基于全能Agent的分布式優(yōu)化油料保障模型

（后勤工程學院，重慶 401311）

1 引言

油料保障聯(lián)盟呈現(xiàn)地域分布特征，致使在整個油料保障鏈中，每個保障實體可能以局部最大利益來采取保障行動及其優(yōu)化各自區(qū)域的局部保障性能。這一現(xiàn)象不符合油料保障鏈總體目標要求[1]。應將保障鏈中的不同地域、不同環(huán)節(jié)的分布式油料保障決策集成，以便提供強勁的油料保障性能，而這卻常被保障鏈某些短期目標和局部視角缺陷所隱匿。

對于高度集中式油料保障鏈決策，以往使用分析方法，重點研究如何提高整個保障鏈中各保障實體的運作效率，而不是提高其綜合保障效能[2,3]。雖然，一般情況下，油料保障聯(lián)盟擁有全局性油料保障規(guī)劃總體方案，試圖考慮作為其成員的各保障實體的主要活動、目標、所觸發(fā)的行為復雜性，這使得難于集成其保障效能[4,5]。此外，即使油料保障鏈集中式規(guī)劃系統(tǒng)簡單得足于運作，但油料保障環(huán)境的頻繁和不可預見的變化，導致油料保障規(guī)劃方案滯后或過時，難于快速響應保障環(huán)境態(tài)勢。

油料保障鏈中各保障實體呈地域自然分布，但緊耦合為一個網(wǎng)絡。因此，分布式約束優(yōu)化方法適合用于解決油料保障鏈管理問題，它使得Agent的局域自利本性符合全局油料保障優(yōu)化要求。它允許Agent以異步和較有效方式來運行，使用與相鄰Agent的局域通信，對此，具有單個中央Agent的通信是難于做到的[6,7]。

本文應用約束網(wǎng)絡與Holonic Agent技術，對分布式優(yōu)化油料保障模型進行研究。將分布保障實體所考慮的涉及局部保障因素的算法內嵌到多角色Holon，調用分布式約束多目標最優(yōu)化智能算法，以便實現(xiàn)油料保障資源調度與配置。

2 分布式油料保障問題域

對于油料保障鏈中分布式油料保障問題，Agent嘗試尋找對一組受到約束變量的分配。假設Agent子集具有每個給定約束的知識，Agent可以分布式異步方式，只與相鄰Agent通信，來優(yōu)化全局函數(shù)。這不同于涉及自益Agent的其它相關形式，它嘗試單個最大限度地發(fā)揮自己的效用。Agent通過所選擇最優(yōu)解決方案，最大限度地發(fā)揮其所累積的效應。

2.1 問題描述

將分布式約束優(yōu)化油料保障鏈問題描述為5元組(A,X,D,C,F)，其中：A=a1,a2,…,an是 Agent集；X=x1,x2,…,xn是油料保障變量集；D=d1,d2,…,dn是有限離散域集，每個域與對應變量相關聯(lián)。 C=cij:Di×Dj→N(i,j=1,2,…,n，i≠j)是用每對變量xi和xj的保障成本函數(shù)cij所表示的約束集。目標函數(shù)為：

只有Agent具有知識，控制和分配與其相關聯(lián)變量的值。Agent的目標是為所有變量選擇估值，以便最大化目標函數(shù)F，該目標被建模為一組值的約束。

2.2 影響因素與決策變量

油料保障鏈在給定時間域T演變，T被劃分為期間Γε,ε ∈ {1 ,...,T}，通過其索引ε來表示。在每個周期的開始時，根據(jù)過去和將來決策知識來做出決策。時間域H中的一系列決策被稱為決策策略集Q。決策意味著向所有決策變量分配數(shù)值。油料保障鏈涉及不同層次眾多保障資源，根據(jù)全局保障目標和不同層次油料保障計劃puε來調配，從每個時期ε、每個保障實體u所產(chǎn)生的保障計劃離散集中，選擇確定相應保障計劃。

另一方面，對于每個時期t，每個油庫w，選擇最優(yōu)油品庫存量Qbest={Qmin,Qmax}，Qmin表示安全庫存，Qmax表示庫存容量限制，來處理每種油品的庫存管理。通過補充或發(fā)放所需的油品數(shù)量，確保在時期ε結束時，相應的庫存水平等于Invwoε。

決策變量有：

（1）Puε：期間ε由保障實體u的保障計劃；

（2）Invwoε：期間ε結束時，在油庫（或加油站）w中，油品o的庫存水平。ε∈{1 ,...,T},e∈E（油料裝備集），o∈O（油品集），p∈P=E?O。

輸入?yún)?shù)有：

（1）In(e;o;puε)：在期間ε，使用保障計劃puε，保障實體u所處理的油品o的數(shù)量；

（2）Out(u;e;put)：在期間ε，使用保障計劃puε，保障實體u所處理的油料裝備e的數(shù)量；

（3）Dmweε：在期間ε，在油庫w所對應的保障區(qū)域，所預測的油料裝備e的需求量；

（4）preCostue：保障實體u調運油料裝備e的一個單位成本；

（5）ProCosto：油品o的單位價格；

（6）InvCostwo(Invwot)：在期間ε，油庫w的庫存油品o，庫存水平的庫存成本函數(shù)Invwoε；

（7）RfRateRo：在油料保障區(qū)R，油品o的運價；

（8）WZfRateWZo：在戰(zhàn)區(qū)WZ，各油料保障區(qū)域之間的油品o的運價；

（9）SfRateo：供應商與戰(zhàn)區(qū)之間油品o的運價。

2.3 油料保障實體holarchy結構

根據(jù)油料保障仿真約束、計算資源，對所仿真行為的復雜性和真實性進行調整。在角色和交互方面，使用油料保障實體組織模型來定義油料保障實體行為，采用holon對油料保障實體建模，構建油料保障實體holarchy結構如圖1所示。

圖1 油料保障實體holarchy結構

該結構描述油料保障實體行為，保障執(zhí)行器和保障感知器分別提供保障實體在油料保障環(huán)境中行為和感知的手段。油料保障實體角色，根據(jù)holon目標，將感知與行動計算、保障環(huán)境約束相集成。在holarchy的較低層次，超級holon的油料保障實體行為是相同成員，但感知和行為被匯總，然后使用聚合油料保障實體的行為。

內部油料保障人員在保障鏈的各個層次、各自holon中承擔head角色作用，負責保障鏈中保障任務的執(zhí)行，負責反饋相應保障區(qū)域油品及其裝備的消耗和需求信息，確保保障實體與被保障單位之間的供需資源平衡與匹配。上級油料保障人員，代表保障決策指揮角色，可由軟件或油料保障專家來扮演。承擔油料保障調運計劃制定、保障任務分配、保障資源配置等作用，還負責預測每種油品及其裝備的總需求。

3 分布式優(yōu)化油料保障模型

油料保障鏈由許多用約束所連接的保障實體節(jié)點組成，屬于非結構化約束網(wǎng)絡，表示保障實體之間的關系。將Agent技術與約束網(wǎng)絡集成，每個Agent被分配來對保障實體進行建模，關系可被定義為這些Agent之間的約束，以便支持油料保障鏈的保障實體之間的信息協(xié)作和共享。

當Agent之間關系由約束來建模時，它們可以被集成為一個網(wǎng)絡，全局優(yōu)化成為可能。這些關系涉及油品如何從保障實體單位流動到被保障單位，如何用油品數(shù)量、成本或調度與運輸?shù)缺Ｕ闲袨閬肀硎具@些關系。油料保障環(huán)境對保障鏈施加約束限制，采用約束變量表示約束限制，約束變量值在有限域內被分配給定。因此，該約束模型考慮變量有限集，它們與有限域、約束集相關聯(lián)。

3.1 油料保障約束函數(shù)

用決策變量和輸入?yún)?shù)表示模型的約束。為簡化起見，采用因變量，定義如下：

式中，Δuot為在期間ε對應于保障實體u，油品o的接收數(shù)量與發(fā)送數(shù)量之差。

將分布式油料保障問題域分為“部隊”、“保障區(qū)”和“戰(zhàn)區(qū)”3個層次，使用所有變量和參數(shù)，表示每個層次的約束函數(shù)。

過去和未來油料保障規(guī)劃之間的約束關系，將出現(xiàn)在“保障區(qū)”和“戰(zhàn)區(qū)”層次（即全局），它來自于與保障鏈實體之間油品調運相關物理時間約束。在“部隊”層次，假設在單位時間周期內，一個相同區(qū)域的兩個不同油庫，足夠接近運送彼此之間的油品。因時間周期受到限制，即ε∈{1 ,...,T }，應考慮邊界條件：

3.2 油料保障目標函數(shù)

油料保障鏈管理涉及選擇保障決策策略Φ(puε,Invwpε)，以便確保保障鏈績效指標最優(yōu)。油料保障鏈績效指標是在H期間整個保障鏈的效能。假設油品供應商可提供無限量的任何油品，向所有被保障單位需求提供保障。因此，優(yōu)化目標是最大化保障鏈總效能?？傂躎E(Total effectiveness，縮寫為TE)表示為：

式中：ESendo：向被保障單位發(fā)送油品的效能；ESende：向被保障單位發(fā)送油料裝備的效能；PurCosto：油品采購成本；PurCoste：油料裝備采購成本；TraCostT：油品和油料裝備運輸總運費。由每個部隊內運輸油品和油料裝備的總運費；(Tra-CostMi_Tε)：在不同地點之間，每個地點(Meuwε)內運輸油品和油料裝備的總運費；(TraCostMe_Tε)：在保障區(qū)和供應商間每個區(qū)域(Me_Suwε)內運輸油品和油料裝備的總運費(TraCostMe_S_Tε)所獲得；InvCost：在期間H油品和油料裝備總庫存成本。

3.3 基于Holonic Agent的模型求解模式

記油料保障人員為“POLstaff”，對于每個元組(o,ε)，創(chuàng)建一個Agnet。在POLstaff角色的情形下，單個Agnet對應于一個保障實體。由于所有層次的POLstaff Agnet具有相同head角色，它們負責因變量的運算，根據(jù)保障決策變量分配更新因變量，從POLstaff Agnet向上發(fā)送到位于上一層次的其它POL-staff Agnet。此外，當在保障區(qū)中觀層次和戰(zhàn)區(qū)宏局層次，平衡油品及其裝備供應量與被保障單位需求時，正確時間段之間的適當匹配，也是相關POLstaff Agnet的責任。肩負油品及其裝備管理角色的Agnet，管理和控制決策變量puε，而庫存管理者角色的Agnet關注決策變量Invwoε。

式中，數(shù)值約束函數(shù)被定義為兩個相鄰Agnet之間的關系。在所關注的holonic模型，一對Agnet中，一個Agnet總是具有POLstaff角色(L)，而另一個Agnet則扮演其它任一角色(α)。隨著一對相鄰Agnet、由它們以及參數(shù)之間所交換的變量，提出所有這些函數(shù)，因為這些后面的參數(shù)可以根據(jù)油料保障環(huán)境動態(tài)地變化。

在holon的情形下，其后面跟隨著head Agnet(symbol≡)，它表示在通信中的全部holon。所有變量直接作用于目標函數(shù)。內部層次約束表示為：

4 結束語

本文將約束網(wǎng)絡方法與Holonic Agent方法相結合，建立分布式約束優(yōu)化油料保障模型，用于支持油料保障鏈的協(xié)作和管理。分析分布式油料保障問題域特點，確定影響因素與決策變量。采用holon對油料保障實體建模，構建油料保障實體holarchy結構，將感知與保障行為響應、保障環(huán)境約束相集成。將油料保障鏈總效能作為優(yōu)化目標，建立相關約束函數(shù)。論述了基于Holonic Agent的優(yōu)化模型求解模式。該模型通過約束網(wǎng)絡將在空間和時間分布的油料保障實體緊密集成，并使其油料保障行為優(yōu)化，對于增強油料保障鏈整體效能具有重要意義。

[1]周慶忠.軍隊油料勤務學[M].北京:國防出版社,2015.

[2]Klusch M,Gerber A.Dynamic coalition formation among rational agents[J].IEEE Intelligent Systems,2002,17(1):42-47.

[3]McQuay W K.Distributed collaborative environments for systems engineering[J].IEEE Aerospace and Electronic Systems,2005,20(1):7-12.

[4]周慶忠,曾慧娥.基于多智能體的裝備動態(tài)優(yōu)化調撥系統(tǒng)研究[J].機械工程學報,2005,41(2):97-101.

[5]Montana D,J Herrero.A Multi-Agent Society for Military Transportation Scheduling[J].Journal of Scheduling,2000,13(4):324-341.

[6]李必鑫,李永紅.基于Agent的油料保障資源發(fā)現(xiàn)模型[J].物流技術,2011,30(11):129-131.

[7]周慶忠,王冰,陸思錫.面向油料保障的自治協(xié)同建模[J].四川兵工學報,2013,34(9):52-55.