基于图强化学习的供应链中断风险感知订单分配方法

《IEEE Access》：Topology-Aware Graph Reinforcement Learning Method for Supplier Switching and Order Allocation Under Disruption Risks

　　摘要：全球供应链通过跨区域采购和采用精益生产不断提高效率，但正变得更容易受到区域灾害、港口拥堵和上游中断的影响。在单个制造商与多个供应商交易的系统中，采购决策不仅需要考虑单个供应商的成本、产能和可靠性，还需要考虑源自共享区域、物流渠道和上游来源的风险依赖。本研究引入了一种基于图强化学习且感知供应链结构的方法，以在考虑中断风险的情况下促进供应商切换和订单分配。该方法涉及在动态供应链图中表示制造商、潜在供应商、供应链接和风险依赖。它利用感知边类型的图注意力网络提取拓扑嵌入，并在MAPPO框架内学习订单分配偏好。此外，设计了一种可行性投影机制，将学习到的动作转换为满足需求、库存和产能要求的实际订单数量。结果表明，与缺乏图结构的模型相比，拓扑感知方法使总成本降低约5.22%–10.18%，并提高订单履行率约4.94%–7.62%。针对风险链接和无投影场景的消融研究证实了通过风险依赖链接识别共同暴露的有效性，以及可行性投影在防止约束违反和需求缺口方面的重要性。研究得出结论，将共同风险暴露作为结构化图纳入运营订单分配至关重要，而可行性投影对于确保基于学习原理的供应链决策中订单的成功执行至关重要。