基于变更设计的数据驱动产品供应链系统预测控制

针对突发事件导致的产品供应链系统设计变更问题,设计一种基于数据驱动的预测控制算法,使产品生产满足用户的不确定需求。首先,根据产品供应链系统各部分之间的协作关系,将系统建模为多智能体系统,供应链系统设计变更描述为多智能体系统的拓扑结构切换。其次,设计了一种分布式无模型自适应预测控制方法,使供应链系统中的生产率水平能够满足用户需求。再次,引入了未来时刻的输入输出,算法设计可以使产品供应链系统预测未来一段时间内生产满足的库存水平。最后,对算法的稳定性进行了分析,并通过数值模拟仿真验证了所提出算法的有效性。结果表明,该方法可以有效控制产品供应链系统的生产供应,使得变更发生后的生产水平满足市场需求。

基于MAS的农产品供应链可追溯系统研究

为了克服现有农产品供应链追溯系统的缺陷,提出了一种基于多Agent系统的可追溯系统。通过定性研究的方法,对Agent技术运用在农产品质量追溯方面的相关问题进行了研究。构建了该系统的实体模型,确定了系统的追溯体系结构,最后对主要实体的实现算法进行了描述。通过对算法的分析,证明该系统在提高产品追溯的广度与深度有一定参考价值。

一种面向农产品供应链信息管理应用的改进PBFT算法

提出了一种面向农产品供应链信息管理场景的改进PBFT(practical byzantine fault tolerance)算法,即MFW-PBFT(multi-factor weighted PBFT)算法。该算法通过基于节点的活跃度、数据贡献度和历史行为等多因素权重,选出一部分节点作为“代理节点”参与共识过程,且对一致性协议进行优化,从而在一定程度上解决了传统PBFT算法的性能瓶颈问题。结果显示,MFW-PBFT算法相较于传统PBFT算法和2种流行的改进PBFT算法,在处理大规模网络和交易数据时表现出更高的效率和稳定性。