WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     || 2 | 3 | 4 | 5 |   ...   | 12 |
АГЕНТНО-ОРИЕНТИРОВАННЫЕ СИСТЕМЫ: ОТ ФОРМАЛЬНЫХ МОДЕЛЕЙ К ПРОМЫШЛЕННЫМ ПРИЛОЖЕНИЯМ А.Н. Швецов Вологодский государственный технический университет 160000, г. Вологда, ул. Ленина, д. 15 Аннотация. Статья посвящена процессу развития агентно-ориентированных систем (АОС), возникших в результате технической эволюции информационных и программно-аппаратных средств современной инфосферы. Подробно рассматриваются такие понятия как «интеллектуальный агент» (ИА), «мультиагентная система» (МАС), «агентно-ориентированная система». Анализируются основные типы моделей и архитектур интеллектуальных агентов с позиций их формально-логических свойств и характеристик поведения. Выделены методологические подходы к проектированию АОС, оценены качественные характеристики известных методов построения данного класса систем.

Рассмотрены инструментальные средства создания агентно-ориентированных приложений и примеры использования интеллектуальных агентов в промышленных информационно-телекоммуникационных системах.

Annotation. Clause is devoted to the analysis of development of the agent-oriented systems (AOS), resulted technical information evolution in modern infosphere. Concepts as «intellectual agent» (IA), «multi-agent system » (MAS), «agent-oriented system» are in detail considered. The basic types of models and architecture of intellectual agents from positions of their is formal-logic properties and characteristics of behaviour are analyzed. Methodological approaches to designing AOS are selected, qualitative characteristics of known methods of construction of the given class of systems are estimated.

Tool means of creation of the agent-oriented applications and examples of usage of intellectual agents in industrial telecommunication systems are considered.

1 1. Становление парадигмы агентно-ориентированных систем 1.1. Эволюция информационных систем Развитие современного общества характеризуется расширением процессов глобализации, проявляющихся в стремительном формировании единого общемирового информационного пространства на основе передовых компьютерных технологий. Наиболее развитые страны мира осуществили переход от индустриальной цивилизации к цивилизации информационной и находятся сейчас на этапе формирования экономики, основанной на знаниях (Knowledge Economy). Наиболее эффективным и коммерчески прибыльным видом деятельности становятся не материальные технологии, а процессы преобразования человеческого знания, как индивидуального, так и коллективного.

Наряду с процессами информатизации разворачиваются и процессы интеллектуализации искусственных систем, которые можно рассматривать в двух аспектах: общенаучном (теоретическом) и прикладном (техническом).

В теоретическом аспекте интеллектуализация искусственных систем проявляется как составляющая общего эволюционного процесса. Если следовать концепции глобального эволюционизма, то появление, развитие и совершенствования интеллектуальных свойств искусственных систем предопределенно ходом эволюции ноосферы, такие свойства обязательно должны были появиться, и они проявляются все отчетливей.

Эволюция инфосферы представляет собой сложный, многоплановый, многоуровневый процесс. Рассматривая его с позиции развития интеллектуальных свойств, автор предлагает выделить три основных этапа:

1. Этап информатизации и становления ИИ характеризуется формированием глобальных сетевых информационных систем, созданием многоуровневой иерархии вычислительных компонентов и сред, развитием сферы ИИ и внедрением интеллектуальных систем в различных областях общественной жизни.

2. Этап возникновения и становления искусственного разума определяется тем, что в результате техногенеза – развертывания методологии ИИ, мультиагентных и виртуальных сообществ, формирования искусственной жизни появляются искусственные системы, обладающие сознанием, способные к саморефлексии, к анализу и планированию своего поведения и к разумной организации искусственной среды во взаимодействии с человеком.

3. Этап коэволюции естественного и искусственного разума, характеризующийся стиранием границы между естественной (биологической) и общественной (технической) формами жизни и завершающийся по образному выражению Тейяра де Шардена концом света: …переворот равновесия, отделения сознания в конце концов достигшего совершенства от своей материальной матрицы (выделено мною – А.Н.), чтобы отныне иметь возможность всей своею силой покоиться в боге-омеге [1].

Поскольку пока мы находимся на первом этапе интеллектуализации, обратимся к его техническому, прикладному аспекту. Современное состояние инфосферы характеризуется сложившейся многоуровневой иерархией информационных (ИС) и информационно-управляющих систем (ИУС), которые можно расположить по мере нарастания сложности следующим образом: локальные ИС и ИУС различных классов – от вычислительных приложений до экспертных систем (ЭС) и систем поддержки принятия решений (СППР); корпоративные информационные системы (КИС), объединяющие информационные ресурсы предприятий, организаций и крупных корпораций; региональные и глобальные ИС, обеспечивающие взаимодействие и доступ к разнородным источникам информации миллионов пользователей.

Для систем второго и третьего уровней характерно функционирование в гетерогенной информационной среде, под которой понимается множество территориальнораспределенных источников и приемников информации, осуществляющих информационный обмен посредством различных информационных языков, обеспечивающих соответствующие уровни и подуровни взаимодействия открытых систем [2], [3].



Эволюция ИУС была связана с совершенствованием инструментария, обеспечивающего уменьшение трудозатрат на создание и сопровождение ИУС через усиление специализации, стандартизации и кооперации, и с появлением новых средств хранения, обработки и передачи информации. Базовой моделью для ИУС второго, третьего и четвертого поколений стало направление MRP (Material Resource Planning) – MRPII – ERP (Enterprise Resource Planning) [4].

ИУС четвертого поколения, активно использующие типовые процедуры и функции, выполняемые на уровне СУБД, и CASE-средства для поддержки программных систем на всех этапах жизненного цикла, получили название корпоративных информационных систем [5]–[7]. Вместе с тем, современные КИС (SAP, Baan, PeopleSoft, Oracle, iRenaissance, «1С:Предприятие») в основном автоматизируют массовые рутинные операции, которые могут составлять до 80% трудозатрат в корпоративных системах (КС) [8], [9]. Автоматизация процессов принятия решений остается наиболее наукоемкой и сложной задачей, как с технической, так и с организационной точек зрения [10], [11].

Специфика функционирования КС все в большей мере требует применения распределенных СППР (РСППР), которые состоят из локальных СППР, функционирующих в узлах корпоративной вычислительной сети, и совместно решающих общие проблемы на основе обмена информацией и знаниями, осуществляемого как между СППР, так и между СППР и другими подсистемами КИС и распределенными приложениями.

Традиционные ИС не обеспечивают требуемого качества информационного анализа и необходимой эффективности формирования управляющих воздействий в условиях недостаточности априорной информации о внешней среде функционирования;

большого количества трудно учитываемых факторов нестационарности и субъективного их характера; изменяемости целей и критериев качества управления вследствие деградации или целенаправленной реконфигурации [12], [13].

Традиционные ИС обладают следующими характерными ограничениями:

– необходимость преодоления границ операционных сред, вызываемая тем, что в распределенных ИС применяются различные операционные системы, протоколы и интерфейсы;

– разнородность объектных моделей проявляется в том, что классы и объекты построенные в различных инструментальных средах имеют определенные отличия, не представленные эксплицитно;

– трудности управления административными границами между подразделениями корпорации и корпоративными клиентами при модификации программных средств, осуществляемой на стороне клиентов;

– методологические ограничения, связанные с использованием различных моделей и методов построения компонентов ИС.

Распределенные объектные архитектуры (CORBA, DCOM, Java RMI, WEBservices) стремятся преодолеть указанные ограничения, но оставляют нерешенными следующие проблемы развития ИС:

- необходимость перекомпиляции программных кодов при внесении изменений в объекты и интерфейсы;

- невозможность динамической адаптации поведения программных объектов в зависимости от состояний и поведения среды;

- невозможность работы в явной форме с моделями знаний, ценность которых в корпоративных системах постоянно возрастает;

- накопление гигантских объемов корпоративной информации, которые невозможно семантически обработать и представить в формах, удобных для ЛПР без иерархической организации уровней знаний (знания, метазнания, метаметазнания и т.д. – пирамида знаний).

Ограниченность традиционного информационного подхода можно показать аналитически на примере РСППР [14].

Сложившаяся к настоящему времени концепция информационной интеграции приближается к пределу своего естественного развития, выдвигая проблему повышения уровня интеллектуальности ИС и ИУС.

За последние годы значительно возросли объем и разнородность информации, необходимой для принятия оптимальных решений в КС. Взаимосвязь уровней управления и уровней интеграции в КС показана на рис. 1. На уровне стратегического управления решаются такие задачи как анализ и моделирование действий в кризисной ситуации, поиск новых решений стратегических проблем, организация взаимодействия между ИС, подготовка моделей прогноза развития кризисной ситуации и оценка рисков принятия решений, анализ состояния различных областей деятельности корпорации, подготовка вариантов стратегического развития. На уровне тактического управления обеспечивается своевременное доведение информации до экспертов и руководителей, контроль доведения решений до исполнителей и обеспечение контроля исполнения, обеспечение руководителей и экспертов сведениями о состоянии объектов управления и технологических процессов, контроль выполнения планов текущих работ по различным направлениям, подготовка аналитической информации по проблемам, связанным с деятельностью корпорации.

Построение интеллектуальных моделей управления и поддержки принятия решений становится универсальной задачей, не зависящей от размера компании и профиля ее деятельности [15]. В системах ведения электронного бизнеса (B2B – business-tobusiness) [16] естественным образом возникает виртуальное представление участников рынка с помощью программных агентов, выполняющих функции предварительного семантического анализа информации и ведения переговоров между партнерами. Передовые корпорации поддерживают такие неформальные структуры как сообщества обмена знаниями (community of practice – CoP) [17]. Во многих корпорациях встают задачи управления содержанием (content management), требующие построения онтологических моделей, учитывающих логику связей и отношений, и далее эпистемологических моделей (моделей метазнаний) [18].





Для решения подобных задач требуются новые подходы. В этой связи и возникает парадигма агентно-ориентированных систем, использующих интеллектуальных агентов как высокоуровневую абстракцию для формализации и структурирования предметной области и как мощное программное средство для разработки и реализации сложных информационных систем.

Интеллектуальные агенты – новый класс программных и программноаппаратных сущностей, которые действуют от имени пользователя, чтобы находить и обрабатывать информацию, вести переговоры в системах электронной торговли и услуг, автоматизировать выполнение рутинных операций и поддерживать решение трудных задач, сотрудничать с другими программными агентами при возникновении сложных проблем, снимая тем самым с человека избыточную информационную нагрузку.

Проблематика ИА и MAC имеет достаточно долгую историю и формируется на основе результатов, полученных в рамках таких направлений как «распределенный искусственный интеллект» (DAI – Distributed Artificial Intelligence), «параллельный искусственный интеллект» (PAI – Parallel Artificial Intelligence), «распределенные системы поддержки принятия решений» (DPS - Distributed Problem Solver) [19]–[21].

ВЫСШЕЕ РУКОВОДСТВО УРОВНИ УРОВНИ КОРПОРАЦИИ УПРАВЛЕНИЯ ИНТЕГРАЦИИ СИТУАЦИОННЫЙ ЦЕНТР ПОДДЕРЖКИ ПРИНЯТИЯ СТРАТЕГИЧЕСКОЕ РЕШЕНИЙ УПРАВЛЕНИЕ СЛОЙ ИНТЕЛЛЕКТУАЛЬНОЙ ИНТЕГРАЦИИ ЛИЦА ИНТЕЛЛЕКТУАЛЬНАЯ ТАКТИЧЕСКОЕ ПРИНИМАЮЩИЕ ИНТЕГРАЦИЯ УПРАВЛЕНИЕ РЕШЕНИЯ ЛОКАЛЬНЫЕ СИСТЕМЫ АНАЛИТИЧЕСКИЕ ПОДСИСТЕМЫ КОРПОРАТИВНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ ПРИЛОЖЕНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ РЕШЕНИЙ СЛОЙ ИНТЕЛЛЕКТУАЛЬНОЙ ИНТЕГРАЦИИ ЛИЦА ЛИЦА ИНФОРМАЦИОННАЯ ОПЕРАТИВНОЕ ПРИНИМАЮЩИЕ ПРИНИМАЮЩИЕ ИНТЕГРАЦИЯ УПРАВЛЕНИЕ РЕШЕНИЯ РЕШЕНИЯ ОБЪЕКТНЫЕ УНАСЛЕДОВАННЫЕ ОБЪЕКТНЫЕ УНАСЛЕДОВАННЫЕ ПРИЛОЖЕНИЯ ПРИЛОЖЕНИЯ ПРИЛОЖЕНИЯ ПРИЛОЖЕНИЯ РАСПРЕДЕЛЕННЫЕ ОБЪЕКТНЫЕ АРХИТЕКТУРЫ (CORBA, DCOM, Java RMI) IBM ИНФОКОММУНИКАЦИОННАЯ СРЕДА...

...

......

Рис. 1. Уровни управления и интеграции в КС Большое количество научно-исследовательских лабораторий, университетов, различных фирм и промышленных организаций работают в области агентных систем и технологий. Наиболее известными исследовательскими центрами являются университет Карнеги Мэллон (Carnegi Mallon University), Массачусетский университет (University of Massachusetts at Amherst), университет г. Болоньи (Univrsita di Bologna), ряд университетов и колледжей Великобритании (Stanford University, Manchester Metropolitan University). Занимаются этими проблемами и крупные корпорации (IBM, Microsoft, DEC, Apple, Toshiba, Hewlett Packard и др.).

В нашей стране исследования по данной тематике проводятся в Исследовательском центре искусственного интеллекта Института программных систем РАН (г. Переславль-Залесский), в Институте проблем управления РАН, в Санкт-Петербургском институте информатики и автоматизации РАН, в Санкт-Петербургском государственном электротехническом университете, в Санкт-Петербургском техническом университете, в Уфимском государственном авиационно-техническом университете, в Таганрогском радиотехническом университете, в Вологодском государственном техническом университете.

Основными направлениями научного поиска являются:

- теории агентов, которые рассматривают математические методы и формализмы абстрактного представления структуры и свойств агентов и способы построения логических выводов в таких формальных системах;

- методы коллективного поведения агентов;

- архитектуры агентов и МАС;

- методы, языки и средства коммуникации агентов;

- языки программирования агентов;

- методы и средства автоматизированного проектирования МАС;

- методы и средства обеспечения мобильности агентов.

Областями практического использования агентных технологий являются управление информационными потоками и вычислительными сетями, управление воздушным движением, информационный поиск, электронная коммерция, обучение, электронные библиотеки и многие другие приложения.

1.2. Историческое развитие агентно-ориентированного подхода История теории агентов неразрывно связана с общим контекстом становления кибернетики, теории автоматов, искусственного интеллекта как научных дисциплин, моделирующих поведение искусственных и биологических сущностей в условиях некоторой внешней среды.

Дж. фон Нейман в своих работах по самовоспроизводящимся автоматам в конце 40-х – начале 50-х годов ХХ века уже сформулировал проблемы искусственной эволюции, передачи наследственной информации в сложных автоматах, и разработал моделей самовоспроизведения автоматов: кинематическую, клеточную, типа «возбуждение-порог-усталость», непрерывную и вероятностную [22].

Фундаментальным базисом для формирования агентно-ориентированных представлений послужили труды А. Н. Колмогорова по теории информации и алгоритмической сложности объектов [23], И. Пригожина, И. Стенгерс, Г. Хакена по теории самоорганизации и эволюции открытых систем [24], [25], У. Р. Эшби по моделям гомеостазиса и разнообразию систем [26], А. Беркса по клеточным автоматам и моделированию эволюционных систем [27], Дж. Холланда и Д. Гольдберга по генетическим алгоритмам [28], [29].

Pages:     || 2 | 3 | 4 | 5 |   ...   | 12 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.