组合拍卖模型在考虑买家多种组合购买报价时是非常有效的机制。在这篇论文中，我们考虑了纯组合拍卖。在接收奖励报价后，如果满足模型结果（Step7）每一个卖家接收奖励。然后拍卖代理人通知每一个分配商品的买家（Step8）。随后每一个买家给拍卖代理人发送购买确认信息（Step9）。根据组合拍卖机制设计，谈判可能在一些买家和卖家之间发生。当关闭条件不满足是，方框区域中的所有过程在多伦循环中迭代。迭代次数到达 r 或 时间到达 t 这两种情况任意一个发生时，拍卖关闭、
CACP的理想功能
为了CACP的有效实现，应该包括下列功能：
市场管理：打开组合拍卖市场，通知CFB并帮助多个卖家和买家在拍卖过程中交易商品或服务
交流管理：管理多个卖家（agents）和买家（agents）之间的信息流
买家管理：集成多商品组合购买需求和买家的一般需求，然后注册购买商品并与买家进行联系
卖家管理：接收卖家的多商品组合报价和供应需求并和选择的卖家进行联系
最优报价选择与分配管理：在卖家提交的报价中选择最优报价，考虑买家和卖家的需求然后将商品有效地分配给买家。
CACP的系统结构
B2B被定义为两个或更多商业伙伴通过电子商务的电子商务，在这种情况下很多组织之间的交互应该被无缝且动态地处理避免临时集成问题的出现。假设两个或更多的企业实体要加入B2B贸易，他们会发现在异质的环境中商业伙伴之间存在很多不同。如果他们涉及长期关系，他们的业务交互是先验定义的，他们是紧密耦合的，可能比他们松散耦合的情况下更少异构。然而在如拍卖和反向拍卖这样特殊的关系中，商业实体之间的商业交互是松耦合的。为了支持异构和分散的B2B环境中的互操作性，作为智能代理的每个商业实体都可以通过基于B2B标准化协议的XML与其他市场参与者进行通信。XML使得以一种允许在接收后自动处理的形式向代理传递信息成为可能，并且因此将处理负载分布在协作解决问题的代理联盟上。
基于前一小结分析的CACP的李湘功能，CACP的整个系统结构在图3中显示。CACP由一个拍卖代理商和多个卖家代理（agents），多个买家代理（agents）组成。在我们的机制中，我们假设拍卖代理人作为代理商拥有电子交易平台，并且独立于任何买家和卖家。拍卖代理人是一个创建和管理市场并帮助买家和卖家达成交易的经济代理（agents）。拍卖代理人邀请潜在的买家，寻找潜在的卖家，决定最优交易品质以及价格，定义交易术语，管理收款并记录保存交易。拍卖代理人包括四个支撑交易的代理（agents）。每一个买家和卖家代理（agent）分别与电子采购系统或生产计划系统进行通信。
表1和表2描述了实现CACP的功能的每一个代理（agent）组件
报价选择模型的优化
选择最好的卖家和报价需要灵活、有效的模型方法。因此在这一小节，我们描述了一种基于灵活优化模型CACP机制的规则
图4显示了报价选择模型的优化过程
在这个过程中，报价选择模型由模型描述规则确定。在解决标识模型后，优化模型代理（agent）生成一个解决信息的XML并返回信息给报价选择管理员。然后解决信息由奖励报价协调者传输给相应的卖家。
在这篇论文中，我们假设拍卖代理人决定客观的最小购买价格并限制最大卖家数量、最大单位报价价格、购买数量以及每个卖家提交的报价。最大卖家数量意味着拍卖代理人想限制每个商品的卖家数量，由于管理成本和运输成本的限制。最大单位报价价格的限制是一个价格相关的限制。如卖家保留价格，卖家愿意出售商品的最低价格，拍卖可以定义每一个商品的最大单位报价价格。换句话说，如果拍卖中的商品价格超过了阈值，拍卖代理人作为买家代表有权利不购买商品。每件商品的lsquo;购买力rsquo;是一个资源相关联的限制，lsquo;购买力rsquo;表示所有买家对商品的整体需求。最后，从卖家指定的“出价选择要求”导出的出价选择约束，例如XOR，会影响出价选择模型作为外生策略。 然后，语义出价选择模型变为Eq。（1）。
其中：
i：卖家序列，i=1,2,hellip;l;
j：报价序列，j=1,2,hellip;m[i];
k：商品序列，k=1,2,hellip;n;
：卖家i在报价j中商品k的数量
C：商品k的整体购买数量
：商品k的最大选择卖家数量
：商品k在卖家i的报价j中的单位价格
：商品k的最大单位报价价格
：如果报价j分配格卖家i则为1，否则为0
：如果商品k卖给卖家i则为1，否则为0
表一 拍卖代理的组件
表二 卖家和买家代理（agent）的组件
目标函数（2）对应最小购买成本。约束（3）对应约束每个商品的“整体购买数量”。约束（4）和（5）对应约束“堆在胜利卖家数量”。约束（6）表示“每个商品的最大单位报价价格”。约束（7）对应约束“XOR（bids）”。最后约束（8）和（9）是决策变量的二元条件，这是投标选择模型的强制性约束条件。
由于文章长度限制，这里没有给出详细的实验数据。当（2）-（9）中的优化模型由模型识别规则识别时，确定LINGO [7]格式的数学模型。模型中的目标和限制的不同取决于卖家的报价需求和拍卖代理的报价选择策略。
Ⅲ 结果
描述和实验所表明的定性和定量效应意味着基于组合拍卖的协作电子采购方法是买家和卖家的有效机制。
Ⅳ 讨论
第一个问题是当供应数量不足是买家的分配方法。在这篇论文中，我们假设卖家的全部供应买足买家的所有购买需求。然后实际上，供应数量可能不足以满足买家的所有需求。在这种情况下，拍卖代理要怎么把卖家的商品分配给买家呢？有一种解决办法是，拍卖代理是否可以简单地根据每一个买家的采购数量占总购买数量的比例进行分配？或者另一种替代方法，拍卖代理是否应该在卖方的投标和投标选择过程之后，针对卖方和供应价格固定的项目，在适当的价格范围内对买方进行补充投标过程？ 在这种情况下，盈余获利。
Ⅴ 结论
协同采购已经被认为是许多世界级供应链中的一个重要环节。在这篇论文中，我们提出了一个新的基于组合拍卖的协同电子采购（CACP）模型。CACP是一个灵活的迭代组合拍卖模型，它为多个买家和卖家提供有效的解决方案，通过买方的额外招标流程形成专门的供应链，然后转到拍卖机构进行协作电子采购。
我们的方法提供了一个结合组合拍卖的强项以及协同采购的实用性的综合框架，因此提高了市场参与者间的交易效率。尤其是参与CACP的买家和卖家可以享有多种优势，包括多种组合交易需求，各种折扣计划和额外的价格折扣效应以及通过可选组合投标灵活的生产计划。
这篇论文的主要目标是为基于多智能体的CACP提供一个框架。这项研究的成果如下：CACP模型的提出；CACP机制的设计以及概念验证原型实现和仿真实验。
这篇文章是CACP的一个开始，所以我们需要进一步的研究和讨论。
一种基于拍卖的分布式多项目调度方法
摘要：
许多工业实践中的调度问题被认为是分布式资源限制多项目调度问题（DRCMPSP）。鉴于其特点，必须以分散的方式解决问题，同时尊重项目的信息隐私。然而现有的问题不能满足这些需求并且涉及到大型事件是遇到了困难。因此，我们提出了一种新颖的基于贪心资源分配策略多单元组合拍卖的方法。还包含了一个投标修改步骤，为项目代理提供改善效用的机会。这个方法不需要隐私项目信息并且对大型事件同样兼容。实验显示我们的方法能比当前最先进的方法获得更好的结果。
关键字：
多项目调度，多单元组合拍卖，资源分配
Ⅰ 介绍
在限定的资源条件下调度多种项目是大多数商业公司中常见的管理活动。每一个项目包含一组具有有限约束和资源需求的活动。传统地，所有项目都有一个决策人员控制并可用特定的集中式方法调度。如今，由于积极的内部和外部合作，多项目管理已经进入了一个新的环境，项目由不同的自利决策者控制，他们有不同的目标。通常，为了完成他们的项目，他们需要用有限的能力去竞争一些共享的全局资源。另一方面，一些项目的信息可能被认为是机密，因为这些决策者可能是同一市场上的潜在对手。在这样的背景环境下，文献[2]正式提出分布式资源限制多项目调度问题（DRCMPSP）,以将这些新特征并入传统的多项目调度问题。DRCMPSP在工业界中广泛存在（如 飞机场地面服务调度，航空维修和大修计划以及供应链调度）。
众所周知，传统的集中资源约束的多项目调度是NP难问题。DRCMPSP作为其分散版本面临着新的挑战，因为它必须以分散的方式解决，同时尊重决策者的隐私要求。 然而，目前的研究未能提供一种方法，可以生成高质量的解决方案，保持信息隐私，并通过数十个项目，数千个活动以及多个单元共享资源扩展到大型问题案例。
在这篇论文中，我们开发了一个基于迭代多单元组合拍卖的分布式方法。为了简化代理（agent）的计算复旦，我们采取了贪心资源分配策略在每一轮拍卖中授予中标。我们也包括了一个中标修改步骤来为决策者创造提升效益的机会。我们的方法不需要隐私项目信息，详细的分析显示它能兼容大型DRCMPSP事件。实验结果显示我们的方法计算效率高，并且能产生比现在最先进方法更好的结果。
Ⅱ 相关工作
DRCMPSP的核心问题是和分配共享的全局资源给分布式系统中的每一个决策者。基于市场的方法，特别是组合拍卖是一个理想的解决分布式资源分配问题的模型。在文献[2]中，一个基于组合拍卖的方法来解决简单的DRCMPSP案例被提出，其中包含几个项目，总共数十项活动和一个单一单位的全球资源。然而，经过我们对文献[4]的分析，这个方法受限于规模。当应用到大型事件中，计算所需的时间变得非常大并且解决质量相对地下。
最近，一些分布式方法被提出用来解决涉及数十个项目，总共数千项活动以及若干多单位全球资源的较大案例，例如文献[1][5]。然而，大多数方法是基于活动级别调整技术，这项技术需要每一个项目的活动信息。另外活动水平调整技术是基于评估个体目标，这可能降低解决质量。
Ⅲ 提出的方法
在DRCMPSP事件中，一组共享一些全局的可再生的资源的N个项目需要被调度来最小化平均项目延迟（APD），定义为
其中和是项目i相应的结束时间和到期日期。我们将DRCMPSP模型化为一个中介的多代理系统，其中每个项目由一个项目代理（PA）代表，并且所有的PA都由一个调解代理（MA）协调。为了在全局资源分配上进行决策，MA进行多单元组合拍
全文共7059字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14784]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
