QoS映射与自适应协商机制的研究与实现

TCP/IP协议本身只提供“Best- Effort”级别的服务 ,而对 Qo S支持很少 .基于此 ,提出一种基于 TCP/IP协议的自适应 Qo S协商机制 ,其基本思想是基于资源预留协议 RSVP(resource reservation protocol) .在提出 Qo S请求时进行 Qo S映射 ,然后启动适应性函数和资源管理函数进行协商 ,直到获得一组在当前资源状况下最佳的Qo S指标为止 .然后介绍了应用 GQo S实现自适应 Qo S协商的基本步骤以及重要数据结构和函数 .实验结果表明 ,应用该方法可以根据网络资源的变化 ,自适应地调整 Qo S参数 .

基于多Agent供应链协同的自适应协商方法

在供应链协同过程中常出现价格、数量、交货时间等冲突,若不及时消解会影响供应链的整体利益。为有效化解供应链协同冲突,弥补传统协商缺点,提出一种基于多Agent的自适应协商方法。该方法以二级供应链,即制造商和供应商的订货为研究对象,使用多Agent供应链协同作为约束条件,采用案例推理为主要协商算法,引入灰色关联度到案例集与目标案例相似度中,将遗传算法应用于相似案例议题权重的优化中。通过算例验证该方法可简化案例相似度的计算,提高解决冲突的效率,并加强自适应性,为消解冲突提供最优决策。

公平关切下的供应链产销协同自适应协商策略

为消解供应链产销协同计划冲突,提出一种多Agent自适应协商方法。在单个制造商Agent和多个销售商Agent协商情景下,考虑Agent的公平关切行为,采用不公平厌恶模型,通过径向基函数神经网络优化Actor-Critic学习算法,预测并调整双方Agent的让步幅度,提出自适应策略。在不同销售商Agent数量及关切程度下进行对比实验,结果表明,该方法增强了Agent的自学习和自适应能力,克服了学习效率慢且忽视公平关切行为的缺点,可实现缩短协商时间和提高冲突消解效率的目的。

基于Adaboost-SVM的多Agent供应链产销协同自适应协商策略

协商是解决供应链产销协同计划冲突的有效途径,传统协商方式因缺乏自适应能力,难以满足现代制造业供应链环境的需要。针对这个问题,基于多Agent技术,构建七元组协商模型,利用Adaboost-SVM算法预测对手让步幅度,提出了一种解决供应链产销协同冲突的自适应协商策略。通过算例验证该策略的可行性和有效性,与基于自身信念的协商策略相比,可大幅缩短协商时间,提高供应链产销协同冲突消解效率。