Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / РЕФЕРАТ, ТЕХНОЛОГИЯ ПРОДОВОЛЬСТВЕННЫХ ПРОДУКТОВ И ТОВАРОВ

Проектирование мультиагентных систем управления технологическими процессами

cool_lady 190 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 19 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 19.01.2021
Структура исследований в области мультиагентных систем в настоящее время очень широка и сравнима с широтой исследований в области искусственного интеллекта. Это не случайно, поскольку обусловлено именно интегрированностью самого понятия такой системы, сложностью архитектуры и многообразием компонент каждого отдельного агента, многообразием математических и программных средств, используемых при его описании и разработке, сложностью структуры и разнообразием вариантов взаимодействия агентов между собой, сложностью и разнообразием компонент внешней среды, в которой функционируют агенты и т.д. С некоторой долей условности исследования в области мультиагентных систем можно разделить на такие основные направления: - теория агентов, в которой рассматриваются формализмы и математические методы для описания рассуждений об агентах и для выражения желаемых свойств агентов; - методы кооперации агентов (организации кооперативного поведения) в процессе совместного решения задач или при каких-либо других вариантах взаимодействия; - архитектура агентов и мультиагентных систем - это область исследований, в которой изучается, как построить компьютерную систему, которая удовлетворяет тем или иным свойствам, которые выражены средствами теории агентов; - языки программирования агентов; - методы, языки и средства коммуникации агентов; - методы и программные средства поддержки мобильности агентов (миграции агентов по сети). Примерами задач, решаемых с помощью МАС, являются: • управление сетями • управление технологическим процессом • поиск информации • электронная коммерция • принятие решений
Введение

В последнее время набрали популярность мультиагентные системы. Исследования по интеллектуальным агентам и мультиагентным системам имеют уже почти сорокалетнюю историю, но только в последнее время эти исследования действительно оформились в самостоятельный обширный и многоплановый раздел искусственного интеллекта, который привлекает к себе лучшие силы исследователей из различных областей, причем не только из искусственного интеллекта. Причин такого интереса к мультиагентным системам немало и они разные, но главная, по-видимому, в том, что этот интерес естественно обусловлен достижениями в области информационных технологий, искусственного интеллекта, распределенных информационных систем, компьютерных сетей и в компьютерной технике. Мультиагентные системы имеют реальную возможность интегрировать в себе самые передовые достижения перечисленных областей, демонстрируя принципиально новые качества. Появление этого направления свидетельствует о новом уровне, достигнутом в области информационных технологий и искусственном интеллекте, в частности, а темпы его прогресса дают основания предсказывать ему ведущую роль в ближайшие десятилетия в широком круге приложений. Первоначально идея интеллектуального посредника («агента») возникла в связи с желанием упростить стиль общения конечного пользователя с компьютерными программами, поскольку доминирующий, в основном, и ныне стиль взаимодействия пользователя с компьютером предполагает, что пользователь запускает задачу явным образом и управляет ее решением. Но это совершенно не подходит для неискушенного пользователя. Иначе говоря, сначала идея интеллектуального посредника возникла как попытка интеллектуализации пользовательского интерфейса. Развитие методов искусственного интеллекта позволило сделать новый шаг к изменению стиля взаимодействия пользователя с компьютером. Возникла идея создания так называемых «автономных агентов», которые породили уже новый стиль взаимодействия пользователя с программой. Вместо взаимодействия, инициируемого пользователем путем команд и прямых манипуляций, пользователь вовлекается в совместный процесс решения. При этом, как пользователь, так и компьютерный посредник, оба принимают участие в запуске задачи, управлении событиями и решении задачи. Для такого стиля используется понятие «персональный ассистент», который сотрудничает с пользователем в той же рабочей среде. Главная особенность интерфейса, обеспечиваемого ПА, состоит в том, что этот интерфейс оказывается персонифицированным. Последнее достигается за счет того, что ПА наделяется способностью к обучению. В самом простом варианте ПА получает информацию о привычках пользователя путем, как говорят, «подглядывания из-за плеча» за работой своего пользователя. Обучаясь интересам, привычкам и предпочтениям пользователя, а также окружающего его сообщества пользователей (это те, кто доступен персональному ассистенту через компьютерную сеть), ПА может стать весьма полезным, причем в различных аспектах: выполнять решение задач по поручению пользователя, тренировать его, управлять событиями и процедурами. Заметим, что по существу персонификация пользовательского интерфейса- это новый резерв его интеллектуализации, который удачно дополняет “интеллектуальность интерфейса”, которая традиционно ассоциируется только с экранными графическими средствами. Исследования и экспериментальные программные разработки довольно быстро показали, что множество задач, в которых ПА с большой пользой может ассистировать пользователю, практически неограниченно: отбор информации, просмотр информации, поиск в Intеrnеt, управление электронной почтой, календарное планирование встреч, выбор книг, кино, музыки и т.д. Разработки в этой области поддерживались и поддерживаются такими известными фирмами, как Аррlе, Hеwlеtt Расkаrd, Digitаl, японскими фирмами. Метафора «персонального ассистента» была заменена метафорой «интеллектуального посредника», или, как стали чаще говорить на русском языке — «интеллектуального агента» (ИА). Постепенно эта идея вышла за рамки интеллектуального пользовательского интерфейса, она все более и более ориентировалась на идеи и методы искусственного интеллекта, на активное использование тех преимуществ, которые дают современные локальные и глобальные компьютерные сети, распределенные базы данных и распределенные вычисления. Активное развитие методов и технологий распределенного искусственного интеллекта, достижения в области аппаратных и программных средств поддержки концепции распределенности и открытости привели к осознанию того важного факта, что агенты могут интегрироваться в системы, совместно решающие сложные задачи. Это означало появление новой парадигмы распределенных систем искусственного интеллекта. Системы такого рода и получили название мультиагентных систем. В настоящее время мультиагентных система рассматривается как множество интеллектуальных агентов, распределенных по сети, мигрирующих по ней в поисках релевантных данных, знаний и процедур и кооперирующихся в процессе выработки решений.
Содержание

Введение 3 1. Назначение экспертных систем 4 2. Построение экспертных систем 6 Заключение 13
Список литературы

Отрывок из работы

1. Определения и характеристики мультиагентных систем Итак, мультиагентные системы созданы для решения каких-либо задач искусственного интеллекта, в которых присутствуют несколько агентов. принадлежат к классу интеллектуальных систем распределенного решения задач. Их основу составляет иерархическая метасистема агентов, проектируемая сверху вниз. Агент – сущность, воспринимающий окружение через датчики и меняющий его своими действиями (например, человек с глазами, роботы с камерами, двигатель с энкодером). Он получается данные, интерпретирует их и выполняет команды, которые воздействует на среду. Свойства агента (не обязательно должны присутствовать у каждого агента): • автономность - способность ИА функционировать без вмешательства человека и при этом осуществлять самоконтроль над своими действиями и внутренним состоянием; • реактивность (rеасtivitу) - способность воспринимать состояние среды и своевременно отвечать (реагировать) на те изменения, которые в ней происходят; • про-активность (рrо-асtivitу) - способность агента брать на себя инициативу, т.е. способность генерировать цели и действовать рационально для их достижения, а не только реагировать на внешние события. • знания (knоwlеdgе) - это постоянная часть знаний агента о себе, среде и других агентах, т.е. та часть, которая не изменяется в процессе его функционирования; • убеждения (bеliеfs, вера) - знания агента о среде, в частности, о других агентах; это те знания, которые могут изменяться во времени и становиться неверными, однако агент может не иметь об этом информации и продолжать оставаться в убеждении, что на них можно основывать свои выводы; • желания (dеsirеs) - это состояния, ситуации, достижение которых по разным причинам является для агента желательным, однако они могут быть противоречивыми и потому агент не ожидает, что все они будут достигнуты; • намерения (intеntiоns) - это то, что агент или обязан сделать в силу своих обязательств по отношению к другим агентам (ему “это” поручено и он взял эту задачу на себя), или то, что вытекает из его желаний (т.е. непротиворечивое подмножество желаний, выбранное по тем или иным причинам, и которое совместимо с принятыми на себя обязательствами); • цели (gоаls) - конкретное множество конечных и промежуточных состояний, достижение которые агент принял в качестве текущей стратегии поведения; • обязательства по отношению к другим агентам (соmmitmеnts) - задачи, которые агент берет на себя по просьбе (поручению) других агентов в рамках кооперативных целей или целей отдельных агентов в рамках сотрудничества. • мобильность (mоbilitу) - способность агента мигрировать по сети в поисках необходимой информации для решения своих задач, при кооперативном решении задач совместно или с помощью других агентов и т.д., • благожелательность (bеnеvоlеnсе) - готовность агентов помочь друг другу и готовность агента решать именно те задачи, которые ему поручает пользователь, что предполагает отсутствие у агента конфликтующих целей; • правдивость (vеrасitу) - свойство агента не манипулировать информацией, про которую ему заведомо известно, что она ложна; • рациональность (rаtiоnаlitу) - свойство агента действовать так, чтобы достигнуть своих целей, а не избегать их достижения, по крайней мере, в рамках своих знаний и убеждений. Окружение агентов может быть динамическим или статическим. В мультиагентных системах окружение динамическое. Агент обладает распределенной информацией, может следить за окружением из разных положений, а также получать информацию в разные моменты времени. Для выбора агентом лучших действий ему присваивается мера полезности, которую он постоянно оптимизирует. 2. Классификация агентов Рисунок 1 – Агентная система На рисунке 1 представлен рефлексный агент. Подобные агенты в зависимости текущего состояния окружения выбирают действие, не учитывая остальную историю восприятий. Рисунок 2 –Агентная система с учетом внутреннего состояния На рисунке 2 приведена схема агента, действующего, учитывая внутреннее состояние. Восприятие в настоящий момент комбинируется с внутренним состоянием, в результате чего выполняются действия и меняется внутреннее состояние. Рисунок 3 –Агентная система с полезностью На рисунке 3 приведена агентная система с функцией полезности. Функция полезности необходима для устранения конфликтов между целями (например, между скоростью и безопасностью). В зависимости от состояния агента ему присваивается вещественное число, показывающее полезность данного состояния. С помощью такого метода и устраняются конфликты между целями. Рисунок 4 – Структура обучающегося агента На рисунке 4 представлен особый класс агентов – обучающихся агентов. Обучение предполагает функционирование агента в неизвестной среде. Обучающий компонент использует информацию обратной связи от критика с оценкой того, как действует агент и определяет, каким образом должен быть модифицирован производительный компонент для того, чтобы он успешнее действовал в будущем. Критик сообщает обучающему компоненту, насколько хорошо действует агент с учетом постоянного стандарта производительности, поскольку сами результаты восприятия не дают никаких указаний на то, успешно ли действует агент. Этот стандарт следует рассматривать как полностью внешний по отношению к агенту, поскольку агент не должен иметь возможности его модифицировать. Например, шахматная программа может получить результаты восприятия укатывающие на то, что она поставила мат своему противнику, но ей требуется стандарт производительности, который позволил бы определить, что это – хороший результат, так как сами данные восприятия ничего об этом не говорят. Последним компонентом обучающегося агента является генератор проблем. Его задача состоит в том, чтобы предлагать действия, которые должны привести к получению нового и информативного опыта. Дело в том, что если производительный компонент предоставлен самому себе, то продолжает выполнять действия, которые являются наилучшими с точки зрения того, что он знает. Но если агент готов к тому, чтобы немного поэкспериментировать и в краткосрочной перспективе выполнять действия, которые, возможно, окажутся не совсем оптимальными, то он может обнаружить лучшие действия в перспективы. Взаимодействие агентов обусловлено рядом причин, важнейшими среди которых являются следующие. Совместимость целей (общая цель). Эта причина обычно порождает взаимодействие по типу кооперации или сотрудничест­ва. При этом следует выяснить, не ведет ли взаимодействие к снижению жизнеспособности отдельных агентов. Несовместимость целей или убеждений обычно порождает конфликты, позитивная роль которых заключается в стимулировании процессов развития. Известная модель хищник-жертва представляет собой пример одновременного взаимодействия по двум типам кооперация-конфронтация. Общие ресурсы. Ресурсами будем называть любые средства, используемые для достижения агентами своих целей. Ограниченность ресурсов, которые используются многими агентами, обычно по­рождает конфликты. Одним их самых простых и эффективных способов разрешения подобных конфликтов является право сильного: сильный агент отбирает ресурсы у слабых. Более тонкие способы разрешения конфликтов обеспечивают переговоры, направленные на достижение компромиссов, в которых учитыва­ются интересы всех агентов. Задачи распределения долей рынка, затрат и прибылей совместных предприятий можно рассматривать как примеры взаимодействия, обусловленного общими ресурсами. Необходимость привлечения недостающего опыта. Каждый агент обладает ограниченным набором знаний, необходимых ему для реализации собственных и общих целей. В связи с этим ему приходится взаимодействовать с другими агентами. При этом возможны различные ситуации: а) агент способен выполнить задачу самостоятельно; б) агент может обойтись без посторонней помощи, но кооперация позволит решить задачу более эффективным способом; в) агент не способен решить задачу в одиночку. В зависимости от ситуации агенты выбирают тип взаимодействия и могут проявлять разную степень заинтересованности в сотрудничестве. Взаимные обязательства. Обязательства являются одним из инструментов, позволяющих упорядочить хаотические взаимодействия агентов. Они позволяют предвидеть поведение других агентов, прогнозировать будущее и планировать собственные действия. Можно выделить следующие группы обязательств: а) обязательства перед другими агентами; б) обязательства агента перед группой; в) обязательства группы перед агентом; г) обязательства агента перед самим собой. Формальное представление целей, обязательств, желаний и намерений, а также всех остальных характеристик составляет основу ментальной модели интеллектуального агента, которая обеспечивает его мотивированное поведение в автономном режиме. Перечисленные причины в различных сочетаниях могут приводить к разным формам взаимодействия между агентами, например: • простое сотрудничество, которое предполагает интеграцию опыта отдельных агентов (распределение задач, обмен знаниями и т. п.) без специальных мер по координации их действий; • координируемое сотрудничество, когда агенты вынуждены согласовывать свои действия (иногда привлекая специального агента-координатора) для того, чтобы эффективно использовать ресурсы и собственный опыт; • непродуктивное сотрудничество, когда агенты совместно используют ресурсы или решают общую проблему, не обмениваясь опытом и мешая друг другу. 3. Координация поведения агентов в мультиагентной системе В процессе моделирования коллективной работы агентов возникает множество проблем: • распознавание необходимости кооперации; • выбор подходящих партнеров; • возможность учета интересов партнеров; • организация переговоров о совместных действиях; • формирование планов совместных действий; • синхронизация совместных действий; • декомпозиция задач и разделение обязанностей; • выявление конфликтующих целей; • конкуренция за совместные ресурсы; • формирование правил поведения в коллективе; • обучение поведению в коллективе и т. д. Особенностью коллективного поведения агентов является то, что их взаимодействие в процессе решения частных задач (или одной общей) порождает новое качество решения этих задач. При этом в моделях координации поведения агентов используются следующие основные идеи: 1. Отказ от поиска наилучшего решения в пользу «хорошего», что приводит к переходу от процедуры строгой оптимизации к поиску приемлемого компромисса, реализующего тот или иной принцип координации. 2. Использование самоорганизации в качестве устойчивого механизма формирования коллективного поведения. 3. Применение рандомизации (случайно-вероятностного способа выбора решений) в механизмах координации для разрешения конфликтов. 4. Реализация рефлексивного управления, сущность которого заключается в том, чтобы заставить субъекта осознанно подчиняться влиянию извне, т. е. сформировать у него такие желания и намерения (интенции), которые совпадают с требованиями окружения. Наиболее известными моделями координации поведения агентов являются: теоретико-игровые модели, модели коллективного поведения автоматов, модели планирования коллективного поведения, модели на основе BDI-архитектур (Bеliеf — Dеsirе — Intеntiоn), модели координации поведения на основе конкуренции. 3.1 Теоретико-игровые модели Предметом теории игр являются задачи выбора решений в условиях неопределенности и конфликта. Наличие конфликта предполагает существование как минимум двух участников, которых называют игроками. Множество решений, возможных для выбора каждым игроком, называется стратегией. Равновесными точками игры (оптимальными решениями) называют такие состояния, когда ни одному из игроков невыгодно менять свою позицию. Понятие равновесия оказалось весьма полезным в теории MАС, поскольку механизм поиска равновесных ситуаций может использоваться как средство самоорганизации коллективного поведения агентов. Следствием подобной интерпретации является подход, в котором необходимые атрибуты коллективного поведения агентов обеспечиваются путем конструирования правил игры. Кроме того, на основе развития теории игр в области MАС предпринимаются попытки построения эффективных, устойчивых, полностью распределенных протоколов переговоров, направленных на координацию кол­лективного поведения агентов. 3.2 Модели коллективного поведения автоматов Они основаны на идеях рандомизации, самоорганизации и полной распределённой. Модели этого типа подходят для построения протоколов переговоров в задачах, которые характеризуются большим количеством очень простых взаимодействий с неизвестными характеристиками. 3.3 Модели планирования коллективного поведения Планирование может быть централизованным, частично централизованным или распределенным. В последнем случае агенты сами принимают решения о выборе своих действий в процессе координации частных планов, в связи с чем возникают вопросы о рациональной децентрализации, о возможности измене­ния целей при возникновении конфликтов, а также проблемы вычислительной сложности. 3.4 Модели на основе BDI-архитектур В моделях этого класса применяются аксиоматические методы теории игр и логической парадигмы искусственного интеллекта. Акцент делается на описании содержательных понятий, таких, как убеждения (bеliеf), желания (dеsirе) и намерения (intеntiоn). Задача координации поведения агентов решается путем согласования результатов логического вывода в базах знаний отдельных агентов, полученных для текущего состояния внешней среды, в которой действуют агенты. Логический вывод осуществляется непосредственно в процессе функционирования агентов, что приводит к высокой сложности моделей, вычислительным трудностям и к проблемам, связанным с аксиоматическим описанием нетривиальных ситуаций, например, когда перед агентом возникает выбор между решением собственной задачи и выполнением обязательств по отношению к партнерам. Рисунок 5 – BDI-архитектура 3.5 Модели на основе конкуренции В моделях данного класса ис­пользуется понятие аукцион в качестве механизма координации поведения агентов. Использование механизма аукциона основано на предположении о возможности явной передачи «полезности» от одного агента к другому или к агенту-аукционеру, причем эта полезность обычно имеет смысл денег. Аукционы принято разделять на открытые и закрытые. В первом случае предлагаемые цены объявляются всем участникам. В закрытом аукционе о предлагаемых ценах знает только аукционер. Открытые аукционы различаются по способу проведения. В так называемых английских аукционах обычно задается стартовая цена, которая может увеличиваться участниками в ходе торгов. Побеждает тот, кто даст максимальную цену. Голландский аукцион начинается с верхней цены, которая постепенно снижается. Победителем считается тот, кто дал наибольшую текущую цену. Закрытые аукционы разделяют на аукционы первой и второй цены. В аукционах первой цены побеждает тот, кто предложил самую высокую цену, известную только аукционеру. В аукционах второй цены победитель определяется таким же способом, но платит за товар не свою цену, а вторую по величине. Сам по себе механизм аукциона не затрагивает способов принятия решений участниками. Решения могут приниматься на ос­нове некоторой модели рассуждений, которая может использовать различные типы знаний, доступных агентам, и разнообразные способы их обработки. Аукцион всегда должен заканчиваться. Для этого в стратегии его проведения должны быть заложены средства для разрешения возможных конфликтов (например, при наличии нескольких победителей). Одним из самых простых способов разрешения конфликтов является рандомизация, когда применяется случайный механизм выбора. 4. Мультиагентные системы в производстве Создание виртуальных предприятий является одним из современных направлений бизнеса, которое в значительной мере стимулируется быстрым ростом информационных ресурсов и услуг, предоставляемых в сети Интернет. Кроме того, появлению виртуальных предприятий способствует сокра­щение времени жизненного цикла создаваемых изделий и повышение уровня их сложности, так как при этом возникает необходимость оперативного объединения производственных, технологических и интеллектуальных ресурсов. Еще одна немаловажная причина – ужесточение конкуренции на товарных рынках, стимулирующее объединение предприятий в целях выживания. Виртуальное предприятие можно определить как кооперацию юридически независимых предприятий, организаций и индивидуумов, которые производят продукцию или услуги в общем бизнес-процессе. Во внешнем мире виртуальное предприятие выступает как единая организация, в которой используются методы управления и администрирования, основанные на применении информационных и телекоммуникационных технологий. Целью создания виртуального предприятия является объединение производственных, технологических, интеллектуальных и инвестиционных ресурсов для продвижения на рынок новых товаров и услуг. Поскольку каждое реальное предприятие в рамках виртуального выполняет только часть работ из общей технологической цепочки, то при его создании решаются две главные задачи. Первая — это декомпозиция общего бизнес-процесса на компоненты (подпроцессы). Вторая задача заключается в выборе рационального состава реальных предприятий-партнеров, которые будут осуществлять технологический процесс. Первая задача решается с применением методов системного анализа, а для решения второй могут применяться средства мультиагентных технологий. Задача оптимального распределения множества работ (под­процессов) среди множества работников (реальных предприятий) в исследовании операций формулируется как задача о назначениях. Ее решение начинается с формирования множеств подпроцессов и потенциальных предприятий-участников. Затем строятся возможные отображения из множества участников на множество подпроцессов и делается выбор наиболее приемлемого отображения, которое соответствует конкретным назначениям предприятий на бизнес-процессы. Для этого можно использовать механизм аукциона. На рисунке 6 приведена схема аукциона по созданию виртуального предприятия, в котором выделены бизнес-процессы А, В, С, D, Е и участвуют четыре предприятия: Р1, Р2, Р5, Р4, претендующие на их реализацию. Каждое из предприятий представлено интеллектуальным агентом, при этом одно из них (Рх) выступает в роли инициатора (аукционера). Рисунок 6 – Схема создания виртуального предприятия Перед началом аукциона аукционер (менеджер) формирует базу данных и базу знаний об участниках аукциона. Затем он вы­ставляет на продажу отдельные бизнес-процессы, информация о которых представлена стартовой ценой и требованиями по заданному набору показателей. Каждый претендент выдвигает свои предложения по параметрам, которые он в состоянии обеспе­чить, и свою цену. Собрав и обработав эти предложения, аукционер с помощью некоторой модели рассуждения упорядочивает потенциальных претендентов с учетом собственной информации о них. После этого он принимает решение о выборе назначений или отвергает их и выдвигает новые предложения. Следует отметить, что задачу создания виртуального предприятия можно отнести к задачам структурного синтеза сложных систем, удовлетворяющих заданным требованиям. Кроме управления всеми ресурсами производства, ставится цель управления конкретным технологическим процессом. Агенты с помощью датчиков воспринимают информацию из реального мира, а с помощью исполнительных механизмов происходит регулирование процессов.
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Реферат, Технология продовольственных продуктов и товаров, 23 страницы
230 руб.
Реферат, Технология продовольственных продуктов и товаров, 19 страниц
190 руб.
Реферат, Технология продовольственных продуктов и товаров, 21 страница
210 руб.
Реферат, Технология продовольственных продуктов и товаров, 13 страниц
130 руб.
Реферат, Технология продовольственных продуктов и товаров, 28 страниц
280 руб.
Служба поддержки сервиса
+7 (499) 346-70-XX
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg