【人工智能】多元商品智能交易系统

第15卷第6期 智能系统学报 Vol.15 No.6 2020年11月 CAAI Transactions on Intelligent Systems Nov.2020 D0:10.11992tis.201909007 多元商品智能交易系统 周永东1，涂序彦 (1.北京星兆管理咨询有限公司，北京101149：2.北京科技大学计算机系统科学研究所，北京100083) 摘要：在商品交易对象为网状多层多元对多元品种的交易场合，要求多家买方能够从多家卖方一次性采购成 百上千种满意的商品。多元商品智能交易系统（简称系统）建立了商品交易元知识闭环控制策略，给出了买方 与卖方的排队、配对、交易平衡调节等方法，为智能交易创造必要条件。按照个性化诉求勾选标准化规约及量 化参数，在商品诉求与商品诉求应答两块知识模板相匹配的求解机制下，自动完成商品价格、质量、资质的综 合评分，使得买方能够实时购买满意的多品种批量商品。系统将当前电商平台人机交互单个商品采购方式变 革为商品量化交易评价、人工智能多元商品同时在线交易的采购方式。 关键词：闭环控制：繁衍学习；智能匹配；多元商品交易：随机交易；量化评价；计分算法：APP验收 中图分类号：TP18,F713.36 文献标志码：A文章编号：1673-4785(2020)06-1188-09 中文引用格式：周永东，涂序彦.多元商品智能交易系统.智能系统学报，2020,15(6)：1188-1196. 英文引用格式：ZHOU Yongdong,.TU Xuyan.Multi--commodity intelligent transaction systemJ.CAAI transactions on intelligent systems,2020,15(6):1188-1196. Multi-commodity intelligent transaction system ZHOU Yongdong,TU Xuyan (1.Beijing Xingzhao Management Consultancy Co.,Ltd,Beijing 101149,China;2.Institute of Computer Systems Science,Uni- versity of Science and Technology Beijing,Beijing 100083,China) Abstract:In a netted multi-layer multi-variety transaction,multiple buyers are required to purchase hundreds of com- modities from multiple sellers at one time.The multi-commodity intelligent trading system proposed in this study (here- inafter referred to as "the system")establishes a closed-loop control strategy of commodity trading meta-knowledge; provides the queuing,pairing,and balance adjustment methods for the buyer and seller,and creates necessary condi- tions for intelligent trading.Standard specifications and quantitative parameters are checked according to personalized demands.Under the solution mechanism for matching two knowledge templates for commodity demands and their re- sponses,intelligent movement completes the comprehensive scoring of commodity price,quality,and qualification,in turn enabling buyers to purchase satisfactory commodities in real time.The system transforms the current human-com- puter interaction for a single commodity purchase on an e-commerce platform into the purchase mode of a quantitative trading evaluation of commodities and simultaneous online trading of multiple commodities via artificial intelligence. Keywords:closed-loop control;reproducing study;intelligent matching;multi commodity trading;random trading; quantized evaluation;scoring method;APP inspection 电子商务是未来商务发展的必然趋势，是商 互干扰，导致系统对关键字的识别不准确，无法 业领域的深层次变革。现有的电商交易平台，商 检索到平台中待售商品；当用户需要多种商品同 品采购的主要方式为关键字搜索，当对某种商品 时采购时，逐个商品进行检索的劳动量太大，耗 的搜索限定较多时，多个关键词之间常会产生相 时耗力；当供应商推出新品种或采购商有新的采 收稿日期：2019-09-03. 购需求时，商品交易依赖于关键词的设置，商品 通信作者：周永东.E-mail:18515101833@wo.cn 交易达成的难度较高

DOI: 10.11992/tis.201909007 多元商品智能交易系统 周永东1 ，涂序彦2 （1. 北京星兆管理咨询有限公司，北京 101149; 2. 北京科技大学 计算机系统科学研究所，北京 100083） 摘 要：在商品交易对象为网状多层多元对多元品种的交易场合，要求多家买方能够从多家卖方一次性采购成 百上千种满意的商品。多元商品智能交易系统 (简称系统) 建立了商品交易元知识闭环控制策略，给出了买方 与卖方的排队、配对、交易平衡调节等方法，为智能交易创造必要条件。按照个性化诉求勾选标准化规约及量 化参数，在商品诉求与商品诉求应答两块知识模板相匹配的求解机制下，自动完成商品价格、质量、资质的综 合评分，使得买方能够实时购买满意的多品种批量商品。系统将当前电商平台人机交互单个商品采购方式变 革为商品量化交易评价、人工智能多元商品同时在线交易的采购方式。 关键词：闭环控制；繁衍学习；智能匹配；多元商品交易；随机交易；量化评价；计分算法；APP 验收 中图分类号：TP18; F713.36 文献标志码：A 文章编号：1673−4785(2020)06−1188−09 中文引用格式：周永东, 涂序彦. 多元商品智能交易系统 [J]. 智能系统学报, 2020, 15(6): 1188–1196. 英文引用格式：ZHOU Yongdong, TU Xuyan. Multi-commodity intelligent transaction system[J]. CAAI transactions on intelligent systems, 2020, 15(6): 1188–1196. Multi-commodity intelligent transaction system ZHOU Yongdong1 ，TU Xuyan2 (1. Beijing Xingzhao Management Consultancy Co., Ltd, Beijing 101149, China; 2. Institute of Computer Systems Science, Uni￾versity of Science and Technology Beijing, Beijing 100083, China) Abstract: In a netted multi-layer multi-variety transaction, multiple buyers are required to purchase hundreds of com￾modities from multiple sellers at one time. The multi-commodity intelligent trading system proposed in this study (here￾inafter referred to as “the system”) establishes a closed-loop control strategy of commodity trading meta-knowledge; provides the queuing, pairing, and balance adjustment methods for the buyer and seller; and creates necessary condi￾tions for intelligent trading. Standard specifications and quantitative parameters are checked according to personalized demands. Under the solution mechanism for matching two knowledge templates for commodity demands and their re￾sponses, intelligent movement completes the comprehensive scoring of commodity price, quality, and qualification, in turn enabling buyers to purchase satisfactory commodities in real time. The system transforms the current human–com￾puter interaction for a single commodity purchase on an e-commerce platform into the purchase mode of a quantitative trading evaluation of commodities and simultaneous online trading of multiple commodities via artificial intelligence. Keywords: closed-loop control; reproducing study; intelligent matching; multi commodity trading; random trading; quantized evaluation; scoring method; APP inspection 电子商务是未来商务发展的必然趋势,是商 业领域的深层次变革。现有的电商交易平台，商 品采购的主要方式为关键字搜索，当对某种商品 的搜索限定较多时，多个关键词之间常会产生相 互干扰，导致系统对关键字的识别不准确，无法 检索到平台中待售商品；当用户需要多种商品同 时采购时，逐个商品进行检索的劳动量太大，耗 时耗力；当供应商推出新品种或采购商有新的采 购需求时，商品交易依赖于关键词的设置，商品 交易达成的难度较高[1]。 收稿日期：2019−09−03. 通信作者：周永东. E-mail：18515101833@wo.cn. 第 15 卷第 6 期 智 能 系 统 学 报 Vol.15 No.6 2020 年 11 月 CAAI Transactions on Intelligent Systems Nov. 2020

第6期 周永东，等：多元商品智能交易系统 ·1189· 近年来，电子商务领域中的信用监管、安全 1.1商品采购 体系、复合型人才培养、多维融合、智能物流、人 在图1所示C的类属关系中，有多家采购商 脸与图文识别)、大数据分析与挖掘、语音及图 列出的多个采购单C,其中i=1,2…,X,可以包 像SEO搜索引擎、AR及VR场景展示与互动等 含多种采购商品Mk,其中K=1,2,…,P。Cg为 管理方法和先进的技术手段获得了广泛的应用。 X元谓词符号，C,C2,…,Cx为项，C:为P元谓词 电子商务商品交易已经由粗放式向注重质量和效 符号，M1,M2,…,Mp为子项，则类属关系的原子公 益等精准服务转变，线上线下融合、C2B等商品 式为C(C:(Mx),其中i、K为C的个体非空变元。 交易模式间将成为适应数字经济发展的必然趋势。 采购商注册认证后，可申请系统的VIP会 各行业重构建商品交易的生态格局，为传统 员。VIP采购商在广告宣传、靶向性咨询服务、 电子商务运营企业创新发展又一次提供了有益的 排队优先采购、货款融资、信贷等享受优惠 尝试。通过创新电子商务运营模式提升企业竞争 待遇。 能力，提高企业盈利水平，使买方真正体会到电子 1.2商品供应 商务带来的方便和实惠，能够明显地体现商品交 在图1所示G,类属关系中，有多家供应商列 易的效率、深层服务和高性价比等方面的优势。 出的多个供货单G,其中j=1,2,…,Y可以包含多 人工智能为商品综合信息量化交易带来了新 种供货商品N,其中r=1,2,…,Q。G,为Y元谓 的机遇。在商品交易对象为独立的多家采购商与 词符号，G1,G2,…,Gy为项，G,为Q元谓词符号， 多家供货商同时聚集在交易终端的情形，系统自 N,N2,…,N。为子项，则类属关系的原子公式为 动随机展开多种商品交易，从而实现多家采购商 G,(Gj(N,),其中广r为G,的个体非空变元。 所采购的商品是从多家通过系统认证的供应商所 供应商线上注册与线下注册同样严谨，必须 提供的商品中，经过智能商品价格、质量、资质综 详细填写表格、上传产品认证和资质图片等信 合信息量化评分之后，系统同时向多家采购商推 息。按照C(C:(Mx)》的诉求，系统为G,(GN,) 荐多种满意的商品，生成商品采购订单、合同。 供应商设置一套完整、规范、精准的，且具有自 文献[2,4]广义模型、协同建模对商品交易 学习能力的商品供应知识表达模板四，与C.(C:(Mx)》 建模具有指导作用；文献[5]提出了商品交易验 商品采购诉求随机自动匹配，能够连续为采购商 证、匹配、量化评价算法，提高了采购效率；文 提供满意的商品C:(Mx)。 献[6]提出了闭环控制策略，实现了商品随机交 易，降低了采购成本；文献[1]提出了商品知识繁 2商品交易控制策略 衍学习方法，能够繁殖、衍生、丰富商品知识；文 献[7]基于WEB多层软件体系结构对系统架构 系统为C、G排队，按各自排队的顺序循环 智能软件模块具有指导意义。 对C:(Mx)与YG(N,)分单、分品种配成供需同码 M,采购一种商品提供一族候选可供货商品。 1交易对象 种有效的途径就是给系统创建元知识控制策略 系统从采购动态信息C(C:(Mx)与供应动态 其系统的控制策略必须满足几个必要条件6,1： 信息G,(G(N,)的多元状态空间中配对供需相同 1)一种商品赋一个通用编号，按照商品目 的商品码M,通过单位换算、动态调节物流平 录、商品分类、商品种类、商品编号的操作步骤， 衡、多闭环连续控制商品供需模板智能匹配、对 系统生成商品编号、商品名称； 全元可供货商品进行综合量化评分等流程，得出 2)按照商品交易的需求，制定优先交易规 商品供货的量化得分排序。 则，为C:(Mx)、G(N,)交易排队，系统以排队的顺 系统面向的交易对象为量词在语义网络中表 序进行商品交易； 达类属关系的商品交易方式，如图1所示。 3)以C:(Mx)为原点，从G,(N)中逐个为能与 C:(Mx)存在相同商品编号的品种进行配对，生成 C,(M) G(N) G 供需相同商品码M,: 4)系统能够识别商品交易各进程的变化状 商品采购 商品供应 态，保证系统在线商品交易的对象C,(C:(Mx)》、 M G,(G,(N,)是商品交易动态刷新的综合信息，以满 图1多元商品交易对象 足多用户多元商品随机循环交易的需求。只要商 Fig.1 Multiple commodity trading objects 品交易有需求，系统就能够随即进入新一轮商品

近年来，电子商务领域中的信用监管、安全 体系、复合型人才培养、多维融合、智能物流、人 脸与图文识别[2] 、大数据分析与挖掘、语音及图 像 SEO 搜索引擎、AR 及 VR 场景展示与互动等 管理方法和先进的技术手段获得了广泛的应用。 电子商务商品交易已经由粗放式向注重质量和效 益等精准服务转变，线上线下融合、C2B 等商品 交易模式[3] 将成为适应数字经济发展的必然趋势。 各行业重构建商品交易的生态格局，为传统 电子商务运营企业创新发展又一次提供了有益的 尝试。通过创新电子商务运营模式提升企业竞争 能力,提高企业盈利水平，使买方真正体会到电子 商务带来的方便和实惠,能够明显地体现商品交 易的效率、深层服务和高性价比等方面的优势。 人工智能为商品综合信息量化交易带来了新 的机遇。在商品交易对象为独立的多家采购商与 多家供货商同时聚集在交易终端的情形，系统自 动随机展开多种商品交易，从而实现多家采购商 所采购的商品是从多家通过系统认证的供应商所 提供的商品中，经过智能商品价格、质量、资质综 合信息量化评分之后，系统同时向多家采购商推 荐多种满意的商品，生成商品采购订单、合同。 文献 [2，4] 广义模型、协同建模对商品交易 建模具有指导作用；文献 [5] 提出了商品交易验 证、匹配、量化评价算法，提高了采购效率；文 献 [6] 提出了闭环控制策略，实现了商品随机交 易，降低了采购成本；文献 [1] 提出了商品知识繁 衍学习方法，能够繁殖、衍生、丰富商品知识；文 献 [7] 基于 WEB 多层软件体系结构对系统架构 智能软件模块具有指导意义。 1 交易对象 Cg (Ci(MK)) Gy ( Gj(Nr) ) Mt 系统从采购动态信息 与供应动态 信息 的多元状态空间中配对供需相同 的商品码 ，通过单位换算、动态调节物流平 衡、多闭环连续控制商品供需模板智能匹配、对 全元可供货商品进行综合量化评分等流程，得出 商品供货的量化得分排序[8-9]。 系统面向的交易对象为量词在语义网络中表 达类属关系的商品交易方式，如图 1 所示。 Cg Ci (MK ) Gj (Nr ) Gy 商品采购 商品供应 Mt 图 1 多元商品交易对象 Fig. 1 Multiple commodity trading objects 1.1 商品采购 Cg Ci i = 1,2,··· ,X, MK K = 1,2,··· ,P Cg C1,C2,··· ,CX Ci P M1, M2,··· , MP Cg (Ci(MK)) i、K Cg 在图 1 所示 的类属关系中，有多家采购商 列出的多个采购单 ，其中 可以包 含多种采购商品 ，其中 。 为 X 元谓词符号， 为项， 为 元谓词 符号， 为子项，则类属关系的原子公 式为 ，其中 为 的个体非空变元。 采购商注册认证后，可申请系统的 VIP 会 员。VIP 采购商在广告宣传、靶向性咨询服务、 排队优先采购、货款融资、信贷等享受优惠 待遇。 1.2 商品供应 Gy Gj j = 1,2,··· ,Y, Nr r = 1,2,··· ,Q Gy Y G1,G2,··· ,GY Gj Q N1,N2,··· ,NQ Gy ( Gj(Nr) ) j、r Gy 在图 1 所示 类属关系中，有多家供应商列 出的多个供货单 ,其中 可以包含多 种供货商品 ，其中 。 为 元谓 词符号， 为项， 为 元谓词符号， 为子项，则类属关系的原子公式为 ，其中 为 的个体非空变元。 Cg (Ci(MK)) Gy ( Gj(Nr) ) Cg (Ci(MK)) Ci(MK) 供应商线上注册与线下注册同样严谨，必须 详细填写表格、上传产品认证和资质图片等信 息。按照 的诉求，系统为 供应商设置一套完整、规范、精准的[10] ，且具有自 学习能力的商品供应知识表达模板[1] ，与 商品采购诉求随机自动匹配，能够连续为采购商 提供满意的商品 。 2 商品交易控制策略 Ci、Gj Ci(MK) ∀Gj(Nr) Mt 系统为 排队，按各自排队的顺序循环 对 与 分单、分品种配成供需同码 ，采购一种商品提供一族候选可供货商品。一 种有效的途径就是给系统创建元知识控制策略， 其系统的控制策略必须满足几个必要条件[6,11-12] ： 1) 一种商品赋一个通用编号，按照商品目 录、商品分类、商品种类、商品编号的操作步骤， 系统生成商品编号、商品名称； Ci(MK) Gj(Nr) 2) 按照商品交易的需求，制定优先交易规 则，为 、 交易排队，系统以排队的顺 序进行商品交易； Ci(MK) Gj(Nr) Ci(MK) Mt 3) 以 为原点，从 中逐个为能与 存在相同商品编号的品种进行配对，生成 供需相同商品码 ； Cg (Ci(MK)) Gy ( Gj(Nr) ) 4) 系统能够识别商品交易各进程的变化状 态，保证系统在线商品交易的对象 、 是商品交易动态刷新的综合信息，以满 足多用户多元商品随机循环交易的需求。只要商 品交易有需求，系统就能够随即进入新一轮商品 第 6 期 周永东，等：多元商品智能交易系统 ·1189·

·1190· 智能系统学报 第15卷 交易流程； 6)在商品闭环控制交易进程当中，系统必须 5)为C,(Mx)中所采购的每个品种Mx配成一 对商品交易所产生的物流变化进行识别和更新， 族M,生成Mx对K,个M,验证每一个M,所对 调节商品供需能力。如表1所示，当Cw、G、Ga 应的G,(N,)匹配的有效性，如此循环，依次验证 T、TTg、X、i、P、K、T,等发生变化时，系统 参与交易的全元G(W,)的有效性： 能够自动调节供需平衡关系。 表1商品交易闭环控制策略标识符及参数 Table 1 Closed-loop control policy identifiers and parameters for commodity trading 序号 属性名注释 属性名 序号 属性名注释 属性名 采购多元谓词 C 31 商品采购单品种数 P 商品采购单号 Ci 32 商品采购指针 K 供应多元谓词 Gy 33 暂停交易 Z 4 商品供货单号 G 34 供需差额百分比 5 商品采购品种 Mk 35 商品价格权重 2ur 6 供需相同商品码 M 36 商品质量权重 Qzr > 商品供应品种 N, 37 商品资质权重 sr P 采购单商品编号 Ci(Mk) 38 商品供货价格评分 G 9 供应单商品编号 G(N,) 39 供货商品最低报价 Gar 10 采购数量 CL 40 供货商品报价 G3r 11 已采购数量 Cw 41 商品供货价格排名 GAr 12 计量单位价格 Ga 42 商品供货质量评分 Gsr 货币单位 Ho 43 供应商品质量计分 Gor 4 采购时间 Te 44 供应商品质量最高计分 Gur 15 采购交货时间 T 45 商品供货质量排名 Gsr 16 供货数量 GL 46 商品供货资质评分 Gor 17 已供货数量 G 47 商品供货资质计分 G1r 18 供货时间 48 供应商品资质最高计分 Gur 19 已完成采购单号 Ya 99 商品供货资质排名 Gn2r 20 供应商交货时间 T 50 商品供货量化评分 Gi3r 2 交货时间验证 今 商品供货排序 Gr 22 采购数量验证 C 52 商品需大于供的采购 Sn 3 供货数量验证 G 商品采购质量模板 Cm 24 供需量差 △ 54 商品供应质量模板 Gm 25 交易状态 J 55 商品采购资质子模板 3 26 交易结果 56 商品采购商标子模板 Z 27 商品供需同码数量 57 商品采购产品子模板 Z 28 商品供需同码指针 58 商品供应资质子模板 U 29 商品采购单数量 X 59 商品供应商标子模板 U 30 商品采购单指针 60 商品供应产品子模板 Up

交易流程； Ci(MK) MK Mt MK Kr Mt Mt Gj(Nr) Gj(Nr) 5) 为 中所采购的每个品种 配成一 族 ，生成 对 个 ，验证每一个 所对 应的 匹配的有效性，如此循环，依次验证 参与交易的全元 的有效性； Cw、Gw Gd、 Tc、Tj、Tg、X、i、P、K、Ts 6) 在商品闭环控制交易进程当中，系统必须 对商品交易所产生的物流变化进行识别和更新， 调节商品供需能力。如表 1 所示，当 、 等发生变化时，系统 能够自动调节供需平衡关系。 表 1 商品交易闭环控制策略标识符及参数 Table 1 Closed-loop control policy identifiers and parameters for commodity trading 序号 属性名注释 属性名 序号 属性名注释 属性名 1 采购多元谓词 Cg 31 商品采购单品种数 P 2 商品采购单号 Ci 32 商品采购指针 K 3 供应多元谓词 Gy 33 暂停交易 Zt 4 商品供货单号 Gj 34 供需差额百分比 β 5 商品采购品种 MK 35 商品价格权重 Q1r 6 供需相同商品码 Mt 36 商品质量权重 Q2r 7 商品供应品种 Nr 37 商品资质权重 Q3r 8 采购单商品编号 Ci(MK) 38 商品供货价格评分 G1r 9 供应单商品编号 Gj(Nr) 39 供货商品最低报价 G2r 10 采购数量 CL 40 供货商品报价 G3r 11 已采购数量 Cw 41 商品供货价格排名 G4r 12 计量单位价格 Gd 42 商品供货质量评分 G5r 13 货币单位 Hb 43 供应商品质量计分 G6r 14 采购时间 Tc 44 供应商品质量最高计分 G7r 15 采购交货时间 Tj 45 商品供货质量排名 G8r 16 供货数量 GL 46 商品供货资质评分 G9r 17 已供货数量 Gw 47 商品供货资质计分 G10r 18 供货时间 Tg 48 供应商品资质最高计分 G11r 19 已完成采购单号 Yd 49 商品供货资质排名 G12r 20 供应商交货时间 Ts 50 商品供货量化评分 G13r 21 交货时间验证 Ty 51 商品供货排序 G14r 22 采购数量验证 C 52 商品需大于供的采购 S n 23 供货数量验证 G 53 商品采购质量模板 Cm 24 供需量差 ∆ 54 商品供应质量模板 Gm 25 交易状态 Jt 55 商品采购资质子模板 Zi 26 交易结果 Jg 56 商品采购商标子模板 Zb 27 商品供需同码数量 Kr 57 商品采购产品子模板 Zp 28 商品供需同码指针 Ky 58 商品供应资质子模板 Ui 29 商品采购单数量 X 59 商品供应商标子模板 Ub 30 商品采购单指针 i 60 商品供应产品子模板 Up ·1190· 智 能 系 统 学 报 第 15 卷

第6期 周永东，等：多元商品智能交易系统 ·1191· 2.1排队 G,(N,)计量单位、货币单位，则要求以Mk的计 C,(Mx)、G,W,)的交易顺序，按照高中低会员 量、货币单位为基准，G(N,)的供货数量、单价计 级别、知名商标、协议采购商、合同成交业绩等规 量单位、货币种类必须换算成与Mx一致的计量 则分别为商品采购单、商品供应单进行排队。 单位、货币单位6,1。 商品交易的先后顺序，不影响C:(Mx)采购诉求及 2.4控制策略 G,(N,)供货综合得分，但优先交易，采购商优先采 为了实现C:(Mx)的自动采购，系统自动统计 购到满意的C:(Mx),G,(N,)的供应商能够获得优 C:(i=1,2,…,)采购单数量，将X作为大循环指 先供货的机会。 针，控制执行X个采购单的排队采购；在锁定C: 2.2供需同码配对 的状态下，系统统计K(K=1,2,…,P,将P作为中 为了满足M,条件的YG,(N,)对C,(Mx)都有 循环指针，控制执行P种商品的采购；在锁定 供货的机会，在锁定的C:状态下，系统为Mp生 C(Mx)状态下，系统自动统计K,数量（设置 成P族M,其规则为：如果C:(M)→(G(N,), K,∈999表示可容纳G(N,)参与供货)，将K,作为 G2(W),…,Gy(N),则3C(Mx)=Gj(W,),K=1,2,…, 小循环指针，控制执行第Mx种商品交易供需模 P;r=1,2…,Q;i=l,2.…,X;j=1,2,…,P。 板的匹配，保证K,个M,所对应验证合格的G(N,) 以C:(Mx)作为起点，生成满足状态空间 都有机会为C:(Mx)供货。遵循大、中、小交叉循 M=N条件的P族M,群码。例如，当i≤X,K≤P, 环策略，系统有序地展开图1所示结构化多品种 系统执行Mx的一族M,配对，每完成一族M,配 交易进程。表1给出了元知识控制策略的标识符 对，由M,牵出相对应的Gj(N,),系统执行单位换 及参数，用于引导系统C(C,(Mx)》与G,(GN,) 算、交易、量化计分、流量平衡调节等操作，完成 之间开展全元多对多的商品交易。 C:(Mx)中的其中一个Mx的采购，再进人下一个 商品交易元知识驱动下的闭环交易控制策略 C:(Mk)的配对；当i≤X,K>P时，系统完成了 陈述如下。 C:(Mx)的采购，进入下一个C+1(Mx)的P族M,配 2.4.1商品交易初始化 对；当i>X,系统完成了C与G,的全元配对。 读取Cg(C:(Mx)、G,(Gj(N,)需求及参数，访 在锁定的C:状态下，M、N合取原子公式为 问闭环交易库、商品交易数据库，如果Z=11,统 M=⊕Mx= 计C:(Mx)的X数量，自动设置i=0、Y4=0、P=0、 K=1 (1) MV MVMaV...VM k=0、K,=0、K,=0、Gw=0、Cw=0、J=0,准备进 Y O N=⊕⊕G,(N,)= 入闭环控制流程。 1=1 2.4.2商品采购单循环 [G(Ni)VGi(N2)V...VGi(No)]V [G2(Ni)VG2(N2)V...VG2(No)]V (2) 访问闭环交易库、商品交易数据库。i+1=i, 如果i>X,则Cx(Mp)采购结束，转至2.4.6的15)： Gy(N)VGy(N2)V...VGy(No) 如果i≤X,则统计当前C:(Mx)的P数量，自动设 式中：K=1,2,…,P;j=1,2,…,Y;r=1,2…,Qo 置K=0。 在式(I)、(2)的M和N合取原子式中，如果3Mkx= 2.4.3商品采购循环 N,则产生一族M,即Mx有一族G,(N,)配对，那 访问闭环交易库、商品交易数据库。在锁定 么M=N,则产生P族M,即M有P族G(N,)配 C(Mx)的i状态下，K+1:如果K>P,转至2.4.2； 对。假设设计容量M,≤999P种，商品可容纳P族 如果K≤P,在锁定的C(Mx)的i、K状态下，访 M,可容纳配对P×999个M,。 问闭环交易库、商品交易数据库，调用“供需同码 式(1)、(2)算法的排队组合能够打通采购品 配对”软件模块，生成Mx对应的一族M,并将该 种Mx与M,相对应的G,(N,)之间展开商品智能 一族M,所对应的G,N,)存入商品交易对象数 匹配的所有通道。 据库中；统计M,的K,数量，K,∈999，自动设置 2.3计量单位换算 K,=0,J=0,对当前Mx对应一族M,的全元G,(N,) C:(Mx)采购商品与G,(N,)供货商品可能存在 有效性验证。 不同的计量单位、货币单位，但系统进行商品交 2.4.4商品供需同码循环 易时刻，计量、货币单位必须统一。 在锁定C(Mx)的i、K状态下，K,+1;如果 在锁定C:(Mx)状态下，如果Mx对应一族的 K,>K,则转至2.4.6的8)：如果K,≤K,对当前K, M,供需同码，3C,(Mx)计量单位、货币单位≠ 状态下的M有效性进行验证

2.1 排队 Ci(MK) Gj(Nr) Ci(MK) Gj(Nr) Ci(MK) Gj(Nr) 、 的交易顺序，按照高中低会员 级别、知名商标、协议采购商、合同成交业绩等规 则分别为商品采购单、商品供应单进行排队[13-14]。 商品交易的先后顺序，不影响 采购诉求及 供货综合得分，但优先交易，采购商优先采 购到满意的 ， 的供应商能够获得优 先供货的机会。 2.2 供需同码配对 Mt ∀Gj(Nr) Ci(MK) Ci MP P Mt ∀Ci(MK)→ (G1 (Nr), G2 (Nr),··· ,GY (Nr)) ∃Ci(MK)= Gj(Nr) K = 1,2,··· , P r = 1,2,··· ,Q i =1,2,··· ,X j = 1,2,··· ,P 为了满足 条件的 对 都有 供货的机会，在锁定的 状态下,系统为 生 成 族 ，其规则为：如果 ，则 ， ； ； ； 。 Ci(MK) M = N P Mt i ⩽ X,K ⩽ P MK Mt Mt Mt Gj(Nr) Ci(MK) MK Ci(MK+1) i ⩽ X K > P Ci(MK) Ci+1 (MK) Mt i > X Cg Gy 以 作为起点，生成满足状态空间 条件的 族 群码。例如，当 ， 系统执行 的一族 配对，每完成一族 配 对，由 牵出相对应的 ，系统执行单位换 算、交易、量化计分、流量平衡调节等操作，完成 中的其中一个 的采购，再进入下一个 的配对；当 ， 时，系统完成了 的采购，进入下一个 的 P 族 配 对；当 ，系统完成了 与 的全元配对。 在锁定的 Ci 状态下， M、N 合取原子公式为 M = P ⊕ K=1 MK = M1 ∨ M2 ∨ M3 ∨ ··· ∨ MP (1) N = Y ⊕ j=1 Q ⊕ r=1 Gj(Nr) = { G1(N1)∨G1(N2)∨ ··· ∨G1(NQ) } ∨ { G2(N1)∨G2(N2)∨ ··· ∨G2(NQ) } ∨ . . . { GY (N1)∨GY (N2)∨ ··· ∨GY (NQ) } (2) K = 1,2,··· ,P j = 1,2,··· ,Y r = 1,2,··· ,Q M N ∃MK = N Mt MK Gj(Nr) M = N P Mt M P Gj(Nr) Mt⩽ 999P P Mt P×999 Mt 式中： ； ； 。 在式 (1)、(2) 的 和 合取原子式中，如果 ，则产生一族 ，即 有一族 配对，那 么 ，则产生 族 ，即 有 族 配 对。假设设计容量 种，商品可容纳 族 ，可容纳配对 个 。 MK Mt Gj(Nr) 式 (1)、(2) 算法的排队组合能够打通采购品 种 与 相对应的 之间展开商品智能 匹配的所有通道[6]。 2.3 计量单位换算 Ci(MK) 采购商品与 Gj(Nr) 供货商品可能存在 不同的计量单位、货币单位，但系统进行商品交 易时刻，计量、货币单位必须统一。 Ci(MK) MK Mt ∃Ci(MK) , 在锁定 状态下，如果 对应一族的 供需同码， 计量单位、货币单位 Gj(Nr) MK Gj(Nr) MK 计量单位、货币单位，则要求以 的计 量、货币单位为基准， 的供货数量、单价计 量单位、货币种类必须换算成与 一致的计量 单位、货币单位[6,15]。 2.4 控制策略 Ci(MK) Ci(i = 1,2,··· ,X) X X Ci K(K = 1,2,··· ,P) P Ci(MK) Kr Kr ∈ 999 Gj(Nr) Kr MK Kr Mt Gj(Nr) Ci(MK) Cg (Ci(MK)) Gy ( Gj(Nr) ) 为了实现 的自动采购，系统自动统计 采购单数量，将 作为大循环指 针，控制执行 个采购单的排队采购；在锁定 的状态下，系统统计 ，将 作为中 循环指针，控制执行 P 种商品的采购；在锁定 状态下，系统自动统计 数 量 (设 置 表示可容纳 参与供货)，将 作为 小循环指针，控制执行第 种商品交易供需模 板的匹配，保证 个 所对应验证合格的 都有机会为 供货。遵循大、中、小交叉循 环策略，系统有序地展开图 1 所示结构化多品种 交易进程。表 1 给出了元知识控制策略的标识符 及参数，用于引导系统 与 之间开展全元多对多的商品交易[6]。 商品交易元知识驱动下的闭环交易控制策略 陈述如下。 2.4.1 商品交易初始化 Cg (Ci(MK)) Gy ( Gj(Nr) ) Zt = 11 Ci(MK) X i = 0、Yd = 0、P = 0、 k = 0、Kr = 0、Ky = 0、Gw= 0、Cw = 0、Jg = 0 读取 、 需求及参数，访 问闭环交易库、商品交易数据库，如果 ，统 计 的 数量，自动设置 ，准备进 入闭环控制流程。 2.4.2 商品采购单循环 i+1 = i i > X CX (MP) i ⩽ X Ci(MK) P K = 0 访问闭环交易库、商品交易数据库。 ， 如果 ，则 采购结束，转至 2.4.6 的 15)； 如果 ，则统计当前 的 数量，自动设 置 。 2.4.3 商品采购循环 Ci(MK) i K +1 K > P K ⩽ P Ci(MK) i、K MK Mt Mt Gj(Nr) Mt Kr Kr ∈ 999 Ky = 0, Jg = 0 MK Mt Gj(Nr) 访问闭环交易库、商品交易数据库。在锁定 的 状态下， ：如果 ,转至 2.4.2； 如果 ，在锁定的 的 状态下，访 问闭环交易库、商品交易数据库，调用“供需同码 配对”软件模块，生成 对应的一族 ，并将该 一族 所对应的 存入商品交易对象数 据库中；统计 的 数量， ，自动设置 ，对当前 对应一族 的全元 有效性验证。 2.4.4 商品供需同码循环 Ci(MK) i、K Ky +1 Ky > Kr Ky ⩽Kr Ky Mt 在锁定 的 状态下， ；如果 ，则转至 2.4.6 的 8)；如果 ，对当前 状态下的 有效性进行验证。 第 6 期 周永东，等：多元商品智能交易系统 ·1191·

·1192· 智能系统学报 第15卷 2.4.5验证M, 有效M,所对应GN,)的价格、质量、资质作综合 1)访问商品交易数据库，如果C>0,C≥0且 评分；如果交易成功，则取综合量化得分最高的 CL-Cm>0,则C=1,C,(Mx)对应M,品种有采购需 G(N,)的供货商，或由人工干预，从综合量化得分 求，转至3) 前3名中选G,(W,)的供货商，赋值J=11: 2)访问商品交易数据库，如果CL-Cw≤0，则 9)当J=11、,=11,Mx采购数量仅为一家供 C=0,当前C:(Mx)对M,没有采购需求或M,交易 应商供货，更新商品交易数据库中的动态数据： 结束，从商品交易数据库中清除M,设定J,=0, 已采购数量为C+1=CL-Cw,已供货数量为G+1= 转至2.4.3； C-Cm+Gw,转至12)： 3)访问商品交易数据库，如果G>0,G≥0且 10)如果在J=11、J,=10状态下，Mx采购数 GL-Gm>0,则G=1,当前G(N,)对应M,品种能 量为多家供应商供货，按得分由高到低排序选择 够供货，转至5)： 供应商供货，直至Mx采购完毕：按供应商供货顺 4)如果G-Gm≤0，则G=0,G(W,)对应M,不 序更新商品交易数据库中的动态数据：首选供应 具备交易条件或M,交易结束，设定J,=0,转至 商，已采购数量为Cw+1=G+1+Cw,已供货数量为 2.4.4; Gw+1=GL-Gm;后选供应商，如果J,=11,已采购数 5)访问商品交易数据库，如果3)条件成立， 量C+1=CL-C,已供货数量为G1=(CL-Cm)+Ge; 且T:≥T,T;≥T,则T=1,M,可以供货，J,=1,转 如J=10,已采购数量为C+1=Gw+1+Cw,已供货 至2.4.6； 数量G+1=G-Gw;Mx可以设定取前3~5名供应 6)访问商品交易数据库，如果3)条件成立， 商供货，转至12)； 但TP、ieX,完成了一个C,(Mx)交易，系 2)如果Mx计量单位=M,相对应G,(N,)计量 统读取闭环交易库Z标志位，如果Z,=10,暂停 单位，则不用换算，转至4)： 交易，经人工干预Z=11后，系统在此断点继续 3)如果Mx计量单位≠M,相对应的G,(W,), 则以Mx计量单位为参考值，调用“计量换算”软 运行，进人C+1(Mx)交易，转至2.4.2； 件模块，换算M,相对应的G,(N,)单位价格、货币 15)当闭环交易库C,(Mx)中的i>X,则 单位、供货数量，并将M,相对应G,(W)的换算结 C:(Mx)采购完毕，Z=10,暂停；Z=11,转至2.4.1， 果存入商品交易数据库中： 进入下一轮商品交易。 4)访问闭环交易库、商品交易数据库，判断 3交易匹配算法 M,的有效性4=(GL-G)-(CL-Cw): 5)如果4≥0，T,=1,则设定J=11,这个M, 系统建立数据、知识、模型、图形等综合库， 所对应的G,(N,)为有效的M,转至7)： 为C:(Mx)、G,(W)设计交易模板，采用综合库模板 6)如果4K,Mx 完成大量重复性、复杂性的事物。 的一族M,验证完毕； 3.1能通性判据 8)访问闭环交易库、交易结果数据库、采购 本文所述供需同码配对，其目的是为Mx与M 合同数据库，将数量为K,的M,牵出满足J,=11 相对应的G,(N,)之间的匹配建立了通道。在锁定 或J,=10状态的G(N,)作为交易匹配软件模块的 C:状态下，设Mk=M,为有效配对的商品供需同 入口数据，调用交易匹配软件模块，得出Mx一族 码，对Mx诉求与G,N,)诉求应答信息通道的能

2.4.5 验证 Mt CL > 0,Cw ⩾ CL −Cw > 0, C = 1 Ci(MK) Mt 1) 访问商品交易数据库，如果 0 且 则 ， 对应 品种有采购需 求，转至 3)； CL −Cw ⩽ 0, C = 0 Ci(MK) Mt Mt Mt Jt = 0 2) 访问商品交易数据库，如果 则 ，当前 对 没有采购需求或 交易 结束，从商品交易数据库中清除 ，设定 ， 转至 2.4.3； GL> 0,Gw ⩾0 GL −Gw > 0, G = 1 Gj(Nr) Mt 3) 访问商品交易数据库，如果 且 则 ，当前 对应 品种能 够供货，转至 5)； GL −Gw ⩽ 0,则G = 0,Gj(Nr) Mt Mt Jt = 0 4) 如果 对应 不 具备交易条件或 交易结束，设定 ，转至 2.4.4； Tc ⩾ Tg,Tj ⩾ Ts Ty=1 Mt Jt = 1 5) 访问商品交易数据库，如果 3) 条件成立， 且 ，则 ， 可以供货， ，转 至 2.4.6； Tc Kr MK Mt 7) 如果 ，则转至 2.4.4；如果 ， 的一族 验证完毕； Kr Mt Jt= 11 Jt = 10 Gj(Nr) MK 8) 访问闭环交易库、交易结果数据库、采购 合同数据库，将数量为 的 牵出满足 或 状态的 作为交易匹配软件模块的 入口数据，调用交易匹配软件模块，得出 一族 Mt Gj(Nr) Gj(Nr) Gj(Nr) Jg = 11 有效 所对应 的价格、质量、资质作综合 评分；如果交易成功，则取综合量化得分最高的 的供货商，或由人工干预，从综合量化得分 前 3 名中选 的供货商，赋值 ； Jg = 11 Jt = 11 MK Cw+1 = CL−Cw Gw+1 = CL −Cw+Gw 9) 当 、 ， 采购数量仅为一家供 应商供货，更新商品交易数据库中的动态数据： 已采购数量为 ，已供货数量为 ，转至 12)； Jg = 11 Jt = 10 MK MK Cw+1=Gw+1+Cw Gw+1=GL −Gw Jt = 11 Cw+1=CL −Cw Gw+1= (CL −Cw)+Gw Jt = 10 Cw+1 = Gw+1 +Cw Gw+1 = GL−Gw MK 10) 如果在 、 状态下， 采购数 量为多家供应商供货，按得分由高到低排序选择 供应商供货，直至 采购完毕；按供应商供货顺 序更新商品交易数据库中的动态数据：首选供应 商，已采购数量为 ，已供货数量为 ；后选供应商，如果 ，已采购数 量 ,已供货数量为 ； 如 ，已采购数量为 ，已供货 数量 ； 可以设定取前 3~5 名供应 商供货，转至 12)； Jt = 11 Jt = 10Jg = 00 11) 或 ，如果交易匹配软件模块 交易失败 (例如，供应商对采购商加“*”标志的指 标都不能满足等因素)， ； 12) 访问闭环交易库，识别当前交易状态； 13) K ⩽ P,i ∈ X, 进入 Ci(MK+1) 交易，转至 2.4.3； K > P i ∈ X Ci(MK) Zt Zt = 10 Zt = 11 Ci+1 (MK) 14) 、 ，完成了一个 交易，系 统读取闭环交易库 标志位，如果 ，暂停 交易，经人工干预 后，系统在此断点继续 运行，进入 交易，转至 2.4.2； Ci(MK) i > X Ci(MK) Zt = 10 Zt = 11 1 5 ) 当闭环交易库 中 的 ， 则 采购完毕， ，暂停； ，转至 2.4.1， 进入下一轮商品交易。 3 交易匹配算法 Ci(MK) Gj(Nr) Ci(MK) Gj(Nr) Gj(Nr) G1r G5r G9r 系统建立数据、知识、模型、图形等综合库， 为 、 设计交易模板，采用综合库模板 表达 对 的诉求，给 的价格 、质量 、资质 最小项打分、计分。通过 采购商及供应商注册、商品采购及商品供应所提 供的综合信息，系统采用繁衍自学习方法丰富商 品模板的综合知识，不断增添新规则，替代人工 完成大量重复性、复杂性的事物[1,5]。 3.1 能通性判据 MK Mt Gj(Nr) Ci MK = Mt MK Gj(Nr) 本文所述供需同码配对，其目的是为 与 相对应的 之间的匹配建立了通道。在锁定 状态下，设 为有效配对的商品供需同 码，对 诉求与 诉求应答信息通道的能 ·1192· 智 能 系 统 学 报 第 15 卷

第6期 周永东，等：多元商品智能交易系统 ·1193· 通性判据，，其信息结构图的逻辑算法表达为 3)设商品采购质量模板为Cm(C(Mx),子项1， Cmm=色®(Mk⑧Nt)= 子项2，…，子项n),商品供应质量模板为Gm =1=1 ((MANu)V(M AN2)V...V(M AN)]V (G(N,),子项1，子项2，…，子项m),如果Gm的子 ((M2 A N2)V(M2 AN22)V...V(M2 A Ny2)V (3) 项m蕴含Cm所对应的子项n,则表示匹配成功， 对应的子项m得分&0。 (MpANP)V(MpANP)V...V(Mp A NYP) 以此类推，商品采购与供应的资质也可以采 式中：结点Cm表示有P种采购商品与N:可供 用同样的方法匹配、打分。 货商品之间存在连接通道；结点Mk表示第K种 4商品量化评价 商品诉求，其中，K=1,2…,P;结点N表示有Y 个供货单编号为N可能提供K种商品，其中 系统访问闭环交易、C:(Mx)、G,(N,)排队库， j=1,2,…,Y。 统计X、P、K,参数，定位当前采购的Mx,在J= 当供货单W的K种商品对采购商Mg商品 11或J=10状态下，取Mx一族K,数量的M,供需 诉求作出响应时，MkAN:=1;当供货单N提供 同码，再由有效的M,关联相对应的G(N,),让Mx 的K种商品对采购商Mk商品诉求未作出响应 与G,(N,)自动匹配，对G,(N,)供货价格G,评分、 时，MKANik=0。 供货价格G,排名、供货质量Gs,评分、供货质量 W,提供的K种商品对Mk采购商品未响应， Gg,排名、供货资质G评分、供货资质G12排名、 为N提供的K种商品对采购商需要Mx商品质 供货商品量化得分G1,汇总、供货商品G排序的。 量诉求或资质诉求未作出响应。所述质量诉求未 C:(Mx)价格、质量、资质总分值等于100表示 作出响应，对G,参数中的最小打分项都没有响 商品综合量化分值的诉求。价格权重Q,取值 应，或者对G5,参数中采购商必需打分项没有响 10%~60%:质量权重Q2取值10%~50%：供应商 应：所述资质诉求未作出响应，对G,诉求中的最 资质权重Q,取值10%~30%m。G,(N)综合应答 小打分项都没有响应，或者对G,诉求中采购商 满分为100，假定系统默认权重：Q1,=30%,Q2,= 要求必需打分项没有响应。 40%,Q3r=30%。 3.2最小项匹配及打分 4.1商品价格量化评分 式(3)中，在MxAN=1状态下，最小项匹配 4.1.1计算商品价格的评分 及打分至少有以下方法： G1,=G2÷G3,×100×Q1 (6) 1)将商品质量或资质综合库模板以m×n维 式中：G,为Mx一族M,的第r个商品报价得分， 数字符矩阵的形式对供需模板进行匹配5： r∈K,;满足T,=1、J,=11或J,=10的条件，供应商 (4) G2,为Mx一族M,对应G,(N,)标化价格的最低报 价，采购商对G2可以设限，如，G2的负偏离≤ 式中：C表示采购商的最小匹配单元a参数的b 市场均价SCJJ的偏差；满足T,=1、J,=11或J,= 最小打分项的需求描述模板第i行第j列上的元 10的条件，供应商G3,为Mx一族M,对应G,(N,) 素；G为供应商携带对应的最小匹配单元a参数 的标化报价。 的b最小打分项的供应模板第i行第j列上的元 供货标化数量G,可以设定n个数量等级，当 素。其中，a为资质或质量，b为对应于a中的某 GL增大时，G,报价降低，形成阶梯价格D,系数， 最小打分项。用式（⑤）判定a参数b打分项的得分： 阶梯报价系数D,由商品供应商在商品供应动态 Hab <ab (5) 信息栏内填写。 式中：σ血为a参数中的b打分项的差距阈值，当 4.1.2供货价格排名 Hb<差距阈值时，供应商的a参数b打分项可以 如果采购商在编辑商品采购动态信息时，将 得全分，若Hb≥差距阈值时，供应商的a参数b 商品交易标志设置为“手动”方式，在采购当前 打分项不能得分。 G(M)的状态下，系统需要对G由高分至低分进 2)商品采购质量或资质诉求的最小匹配单元 行排名，为采购商挑选商品提供辅助支持，其中， a参数b打分项与商品供应质量或资质诉求应答 r=1,2,…,Q,r∈K,0 的最小单元d参数匹配，如果a=d,则表示供应 41.3计算商品供货数量 商品的d参数b打分项得分，否则不得分。 1)当J=11、J,=11时，Mx采购数量仅为一家

通性判据[2,16] ，其信息结构图的逻辑算法表达为[5] Cmm = P ⊕ k=1 Y ⊕ j=1 (MK ⊗Njk) = {(M1 ∧N11)∨(M1 ∧N21)∨ ··· ∨(M1 ∧NY1)}∨ {(M2 ∧N21)∨(M2 ∧N22)∨ ··· ∨(M2 ∧NY2)}∨ . . . {(MP ∧N1P)∨(MP ∧N2P)∨ ··· ∨(MP ∧NYP)} (3) Cmm P Njk MK K K = 1,2,··· ,P Njk Y Nj K j = 1,2,··· ,Y 式中：结点 表示有 种采购商品与 可供 货商品之间存在连接通道；结点 表示第 种 商品诉求，其中， ；结点 表示有 个供货单编号为 可能提供 种商品，其中 。 Nj K MK MK ∧Njk = 1 Nj K MK MK ∧Njk = 0 当供货单 的 种商品对采购商 商品 诉求作出响应时， ；当供货单 提供 的 种商品对采购商 商品诉求未作出响应 时， 。 Nj K MK Nj K MK G5r G5r G9r G9r 提供的 种商品对 采购商品未响应， 为 提供的 种商品对采购商需要 商品质 量诉求或资质诉求未作出响应。所述质量诉求未 作出响应，对 参数中的最小打分项都没有响 应，或者对 参数中采购商必需打分项没有响 应；所述资质诉求未作出响应，对 诉求中的最 小打分项都没有响应，或者对 诉求中采购商 要求必需打分项没有响应。 3.2 最小项匹配及打分 式 (3) 中，在 MK ∧Njk = 1 状态下，最小项匹配 及打分至少有以下方法： 1) 将商品质量或资质综合库模板以 m×n 维 数字符矩阵的形式对供需模板进行匹配[5,8] ： Hab = ∑m i=1 ∑n j=1 |Ci j −Gi j| (4) Ci j a b i j Gi j a b i j a b a a b 式中： 表示采购商的最小匹配单元 参数的 最小打分项的需求描述模板第 行第 列上的元 素； 为供应商携带对应的最小匹配单元 参数 的 最小打分项的供应模板第 行第 列上的元 素。其中， 为资质或质量， 为对应于 中的某 最小打分项。用式 (5) 判定 参数 打分项的得分： Hab < σab (5) σab a b Hab a b Hab a b 式中： 为 参数中的 打分项的差距阈值，当 <差距阈值时，供应商的 参数 打分项可以 得全分，若 ≥差距阈值时，供应商的 参数 打分项不能得分[5]。 a b a ′ a = a ′ a ′ b ′ 2) 商品采购质量或资质诉求的最小匹配单元 参数 打分项与商品供应质量或资质诉求应答 的最小单元 参数匹配，如果 ，则表示供应 商品的 参数 打分项得分，否则不得分[10]。 Cm(Ci(MK) Gm (Gj(Nr) m) Gm m Cm n m 3) 设商品采购质量模板为 ，子项 1， 子项 2，…，子项 n)，商品供应质量模板为 ，子项 1，子项 2，…，子项 ，如果 的子 项 蕴含 所对应的子项 ，则表示匹配成功， 对应的子项 得分[8,10]。 以此类推，商品采购与供应的资质也可以采 用同样的方法匹配、打分。 4 商品量化评价 Ci(MK) Gj(Nr) X、P、Kr MK Jt = 11 Jt = 10 MK Kr Mt Mt Gj(Nr) MK Gj(Nr) Gj(Nr) G1r G4r G5r G8r G9r G12r G13r G14r 系统访问闭环交易、 、 排队库， 统计 参数，定位当前采购的 ，在 或 状态下，取 一族 数量的 供需 同码，再由有效的 关联相对应的 ，让 与 自动匹配，对 供货价格 评分、 供货价格 排名、供货质量 评分、供货质量 排名、供货资质 评分、供货资质 排名、 供货商品量化得分 汇总、供货商品 排序[5]。 Ci(MK) Q1r Q2r Q3r Gj(Nr) Q1r = 30% Q2r = 40% Q3r = 30% 价格、质量、资质总分值等于 100 表示 商品综合量化分值的诉求。价格权重 取值 10%～60%；质量权重 取值 10%～50%；供应商 资质权重 取值 10%～30%[17]。 综合应答 满分为 100，假定系统默认权重： ， ， 。 4.1 商品价格量化评分 4.1.1 计算商品价格的评分 G1r = G2r ÷G3r ×100× Q1r (6) G1r MK Mt r r ∈ Kr Ty = 1 Jt = 11 Jt = 10 G2r MK Mt Gj(Nr) G2r G2r SCJJ Ty = 1 Jt = 11 Jt = 10 G3r MK Mt Gj(Nr) 式中： 为 一族 的第 个商品报价得分， ；满足 、 或 的条件，供应商 为 一族 对应 标化价格的最低报 价,采购商对 可以设限，如， 的负偏离≤ 市场均价 的偏差；满足 、 或 的条件，供应商 为 一族 对应 的标化报价[5]。 GL n GL G3r Dr Dr 供货标化数量 可以设定 个数量等级，当 增大时， 报价降低，形成阶梯价格 系数， 阶梯报价系数 由商品供应商在商品供应动态 信息栏内填写。 4.1.2 供货价格排名 r = 1,2,··· ,Q,r ∈ Kr 如果采购商在编辑商品采购动态信息时，将 商品交易标志设置为“手动”方式，在采购当前 Gi (MK) 的状态下，系统需要对 Glr 由高分至低分进 行排名，为采购商挑选商品提供辅助支持，其中， 。 4.1.3 计算商品供货数量 1) 当 Jg = 11、Jt = 11 时， MK 采购数量仅为一家 第 6 期 周永东，等：多元商品智能交易系统 ·1193·

·1194· 智能系统学报 第15卷 供应商供货。撮合成功的G,(W,)供货数量S=C+, 形态结构，子项M为理化特性，子项M:为品质检 已采购数量Cw+1=CL-Cw、已供货数量Gw+1=(CL- 验，子项M为快检，子项M6为贮存，子项M,为加 Cw)+Gw; 工，子项Ms为营养，子项M为氨基酸，子项M1o为 2)如果在J=11、,=10状态下，Mx所需采 新增指标)。C,(Mx)与GjN,)之间存在供需同码 购数量为多家供应商供货，但供货价格参照排序 M,的商品交易，Cm与Gm原子公式体系结构相 第一供应商的价格结算。按综合得分由高到低顺 同，但Cm表达的是商品采购诉求，Gm表达的是商 序选择供应商供货，Mx采购数S=S+S2+…+ 品供应已经具有的指标参数，两者对应子项最小 Sm,其中，n∈K,。首选Gj(W,)供货数量S1=G+1+ 单元匹配的成功率越高计分越高。 C,已供货数量为Gw+1=GL-Gw、已采购数量 根据采购商对商品质量的诉求，经系统授权 Cw+1=G+1+Cw;后续所选G,(N,)供货数量S2,如 的种群采购商设置Cm子项n的分值。G(N,)商 果J,=11,则S2=Cw+,已采购数量Cw+1=CL-Cw、 品供货质量评分计算公式为阿 已供货数量G+1=(CL-C)+Gm;后续G,(N,)供货 G5r=G6r÷Gr×100×Q2 (7) 数量S3,如果J,=10,则S3=G+1+Cw,已供货数量 式中：商品质量评分Gsr为Mx一族M,的第r个 G+1=GL-G。、已采购数量为C+1=G+1+Cm,依 商品供货质量得分，满足T,=1、J=11或J,=10条 此顺序供货，直至完成当前Mx的CL。 件，供应商的G6为Mx一族M,第r个商品质量 4.2商品质量量化评分 对应G,(N,)的各分项实际得分，G6=子项M1得 商品质量综合信息表达模板、交易算法及评 分+子项M2得分+子项M3得分+子项M:得分+子 分项应用举例⑧18 项M5得分+子项M6得分+子项M,得分+子项Mg 商品采购质量模板Cm(C:(Mx)为采购商品； 得分+子项Mg得分+子项M1o得分；满足T,=1、 子项L为产品产地，子项L2为产地分值，子项 J=11或J,=10的条件，供应商的G,为Mx一族 Ls为产地算法；子项L2:为形态结构，子项L2为 M,商品质量对G(N,)的最高得分。 形态分值，子项L2为形态算法；子项L1为理化 商品质量分值的默认值由交易系统运营管理 特性，子项L2为特性分值，子项L3为特性算法； 人员编辑生成。经系统运营管理部门授权的种群 子项L1为品质检验，子项L2为检验分值，子项 采购商可以根据商品质量诉求而设置，系统对采 L为检验算法；子项L1为试剂快检，子项L2为 购商设置的分值需效验，分值之和等于100。 快检分值，子项L为快检算法；子项L61为产品 4.3商品资质量化评分 贮存，子项L为贮存分值，子项L63为贮存算法； 商品采购要求商品供应资质、交易算法及评 子项L为加工，子项L2为加工分值，子项L为 分项应用举例临1o: 加工算法；子项L1为营养成分，子项L2为营养 1)商品采购资质 分值，子项L3为营养算法；子项L1为氨基酸成 商品采购资质子模板Z,(C,(Mx),子项Z,为身 分，子项L2为氨基酸分值，子项L为氨基酸算 份证，子项Z2为证件分值，子项Z:为证件加*；子 法；子项Lo1为新增指标n,子项L1m为指标分 项Z为营业执照，子项Z2为执照分值，子项Z为 值，子项L为指标算法)，其中，Cm的各子项是 执照加*；子项Z1为许可证，子项Z2为许可分值， 根据行业特征，可分解为若干子项n、最小项a 子项Z3为许可加*；子项Z为行业准入证，子项 及打分项b,由系统注册认证、授权的种群商户 Z2为准人证分值，子项Z3为准入证加*；子项 编辑生成后，通过繁衍学习方法推送给商品知识 Z1为重合同守信用企业，子项Z2为信用分值，子 模板，为采购商选择质量综合指标、参数作参 项Z:为信用加*；子项Z1为银行信用等级，子项 照；Cm内的算法是为子项n计分规则制定的，计 Z2为信用分值，子项Z6为信用加*)，其中，子项Z 分算法归纳为6种，即算术和计分、逻辑或计 标为*，如商品供应商缺注明*的证件，则取消商 分、逻辑与计分、算术和逻辑或计分、算术和逻 品资质评分资格。 辑与计分、逻辑与或计分。子项n计分算法由种 2)商品采购商标 群采购商协同系统商品交易运营管理部门共同 商品采购商标子模板Z(C:(Mx),子项B1为知 制定。 名商标，子项B12为知名商标分值，子项B为知名 与Cm动态匹配的商品供应质量模板为 商标加*)，其中，Z。知名（著名、驰名）商标是指市 Gm(G,(N,)为供应商品，子项M1为产地，子项M2为 场监管部门组织认证的

Gj(Nr) S = Cw+1 Cw+1 = CL −Cw Gw+1 = (CL− Cw)+Gw 供应商供货。撮合成功的 供货数量 ， 已采购数量 、已供货数量 ； Jg = 11 Jt = 10 MK MK S = S 1+S 2+···+ S n n ∈ Kr Gj(Nr) S 1 = Gw+1+ Cw Gw+1 = GL−Gw Cw+1 = Gw+1 +Cw Gj(Nr) S 2 Jt = 11 S 2 = Cw+1 Cw+1 = CL −Cw Gw+1 = (CL −Cw)+Gw Gj(Nr) S 3 Jt = 10 S 3= Gw+1 +Cw Gw+1 = GL −Gw Cw+1 = Gw+1 +Cw MK CL 2) 如果在 、 状态下， 所需采 购数量为多家供应商供货，但供货价格参照排序 第一供应商的价格结算。按综合得分由高到低顺 序选择供应商供货， 采购数 ，其中， 。首选 供货数量 ，已供货数量为 、已采购数量 ；后续所选 供货数量 ，如 果 ，则 ，已采购数量 、 已供货数量 ；后续 供货 数量 ，如果 ，则 ，已供货数量 、已采购数量为 ，依 此顺序供货，直至完成当前 的 。 4.2 商品质量量化评分 商品质量综合信息表达模板、交易算法及评 分项应用举例[8,10,18] ： Cm(Ci(MK) L11 L12 L13 L21 L22 L23 L31 L32 L33 L41 L42 L43 L51 L52 L53 L61 L62 L63 L71 L72 L73 L81 L82 L83 L91 L92 L93 L101 n L102 L103 ) Cm a b Cm n n 商品采购质量模板 为采购商品； 子项 为产品产地，子项 为产地分值，子项 为产地算法；子项 为形态结构，子项 为 形态分值，子项 为形态算法；子项 为理化 特性，子项 为特性分值，子项 为特性算法； 子项 为品质检验，子项 为检验分值，子项 为检验算法；子项 为试剂快检，子项 为 快检分值，子项 为快检算法；子项 为产品 贮存，子项 为贮存分值，子项 为贮存算法； 子项 为加工，子项 为加工分值，子项 为 加工算法；子项 为营养成分，子项 为营养 分值，子项 为营养算法；子项 为氨基酸成 分，子项 为氨基酸分值，子项 为氨基酸算 法；子项 为新增指标 ，子项 为指标分 值，子项 为指标算法 ，其中， 的各子项是 根据行业特征，可分解为若干子项 n、最小项 及打分项 ，由系统注册认证、授权的种群商户 编辑生成后，通过繁衍学习方法推送给商品知识 模板，为采购商选择质量综合指标、参数作参 照； 内的算法是为子项 计分规则制定的，计 分算法归纳为 6 种，即算术和计分、逻辑或计 分、逻辑与计分、算术和逻辑或计分、算术和逻 辑与计分、逻辑与或计分。子项 计分算法由种 群采购商协同系统商品交易运营管理部门共同 制定。 Cm Gm(Gj(Nr) M1 M2 与 动态匹配的商品供应质量模板为 为供应商品，子项 为产地，子项 为 M3 M4 M5 M6 M7 M8 M9 M10 ) Ci(MK) G j(Nr) Mt Cm Gm Cm Gm 形态结构，子项 为理化特性，子项 为品质检 验，子项 为快检，子项 为贮存，子项 为加 工，子项 为营养，子项 为氨基酸，子项 为 新增指标 。 与 之间存在供需同码 的商品交易， 与 原子公式体系结构相 同，但 表达的是商品采购诉求， 表达的是商 品供应已经具有的指标参数，两者对应子项最小 单元匹配的成功率越高计分越高。 Cm n Gj(Nr) 根据采购商对商品质量的诉求，经系统授权 的种群采购商设置 子项 的分值。 商 品供货质量评分计算公式为[5] G5r = G6r ÷G7r ×100× Q2r (7) G5r MK Mt r Ty = 1 Jt= 11 Jt = 10 G6r MK Mt r Gj(Nr) G6r = M1 M2 M3 M4 M5 M6 M7 M8 M9 M10 Ty = 1 Jt= 11 Jt = 10 G7r MK Mt Gj(Nr) 式中：商品质量评分 为 一族 的第 个 商品供货质量得分，满足 、 或 条 件，供应商的 为 一族 第 个商品质量 对应 的各分项实际得分， 子项 得 分+子项 得分+子项 得分+子项 得分+子 项 得分+子项 得分+ 子项 得分+子项 得分+子项 得分+子项 得分；满足 、 或 的条件，供应商的 为 一族 商品质量对 的最高得分。 商品质量分值的默认值由交易系统运营管理 人员编辑生成。经系统运营管理部门授权的种群 采购商可以根据商品质量诉求而设置，系统对采 购商设置的分值需效验，分值之和等于 100。 4.3 商品资质量化评分 商品采购要求商品供应资质、交易算法及评 分项应用举例[6,10-11] ： 1) 商品采购资质 Zi(Ci(MK) Z11 Z12 Z13 Z21 Z22 Z23 Z31 Z32 Z33 Z41 Z42 Z43 Z51 Z52 Z53 Z61 Z62 Z63 ) Zi 商品采购资质子模板 ，子项 为身 份证，子项 为证件分值，子项 为证件加*；子 项 为营业执照，子项 为执照分值，子项 为 执照加*；子项 为许可证，子项 为许可分值， 子项 为许可加*；子项 为行业准入证，子项 为准入证分值，子项 为准入证加*；子项 为重合同守信用企业，子项 为信用分值，子 项 为信用加*；子项 为银行信用等级，子项 为信用分值，子项 为信用加* ，其中，子项 标为*，如商品供应商缺注明*的证件，则取消商 品资质评分资格。 2) 商品采购商标 Zb(Ci(MK) B11 B12 B13 ) Zb 商品采购商标子模板 ，子项 为知 名商标，子项 为知名商标分值，子项 为知名 商标加* ，其中， 知名 (著名、驰名) 商标是指市 场监管部门组织认证的。 ·1194· 智 能 系 统 学 报 第 15 卷

第6期 周永东，等：多元商品智能交易系统 ·1195· 3)产品认证 应商、辅供应商供货。 商品采购产品子模板Z,(C:(Mx),子项R:为产 品认证，子项R12为产品认证分值，子项R为产品 5结束语 认证加*，子项R21为产品检验，子项R2为产品检 以多元对多元商品智能交易作为研究对象， 验分值，子项R2为产品检验加*，子项R3为产地 反映了商品交易的客观需求。系统建立了商品类 证明，子项R2为产地证明分值，子项R3为产地证 属多层关系原子式Cx(C:(Mx)、G,(G(N,),表达 明加*，子项R1为产品获奖证书，子项R2为获奖 了商品采购、商品供应的结构化、非结构化知识 证书分值，子项R为获奖证书加*)，其中，Z,的产 模型，用人工智能方法求解多元商品量化评价问 品认证、检验、产地、获奖子项的证书、证明较多， 题，实现商品智能化交易，可以广泛地用于零售、 采购商从商品模板中按商品采购的诉求勾选子项。 批发商品交易场合，符合商品交易C2B、C2M模 对M,而言，商品供应资质模板U、U、U。与 式的发展趋势。 商品采购资质模板Z、Z、Z,动态匹配的原子公 在商品采购综合指标参数验收终端，系统需 式体系结构相同，但商品采购资质模板表达的是 要配备APP商品验收结果处置小程序，为商品交 商品采购商对资质的诉求，商品供应资质模板表 易的综合指标参数的真实性提供保障。 达的是商品供应已经持有的资质证书，两者对应 参考文献： 子项最小单元匹配的成功率越高计分越高。商品 资质匹配成功之后，还需经采购商APP商品验收 [1]周永东.一种交易平台的商品交易方法和系统：中国 软件对供应商提供的资质证书进行核验。 202010128357.3P].2020-02-28. G,(W,)商品供货资质评分计算公式为可 [2]涂序彦，韩力群，王洪泊.广义人工生命M.北京：科学 G9r=G10r÷G11r×100×Q3x (8) 式中：满足T,=1、J,=11或10条件，商品资质评 出版社，2011：99-108 分G为Mx一族M,的第r个商品供货资质得 [3]腾讯智慧零售.超级链接M).北京：中信出版集团有限 分；供应商的G1为Mx一族M,第r个商品资质 公司，2020：9.21-65 对应G(W,)的各子项实际得分，G1o=U(子项 [4]涂序彦，马忠贵.协同人工智能M.北京：北京邮电大学 1得分+子项2得分+…+子项n得分)+U6(子项 出版社.2018：10,106-133 1得分+子项2得分+…+子项n得分+U,(子项 [5]周永东.一种用于交易匹配的方法和装置[P].中国 1得分+子项2得分+…+子项n得分)；供应商的 201910152287.2,2019-02-28. G,为Mx一族M,商品质量对应G,(N,)的最高得 [6]周永东.一种用于交易平台实现多元商品智能交易推荐 分，Q,为资质权重。 的方法和系统：中国，201910611992.4P1.2019-07-08. 4.4供货商品综合指标参数量化评分 供货商品G,(W,)量化得分为阿 [7]王成耀，涂序彦，周永东.基于WEB的多层智能管理系 G13r=GIr+Gsr +Gor (9) 统实现方法.计算机集成制造系统，2000,6(2少：81-84 式中：r=1,2,…,Q,r∈K,。在当前C(Mx)采购状 WANG Chengyao,TU Xuyan,ZHOU Yongdong.Design 态下：供货商品价格量化得分G4,由高分至低分 and implementation of multi-tier intelligent management 排名；供货商品质量量化得分G,由高分至低分 systems based on web[J].Computer integrated manufactur- 排名；供货商品资质量化得分G2由高分至低分 ing systems.2000,6(2:81-84. 排名；供货商品综合指标参数量化得分G1由高 [8]涂序彦，马忠贵，郭燕慧.广义人工智能M.北京：国防 分至低分进行排名。在商品采购动态信息中，商 工业出版社，2012：8,19-29,60-70,35-145 品选购方式设为“自动”标志，则按照供货商品量 [9]涂序彦，王枞，郭燕慧.大系统控制论M).北京：北京邮 化得分排名的顺序为采购商供应商品，如果商品 选购方式设为“手动”标志，且商品排名有效位设 电大学出版社，2005：80-155.246-252 为N(N=1,2,·,5),则采购商所采购的商品在供 [10]万常选，廖国琼，吴京慧，等.数据库系统原理与设 应商品总分排名N以内综合比较之后，选择要采 计M0.2版.北京：清华大学出版社，2012：4,182-207 购的商品，如果采购商采购数量为多家供应商供 [11]李代平，杨成义.软件工程M.4版.北京：清华大学出 货，采购商可以在供应商排名N位当中选择主供 版社，2017：111-122

3) 产品认证 Zp(Ci(MK) R11 R12 R13 R21 R22 R23 R31 R32 R33 R41 R42 R43 Zp 商品采购产品子模板 ，子项 为产 品认证，子项 为产品认证分值，子项 为产品 认证加*，子项 为产品检验，子项 为产品检 验分值，子项 为产品检验加*，子项 为产地 证明，子项 为产地证明分值，子项 为产地证 明加*，子项 为产品获奖证书，子项 为获奖 证书分值，子项 为获奖证书加*)，其中， 的产 品认证、检验、产地、获奖子项的证书、证明较多， 采购商从商品模板中按商品采购的诉求勾选子项。 Mt Ui Ub Up Zi Zb Zp 对 而言，商品供应资质模板 、 、 与 商品采购资质模板 、 、 动态匹配的原子公 式体系结构相同，但商品采购资质模板表达的是 商品采购商对资质的诉求，商品供应资质模板表 达的是商品供应已经持有的资质证书，两者对应 子项最小单元匹配的成功率越高计分越高。商品 资质匹配成功之后，还需经采购商 APP 商品验收 软件对供应商提供的资质证书进行核验。 Gj(Nr) 商品供货资质评分计算公式为[5] G9r = G10r ÷G11r ×100× Q3r (8) Ty = 1 Jt = 11 G9r MK Mt r G10r MK Mt r Gj(Nr) G10r =Ui( n ) Ub( n ) Up( n ) G11r MK Mt Gj(Nr) Q3r 式中：满足 、 或 10 条件，商品资质评 分 为 一族 的第 个商品供货资质得 分；供应商的 为 一族 第 个商品资质 对应 的各子项实际得分， 子项 1 得分+子项 2 得分+…+子项 得分 + 子项 1 得分+子项 2 得分+…+子项 得分 + 子项 1 得分+子项 2 得分+…+子项 得分 ；供应商的 为 一族 商品质量对应 的最高得 分， 为资质权重。 4.4 供货商品综合指标参数量化评分 供货商品 Gj(Nr) 量化得分为[5] G13r = G1r +G5r +G9r (9) r = 1,2,··· ,Q,r ∈ Kr Ci(MK) G4r G8r G12r G14r N(N = 1,2,··· ,5) N 式中： 。在当前 采购状 态下：供货商品价格量化得分 由高分至低分 排名；供货商品质量量化得分 由高分至低分 排名；供货商品资质量化得分 由高分至低分 排名；供货商品综合指标参数量化得分 由高 分至低分进行排名。在商品采购动态信息中，商 品选购方式设为“自动”标志，则按照供货商品量 化得分排名的顺序为采购商供应商品，如果商品 选购方式设为“手动”标志，且商品排名有效位设 为 ，则采购商所采购的商品在供 应商品总分排名 N 以内综合比较之后，选择要采 购的商品，如果采购商采购数量为多家供应商供 货，采购商可以在供应商排名 位当中选择主供 应商、辅供应商供货。 5 结束语 Cg (Ci(MK)) Gy ( Gj(Nr) ) 以多元对多元商品智能交易作为研究对象， 反映了商品交易的客观需求。系统建立了商品类 属多层关系原子式 、 ，表达 了商品采购、商品供应的结构化、非结构化知识 模型，用人工智能方法求解多元商品量化评价问 题，实现商品智能化交易，可以广泛地用于零售、 批发商品交易场合，符合商品交易 C2B、C2M 模 式的发展趋势。 在商品采购综合指标参数验收终端，系统需 要配备 APP 商品验收结果处置小程序，为商品交 易的综合指标参数的真实性提供保障。 参考文献： 周永东. 一种交易平台的商品交易方法和系统: 中国, 202010128357.3[P]. 2020−02−28. [1] 涂序彦, 韩力群, 王洪泊. 广义人工生命 [M]. 北京: 科学 出版社, 2011: 99−108. [2] 腾讯智慧零售. 超级链接 [M]. 北京: 中信出版集团有限 公司, 2020: 9, 21−65. [3] 涂序彦, 马忠贵. 协同人工智能 [M]. 北京: 北京邮电大学 出版社, 2018: 10, 106−133. [4] 周永东. 一种用于交易匹配的方法和装置 [P]. 中国: 201910152287.2, 2019−02−28. [5] 周永东. 一种用于交易平台实现多元商品智能交易推荐 的方法和系统: 中国, 201910611992.4[P]. 2019−07−08. [6] 王成耀, 涂序彦, 周永东. 基于 WEB 的多层智能管理系 统实现方法 [J]. 计算机集成制造系统, 2000, 6(2): 81–84. WANG Chengyao, TU Xuyan, ZHOU Yongdong. Design and implementation of multi-tier intelligent management systems based on web[J]. Computer integrated manufactur￾ing systems, 2000, 6(2): 81–84. [7] 涂序彦, 马忠贵, 郭燕慧. 广义人工智能 [M]. 北京: 国防 工业出版社, 2012: 8, 19−29, 60−70, 35−145. [8] 涂序彦, 王枞, 郭燕慧. 大系统控制论 [M]. 北京: 北京邮 电大学出版社, 2005: 80−155, 246−252. [9] 万常选, 廖国琼, 吴京慧, 等. 数据库系统原理与设 计 [M]. 2 版. 北京: 清华大学出版社, 2012: 4, 182−207. [10] 李代平, 杨成义. 软件工程 [M]. 4 版. 北京: 清华大学出 版社, 2017: 111−122. [11] 第 6 期 周永东，等：多元商品智能交易系统 ·1195·

·1196· 智能系统学报 第15卷 [12]KALETA M,TRACZYK T.Modeling multi-commodity ive logistics management[C]//Proceedings of the Interna- trade:information exchange methods[M].Berlin,Heidel- tional Multi Conference of Engineers and Computer Sci- berg:Springer,2012,1091-1096. entists.Hong Kong,China,2011:978-988. [13]KNOPOV P S,PEPELYAEVA T V.Some trading [18]胡爱军，郑捷.食品原料手册[M.北京：化学工业出版 strategies on the securities market[J].Cybernetics and 社，2012：1-5,47-49,291-300 systems analysis,2002,38(5):736-739 作者简介： [14]陈玲玲，严伟，陆鑫.基于生态足迹模型的南京市旅游 周永东，助理研究员，主要研究方 向为智能控制、智能管理应用系统。 可持续发展评估及对策研究).生态经济，2011(12)： 发表学术论文20余篇。 157-161.174 CHEN Lingling,YAN Wei,LU Xin.The quantitative evaluation and countermeasures on the tourism sustain- able development of Nanjing based on the ecological 涂序彦，教授，博士生导师，中国 footprint model[J].Ecological economy,2011(12): 人工智能学会荣誉理事长、学术指导 157-161,174. 委员会主席，中国人工智能学会会士， [15]TU X Y.Theory of an harmonically acting control sys- 北京人工智能委员会学会名誉理事 长，北京科技大学计算机与系统科学 tem with a large number of controlled variables[J].IFAC 研究所所长，曾任中国人工智能学会 proceedings volumes,1960,1(1):100-109 理事长、指导委员会主席，中国自动化 学会常务理事，中国软件行业协会常务理事，全球华人智能 [16]TU X Y.Intelligent control and intelligent management 控制与智能管理自动化大会主席，世界专家系统大会远东区 for large scale systems[J].IFAC proceedings volumes, 主席.北京科技大学计算机科学与工程系主任等，主要研究 1986,19(17):87-91. 方向为人工智能。开拓了人工智能、专家系统、智能控制、智 能管理以及人工生命新方法、新技术，创立了多变量协调控 [17]AGARWAL G,VIJAYVARGY L.Designing of multi- 制理论，最经济控制理论，倡导人体控制论、大系统控制论新 commodity,Multi Location integrated model for effect- 学科。发表学术论文300余篇，出版学术论著多部

KALETA M, TRACZYK T. Modeling multi-commodity trade: information exchange methods[M]. Berlin, Heidel￾berg: Springer, 2012, 1091−1096. [12] KNOPOV P S, PEPELYAEVA T V. Some trading strategies on the securities market[J]. Cybernetics and systems analysis, 2002, 38(5): 736–739. [13] 陈玲玲, 严伟, 陆鑫. 基于生态足迹模型的南京市旅游 可持续发展评估及对策研究 [J]. 生态经济, 2011(12): 157–161, 174. CHEN Lingling, YAN Wei, LU Xin. The quantitative evaluation and countermeasures on the tourism sustain￾able development of Nanjing based on the ecological footprint model[J]. Ecological economy, 2011(12): 157–161, 174. [14] TU X Y. Theory of an harmonically acting control sys￾tem with a large number of controlled variables[J]. IFAC proceedings volumes, 1960, 1(1): 100–109. [15] TU X Y. Intelligent control and intelligent management for large scale systems[J]. IFAC proceedings volumes, 1986, 19(17): 87–91. [16] AGARWAL G, VIJAYVARGY L. Designing of multi￾commodity, Multi Location integrated model for effect- [17] ive logistics management[C]//Proceedings of the Interna￾tional Multi Conference of Engineers and Computer Sci￾entists. Hong Kong, China, 2011: 978−988. 胡爱军, 郑捷. 食品原料手册 [M]. 北京: 化学工业出版 社, 2012: 1−5, 47−49, 291−300. [18] 作者简介： 周永东，助理研究员，主要研究方 向为智能控制、智能管理应用系统。 发表学术论文 20 余篇。 涂序彦，教授，博士生导师，中国 人工智能学会荣誉理事长、学术指导 委员会主席，中国人工智能学会会士， 北京人工智能委员会学会名誉理事 长，北京科技大学计算机与系统科学 研究所所长，曾任中国人工智能学会 理事长、指导委员会主席，中国自动化 学会常务理事，中国软件行业协会常务理事，全球华人智能 控制与智能管理自动化大会主席，世界专家系统大会远东区 主席，北京科技大学计算机科学与工程系主任等，主要研究 方向为人工智能。开拓了人工智能、专家系统、智能控制、智 能管理以及人工生命新方法、新技术，创立了多变量协调控 制理论，最经济控制理论，倡导人体控制论、大系统控制论新 学科。发表学术论文 300 余篇，出版学术论著多部。 ·1196· 智 能 系 统 学 报 第 15 卷