Transcript 研究計画ダウンロード research plan

研究計画
2005/02/02
古幡征史
Research Plan 2005
Masabumi Furuhata
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
Research Plan 2005
Masabumi Furuhata
1
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
Research Plan 2005
Masabumi Furuhata
2
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
Research Plan 2005
Masabumi Furuhata
3
1.2. 産業界での課題
今までのSCM改革テーマ
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
Research Plan 2005
Masabumi Furuhata
4
1.3. 研究動機
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
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
Research Plan 2005
Masabumi Furuhata
5
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
Research Plan 2005
Masabumi Furuhata
6
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
Random
Demand
Generation
Simulation
Output
Simulation
Adaptive supply chain model
Data
Analysis
Market
Structure
Industry-Specific
Characteristics
Research Plan 2005
Masabumi Furuhata
Customer
Supplier
Relationships
Constraints
-Inventory
-Resource
-Lead-time
Agent
Behavior
Recovery
policy
-fair share
rule
-first comes
first serves
Market behavior
Relationship
-Independent
-Competitive
-Cooperative
-Winner takes all
7
2.2. 研究モデル
Given objects
-Product info.: (Compatibility, BOM, Expected lead-time, Inventory level
Production lead-time)
-Supplier info.: (Product list, transportation lead-time)
-Policy:
(Policy type, Prioritization rule)
-End-user demand
-Supplier capacity
Supply chain network
-Policy
-Customer forecast
-Sales order
Processing
Historical data
-Sales order
-Purchase order
-ATP result
-Forecast
-Shipments
-Order-fill rate
Research Plan 2005
Masabumi Furuhata
-Purchase, production,
transportation plan
-Purchase, production,
transportation order
-ATP-result
8
2.3. Supply chain network - sample
Research Plan 2005
Masabumi Furuhata
9
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
Research Plan 2005
Masabumi Furuhata
10
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
Research Plan 2005
Masabumi Furuhata
11
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
Research Plan 2005
Masabumi Furuhata
12
3. 先行研究
N. Sadeh (1998,
: MASCOT
~ Supplybased
chainon
simulator
- MASCOT(1998,
2003) :2003)
Supply
chain simulator
based
on multi-agent
multi-agent
system system
M. Gini andAuction-bot
J.E. Collinsbased
(2000):onMAGNET
~ Auction-bot
based
- MAGNET(2000):
multi-agent
system
on multi-agent system
Trading Agent Competition related studies:
- Trading Agent Competition related studies:
Michael Wellman (2004): DeepMaize ~ Strategic pricing
- DeepMaize(2004): Strategic pricing
M. Gini and J.E. Collins (2004): MinneTAC ~ Expected
- MinneTAC(2004): Expected utility theory
utility theory
- Botticelli(2004): Integer programming
A. Greenwald (2004): Botticelli ~ Integer programming
- jackaroo(2004): Pricing forecast
D. Zhang (2004): jackaroo ~ Pricing forecast
- Swarm Intelligence related studies:
Swarm Intelligence related studies:
- Boids: Reynolds(1987)
Boids: Reynolds(1987)
- Fish school: Inada(2001)
Fish school: Inada(2001)
Research Plan 2005
Masabumi Furuhata
13
3.1. Trading Agent Competition
ゲーム・ルール
各々がAgentの自動取引ロジックを作成。
Agentは顧客、仕入先、工場との関係を自動制御に基づき取引を行う。
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。
Research Plan 2005
Masabumi Furuhata
14
3.2. TAC-SCM (Trading Agent Competition
Supply Chain Management) network
BOM
Production
Capacity
Market
Price
Storage
Cost
Customer
RFQ
Cordinator
Customer
Agent
Offer
Customer
Order
Agent
Bank
Interest
Rate
Agent
Production
Request Factory
Deliver
Request
Agent
RFQ
Supplier
Offer
Agent
Order
Supplier
Supplier
Delivery
Notification
Agent
Research Plan 2005
Masabumi Furuhata
15
3.3. TAC-SCM ~ Demonstration
Research Plan 2005
Masabumi Furuhata
16
3.4. Swarm Intelligence ~
Demonstration
C. Reynolds, "Flocks, Herds, and Schools: A Distributed Behavioral Model", Computer Graphics,
21(4), pp. 25-34, 1987
• Each agent can “see” other agents in its
neighbourhood
• Motion derived from weighted combination of
force vectors
Alignment
Research Plan 2005
Masabumi Furuhata
Cohesion
Separation
17