為了提高企業(yè)的核心競爭力，企業(yè)管理者需要及時準(zhǔn)確地了解經(jīng)營信息以便及時做出正確決策，因此許多企業(yè)都建立了基礎(chǔ)的信息系統(tǒng)，如客戶關(guān)系管理系統(tǒng)(Customer Relation Management，簡稱CRM)、企業(yè)資源管理系統(tǒng)(Enterprise Resource Planning，簡稱ERP)．雖然這些系統(tǒng)提高了企業(yè)經(jīng)營數(shù)據(jù)的收集和處理能力，加快了企業(yè)經(jīng)營和管理信息化的步伐，但是并沒有充分利用企業(yè)數(shù)據(jù)，在對企業(yè)管理者的決策支持方面仍然存在較大的局限性．為了讓企業(yè)從大量的數(shù)據(jù)中較快地分析出有價值的信息，更好地實現(xiàn)決策支持，商務(wù)智能技術(shù)應(yīng)運而生．1989年Gartner Group提出商務(wù)智能(Business Intelligence，簡稱B1)的概念，認(rèn)為“BI是通過分析企業(yè)的日常業(yè)務(wù)數(shù)據(jù)，提取隱含在數(shù)據(jù)中的信息，從而幫助管理者在經(jīng)營、規(guī)劃和管理方面做出及時正確決策的過程蚍引．自2000年IBM正式推出商務(wù)智能的企業(yè)級啟動計劃以來，BI技術(shù)在電信、旅游、醫(yī)療等行業(yè)得到了較為廣泛的應(yīng)用¨qj。目前主要的智能商務(wù)系統(tǒng)包括Oracle BIS、Brio、Cognos、BO(Business Objects)、IBM DB2等，這些系統(tǒng)在商務(wù)信息的智能化處理、轉(zhuǎn)換、分析以及結(jié)果的定制化表達(dá)方面具有很強(qiáng)的功能，但與此同時仍存在著一些缺陷：

    (1)系統(tǒng)的主動性差．目前的系統(tǒng)只能被動地分析報表，無法積極主動地監(jiān)督商業(yè)環(huán)境變化并做出反應(yīng)，而飛速增長的信息量和日趨激烈的競爭要求企業(yè)對信息做出反應(yīng)的時間必須盡可能縮短。

    (2)系統(tǒng)的集成性差．大部分系統(tǒng)需要與已有的商務(wù)系統(tǒng)集成后才能對數(shù)據(jù)進(jìn)行采集和分析，而實際商務(wù)環(huán)境中現(xiàn)有系統(tǒng)的復(fù)雜多樣性使得集成不容易實現(xiàn)。

    Agent是運行于動態(tài)環(huán)境中具有較高自治能力的實體，能感知環(huán)境并作用于自身和環(huán)境的系統(tǒng)．多Agent系統(tǒng)(Multi Agent System，簡稱MAS)是在開放、分布、異構(gòu)的環(huán)境中多個自治智能Agent相互作用所形成的動態(tài)系統(tǒng)．由于Agent具有主動性、交互性和智能性，因而能夠有助于數(shù)據(jù)挖掘以及發(fā)現(xiàn)、定位有價值信息。

    本文將多Agent引入到商務(wù)系統(tǒng)中，提出了基于多Agent的商務(wù)智能系統(tǒng)框架，利用Agent建立、維護(hù)數(shù)據(jù)倉庫，當(dāng)商務(wù)環(huán)境發(fā)生變化時，根據(jù)規(guī)則進(jìn)行推理分析．系統(tǒng)應(yīng)用到貴州貴航汽車零部件銷售管理中，能夠較好地解決目前智能商務(wù)系統(tǒng)中主動性、獨立性差的缺陷，為商務(wù)決策的快速、準(zhǔn)確制訂提供了一種較好的支持。

1 商務(wù)智能概述

    1.1 商務(wù)智能體系結(jié)構(gòu)

    商務(wù)智能通過運用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘技術(shù)來對業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，從中得到支持業(yè)務(wù)決策的有用信息，以對業(yè)務(wù)決策進(jìn)行支撐．其體系結(jié)構(gòu)如圖1所示：

    商務(wù)智能的技術(shù)體系主要包括3個部分：數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和聯(lián)機(jī)分析處理，其中數(shù)據(jù)倉庫作為進(jìn)行進(jìn)一步分析的數(shù)據(jù)源，是商務(wù)智能的基礎(chǔ)，數(shù)據(jù)挖掘是利用統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)等挖掘技術(shù)對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行高度自動化的分析，得出潛在模式和關(guān)系的過程．聯(lián)機(jī)分析處理技術(shù)通過多維數(shù)據(jù)立方體技術(shù)幫助管理者從多種角度審視數(shù)據(jù)，得出符合管理者需求的準(zhǔn)確的結(jié)論。

    1.2 Agent技術(shù)理論

    Agent產(chǎn)生白人工智能領(lǐng)域，1993年召開了Agent形式化模型的國際會議，從此Agent融入計算機(jī)科學(xué)領(lǐng)域，并逐漸獲得廣泛的應(yīng)用．盡管Agent得到了廣泛應(yīng)用，但是由于其內(nèi)涵豐富，學(xué)術(shù)界尚未形成Agent統(tǒng)一的定義．目前得到廣泛接受的是Wooldrige提出的弱定義和強(qiáng)定義。

     弱定義：Agent是一個具有：自治性、響應(yīng)性、社交性、主動性特征的軟硬件系統(tǒng)；強(qiáng)定義：Agent是指不僅具有弱定義中的基本特性，還有類似于人類的精神化概念，包括知識、信念、意圖和義務(wù)，具有移動性、通信能力、理性或其他特性。

    1.3 多Agent系統(tǒng)

    雖然Agent具有一定的智能性，但是由于現(xiàn)實問題的復(fù)雜性以及單個Agent所擁有的知識和資源的局限性，往往無法獨立解決這些問題．此外即使單個Agent能解決某個特定問題，但是由于問題的復(fù)雜性，可能存在處理速度慢、可靠性和靈活性較低等缺陷，因此需要組織多個Agent獨立處理，并通過合作和協(xié)調(diào)形成統(tǒng)一而全面的解決方案。多Agent因而得到迅速發(fā)展，并逐漸成為分布式人工智能的研究熱點。