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

Публикационная активность

(сведения по итогам 2016 г.)
2-летний импакт-фактор РИНЦ: 0,493
2-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,732
5-летний импакт-фактор РИНЦ: 0,364
5-летний импакт-фактор РИНЦ без самоцитирования: 0,303
Суммарное число цитирований журнала в РИНЦ: 5022
Пятилетний индекс Херфиндаля по цитирующим журналам: 355
Индекс Херфиндаля по организациям авторов: 499
Десятилетний индекс Хирша: 11
Место в общем рейтинге SCIENCE INDEX за 2016 год: 304
Место в рейтинге SCIENCE INDEX за 2016 год по тематике "Автоматика. Вычислительная техника": 11

Больше данных по публикационной активности нашего журнале за 2008-2016 гг. на сайте РИНЦ

Вход


Забыли пароль? / Регистрация

Добавить в закладки

Следующий номер на сайте

2
Ожидается:
16 Марта 2018

Многоагентный подход в системах информационной поддержки управленческих решений

Multiagent approach in the systems of information support of management decisions
Статья опубликована в выпуске журнала № 1 за 2012 год. [ на стр. 21 - 23 ][ 19.03.2012 ]
Аннотация:Изложен подход к созданию приложения информационной поддержки управленческих решений, основа которого представлена модулем многоагентной системы. Определены общая модель многоагентной системы и общие модели ее агентов, выделены основные типы агентов, участвующих в принятии решения.
Abstract:The approach to creation of application of information support of management decisions is given in the article, the basic of which is represented by the modulus of multiagent system. The general model of multiagent system and the general of the model of it’s agents are determined, the main agent types which take part in the decision are distinguished.
Авторы: Козьминых Н.М. (kzmnhn@yahoo.com) - Вятский государственный университет, г. Киров, , , Голованов А.А. (kzmnhn@gmail.com) - Вятский государственный университет, г. Киров, , , кандидат технических наук
Ключевые слова: информационная поддержка управленческих решений, многоагентный подход, модель агента, агент
Keywords: information support of management decision, agent-based approach, the agent model, agent
Количество просмотров: 7912
Версия для печати
Выпуск в формате PDF (5.33Мб)
Скачать обложку в формате PDF (1.08Мб)

Размер шрифта:       Шрифт:

Многоагентный подход широко используется в создании программных модулей интеллектуальных информационных систем – от выполнения задач поиска информации и распознавания образов до принятия решений, в том числе управленческих. Исследования в области применения многоагентного подхода ведутся довольно давно, но задача построения универсального модуля многоагентной системы (МАС) в полной мере так и не решена. Причиной этого является узкая направленность исследуемых предметных областей применения.

В настоящей статье обсуждается обобщенная структура модуля МАС, предназначенного для информационной поддержки управленческих решений и обеспечивающая выполнение следующих функциональных возможностей:

-      извлечение и объединение информации для дальнейшей ее обработки из разрозненных источников данных для получения достоверной и объективной информации;

-      сохранение шаблонов пользовательских запросов, необходимых для получения часто используемых данных;

-      использование настраиваемых помощников для отслеживания конкретных ситуаций;

-      расширение функциональных возможностей системы путем увеличения способов анализа и интерпретации данных, то есть возможность дополнения определений отдельных показателей и их взаимосвязей, а также увеличения их количества в процессе эксплуатации системы;

-      проведение автоматизированных исследований статистических данных, не требующих от пользователей специальных знаний, что также минимизирует число ошибок, обусловленных человеческим фактором;

-      реализация универсального средства для решения схожих задач, то есть проведение аналитических исследований количественных показателей при помощи математико-статистического аппарата, что позволяет использовать одни и те же агенты вычислений для решения схожих задач в разных предметных областях.

Модуль рассматриваемой МАС состоит из автономных агентов, способных воспринимать ситуацию, принимать решения и взаимодействовать с себе подобными. Знания, необходимые для такой системы, отделены от ее программного кода и хранятся в онтологии, представляющей собой сеть понятий и отношений предметной области. Функционирование агентов осуществляется в рамках агентной платформы – среды, в которой могут существовать и взаимодействовать агенты [1, 2].

Модуль МАС обладает следующими свойствами:

-      структура сообщества агентов является динамической относительно типов и количества членов сообщества;

-      сообщество агентов основывается на принципах кооперации;

-      структура сообщества агентов подразумевает распределенность (размещение агентов на различных компьютерах), что позволяет эффективно организовать доступ к распределенным источникам данных;

-      агенты используют определенную предметную область для решения поставленных задач;

-      агенты обеспечивают работу в асинхронном режиме;

-      появление новых членов сообщества агентов или изменение функций некоторых агентов не требует перезагрузки всей информационной системы;

-      структура сообщества базируется на требованиях FIPA (Federation of Intelligent Physical Agents) [3].

Модуль МАС представлен сообществом агентов, разработанных в соответствии с рекомендациями FIPA. В состав модуля МАС входят семь типов агентов (см. рис.), которые разделены на три группы в зависимости от основного назначения.

Первая группа агентов взаимодействует с внешней средой и представлена координатором, помощником, а также агентом доступа к данным.

Вторая группа занимается декомпозицией поставленной задачи и включает экспертов предметной области. Агент-эксперт вводится в систему для решения различных специфичных задач.

Третья группа занимается непосредственно вычислениями и объединяет агента расчета агрегированных показателей, агентов корреляционного и регрессионного анализа.

В качестве теоретической основы для построения модели МАС была использована абстрактная модель FIPA: MAS=áAgent, Interactionñ, где Agent – множество всех классов агентов; Interaction – множество всех взаимодействий между классами агентов.

Класс агента представляет общую структуру агента или коллекцию всех агентов с одними и теми же характеристиками внутренних состояний. Модель класса агента определена следующим образом: Agent=áLA1, CM, BM, Oñ, где LA1 – множество информационных атрибутов (идентификатор, имя, местоположение и т.д.); CM – коммуникационная модель (язык и методы для общения); BM – поведенческая модель (способы обработки сообщений); O – множество онтологий.

Согласованное взаимодействие двух или более агентов – это ядро многоагентной технологии. Агенты взаимодействуют друг с другом для достижения общей цели. Класс взаимодействий определен следующим образом: Interaction=áLA2, CA, TAñ, где LA2 – множество фактических атрибутов, например, тип взаимодействия (кооперация, сотрудничество, конкуренция и т.д.); CA – множество характеристик соединения, таких как формат обмена, речевой акт, протокол взаимодействия, знания, язык и т.д.; TA – множество транспортных характеристик, таких как подход (клиент-сервер­ный, точка-точка и т.д.), режим (синхронный, асинхронный) и др.

Для разрабатываемой системы модель МАС и модель класса взаимодействий оставим без изменения, модель класса агента адаптируем к структуре сообщества МАС и к кругу решаемых задач. Модель класса агента определим следующим образом: Agent=áLA1, CM, BM, O, AD, SAñ, где CM=áZ, Wñ (Z={Zi}, i=1¸I – множество входящих сообщений; W={Ws, Wa}, s=1¸S, a=1¸A – множество синхронных Ws и асинхронных Wa (информационных, управляющих и координационных) выходных сообщений); BM={BMj}, j=1¸J – множество поведений агента, соответствующих ситуациям, которые зависят от состояний других агентов и их взаимодействий; O=áCl, Atr, Val, Limñ, где Cl={Clk}, k=1¸K – множество классов – типовых множеств реальных сущностей, обладающих общими признаками; сущность определяется совокупностью значений свойств класса, которому она принадлежит; Atr={Atru}, u=1¸U – множество атрибутов классов, представляющих качественные характеристики и отличительные особенности объектов; Val={Valu}, u=1¸U – множество областей допустимых значений атрибутов; Lim={Limb}, b=1¸B – множество ограничений, описывающих принадлежность атрибутов классам, принадлежность допустимых значений атрибутам, совместимость классов, функциональные ограничения, заданные над значениями атрибутов; AD={ADn}, n=1¸N – множество дополнительных функций, необходимых для выполнения поставленных задач и/или формирования ответных сообщений; SA – множество внутренних структур агента, описывающих его функциональное устройство в зависимости от его основного назначения.

Множество внутренних структур агента включает в себя: SA=áSAe, SAt, SAdñ, где SAe – множество агентов, взаимодействующих с внешней средой; SAt – множество агентов-экспертов определенной предметной области; SAd – множество агентов, занимающихся непосредственными вычислениями.

Модель агента, взаимодействующего с внешней средой: SAe=áMO, ERñ, где MO={MOz}, z=1¸Z – множество моделей окружения; ER={ERg}, g=1¸G – множество действий, допустимых для агента.

Агенты, взаимодействующие с внешней средой, представлены координатором, помощником, а также агентом доступа к данным. Координатор и помощник являются инициаторами всех взаимодействий в сообществе агентов, поскольку именно они реагируют на все воздействия со стороны клиентской части системы (вход пользователя в систему, ввод запроса и т.д.).

Модель агента – эксперта определенной предметной области: SAt=áTQ, TR, TP, Planñ, где TQ={TQm}, m=1¸M – множество целей агента; TR={TRg}, g=1¸G – множество действий, допустимых для агента; TP={TPz}, z=1¸Z – множество вариантов декомпозиции задач (библиотека частичных планов); Plan(TQm, TPz)=TRg – функция формирования плана действий агента (формирует упорядоченную последовательность действий агента из множества его допустимых действий TRg), исходя из его текущей цели TQm и варианта декомпозиции задачи TPz.

Модель агента, занимающегося непосредственными вычислениями: SAd=áTask, Par, DRñ, где Task={Taskm}, m=1¸M – множество решаемых задач; Par={Parz}, z=1¸Z – множество параметров; DR={DRg}, g=1¸G – множество действий для выполнения конкретных задач.

Таким образом, описанная обобщенная структура модуля МАС позволяет использовать разрозненные источники данных, проводить автоматизированные исследования, не требующие специальной квалификации пользователя, и предоставлять единый аналитический аппарат обработки информации.

Разработанный прототип модуля МАС может составить основу при создании систем информационной поддержки управленческих решений для  сбора, извлечения и анализа данных в узкоспециализированных областях применения.

Литература

1.     Wooldridge M. An Introduction to MultiAgent Systems. Wiley, 2009.

2.     Shamma Jeff. Cooperative Control of Distributed Multi-Agent Systems. John Wiley & Sons, 2008.

3.     Bordini R.H., Dastani M., Dix J., Seghrouchni A. Multi-Agent Programming: Languages, Tools and Applications. Springer, 2009.


Постоянный адрес статьи:
http://swsys.ru/index.php?page=article&id=3005
Версия для печати
Выпуск в формате PDF (5.33Мб)
Скачать обложку в формате PDF (1.08Мб)
Статья опубликована в выпуске журнала № 1 за 2012 год. [ на стр. 21 - 23 ]

Возможно, Вас заинтересуют следующие статьи схожих тематик: