一种基于多智能体协同的采购计划智能审查方法与流程
本发明涉及工业工程采购管理与人工智能,更具体地说,本发明涉及一种基于多智能体协同的采购计划智能审查方法。
背景技术:
1、随着大型工程建设项目(例如电力变电站、轨道交通、工业厂房等)设备采购规模的扩大,采购任务之间的设备安装顺序、工艺衔接关系以及工程节点约束关系日趋复杂,单一智能分析模型或人工规则难以满足多任务、多维度、多约束耦合场景下的动态风险识别需求。
2、近年来,多智能体系统(multi-agent system, mas)以及分布式约束优化(distributed constraint optimization problem, dcop)被引入到采购计划审查中。现有方案通常根据采购任务的不同审查维度分别配置工期审查智能体、供应能力审查智能体、资金审查智能体及设备关联审查智能体,由各智能体并行完成对应维度的风险分析,再通过信息交互实现协同审查。
3、然而,现有方案在多智能体协同审查过程中对采购约束影响传播范围(即各智能体参与审查的关联任务范围)的控制存在以下不足:
4、其一,当所述风险传播范围过小时,部分关联采购任务被排除在协同审查范围之外,导致风险传播链未完整展开,存在风险漏检;
5、其二,当所述风险传播范围过大时,大量弱关联甚至无关联采购任务被纳入审查过程,引起智能体间信息交互冗余、风险判断震荡以及采购计划频繁调整,审查效率显著下降;
6、其三,现有方案普遍采用固定传播范围或人工设定关联层级的方式,无法根据实际审查效果自适应调整最优传播范围。在dcop(分布式约束优化)理论框架下,传播范围的选择本质上对应约束图(constraint graph)的子图采样问题。
7、因此,亟须一种能够动态生成多组候选风险传播范围,并基于协同审查实际效果自适应筛选目标风险传播范围的智能审查方法。
技术实现思路
1、为了克服现有技术的上述缺陷,本发明的目的在于提供一种基于多智能体协同的采购计划智能审查方法及系统,通过构建风险传播范围动态生成与协同评价筛选机制,解决现有多智能体协同采购计划智能审查中风险传播范围固定导致的风险漏检、无效审查扩展以及审查效率低的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于多智能体协同的采购计划智能审查方法,包括如下步骤:基于采购任务之间的设备安装顺序、工艺衔接关系以及工程节点约束关系,构建采购任务依赖邻接矩阵;根据所述采购任务依赖邻接矩阵计算传递闭包,并结合历史采购执行事件中各传播关系对应的异常同步变化,确定采购任务风险传播范围;对所述采购任务风险传播范围进行多尺度扰动采样,生成多个候选风险传播范围;建立各候选风险传播范围与多智能体审查控制量之间的映射关系,将各候选风险传播范围转换为对应的多智能体审查控制对象;分别根据各多智能体审查控制对象配置对应的采购审查智能体,并由所述采购审查智能体依据其初始审查任务及关联审查任务进行协同审查,获取多智能体协同采购计划审查过程数据;根据所述多智能体协同采购计划审查过程数据,生成与各候选风险传播范围对应的协同评价值;依据预设的传播结构度量值约束,对各候选风险传播范围进行排序评价,并与对应协同评价值进行联合分析,筛选出协同评价值最高的候选风险传播范围作为目标风险传播范围,用于采购计划智能审查。
4、一种基于多智能体协同的采购计划智能审查方法的系统,包括约束传播建模模块、传播范围扰动模块、审查映射控制模块以及多智能体审查模块;约束传播建模模块,用于基于采购任务之间的依赖关系,构建采购任务依赖矩阵;传播范围扰动模块,用于基于所述采购任务依赖矩阵确定采购任务风险传播范围,并通过扰动生成多个候选风险传播范围;审查映射控制模块,用于针对各候选风险传播范围配置采购审查智能体进行协同审查,生成审查过程数据;多智能体审查模块,用于基于所述审查过程数据生成各候选风险传播范围对应的协同评价值,选取协同评价值最高的候选风险传播范围用于采购计划智能审查。
5、本发明一种基于多智能体协同的采购计划智能审查方法的技术效果和优点:
6、1.通过构建基于采购任务依赖关系的邻接矩阵并结合传递闭包分析及历史采购异常传播验证,能够得到反映实际风险传播规律的风险传播范围,避免仅依赖固定关联层级导致的不可调问题。
7、2.通过对各候选风险传播范围进行多尺度扰动采样,可同时覆盖直接关联、跨一级节点关联以及历史验证较弱的关联关系,使多智能体协同审查能够在多种风险展开深度下进行比较。
8、3.通过将风险传播范围与多智能体审查控制量进行映射,使不同传播范围对应不同的智能体组织方式与信息交互拓扑,为后续基于协同评价值筛选最佳传播范围提供统一控制基础。
9、4.通过构建基于风险识别覆盖率、关联任务遗漏率、无效审查任务占比以及智能体交互负载的协调评价模型,能够在风险覆盖能力与审查复杂度之间建立可量化的动态平衡关系,并通过传播结构度量值约束避免局部最优,从而提升多智能体协同采购计划智能审查的准确性、稳定性与效率。
1.一种基于多智能体协同的采购计划智能审查方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述采购任务之间的依赖关系包括:设备安装顺序关系、工艺衔接关系以及工程节点约束关系。
3.根据权利要求2所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述构建采购任务依赖矩阵,包括:
4.根据权利要求3所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述确定采购任务风险传播范围,包括:
5.根据权利要求4所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述通过扰动生成多个候选风险传播范围,包括:
6.根据权利要求5所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述配置采购审查智能体,包括:
7.根据权利要求6所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述协同审查,包括:
8.根据权利要求7所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述生成各候选风险传播范围对应的协同评价值,包括:
9.根据权利要求8所述的基于多智能体协同的采购计划智能审查方法,其特征在于,所述确定采购任务风险传播范围,包括:
10.一种使用如权利要求1-9任意一项所述的基于多智能体协同的采购计划智能审查方法的系统,其特征在于,包括约束传播建模模块、传播范围扰动模块、审查映射控制模块以及多智能体审查模块;
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com