基于Multi-Agent的应急状态下协同供应链数据集成研究

Academic research of the emergency response to the disrupt event has been paid much more attention recently. Data integration and data sharing are considered to be the bottle neck for constraining the ability of the prompt response. Intelligent data integration of the large amount heterogeneous data is both the fundamental and the critical to emergency decision and the prompt response in the collaborative supply chain..Based on the theory and technology of the machine learning and multi-agent, this research is studying data integration under the emergent status and environment in the collaborative supply chain.By designing and constructing the data integrating platform of the core enterprise in the collaborative supply chain, this research is studying to propose the semantic analyzing search engine with high intelligence and performance in the emergent situation.Utilizing the multi-agent method, this research is studying how to define the feature patterns and semantic rules of the large amount heterogeneous data in the collaborative supply chain.Based on the theory and technology of the machine learning, this research is studying to realize the global view and the dynamic packed mechanism for heterogeneous data with intelligent adaptive ability.Further, by empirical research, this research is studying how to merge the advancing technology in the computer science and the advancing application in the management science, which will be to achieve the great academic significance and value in reality.

突发事件应急响应是当今学术界研究的一个新热点，数据集成与共享往往是制约快速反应能力的瓶颈。海量异构数据的智能集成，是协同供应链应急决策与快速响应的基础和关键。. 本项目是基于机器学习（Machine Learning）和智能多代理（Multi-agent）理论与技术，研究协同供应链应急状态下的数据集成问题。通过设计并构建协同供应链核心企业数据集成平台，研究并解决应急状态下具有语义分析能力的智能搜索方法问题；运用Multi-agent方法，研究并解决协同供应链海量异构数据特征模式和数据语义规则的表示问题；基于机器学习理论与技术，研究并实现具有动态适应能力的智能异构数据全局视图和动态包装器；开发并实现高效智能的数据集成原型系统。结合实证研究，实现计算机科学前沿技术和管理科学应用前沿的学科交叉与融合，具有学术意义和应用价值。

本项目整体上采取理论、方法和应用三个层面相互结合开展研究工作。. 理论层面。基于应急决策支持、期权契约机制、机器学习理论和方法，研究应急状态下协同供应链的数据集成特征，构建了基于Multi-Agent技术的供应链协同管理系统模型，提出了基于期权契约的供应链协同策略以及验证了期权契约在实现供应链协同及突发事件应对方面的有效性。. 方法层面。利用强化学习、Multi-Agent、流数据处理技术与方法，深入研究了多主体强化学习与协作策略在协同供应链及其应对突发事件的应用。通过分析应急状态下协同供应链异构数据特征，建立了数据语义统一模式，设计了智能动态包装器；实现了应急联盟协调联动系统的Multi-Agent建模，并对任务决策Agent、资源信息Agent、组织协调Agent及其交互模式进行深入研究；设计了协同供应链信息与数据集成流数据处理平台的任务监控、流数据源监控、数据操作监控等功能。. 应用层面。基于上述研究成果，设计并开发了基于机器学习和Multi-agent的协同供应链应急状态下流数据处理一体化信息与数据集成平台。本原型系统具备流式数据的挖掘、解析和转换功能，能够提取特定信息，进行实时数据处理。基于Multi-Agent技术和期权契约机制，在本原型系统上对模型和数据进行了验证和分析，对供应链协同运作进行了数值仿真，并给出了协同供应链面向突发事件的应对策略。. 本项目在研究内容方面，理论、技术和应用3个层面的研究既相互交叉、渗透，又相互融合、支撑，形成了具有理论意义和应用价值的系列学术成果。