Мультиагентные системы

1. множество системных единиц, в котором выделяются подмножество активных единиц — агентов, манипулирующих подмножеством пассивных единиц — объектов:
2. среда, т. е. некоторое пространство, в котором существуют агенты и объекты;
3. множество задач (функций, ролей), которые поручаются агентам;
4. множество отношений (взаимодействий) между агентами;
5. множество организационных структур (конфигураций), формируемых агентами;
6. множество действий агентов (например, различных операций над объектами или коммуникативных актов).

Взаимодействие агентов означает установление двусторонних и многосторонних динамических отношений между агентами. Взаимодействия между агентами имеют  определенную направленность — положительную  или отрицательную, т. е. носят характер содействия или противодействия, притяжения или отталкивания, кооперации или  конкуренции, сотрудничества или конфликта, координации или субординации, и  т. п.

Взаимосвязи и взаимозависимости  между агентами характеризуются  некоторой силой (интенсивностью). Взаимодействия между агентами динамичны.

Мультиагентный подход позволяет исследовать задачи коллективного взаимодействия, эффективно решать задачи прогнозирования. Мультиагентные системы позволяют исследовать процессы самоорганизации, дают возможность естественного описания сложных систем, обладают высокой гибкостью. В настоящее время выполняется несколько проектов по разработке многоагентной системы моделирования процессов кооперации и самоорганизации.

Модель индустриальной динамики Форрестера

Для анализа сложных систем с  нелинейными обратными связями  используется принцип системной  динамики. Системная динамика, как  метод имитационного моделирования, включает в себя структуризацию объекта; построение системной диаграммы  объекта, где указываются связи  между элементами; определение переменных для каждого элемента и темпов их роста; принятие гипотез о зависимости  каждого темпа роста от переменных и формальное описание этих гипотез; процесс оценки введенных параметров с помощью имеющейся статистики. Для построения и исследования моделей  с помощью метода системной динамики разработан специальный язык программирования DYNAMO.

Модель Форрестера включает следующие элементы:

• уровни (ресурсы):
• потоки, перемещающие содержимое одного уровня к другому;
• функции решений, которые регулируют темпы потока между уровнями;
• каналы информации, соединяющие функции решений с уровнями.

Уровни характеризуют возникающие  накопления внутри системы. Это могут быть заготовки, комплектующие и готовая продукция, страховые межоперационные запасы, производственные площади, численность работающих, финансовые ресурсы и т. п. Каждый уровень описывается его переменной величиной, зависящей от разности входящих и исходящих потоков. Темпы определяют существующие мгновенные потоки между уровнями в системе и отражают работу, в то время как уровни измеряют состояние, которого система достигает в результате выполнения некоторой работы.

Функции решений (или уравнения  темпов) представляют собой формулировку правила поведения, определяющую, каким образом имеющаяся информация об уровнях приводит к выбору решений, связанных с величинами текущих темпов.

6. Проблемные вопросы создания мультиагентной системы поддержки принятия решения.

Отдельные проблемные вопросы  были выявлены в процессе анализа  публикаций по данной тематике и экспериментального моделирования на макете подобной системы в Институте автоматизации проектирования РАН. Созданный макет (прикладной программный комплекс) обеспечивает сбор необходимых данных, их интеграцию, оценку, прогнозирование, выработку и поддержку решений в ограниченном объеме, что вызвало необходимость его существенной доработки.

В то же время макет был  создан как изолированная система  искусственного интеллекта, обладающая всеобъемлющей информацией о  ситуации и принимающая решение  по ней. Однако в обработке входной  информации по управлению рисками участвует  коллектив исполнителей, формирующий  коллективное решение. Эта особенность  удачно реализуется средствами интеллектуальных агентов МАС. Это привело к  пересмотру концептуальной модели макета переходу, как сказано выше, от индивидуальных систем к распределенной обработке информации.

В современных условиях перехода к информационному обществу, рыночной экономики, сокращения объемов финансирования работоспособность любого проекта (изделия), может быть достигнута лишь в условиях конкурентоспособности. Это значит, что любой проект должен разрабатываться на основе концепции  открытых систем, с использованием установленных стандартов и интерфейса для профиля систем управления (стандарты  ISO) и обеспечения необходимого качества и надежности программного обеспечения.

Сущность технологии открытых систем, определяющих эффективность  информационно–вычислительных систем всех уровней, состоит в обеспечении:

унифицированного обмена данных между различными компьютерами;

переносимости прикладных программ между различными платформами (интероперабельности);

мобильности исполнителей.

Задача открытых систем –  обеспечение согласованности их компонент, организация их интероперабельности  и устранение несоответствия внутреннего  представления данных в каждом компоненте системы (подсистемы).

Одной из основных проблем при создании распределенных информационных систем является организация взаимодействия с источниками информации, т.е. интеграция приложений. Она обусловлена тем, что источники информации создавались  в различное время, на различных  платформах, архитектурах и технологиях  с соответствующими протоколами  и интерфейсами. Физическая распределенность и логическая несовместимость подсистем  являются препятствиями для обеспечения  их совместимости в работе.

На сегодняшний день сформировались три подхода обеспечения взаимодействия подсистем.

Первый подход - полная замена старых разработок и замена новыми, связанная с потерей сделанных разработок. Подход очень дорогой, он может быть реализован простым соединением, но при наличии точных знаний информации о партнере.

Второй подход обеспечивает доступ к ранее разработанным системам с использованием новых интерфейсов и написанием новых программ. Подход сохраняет существующие системы, но реализует уже достаточно устаревшие сценарии взаимодействия между системами. Он обеспечивается применением различных адаптеров, их настройкой на конкретную среду.

Наиболее предпочтительным является взаимодействие систем через различные сценарии, упорядочивающие последовательность сложных процессов передачи данных и управление с обеспечением реакции на различные типы событий. Сценарий такого взаимодействия можно варьировать от, довольно простого, до весьма сложного. Интегрированное решение должно так же отслеживать сложную логику взаимодействия систем и использовать определенные исполнительные и контролирующие правила. Центральным узлом интеграционной среды является интеграционный сервер или брокер, к которому обращаются интегрируемые системы и через который направляются потоки данных с этих подсистем и который перераспределяет, обрабатывает и направляет эти потоки. Централизованное исполнение функций обработки информации и данных обеспечивается использованием общего репозитария. Правила из общего репозитария обозримы и прозрачны и могут легко дополняться и изменяться при изменении процессов и состава вычислительной среды, что позволяет эффективно соединять и динамически управлять интеграционным решением. Эффективное соединение и динамическое управление интеграционным процессом достигается с использованием перспективной технологии интеграции – системы очередей сообщений.

Система очередей поддерживает асинхронное  взаимодействие распределенных приложений и позволяет гибко интегрировать  разнообразные прикладные системы, не меняя внутренней логики их работы. Система очередей реализуется агентами МАС – агентами менеджеров очереди. Для обеспечения функционирования интеграционного сервера необходимы разнообразные инструментальные средства, начиная со средств разработки новых форматов и процедур обработки до средств администрирования, мониторинга и диагностики. В настоящее время осуществляется их разработка с использованием стандартов SQL.

Технология MAC реализуется сообществом агентов, в котором помимо интеллектуальных агентов имеются простые агенты – механизмы, задача которых собирать и передавать информацию; агенты поиска, которые суммируют пакеты информации и сортируют их по нужным адресам (функция почтамта) и т.д. В случае интеграционных решений агенты выполняют функции людей-пользователей (интеллектуальные агенты) и приложений – автоматов-серверов, контроллеров, терминалов и маршрутизаторов и т.д. Для функционирования сообщества агентов формируется архитектура их взаимодействия, а их функции реализуются программным путем. Таким образом, агенты рассматриваются как механизмы, обеспечивающие выработку решения в условиях ограниченных ресурсов и процессорных мощностей.

Важным фактором обеспечения взаимодействия всех систем является наличие разработанной  онтологии данной предметной области.

Онтология – это философская  категория, существующая множество столетий и означающая учение о бытии. В рамках этого направления в последние годы развивается формальная онтология – учение, изучающее сущность с точки зрения их формальных свойств. Онтология – это формальная спецификация концепций предметной области, выраженная средствами языка представления знаний. Онтологический уровень, ранее не рассматривавшийся в классификации знаний, в настоящее время выполняет связующие функции между верхними и нижними уровнями представления знаний.

8. Моделирование процесса выработки решения.

Центральным вопросом при реализации концепции MAC является разработка путей координации поведения агентов. В работе технология MAC реализована под метафорой "пункт управления", отражающей схему взаимодействия между исполнителями в данной ситуации.

Интеллектуальные агенты имитируют  работу физических агентов – коллективы исполнителей (должностных лиц) на пункте управления. Работа технических средств системы обеспечивается агентами других классов – связи, управления, транспортировки и т.д.

Используется концептуальная модель MAC формирования угроз. Используется сочетание принципов планирования процессов сбора и обработки данных в "пространстве задач" и в пространстве состояний.

При описании процесса использована семиотическая модель, отражающая когнитивный подход к моделированию познавательной деятельности человека. В работе синтезирован алгоритм координации поведения агентов в системе. Он реализует две основные фазы управления: планирования процесса решения и реализации плана. Для их описания использован сценарный подход, определяющий последовательность действий агентов при планировании процессов сбора данных и их обработки.

Руководитель коллектива анализирует состояние отдельных агентов, выявляет конфликтующие ситуации (критические области) и принимает по ним решения. В основу заложена схема коммутации технологии сбора информации и ее анализа, с одной стороны, и методов использования этих результатов при принятии решений. Осуществляется интеграция знаний со сведениями об изменениях в исследуемых объектах, учет вновь поступающей информации для семантического моделирования динамического процесса.

Учитываются знания, извлекаемые из географической информационной системы, полученные как в текстовом, так и в графическом виде. При планировании действий производится имитационное моделирование различных сценариев.

Управление интеллектуальными  агентами осуществляется динамической экспертной системой. Она обеспечивает адаптивный и детерминированный переход состояния системы из одного состояния в другое, используя модели внешней среды, процессов деятельности системы и модели взаимосвязи. Модель деятельности это, по своей сути, сценарий, содержащий такие элементы как: основные этапы процесса деятельности, функции и взаимодействие агентов, ситуации, события, описание событий и временные рамки.

Заключение

В этой статье представлен  мультиагентный подход к моделированию процессов самоорганизации и кооперации в современных компаниях.

Особенности подхода связаны с конструированием виртуальных миров деятельности специалистов и созданием интеллектуальных агентов для этих специалистов. Первый опыт экспериментальной разработки позволяет надеяться на успешную реализацию предлагаемого подхода для решения актуальных задач развития компаний.

Рассмотренные в статье подходы к созданию мультиагентной системы поддержки принятия решений по разрешению критических ситуаций и экспериментальное моделирование на первоначальном варианте ее прототипа позволяют сделать вывод о возможности их полной практической реализации. В настоящее время осуществляется программная реализация указанных подходов при совершенствовании прототипа ИСППР в рамках технологии мультиагентных интеллектуальных систем.