基于供应链的协同生产调度研究

一、引言。

知识经济时代国际竞争的日趋激化，使企业受到了前所未有的挑战。企业间合作的重 要性日益凸显，其组织边界逐渐延伸到有业务关系的合作伙伴和客户，形成了整个价值 链上企业内及企业间网络的集成。现在不断出现的虚拟企业、敏捷制造、动态联盟等概 念都是强调了企业间的合作和优势互补，以提高制造系统的敏捷性。其实质都是供应链 环境下的企业集成。 对于制造业来说，面对日益激化的国际竞争，单个企业的生产计划、生产调度问题的 解决已经不能完全满足现在供应链环境中企业协作生产的需要。多代理系统(Multi—Agent System，简称MAS)在供应链和生产调度方面的研究已经成为当前的热点之 一。但是大部分的研究局限在企业内部，考虑供应链环境下企业生产调度的论文相对较 少。而在现代化大生产中，企业已经不单单是一个孤立的个体，而是供应链中的一个部 分，这是一个更加广阔的企业级结构模式。 运用基于MAS对于充分发挥车间制造系统的功能、调度过程中完善调度策略、供应链环 境下多企业协同生产以及生产过程的高效、稳定运行都是有很大帮助的。因此，为满足 企业在国际化生产的前提下进行合理的生产计划和生产调度，本文提出了基于供应链环 境下的两层MAS体系结构，建构了解决企业在供应链环境下的动态调度以及调度优化问 题的模型。

二、供应链下的协同生产调度。

生产调度问题可以描述为：在一定的时间范围内为完成特定的生产任务而分配共享资 源，并使得预定的某些生产指标最优[1]。传统的生产调度问题基本属于一个企业内部 的生产调度。车间调度问题有以下特点：(1)复杂性。由于车间调度问题是在等式或不 等式约束下求性能指标的优化，在计算量上往往是NP完全问题，因而使得一些常规的最 优化方法往往无能为力。(2)动态随机性。(3)多目标。实际的车间调度往往是多目标的 ，并且这些目标间可能发生冲突。调度目标一般分为基于作业交货期的目标、基于作业 完成时间的目标、基于生产成本的目标三大类。 生产制造车间的计划与调度是一个非常复杂的、需要多方面知识与信息的决策过程， 近年来，人工智能技术、Agent技术在车间计划与调度中得到广泛应用，且应用的类型 很多。Riyaz sikora等[2]介绍了在敏捷企业中，车间的生产组织方式发生变化，不再 是传统的固定式阶梯型方式，以及如何利用MAS来根据任务的变化对资源进行动态调整 。Kap Hwan Kim等[3]介绍了一个用于制造系统调度与车间控制的框架结构。框架中引 入了资源代理、零件代理、工程控制代理和事件管理代理。各类代理间均存在错综复杂 的通信关系。Saad A等[4]分析研究了柔性制造系统中的分布式调度，建立了分布式调 度模型，在制造系统中建立了机床和工件智能代理，采用基于合同网协议的机制，将以 零件为中心的谈判机制和以机床为中心的谈判机制相结合。郭文胜等[5]提出了基于Multi—Agent的虚拟车间调度作业原理与算法，利用动态形成Agent对资源进行动态调整 。杨根科等[6]提出了在动态联盟下，从销售代理的角度，研究供应链的最小成本制造 规划的问题。傅小华等[7]研究了现代生产作业调度的特殊要求，既要满足系统整体目 标，也要注意各子系统的具体特征及局部目标的实现，以及MAS的运用。 而供应链下的协同生产计划调度优化过程是一个复杂的随机、多目标、动态调度问题 ，不同于单个企业的生产调度。供应链环境中，车间的生产组织方式发生了变化。随着 市场需求向小批量、多品种和短交货期的发展及企业生产的横向联合，现代制造系统往 往具有异地分布和异构化的特征。供应链环境下进行生产调度，要同时兼顾企业内部生 产调度的合理性以及供应链中各企业之间的生产衔接、利益分配等。 SCOR(Supply—Chain Operations Reference—model)是第一个标准的供应链流程参考模 型，是供应链的诊断工具，涵盖所有行业。SCOR模型的第一层描述了五个基本流程：计 划(Plan)，采购(Source)，生产(Make)，交货(Deliver)和退货(Return)，如图1所示。 它定义了供应链运作参考模型的范围和内容，并确定了企业竞争性能目标的基础。我们 可以看到，供应链上游企业交货直接影响到下游企业的生产计划和调度，而现在的很多 企业供应链的设计，都是面向订单进行生产的。

三、基于Multi—Agent的体系结构。

MAS是一个高度交叉的研究领域，对于Agent，现在还没有一个统一的定义，一般认为 ，Agent是由具有知识、信念、意向、期望等因素组成的一个实体[8]。但是Agent的核 心概念——自治性已经被普遍接受。Michael Wooldridge[9]认为Agent是具有智能性、 自治性、理解力、学习能力、可以代替用户完成特定功能的软硬件系统。目前的Agent 研究主要在计算机软件领域展开，Agent是一个具有自治性的计算实体，能根据动态变 化的环境信息做出决策。MAS利用Agent来表示制造中的各种资源，通过网络及Agent通 讯协议将它们连接成一个MAS，然后采用MAS的理论和方法对Agent进行研究。而在大规 模定制生产方式下的供应链计划调度优化过程是典型的随机、动态、多目标优化过程[1 0]，进一步根据计划进行生产调度就更加复杂。根据Agent的特点，我们可以将Multi—Agent技术运用在供应链环境下的生产调度中。 现在，MAS被认为是模拟和支持这些分布式的复杂系统和环境的一个比较好的方法。MAS是一个包括若干个代理的、并以特定方式相互作用的复杂处理系统。MAS中的组织结 构主要有以下几种：黑板结构、团体结构、合作规划结构、基于合同网协议的组织结构 等。而基于合同网协议的结构在MAS被广泛采用，它模拟了合同行为中的招标、投标、 中标者。合同网中的代理具有多个层次，可以既是下层代理的管理者，同时又是上层代 理的承包者。 因此，对于供应链下的各企业协同生产调度，我们可以利用Agent来表示生产中的各类 资源，通过网络和协议组成一个MAS系统，并利用MAS的方法通过协议、合作来完成各个 企业的协同生产。基于MAS系统实现供应链企业协同生产的系统体系结构见图2所示。

由于供应链下的企业生产调度关系到多企业、多车间调度策略的确定，因此，我们可 以把模型划分成企业级和车间级进行区分。企业级代表了整个企业进入供应链的网络， 与其他企业的Agent进行协商、合作和调度。企业内部车间级别的Agent主要是在企业内 部发挥作用，保证了企业优化生产调度的最终实现。进行这种两级划分的好处是使得企 业可以灵活地选取需要的部分，在供应链环境下企业选择两级的Agent体系架构，保证 了供应链下的总生产计划制定和各个企业根据总生产计划进行内部生产高度，为最终完 成生产计划提供了有力的保证。而在单个企业中，也可以利用车间级别的Agent体系架 构进行单个企业的生产调度，完成生产订单的生产。