УДК 004.4 Кравец А.Д., Фоменков С.А., Кравец А.Г. РАЗРАБОТКА
advertisement
SWorld - 2-12 October 2012 http://www.sworld.com.ua/index.php/ru/conference/the-content-of-conferences/archives-of-individual-conferences/oct-2012 SCIENTIFIC RESEARCHES AND THEIR PRACTICAL APPLICATIO N. MO DERN STATE AND WAYS O F DEVELO PMENT ‘2012, УДК 004.4 Кравец А.Д., Фоменков С.А., Кравец А.Г. РАЗРАБОТКА МОДЕЛИ ГЕНЕРАЦИИ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ Волгоградский государственный технический университет, Волгоград, пр.Ленина 28, 400131 UDC 004.4 Kravets A.D., Fomenkov S.A., Kravets A.G. DEVELOPMENT OF MULTI-AGENT SYSTEMS AGENT GENERATION MODEL Volgograd state technical university, Volgograd, Lenina 28, 400131 В данном докладе рассматривается процесс разработки модели генерации интеллектуальных мультиагентных систем. Идея универсального генератора агентов отражает потребность разработчиков в оптимизации и ускорении процесса разработки взаимодействующих и изменения интеллектуальных систем, агентов. основанных Генератор на модели позволяет использовать широкий спектр интеллектуальных методов для создания агентов мультиагентных систем Ключевые слова: мультиагентные системы, интеллектуальные методы, генерация агентов The article contains information of process of model development of multi-agent systems agent generator. Authors of the model have stated a goal of creating an intellectual agents generator, which would be used by multi-agent systems developers in order to create multi-agent systems for a wide scope of purposes. The idea of creation of universal agent generator comes from multi-agent systems developers’ needs of optimization and acceleration of development process of multi-agent systems, which are based on collaborative intellectual agent model. The generator allows using of known intellectual methods in creating of an agent for multi-agent system. Key words: Multi-agent systems, intellectual methods, agent generation Изначально разработанная для представления процессов взаимодействия набора объектов схожей структуры модель мультиагентной системы на сегодняшний день успешно применяется во множестве научных отраслей. Использование этой модели в сферах робототехники и интеллектуального анализа данных привело к выработке концепта агента, как объекта, наделенного правами пользователя и способного к совершению схожего спектра задач. Таким образом, агент является сложной системой, которая может быть основана на интеллектуальных методах, внутри системы мультиагентного взаимодействия. В то же время нарастающая сложность как самих агентов, так и мультиагентных систем требует разработки методики ускорения и оптимизации разработки мультиагентных систем. Достижение этой цели возможно при помощи модели, предлагаемой в данной статье. При решении задачи разработки модели генерации агентов была поставлена и выполнена подзадача проведения анализа существующего на данный момент процесса проектирования мультиагентных систем и создания его модели на основе анализа (Рис. 1). На данный момент процесс разработки проекта мультиагентной системы требует безостановочного взаимодействия разработчика и эксперта, хотя некоторые жизненно важные для всего проекта шаги могут выполняться без привлечения эксперта. Примером такого шага может являться шаг выбора средства разработки, который критически влияет на структуру будущей системы и на процесс проектирования в целом. К тому же, многие мультиагентные системы избегают использования сложной структуры агентов, использующей интеллектуальные методы и поведенческие алгоритмы, так как вопрос их использования решается разработчиком. Знания программиста о создании МАС Корректировка структуры МАС Источники данных Проект МАС Агентная структура Разработка агентной структуры МАС A0 Выбор средств разработки Требования среды разработки A0 Структура агента поиска Разработка структуры агента поиска данных A0 Правила составления ключей Организация хранения данных A0 Описание методов и структуры хранения данных Эксперт Программист Рис. 1. Модель AS-IS процесса разработки мультиагентной системы На основе проведенного анализа был выработан концепт создаваемой модели, включающий в себя ряд требований, а именно: 1. Предоставить эксперту возможность выбора структуры агентов и системы их взаимодействия согласно его представлению о предметной области; 2. Обеспечить возможность разработки агентов, основанных на интеллектуальных методах, что позволит системе адаптироваться к изменяющимся условиям функционирования; 3. Выполнять генерацию агентов на основе подготовленного набора интеллектуальных методов при непосредственном участии эксперта. Использование интеллектуальных методов позволит не только сделать систему более гибкой, но также наиболее полно отразит идею передачи прав, что сделает систему генерации универсальной. Руководствуясь выработанным концептом, была разработана модель генерации мультиагентных систем (Рис. 2). Правила системы Данные о методах поиска Выбор интеллектуальных методов Набор используемых алгоритмов Структура агентов и их взаимодействия A0 Банк интеллектуальных методов Настройки и ключевые выборки МАС Генерация агентов Окружающая среда Организация доступа к окружающей среде A0 Адреса источников данных A0 Генератор агентов МАС Система Эксперт Рис. 2. Модель To-Be генерации мультиагентной системы Согласно модели роль разработчика свелась к приложению, которое может быть использовано экспертом для задачи требуемых настроек создаваемой мультиагентной системы. Система состоит из двух основных блоков, необходимых для создания мультиагентной системы: банка интеллектуальных методов и генератора кода агентов. Банк интеллектуальных агентов состоит из предварительно разработанных интеллектуальных методов, которые могут применяться в структуре агентов. Банк включает в себя методы различных направлений, таких как поведенческие алгоритмы, распознавание образов, интеллектуальный анализ информации и другие. В распоряжении генератора агентов находится ряд структур агентов и систем их взаимодействия. Основываясь на выбранных интеллектуальных методах, а также ключевых выборках и настройках, отражающих представление эксперта о поведении МАС в среде, генератор создает код системы, реализуя поставленные перед системой задачи. Литература: 1. Антонец А.С., Кравец А.Г., Заворотнов Е.А. Мультиагентный модуль сбора вакансий с порталов региональных кадровых агентств в рамках интеллектуальной среды "Кадровый резерв". - Вестник компьютерных и информационных технологий. 2007. № 2. С. 38-42. 2. Яровенко В.А., Фоменков С.А. Freeagent-платформа для разработки мультиагентных систем. - Известия Волгоградского государственного технического университета. 2012. Т. 4. № 13. С. 164-166. 3. Яровенко мультиагентного структурированных В.А., подхода Фоменков при физических С.А. Особенности разработке знаний. - системы Известия применения обработки Волгоградского государственного технического университета. 2010. Т. 6. № 8. С. 132-134. References: 1. Antonets, A.S., Kravets, A.G., Zavorotnov, E.A.: Multi-agent module for vacancy information gathering from recruitment agencies portals in the scopes of intellectual environment ‘Staff Reserve’. In: Messenger of computer and informational technologies, vol. 2, pp. 38-42. Specter, Moscow (2007) 2. Iarovenko, V.A., Fomenkov, S.A.: Freeagent platform for multi-agent systems development. News of Volgograd State Technical University, vol. 4, #13, pp.164-166. VSTU Press, Volgograd (2012) 3. Iarovenko, V.A., Fomenkov, S.A.: Features of multi-agent model implementation in development of structured physical data mining system. News of Volgograd State Technical University, vol. 4, #13, pp.164-166. VSTU Press, Volgograd (2010)
