研究計画 2005/02/02 古幡征史.

Presentation on theme: "研究計画 2005/02/02 古幡征史."— Presentation transcript:

1 研究計画 2005/02/02 古幡征史

2 Agenda 1. 研究背景 1.1. 研究背景 1.2. 産業界での課題 1.3. 研究動機 2. 研究内容 2.1. 研究内容
2.2. 研究モデル 2.3. Supply chain network – sample 2.4. Agent Policy 2.5. Market representation 3. 先行研究 3.1. Trading Agent Competition　ゲーム・ルール 3.2. TAC-SCM (Trading Agent Competition Supply Chain Management) network 3.3. TAC-SCM ~ Demonstration 3.4. Swarm Intelligence (Repast) ~ Demonstration

3 1. 研究背景 1. 研究背景 1.1. 研究背景 1.2. 産業界での課題 1.3. 研究動機 2. 研究内容 2.1. 研究内容
2.2. 研究モデル 2.3. Supply chain network – sample 2.4. Agent Policy 2.5. Market representation 3. 先行研究 3.1. Trading Agent Competition　ゲーム・ルール 3.2. TAC-SCM (Trading Agent Competition Supply Chain Management) network 3.3. TAC-SCM ~ Demonstration 3.4. Swarm Intelligence (Repast) ~ Demonstration

4 1.1. 研究背景 電子市場での自動取引モデルが研究されている。これらの研究されているモデルは研究途上であり、産業界での導入のためには不明確な部分が残っている。特に、市場が簡単に不安定になることが想定され、市場の制御方法について明らかにする必要がある。 産業界ではSupply chain management (SCM)への取り組みが進んできた。SCMを実現するためにERP(Enterprise resource planning) + APS(Advanced planning system)の組合せによるソリューションがde facto standard になっている。しかしながら、市場変化への適応という部分において改善の余地がある。 本研究では、Multi-agent systemを利用したAdaptive supply chain management modelを提案する。 期待される研究成果は以下の通りである。 （１）自動取引基準市場での市場行動の意味付けの分類 （２）産業ごとに有する市場の特質や市場環境による、市場動向の理解 （３）取引ポリシーや市場の特質を理解する、コンフィグレーション可能なシミュレーターの作成

5 1.2. 産業界での課題 今までのSCM改革テーマ これからの課題 計画立案サイクルの短縮化 Push型からPull型へ移行 在庫の低減
管理データの可視化 業務プロセスの再構築 SCMプロジェクト ERP(Enterprise resource planning)システム導入 APS(Advanced planning system)導入 KPI(Key performance index)指標の見直し これからの課題 例外状況での調整業務の負荷軽減 市場変化へのAdaptation

6 1.3. 研究動機 これからの課題 以下のことを実現するモデルを提案する 例外状況での調整業務の負荷軽減 市場変化へのAdaptation
例外状況での調整業務の時間短縮 企業にとっての新しい領域（新市場への進出、新しい計画者の任命）に向 かう際のシミュレーションを可能にする、また、市場動向を短期間に理解す る。 コーポレート・ポリシーをすべての企業内組織へ迅速に伝達する

7 2. 研究内容 1. 研究背景 1.1. 研究背景 1.2. 産業界での課題 1.3. 研究動機 2. 研究内容 2.1. 研究内容
2.2. 研究モデル 2.3. Supply chain network – sample 2.4. Agent Policy 2.5. Market representation 3. 先行研究 3.1. Trading Agent Competition　ゲーム・ルール 3.2. TAC-SCM (Trading Agent Competition Supply Chain Management) network 3.3. TAC-SCM ~ Demonstration 3.4. Swarm Intelligence (Repast) ~ Demonstration

8 Adaptive supply chain model
2.1. 研究内容 研究内容は以下の通り。 Adaptive supply chain modelの構築 ~ Based on Multi-agent system Agent間の相互作用の表現の確立 シミュレーション結果の解析 と解釈 Simulation Output Simulation Random Demand Generation Adaptive supply chain model Data Analysis Market Structure Agent Behavior Market behavior Industry-Specific Characteristics Customer Supplier Relationships Constraints Inventory Resource Lead-time Recovery policy fair share rule first comes first serves rules prioritized rule Relationship Independent Competitive Cooperative Winner takes all

9 2.2. 研究モデル

10 2.3. Supply chain network - sample

11 2.4. Agent policy Agentの活動するためのPolicyに大きく依存する。このPolicyの種別を分類し、Policyによる動作の違いを理解する。 例）需給バランスのタイトな状態でのback order processing実行のrecovery policy。 First comes, first serves Fair shair Optimization Priority

12 2.5. Market representation
市場構造の特徴により、モデルの適合性が異なることが想定される。 代替製品、代替仕入先の存在 特定顧客への依存度合い End-user demandの特徴（random需要の生成、その需要の分布の形状） 競合他社の取り得る方針

13 3. 先行研究 1. 研究背景 1.1. 研究背景 1.2. 産業界での課題 1.3. 研究動機 2. 研究内容 2.1. 研究内容
2.2. 研究モデル 2.3. Supply chain network – sample 2.4. Agent Policy 2.5. Market representation 3. 先行研究 3.1. Trading Agent Competition　ゲーム・ルール 3.2. TAC-SCM (Trading Agent Competition Supply Chain Management) network 3.3. TAC-SCM ~ Demonstration 3.4. Swarm Intelligence (Repast) ~ Demonstration

14 3. 先行研究 N. Sadeh (1998, 2003) : MASCOT ~ Supply chain simulator based on multi-agent system M. Gini and J.E. Collins (2000): MAGNET ~ Auction-bot based on multi-agent system Trading Agent Competition related studies: Michael Wellman (2004): DeepMaize ~ Strategic pricing M. Gini and J.E. Collins (2004): MinneTAC ~ Expected utility theory A. Greenwald (2004): Botticelli ~ Integer programming D. Zhang (2004): jackaroo ~ Pricing forecast Swarm Intelligence related studies: Boids: Reynolds(1987) Fish school: Inada(2001) - MASCOT(1998, 2003) : Supply chain simulator based on multi-agent system - MAGNET(2000): Auction-bot based on multi-agent system - Trading Agent Competition related studies: - DeepMaize(2004): Strategic pricing - MinneTAC(2004): Expected utility theory - Botticelli(2004): Integer programming - jackaroo(2004): Pricing forecast - Swarm Intelligence related studies: - Boids: Reynolds(1987) - Fish school: Inada(2001)

15 3.1. Trading Agent Competition ゲーム・ルール
Agentは自分の利益を最大にし、他のAgentより利益額を大きくする。 １ゲームに６つのAgentが参加し、SwedenのServer（電子市場）に同時にアクセスする。 １ゲームは２２０日で構成され、１日は１５秒で表現される。 競技は予選、Quarter final, Semi final, Finalで構成される。

16 3.2. TAC-SCM (Trading Agent Competition Supply Chain Management) network
Cordinator BOM Agent Bank Production Capacity Interest Rate Market Price Storage Cost Agent RFQ Agent Customer RFQ Supplier Customer Supplier Offer Agent Offer Production Request Factory Supplier Agent Order Customer Order Deliver Request Delivery Notification Agent

17 3.3. TAC-SCM ~ Demonstration

18 3.4. Swarm Intelligence ~ Demonstration
C. Reynolds, "Flocks, Herds, and Schools: A Distributed Behavioral Model", Computer Graphics, 21(4), pp , 1987 Each agent can “see” other agents in its neighbourhood Motion derived from weighted combination of force vectors Alignment Cohesion Separation