Интеллектуальная система, функционирующая на основе мультиагентных технологий

Обсуждаются особенности реализации бортовой интеллектуальной системы контроля динамики судна на основе мультиагентных технологий. Основное внимание уделяется формализации процедур функционирования ИС в различных условиях эксплуатации, в том числе и в экстремальных ситуациях. Мультиагентная систем...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2009
Автори:	Нечаев, Ю.И., Лютин, A.B.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2009
Теми:	Прикладные интеллектуальные системы
Онлайн доступ:	https://nasplib.isofts.kiev.ua/handle/123456789/8131
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Интеллектуальная система, функционирующая на основе мультиагентных технологий / Ю.И. Нечаев, A.B. Лютин // Штучний інтелект. — 2009. — № 3. — С. 413-422. — Бібліогр.: 20 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	nasplib_isofts_kiev_ua-123456789-8131
record_format	dspace
spelling	Нечаев, Ю.И. Лютин, A.B. 2010-04-30T15:35:50Z 2010-04-30T15:35:50Z 2009 Интеллектуальная система, функционирующая на основе мультиагентных технологий / Ю.И. Нечаев, A.B. Лютин // Штучний інтелект. — 2009. — № 3. — С. 413-422. — Бібліогр.: 20 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/8131 004.942 Обсуждаются особенности реализации бортовой интеллектуальной системы контроля динамики судна на основе мультиагентных технологий. Основное внимание уделяется формализации процедур функционирования ИС в различных условиях эксплуатации, в том числе и в экстремальных ситуациях. Мультиагентная система рассматривается в качестве конкурирующей технологии, обеспечивающей повышение эффективности контроля и принятие решений. У статті обговорюються особливості реалізації бортової інтелектуальної системи контролю динаміки судна на основі мультиагентних технологій. Основна увага приділяється формалізації процедур функціонування ІС у різноманітних умовах експлуатації, у тому числі й у екстремальних ситуаціях. Мультиагентна система розглядається як конкуруюча технологія, що забезпечує підвищення ефективності контролю та прийняття рішень. The features of realization of the multiagent approach are discussed at construction of the onboard intelligence system (IS) of ship dynamics. The basic attention is given to formalization of procedures of IS functioning in various conditions of operation, including in extreme situations. Used the multiagent system is considered as competing technology ensuring increase of efficiency of the control and acceptance of the decisions. ru Інститут проблем штучного інтелекту МОН України та НАН України Прикладные интеллектуальные системы Интеллектуальная система, функционирующая на основе мультиагентных технологий Інтелектуальна система, що функціонує на основі мультиагентних технологій The Intelligence System Functionated on the Basis of the Multiagent Technologies Article published earlier
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
title	Интеллектуальная система, функционирующая на основе мультиагентных технологий
spellingShingle	Интеллектуальная система, функционирующая на основе мультиагентных технологий Нечаев, Ю.И. Лютин, A.B. Прикладные интеллектуальные системы
title_short	Интеллектуальная система, функционирующая на основе мультиагентных технологий
title_full	Интеллектуальная система, функционирующая на основе мультиагентных технологий
title_fullStr	Интеллектуальная система, функционирующая на основе мультиагентных технологий
title_full_unstemmed	Интеллектуальная система, функционирующая на основе мультиагентных технологий
title_sort	интеллектуальная система, функционирующая на основе мультиагентных технологий
author	Нечаев, Ю.И. Лютин, A.B.
author_facet	Нечаев, Ю.И. Лютин, A.B.
topic	Прикладные интеллектуальные системы
topic_facet	Прикладные интеллектуальные системы
publishDate	2009
language	Russian
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
format	Article
title_alt	Інтелектуальна система, що функціонує на основі мультиагентних технологій The Intelligence System Functionated on the Basis of the Multiagent Technologies
description	Обсуждаются особенности реализации бортовой интеллектуальной системы контроля динамики судна на основе мультиагентных технологий. Основное внимание уделяется формализации процедур функционирования ИС в различных условиях эксплуатации, в том числе и в экстремальных ситуациях. Мультиагентная система рассматривается в качестве конкурирующей технологии, обеспечивающей повышение эффективности контроля и принятие решений. У статті обговорюються особливості реалізації бортової інтелектуальної системи контролю динаміки судна на основі мультиагентних технологій. Основна увага приділяється формалізації процедур функціонування ІС у різноманітних умовах експлуатації, у тому числі й у екстремальних ситуаціях. Мультиагентна система розглядається як конкуруюча технологія, що забезпечує підвищення ефективності контролю та прийняття рішень. The features of realization of the multiagent approach are discussed at construction of the onboard intelligence system (IS) of ship dynamics. The basic attention is given to formalization of procedures of IS functioning in various conditions of operation, including in extreme situations. Used the multiagent system is considered as competing technology ensuring increase of efficiency of the control and acceptance of the decisions.
issn	1561-5359
url	https://nasplib.isofts.kiev.ua/handle/123456789/8131
citation_txt	Интеллектуальная система, функционирующая на основе мультиагентных технологий / Ю.И. Нечаев, A.B. Лютин // Штучний інтелект. — 2009. — № 3. — С. 413-422. — Бібліогр.: 20 назв. — рос.
work_keys_str_mv	AT nečaevûi intellektualʹnaâsistemafunkcioniruûŝaânaosnovemulʹtiagentnyhtehnologii AT lûtinab intellektualʹnaâsistemafunkcioniruûŝaânaosnovemulʹtiagentnyhtehnologii AT nečaevûi íntelektualʹnasistemaŝofunkcíonuênaosnovímulʹtiagentnihtehnologíi AT lûtinab íntelektualʹnasistemaŝofunkcíonuênaosnovímulʹtiagentnihtehnologíi AT nečaevûi theintelligencesystemfunctionatedonthebasisofthemultiagenttechnologies AT lûtinab theintelligencesystemfunctionatedonthebasisofthemultiagenttechnologies
first_indexed	2025-11-25T00:58:53Z
last_indexed	2025-11-25T00:58:53Z
_version_	1850500239659630592
fulltext	«Штучний інтелект» 3’2009 413 8Н УДК 004.942 Ю.И. Нечаев1, A.B. Лютин2 1Институт высокопроизводительных вычислений и информационных систем, 2Государственный морской технический университет, Санкт-Петербург, Россия int@csa.ru Интеллектуальная система, функционирующая на основе мультиагентных технологий Обсуждаются особенности реализации бортовой интеллектуальной системы контроля динамики судна на основе мультиагентных технологий. Основное внимание уделяется формализации процедур функционирования ИС в различных условиях эксплуатации, в том числе и в экстремальных ситуациях. Мультиагентная система рассматривается в качестве конкурирующей технологии, обеспечивающей повышение эффективности контроля и принятие решений. Введение Разработка и испытание бортовых интеллектуальных систем (ИС) представляют со- бой одно из перспективных направлений повышения эффективности контроля динами- ческих ситуаций, возникающих в практике эксплуатации судов и плавучих технических средств освоения океана. Исследования в области архитектурно-структурной организа- ции бортовых ИС показывают, что в качестве эффективных моделей такой организации можно рассматривать мультиагентные системы (МАС) [1-20]. Эти системы представляют собой одно из наиболее перспективных направлений развития распределенных компью- терных систем с высоким уровнем искусственного интеллекта. На рис. 1 приведена схема контроля поведения судна как сложного динамического объекта (ДО). Измерительный блок Вычислительный блок Блок сравнения Матрица логических правил Оператор Блок адаптации Блок анализа ситуации Блок нейросетевых моделей … Рисунок 1 – Поток информации при контроле поведения ДО в штормовых условиях Нечаев Ю.И., Лютин A.B. «Искусственный интеллект» 3’2009 414 8Н Схема определяет контроль поведения ДО в рамках принципа конкуренции, позволяющего выбирать предпочтительную вычислительную технологию обработки информации в мультипроцессорной вычислительной среде [11], [12]. Архитектурно-структурная организация ИС на основе концепции МАС позволяет обеспечить новые качественные признаки, повышающие эффективность функциони- рования системы в сложных (особенно в нештатных и экстремальных) ситуациях за счет использования следующих преимуществ [3-6], [9], [10], [14-16], [19]:  параллелизм обработки информации на основе сообщества агентов;  уменьшение объема передаваемой информации (отдельным агентам передаются высо- коуровневые частичные решения);  гибкость, обеспечивающая возможность использования агентов различной мощности при совместном решении поставленной задачи;  повышение надежности системы путем передачи функций между агентами. В настоящей статье предлагается подход к архитектурно-структурной организации МАС, ориентированной на решение задач анализа и прогноза развития текущих ситуаций на основе измерительной информации [2], [11-13]. 1. Особенности представления исходной информации Исходная информация для функционирования МАС представляется в виде дерева типовых процедур, обеспечивающих реализацию потока информации в системе «динамический объект – внешняя среда» (рис. 2). A B C D E F G H Рисунок 2 – Дерево типовых процедур Соответствующие укрупненные процедуры обработки информации и принятия решений при контроле динамики объекта содержатся в табл. 1. Приведенные на рис. 2 и в табл. 1 процедуры обработки информации позволяют реализовать концепцию МАС как коллективное поведение интеллектуальных агентов при контроле и прогнозировании сложных ситуаций [10]. Интеллектуальная система, функционирующая на основе мультиагентных технологий «Штучний інтелект» 3’2009 415 8Н Таблица 1 – Элементы структуры типовых процедур обработки информации и характеристика задач анализа и прогноза развития нештатных и экстремальных ситуаций Cтруктура Характеристика (А-1) – (A-4) Функции измерительной системы (В-1) – (B-3) Обработка данных измерений (С-1) – (C-5) Оценка текущей ситуации (D-1) – (D-11) Экстремальные ситуации (E-1) – (E-7) Процедуры принятия решений (F-1) – (F-5) Прогноз экстремальных ситуаций (G-1) – (G-3) Mоделированиe ситуаций (Н-1) – (H-3) Визуализация ситуаций 2. Формальное описание интеллектуального агента Архитектурное решение представления интеллектуального агента рассмотрено на рис. 3. Такое решение является типичным для классической модели МАС, используемой в задачах принятия решений при контроле сложных ДО и систем [2-10], [14-16]. Реализацию представленной архитектуры можно рассматривать как звено нижнего уровня многоуровневой МАС. Верхний уровень (метауровень) обеспечивает координа- цию функционирования всей МАС на основе глобальной стратегии решения общей за- дачи контроля динамики судна как сложного объекта. X Y Уровень управления Рабочая память ИА Сервисные средства Средства моделирования и визуализации Человеко- машинный интерфейс Средства ввода- вывода Менеджер коммуникаций Уровень знаний ИА  Знания о задаче контроля  Генерация новых знаний  Знания о взаимодействии  Знания о предметной области  Знания об условиях задачи Уровень интерфейса ИА  Правила декомпозиции задач  Правила взаимодействия  Правила составления отчетов  Правила получения выводов  Правила формирования плана Рисунок 3 – Архитектура интеллектуального агента бортовой ИС Как следует из рис. 3, особенностью ИА как элемента сложной системы является многоуровневое представление знаний:  уровень знаний о предметной области динамики судна на волнении; Нечаев Ю.И., Лютин A.B. «Искусственный интеллект» 3’2009 416 8Н  уровень знаний об условиях решения задачи контроля и прогнозирования;  уровень генерации новых знаний на основе адаптивной компоненты. Формальная модель архитектуры агента представляется в следующем виде [5]: Ag = <shm P, M>, (1) где shmP = <B, C. D> – понятия агента; В = {Вi}, I = 1, …, n – множество имен признаков объекта; C = {Cj), j = 1, …, m – множество признаков, обеспечивающих связь между понятиями; D = {Dk}, k = 1, …r – множество признаков, характеризующих понятие; структура М = <R, N> – множество методов, реализующих преобразование входных атрибутов в выходные. Используемые в (1) методы включают множество подходов, методов и моделей обработки информации, связанных в семантическую сеть (рис. 4), с помощью которой определяется структура интерпретации знаний. A1 A2 B1 B2 C1 C2 D1 D2 E1 E2B3 A B C D E A1 A2 B1 B2 B3 C1 C2 D1 D2 E1 E2 A11…A1m A21…A2m B11…B1n B21…B2n B31…B3n C11…C1p C21…C2p D11…D1q D21…D2q E11…E1r E21…E2r Intelligence Support Task Рисунок 4 – Семантическая сеть задач интеллектуальной поддержки решений: А – анализ альтернатив в нечеткой среде; В – выявление «скрытых» закономерностей; С – поиск физических эффектов; D – многокритериальная оптимизация; E – обработка результатов эксперимента; А1 – подход Беллмана – Заде; A2 – Метод Саати; В1 – статистические модели; В2 – формальный концептуальный анализ; В3 – нейросетевые модели; С1 – онтологии; С2 – нейросетевые модели; D1 – модели оптимизации решений; D2 – модели, описывающие критериальный базис; Е1 – модели планирования эксперимента и оценки адекватности его результатов; Е2 – модели аппроксимации, идентификации и прогноза, а также визуализации результатов эксперимента. 3. Логический вывод в рамках принципа конкуренции Рассмотрим формальную постановку задачи организации функционирования динамической базы знаний бортовой ИС. Пусть Yi (i = 1, …, m) – множество классов задач интеллектуальной поддержки оператора. Каждому классу Yi соответствует вектор признаков Аj (j = 1, …, nm) – условий, определяющих особенности задач данного класса. Условия разделяются на основные АjВ (JB = 1, …, k) и дополнительные АjС (JC = k + 1, …, q). Интеллектуальная система, функционирующая на основе мультиагентных технологий «Штучний інтелект» 3’2009 417 8Н Решение задачи анализа и прогноза текущей ситуации ведется в предположении независимости признаков на основе принципов обработки информации в мультипроцес- сорной вычислительной среде [11-13]. Общая структура исходной информации при разработке и функционировании МАС формируется на основе семантической сети (рис. 4), с помощью которой дается описание рассматриваемых задач интеллектуальной поддержки оператора ИС и методов их решения. Эта информация представляет собой интегрированное поле знаний, характеризуемых вектором Х = ХА  ХК  ХS , (2) где ХА – общие данные о задаче, ХК – результаты, которые можно получить на основе ее анализа, ХS – данные, специфичные для каждой задачи и результатов ее анализа. Вектор (2) описывает данные, поступающие на вход логической системы, осущест- вляющей процедуру вывода на основе классической и нечеткой систем знаний [1]. В зависимости от особенностей рассматриваемого приложения используются два основных типа задач анализа и интерпретации информации в бортовой ИС:  первый тип задач включает подходы и парадигмы, основанные на использовании моделей интеллектуальной поддержки оператора на основе конкурирующих вычисли- тельных технологий;  второй тип задач относится к реализации средств интеллектуальной поддержки оператора при проведении натурных испытаний BC на борту ДО. Здесь основную роль играют методы представления, использования и модификации знаний. Логический вывод при поиске моделей интеллектуальной поддержки состоит из последовательности шагов:  на первом шаге на основе текущей информации производится отбор подходящих клас- сов моделей. Критерием отбора служат условия задачи и диапазоны изменения заданных характеристик;  на втором шаге для выделенных классов моделей рассчитываются значения эксперт- ных оценок, устанавливается конкретная модель и соответствующие признаки;  третий шаг – вывод заключения с формулировкой характеристики модели, ее при- годности для решения поставленной задачи и диапазона погрешностей, который устанав- ливается на основе критериев, определяющих интервальные значения экспертных оценок. Правила вывода формализуются с использованием продукционных моделей «if – then», имеющих следующую структуру [11], [13]: R1: «if X11 is A11& X21 is A121&, …, &Xni1 is Ani1, then Y1»; . . . (3) Rm: «if X1m is A1m& X2m is A2m&, …, &Xnim is Anim, then Ym». Здесь Ri (i = 1, …, m) – правило продукции; Хij – входные данные (признаки); Аij – информация о признаках задачи; Yi – выходные данные, которые формулируются как класс задачи. При документировании результатов на экран также выводится перечень признаков, наличие которых определяет установленную задачу. При формализации базы знаний бортовой ИС на основе нечеткой информации используется модификация логического вывода с помощью композиционной модели Л. Заде [7] и выполнения процедуры импликации по Мамдани [1], [13]. Разработанная база знаний позволяет обеспечить контроль и прогноз развития ситуации в динамически меняющейся среде [12], [13]. Адаптивная компонента реализует особенности функцио- нирования ИС в сложных условиях, когда взаимодействие ДО с внешней средой характе- ризуется значительной неопределенностью. Нечаев Ю.И., Лютин A.B. «Искусственный интеллект» 3’2009 418 8Н 4. Организация мультиагентной системы контроля функционирования динамического объекта Совокупность интеллектуальных агентов образует МАС с распределением общего решения задачи контроля поведения ДО между агентами. При контроле ситуаций и прогнозировании их развития используются древовидные структуры. Типы задач, решаемых МАС, образуют дерево целей (рис. 5) и дерево критериев (рис. 6). Контроль текущей ситуации Выбрать оптимальный курс и скорость объекта A D B C Определить параметры среды Определить характеристики объекта Выполнить оценку ситуации Выработать практические рекомендации Выделить параметры для работы базы знаний Выделить элементы в текущей ситуации Оценить опасность текущей ситуации Построить модель прогноза и принятия решения Построить ФП для среды Построить ФП для объекта Реализовать модель ситуации Реализовать модель прогноза (1) (2) (3) Рисунок 5 – Дерево целей при решении задач контроля и прогноза ситуаций Глобальный критерий безопасности объекта в текущей ситуации Критерии безопасности по национальным нормам A D B C Диапазон безопасных условий Диапазон допустимых параметров Критерии опасности ситуации Критерии допустимого интервала Критерии оценки области допустимых параметров Критерии, используемые при функционировании базы знаний Критерии безопасности по международным нормам Рисунок 6 – Дерево критериев оценки решения С учетом этих особенностей можно представить следующую интерпретацию интеллектуального агента, основанную на стандартных моделях МАС [3], [4]: Ag = <mA, CA, SA, X, Y, L>, (4) где mА A – модель среды агента (знание агента о среде); M – набор моделей сред; CA Q – цель агента в составе набора Q; SA S – стратегия функционирования агента; S – набор стратегий; X – операция выполнения агентом стратегии SA; Y – операция «наблюдения» агентом для восприятия среды; L – операция адаптации (обучения) агента. Интеллектуальная система, функционирующая на основе мультиагентных технологий «Штучний інтелект» 3’2009 419 8Н Среда функционирования агента представляется в виде [3], [4], [6], [9]: ЕА = <ЕS, Ag(MAC), C(MAC)>, (5) где ES = <RS, T> – жизненное пространство агента в системе; Ag(MAC) – набор агентов, образующий конфигурацию агентов в МАС; C(MAC) – соединение между агентами и проcтранством ES; RS – ресурсы для реализации пространства ES в рамках мультипроцес- сорной системы; T – топология жизненного пространства интеллектуального агента, определяемая алгоритмами обработки измерительной информации и совокупностью не- штатных и экстремальных ситуаций. Каждый интеллектуальный агент может быть ориентирован на решение конкретной подзадачи, определяемой деревом целей. Взаимодействия между агентами будут насы- щены во времени и многообразны по содержанию. При этом возможны случаи, когда один агент реализует две и более взаимосвязанных задач. Результат достижения цели для выделенных уровней интерпретации информации для каждого агента оценивается соответствующим комплексным критерием [1]: (КR)С = {Кij,}, (6) где i = 1, …, IC и j = 1,…, JC – качественные и количественные параметры дерева критериев, соответствующих дереву целей решения комплексной задачи анализа обработки информации при функционировании МАС. Функционирование ИС с использованием технологии МАС осуществляется на основе динамической базы знаний, обеспечивающей анализ и прогноз развития различных (в том числе нештатных и экстремальных) ситуаций, возникающих в процессе эксплуата- ции ДО. Методы и модели, положенные в основу обработки информации, позволяют исследовать динамические процессы в условиях неопределенности и неполноты исход- ной информации. В этих условиях при построении математической модели реального процесса приходится прибегать к определенным упрощениям. Таким образом, векторное поле, входящее в правую часть динамических уравнений, всегда будет известно с определенной степенью точности, т.е. в пределах малой окрестности функционального пространства [7]. Ассоциации агентов образуют МАС (рис. 7), которая может быть представлена в виде следующего описания [4], [6]: МАС = <N(S), Ag, E, P(S)>, (7) N(S) – наименование системы, AgAg(S) – набор всех конфигураций агентов МАС; E ES – совокупность всех жизненных пространств; Р(S) – общесистемные характepистики МАС. Рисунок 7 – Схема МАС, обеспечивающая контроль динамики сложного объекта Нечаев Ю.И., Лютин A.B. «Искусственный интеллект» 3’2009 420 8Н При реализации концепции МАС большое внимание уделяется построению жизнен- ного пространства для отдельных агентов и для ИС в целом. Наибольший интерес пред- ставляют состав и структура базы данных и динамической базы знаний, особенно их со- держательное наполнение в процессе функционирования системы в различных условиях эксплуатации. Соответствующие среды предусмотрены для хранения алгоритмов реше- ния задач, дерева целей и дерева критериев. Разработанная МАС содержит уникальные механизмы обработки информации в сложных динамических средах, характерных для функционирования бортовой ИС. Предложенная архитектура и схема организации МАС позволяют получить важные преимущества при функционировании в условиях неопределенности и неполноты исходной информации [1], [7]:  параллелизм обработки информации разными агентами;  уменьшение объема передаваемой информации за счет передачи высокоуровневых решений;  гибкость и повышенная надежность системы. Новые качественные признаки ИС, построенной на основе концепции МАС, позволяют обеспечить совместное решение сложных задач анализа и прогноза динамики судна, а также и возможность передачи решающих функций между агентами в случае возникающих затруднений в сложных ситуациях. Это повышает оперативность и обоснованность принимаемых решений при обеспечении высокой достоверности и актуальности информации, предоставляемой оператору для принятия решений. 5. Программная реализация мультиагентной системы Концепция разработки ИС на основе конкурирующих вычислительных технологий предусматривает использование многоуровневых моделей, определяющих принцип организации мультипроцессорной интегрированной вычислительной среды. Верхний уровень представлен управляющей ЭВМ, осуществляющей связь с подсистемами, ввод информации с внешних устройств и трансляцию с языков высокого уровня. Нижний уровень состоит из множества параллельно действующих процессоров, обеспечивающих решение отдельных функциональных задач МАС в соответствии с загрузкой, определя- емой управляющей ЭВМ. Ускорению вычислений способствует использование принципов распараллелива- ния и конвейеризации исследуемых задач. Фундаментальным понятием параллельной обработки информации является взаимосвязь правил, определяющих логический вывод и принятие решений. При разработке системы реализуются принципы «открытости» и «прозрачности». Принцип «открытости» связывают с понятием открытых систем, т.е. систем, способных к коммутации в неоднородной среде. Решения по программному обеспечению открытых систем отвечают требованиям мобильности, совместимости, гибкости и широте охвата аппаратных платформ [6]. Одно из важных направлений в создании программно-аппаратных средств интел- лектуальной поддержки оператора ИС – аппаратурная и информационная интеграция и создание единой вычислительной среды и общих элементов для всех информационных каналов. В результате чего обеспечивается реконфигурация не только на уровне разделенной вычислительной системы МАС, но и на уровне информационных каналов с интеллектуальной логикой. Рассматриваемую технологию интеллектуальной поддержки обеспечивает развивающаяся архитектура «клиент – сервер» с разделением логики при- ложений. Такая архитектура реализуется путем использования «активного сервера базы данных», в основе которого выделяют: Интеллектуальная система, функционирующая на основе мультиагентных технологий «Штучний інтелект» 3’2009 421 8Н  хранимые процедуры с операторами SQL для доступа к базе данных, с помощью которых на сервере выполняются общие алгоритмы обработки информации;  логические модели (правила), с помощью которых производится обработка инфор- мации в ситуациях при любых изменениях в базе данных. При функционировании системы интеллектуальной поддержки часть прикладной логики реализуется на клиенте, а основная часть – на сервере базы данных. Используемые в системе процедуры и логические правила обеспечивают обработку информации в темпе ее поступления. Концептуальная модель такой системы представляет собой ряд взаимо- связанных компонент [17]:  развивающееся множество решаемых задач и топология системы, представленная в виде сети;  отображения, описывающие распределение этих задач и взаимодействий между поль- зователями;  область функциональной надежности на множестве состояний сетевого оборудо- вания;  множество маршрутов, по которым перемещаются исходные данные и результаты вычислений в процессе выполнения задач для различных конструкторских приложений. Задача указанных компонент состоит в обеспечении управления распределенными ресурсами в режиме реального времени. Функциональный анализ рассматриваемой сис- темы позволяет представить на момент времени t0 разработки проекта полное множество задач, возникающих в процессе проектирования в виде следующего соотношения:     ,,,)( )( 21210 0  tP iii CCPiiCtC  (8) где p(t0) – множество конструкторов (пользователей); С(t0) – множество их функций С(t0), т.е. полное множество конструкторских задач С(t0) естественным образом раз- бивается на классы в соответствии с их пользователями. Заключение Проведенный анализ процедур последовательности обработки информации при принятии решений по контролю динамики судна в условиях эксплуатации позволил сформулировать следующие результаты исследования: 1. Формализовать поток информации и разработать архитектуру МАС как систему параллельного действия, обеспечивающую оперативный контроль и принятие решений на основе данных динамических измерений. 2. Определить исходный базис для построения жизненного цикла пространства МАС при функционировании ИС в рамках принципа конкуренции на основе данных динамических измерений. 3. Реализовать ассоциацию агентов и их функции в соответствии с деревом целей и деревом критериев, разработанных на основе международной и национальной системы критериальных соотношений. Литература 1. Аверкин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта / [Аверкин А.Н., Батыршин А.Н., Блишун А.Ф. и др.] ; под ред. Д.А. Поспелова. – М. : Наука, 1986. 2. Александров В.Л. Интеллектуальные системы в морских исследованиях и технологиях / [В.Л. Алек- сандров, А.П. Матлах, Ю.И. Нечаев и др.]. – Санкт-Петербург : ГМТУ, 2001. 3. Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения / В.И. Городецкий // Новости искусственного интеллекта. – 1996. – № 1. – С. 44-59. Нечаев Ю.И., Лютин A.B. «Искусственный интеллект» 3’2009 422 8Н 4. Городецкий В.И. Многоагентные системы (обзор) / В.И. Городецкий, М.С. Грушинский, А.В. Хабалов // Новости искусственного интеллекта. – 1997. – № 1. – С. 12-47. 5. Евгенев Г.Б. Мультиагентные системы компьютеризации инженерной деятельности / Г.Б. Евгенев // Информационные технологии. – 2000. – № 3. – С. 2-7. 6. Евгенев Г.Б. Интеграция прикладных систем на основе баз знаний / Г.Б. Евгенев // Программные продукты и системы. – 2005. – № 3. – С. 42-46. 7. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л. Заде. – М. : Мир, 1976. 8. Ириков В.А. Распределенные системы принятия решений. Теория и приложения / В.А. Ириков, В.Н. Тренев. – М. : Наука. Физматгиз, 1999. 9. Коваль В.Н. О проблеме интеллектуализации интегрированных систем информационной поддержки ре- шения задач в области СВТ / В.Н. Коваль, Ю.С. Яковаенко // Искусственный интеллект. – 2000. – № 3. – С. 60-71. 10. Нечаев Ю.И. Искусственный интеллект: концепции и приложения / Нечаев Ю.И. – Санкт-Петербург: ГМТУ, 2002. 11. Нечаев Ю.И. Математическое моделирование в бортовых интеллектуальных системах реального вре- мени / Ю.И. Нечаев // Лекции по нейроинформатике. Часть 2 : Труды 5-й Всероссийской конференции «Нейроинформатика-2003». – М. : МИФИ, 2003. – С. 119-179. 12. Нечаев Ю.И. Концептуальные основы создания бортовых интеллектуальных систем. Информационно- измерительные и управляющие системы. Часть. 2 / Ю.И. Нечаев // Корабельные системы. – 2006. – № 9. – С. 39-49. 13. Нечаев Ю.И. Нейронечеткая система поддержки принятия решений при оценке поведения сложного динамического объекта / Ю.И. Нечаев // Труды Х-й Всероссийской конференции «Нейроинформатика- 2003». – М. : МИФИ, 2003. – С. 97-164. 14. Поспелов Д.А. Многоагентные системы – настоящее и будущее // Информационные и вычислительные системы / Д.А. Поспелов. – 1998. 15. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в ин- форматике и искусственном интеллекте / В.Б. Тарасов // Новости искусственного интеллекта. – 1998. – № 2. 16. Филатов В.А. Модель мультиагентной системы автономного администрирования информационных систем и распределенных баз данных / В.А. Филатов, Е.Е. Цыбульник, Л.Э. Чалая // Новости искусс- твенного интеллекта. – 2002. – № 4. – С. 620-627. 17. Царегородцев А.В. Синтез развивающихся информационно-управляющих систем / А.В. Царегородцев, И.Н. Мухин // Автоматизация и современные технологии. – 2005. – № 3. – С. 22-26. 18. Winston P.N. Artificial intelligence / P.N. Winston. – Addison Wesley Publishing Company, 1993. 19. Wooldridge M. Intelligent agents: Theory and practice / M. Wooldridge, N. Jennings // The knowledge Engineering Review. – 1995. – № 10 (2). – P. 115-152. 20. Zadeh L. Fuzzy logic, neural networks and soft сomputing / L. Zadeh // Соmmutation on the ASM-1994. – Vol. 37, № 3. – Р. 77-84. Ю.І. Нечаєв, A.B. Лютін Інтелектуальна система, що функціонує на основі мультиагентних технологій У статті обговорюються особливості реалізації бортової інтелектуальної системи контролю динаміки судна на основі мультиагентних технологій. Основна увага приділяється формалізації процедур функціонування ІС у різноманітних умовах експлуатації, у тому числі й у екстремальних ситуаціях. Мультиагентна система розглядається як конкуруюча технологія, що забезпечує підвищення ефективності контролю та прийняття рішень. Yu.I. Nechaev, A.B Lyutin The Intelligence System Functionated on the Basis of the Multiagent Technologies The features of realization of the multiagent approach are discussed at construction of the onboard intelligence system (IS) of ship dynamics. The basic attention is given to formalization of procedures of IS functioning in various conditions of operation, including in extreme situations. Used the multiagent system is considered as competing technology ensuring increase of efficiency of the control and acceptance of the decisions. Статья поступила в редакцию 25.05.2009.

Интеллектуальная система, функционирующая на основе мультиагентных технологий

Репозитарії

Схожі ресурси