Методы взаимодействия и координации в мультиагентных системах на основе нечеткой логики высшего типа

• Veröffentlicht in: Проблеми програмування
• Datum: 2014
• Hauptverfasser: Парасюк, И.Н., Ершов, С.В.
• Format: Artikel
• Sprache: Russian
• Veröffentlicht: Інститут програмних систем НАН України 2014
• Schlagworte: Інтелектуальні інформаційні технології
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/113237
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Методы взаимодействия и координации в мультиагентных системах на основе нечеткой логики высшего типа / И.Н. Парасюк, С.В. Ершов // Проблеми програмування. — 2014. — № 2-3. — С. 242-252. — Бібліогр.: 20 назв. — рос.

Разработана динамическая архитектура мультиагентных систем на основе нечеткой логики высшего типа, позволяющая более информативно представить степень неопределенности системы нечетких правил при спецификации поведения интеллектуальных агентов и систем. Предложен метод взаимодействия нечетких агентов, базирующийся на значениях “речевых актов”, позволяющий обрабатывать намерения о сотрудничестве, связанном с предложением, сопровождающимся нечетким значением типа 2. Разработана ролевая модель координации поведения нечетких агентов, основанная на протоколах обмена сообщениями, задающая функциональность агентов в рамках мультиагентной системы. Поведение агента, соответствующее ролевым сущностям, формализовано правилами принятия решений на основе нечеткой логики типа 2. Dynamic architecture of intelligent multi-agent systems based on fuzzy logic of a higher type that allows more informative to present uncertainty of fuzzy rules when specifying the behavior of such systems and agents is developed. A method of fuzzy agents interactions based on the values of "speech acts", which allows to handle intent on cooperation associated with the proposal, followed by type 2 fuzzy value is proposed. Role-based coordination model of fuzzy agents behavior based on message exchange protocol that defines the functionality of agents within the multi-agent system is developed. Agent's behavior that corresponds to role entities is formalized by decision rules based on type 2 fuzzy logic.