基于多智能体分销链协同订货的仿真模型

充分利用分销链中的定性因素研究智能协同订货,从多层分解法模型的角度出发,运用模糊控制理论和贝叶斯学习方法建立了基于多智能体的协同订货模型;在Matlab/Simulink平台上设计了由模糊控制器和S函数组成的协同订货仿真过程;仿真结果表明,在分销链公司双方做出适当让步的情况下,能够达到协同订货的目的。

基于多层分解法和遗传算法的动态智能补货模型

为提高协同补货的高效性和智能性,运用多层分解法模型,建立了基于多智能体的分销链协同补货模型。在借鉴前人库存成本优化理论的基础上,以需求预测更新、惩罚或激励机制为前提,给出了基于传统规划理论的动态补货Agent和基于不同权重的协同补货Agent。案例分析了以补货量为变量的分销链两层公司间的补货期望成本优化问题,并运用遗传算法进行模拟,验证了动态补货Agent中的随机需求变化和协同补货Agent中的权重变化对分销链补货量和补货成本的动态影响。该模型和仿真结果表明,基于多智能体的动态协同补货模型具有动态性、交互性和智能性的特性,是有效可行的。