基于多智能体的企业协作行为建模与仿真
|
摘要
在市场竞争日益激烈的情况下,企业的内外环境也日趋复杂,需求的多样化及不确定性给各类企业都带来挑战。为了敏捷地响应客户个性化的需求,生产企业必须优化传统运作模式来提高生产的柔性和敏捷性,同时企业之间需要协作组建虚拟企业应对市场机会；另外,虚拟软件企业这种特殊产品形式的虚拟企业的发展也引起了学界的关注。本文从企业协作的观点出发,选取典型企业形式进行研究,分别以生产制造型企业、虚拟企业及虚拟软件企业为对象,并采用多智能体仿真技术建立了各自的企业协作行为仿真模型,并根据仿真实验结果,提出了企业协作行为的管理策略。本文主要研究工作如下：
(1)针对实体生产企业生产管理中的协作行为,分析了拉式生产系统中看板控制策略所存在的局限性,论述了看板控制策略与群集智能中的固定阈值蚁群劳动分工模型之间的相似性。提出将后者引入看板控制策略,以弥补看板控制策略缺乏全局优化能力的不足,实现平衡生产。据此对基本的固定阈值蚁群劳动分工模型进行了改进,重新设计蚂蚁的活动环境、属性特征以及状态转移规则等,建立了多状态蚁群劳动分工模型。通过一个多状态蚁群劳动分工模型执行过程的示例,给出了其算法实现步骤,进而选取一个典型的生产加工实例,采用该模型进行了计算仿真实验,结果表明基于多状态蚁群劳动分工模型的动态看板控制策略可以平衡各工序的生产效率,增强生产系统应对生产任务变化的能力,降低关键工序的限制,实现全局优化,使得生产平稳性得以提高,加工过程的工作负荷趋于平衡。
(2)针对虚拟企业的协作行为,以虚拟企业中自我管理团队为例,分析了自我管理团队双层学习行为,以企业内部的协作行为为对象。将虚拟企业团队成员与任务定义为不同智能体,在自我能力估计误差率和彼此能力估计误差率等概念的基础上建立了多智能体仿真模型,采用Visual Basic开发了STLBMSS系统,并用一个实例对该仿真模型进行了确认。仿真实验结果揭示了双层学习行为对团队任务处理效率的影响机理,同时也表明STLBMSS用于分析自我管理团队学习行为的有效性。
(3)进一步,针对软件企业此类特殊的虚拟企业,探讨软件企业与其外部的企业协作行为。以复杂适应系统(CAS)理论为基础,分析了虚拟软件企业的从组建到解散这一生命周期中的整体协作方式以及涌现现象,采用多智能体建模与仿真方法,将虚拟软件企业及其外部市场环境抽象为不同的智能体,建立了虚拟软件企业演化多智能体模型,并使用Anylogic仿真软件实现了模型。通过设计和运行仿真实验,得出了虚拟软件企业演化过程中盟主企业选择合作伙伴的机制和软件企业规模的发展趋势。虚拟软件企业能否成功很大程度上取决于其组建过程,而组建过程中最关键的环节是选择合适的合作伙伴。以虚拟软件企业合作伙伴选择问题作为研究对象,分析了其微观作用机制,采用多智能体建模与仿真方法,建立了合作伙伴选择多智能体模型,设计了相应的仿真实验,研究了不同决策目标下的合作伙伴选择机制。研究表明,成本最低法、工期最短法和质量最优法这三种单目标决策方法能够达到各种决策目标的最优化,但是稳定性较差；综合最佳法这种多目标决策方法能够实现软件项目总工期和总质量之间的平衡,并且稳定性较好。
Under the circumstance of increasing competitive market, the internal and external environment is increasingly complex for enterprises, and the diversification of demand and uncertainty are a challenge to various types of enterprises. For quick response to personalized demand of customers, production companies must optimize the traditional operation mode to increase production flexibility and agility, and also the companies should collaborate to build the virtual enterprise to respond to market opportunities; in addition, virtual software enterprises, a particular form of virtual enterprise, also attracted scholars increasingly. In this paper, form the view of enterprise collaboration, it is selected the typical forms of enterprises, such as manufacturing enterprise, virtual enterprise and virtual software enterprise, and based on this enterprises, the related multi-agent simulation models are established, and according to the simulation results, the management recommendations on dynamic behaviors were proposed. The main study works of this paper are the following.
Firstly, this paper analyzed the limitations of kanban control strategy on pull production systems, discussed the similarity between kanban control strategy and the fixed threshold model of ant colony labor division. In order to compensate for the lack of global optimization and achieve production balance, we proposed a new kanban control strategy. We improved the fixed threshold model of ant colony labor division, re-designed of the environment, property characteristics of state transition rules of ants, and established a multi-state model of ant colony division of labor. Through an implementation process example of the multi-state model of ant colony division of labor, the algorithm steps were given. Then, we select a typical example of the production process, used the model to simulated. The results showed that the dynamic kanban control strategy based on multi-state model of ant colony division of labor can balance the production efficiency of processes, increase the ability of production systems to respond to changeable production tasks, reduce restrictions on the key processes to achieve global optimization, increase the smoothness of production process, balance the workload.
Secondly, this paper took the self-management teams of virtual enterprise as a example, analyzed the double-layer learning behaviors of self-management teams defined the team members and tasks as different agent. Based on the self-ability estimation error rate and mutual capacity estimation error rate, we established a multi-agent simulation model and achieved STLBMSS by Visual Basic, confirmed the model by an instance. The results revealed influence mechanism of the double double-layer learning behaviors on team task treatment efficiency, and also showed the effectiveness of STLBMS for analyzing the learning behavior of self- management team.
Thirdly, based on the complex adaptive system (CAS) theory, this paper analyzed overall operation and emergence phenomenon of the virtual software enterprises from formation to dissolution, used the multi-agent modeling and simulation method, abstracted the virtual software enterprises as agents, established a virtual software enterprise evolution multi-agent model and used Anylogic to achieved the model. According to simulation results, we found the mechanism of dominant selecting partners and the development trends of enterprises on the evolution process of virtual software enterprises. The success of virtual software enterprises largely depend on the process of its formation. The most crucial aspect of formation is choosing the right partners. In this paper, we took the partner selection of virtual software enterprises as study object, analyzed micro-mechanism of the partner selection, and used multi-agent modeling and simulation method to establish a multi-agent model, designed simulation experiments to study partner selection mechanism under different goals. The results showed that lowest cost method, shortest duration method and best quality method achieved the optimal goal, but less stable. The comprehensive best method achieved the balance between the total duration and total quality.
(1)针对实体生产企业生产管理中的协作行为,分析了拉式生产系统中看板控制策略所存在的局限性,论述了看板控制策略与群集智能中的固定阈值蚁群劳动分工模型之间的相似性。提出将后者引入看板控制策略,以弥补看板控制策略缺乏全局优化能力的不足,实现平衡生产。据此对基本的固定阈值蚁群劳动分工模型进行了改进,重新设计蚂蚁的活动环境、属性特征以及状态转移规则等,建立了多状态蚁群劳动分工模型。通过一个多状态蚁群劳动分工模型执行过程的示例,给出了其算法实现步骤,进而选取一个典型的生产加工实例,采用该模型进行了计算仿真实验,结果表明基于多状态蚁群劳动分工模型的动态看板控制策略可以平衡各工序的生产效率,增强生产系统应对生产任务变化的能力,降低关键工序的限制,实现全局优化,使得生产平稳性得以提高,加工过程的工作负荷趋于平衡。
(2)针对虚拟企业的协作行为,以虚拟企业中自我管理团队为例,分析了自我管理团队双层学习行为,以企业内部的协作行为为对象。将虚拟企业团队成员与任务定义为不同智能体,在自我能力估计误差率和彼此能力估计误差率等概念的基础上建立了多智能体仿真模型,采用Visual Basic开发了STLBMSS系统,并用一个实例对该仿真模型进行了确认。仿真实验结果揭示了双层学习行为对团队任务处理效率的影响机理,同时也表明STLBMSS用于分析自我管理团队学习行为的有效性。
(3)进一步,针对软件企业此类特殊的虚拟企业,探讨软件企业与其外部的企业协作行为。以复杂适应系统(CAS)理论为基础,分析了虚拟软件企业的从组建到解散这一生命周期中的整体协作方式以及涌现现象,采用多智能体建模与仿真方法,将虚拟软件企业及其外部市场环境抽象为不同的智能体,建立了虚拟软件企业演化多智能体模型,并使用Anylogic仿真软件实现了模型。通过设计和运行仿真实验,得出了虚拟软件企业演化过程中盟主企业选择合作伙伴的机制和软件企业规模的发展趋势。虚拟软件企业能否成功很大程度上取决于其组建过程,而组建过程中最关键的环节是选择合适的合作伙伴。以虚拟软件企业合作伙伴选择问题作为研究对象,分析了其微观作用机制,采用多智能体建模与仿真方法,建立了合作伙伴选择多智能体模型,设计了相应的仿真实验,研究了不同决策目标下的合作伙伴选择机制。研究表明,成本最低法、工期最短法和质量最优法这三种单目标决策方法能够达到各种决策目标的最优化,但是稳定性较差；综合最佳法这种多目标决策方法能够实现软件项目总工期和总质量之间的平衡,并且稳定性较好。
Under the circumstance of increasing competitive market, the internal and external environment is increasingly complex for enterprises, and the diversification of demand and uncertainty are a challenge to various types of enterprises. For quick response to personalized demand of customers, production companies must optimize the traditional operation mode to increase production flexibility and agility, and also the companies should collaborate to build the virtual enterprise to respond to market opportunities; in addition, virtual software enterprises, a particular form of virtual enterprise, also attracted scholars increasingly. In this paper, form the view of enterprise collaboration, it is selected the typical forms of enterprises, such as manufacturing enterprise, virtual enterprise and virtual software enterprise, and based on this enterprises, the related multi-agent simulation models are established, and according to the simulation results, the management recommendations on dynamic behaviors were proposed. The main study works of this paper are the following.
Firstly, this paper analyzed the limitations of kanban control strategy on pull production systems, discussed the similarity between kanban control strategy and the fixed threshold model of ant colony labor division. In order to compensate for the lack of global optimization and achieve production balance, we proposed a new kanban control strategy. We improved the fixed threshold model of ant colony labor division, re-designed of the environment, property characteristics of state transition rules of ants, and established a multi-state model of ant colony division of labor. Through an implementation process example of the multi-state model of ant colony division of labor, the algorithm steps were given. Then, we select a typical example of the production process, used the model to simulated. The results showed that the dynamic kanban control strategy based on multi-state model of ant colony division of labor can balance the production efficiency of processes, increase the ability of production systems to respond to changeable production tasks, reduce restrictions on the key processes to achieve global optimization, increase the smoothness of production process, balance the workload.
Secondly, this paper took the self-management teams of virtual enterprise as a example, analyzed the double-layer learning behaviors of self-management teams defined the team members and tasks as different agent. Based on the self-ability estimation error rate and mutual capacity estimation error rate, we established a multi-agent simulation model and achieved STLBMSS by Visual Basic, confirmed the model by an instance. The results revealed influence mechanism of the double double-layer learning behaviors on team task treatment efficiency, and also showed the effectiveness of STLBMS for analyzing the learning behavior of self- management team.
Thirdly, based on the complex adaptive system (CAS) theory, this paper analyzed overall operation and emergence phenomenon of the virtual software enterprises from formation to dissolution, used the multi-agent modeling and simulation method, abstracted the virtual software enterprises as agents, established a virtual software enterprise evolution multi-agent model and used Anylogic to achieved the model. According to simulation results, we found the mechanism of dominant selecting partners and the development trends of enterprises on the evolution process of virtual software enterprises. The success of virtual software enterprises largely depend on the process of its formation. The most crucial aspect of formation is choosing the right partners. In this paper, we took the partner selection of virtual software enterprises as study object, analyzed micro-mechanism of the partner selection, and used multi-agent modeling and simulation method to establish a multi-agent model, designed simulation experiments to study partner selection mechanism under different goals. The results showed that lowest cost method, shortest duration method and best quality method achieved the optimal goal, but less stable. The comprehensive best method achieved the balance between the total duration and total quality.
引文
[1]李金勇,郑丕谔.虚拟企业组织模式研究[J].中国软科学,2001(3)：94-97
[2]Boldyreff C., Newman J., Taramaa, J. Managing process improvement in virtual software corporations[C]. Proceedings of the 5th Workshops on Enabling Technologies:Infrastructure for Collaborative Enterprises,1996:142-147
[3]杨星.看板管理与制造企业的竞争力[J].湖南大学学报,2001,15(4)：102-99
[4]李占凯,何玉林.看板管理在企业中的应用研究[J].工业工程与管理,2009,14(4)：132-137
[5]栗贺友,郝建男.看板管理在企业的应用[J].工业工程与管理,2003,2：62-66
[6]栗贺友,郝建男.看板管理运行过程中调控方法的研究[J].工业工程与管理,2003,6：72-74
[7]贺克,陈晓慧.基于看板管理的中小型电子企业车间生产管理系统研究[J].设计与研究,2010,37(7)：1-6
[8]肖冬荣,汤娜磊.JIT看板管理系统的设计与实现[J].微计算机信息,2009,27：39-41
[9]方轩,熊树平,蒋祖华等.电子看板在企业物流管理中的运用[J],2009,31(10)：72-75
[10]张映锋,黄国全,江平宇.基于RFID技术的无线制造车间智能看板管理系统研究[J].制造业自动化,2007,29(4)：39-43
[11]李曼丽,闫少光,张满.航天器总装看板生产管理系统研究[J].航天器环境工程,2006,23(4)：241-244
[12]邓小健,赵艳萍.基于自组织理论的虚拟企业组织模式研究[J].商业研究,2006,06：136-138
[13]葛新权,周秀玲.基于学习型联盟的虚拟企业知识管理模型[J].科技管理研究,2008,10：205-207
[14]彭灿.虚拟企业中的组织间知识转移与学习[J].科技进步与对策,2005,03： 10-12
[15]赵林捷,汤书昆.基于问题情境的虚拟企业学习模型[J].研究与发展管理,2004,16(5)：25-31
[16]万伦来,达庆利.虚拟企业：一种学习型联盟的组织[J].管理科学学报,2002,2(6)：71-76
[17]杜维.虚拟企业内部学习策略博弈分析[J].科技管理研究,2006,10：121-124
[18]张成考,吴价宝,纪延光.虚拟企业中知识流动与组织间学习的研究[J].中国管理科学,2006,14(2)：129-135
[19]邹农基,孟庆良,葛世伦.虚拟企业的组织学习模式探讨[J].江苏科技大学学报(社会科学版),2007,7(3)：71-74
[20]成桂芳,宁宣熙.虚拟企业知识协作自组织过程机理研究[J].科技进步与对策,2007,24(4)：160-164
[21]叶飞,孙东川,朱怀意.网络经济时代的敏捷虚拟企业与自组织理论[J].华南理工大学学报(社会科学版),2003,5(1)：44-47
[22]刘雯,顾培亮.虚拟企业组织运作管理中的自组织决策模式[J].天津理工学院学报,2001,17(4)：5-8
[23]张蕾,任守榘.基于供应链的虚拟企业决策支持系统的自组织建模[J].清华大学学报(自然科学版),1999,39(7)：84-88
[24]杨尊琦.基于耦合度的虚拟企业自组织研究[D].天津财经大学,2008.11
[25]徐科.自组织理论在虚拟企业中的应用研究[D].合肥工业大学,2008.07
[26]肖余春,石文典.学习型团队三维特征结构模型对团队效能影响关系的实证研究[J].宁夏大学学报(人文社会科学版),2005,27(5)：116-119
[27]常光虎,陈诚.基于FPVT模型的网络学习型团队绩效影响因素研究[J].现代商业,2007,27：160-161
[28]陈国权.团队学习和学习型团队：概念、能力模型、测量及对团队绩效的影响[J].管理学报,2007,4(5)：602-609
[29]郝丽风,章仁俊.自组织团队的控制[J].企业经济,2009,01：37-39
[30]李冲,王前.自组织团队创新的机理及管理研究[J].系统科学学报,2009,17(3)：36-41
[31]周跃进,盛昭瀚,陈辛.基于多代理的自组织团队演化仿真研究[J].现代管理科学,2009,02：8-11
[32]李民,周跃进.自组织团队的群决策过程模型研究[J].科技进步与对策,2010,27(11)：20-24
[33]周跃进,郝巳玥,张连敏等.自组织团队特征分析[J].管理学报,2010,7(8)：1159-1166
[34]储奔,王晓宇.自我管理团队：概念、成功关键要素及其应用研究[J].河北经贸大学学报,2006,27(4)：69-72
[35]肖余春.自我管理团队及其在企业中的应用[J].中国管理科学,2001,9(6)：63-67
[36]王伟,苑伟政,张磊.基于Agent的虚拟企业合作伙伴选择方法[J].中国制造业信息化,2003,06：77-80
[37]张成考,聂茂林,吴价宝.基于改进型灰色评价的虚拟企业合作伙伴选择[J].系统工程理论与实践,2007,11：54-61
[38]夏维力,杨海光.基于BP神经网络的虚拟企业合作伙伴选择研究[J].科技进步与对策,2006,11：143-145
[39]程方启,叶飞帆,杨建国.基于自适应遗传算法的虚拟企业合作伙伴选择[J].中国机械工程,19(11)：1308-1312
[40]侯艳君,袁文卓.基于模糊层次综合评价法的虚拟企业合作伙伴选择[J].机械工程与自动化,2009,04：60-62
[41]胡健,李向阳.改进的粒子群算法在虚拟企业合作伙伴选择中的应用[J].数学的实践与认识,2009,39(10)：62-66
[42]李莉,李伟平,薛劲松等.基于多智能体的虚拟企业的构建及运行研究[J].中国机械工程,2002,13(6)：477-481
[43]何伟强,张金隆.基于灰朦胧集的虚拟企业运行过程研究[J].华中科技大学 学报(自然科学版),2003,30(3)：106-109
[44]詹晓勇,朱汉民.虚拟物流企业的组建与运行分析[J].武汉理工大学学报(社会科学版),2004,17(6)：703-706
[45]陈德军,马英哲,周祖德等.基于Agent的供应链类虚拟企业运行架构设计[J].武汉大学学报(工学版),2007,40(6)：107-112
[46]郑文军,刘飞.敏捷虚拟企业利润分配机制研究[J].管理工程学报,2001,15(1)：26-29
[47]冯蔚东,陈剑.虚拟企业中伙伴收益分配比例的确定[J].系统工程理论与实践,2002,04：45-50
[48]叶飞.虚拟企业利益分配新方法研究[J].工业工程与管理,2003,06：44-47
[49]卢纪华,潘德惠.基于技术开发项目的虚拟企业利益分配机制研究[J].中国管理科学,2003,11(5)：44-49
[50]王钧,石春生.虚拟企业的任务分配优化模型研究[J].科技与管理,2005,03：25-28
[51]胡欣悦.基于任务分解结构的虚拟企业利益分配机制[J].计算机集成制造系统,2007,13(11)：2211-2217
[52]龚永罡,石峰.虚拟软件企业开发支撑与管理平台研究与实现[J].微电子学与计算机,2004,21(12)：92-96
[53]李玉玲,王万同,谢瑞.虚拟软件企业集成开发环境的构筑[J].河南大学学报(自然科学版),2004,34(3)：59-61
[54]龚永罡,石峰,骆正华.用J2EE技术实现虚拟软件企业构件库系统[J].计算机系统应用,2005,02：18-21
[55]张旭梅,曹云飞.虚拟软件企业及其运作模式探讨[J].科技管理研究,2006,05：101-103
[56]章帆,马卫,卢杰.虚拟软件企业伙伴选择过程研究[J].企业经济,2008,02：51-54
[57]章帆,卢杰,周小刚.虚拟软件企业——我国中小软件企业发展的新思路[J]. 经济管理,2008,30(5)
[58]刘帆,解仑,李秉杰.多感官群集智能算法及其在前向神经网络训练方面的应用[J].北京科技大学学报,2008,30(9)：1061-1066
[59]肖人彬,陶振武,邹洪富.基于混合群集智能算法的并行公差优化设计[J].计算机集成制造系统,2007,13(4)：684-691
[60]阴艳超,孙林夫,郭成.基于群集智能的多主体创新设计自动协商算法[J].2009,21(1)：232-236
[61]刘波,覃征,邵利平等.基于群集智能的协同多目标攻击空战决策[J].2009,30(9)：1722-1739
[62]程满中,王江.基于群集智能的蚁群算法研究[J].中南民族大学学报,2006,25(4)：73-76
[63]李志伟.基于群集智能的蚁群优化算法研究[J].计算机工程与设计,2003,24(8)：27-29
[64]李梅娟,陈雪波,张梅凤.基于群集智能算法的路径规划问题[J].清华大学学报(自然科学版),2007,47(s2)：1770-1773
[65]袁杨,陈雄.基于群集智能算法的移动机器人路径规划研究[J].计算机工程与应用,2007,43(5)：52-55
[66]俞辉,王永骥,程磊.基于有向网络的智能群体群集运动控制[J].控制理论与应用,2007,24(1)：79-83
[67]吴正平,俞辉,王仁明.具有动态拓扑有领航者的多智能体群集运动控制[J].华中科技大学学报(自然科学版),2008,36(10)：29-32
[68]周晖,徐晨,李丹美等.群集智能算法在WSN节点定位中的应用[J].计算机工程,2008,34(20)：18-20
[69]肖人彬.群集智能特性分析及其对复杂系统研究的意义[J].复杂系统与复杂性科学,2006,3(3)：10-19
[70]肖人彬,陶振武.群集智能研究进展[J].管理科学学报,2007,10(3)：80-96
[71]何庆洪,李青.群集智能在适应性供应网络中的应用[J].计算机应用研究,2005,9：65-67
[72]周晖,李丹美,邵世煌等.一种新的群集智能优化及其改进研究[J].系统工程与电子技术,2008,30(2)：337-340
[73]王灵霞,张远平,吴佩莉.蚁群算法求解分布式系统任务分配问题[J].计算机工程与设计,2008,29(6)：1472-1474
[74]蒋莹,肖晓明,蔡自兴等.基于改进蚁群算法的多机器人任务分配方法[J].计算机测量与控制,2008,16(6)：827-830
[75]周延安,何俊.雷达干扰任务分配的蚁群算法实现[J].电光与控制,2007,14(6)：56-59
[76]姜健,臧希喆,闫继宏等.基于一种蚁群算法的多机器人动态感知任务分配[J].机器人,2008,37(3)：254-259
[77]苏菲,陈岩,沈林成.基于蚁群算法的无人机协同多任务分配[J].航空学报,2008,29,183-190
[78]段海滨,丁全心,常俊杰等.基于并行蚁群优化的多UCAV任务分配仿真平台[J].航空学报,2008,29,192-197
[79]晏斌,郭方方.基于蚁群算法的多Agent任务分配[J].成组技术与生产现代化,2009,26(4)：40-43
[80]刘淑华,张嵛,付帅等.基于粒子群蚁群算法的多机器人任务分配方法[J].东北师大学报(自然科学版)：2009,41(4)：68-72
[81]严建峰,李伟华,刘明.基于混合蚁群算法的MAS任务分配[J].计算机应用研究,2009,26(1)：68-70
[82]蔡媛媛,王红.基于复杂网络理论及蚁群算法的MA迁移策略[J].计算机工程与应用,2009,46(1)：42-44
[83]王正成,潘晓弘,潘旭伟.基于蚁群算法的网络化制造资源服务链构建[J].计算机集成制造系统,2010,16(1)：174-181
[84]张建民,恰汗·合孜尔,高大利.基于改进蚁群算法的物流配送路径问题研究[J].计算机工程与科学,2010,32(7)：117-119
[85]陈雄,赵一路,韩建达.一种改进的机器人路径规划的蚁群算法[J].控制理论 与应用,2010,26(6)：821-825
[86]刘伟,王太勇,周明等.基于蚁群算法的工艺路线生成及优化[J].计算机集成制造系统,2010,16(7)：1378-1342
[87]张荣雨,李士宁,李志刚等.基于动态联盟和蚁群算法的任务协同框架[J].计算机工程,2010,36(14)：105-108
[88]吴锋,周昊,郑立刚等.基于变尺度混沌蚁群算法的飞灰中的碳质量分数优化[J].浙江大学学报(工学版)：2010,44(6)：1127-1132
[89]罗彬,邵培基,罗尽尧等.基于蚁群算法的成本敏感线性集成多分类器的客户流失研究[J].中国管理科学,2010,18(3)：58-67
[90]熊伟清,余舜浩,赵杰煜.具有分工的蚁群算法及应用[J].模式识别与人工智能,2003,16(3)：328-333
[91]刘文远,袁芳,孙德杰.分工合作的加权蚁群算法[J].计算机应用研究,2010,27(4)：1239-1241
[92]肖人彬,陶振武.面向虚拟企业的蚁群劳动分工建模与仿真[J].管理科学学报,2009,12(1)：57-69
[93]冯珊,唐超,闵君.用于复杂系统建模与仿真的面向智能体技术[J].计算机应用与软件,2001,03：9-16
[94]迟妍,谭跃进.基于多智能体的军事复杂适应系统建模方法研究[J].计算机工程与应用,2003,11：4-6
[95]邓宏钟,谭跃进,迟妍.一种复杂系统研究方法——基于多智能体的整体建模仿真方法[J].系统工程,2000,18(4)：73-78
[96]蔡纪伟,朱建冲,阮冰等.基于CAS理论的多智能体战斗模型仿真研究[J].复杂系统与复杂性科学,2009,6(2)：19-25
[97]刘娟娟,王镜宇.基于多智能体的演化博弈模型仿真研究[J].计算机与数字工程,2007,35(4)：1-3
[98]李莉,石岩森,薛劲松等.基于多智能体的虚拟企业环境下自治agent的协商[J].控制与决策,2001,11：770-776
[99]李莉,李伟平,薛劲松等.基于多智能体的虚拟企业的构建及运行研究[J].中国机械工程,2002,13(6)：477-482
[100]钟诗胜,汤新民.基于多智能体和合同网的虚拟企业伙伴选择[J].计算机集成制造系统,2004,10(9)：1109-1115
[101]曾宏坤,沈德耀.基于多智能体的新型遗传算法及其在复杂系统中的应用研究[J].信息与控制,2003,32(3)：277-241
[102]刘追,张润红.基于多智能体的虚拟企业资源集成与优化[J].武汉理工大学学报(信息与管理工程版),2006,28(12)：108-111
[103]周伟,贺正楚.基于合同网协议的多智能体虚拟企业协商研究[J].计算机工程与科学,2009,31(8)：140-143
[104]赵强,肖人彬.基于多智能体技术的虚拟企业任务调度[J].华南理工大学学报(自然科学版),2009,37(2)：20-24
[105]王建彬,李震,庞军.基于多智能体的虚拟企业框架的构建与实现[J].安徽工程科技学院学报(自然科学版),2010,25(1)：21-24
[106]James P W. The machine that changed the world[M]. Johns Hopkins University Press,1990
[107]Bonabeau E, Dorigo M, Theraulaz G. Swarm Intelligence: From Natural to Artificial Systems[M]. New York: Oxford University Press,1999
[108]肖人彬.群集智能特性分析及其对复杂系统研究的意义[J].复杂系统与复杂性科学,2006,3(3)：10-19
[109]Dorigo M, Maniezzo V, Colorni A. The ant system:Optimazation by a colony of cooperating agents[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part B,1996,26(1):29-41
[110]Kude C R, Bonabeau E. Cooperative transport by ants and robots[J]. Robotics and Autonomous System,2000,30(1):85-101
[111]Martin M, Chopard B, Albuquerque P. Formation of an ant cemetery:swarm intelligence or statistical accident?[J] Future Generation Computer Systems,2002, 18(7):951-959
[112]肖人彬,陶振武.群集智能研究进展[J].管理科学学报,2007,10(3)：80-96
[113]Kennedy J, Eberhart R C, Shi Y H. Swarm intelligence[M]. San Francisco: Morgan Kaufmann Publishers,2001
[114]肖人彬,陶振武.面向虚拟企业的蚁群劳动分工建模与仿真[J].管理科学学报,2009,12(1)：57-69
[115]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[116]易文明,董升平,肖人彬.虚拟企业自我管理团队学习行为模拟研究.计算机集成制造系统,2010,16(11)：2495-2502.
[117]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[118]Dorigo M, Bonabeau E, Theraulaz G Ant algorithms and stigmergy[J]. Future Generation Computer Systems,2000,16(9):851-871
[119]Krieg G. Kanban-controlled manufacturing systems[M]. New York:Springer, 2005
[120]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[121]Theraulaz G, Bonabeau E, Deneubourg J -L. Response threshold reinforcement and division of labour in insect societies[J]. Proc. Roy. Soc. London B,1998,265: 327-332
[122]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[123]Dorigo M, Bonabeau E, Theraulaz G. Ant algorithms and stigmergy[J]. Future Generation Computer Systems,2000,16(9):851-871
[124]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[125]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[126]陈荣秋,胡蓓.即时顾客化定制[M].北京：科学出版社,2008
[127]易文明,董升平,肖人彬.虚拟企业自我管理团队学习行为模拟研究.计算机集成制造系统,2010,16(11)：2495-2502
[128]张红,沈强,等.虚拟企业环境下人员组织方式及其实现条件[J].工业工程与管理,2001,6(5)：51-54
[129]肖余春.自我管理团队及其在企业中的应用[J].中国管理科学,2001,9(6)：63-67
[130]Chan C C, Pearson C, Entrekin L. Examining the effects of internal and external team learning on team performance[J]. Team Performance Management,2003, 9(7/8):174-181
[131]Edmondson A. Psychological safety and learning behavior in work teams[J]. Administrative Science Quarterdy,1999,44(2):350-383
[132]Fan X, Yen J. Modeling and simulating human teamwork behaviors using intelligent agents[J]. Physics of Life Reviews,2004,1(3):173-201
[133]Masahiro T, Takashi W, Osamu K, et al. A study of organizational learning in multiagents systems[M]. Lecture Notes in Computer Science: Distributed Artificial Intelligence Meets Machine Learning Learning in Multi-Agent Environments. Volume 1221/1997. Berlin/
[134]伍乃骐,孙健.虚拟企业重构中成员的任务分配[J].计算机集成制造系统,2001,7(8)：21-26
[135]郭锐锋,于东,刘明烈等.基于合同网的任务分配方法的研究[J].小型微型计算机系统,1999(10)：740-743
[136]Smith R G. The contract net protocol:high-level communication and control in a distributed problem solver[J]. IEEE Transactions on Computers,1980, C-29(12): 357-366
[137]王晓芳,杨家本.制造系统中任务分配的自适应agent模型[J].计算机集成制造系统,2001,7(8)：17-20
[138]Weiss G. Distributed machine learning[M]. Sankt Augustin: Infix,1995
[139]胡斌,董升平.员工群体系统的振荡-均衡定性模拟[J].系统工程理论方法应用,2006,15(6)：538-547
[140]易文明,余柯,肖人彬.虚拟软件企业合作伙伴选择多智能体仿真研究.系统仿真技术,2011,7(1)：36-42.
[141]Goldman S., Munch, J., Holz H. A meta-model for distributed software development[C]. International Workshops on Enabling Technologies:Infrastructure for Collaborative Enterprises,1999:48-53
[142]Rahikala T., Seppanen V. From VSC Attributes and Characteristies to SCM Challenges[C]. Proceedings of the 26th Euromicro Conference on Informaties: Inventing the Future,2000:308-316
[143]Zesar Klaus D., Zechner M, Salhofer P. Performance and quality aspects of virtual software enterprises[C]. Proceedings of the 24th Euromiero Conferenee,1998,2: 824-829
[144]龚永罡,石峰.虚拟软件企业开发支撑与管理平台研究与实现[J].微电子学与计算机,2004,12：92-96
[145]李玲玉,王万同,谢瑞.虚拟软件企业集成开发环境的构筑[J].河南大学学报,2004,4(3)：59-61
[146]王正中.基于演化的复杂系统建模与仿真研究[J].系统仿真学报,2003,15(7)：905-909
[147]Bechler B. Evolution of the virtual enterprise[C]. Annual International Conference Proceedings-American Production and Inventory Control Society,1998:65-67
[148]Tu Rongjun, Liu Weidong. A study of virtual enterprise modeling based on domain specific software architecture[C]. Proceedings of the 1st International Workshop on Education Technology and Computer Science,2009:415-418
[149]Bonabeau E. Agent-based modeling: Methods and techniques for simulating human systems[J]. PNAS,2002,99(3):7280-7287
[150]Epstein J. M., Axtell R. L. Growing Artificial Societies:Social Science from the Bottom Up, MIT Press,1996
[151]Axelrod R. The Complexity of Cooperation:Agent-Based Models of Competition and Collaboration Princeton Univ. Press,1999
[152]廖守亿,戴金海.复杂适应系统及基于Agent的建模与仿真方法[J].系统仿真学报,2004,16(1)：113-117
[153]Zhang Yan, Shi Meilin. A method describing the cooperative relationships evolution of virtual enterprise[J].8th International Conference on Computer Supported Cooperative Work in Design-Proceedings,2004:585-590
[154]Zhang Xumei, Cao Yunfei. Study on the evaluating system and selecting method of partners selection for virtual software corporations[J]. Industrial Engineering Journal,2007,10(1):56-59
[155]Li Li, Shi Yansen, Xue Jin-song, Zhu Yun-long. Research on multi-agent based integrated framework of virtual enterprise[J]. Information and Control,2002,21(2): 112-16
[156]Zunqi Yang, Hai Lin. Analysis of the virtual enterprise partner selection based on multi-agent system[C]. Proceedings-International Conference on Computer Science and Software Engineering, CSSE,2008:516-519
[157]张旭梅,曹云飞.虚拟软件企业伙伴选择评价体系及方法研究[J].工业工程,2007,10(1)：57-59
[158]王云莉,肖田元,彭中华.虚拟企业合作机制的建模研究[J].系统仿真学报,2002,14(3)：363-366
[2]Boldyreff C., Newman J., Taramaa, J. Managing process improvement in virtual software corporations[C]. Proceedings of the 5th Workshops on Enabling Technologies:Infrastructure for Collaborative Enterprises,1996:142-147
[3]杨星.看板管理与制造企业的竞争力[J].湖南大学学报,2001,15(4)：102-99
[4]李占凯,何玉林.看板管理在企业中的应用研究[J].工业工程与管理,2009,14(4)：132-137
[5]栗贺友,郝建男.看板管理在企业的应用[J].工业工程与管理,2003,2：62-66
[6]栗贺友,郝建男.看板管理运行过程中调控方法的研究[J].工业工程与管理,2003,6：72-74
[7]贺克,陈晓慧.基于看板管理的中小型电子企业车间生产管理系统研究[J].设计与研究,2010,37(7)：1-6
[8]肖冬荣,汤娜磊.JIT看板管理系统的设计与实现[J].微计算机信息,2009,27：39-41
[9]方轩,熊树平,蒋祖华等.电子看板在企业物流管理中的运用[J],2009,31(10)：72-75
[10]张映锋,黄国全,江平宇.基于RFID技术的无线制造车间智能看板管理系统研究[J].制造业自动化,2007,29(4)：39-43
[11]李曼丽,闫少光,张满.航天器总装看板生产管理系统研究[J].航天器环境工程,2006,23(4)：241-244
[12]邓小健,赵艳萍.基于自组织理论的虚拟企业组织模式研究[J].商业研究,2006,06：136-138
[13]葛新权,周秀玲.基于学习型联盟的虚拟企业知识管理模型[J].科技管理研究,2008,10：205-207
[14]彭灿.虚拟企业中的组织间知识转移与学习[J].科技进步与对策,2005,03： 10-12
[15]赵林捷,汤书昆.基于问题情境的虚拟企业学习模型[J].研究与发展管理,2004,16(5)：25-31
[16]万伦来,达庆利.虚拟企业：一种学习型联盟的组织[J].管理科学学报,2002,2(6)：71-76
[17]杜维.虚拟企业内部学习策略博弈分析[J].科技管理研究,2006,10：121-124
[18]张成考,吴价宝,纪延光.虚拟企业中知识流动与组织间学习的研究[J].中国管理科学,2006,14(2)：129-135
[19]邹农基,孟庆良,葛世伦.虚拟企业的组织学习模式探讨[J].江苏科技大学学报(社会科学版),2007,7(3)：71-74
[20]成桂芳,宁宣熙.虚拟企业知识协作自组织过程机理研究[J].科技进步与对策,2007,24(4)：160-164
[21]叶飞,孙东川,朱怀意.网络经济时代的敏捷虚拟企业与自组织理论[J].华南理工大学学报(社会科学版),2003,5(1)：44-47
[22]刘雯,顾培亮.虚拟企业组织运作管理中的自组织决策模式[J].天津理工学院学报,2001,17(4)：5-8
[23]张蕾,任守榘.基于供应链的虚拟企业决策支持系统的自组织建模[J].清华大学学报(自然科学版),1999,39(7)：84-88
[24]杨尊琦.基于耦合度的虚拟企业自组织研究[D].天津财经大学,2008.11
[25]徐科.自组织理论在虚拟企业中的应用研究[D].合肥工业大学,2008.07
[26]肖余春,石文典.学习型团队三维特征结构模型对团队效能影响关系的实证研究[J].宁夏大学学报(人文社会科学版),2005,27(5)：116-119
[27]常光虎,陈诚.基于FPVT模型的网络学习型团队绩效影响因素研究[J].现代商业,2007,27：160-161
[28]陈国权.团队学习和学习型团队：概念、能力模型、测量及对团队绩效的影响[J].管理学报,2007,4(5)：602-609
[29]郝丽风,章仁俊.自组织团队的控制[J].企业经济,2009,01：37-39
[30]李冲,王前.自组织团队创新的机理及管理研究[J].系统科学学报,2009,17(3)：36-41
[31]周跃进,盛昭瀚,陈辛.基于多代理的自组织团队演化仿真研究[J].现代管理科学,2009,02：8-11
[32]李民,周跃进.自组织团队的群决策过程模型研究[J].科技进步与对策,2010,27(11)：20-24
[33]周跃进,郝巳玥,张连敏等.自组织团队特征分析[J].管理学报,2010,7(8)：1159-1166
[34]储奔,王晓宇.自我管理团队：概念、成功关键要素及其应用研究[J].河北经贸大学学报,2006,27(4)：69-72
[35]肖余春.自我管理团队及其在企业中的应用[J].中国管理科学,2001,9(6)：63-67
[36]王伟,苑伟政,张磊.基于Agent的虚拟企业合作伙伴选择方法[J].中国制造业信息化,2003,06：77-80
[37]张成考,聂茂林,吴价宝.基于改进型灰色评价的虚拟企业合作伙伴选择[J].系统工程理论与实践,2007,11：54-61
[38]夏维力,杨海光.基于BP神经网络的虚拟企业合作伙伴选择研究[J].科技进步与对策,2006,11：143-145
[39]程方启,叶飞帆,杨建国.基于自适应遗传算法的虚拟企业合作伙伴选择[J].中国机械工程,19(11)：1308-1312
[40]侯艳君,袁文卓.基于模糊层次综合评价法的虚拟企业合作伙伴选择[J].机械工程与自动化,2009,04：60-62
[41]胡健,李向阳.改进的粒子群算法在虚拟企业合作伙伴选择中的应用[J].数学的实践与认识,2009,39(10)：62-66
[42]李莉,李伟平,薛劲松等.基于多智能体的虚拟企业的构建及运行研究[J].中国机械工程,2002,13(6)：477-481
[43]何伟强,张金隆.基于灰朦胧集的虚拟企业运行过程研究[J].华中科技大学 学报(自然科学版),2003,30(3)：106-109
[44]詹晓勇,朱汉民.虚拟物流企业的组建与运行分析[J].武汉理工大学学报(社会科学版),2004,17(6)：703-706
[45]陈德军,马英哲,周祖德等.基于Agent的供应链类虚拟企业运行架构设计[J].武汉大学学报(工学版),2007,40(6)：107-112
[46]郑文军,刘飞.敏捷虚拟企业利润分配机制研究[J].管理工程学报,2001,15(1)：26-29
[47]冯蔚东,陈剑.虚拟企业中伙伴收益分配比例的确定[J].系统工程理论与实践,2002,04：45-50
[48]叶飞.虚拟企业利益分配新方法研究[J].工业工程与管理,2003,06：44-47
[49]卢纪华,潘德惠.基于技术开发项目的虚拟企业利益分配机制研究[J].中国管理科学,2003,11(5)：44-49
[50]王钧,石春生.虚拟企业的任务分配优化模型研究[J].科技与管理,2005,03：25-28
[51]胡欣悦.基于任务分解结构的虚拟企业利益分配机制[J].计算机集成制造系统,2007,13(11)：2211-2217
[52]龚永罡,石峰.虚拟软件企业开发支撑与管理平台研究与实现[J].微电子学与计算机,2004,21(12)：92-96
[53]李玉玲,王万同,谢瑞.虚拟软件企业集成开发环境的构筑[J].河南大学学报(自然科学版),2004,34(3)：59-61
[54]龚永罡,石峰,骆正华.用J2EE技术实现虚拟软件企业构件库系统[J].计算机系统应用,2005,02：18-21
[55]张旭梅,曹云飞.虚拟软件企业及其运作模式探讨[J].科技管理研究,2006,05：101-103
[56]章帆,马卫,卢杰.虚拟软件企业伙伴选择过程研究[J].企业经济,2008,02：51-54
[57]章帆,卢杰,周小刚.虚拟软件企业——我国中小软件企业发展的新思路[J]. 经济管理,2008,30(5)
[58]刘帆,解仑,李秉杰.多感官群集智能算法及其在前向神经网络训练方面的应用[J].北京科技大学学报,2008,30(9)：1061-1066
[59]肖人彬,陶振武,邹洪富.基于混合群集智能算法的并行公差优化设计[J].计算机集成制造系统,2007,13(4)：684-691
[60]阴艳超,孙林夫,郭成.基于群集智能的多主体创新设计自动协商算法[J].2009,21(1)：232-236
[61]刘波,覃征,邵利平等.基于群集智能的协同多目标攻击空战决策[J].2009,30(9)：1722-1739
[62]程满中,王江.基于群集智能的蚁群算法研究[J].中南民族大学学报,2006,25(4)：73-76
[63]李志伟.基于群集智能的蚁群优化算法研究[J].计算机工程与设计,2003,24(8)：27-29
[64]李梅娟,陈雪波,张梅凤.基于群集智能算法的路径规划问题[J].清华大学学报(自然科学版),2007,47(s2)：1770-1773
[65]袁杨,陈雄.基于群集智能算法的移动机器人路径规划研究[J].计算机工程与应用,2007,43(5)：52-55
[66]俞辉,王永骥,程磊.基于有向网络的智能群体群集运动控制[J].控制理论与应用,2007,24(1)：79-83
[67]吴正平,俞辉,王仁明.具有动态拓扑有领航者的多智能体群集运动控制[J].华中科技大学学报(自然科学版),2008,36(10)：29-32
[68]周晖,徐晨,李丹美等.群集智能算法在WSN节点定位中的应用[J].计算机工程,2008,34(20)：18-20
[69]肖人彬.群集智能特性分析及其对复杂系统研究的意义[J].复杂系统与复杂性科学,2006,3(3)：10-19
[70]肖人彬,陶振武.群集智能研究进展[J].管理科学学报,2007,10(3)：80-96
[71]何庆洪,李青.群集智能在适应性供应网络中的应用[J].计算机应用研究,2005,9：65-67
[72]周晖,李丹美,邵世煌等.一种新的群集智能优化及其改进研究[J].系统工程与电子技术,2008,30(2)：337-340
[73]王灵霞,张远平,吴佩莉.蚁群算法求解分布式系统任务分配问题[J].计算机工程与设计,2008,29(6)：1472-1474
[74]蒋莹,肖晓明,蔡自兴等.基于改进蚁群算法的多机器人任务分配方法[J].计算机测量与控制,2008,16(6)：827-830
[75]周延安,何俊.雷达干扰任务分配的蚁群算法实现[J].电光与控制,2007,14(6)：56-59
[76]姜健,臧希喆,闫继宏等.基于一种蚁群算法的多机器人动态感知任务分配[J].机器人,2008,37(3)：254-259
[77]苏菲,陈岩,沈林成.基于蚁群算法的无人机协同多任务分配[J].航空学报,2008,29,183-190
[78]段海滨,丁全心,常俊杰等.基于并行蚁群优化的多UCAV任务分配仿真平台[J].航空学报,2008,29,192-197
[79]晏斌,郭方方.基于蚁群算法的多Agent任务分配[J].成组技术与生产现代化,2009,26(4)：40-43
[80]刘淑华,张嵛,付帅等.基于粒子群蚁群算法的多机器人任务分配方法[J].东北师大学报(自然科学版)：2009,41(4)：68-72
[81]严建峰,李伟华,刘明.基于混合蚁群算法的MAS任务分配[J].计算机应用研究,2009,26(1)：68-70
[82]蔡媛媛,王红.基于复杂网络理论及蚁群算法的MA迁移策略[J].计算机工程与应用,2009,46(1)：42-44
[83]王正成,潘晓弘,潘旭伟.基于蚁群算法的网络化制造资源服务链构建[J].计算机集成制造系统,2010,16(1)：174-181
[84]张建民,恰汗·合孜尔,高大利.基于改进蚁群算法的物流配送路径问题研究[J].计算机工程与科学,2010,32(7)：117-119
[85]陈雄,赵一路,韩建达.一种改进的机器人路径规划的蚁群算法[J].控制理论 与应用,2010,26(6)：821-825
[86]刘伟,王太勇,周明等.基于蚁群算法的工艺路线生成及优化[J].计算机集成制造系统,2010,16(7)：1378-1342
[87]张荣雨,李士宁,李志刚等.基于动态联盟和蚁群算法的任务协同框架[J].计算机工程,2010,36(14)：105-108
[88]吴锋,周昊,郑立刚等.基于变尺度混沌蚁群算法的飞灰中的碳质量分数优化[J].浙江大学学报(工学版)：2010,44(6)：1127-1132
[89]罗彬,邵培基,罗尽尧等.基于蚁群算法的成本敏感线性集成多分类器的客户流失研究[J].中国管理科学,2010,18(3)：58-67
[90]熊伟清,余舜浩,赵杰煜.具有分工的蚁群算法及应用[J].模式识别与人工智能,2003,16(3)：328-333
[91]刘文远,袁芳,孙德杰.分工合作的加权蚁群算法[J].计算机应用研究,2010,27(4)：1239-1241
[92]肖人彬,陶振武.面向虚拟企业的蚁群劳动分工建模与仿真[J].管理科学学报,2009,12(1)：57-69
[93]冯珊,唐超,闵君.用于复杂系统建模与仿真的面向智能体技术[J].计算机应用与软件,2001,03：9-16
[94]迟妍,谭跃进.基于多智能体的军事复杂适应系统建模方法研究[J].计算机工程与应用,2003,11：4-6
[95]邓宏钟,谭跃进,迟妍.一种复杂系统研究方法——基于多智能体的整体建模仿真方法[J].系统工程,2000,18(4)：73-78
[96]蔡纪伟,朱建冲,阮冰等.基于CAS理论的多智能体战斗模型仿真研究[J].复杂系统与复杂性科学,2009,6(2)：19-25
[97]刘娟娟,王镜宇.基于多智能体的演化博弈模型仿真研究[J].计算机与数字工程,2007,35(4)：1-3
[98]李莉,石岩森,薛劲松等.基于多智能体的虚拟企业环境下自治agent的协商[J].控制与决策,2001,11：770-776
[99]李莉,李伟平,薛劲松等.基于多智能体的虚拟企业的构建及运行研究[J].中国机械工程,2002,13(6)：477-482
[100]钟诗胜,汤新民.基于多智能体和合同网的虚拟企业伙伴选择[J].计算机集成制造系统,2004,10(9)：1109-1115
[101]曾宏坤,沈德耀.基于多智能体的新型遗传算法及其在复杂系统中的应用研究[J].信息与控制,2003,32(3)：277-241
[102]刘追,张润红.基于多智能体的虚拟企业资源集成与优化[J].武汉理工大学学报(信息与管理工程版),2006,28(12)：108-111
[103]周伟,贺正楚.基于合同网协议的多智能体虚拟企业协商研究[J].计算机工程与科学,2009,31(8)：140-143
[104]赵强,肖人彬.基于多智能体技术的虚拟企业任务调度[J].华南理工大学学报(自然科学版),2009,37(2)：20-24
[105]王建彬,李震,庞军.基于多智能体的虚拟企业框架的构建与实现[J].安徽工程科技学院学报(自然科学版),2010,25(1)：21-24
[106]James P W. The machine that changed the world[M]. Johns Hopkins University Press,1990
[107]Bonabeau E, Dorigo M, Theraulaz G. Swarm Intelligence: From Natural to Artificial Systems[M]. New York: Oxford University Press,1999
[108]肖人彬.群集智能特性分析及其对复杂系统研究的意义[J].复杂系统与复杂性科学,2006,3(3)：10-19
[109]Dorigo M, Maniezzo V, Colorni A. The ant system:Optimazation by a colony of cooperating agents[J]. IEEE Transactions on Systems, Man, and Cybernetics-Part B,1996,26(1):29-41
[110]Kude C R, Bonabeau E. Cooperative transport by ants and robots[J]. Robotics and Autonomous System,2000,30(1):85-101
[111]Martin M, Chopard B, Albuquerque P. Formation of an ant cemetery:swarm intelligence or statistical accident?[J] Future Generation Computer Systems,2002, 18(7):951-959
[112]肖人彬,陶振武.群集智能研究进展[J].管理科学学报,2007,10(3)：80-96
[113]Kennedy J, Eberhart R C, Shi Y H. Swarm intelligence[M]. San Francisco: Morgan Kaufmann Publishers,2001
[114]肖人彬,陶振武.面向虚拟企业的蚁群劳动分工建模与仿真[J].管理科学学报,2009,12(1)：57-69
[115]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[116]易文明,董升平,肖人彬.虚拟企业自我管理团队学习行为模拟研究.计算机集成制造系统,2010,16(11)：2495-2502.
[117]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[118]Dorigo M, Bonabeau E, Theraulaz G Ant algorithms and stigmergy[J]. Future Generation Computer Systems,2000,16(9):851-871
[119]Krieg G. Kanban-controlled manufacturing systems[M]. New York:Springer, 2005
[120]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[121]Theraulaz G, Bonabeau E, Deneubourg J -L. Response threshold reinforcement and division of labour in insect societies[J]. Proc. Roy. Soc. London B,1998,265: 327-332
[122]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[123]Dorigo M, Bonabeau E, Theraulaz G. Ant algorithms and stigmergy[J]. Future Generation Computer Systems,2000,16(9):851-871
[124]Bonabeau E, Theraulaz G, Deneubourg J -L. Quantitative study of the fixed threshold model for the regulation of division of labour in insect societies[J]. Proc. Roy. Soc. London B,1996,263:1565-1569
[125]Berkly B J. A review of the kanban production research literature[J]. Production and Operation Management,1992,1(4):393-411
[126]陈荣秋,胡蓓.即时顾客化定制[M].北京：科学出版社,2008
[127]易文明,董升平,肖人彬.虚拟企业自我管理团队学习行为模拟研究.计算机集成制造系统,2010,16(11)：2495-2502
[128]张红,沈强,等.虚拟企业环境下人员组织方式及其实现条件[J].工业工程与管理,2001,6(5)：51-54
[129]肖余春.自我管理团队及其在企业中的应用[J].中国管理科学,2001,9(6)：63-67
[130]Chan C C, Pearson C, Entrekin L. Examining the effects of internal and external team learning on team performance[J]. Team Performance Management,2003, 9(7/8):174-181
[131]Edmondson A. Psychological safety and learning behavior in work teams[J]. Administrative Science Quarterdy,1999,44(2):350-383
[132]Fan X, Yen J. Modeling and simulating human teamwork behaviors using intelligent agents[J]. Physics of Life Reviews,2004,1(3):173-201
[133]Masahiro T, Takashi W, Osamu K, et al. A study of organizational learning in multiagents systems[M]. Lecture Notes in Computer Science: Distributed Artificial Intelligence Meets Machine Learning Learning in Multi-Agent Environments. Volume 1221/1997. Berlin/
[134]伍乃骐,孙健.虚拟企业重构中成员的任务分配[J].计算机集成制造系统,2001,7(8)：21-26
[135]郭锐锋,于东,刘明烈等.基于合同网的任务分配方法的研究[J].小型微型计算机系统,1999(10)：740-743
[136]Smith R G. The contract net protocol:high-level communication and control in a distributed problem solver[J]. IEEE Transactions on Computers,1980, C-29(12): 357-366
[137]王晓芳,杨家本.制造系统中任务分配的自适应agent模型[J].计算机集成制造系统,2001,7(8)：17-20
[138]Weiss G. Distributed machine learning[M]. Sankt Augustin: Infix,1995
[139]胡斌,董升平.员工群体系统的振荡-均衡定性模拟[J].系统工程理论方法应用,2006,15(6)：538-547
[140]易文明,余柯,肖人彬.虚拟软件企业合作伙伴选择多智能体仿真研究.系统仿真技术,2011,7(1)：36-42.
[141]Goldman S., Munch, J., Holz H. A meta-model for distributed software development[C]. International Workshops on Enabling Technologies:Infrastructure for Collaborative Enterprises,1999:48-53
[142]Rahikala T., Seppanen V. From VSC Attributes and Characteristies to SCM Challenges[C]. Proceedings of the 26th Euromicro Conference on Informaties: Inventing the Future,2000:308-316
[143]Zesar Klaus D., Zechner M, Salhofer P. Performance and quality aspects of virtual software enterprises[C]. Proceedings of the 24th Euromiero Conferenee,1998,2: 824-829
[144]龚永罡,石峰.虚拟软件企业开发支撑与管理平台研究与实现[J].微电子学与计算机,2004,12：92-96
[145]李玲玉,王万同,谢瑞.虚拟软件企业集成开发环境的构筑[J].河南大学学报,2004,4(3)：59-61
[146]王正中.基于演化的复杂系统建模与仿真研究[J].系统仿真学报,2003,15(7)：905-909
[147]Bechler B. Evolution of the virtual enterprise[C]. Annual International Conference Proceedings-American Production and Inventory Control Society,1998:65-67
[148]Tu Rongjun, Liu Weidong. A study of virtual enterprise modeling based on domain specific software architecture[C]. Proceedings of the 1st International Workshop on Education Technology and Computer Science,2009:415-418
[149]Bonabeau E. Agent-based modeling: Methods and techniques for simulating human systems[J]. PNAS,2002,99(3):7280-7287
[150]Epstein J. M., Axtell R. L. Growing Artificial Societies:Social Science from the Bottom Up, MIT Press,1996
[151]Axelrod R. The Complexity of Cooperation:Agent-Based Models of Competition and Collaboration Princeton Univ. Press,1999
[152]廖守亿,戴金海.复杂适应系统及基于Agent的建模与仿真方法[J].系统仿真学报,2004,16(1)：113-117
[153]Zhang Yan, Shi Meilin. A method describing the cooperative relationships evolution of virtual enterprise[J].8th International Conference on Computer Supported Cooperative Work in Design-Proceedings,2004:585-590
[154]Zhang Xumei, Cao Yunfei. Study on the evaluating system and selecting method of partners selection for virtual software corporations[J]. Industrial Engineering Journal,2007,10(1):56-59
[155]Li Li, Shi Yansen, Xue Jin-song, Zhu Yun-long. Research on multi-agent based integrated framework of virtual enterprise[J]. Information and Control,2002,21(2): 112-16
[156]Zunqi Yang, Hai Lin. Analysis of the virtual enterprise partner selection based on multi-agent system[C]. Proceedings-International Conference on Computer Science and Software Engineering, CSSE,2008:516-519
[157]张旭梅,曹云飞.虚拟软件企业伙伴选择评价体系及方法研究[J].工业工程,2007,10(1)：57-59
[158]王云莉,肖田元,彭中华.虚拟企业合作机制的建模研究[J].系统仿真学报,2002,14(3)：363-366
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |