ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16

Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2018

Система ИМВИА и опыт ее применения для построения многоагентных систем

The imiia system and its usage for building multi-agent systems
Статья опубликована в выпуске журнала № 4 за 2009 год.[ 16.12.2009 ]
Аннотация:Описывается опыт применения системы имитационного моделирования взаимодействия интеллектуальных агентов. Основными целями создания системы является проверка применимости предлагаемых моделей, методов и алгоритмов взаимодействия интеллектуальных агентов и их архитектур при разработке прототипов многоагентных систем для различных проблемных областей. Приводятся примеры из реализованных прототипов многоагентных систем для нескольких приложений.
Abstract:The paper describes the experience of usage of the system of imitational modeling for interaction in intelligent agents (IMIIA). The main objective of the IMIIA design is to check the applicability of the proposed models, methods and algorithms for intelligent agents interaction and their architectures in the development of MAS prototypes for various problem areas. Examples of implemented MAS prototypes for several applications have been provided.
Авторы: Рыбина Г.В. (sspar@aplana.com) - Национальный исследовательский ядерный университет (МИФИ), , , доктор технических наук, Паронджанов С.С. (sspar@aplana.com) - Национальный исследовательский ядерный университет (МИФИ), , , кандидат технических наук
Ключевые слова: имитационное моделирование, архитектура агента, взаимодействие, интеллектуальный агент, мас
Keywords: simulation, agent architecture, communication, intelligent agent, multi-agent system
Количество просмотров: 7272
Версия для печати
Выпуск в формате PDF (4.85Мб)

Размер шрифта:       Шрифт:

Сложность и масштаб задач, возникающих в современных крупных распределенных организациях и больших проектах, обусловливают необходимость использования подходов, обладающих свойствами распределенности и децентрализованности и позволяющих  снизить сложность решения за счет декомпозиции задач на части и координированного решения частных задач. Один из наиболее современных подходов к построению подобных решений базируется на многоагентных технологиях, в которых взаимодействие агентов в процессе решения своих или общих задач порождает новое качество их решения.

В рамках исследований, проводящихся в лаборатории «Интеллектуальные системы и технологии» кафедры кибернетики Московского инженерно-физического института, целью которых является теоретическое и программное моделирование процессов построения многоагентных систем (МАС), разработана система имитационного моделирования взаимодействия интеллектуальных агентов (ИМВИА) [1, 2].

Основное внимание в системе уделяется моделированию структуры диалога (полилога) интеллектуальных агентов, поскольку именно процессы взаимодействия агентов, особенно интеллектуальных, являются наименее изученными и исследованными в контексте МАС. Это объясняется наличием неформальных описаний семантики и прагматики языков взаимодействия агентов, практическим отсутствием моделей диалогов/по­лилогов агентов, логически несовместимыми сценариями коммуникации и т.д.

Апробация разработанной системы ИМВИА для различных проблемных областей (ПрО) и всевозможных типовых задач проводилась в рамках экспериментального программного моделирования путем создания на базе ресурсов, моделей и методов, предоставляемых системой ИМВИА, прототипов МАС: оперативного биллинга, управления силами и средствами объектовой охраны, для решения задач контроля состояния химически опасных объектов (ХОО) г. Москвы, управления инвестиционными проектами [3–5].

Прототип МАС управления инвестиционными проектами

При построении подобных систем возникает множество вопросов, на которые в условиях отсутствия единой корпоративной АСУ инвестиционными проектами дать ответы не представляется возможным. Несмотря на то, что агентно-ориентированный подход достаточно сложен в реализации, он является наиболее подходящим методом для моделирования сложных систем инвестиционного планирования, так как позволяет эффективно решать типичные проблемы, стоящие перед современными системами, и на достаточно высоком уровне абстракции моделировать проблемную область.

Поскольку в процесс планирования вовлечено множество лиц с разнообразными, зачастую противоречивыми интересами, важной задачей автоматизации данного процесса является разрешение противоречий для построения единого инвестиционного плана. При использовании многоагентного подхода эта задача решается путем использования методов организации взаимодействия и координации действий интеллектуальных агентов. Например, в стандартных ситуациях, возникающих в ходе бюджетирования, используются шаблоны локальных (на уровне действие–реакция) структур диалога (для решения простых конфликтов). При возникновении нестандартных ситуаций используются шаблоны описания стратегий переговоров в зависимости от состояния процесса решения задачи бюджетирования (жестко заданные описания структуры диалога на тематическом уровне).

При создании прототипа МАС инвестиционного планирования была реализована одноуровневая архитектура МАС, которая имеет свои особенности: 1) число агентов в МАС с данной архитектурой ограниченно, хотя может быть и очень велико (например, число агентов паспорта проекта не может превышать числа активных (незакрытых) проектов, в то время как число последних ограничено мощностью программно-аппарат- ных средств, обслуживающих данные проекты); 2) операции, выполняемые на узлах МАС, однотипны, хотя могут быть и достаточно сложными, это связано с ПрО – инвестиционным планированием, основные операции и методы в котором являются хорошо изученными и в достаточной степени статичными; 3) в системе присутствуют один или несколько реактивных вспомогательных агентов.

Основными типами агентов в данной архитектуре являются агенты паспорта инвестиционного проекта, инвестиционного портфеля и взаимодействия с пользователем [3].

Функции агента паспорта проекта следующие.

-    Инициирование инвестиционного проекта (автоматическое заполнение свойств проекта на основании типа проекта и имеющегося опыта по инициированию проектов).

-    Редактирование инвестиционного проекта (определение списка редакторов паспорта инвестиционного проекта в соответствии с должностной и ролевой принадлежностью инициатора проекта, сроков редактирования, отслеживание выполнения этих сроков).

-    Согласование инвестиционного проекта (определение списка, согласующегося в соответствии с должностной и ролевой принадлежностью, инициатора паспорта проекта, определение сроков согласования, отслеживание их выполнения).

-    Ведение БЗ о ходе реализации инвестиционного проекта (включающей в том числе причины несогласования или согласование проекта, превышения сроков редактирования и согласования, включения или невключения инвестиционного проекта в бюджет компании, а также отслеживание изменений свойств проекта).

-    Расчет стоимости проекта на основании технического решения.

-    Взаимодействие с другими агентами паспорта проекта, определение агентов схожих инвестиционных проектов и обмен знаниями с ними.

Основные функции агента инвестиционного портфеля: формирование инвестиционного портфеля на базе консолидации всех разработанных инвестиционных проектов в единый пул, редактирование инвестиционного портфеля, согласование инвестиционного портфеля, ведение БЗ о ходе реализации инвестиционного портфеля.

Агент пользователя отвечает за доступ к системе, ведение ролей и прав пользователя.

Аналитический агент обеспечивает создание статистических отчетов различной категории сложности, создание итоговых срезов по проектам, анализ накопленных знаний по проектам и определение причин успеха или неудач инвестиционных проектов и инвестиционных портфелей проектов.

Использование системы ИМВИА для построения прототипа МАС инвестиционного планирования позволило решить проблемы, возникающие при проектировании современных корпоративных систем инвестиционного планирования и бюджетирования, в том числе проблемы интеграции и взаимодействия систем (за счет коммуникации агентов). Кроме того, реализация прототипа МАС на основе ИМВИА помогла решению следующих проблем, традиционных для систем бюджетирования и инвестиционного планирования.

1.   Несогласованность проектов – за счет использования знаний о схожих инвестиционных проектах, причинах задержки редактирования и согласования, а также об анализе успешно согласованных и отклоненных инвестиционных проектов.

2.   Проблема выбора/замены ответственных людей по проектам – использование взаимодействия агентов для их выбора/замены.

3.   Проблема автоматического расчета и заполнения статей и свойств проекта – за счет использования знаний о схожих инвестиционных проектах, причинах задержки редактирования и согласования, а также об анализе успешно согласованных и отклоненных инвестиционных проектов для автоматического заполнения свойств проекта.

4.   Отслеживание сроков редактирования и согласования за счет использования накопленного опыта реализации аналогичных проектов.

Прототип МАС для решения задач контроля состояния ХОО г. Москвы

Назначением системы контроля и передачи данных о состоянии ХОО является решение задач оперативного обнаружения аварий на них, а также оценка, прогнозирование и своевременное оповещение производственного персонала этих объектов, территориальных подразделений МЧС России, включая население, проживающее на прилегающих к ХОО территориях.

В качестве основных функций системы можно выделить:

·     прием данных о концентрации аварийно опасных химических веществ, о непосредственном факте и уровне аварии, текущих и аварийных данных о работоспособности системы на объекте, о метеоусловиях на момент аварии;

·     отображение на объектах по обеспечению мероприятий гражданской защиты административных округов г. Москвы и в центрах мониторинга и прогнозирования чрезвычайных ситуаций данных о текущей обстановке и аварийных данных с выдачей сигналов управления на включение звуковой и цветовой сигнализации;

·     подготовка и передача данных для расчета прогноза при возникновении аварийных ситуаций на ХОО, привязанного к картографической основе;

·     расчет прогноза последствий аварийных ситуаций на ХОО.

При построении архитектуры системы контроля и передачи данных о состоянии ХОО г. Москвы выделено три концептуальных уровня. Первый уровень соответствует ХОО и предназначен для сбора данных и оповещения в случае аварии на них. Второй предусматривает автоматизацию контроля за состоянием ХОО и реализуется на базе агентств по обеспечению мероприятий гражданской защиты административных округов г. Москвы. Третий уровень связан с автоматизацией контроля состояния ХОО и объектов по обеспечению мероприятий гражданской защиты административных округов г. Москвы, а также расчетам прогноза последствий аварийных ситуаций на ХОО.

При проектировании и реализации прототипа системы на основе концепции МАС для каждого концептуального уровня было разработано несколько типов агентов.

Для первого уровня создан реактивный агент-ХОО, на который возлагаются функции приема и обработки данных от датчиков о концентрации аварийно опасных химических веществ, факте и уровне аварии, текущих и аварийных данных, а также функции активации средств аварийной цветовой и звуковой сигнализации.

Агенты-ХОО действуют в рамках первого концептуального уровня и непосредственно взаимодействуют с оборудованием, установленным на ХОО. По требованию агентов-округов в аварийном режиме и в режиме диагностики оборудования агенты-ХОО осуществляют передачу полученных от датчиков данных на второй информационный уровень.

Для второго уровня введен интеллектуальный агент-округ г. Москвы, который обеспечивает реализацию функций управления агентами-ХОО, расчета уровня аварии и принятия решений о задействовании ресурсов оперативных служб и средств аварийной цветовой и звуковой сигнализации. На агентов-округа также возложены функции постоянной диагностики работоспособности системы.

Агенты-округа в аварийном режиме и в режиме диагностики оборудования осуществляют опрос агентов-ХОО с целью получения информации, необходимой для расчета и прогнозирования аварийных ситуаций на ХОО, и передают им управляющие сигналы активации систем аварийного оповещения и защиты.

На третьем уровне введен интеллектуальный агент-город, который организует и контролирует работу агентов-округов и наделен правом экстренного вмешательства и перераспределения ресурсов в нештатных ситуациях. Агент-город осуществляет свою работу в рамках третьего концептуального уровня в Центре мониторинга и прогнозирования чрезвычайных ситуаций природного и техногенного характера ГУ МЧС России по г. Москве. Основные функции агента-города – это контроль за агентами-округами и за подчиненными ХОО, расчет прогнозов последствий аварийных ситуаций на ХОО.

В разработанном прототипе МАС агенты-ХОО могут взаимодействовать с агентами-округа­ми для передачи информации о состоянии контролируемого ХОО. В свою очередь, агенты-округа могут организовать опрос агентов-ХОО с целью получения дополнительной информации о состоянии ХОО и диагностирования оборудования на ХОО, а также с целью передачи управляющих команд агентам-ХОО для задействования средств аварийного оповещения на ХОО. Кроме того, агенты-округа могут связываться между собой и с агентом-городом при оценке уровня аварии и расчете прогноза развития аварийной обстановки. Агент-город может инициировать взаимодействие с агентами-округами с целью обмена знаниями о состоянии ХОО на различных подконтрольных агентам-округам территориях и составления плана мероприятий по обеспечению гражданской безопасности населения на окружающей территории и устранения последствий аварии с привлечением сил и средств оперативных служб.

Разработка прототипа МАС для решения задач контроля состояния ХОО позволила организовать эффективное управление общими ресурсами при принятии решений об использовании специальных служб, а также синхронизировать действия между агентствами по обеспечению мероприятий гражданской защиты и Центром мониторинга и прогнозирования чрезвычайных ситуаций природного и техногенного характера ГУ МЧС России по г. Москве при составлении плана мероприятий по обеспечению гражданской безопасности населения на окружающей территории и устранению последствий аварий с привлечением сил и средств оперативных служб, при оценке уровня аварии, расчете прогноза развития аварийной обстановки.

Прототип МАС оперативного биллинга

Для повышения уровня обслуживания клиентов провайдеров услуг Интернет, операторов сотовой связи и различных call-центров используются автоматизированные системы расчетов (АСР) за услуги. Одной из основных проблем, стоящих перед этими предприятиями, является оперативное управление состоянием лицевых счетов клиентов и управление доступом к ресурсам. Поэтому для решения этих задач в составе АСР предприятия должна быть система оперативного биллинга (СОБ), предназначенная для управления в режиме реального времени состоянием лицевых счетов клиентов, использующих предоставленные им ресурсы, с возможностью оперативного отключения клиента от этих ресурсов в случае истечения денежных средств на его лицевых счетах. Создание подобной СОБ традиционными методами и технологиями сопряжено с большими трудностями, поскольку к СОБ предъявляются следующие требования: высокая скорость обработки входной информации и расчета остатков на лицевых счетах клиентов; малое время реакции на факт превышения лимита в процессе обслуживания клиентов; оперативный доступ к информации о лицевых счетах, хранящейся в БД АСР, и оперативное управление оборудованием для отключения (подключения) клиентов.

Новым подходом к решению этих проблем является создание МАС оперативного биллинга, где множество параллельно выполняемых процессов по обработке лицевых счетов клиентов и управлению оборудованием выполняют интеллектуальные и реактивные агенты. При реализации такого подхода на основе разработанной системы ИМВИА был построен прототип МАС оперативного биллинга, основной целью которого являлась имитация ведения переговоров агентов при решении задачи о возможности обслуживания абонента. В его состав входят агенты следующих типов.

1.   Реактивный агент взаимодействия с БД АСР находится в узле, на котором установлена АСР, и обеспечивает отправку и прием сообщений к/от агентов СОБ. Целями данного агента являются уведомление об изменениях, произошедших в АСР тех интеллектуальных агентов СОБ, которых это затрагивает, и прием информации от интеллектуальных агентов СОБ, которая должна быть помещена в АСР.

2.   Реактивный агент (сервер имен) предназначен для регистрации и управления доступом интеллектуальных агентов СОБ к ресурсам МАС-СОБ, в частности, к ресурсам АСР. Поэтому рекомендуемое расположение данного агента – на узле, где установлена АСР. Целями данного агента являются: регистрация  и разрегистрация интеллектуальных агентов СОБ в составе МАС; информирование прочих агентов МАС о присутствии остальных агентов в системе; мониторинг соблюдения прав доступа интеллектуальных агентов СОБ к ресурсам МАС.

3.   Интеллектуальные агенты СОБ предназначены для оперативной тарификации клиентов, работающих на определенном коммуникационном оборудовании. По своей сути агент СОБ является следующим уровнем иерархии в системе, так как сам является МАС, состоящей из двух агентов, – интеллектуального синхронизатора, отвечающего за адекватность представления агента о лицевых счетах (ЛС) клиентов, и реактивного менеджера, осуществляющего управление и мониторинг состояния СОБ. Агент-синхронизатор предназначен для обеспечения синхронизации информации о состоянии ЛС клиентов между СОБ, то есть обеспечивает поддержку объективной картины состояния ЛС. Этот агент включает пять компонентов: планировщик, координатор, локальный составитель расписания, монитор выполнения и коммуникатор.

Интеллектуальные агенты СОБ могут находиться на больших расстояниях от центрального узла с установленной АСР. В качестве коммуникационного оборудования, которое может использоваться при работе СОБ, служат оборудование для IP-телефонии, маршрутизаторы Internet и оборудование для сотовой связи. Основной задачей интеллектуального агента СОБ является оперативный мониторинг состояния ЛС абонентов, принятие решения о возможности обслуживания абонентов, оперативное подключение/отключение абонентов.

Целями данного агента являются: отслеживание изменений ЛС абонентов и их тарифных планов; оперативное принятие решения об обслуживании; синхронизация информации об абонентах с другими интеллектуальными агентами СОБ; передача наработок абонентов в АСР.

На основе использования МАС-подхода и системы ИМВИА при построении прототипа МАС оперативного биллинга удалось повысить уровень обслуживания клиентов за счет возможности ведения единого ЛС клиента при одновременном обслуживании абонента на разном коммуникационном оборудовании, реализовать возможность смены тарифного плана без отключения клиента от предоставляемых услуг. При этом исчезла необходимость репликации БД АСР по инициативе СОБ, так как интеллектуальные агенты сами запрашивали необходимую им информацию в реальном времени и сообщали об изменении ЛС клиентов.

Прототип МАС «Транспортный паспорт региона»

Основными приоритетами транспортной стратегии России на период до 2030 г. являются развитие транспортной инфраструктуры страны и кардинальное улучшение уровня транспортного обеспечения экономики и населения. Одной из важнейших задач, вытекающих из этих приоритетов, является развитие транспортных комплексов в регионах, увязанное с развитием транспортного комплекса страны в целом.

В связи с этим становится необходимой разработка электронной модели транспортного комплекса региона, позволяющей собирать и анализировать показатели, характеризующие состояние и перспективы развития транспортного комплекса региона, взаимосвязанные с индикаторами и показателями транспортного комплекса страны. Это позволит формировать региональные программы по развитию транспортного комплекса региона в увязке с основополагающими долгосрочными проектами федерального уровня и отслеживать ход их реализации.

Назначением информационно-аналитической системы (ИАС) «Транспортный комплекс региона» (ТКР) является: ведение индикаторов и показателей, характеризующих качественное и количественное развитие транспортного комплекса региона; моделирование влияния внешних факторов на существующие и прогнозируемые транспортные, грузо- и пассажиропотоки для основных вариантов развития транспортного комплекса; анализ состояния транспортной системы региона, объемов, структуры и географии грузо- и пассажиропотоков, проходящих по его территории; оценка изменений значений индикаторов и показателей транспортного комплекса, включая чистый вклад транспортной отрасли в валовой региональный продукт и транзитный потенциал региона, по результатам моделирования основных вариантов.

С помощью разработанной системы ИМВИА создан исследовательский прототип МАС «Транспортный паспорт региона» для моделирования и отработки проектных решений ИАС ТКР. При создании прототипа МАС «Транспортный паспорт региона» была использована одноуровневая архитектура МАС, основными типами агентов в которой являлись агент паспорта региона, аналитический агент и агент взаимодействия с пользователем.

Основными функциями агента паспорта проекта являются: сбор и обработка показателей и характеристик ТКР России; ведение основных объектов и субъектов ТКР; ведение БЗ о ходе реализации федеральной целевой программы в регионе; оценка влияния внешних факторов на транспортные потоки; взаимодействие с другими агентами паспорта региона, определение агентов соседних регионов и обмен знаниями с ними.

Агент пользователя обеспечивает доступ пользователя к системе, ведение ролей и прав пользователя и ведение настроек пользователя.

Аналитический агент отвечает за создание статистических отчетов различной категории сложности, создание итоговых срезов по показателям, характеристикам, объектам и субъектам регионов, а также анализ накопленных знаний и определение причин успеха или неудач проведения транспортной политики в регионе.

Результаты, полученные при построении прототипа МАС «Транспортный паспорт региона», реализованного на основе системы ИМВИА, позволили отработать эффективные проектные решения и были использованы при проектировании и разработке информационного и программного обеспечения макета ИАС ТКР по заказу Министерства транспорта России.

В процессе имитационных исследований проводилась трассировка определенного состава показателей для оценки решений (моделей, алгоритмов, схем декомпозиции задач и т.д.), предлагаемых в техническом задании на прототип, принятия новых технических решений для модификации прототипа, оценки качества функционирования имитируемой МАС. Например, для прототипа МАС управления инвестиционными проектами измерялось количество согласованных проектов, количество автоматически заполненных статей затрат, количество проектов, включенных в инвестиционный портфель, процент изменений списка редакторов и др. В прототипе МАС оперативного биллинга измерялось количество абонентов, одновременно работающих на разном коммуникационном оборудовании, количество изменений ЛС и тарифного плана и т.д. Эти и другие данные, полученные в результате имитационных экспериментов, использовались при проектировании и разработке соответствующих МАС.

Литература

1.   Рыбина Г.В., Паронджанов С.С. Модели, методы и программные средства поддержки взаимодействия интеллектуальных агентов // Информационные технологии и вычислительные системы. 2008. № 3. С. 22–29.

2.   Рыбина Г.В., Паронджанов С.С. Моделирование процессов взаимодействия интеллектуальных агентов в многоагентных системах // Искусственный интеллект и принятие решений. 2008. № 3. С. 3–15.

3.   Рыбина Г.В., Паронджанов С.С., Берзин В.Ю. Использование многоагентного подхода при построении систем инвестиционного планирования // Научная сессия МИФИ-2007: сб. науч. тр. М.: МИФИ, 2007. Т. 3. C. 135–136.

4.   Берзин В.Ю., Паронджанов С.С. Применение интеллектуальных агентов для решения ресурсных конфликтов // Научная сессия МИФИ-2005: сб. науч. тр. М.: МИФИ, 2005. Т. 3. С. 202–203.

5.   Паронджанов С.С. Прототип многоагентной системы контроля состояния химически опасных объектов города Москвы // Современные технологии в задачах управления, автоматики и обработки информации: тр. XVII Междунар. науч.-технич. сем. М.: МГАПИ, 2008. C. 59–60.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=2367
Версия для печати
Выпуск в формате PDF (4.85Мб)
Статья опубликована в выпуске журнала № 4 за 2009 год.

Возможно, Вас заинтересуют следующие статьи схожих тематик: