一、课题研究属于供应链、管理信息系统相关领域:

供应链是由多个企业组成的复杂供需网络，随着信息技术的发展和产业不确定性的增加，供应链这种动态、自组织的复杂网络系统愈加复杂。该课题研究针对跨企业供应链生产运作协调，大规模定制生产应用环境，选择了供应链管理中的关键技术点进行系统研究，构建了基于Multi-Agent理论与深度学习技术的仿真、预测、优化方法，并在企业实践应用中得到了效果验证。

二、该课题的研究内容简介:

从2004年到2014年，项目组致力于研究Agent理论与复杂网络理论的在供应链中的应用与实践。

在Agent理论与复杂网络理论的指导下，经过多次技术攻关与优化调试，构建了基于Multi-Agent理论的供应链运作的网络协同平台。该平台能够通过多层次的仿真模型和分布式实验框架、模拟、优化来控制企业供应链运作与实施，并能够对企业供应链运作、信息共享等动态变化过程进行模拟与预测。

在构建在网络协同平台的同时，该项目考虑到Multi-Agent应用的信息安全保护方法方面的需求，针对白盒攻击环境下移动Agent的安全需求，在信息的完整性和机密性保护两方面开展了深入研究。

在信息完整性保护方面，首次将前向安全、密钥隔离、入侵回弹等密码保护技术引入不可拆分签名领域，设计了一系列具有较强抗攻击能力的保护方案；在信息机密性保护方面，提出了适用于移动Agent的轻量级白盒密码算法，代码体积小的特点迎合了移动Agent需求。这些安全保护方法为使用Multi-Agent构建的虚拟企业联盟与供应链管理系统提供了安全保障。

面对动态变化的市场和生产环境，供应链企业需要时刻关注环境变化以采取及时且正确的决策。从2014年以来，该项目组基于快速发展的深度学习技术，针对供应链企业业务规模大、运输网络复杂、准确性与实时性要求高等特点，提出了基于深度学习与价值网络的需求与产能预测模型、运力资源与仓储资源优化模型等，为供应链企业生产计划的实时制定与动态控制提供了决策支持，提高了供应链企业的运作效率以及应对市场变化的能力。

三、课题研究成果:

该课题基于上述研究内容，取得的成果包括：获得包括国家自然基金项目在内的该领域相关立8项；在国内外核心刊物上发表学术论文80篇以上，其中30篇以上被SCI或EI检索；引用量超过20的文章共有7篇，此外，经国家知识产权局批准获得2项软件著作权。

四、课题创新点:

构建基于Multi-agent的供应链运作分布式仿真平台，为供应链建模、仿真与分析提供了支持；建立大数据动态驱动的基于深度学习的供应链决策优化系统；适用于跨企业集成的、抗攻击的Agent的数字签名和数据加密技术研究。

成果说明

项目研究成果在中国重汽集团济南商用车有限公司和上海堃琳金属制品有限公司分别进行了深入地推广和应用。 1. 项目成果在中国重汽集团济南商用车有限公司的应用。该公司表示“动态供应链中基于本体和Multi-Agent的多企业生产调度分布式仿真平台”的运行情况来看，已能够达到并满足企业生产线的调度和协调运作要求，在企业各生产部门的协同管理、降低库存、准时交货等方面都发挥了积极的作用，对提高生产效率、缩短生产周期、提高设备利用率均有比较积极的意义。因此该项目已基本能够达到项目预期的目标。 其突出作用表现在:

1. 下载详细PDF版/Doc版

提示：为方便大家复制编辑，博主已将PDF文件制作为Word/Doc格式文件。