TAC – Trading Agent Competition1 Programmierung von Agenten in JAVA: Implementierung einer...

TAC – Trading Agent Competition 1

Programmierung von Agenten in JAVA:Implementierung einer Supply-Chain

WS 2003/04

Veranstalter: Tim Stockheim <[email protected]>Jochen Franke <[email protected]>Michael Schwind <[email protected]>

Donnerstag 16.00 – 18.00 Uhr – Raum 220 C


TAC

• Trading Agent Competition• www.sics.se/tac• Supply Chain Szenario, in dem mehrere Agenten

mit benutzerdefinierten Strategien in einem gemeinsamen Framework gegeneinander antreten

• Kooperationsprojekt der Carnegie Mellon University und Swedish Institute of Computer Science

• TAC Classic => Ursprüngliches Szenario mit Traveling Agent

• TAC SCM => Supply Chain Szenario


TAC SCM Szenraio


Akteure

• Agenten => Benutzerdefinierte Strategien, Konkurrenzkampf zwischen Agenten

• Customer => Kunden, die eine externe Nachfrage stellen und feste Lieferzeitpunkte einfordern

• Supplier => Hersteller, die auf Bestellung Rohstoffe produzieren

• Manufacturer => Produktionseinheit, die Rohstoffe in verkaufbare Fertiggüter transformiert


Agenten

• Agenten befinden sich im Spannungsfeld zwischen Kunden und Zulieferern

• Aufgaben der Agenten– Zuliefererkontrakte aushandeln– Für Kundenorders bieten– Tägliche Produktionsplanung


Ablauf TAC


Ablauf TAC

• Produktion von PCs, Varianten• CPUs, Mainboards, Speicher, Festplatten• Zwei Supplier für jeden Komponententyp


Einkauf von Rohmaterialien

• Agent gibt RFQs an Zulieferer aus

• Maximal 10 RFQs pro simuliertem Tag

• RFQ spezifiziert Menge und Lieferdatum

• Zulieferer sammelt alle RFQs und bearbeitet sie sequentiell

• RFQs eines Agenten werden als RFQ-Bundle ausgewertet


Auswahl RFQ-Bundle

• Zufällige Auswahl eines RFQ-Bundles

• QuantityRequested=Summe aller nachgefragten Mengen

• QuantityPurchased=Summe der tatsächlich gekauften Menge

• Weight=min(0.5, order ratio)

weight

weighthkeitrscheinlicAuswahlwah A

A

questedQuantityRe

rchasedQuantityPuRatioOrder


Offer-Bundles

• Zulieferer bearbeiten alle RFQs und liefern gegebenenfalls Offers zurück

• Falls RFQ komplett erfüllt werden kann, wird entsprechende Offer zurückgegeben

• Falls RFQ nicht erfüllt werden kann, werden zwei Offers zurückgegeben– Offer1 mit passender Menge und späterer

Fälligkeit– Offer2 mit kleinerer Menge und passender

Fäligkeit• Agent kann eines der alternativen Angebote

annehmen


Beispiel


Zulieferer - Verhalten

• Zulieferer haben zwei Aufgaben– Produktion und Versand von Komponenten

an die Agenten– Verfügbare Produktionskapazität planen,

um den Agenten Offers bieten zu können


Zulieferer - Annahmen

• Zulieferer operieren auf Basis einer make-to-order Strategie

• Sollten mehrere Tage notwendig sein, um eine Order zu befriedigen, werden die jeweils überschüssiges Komponenten in einem Lager abgelegt, Lagerkosten sind null

• Orders werden stets am Fälligkeitsdatum ausgeliefert, überschüssige Produktionskapazität wird stets aufgebraucht


Zulieferer – Annahmen 2

• Produktionskapazität wird durch random walk bestimmt

• In der Planung des Zulieferers wird angenommen, dass die zukünftige Kapazität der nominalen Kapazität entspricht

• Falls eine Order wegen unzureichender Kapazität nicht erfüllt werden kann, bekommt diese eine höhere Priorität vor Orders mit späterem Liefertermin zugewiesen


Zulieferer Produktionskapazität

) ) 1)-(dC-C(01.0C*0.05)05,random(-0.1)-(dC max(0,)d(C pnominalnominalpp

Formel zur Bestimmung der Kapazität eines Zulieferers an einem Tag d

Kapazität wird nicht negativ,

untere Grenze ist null

Kapazität des Vortages

Random Walk Komponente

Abweichung des Vortages zur nominalen Kapazität wird stets um 1% reduziert, sowohl

Über- als auch Unterschreitungen

werden somit abgedämpft


Zulieferer Preisfunktion

i*C

i)(dC*0.5-1)(componentPi)P(d

nominal

availablebase

Basispreis der Komponente

Diskontierungsfaktor

mit )(j)C-(Ci)(dC1idj

djorderednominalavailable

Freie Kapazität zum Zeitpunkt j


Konsumenten

• Konsumenten erstellen jeden simulierten Tag RFQs

• RFQs spezifizieren– Bestelltyp– Bestellmenge– Fälligkeitsdatum– Reservationspreis (maximaler Preis, den

der Konsument bereit ist zu zahlen)


Konsumenten 2

• Anzahl von RFQ haben obere und untere Grenze• Anzahl von RFQs zwischen den Grenzen variieren

und folgen einem Random Walk• RFQ spezifiziert auch ein Penalty in Form eines

Prozentsatzes des Reservationspreises, das bei Fälligkeitsüberschreitung eingefordert wird

• Bei Fälligkeitsüberschreitung werden Strafzahlungen bis zu fünf simulierten Tagen fällig, dann wird die Bestellung gelöscht

• Konsument nimmt Offer des Agenten mit dem niedrigsten Preis an, das die geforderte Quantität zum geforderten Stichtag mit einem Preis kleiner als der Reservationspreis anbietet


Bank

• Die verfügbaren Mittel eines Agenten werden von einer Bank verwaltet

• Negative Kontostände sind erlaubt

• Finanzmittel des Agenten werden mit einem fixierten Zinssatz verzinst (sowohl Guthaben als auch Defizit)


Informationen

• Agenten erhalten Informationen aus verschiedenen Quellen

• RFQs der Konsumenten• Offers der Zulieferer• Preisintervalle der bestellten PCs eines Tages• Periodische Markt-Reports (alle 20 TAC-Tage)

– Aggregierte Angaben der von den Zulieferern produzierten Mengen

– Aggregierte Angaben der von den Zulieferern abgesetzten Mengen

– Durchschnittlicher Preis und Anzahl der verkauften PCs eines jeden Typs


Parametrisierung


Installation der Testumgebung


Installation der Testumgebung

• Beispielagent TAC• Server-Modul TAC• Server-Modul fungiert als Host für die

Agenten und eignet sich zum Test des eigenen Agenten

• Download beider Pakete von http://www.sics.se/tac

• Server und Agenten-Modul in jeweils eigene Verzeichnisse entpacken


Server konfigurieren und starten

• Konfigurationsdatei im Ordner /config/server.conf

• server.name festlegen auf localhost (oder den DNS-Namen des Computers)

• admin.password bei Bedarf auf ein eigenes Passwort setzen

• Server auf der Kommandozeile starten mit java –jar scmserver.jar


Server konfigurieren und starten (2)

• Browser aufrufen: http://127.0.0.1:8080• Neuen Agenten anmelden (Register new user)


Agent konfigurieren und starten

• Agent zunächst kompilieren durch Aufruf von compile.bat auf der Kommandozeile

• Agent konfigurieren in der Datei aw.conf– agentName => Name des Agenten– agentPassword => Passwort des Agenten– Werte identisch zur Serverkonfiguration wählen– serverHost => localhost

• Agent von der Kommandozeile starten mit java –jar scmaw.jar


Spielablauf

• Agent startet automatisch Statusbericht


Spielablauf

• GameViewer auf der Serverkonfigurationsseite starten

TAC – Trading Agent Competition1 Programmierung von Agenten in JAVA: Implementierung einer...

Documents

Transcript of TAC – Trading Agent Competition1 Programmierung von Agenten in JAVA: Implementierung einer...