郑广海++周福同

摘要：本文基于MAS环境研究设计冷链物流智能监控系统。通过MAS技术的应用，将传统的、复杂的物流监控系统变成由若干小但密切联系的Agent组成的能高度协调运作的简单系统，通过对冷链产品在各物流环节中进行环境的智能监测与调控，进一步提高对冷链产品时效性及其质量的保障。

关键词：多Agent技术；冷链物流；智能监控系统

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）17-0194-05

Abstract： Due to the advanced monitoring technology cannot be promoted， the cold chain logistics industry has no reliable monitoring system， which leading to monitoring information and data analysis cannot be synchronized， at the same time， the cold chain logistics industry can't meet the requirements of customers at any time to master the status of the goods， the resulting food safety issues are also frequent. The intelligent monitoring system of cold chain logistics based on MAS environment is studied in this paper. Through the application of MAS technology， the traditional and complex logistics monitoring system can be transformed into a simple system， which is composed of a number of small but closely linked Agent components. Through the monitoring and control of the cold chain products in the logistics process， it can further improve the efficiency and quality of the cold chain products.

Key words： Multi Agent Technology； Cold Chain Logistics； Intelligent Monitoring System

随着社会经济的高速发展以及现代生活、工作节奏的不断加快，人们的消费观念已经从传统的单一化向现代的多样化、快捷化转变。对时鲜产品的要求也越发严格，既要求产品卫生、营养且品种多样化，还要求产品具有新鲜、安全、快捷等特性。这就导致时鲜产品的物流方式发生重大的变革，冷链物流开始兴起并逐渐深入到时鲜产品的生产与运输过程中。目前，冷链物流问题是国内外广泛开展的前沿研究课题，是学术界、商业界的热点研究问题。国外学者结合欧美等发达国家冷链物流发展现状，指出现代冷链物流应以第三方物流为基础，以冷链物流各环节之间的协调为核心，建立高度协调运作的一体化冷链物流体系。国内学者分析了我国冷链物流起步阶段发展的特点，指出目前存在的问题表现在以下几方面：1）物流产品通过冷链流通的比例较低；2）冷链物流基础设施能力严重不足；3）冷链物流技术得不到广泛推广；4）第三方冷链物流企业发展滞后；5）冷链物流法律法规体系和标准体系不健全；6）缺乏政府引导和统一规划；7）冷链处在断链状态[1-3]。面对严峻的形势，如何一体化保障冷链产品质量成为我国面临的艰巨而紧迫的任务。其中，生鲜类冷链产品由于其保质期短、需求量大、储运技术性强等特点，决定了对其冷链物流运作过程中的质量安全问题特别关注的重要性。因此，应完善国内冷链物流的基础设施，从而真正实现从产品采集到销售的全程质量安全管理与有效监控。在冷链物流系统中应用Multi-Agent System技术，来实现对冷链物流各环节物流环境的监测与调控，这正是本文考虑的研究问题。本文研究一种基于MAS的冷链物流智能监控系统；第一部分阐述了MAS以及冷链物流的特点；第二部分阐述了MAS技术在冷链物流中的应用优势并构建了基于MAS的冷链物流智能监控系统结构，并分析了系统结构中各功能模块的组成及处理过程，以及论述了多智能体冷链物流监控系统的协调控制；最后给出结论。

1 Agent技术及冷链物流简介

1.1 Agent技术

从Agent技术产生到现在，一直没有一个明确的定义来描述Agent。麻省理工学院的研究者Minsky是最早提出Agent概念并应用在计算机领域的专家，他认为Agent是一个通过协商来处理复杂问题的个体。这一理论使得Agent技术有了更理性和明确的发展方向，为人工智能技术的研究奠定了理论基础[4]。目前虽然没有对Agent的统一的定义，但是通过对各专家对Agent的研究成果的总结可以将Agent的定义概括如下：Agent是以计算机软硬件为基础的，具有自主性、反应性、交互性、进化性、通信性、移动性等特点的智能实体。Agent实体能根据自身的知识储备和任务接受情况、对外界的信息收集能力、相关知识体系等特性来获得外部信息，然后通过逻辑分析、资源计算等手段来实现对问题的求解，并且依据结论作出适当的反馈，它具有极强的自我治理能力。

1.2 多Agent系统（MAS）

MAS （Multi-Agent System）是一个Agent的组合，其组成元素是多个具有不同功能的Agent个体。每个Agent拥有自己的职责，自身都具有丰富的知识和强大的功能，各个Agent之间相互独立、行为和目标不受其他Agent的限制，各个Agent之间相互协作共同完成任务的求解。MAS是在分布式人工智能的基础上产生的，所以通过MAS来解决的问题，基本上都是通过分布式问题求解方式进行的[4-5]。在MAS中，系统需要完成繁复的工作程序，这些工作程序主要包括任务的分配、目标的高度统一、冲突的识别和消解、建立其他Agent模型、通信管理、个体Agent推理等。一个多Agent系统通常为多范围的区域分布结构，每个Agent成员之间是相互对等的合作关系，不存在被控制或者是归属权关系。它们拥有自己的目标、意愿、行为，可以自主选择合作对象，接受或者拒绝任务。基于以上情形，当系统中有需要解决的问题时，Agent成员需要通过自己的推断学习能力和灵活运用已有知识的能力来解决系统遇到的问题。MAS系统的一般构造包括树形结构和非树形结构，例如星形结构、单线结构等等。MAS的应用领域非常广泛，随着Agent技术的快速发展，MAS已经应用于很多领域，用来解决许多工业、商业、娱乐和医疗中的实际问题。

1.3 冷链物流

冷链物流是指在产品（主要为生鲜产品、药品、冷藏冷冻产品以及对环境条件要求较高的产品）采购、加工、存储、运输及配送等的过程中，为保证产品的质量，时刻对产品所处的环境条件进行监控的一种特殊物品流通过程。它是随着科学技术的进步、制冷技术的发展而建立起来的，是以冷冻工艺学为基础、以制冷技术为手段的低温物流过程。

目前适合冷链供应的产品包括在 0?C～7?C保鲜的新鲜果蔬、乳制饮料、加工肉类、药品；在-2?C～2?C下保存的冰冻肉制品；在-18?C以下的冷冻食品；在-50?C以下保存的超冷链食品等。由此可见冷链物流在整个供应过程中对产品所处的环境温度要求严格，对于产品配送、库存所需设备也有较高要求[6-8]。这些条件决定了冷链物流产业具有与其他物流方式不同的特点：产品全程温度监控、物流成本居高不下、物流服务水平要求严格、行业跨度大，专业需求广。

2 基于MAS的冷链物流实时智能监控系统

MAS是由一组功能各异的Agent所组成，不同功能的Agent代表不同的对象，拥有不同的权利和能力，能够完成不同的任务。而冷链物流是由不同环节和设备组成的相互关联的有机整体，从控制和系统的角度来看，是一类典型的分布式系统。冷链物流上的各环节都有自己的资源、能力以及目标，在冷链的管理下相互协作，使冷链物流系统上的物流、信息流与资金流通畅地流动，为用户提供产品和服务[9-10]。冷链物流系统与MAS之间相辅相成，可以应用MAS对冷链物流监控系统进行优化协调，进一步保障冷链产品的最终质量。

2.1系统设计思路

MAS可以将大而复杂的冷链监控系统建立成小的、易于管理的简单系统；MAS对冷链的各个环节进行人工智能控制，容易实现冷链各环节的高组织协调性；由于MAS具有远程分布数据处理能力，采用基于MAS的远程数据采集与传输方式，不仅避免了监控系统数据流量较大时，远程监控主机负荷较重的问题，提高了系统的实时性和可靠性；更关键的是减少了远程监控主机与各监控点间频繁的数据交换，避免了网络延时带来的监控延时，降低了应用对网络连接的带宽及可靠性和稳定性的要求，提高了系统的远程实时交互性及运行的稳定性。同时，为冷链物流的运输、加工、冷藏仓储等环节提供及时、准确的监控信息。

冷链物流根据冷链产品的流通过程，可分为产品采购、低温加工、冷冻储藏、冷藏运输以及冷冻销售等环节。冷链物流智能实时监控流程图如图1所示。

一个完整的冷链物流实时智能监控系统中包含了多种Agent，它们担负不同的任务，根据Agent的功能进行分类，基于MAS的冷链物流智能实时监控系统中的Agent可以分为管理Agent、通讯Agent、决策Agent、监视Agent、执行Agent。整个监控系统由管理Agent进行协调；监视Agent感知系统环境，从各监控点通过传感器采集监控过程的各种实时信息，并转化成统一格式存入实时数据文件，发送给决策Agent和通讯Agent；决策Agent具有信息处理器、推理机、规则集、知识库以及Agent通信机制，在获得监视Agent发出的实时数据后，将其与自己的知识库和规则集进行比较判断，然后将决策信息传送给执行Agent，并反馈决策结果；通讯Agent负责其他各Agent之间的数据通讯，并将实时监控信息发送给系统操作人员；执行Agent在接受管理Agent以及决策Agent发出的信息后，调用相应的数据和功能，采取相应的行动。系统架构如图2所示。

在每个监控点都安放了多种智能传感器，通过各传感器来实时获取监控点的环境信息数据，并通过“有线网+无线网”的组合方式传输给智能监控系统。例如，在产品的采购、加工、存储等物流环节中，为了节省成本，可以采用有线网进行传输；而在产品运输、配送等环节中，可以采用无线移动网络来实现实时传输。

2.2 系统核心模块的设计

考虑到冷链物流实时智能监控系统应具有一定的扩展性和自适应性，以确保系统可以适用于多种环境场合中对多种物流产品进行实时监控，因此，在设计时采用面向对象的开发方法，通过面向对象的技术保证系统的扩展性；通过互联网技术来保证系统通信的实时性；通过多线程技术来确保系统出现大量数据时的稳定运行，防止系统阻塞[11]。系统中各核心模块的设计采用基于构件的开发思想，有效提高了系统的扩展性与健壮性，并且提高了整个系统的实用性与可靠性。

1） 物流中心操作模块

通过该模块实现冷链物流产品信息数据采集、各监控环境参数设置；完成信息数据采集及监控系统的组态；实时显示当前各监控点的监控信息，绘制重要参数的变化趋势图。通过该模块，操作人员还可以对系统中各监控硬件参数初始化，可以选择关闭不使用的监控点，以及监视各监控点监控设备的运行状态。

2） Agent模块

该模块是整个冷链物流监控系统的核心，它包含了管理Agent、决策Agent、通讯Agent、监视Agent、执行Agent等构件。该模块负责对物流产品实施实时监测以及智能控制，绘制监控环境变化波形图。

管理Agent负责整个系统的监督、控制与管理，并协调、调度其他Agent之间的工作，因此采用混合逻辑型Agent表示。模块结构图如图3所示。

通讯Agent采用了基于经典逻辑的混合型Agent表示，根据FIPA协议，按照其规范要求，表现不同的信息动作过程。该模型自底向上共分7层：网络基础设施层、传输层、报文传输协议层、消息封装层、Agent通信语言层、内容语言层、会话层[12]。其基础语义可以表示为：

决策Agent采用基于决策理论的Agent表示，在接收到监视Agent发出的异常监控数据后，与知识库中的数据进行比较、分析，作出决策。并将异常数据打包生成数据簇后以波形图的方式显示，便于观察。同时，将决策结果发送给执行Agent。其结构如图4所示。

监视Agent采用基于决策理论的Agent表示，监视Agent中采用了多线程技术，使用每个监视串口的工作线程实时地监视串口状态，一旦有数据到达就立即读取，解析处理后将异常数据传送给决策Agent。其结构如图5所示。.

执行Agent也采用基于决策理论的Agent表示，它在收到决策Agent发出的信息后，对监控环境中的控制器（温度、湿度、氧气含量等）进行自动调节。执行Agent模块结构如图6所示 。

3） 故障报警模块

当系统运行中持续出现某项指标超过了正常值，自动报警，生成记录文件；当监控设备出现故障，发出故障信号或者失控时，监控系统发出警报显示，自动存储警报数据。模块结构如图7所示。

4） 数据存储和报表生成模块

通过该模块自动生成各种信息统计报表，形成监控数据文件，存入监控数据库，需要时还可以通过打印机打印输出，方便查阅。

2.3 MAS冷链物流智能监控系统的协调机制

由于冷链物流各环节环境信息复杂，单个Agent的智能性有限，受物流环境条件的约束无法完成环境信息的监控，因此需要考虑多个Agent间的协调与合作。在冷链物流监控环境中，由于各个Agent的属性不一样，因此要选择最佳的Agent来完成监测任务，例如考虑Agent的资源利用率高的因素，这就是Agent的协调问题。在复杂的监测问题及监测系统中，基于多Agent的理论和技术，必须对复杂问题分解并运用多种方法进行监测，这就是多Agent如何使用的问题。为了实现冷链物流各环节的智能监控，需要所有Agent的团结协作，因此要求Agent之间对彼此的功能、效率充分了解[13]。在系统设计时，必须收集、归纳所有Agent的资料集中于数据库内，当实际情况变化时Agent能够对涉及自身的数据进行修改，并重新寻找合作对象解决问题。

各Agent间的协调与合作，通过算法表现出来。其中既包括单个Agent行为又包括由多个Agent合作的行为。它釆用传递函数，实现各Agent间的信息交换，多Agent系统中问题求解过程中协作算法如下所示。

设S为所有Agent的集合，S={s1，s2，…，sn}，则Si，Sj表示S的不同的子集，Si、Sj∈S。具体的协作算法如下流程图8所示。

在上述协作算法中的，每个Agent所代表的任务执行的内容不同，所完成的时间不同，所付出的代价也存在差异，因此存在多种任务不同执行时间的调度方案。本着效率最优原则，在确保任务能够顺利完成的前提下，应寻找最短任务执行时间的调度方案。调度算法设计如下：

设有一项任务可划分为n个子任务，分别由n个任务执行Agent代理，任务的执行时间被限定在一定的时间窗口区域，凡在此区域外完成的任务都要付出额外代价[14]。一个任务执行Agent j包含三个重要的指标（Aj ， Bj ， Pj），其中Aj是任务j在时间窗口之前完成所需代价，Bj是任务j在时间窗口后完成所需的代价，Pj是执行任务j所需的时间。完成总任务的时间窗口为[ t - a， t+ a ]，其中2a为窗口大小，t为最佳完成任务时刻，t值待定。通过调度模块求解适当的时间安排方案，使执行该任务的额外代价最少。其目标函数表示为：

S = [[Aj·q（ t - a - tj ） + Bj·q（tj-a- t） ]] （1）

其中，t j是任务j的完成时间， q（ x） =[0 X<01 X>0] 。

依次假定其中的每项任务完成时刻，作为共同完成任务时间窗口的开始时刻。它作为此次调度中在时间窗口内完成的一个任务，选取n个子问题中目标函数值最小的值作S的一个最优值，并确定S的最优解。算法求解步骤如下：

步骤1 令L = { 1， 2， ...， n} ， i = i* = 1， Sj =min{ Aj ， Bj }

（ j ∈L ） ， f=[j=1nSj]。 （2）

步骤2 令L i= L＼ { i} （ L中除去i后的集合），求解相应的最大准时完成的任务数可看作0 - 1背包问题，即求：

max[j ∈ LiSjXj ] ，

s. t. [j ∈ LiPjXj ≤2a]，X j ∈{ 0， 1} （ j∈L i ） （3）

的最优值，记为Ti ，并令

f i =[j=1nSj - Si - Ti]。 （4）

步骤3 若fi < f ，则令i* = i ，f= fi 。 （5）

步骤4 若i< n，则置i+1→i ，转步骤2；若i=n，则最优值是f 。

步骤5 对[L*i] = L ＼ { i* } ，求解相应的0-1背包问题：

max[j∈L*iSj Xj ]， （6）

s. t . [j∈L*iPjXj] ≤2a， X j∈{ 0， 1} （ j∈L*i） ；

并求出式（6）的最优解，记V1={ k|K∈L*i ， Xk= 1}，V2={ k|k∈L*i ，Xk = 0} ，V21 = { k| k∈V*2 ，Aj < Bj } ，V22 = { k | k∈V*2，Aj≥Bj } 。

步骤6 确定最优完成任务的时刻解

t = P*i +[j∈V22Pj] + a 。 （7）

最终得到的结果是：由式（5）得系统的最小损失f；由式（7）确定最佳时间窗口位置为以最优完成任务时刻t为中心、长度为2a的区域[ P*i+ [j∈V22Pj] ，P*i +[j∈V22Pj]+ 2a ]；系统中任务调度顺序的编号集合依次是：V21→{ i* }→V1→V22 。对于每个集合内部的任务，可以有不同的执行顺序方案，这对于系统的损失没有影响。

在MAS智能监控系统中，各Agent具有共同的全局目标，同时还有与全局目标一致的局部目标，各个Agent通过协调协作实现全局目标[15]。MAS冷链物流智能实时监控系统以监视智能体和执行智能体为核心，对冷链产品物流过程的低温环境进行全程的协调控制。决策智能体是开放式的物流信息协调监控中心，它通过通信智能体，不断地接受监视智能体反馈的各种环境监测信息，从而不断更新内部的数据库、知识库。同时，结合数据库内存储的专业知识，对反馈的信息进行人工智能的处理，做出相应的决策，要求执行智能体对各种环境调节器进行相应的调整。从而实现了冷链物流各环节的实时监测与控制。

基于MAS的冷链物流智能监控系统具有灵活性、智能性、实时性、适应性等特征。系统实现后将会取代传统复杂的监控系统，增强了冷链物流监控系统的远程实时交互性及运行的稳定性，为冷链物流的运输、加工、冷藏仓储等环节提供实时、准确的监控信息，加强了冷链物流领域各流通环节之间的协调性。并进一步提高对冷链产品时效性及其质量的保障。

3 结论

在冷链物流系统中实现多智能体的协调监控，是对冷链物流监控系统的一种创新。本文结合冷链物流的特点，分析了MAS应用于冷链物流监控系统的优势，同时考虑了基于MAS的冷链物流智能实时监控系统的通用结构，并在此基础上进行了MAS智能监控系统的建模。同时，在冷链物流监控智能体的协调机制上做了进一步的探讨，充分说明了MAS对冷链物流监控系统适应性、灵活性的提高以及对冷链产品质量的保证有着很大的作用。

参考文献：

[1] 熊松泉，唐辉军.基于Agent技术的智能物流链研究[J].物流技术， 2013，32（12）：392-394.

[2] 权庆乐. 基于Agent的智能分布式实时监控系统通信机制的形式化研究[D]. 兰州交通大学.2013 .

[3] 蔡增玉，甘勇，金宝华，等. Agent在物流领域中的应用研究[J].计算机技术和发展，2009，19（6）：232- 234.

[4] 彭定波，李曼珍. 基于多Agent技术的智能监控系统[J].工业控制计算机，2007，20（10）：1-2.

[5] 王传汝，徐小龙，黄海平.智能 Agent 及其在信息网络中的应用[M].北京：北京邮电大学出版社，2006.

[6] Marina Bogota， Ludwig Bogota， Robert V ode piece. Stability of perishable goods in cold logistic chains [J]. Int J Production Economics，2005：22-24.

[7] Abad E， Palacio， F Nuin M， et al. RFID smart tag for traceability and cold chain monitoring of foods： Demonstration in an intercontinental fresh fish logistic chain[J]. Journal of Food Engineering，2009，93：394–399

[8] 刘丽欣，励建荣.农产品冷链物流发展模式与政府行为概述[J]. 食品科学， 2008（29）： 91.

[9] 章培培，李震.基于多Agent的虚拟企业供应链管理系统建模[J]. 现代制造工程， 2008（12）.

[10] 孙志勇.多Agent系统体系结构及建模方法研究[D].合肥工业大学，2004.

[11] 黄金莲. 基于Agent的智能监控系统开发[J].科学技术与工程，2007，7（8）：1806-1809.

[12] 王世进，周炳海，陶丽华，等.Agent通信语言综述[J]. 计算机工程与应用，2005，41（21）：32-37.

[13] 张志勇，刘承，杨磊. 基于MAS的冷链物流系统协调机制研究[J]. 食品工业科技，2010（31）：5.

[14] 胡晶晶，曹元大，焦德朝，等.基于多Agent的多任务协作时间调度算法研究[J].计算机集成制造系统，2005（11）：3.

[15] 石纯一，张伟.多Agent系统引论[M] .北京：电子工业出版社， 2003.