学科前沿文献综述

学科前沿文献综述——业务流程优化与复杂网络专业：软件工程导师：学号：姓名：摘要本文总结了业务流程优化的发展及现状，以及业务流程优化中常用的技术和工具，多智能体系统的特点和在业务流程优化中的应用。并介绍了一种可应用于业务流程优化的算法——复杂网络算法的特点。关键词：业务流程优化;多智能体系统；复杂网络算法；AbstractThispapersummarizesthedevelopmentandcurrentsituationofbusinessprocessoptimization,andcommontechniquesandtoolsforbusinessprocessoptimization,Characteristicsofmultiagentsystemanditsapplicationinbusinessprocessoptimization.Thispaperalsointroducesanalgorithmthatcanbeappliedtotheoptimizationofbusinessprocess,whichisthecharacteristicofcomplexnetworkalgorithm.Keywords:Businessprocessoptimization;multi-agentsystem;complexnetworkalgorithm;1.业务流程优化概述1.1业务流程优化概念流程在《朗文当代词典》中的解释为：一系列相关的人类活动或操作，有意识的产生一种特定的结果。Davenport对流程的定义为：“流程是系列的工作，有一个起点，有一个终点，有明确的输入资源与输出结果。”因此，流程必将是由一系列的行动或者活动而必将产生结果的执行。业务流程优化指通过不断发展、完善、优化业务流程，从而保持企业竞争优势的策略。包括对现有工作流程的梳理、完善和改进的过程，从本质上反思业务流程，彻底重新设计业务流程，以便在当今衡量绩效的关键（如质量、成本、速度、服务）上取得突破性的改变。1.2业务流程优化的发展背景科学技术的迅猛发展、全球经济一体化的深入,现代制造业得到突飞猛进的发展,制造业己经成为支撑社会发展的基础产业。但是,应该看到,一方面,企业对客户的服务能力难以满足日益发展的多样化服务需求。二方面,业务流程决策和优化水平较低,造成不必要的时间和资源浪费。三方面,随着制造业复杂程度的增长，供应链呈现出复杂化网络化的趋势。更重要的是,当前,新兴技术的应用、物联网技术和大数据的兴起,使全球经济的竞争变得日益激烈。如何应对风云变幻的供应链环境如何适应新型的商务运作模式如何创造更多的价值如何形成和保持竞争优势已经成为每个企业生存、发展和壮大的首要问题。总之,迫切需要高效的业务流程与之相适应。2.多智能体系统概述2.1多智能体系统多智能体系统(multi-agentsystem(M.A.S.))是由一个在一个环境中交互的多个智能体组成的计算系统。多智能体系统也能被用在解决分离的智能体以及单层系统难以解决的问题。智能可以由一些方法，函数，过程，搜索算法或加强学习来实现。尽管存在相当大的重叠，然而一个多智能体系统并不总是一个基于智能体的模型(ABM)表现一致。ABM的目标是寻找遵循简单规则的智能体(这些智能体不需要体现出太强的“智慧”)集体行为的解释，通常在自然系统又或者解决具体的工程问题。ABM的术语经常在学术界被运用，而MAS的术语经常在工程技术中运用。多主体系统的研究课题可以给予一个合适的视角去观察网络贸易，灾害应对以及社会结构建模。2.2JADE简介JADE(JavaAgentDevelopmentFramework)是基于Java语言的Agent开发框架，是由TILAB开发的开放源代码的自由软件。它包括一个Agent赖以生存的运行环境，开发Agent应用的类库和用来调试和配置的一套图形化的工具，简化了一个多Agent系统的开发过程。3.复杂网络算法概述3.1什么是复杂网络钱学森给出了复杂网络的一个较严格的定义：具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。复杂网络儿乎随处可见如万维网、互联网、无线通讯网络、电力网络、大规模集成电路、商业网络、科学文献索引系统、生物神经网络、新陈代谢系统、生物细胞、DNA,CNNs、社会关系网等.上述这些复杂网络与我们的生活息息相关，对它们的深入研究不但会促进许多重要科学分支的发展而且可能引起人类社会生活方式的根本变革随着信息技术和生命科学的迅猛发展，复杂网络的研究显得愈来愈重要。3.2复杂网络的发展传统的，人们通过经典图论来研究复杂网络.1960年，数学家Erdos和Renyi提出了随机网络.近10年来，由l几计算技术的迅猛发展和人们对互联网等大量复杂网络研究的不断深入，使得人们的示卜算能力得到很人的提高并且获得了大量的数据信息，这些都迫使人们不得不重新认识复杂网络.1998年，Watts和Strogatz发现了复杂网络的小世界(small-world)特征1999年，Barabasi和Albert发现了复杂网络的无标度(scale-free)特征。小世界和无标度特性的提出极人地推动了复杂网络研究的发展.在过去10年里，复杂网络的理论与应用在很多相关领域得到了迅猛发展.3.3复杂网络的现状复杂网络的相关研究进入中国已经超过十年了，同时一年一度的全国复杂网络大会也已经成功地召开了九届。在第九届全国复杂网络大会中，有接近600名学者赴杭州参会，盛况空前。在过去的十年中，复杂网络的很多分支方向受到来自不同研究领域学者们的广泛关注，并极大地推动了复杂网络和复杂性科学的发展。随着信息技术的飞速发展，使得可供研究的数据也越来越丰富——科学研究也进入了大数据时代[1-2]，基于海量数据的定量化分析有可能重塑社会学、心理学、管理学等多个学科的研究范式，与此同时助推复杂性科学和多个学科的结合和发展。因此，如何适应并推动大数据时代下复杂网络的研究和发展，为复杂网络领域的年轻一代指明研究方向成为了当务之急。3.4复杂网络算法分析算法问题涉及非常广泛，包含网络结构和动力学的基本分析工具、社区挖掘问题、图的匹配问题、图的模体识别和子图挖掘问题等。可以说，算法是进行网络建模和分析的技术基础，也是包括信息推荐、人工智能优化等一系列具有极为广泛科学意义和应用价值的网络研究工具和手段。复杂网络的算法问题，特别是算法复杂性问题、快速近似算法问题、并行计算问题、分布式存储问题等等，是在大数据背景下的新挑战——如何快速、准确地处理包含数千万甚至数亿节点的超巨网络？基于大数据的有效算法分析与设计将成为未来复杂性科学研究的技术基石之一。4.总结随着社会的发展和科技的日益发达，制造业和供应链的复杂程度呈现出不断增长的趋势，复杂的业务流程若得不到正确的调整和优化，就会造成更多的时间和空间的开销甚至会增加生产的成本，以及造成不必要的资源浪费，业务流程优化在这中间扮演的角色越来越重要。同时，伴随着工业大数据时代的到来，对传统的数据分析也造成了极大的挑战，海量的数据不再是传统的方法能够处理的了。基于JADE的Multi-AgentSystem相比传统的数据分析处理更加灵活和智能，为业务流程优化提供了一个良好的平台。同时，伴随着大数据时代的到来，各种更具优势的算法也被应用到业务流程优化中。复杂网络算法具有具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质，与大数据更加契合。参考文献[1]MARXV.Thebigchallengesofbigdata[J].Nature,2013,498(7453):255-260.[2]周涛.大数据:商业革命和科学革命[J].半月谈:时事资料手册,2013,98(4):14-17.[3]娄海艳．基于MAS和ACA的供应链协调建模与仿真研究[D]．南京理工大学，2013[4]资武成．一种基于信任的多Agent供应链协商关系网[J]．计算机工程与应用，2008，44(21):245-248[5]侯新培，王要武，王海．基于多Agent系统的建设供应链协同决策[J]．系统管理学报，2008，17(5):548-552[6]杨永健．多Agent系统理论及其应用研究[J]．电脑知识与技术，2014(22):5293-5296．[7]LiuZ，TongQ，ChenB．AstudyoftheLCAbasedbiofuelsupplychainmulti-objectiveoptimizationmodelwithmulti-conversionpathsinChina[J]．AppliedEnergy，2014，126(9):221-234[8]GarciaDJ，YouF．Supplychaindesignandoptimization:Challengesandopportunities[J]．Computers&ChemicalEngineering，2015，81:153-170[9]YangGQ，LiuYK，YangK．Multi-objectivebiogeography-basedoptimizationforsupplychainnetworkdesignunderuncertainty☆[J]．Computers&IndustrialEngineering，2015，85(C):145-156[10]Murillo-AlvaradoPE，Guillén-GosálbezG，Ponce-OrtegaJM，etal．Multi-ObjectiveOptimizationoftheSupplyChainofBiofuelsfromResiduesoftheTequilaIndustryinMexico[J]．JournalofCleanerProduction，2015，108:422-441[11]贺超，宋学锋，冯春花．基于多Agent模型的闭环供应链竞争性多回收商双契约选择研究[J]．中国管理科学，2015，23(8):75-83[12]鄢章华，滕春贤．供应链管理发展研究——基于市场角度[J]．科技与管理，2011，13(2):1-3[13]路健，李铁克，王柏琳．供应链环境下产能优化配置问题的混合粒子群算法[J]．计算机集成制造系统，2012，18(11):2537-2545[14]马雪芬，孙树栋．多目标的供应链集成优化及数值仿真[J]．机械工程学报，2005，41(6):174-180[15]彭红军，周梅华．基于复杂需求的煤炭供应链多目标集成优化模型与算法[J]．统计与决策，2010(4):35-37[16]张卫华，邱菀华．基于供应链运作参考模型的供应链多目标绩效优化模型[J]．计算机集成制造系统，2012，18(9):2052-2058[17]赵霞，曹宝明，窦建平．基于群体智能的农产品供应链网络多目标优化设计[J]．计算机集成制造系统，2015，21(9):2515-2527[18]TianYP,LiuCL.Consensusofmufti-agentsystemswithdiverseinputandcommunicationdelays[J].IEEETransactionsonAutomaticControl,2008,53(9):2122-2128.[19]CaoYC,RenW,LiY.Distributeddiscrete-timecoordinatedtrackingwithatimevaryingreferencestateandlimitedcommunication.Automatics,2009,45(5):1299-1305.[20]AngeliD,BlimanP.Convergencespeedofunsteadydistributedconsensus:Decayestimatealongthesettlingspanning-trees.SIAMJournalonControlandOptimization,2009