叶善椿，林国龙，姚锦元

(1.上海海事大学 物流研究中心，上海201306;2.上海交通大学 微米/纳米加工技术国家级重点实验室，上海200240;3.上海交通大学 教育部薄膜与微细技术重点实验室，上海200240)

随着计算机信息技术特别是网格计算、分布式计算、虚拟化技术的发展，云计算的概念随之出现［1］。近几年云计算快速发展，已较为成熟，各大软件开发商和运营商也在开发云平台，但是目前尚没有专门针对中小物流企业的云平台。国内外学者以电信、网络化学习等实体为对象研究云平台构建［2－4］，只是对现有云平台进行泛泛介绍或缺乏深入技术研究，很少从实际需要来进行云平台的构建研究［5］。

为了提高竞争力和效率，企业必须参与到信息化的建设中去。为此，笔者建立了一个基于多Agent 系统的销售物流云平台，其特点有:①以前的云平台都是胖客户端，而笔者提出的是瘦客户端;②所提出的物流云平台将资源集中到云端，无需企业自建系统，并能信息共享;③在云平台设有注册认证模块，保证信息安全;④结合Agent，实现了系统的智能、高效;⑤信息传递运用GPRS，比现行的WiFi 更高效;⑥在云平台设有预警模块，保证云平台安全运作。

1 多Agent 系统

Agent 是在专家系统之后发展起来的新型智能系统，Agent 可以抽象成由传感器、推理机和效应器组成的一个智能系统［6］。Agent 通过传感器感知外界环境的变化，并传送给推理机，通过推理机结合知识库对问题进行分析和求解，最后通过效应器作用于环境。

多Agent 系统(multi－agent system，MAS)是指由多个Agent 系统并存，交互通信，共同协作完成一件任务。MAS 一般由管理Agent 和应用Agent组成，管理Agent 协调并控制应用Agent 之间的合作，且其也有可能被其他更高层次的Agent 管理。MAS 中的每个Agent 都不具有独立解决问题的信息或能力，且它们之间的数据是分散的，计算是异步的，各个Agent 之间通信协议可以采用KIF 或KQML 格式，笔者采用KQML。基于FIPA－MAS体系结构的多Agent 系统平台如图1 所示。

图1 基于FIPA－MAS 体系结构的多Agent 系统平台

2 云结构

笔者基于MAS 建立的面向销售的云结构主要包括:用户Agent、应用层Agent、认证Agent、销售云平台和数据库(DB)［7－8］。其中销售云平台是整个云结构的核心，DB 是云结构的支撑。云平台构架的运作流程为:当用户需要利用销售云平台资源时，先经过认证Agent，再经过应用Agent使用销售云平台的资源，在这个过程之中，用户的信息将会记录到DB 中，以方便用户后续登录和对用户信息进行建档。云平台结构如图2 所示。

图2 云平台结构

在销售云结构中，用户Agent 提供用户一个登录和应用云平台资源的人机界面，其采用的是瘦客户端结构，用户只需要有一个终端，无需安装大量软硬件。针对云平台发展中可能遇到的安全性问题，在销售云结构构建过程中增加了认证Agent，用户只有通过了认证Agent，才能运用云中的资源。

销售云平台包括一套基础服务设施，一系列分布式存在的宿主机与分布在其上的虚拟机(virtual machine，VM)和服务器，起调度作用的调度控制器，VM 控制器，以及服务请求(service request)控制器等，如图3 所示。销售云在基础设施层有大量分布式宿主机，在每个宿主机上都分布着一系列虚拟机和服务器，这些虚拟机用来为用户提供服务。在每个虚拟机上都可应用虚拟网络计算帮助用户顺利地运用云提供的资源。在服务器的上层有大量的控制器，这些控制器帮助服务器分配资源，帮助云快速、高效地按照用户的不同需求把合适的系统分配给用户，还可以协调各个VM 工作，甚至可以对用户的服务请求(SR)做出快速应答，如SR 控制器。在销售云的最顶层是多Agent 系统，这些Agent 可以独立工作，但相互之间也会产生交互通信，尤其是数据通信。这些Agent 包括客户Agent、库存Agent、合同Agent、决策支持Agent、售后Agent，各个Agent 之间通信协议采用KQML。笔者构建的销售云各Agent 之间通信较为简单，信息发送Agent 不需要通过第三方Agent 来建立与信息接收者之间的通信，因此KQML 消息没有嵌套。这里以客户Agent(Agent 1)想要知道商品i 的库存量而向库存Agent(Agent 2)询问，库存Agent 在收到信息并查得库存量后回复客户Agent 为例来说明，其询问通信如下:

图3 销售云平台

其答复通信如下:

销售云结构中包含一个数据仓库(DB)或称为集中数据库(data warehouse)，这是云结构中最高层的数据库;在各个销售云的子Agent 中还有自己的数据库(数据集市)［9］。数据集市在获得各子Agent的相关数据时，既存储在自己的数据集市里，也以异步的形式将数据提交给集中数据库。因此，集中数据库里囊括了数据集市的所有数据。

3 基于MAS 的销售云平台构建

3.1 客户Agent

在整个销售云平台中，用户通过客户Agent登录系统后应用销售云提供的各种资源。作为销售者都希望能得到客户的详细信息，因此在该销售云中，设计了客户Agent，既可供销售者查看客户信息，也可为销售者写入或读取自己的信息。客户Agent 如图4 所示。

客户Agent 包括客户信息Agent、销售服务Agent和查询Agent。客户信息Agent 供客户自己使用，如客户查询、修改自己的信息。销售服务Agent 包括购买推荐、促销信息和VIP 服务，这些都是为了提高销售服务水平和客户体验而设置的。考虑到客户在购买商品时，尤其是网络购物，需要知道目标商品是否缺货，在查询Agent 里设了库存查询。此外，许多顾客在购买商品时，都希望知道该商品的畅销度，因此设立了商品查看次数查询模块。

图4 客户Agent

客户Agent 在与各子Agent 交互时，也把获得的数据传到客户Agent 数据库，客户Agent 在获得数据后再传到集中数据库。

3.2 库存Agent

库存Agent 是为销售方提供一个库存关系的系统，供销售方接入销售云平台时使用，无需销售方花费大量资金自建一个库存管理系统，也无需参与管理库存。在库存Agent 下有包括从商品入库开始直到商品出库并通过POS 机的全过程库存管理。库存Agent 如图5 所示。

图5 库存Agent

在商品进入销售方仓库之前，商品已经贴上了RFID 标签，且商品信息用XML 格式描述，如图6 所示。在仓库门上安装有RFID 标签阅读器，当商品经过仓库门进入仓库时，RFID 阅读器就会扫描到标签，从而改变商品的库存信息［10］;在货物进入仓库后，当货物放上货架时，仓库工作人员会用手持RFID 阅读器对商品进行扫描，获得商品的具体存放位置等信息;当货物的存储信息发生变动时，这些信息都会被扫描;当商品出库，经过POS 机，所有有关商品的存储信息全部会在扫描器获得并发往库存数据库。这里以GPRS(general packet radio service)网络与Internet作为RFID 阅读器与数据库之间的无线远程数据传输，库存数据库获得信息后也会异步地把信息提交到集中数据库，以供其他Agent 查询商品的库存信息。

图6 XML 格式的产品信息

3.3 合同Agent

销售方销售商品需要与客户洽谈、成交并签订销售合同(零售业没有此环节)、交付商品、资金结算，如果出现违约情况，还需要对违约进行处理。笔者构建的销售云平台的合同Agent 包括以下部分:①洽谈Agent。指客户与销售方在销售云里进行商务洽谈，这涉及客户与销售方相互查看对方的信息;②合同签订Agent。指双方在销售云里签订合同;③交付Agent。指销售方在云平台提供的决策支持下选择合适的3PL 运输商品给客户;④资金结算Agent。指客户在购买好商品后购买资金通过银行系统转账给销售方;⑤预警Agent。当客户保证金低于预定阈值时，在合同签订时会出现预警，警告客户缴纳保证金，也提醒销售方注意客户的信誉度;⑥仲裁Agent。当客户或销售方任一方出现违约时，在销售云里进行仲裁。

合同Agent 中的各个模块都会产生大量数据，这些数据需要实时传送给合同Agent 数据库。成交Agent 中包括一个第三方物流选择的系统，该系统会在销售方录入相关信息(如距离、目的地)后根据算法自动求解出最合适的3PL，并推荐给销售方，以帮助销售方做出第三方物流选择的决策。当任一方出现违约时，就需要仲裁，仲裁子Agent 会调用合同Agent 数据库里的所有数据帮助仲裁，最终将仲裁结果反馈给客户、销售方和合同Agent。

3.4 退换货Agent

任何一个关于销售的系统都必须有售后服务模块，特别是退换货模块。笔者构建的销售云平台里包括退换货Agent，以帮助客户退换货。客户只要进入退换货Agent，就可以完成所有与退换货有关的事宜［11］，包括退换货过程中会涉及到的第三方物流选择问题。退换货Agent 的执行流程是:当客户注册完退换货后，退换货Agent 与合同Agent通信，调用合同Agent 数据库中的有关合同的数据和3PL 的数据，然后系统根据合同Agent信息判断是否符合退换货条件，如果不符合条件，则不允许退换货;如果符合条件则允许，同时根据合同Agent 数据库信息按照给定算法推荐3PL。当货物允许退换货后，货物由选定的第三方物流运输给销售方，销售方对货物进行检查，符合条件则接收退换货，否则不接受退换货，返还给客户。收货完成后，销售方需要把退换货物的信息录入退换货数据库，由此数据库再与其他相关数据库交互通信［12］。

3.5 决策支持Agent

在销售云端里设置的销售决策支持Agent 包括库存管理、客户选择、第三方物流选择、客户管理等与销售有关的各方面决策。决策支持Agent如图7 所示。

图7 决策支持Agent

当销售者需要做出决策时，可以利用销售云提供的决策来帮助自己做出决策。销售决策支持Agent 利用信息Agent 提供的信息、决策算法Agent提供的优化算法，以及知识库提供的决策规则来为用户提供决策。信息Agent 是决策的信息来源，它包括客户Agent、库存Agent、合同Agent和退换货Agent 等数据库提供的数据，以及供应商、3PL 等集市数据提供的关于供应商、第三方物流的信息，同时还会调用集中数据库(DB)里的数据［13］。决策算法Agent 中有针对不同情况下作决策需要用到的不同优化算法，包括帮助销售者在多客户而能力又有限时选择合适的客户选择算法;当需要配送商品给客户时在现有的3PL 提供商中选择合适的3PL;帮助销售者决定当库存量达到什么状态时需要重新补充库存量，以及决策判断哪种商品什么时候需要大量补充库存。

定义1 决策算法中的客户选择需要考虑客户的注册资本即资本实力、信誉度、购买商品数量，以及要求的交货期这些要素，然后再根据决策规则进行选择，那么对客户选择CM 的形式化描述5 元组结构为:

式中:Ms={Ms1，Ms2，…，Msn}为客户资本实力的集合，Msi(i=1，2，…，n)为第i 个客户的资本实力，客户资本实力主要来源于客户自己的个人信息模块;Ho={Ho1，Ho2，…，Hon}为客户的信誉度集合，Hoi(i =1，2，…，n)为第i 个客户的信誉度;Qb={Qb1，Qb2，…，Qbn}为客户购买商品的数量集合，Qbi(i =1，2，…，n)为第i 个客户将要购买商品的数量;T ={T1，T2，…，Tn}为客户对购买商品要求的交货期集合，Ti(i=1，2，…，n)为第i 个客户对自己购买商品所要求的交货期;R 为决策规则，即系统按照这些规则来进行决策，包括利润、客户资本实力、客户信誉度、购买的商品数量等各方面的选择规则。

定义2 库存量的决策需要考虑商品的销量、顾客对该商品的青睐度、仓库存储量、存储成本，以及进货速度和发货速度，再按照库存决策原则来进行决策，由此得出库存决策SK 的形式化描述7 元组结构为:

式中:Va={Va1，Va2，…，Vam}为商品进货速度集合，对于不同的商品j 有着不同的进货速度Vaj(j=1，2，…m);Q ={Q1，Q2，…，Qm}为商品的销量集合;M={M1，M2，…，Mm}为顾客对商品青睐度的集合;K 为商品的现有库存集合，Kj(j =1，2，…，m)为商品j 的现有库存量;C 为商品的库存成本集合，Cj(j =1，2，…，m)为商品j 的库存成本;Vb 为商品的补货速度集合;Rsk为库存量决策规则，按照该规则来决定商品的最佳库存量。

定义3 第三方物流(3PL)的选择需要按照最低成本的原则选取，模型如下:

式中:k 为第k 个3PL 供应商;i 为商品;j 为需要运送目的地即客户所在地;P 为3PL 供应商的报价;Q 为需要运送的商品数量;x 为0－1 变量;Pmax为销售方愿意出的最高运送价格。

知识库里包含一系列定型化的决策规则，对优化算法的结果进行合理化。例如，客户选择需要选择信誉度高的客户，商品补充库存需要与需求相匹配。

当销售者需要做出决策时，可以进入销售云端里的决策支持Agent，参考决策Agent 给出的结果，来做出最佳决策。例如，当销售者需要选择第三方物流时，决策支持Agent 会与客户Agent、3PL数据库、商品数据库进行交互通信来获得客户、3PL 和商品的信息，然后利用优化算法求出最佳3PL 供应商，最后由决策者参考系统计算出的结果做出决策。

4 结论

笔者利用MAS 构建了销售物流云平台，用户只要通过认证Agent 就可以进入销售云端，按照自己的需要选择云平台的服务。通过利用云平台提供的资源，中小企业不仅可以节省投资兴建IT系统的资金，避免不必要的大量投资，而且还可以帮助更加迅速地获得信息、把握机会、降低成本和提高效率，最终帮助用户提高竞争力。

［1］ 张莹光.PaaS 云计算系统仿真平台及其数据库子系统的设计与实现［D］.北京:北京邮电大学图书馆，2011.

［2］ 施珺，顾勋梅.基于MVC 的网络化学习云平台构架［J］.微电子学与计算机，2011，28(10):24－27.

［3］ 黄卫东，于瑞强. 共享学习模式下知识服务云平台的构建研究［J］.电信科学，2011(12):6－11.

［4］ 陈清金. 基于开放式平台架构建设电信运营商IT系统［J］.电信网技术，2011，5(5):23－27.

［5］ RAJKUMAR B. Cloud computing and emerging IT platforms:vision，hype，and reality for delivering computing as the 5th utility［J］. Future Generation Computer Systems，2009(25):599－616.

［6］ 廉师友.人工智能技术导论［M］.西安:西安电子科技大学出版社，2007:43－98.

［7］ 郑依华，南凯，杨德婷，等.面向会议活动的科研协同云平台实现［J］.华中科技大学学报，2011，39(增刊Ⅰ):176－179.

［8］ TANG W，LEE J H，SONG B，et al.Multi－platform mobile thin client architecture in cloud environmemt［J］.Procedia Environment Sciences，2011(11):499－504.

［9］ 王富忠. 敏捷物流系统的建模、控制与运作研究［D］.杭州:浙江大学图书馆，2007.

［10］YEH K C，CHEN R S，CHEN C C. Intelligent service－ integrated platform based on the RFID technology and software agent system［J］.Expert System with Applications，2011(38):3058－3068.

［11］JIAO J X，MARTIN G H.Development of an electronic configure－ to－order platform for customized product development［J］. Computers in Industry，2006，21(12):231－244.

［12］KONG J H，JUNG J Y，PARK J.Event－driven service coordination for business process integration in ubiquitous enterprises［J］.Computers ＆ Industrial Engineering，2009(57):14－26.

［13］曹渠江，李进京，熊燕群.基于Agent 的旅游出行决策系统［J］.上海理工大学学报，2007，29(6):592－596.