автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений

На правах рукописи

СКОБЕЛЕВ Петр Олегович

ОТКРЫТЫЕ МУЛЬТИАГЕНТНЫЕ СИСТЕМЫ ДЛЯ ОПЕРАТИВНОЙ ОБРАБОТКИ ИНФОРМАЦИИ В ПРОЦЕССАХ ПРИНЯТИЯ РЕШЕНИЙ

Специальность 05.13.01 - Системный анализ, управление и обработка

информации (промышленность)

Автореферат диссертации на соискание ученой степени доктора технических наук

Самара 2003

Работа выполнена в лаборатории анализа и моделирования сложных систем Института проблем управления сложными системами РАН (г. Самара).

Научный консультант:

доктор технических наук, профессор

Официальные оппоненты:

Заслуженный деятель науки РФ, доктор технических наук, профессор

Лауреат премии Президента РФ, доктор технических наук, профессор

Лауреат Ленинской премии, Заслуженный деятель науки РФ, доктор технических наук, профессор

Виттих

Владимир Андреевич

Дилигенский Николай Владимирович

Емельянов

Виктор Владимирович

Соллогуб

Анатолий Владимирович.

Ведущая организация:

Санкт-Петербургский институт информатики и автоматизации РАН

Защита диссертации состоится 14 мая 2003 года в 10 часов на заседании диссертационного совета Д 212.217.03 в аудитории № 28 корпуса № 6 Самарского государственного технического университета (ул. Галактионовская, 141).

Отзывы на автореферат просим высылать по адресу: 443100, г. Самара-100, ул. Молодогвардейская, 224, Самарский государственный технический университет, главный корпус, на имя ученого секретаря диссертационного совета.

С диссертацией можно ознакомиться в библиотеке Самарского государственного технического университета по адресу: ул. Первомайская, 18.

Автореферат разослан «_»_2003 г.

Ученый секретарь

диссертационного совета Д 212.217.03 кандидат технических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА ДИССЕРТАЦИИ

Актуальность темы. Открытый характер современного информационного общества и глобальной экономики приводит к обострению конкуренции на рынках и заставляет предприятия искать новые методы и средства организации и управления, направленные на более качественное и эффективное удовлетворение индивидуальных запросов потребителей.

Один из новых подходов к управлению предприятиями связан с построением открытых сетевых организаций, подразделения которых, в свою очередь, могут строиться и функционировать как автономные предприятия и напрямую взаимодействовать как между собой, так и с внешними организациями. Такая сетевая организация позволяет предприятию более оперативно приобретать новые знания и гибко адаптировать свою структуру или принципы функционирования с учетом изменений в среде.

Вместе с тем, сетевая организация приводит к существенному усложнению и интенсификации процессов принятия и согласования решений, связанных как с текущим функционированием, так и развитием предприятия. Для того, чтобы быть эффективными, такие предприятия должны постоянно осуществлять идентификацию потребностей и возможностей в среде и оперативно реконфигурировать свои производственные, финансовые и другие ресурсы, своевременно внедряя новые технологии, обновляя номенклатуру продукции, расширяя круг партнерских связей и т.д. Типичные примеры возникающих при этом проблемных ситуаций могут быть связаны с появлением нового выгодного заказа, для исполнения которого недостаточно собственных ресурсов предприятия, возникновением на рынке новых ресурсов, обладающих большей эффективностью для предприятия, отзывом принятого ранее и уже запущенного в производство заказа, выходом из строя части имеющихся ресурсов, а также изменением критериев принятия решений любым из участников взаимодействия.

В этих условиях, характеризуемых неопределенностью спроса и предложения и высокой динамикой изменений на рынке, традиционные программные ERP системы по управлению ресурсами предприятий (Enterprise Resource Planning), разработанные такими компаниями, как SAP, BAAN, Navision и другие, оказываются не достаточно эффективными, поскольку любое изменение корпоративных знаний и модификация схем принятия решений в этих системах представляет собой весьма сложный и трудоемкий процесс и требует высокой квалификации исполнителей и значительного времени, что делает разработку и эксплуатацию рассматриваемых систем крайне дорогостоящими.

Для решения этой проблемы рядом компаний (таких как i2, iLog, Valdero и др.) начаты разработки нового класса так называемых SCEM систем (Supply Chain Event Management), призванных обеспечить более оперативную реакцию на незапланированные события в цепочках поставок. Однако и эти системы, оставаясь классическими иерархическими структурами с централизованным управлением и жесткими связями, не обеспечивают своевременную идентификацию Потребностей и возможностей, оказываются недостаточно гибкими и оперативными в работе, остаются трудоемкими в ндр-ппшгя ™ ""пптищиратпг чт

Пюошзшмш

БИБЛИОТЕКА 1

не позволяют реализовать индивидуальный подход к решени )'

Новый подход к решению проблемы оперативной обработки информации в процессах принятия решений может быть основан на применении мультиагентных технологий, получивших интенсивное развитие в последнее десятилетие на стыке методов искусственного интеллекта, объектно-ориентированного программирования, параллельных вычислений и телекоммуникаций. В основе этой технологии лежит понятие «агента» -программного объекта, способного воспринимать ситуацию, принимать решения и коммуницировать с себе подобными, динамически устанавливая связи между собой. Эти возможности кардинально отличают мультиагентные системы (MAC) от существующих «жестко» организованных систем, обеспечивая им такое важное свойство, как способность к самоорганизации. При этом агенты могут действовать от имени и по поручению лиц, принимающих решения, и на основе данных им полномочий в автоматическом режиме вести переговоры, находить варианты решений и согласовывать свои решения друг с другом. Различные классы агентов и методы их взаимодействия рассматривались в работах В. Бреннера, Т. Джонса, Д. Кеннеди, Р. Марча, Д. Фербера, Р. Эберхарта, В. Городецкого, В. Тарасова, В. Хорошевского и ряда других авторов. Вместе с тем, в этих работах методам коллективного и согласованного взаимодействия агентов в открытых системах уделялось недостаточно внимания, а существующие применения охватывали преимущественно сферы е-коммерции, информационного поиска и некоторые другие.

В настоящей работе в качестве методической основы для создания открытых мультиагентных систем оперативной обработки информации для поддержки процессов принятия решений (ОМАС ППР) предлагается модель сети потребностей и возможностей (ПВ-сеть) предприятия. Эта модель базируется на холистическом подходе, в рамках которого предприятие декомпозируется до уровня сети отдельных автономных «физических сущностей» (станки, транспортные средства, детали, материалы и т.д.), каждая из которых получает своих агентов потребностей и возможностей. Указанные агенты, функционирующие как отдельные автономные компании (с собственным расчетным счетом) на виртуальном рынке предприятия, способны взаимодействовать между собой, идентифицируя нужные потребности и возможности и устанавливая временные связи (отношения), обеспечивающие бронирование ресурсов под поступающие заказы. При этом агенты возможностей могут искать для себя самые дорогие заказы, а агенты потребностей -наоборот, наиболее дешевые ресурсы или стремиться удовлетворить разнообразные другие требования в пределах заданных ограничений. В результате две эти сущности ведут себя как две противоположности, временно связывающиеся в относительно устойчивые комбинации (например, представляющие собой расписание перевозок в логистике, распределение сотрудников компании под работы в управлении проектами, структуру кластеров при обработке данных и т.д.) или распадающиеся на свои составные части при изменениях в среде и далее рекомбинирующие с другими компонентами на более выгодных для них условиях. В такой открытой системе агенты потребностей и возможностей должны быть постоянно в готовности к установлению или расторжению связей и реагировать на любые изменения в среде, а текущая конфигурация ПВ-сети, задаваемая набором связей между 2

ними, отражает лишь временный баланс интересов участников этого взаимодействия, т.е. временное равновесие между потребностями и возможностями.

Вместе с тем, одной из наиболее сложных задач разработки ОМАС 111 IP становится задача построения моделей переговоров агентов, на основе которых строится согласованное принятие решений. Наиболее известными примерами моделей переговоров являются аукционные схемы (прямые и обратные), договорные сети Смита-Сандхольма, метод монотонных минимальных уступок по Розеншайну и Злоткину и некоторые другие. При этом, в работах М. Тамбе, Шехори и Крауса решаются задачи формирования коалиций и распределения задач между партнерами по коалиции, в работах П. Коэна, П. Стоуна и М. Велозо, Д. Киннея и других авторов - задачи планирования и координации работ в группе и т.д. Эти модели позволяют описывать и исследовать весьма сложные процессы взаимодействия агентов в MAC, однако они не ориентированы на решение поставленных задач в условиях открытых систем, когда состав участников взаимодействия может меняться в ходе принятия решений, и требуется согласованный пересмотр принятых ранее решений при появлении новых возможностей или потребностей.

В этой связи в настоящей работе предлагаются новые методы взаимодействия агентов, позволяющие динамически создавать ПВ-сети и реконфигурировать их под действием изменений в среде. Главной особенностью этих методов является возможность построения состояний ПВ-сети как состояний временного равновесия и согласованного пересмотра принятых ранее решений по мере поступления (или отзыва) заказов или возникновения (исчезновения) ресурсов в среде. Так, в задачах логистики приходящий новый заказ может изменить схему распределения ресурсов под принятые ранее; в задачах управления проектами потеря одного из исполнителей приводит лишь к перераспределению работ между существующими исполнителями и т.д. При этом для принятия решений в рассматриваемых системах могут использоваться и классические методы, например, если ситуация является хорошо определенной, имеется адекватная математическая модель рассматриваемых процессов и достаточно времени на получение требуемого решения.

В то же время в ходе исследований было выяснено, что предлагаемые подходы к построению ПВ-сетей и разработанные методы взаимодействия агентов возможностей и потребностей применимы не только к миру «физических вещей», но и миру «абстрактных сущностей». Например, в системах извлечения знаний записи могут перераспределяться между кластерами по мере прихода новых записей, в системах понимания текста новая фраза может полностью изменить смысл всех предыдущих предложений и т.д.

Все это позволяет сделать вывод о том, что разработанный подход к созданию ОМАС ППР развивает новую теорию сложных социотехнических систем, постепенно складывающуюся на основе фундаментальных работ К. Николиса и И. Пригожина в области диссипативных структур в физике, М. Минского - в области психологии интеллекта, А. Кестлера — в области биологических систем. Большой вклад в формирование этой теории внесли работы Международного Института Санта-Фе (США), объединяющего исследователей из разных стран, работы Т. Саати и К. Кернса - по принятию решений в

условиях неопределенности, Г.Кёперса - по самоорганизации в сложных социотехнических системах, Г.А. Ржевского - по сложным адаптивным системам, работающим на границе хаоса, В.А Виттиха - по принципам построения холистических систем и ряда других отечественных и зарубежных ученых. Важнейшим результатом этой теории является осознание необходимости построения сложных систем с использованием моделей живых организмов, обладающих способностью к самоорганизации и эволюции

Наконец, рассматриваемый подход оказывается весьма перспективным для построения систем так называемого «эмерджентного интеллекта» (по М. Минскому), возникающего спонтанно и самопроизвольно из динамического взаимодействия более простых элементов -как возникает «коллективный интеллект» роя пчел или колонии муравьев.

В результате, предлагаемый подход открывает возможности для построения широкого класса качественно новых систем, обладающих гибкостью и технологичностью построения, оперативностью в принятии решений, повышенной живучестью, индивидуальным подходом к каждому пользователю. Эти системы могут быть использованы как для управления предприятиями, так и для проектирования сложных объектов, проведения научных исследований и обучения и решения многих других задач, требующих коллективного взаимодействия специалистов и согласованного принятия решений.

Таким образом, следует признать актуальной проблему разработки открытых MAC оперативной обработки информации в процессах принятия решений.

Исследования выполнялись в соответствии с основными заданиями комплексной программы фундаментальных исследований проблем машиностроения, механики и процессов управления РАН в периоды с 1996 по 2000 год (п. 3.1.2) и с 2000 по 2003 год. (раздел III «Управление и автоматизация», тема «Разработка основ теории управления сложными открытыми системами с применением компьютерного представления и обработки знаний», гос. per № 01200110152), а также в процессе выполнения совместной Программы Института проблем управления сложными системами РАН и АО «АвтоВАЗ» по созданию системы компьютерной интеграции знаний для согласованной инженерной деятельности при проектировании и производстве автомобилей в период с 1995 по 2000 год.

Предмет исследования составляют процессы оперативной обработки информации, связанные с поддержкой принятия решений в открытых системах.

Цель работы состоит в разработке теоретических основ и инструментальных программных средств для построения открытых мультиагентных систем оперативной обработки информации для поддержки процессов принятия решений (ОМАС ППР) и их применении в промышленности.

Принятый подход к достижению цели требует решения следующих задач:

• разработки принципов построения ОМАС ППР, обеспечивающих оперативную идентификацию потребностей и возможностей при принятии решений;

• разработки формализованных моделей ПВ-сетей и методов взаимодействия агентов в этих сетях, позволяющих создавать и реконфигурировать ПВ-сети под действием изменений в среде;

• разработки базовой архитектуры ОМАС 111 IP для построения ПВ-сетей;

• создания инструментальных средств построения ОМАС 111 IP;

• создания прикладных ОМАС ППР для управления предприятиями в части решения задач логистики, е-коммерции, управления проектами и некоторых других;

• исследования характеристик методов и средств построения ОМАС ППР;

• применения разработанных методов и средств создания ОМАС ППР для решения задач управления сложными открытыми социотехническими системами.

Методы исследования базировались на использовании системного анализа, алгебры и логики, методов искусственного интеллекта, теории графов, методов параллельных вычислений, теории формальных грамматик и языков, методов имитационного моделирования.

Научная новизна

1. Предложены принципы построения открытых мультиагентных систем, обеспечивающих оперативную обработку информации в процессах принятия решений в условиях неопределенности и высокой динамики изменений в среде.

2. Введено понятие и разработана формализованная модель ПВ-сети, применяемой для идентификации потребностей и возможностей в открытой системе и обеспечивающей оперативную, гибкую и эффективную реконфигурацию ресурсов системы.

3. Предложены методы взаимодействия агентов ПВ-сети в открытых системах, позволяющие обеспечить поддержку процессов согласованного принятия решений по реорганизации ресурсов при возникновении заранее непредвиденных событий.

4. Разработана архитектура открытой мультиагентной системы, реализующей предлагаемые методы взаимодействия агентов ПВ-сети и включающей виртуальную машину для исполнения параллельных процессов, подсистему сообщений, матчинговый процессор, машину принятия решений, потоковый вычислитель, а также интерфейсную компоненту.

5. Разработаны инструментальные средства для построения открытых мультиагентных систем для реализации ПВ-сетей, включающие средства для конструирования и использования онтологий, а также создания расширений исполняющей системы.

6. Исследованы характеристики разработанных методов и средств, показывающие возможности и ограничения создаваемых систем оперативной обработки информации при принятии решений в различных применениях.

Практическая ценность

Для создания ОМАС ППР, базирующихся на концепции ПВ-сетей и предложенных методах взаимодействия агентов, разработаны инструментальные средства, обеспечивающие построение рассматриваемых систем в двух наиболее распространенных средах объектно-ориентированного программирования Object Pascal и С++. Важной особенностью рассматриваемых систем является наличие развитых средств конструирования онтологий предметной области, позволяющих отделить предметные знания от программного кода системы и повысить уровень использования этого программного кода.

Разработанная инструментальная среда MagentA Engine RC, реализованная на базе языка Object Pascal и имеющая развитый графический интерфейс, ориентирована на моделирование процессов принятия решений и применение в локальных сетях предприятий. Эта система обеспечивает возможность построения до 500 тысяч простых агентов на персональном компьютере стандартной конфигурации, способных взаимодействовать со скоростью 40 тысяч сообщений в секунду. Инструментальная среда MagentA Engine SB, реализованная на языке С++, ориентирована на создание Интернет-приложений, предназначенных для поддержки процессов коллективного принятия решений в реальном времени. Исполняющая часть этой подсистемы является мультипользовательской и способна обрабатывать до 10 одновременных запросов в секунду.

Разработанные инструментальные среды, помимо исполняющей подсистемы, включают средства для построения онтологий, а также могут быть дополнены средствами для извлечения знаний, поддержки диалога с пользователем на естественном языке и интеграции корпоративных знаний. Разработанные системы обеспечивают возможности управления приложениями, защиты информации, интеграции с другими пакетами, включая СОМ-интерфейс, поддержку XML и т.д.

На основе созданных инструментальных систем была разработана интегрированная открытая мультиагентная система для поддержки процессов принятия решений при управлении предприятиями, основные виды деятельности которых реализуются в сети Интернет (ИОМАС ППР «е-Предприятие»). Эта система включает модули управления продажами (модуль «е-Коммерция»), управления логистикой (модуль «е-Логистика»), управления проектами («е-Проекты») и т.п.

Разработанные средства нашли применение при создании логистической сети и моделировании процессов принятия решений в воздушной доставке крупнотоннажных грузов, в морской транспортировке сырой нефти и контейнерных перевозках, при моделировании процессов производства, хранения, транспортировки и сборки частей автомобилей, оперативном планировании экспериментального производства автомобилей, при продаже товаров через Интернет, включая продажу бытовой электроники, продуктов питания и авиабилетов, в формировании меню для предприятий пищевой промышленности, при составлении железнодорожных расписаний, оперативной обработке данных о продаже товаров, дистанционном обучении и т.д.

Проведенные разработки показали высокую гибкость и оперативность рассматриваемых систем, а также возможность индивидуального подхода в работе с каждым пользователем. Наличие инструментария и технологичность построения разрабатываемых систем позволили существенно сократить сроки создания новых приложений, а также затраты по их разработке, поддержке и развитию. Ряд приложений показал также высокую надежность и живучесть разрабатываемых систем, способных продолжать работу в условиях потери или выхода из строя части ресурсов.

Кроме того, разработанные методы и средства нашли применение при разработке проекта первой очереди системы управления регионом с применением мультиагентных 6

технологий, призванной обеспечить оперативную поддержку процессов открытого, адресного и эффективного взаимодействия населения и органов исполнительной власти Самарской области. Данный проект стал одним из победителей во Всероссийском конкурсе федеральной целевой программы «Электронная Россия» в 2002 году, проводимом Министерством экономического развития Российской Федерации.

Результаты диссертации использовались в Дирекции технического развития АО «АвтоВАЗ» для моделирования процессов оперативного принятия решений в задачах планирования производства экспериментальных образцов автомобилей; в научно-производственных компаниях «Маджента Девелопмент» и «Генезис знаний» при разработке инструментальных средств MagentA Engine и основных модулей ОМАС ППР «е-Предприятие», а также их применения для решения задач воздушной, морской и железнодорожной логистики, электронной коммерции и управления проектами, извлечения и интеграции знаний, понимания текстов и других приложений; в Самарском филиале Физического института РАН для создания Интернет-портала «Оптик-сити» и системы дистанционного обучения «Дифракция», в Департаменте социальной защиты Администрации Самарской области для разработки социального паспорта жителя Самарской области и моделирования процессов адресного взаимодействия населения и органов исполнительной власти, в Департаменте культуры - для создания Интернет-портала развития социокультурных ресурсов региона.

По результатам разработок подготовлен учебный курс «Мультиагентные системы», включающий цикл методических пособий и лабораторных работ, внедренный в учебный процесс в Самарском государственном аэрокосмическом университете и Поволжской государственной академии телекоммуникаций и информатики.

Основные положения, выносимые на защиту

1. Для поддержки принятия решений в открытых системах целесообразно применение мультиагентных технологий, позволяющих оперативно реагировать на изменения в среде.

2. Открытые мультиагентные системы для оперативной обработки информации в процессе принятия решений следует создавать на основе ПВ-сетей, обеспечивающих непрерывную идентификацию потребностей и возможностей.

3. Для динамической реконфигурации ПВ-сетей в открытых системах следует применять разработанные методы взаимодействия агентов, включая метод скользящего принятия решений, метод компенсаций, метод виртуального «круглого стола» и метод взаимного обучения агентов.

4. Для промышленного применения разработанных методов и средств необходима разработка инструментальных сред, позволяющих автоматизировать процесс разработки и сократить трудоемкость, сроки создания и стоимость реализации прикладных систем.

5. Разработанные методы и средства обеспечивают высокую эффективность в решении задач оперативной обработки информации в процессах принятия решений в открытых системах, отличающихся неопределенностью спроса/предложения и высокой динамикой изменений в среде.

Апробация работы

Основные результаты работы докладывались и обсуждались на международных и национальных конференциях и семинарах, в том числе: на XIII Международной конференции по применению искусственного интеллекта в технике (Ирландия, Гэлвей, 1998), VI и VII Национальных конференциях по искусственному интеллекту (Пущино, 1998 и Переславль-Залесский, 2000), VI Международном семинаре по распределенной обработке информации (Новосибирск, 1998), XVI Всемирном конгрессе IMACS по прикладной математике и моделированию (Швейцария, Лозанна, 2000), I-IV Международных конференциях по проблемам управления и моделирования в сложных системах (Самара, 1999 - 2002), III Международном семинаре по новым информационным технологиям (Уфа, 2001), Международном семинаре «Новые модели бизнеса: Организационные аспекты и современные технологии» (Санкт-Петербург, 2001), Международном конгрессе «Искусственный интеллект - 2001» (пос Дивноморское, 2001), Международной конференции «Интеллектуальные многомашинные системы» (Таганрог, 2001), VI Международной конференции по систематике, кибернетике и информатике (США, Орландо, 2002), Международной конференции по развитию инфраструктуры электронного бизнеса, науки, образования и медицины в Интернете (Италия, Аквила, 2002).

Публикации. Основные положения диссертации изложены в 40 печатных работах.

Структура и объем работы Диссертация состоит из введения, пяти разделов, заключения, девяти приложений. Общий объем работы - 284 страницы, включая 120 рисунков и 8 таблиц, библиографического списка из 160 наименований.

Раздел 1 посвящен анализу и формализации процессов управления в сетевых предприятиях и разработке принципов построения ПВ-сетей на основе мультиагентных технологий, а также методов взаимодействия агентов для поддержки процессов согласованного принятия решений.

Раздел 2 содержит описание предлагаемой архитектуры ОМАС ППР для построения ПВ-сетей и реализации рассмотренных методов взаимодействия агентов.

В разделе 3 дается описание инструментальных сред для построения ОМАС ППР на базе языков программирования Object Pascal и С++. Рассматриваются основные принципы реализации систем и проводится исследование реализационных характеристик разработанных методов и средств на примерах из логистики.

В разделе 4 излагаются принципы построения, основные модули и приложения интегрированной ОМАС ППР «е-Предприятие», разработанной с использованием предлагаемых методов и средств.

Раздел 5 посвящен разработке проектов ОМАС ППР для управления сложными социально-производственными комплексами.

В приложения вынесены вспомогательные материалы, описания разработанных инструментальных и прикладных систем, а также акты об использовании результатов исследований.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

В Введении показана актуальность темы диссертации, дан анализ исследуемой проблемы и обоснован применяемый подход к ее решению, определены цели и задачи исследования, охарактеризована научная новизна и практическая значимость результатов, проведен краткий обзор структуры и содержания диссертации, выделены основные положения, выносимые на защиту.

Первый раздел посвящен анализу процессов управления предприятиями и разработке основных принципов построения ПВ-сетей на основе мультиагентных технологий.

В подразделе 1.1 кратко рассматриваются особенности функционирования современных предприятий в условиях формирующегося открытого информационного общества и глобальной рыночной экономики. По ряду оценок, в ближайшие 10 лет почти 90% бизнес-организаций в экономически развитых странах будут использовать в своей деятельности Интернет-технологии и станут участниками новой сетевой экономики.

При этом одно из перспективных направлений реформ управления современных предприятий связано с холистическим (,целостным) подходом и переходом от закрытых централизованных иерархических структур с жесткими связями - к открытым сетевым организациям с гибкими связями. При этом кардинальное изменение претерпевает характер взаимодействия между всеми подразделениями предприятия или лицами, принимающими решения, и на смену классическому «бюрократическому» управлению с выдачей команд «сверху-вниз» приходят переговоры, построенные на принципах взаимодействия равных партнеров, где при необходимости каждый может коммуницировать с каждым и структура такого взаимодействия заранее не предписана и никак не ограничена (таблица 1).

Дальнейшее развитие холистического подхода приводит к появлению организаций, в которых не только подразделения или люди, но и любые материальные ресурсы (станок, транспорт, готовая деталь и т.д.), могут быть организованы как автономные бизнес-единицы, имеющие собственные цели, возможности и потребности на виртуальном рынке.

Финансовые, материальные, кадровые и другие ресурсы такого предприятия могут постоянно реконфигурироваться, пополняться или наоборот сокращаться, изменяясь и адаптируясь к решаемым задачам и ситуации на рынке, что кардинально меняет требования к программным средствам для поддержки процессов принятия управленческих решений.

В подразделе 1 2 анализируются возможности применения мультиагентных технологий для поддержки процессов принятия решений в управлении исследуемыми организациями. Дается определение программного агента, приводится классификация видов агентов, рассматриваются принципы построения мультиагентных систем и сферы их применения.

Рассматриваются особенности решения задач управления в открытых производственных системах, связанные с динамическим перераспределением ресурсов при постоянно изменяющемся спросе и предложении. Показывается, что традиционно проблема принятия решений рассматривается и решается в случае, когда все ресурсы и потребности в этих ресурсах известны заранее и не меняются в ходе принятия решений. Но в современных условиях спрос на ресурсы и предложение ресурсов подчиняются весьма изменчивым и

9

непредсказуемым процессам, а сами ресурсы и заказы могут появляться и исчезать в заранее непредвиденные моменты времени.

Таблица 1 - Характеристики традиционного и холистического подхода к управлению

Управленческая функция Традиционные предприятия Холистические предприятия

Распределение функций Централизация функций Децентрализация функций

Организационная структура деятельности Иерархическая структура, жесткие связи Сетевая структура, переменные связи

Влияние внешней среды Закрытость среды Открытость среды

Объем и роль знаний в принятии решений Объем знаний, используемых в принятии решений, строго фиксирован, решения принимаются формально Объем знаний не фиксирован, приоритет - приобретенине новых знаний, решения принимаются неформально

Управление ресурсами Плановый подход Рыночный подход

Распределение функциональных обязанностей Статическое, на основе штатного расписания Динамическое, на основе конкуренции и кооперации

Тип взаимодействия Выдача команд «сверху вниз» Переговоры «равных»

Планирование работ Оптимальное планирование Поиск компромиссов

Степень определенности Полная определенность Полная неопределенность

Функции коммуникации Коммуникации регламентированы Коммуникации не регламентированы

Функции контроля Тотальный внешний контроль Внутренняя мотивация

Оценка результатов Фиксированная повременная оплата Переменная сдельная оплата

В этих условиях классические подходы к принятию решений оказываются недостаточно эффективны и должны быть дополнены методами и средствами для мониторинга изменений в среде и частого и быстрого согласованного перераспределения ресурсов.

В подразделе 1 3 для описания состояния открытой системы вводится понятие ПВ-сети, в которой в качестве базовых сущностей предлагается использовать агентов потребностей и возможностей, посредством взаимодействия вступающих в определенные отношения.

В качестве основных отношений при этом выделяются структурные отношения (потребность "а" порождается возможностью "Ь") и Я2 (потребность "а" есть часть потребности "Ь"), отношение ЯЗ - соответствия («матчинга») между возможностями и потребностями (потребность "а" может соответствовать возможности "Ь"), отношение 114 -установленной связи (потребность "а" бронирует возможность "Ь") и некоторые другие, спектр которых может дополняться.

Для принятия решений агентам необходимы правила, определяющие возможность достижения поставленных целей. В частности, агент возможности должен узнать о наличии

той или иной потребности и сопоставить свои параметры с параметрами этой потребности. Если параметры удовлетворяют некоторому условию, то агент возможности может вступить в переговоры с агентом потребности, если же нет - должен искать другую потребность (и наоборот). Решение каждым из агентов при наличии нескольких альтернативных вариантов принимается на основе целей, устанавливаемых каждому из них индивидуально.

Формально будем называть порождающей ПВ-сетью множество N вида:

где А - множество агентов потребностей и возможностей для заданной предметной области, К - множество отношений между агентами потребностей и возможностей; Р -множество правил принятия решений и установления/разрыва связей; в - множество целей, заданных агентам. Реализацией Б ПВ-сети N будем называть означенную конфигурацию (сцену) ПВ-сети, отражающую состояние агентов потребностей и возможностей открытой системы и отношения между ними в заданный момент времени. В ходе работы система переходит из состояния в состояние Б2 с помощью правил Р и на основе целей С.

Пример порождающей ПВ-сети, описывающей фрагмент некоторой логистической сети транспортных перевозок, приведен на рисунке 1. Здесь выделены агенты заказа (потребности) в перевозке, возможностей транспортных средств (легковое и грузовое авто, поезд), потребностей в топливе и водителе (общие для авто), аренде вагона (для поезда), а также показаны отношения создания потребности и матчинга потребностей и возможностей для бронирования.

Потребность

Возможность в водителе

перевозки (легковое

Рисунок I. Структура фрагмента порождающей ПВ-сети для задачи логистики На рисунке 2 представлен пример данной сети для случая, когда имеется пять перевозчиков, две заправочные станции и три водителя транспортных средств. Из рисунка

видно, что в настоящий момент только одно легковое и одно грузовое авто успешно осуществили матчинг, т.е. соответствуют, например, требуемой цене и сроку доставки, и конкурируют за исходный заказ на перевозку. При этом легковое авто 1 (вариант Б) по своим критериям находит и бронирует водителя 3 и топливо 1, а грузовое авто 2 (вариант Г) -также водителя 3, но другое топливо 2. Потребность в перевозке в соответствии со своим критерием в результате выбирает вариант Б (итоговый вариант выделен жирной линией), который оказался дешевле и обеспечивает доставку в более короткие сроки. В свою очередь, появление нового заказа или ресурса может изменить конфигурацию настоящей ПВ-сети.

Для ПВ-сетей и их реализаций могут быть определены операции включения, объединения и ряд других стандартных операций, позволяющих пользователю конструировать данные виды сети в форме рассмотренных ориентированных графов.

Потребность в перевозке

матчинга

Рисунок 2. Структура фрагмента реализации ПВ-сети для задачи логистики В подразделе 1.4 на основе введенного понятия ПВ-сети предлагаются различные методы взаимодействия агентов сети, позволяющие открытой системе гибко адаптироваться к изменениям во внешней среде. Для примера рассматривается открытая производственная система, в которой заказы прибывают в систему один за другим и время их прибытия и их характеристики заранее не известны, более того, некоторые заказы могут отзываться из системы. Также и ресурсы могут появляться или исчезать из системы, например, в силу потери или поломки.

Обозначим состояние системы как: в! = {М|, Р|) на ¡-м шаге работы, где М| - множество состояний всех агентов заказов Б и ресурсов И и Р( - множество всех связей между ними. Для простоты предположим, что все связи имеют вид: Ьшк (А„, Ат), где А„ и Ат - номера связанных агентов. Тогда связи между агентами в каждый момент времени могут быть

описаны матрицей размера: М х N, где М - число заказов, N - число ресурсов, где М и N могут меняться в ходе работы.

Пусть каждый ресурс R характеризуется:

• рядом характерных черт fi (тип изделия, материал и т.д.);

• его ценой с, которая выражается в условных единицах (у.е.) и назначается самим ресурсом в зависимости от ситуации на рынке;

• себестоимостью ресурса со (не изменяется, причем с > со).

Прибыль ресурса Profit (R) рассматривается как сумма прибылей от выполнения каждого заказа Profit (R) = X (с (Dj) - сО (Dj)), где с (Dj) - стоимость ресурса для заказа Dj, а со (Dj) - себестоимость выполнения этого заказа.

Каждый заказ D характеризуется:

• набором характерных черт g (желаемый тип изделия, материал и т.д);

• его исходной покупательной способностью ро, выражаемой условными денежными единицами (у.е.);

• текущим объемом средств г, которые он может потратить на получение ресурса в данный момент времени, г<ро.

Прибыль заказа Profit (D) определяется как сумма прибыли от каждого подзаказа, т.е. разница между объемом средств, имеющихся на покупку данного ресурса и его текущей ценой Profit (D) = £ (г (Rj) - с (Rj)), где г (Rj) - объем средств на покупку ресурса Rj для данного заказа, а с (Rj) - принятая заказом цена данного ресурса.

Пусть каждый заказ и ресурс имеют определенные критерии для принятия решений, например, максимизируют свою прибыль. Тогда правило принятия решения, т.е. выбора ресурса со стороны заказа, может состоять в выборе предложения с минимальной ценой Min (c(Rj)), а правило для ресурса, в случае, когда для него есть много предложений - как выбор заказа с максимальным предложением Max (r(Dj)). Механизм принятия решения при этом будет состоять в том, чтобы выбрать минимум или максимум по одному из параметров. Заметим, что в дальнейшем агенты могут применять и сколь угодно более сложные критерии и методы оптимизации, если для этого есть возможности и время для принятия решений.

Введем теперь общий критерий Value (Si), отражающий «общественную ценность» (системный ресурс) варианта для системы на i-м шаге. Этот критерий призван частично компенсировать «эгоистические» устремления агентов, локально оптимизирующих свою прибыль без учета интересов других агентов. В простейшем случае, это может быть, например, общая прибыль системы, или срок, на который некоторый ресурс должен быть выведен из оборота, например, для его ремонта или регламента. Агентам разрешено устанавливать новые связи и принимать или пересматривать свои решения только в том случае, если Value не уменьшается: Value (Sj+1) > Value (Si), т.е. используется принцип возрастания ценности системного ресурса.

Метод «скользящего» принятия решений, развивающий принципы контрактной сети, предусматривает следующую последовательность операций:

1. Создание агента потребности и рассылка запроса на предложения от ресурсов. Как только заказ входит в систему, ему назначается агент потребности. Агент потребности посылает сообщение всем агентам, отвечающим за возможности имеющихся в наличии ресурсов, заявляя, что ему необходим такой-то ресурс с определенными характеристиками g, и что он может заплатить за этот ресурс определенное количество денежных единиц г.

2. Выработка агентами возможностей ресурсов конкурирующих предложений. Все агенты, обладающие ресурсами с указанными свойствами g, или лишь несколькими из указанных свойств (в случае частичного матчинга), и со стоимостью, которая меньше или равна названному количеству денежных единиц, начинают предлагать эти ресурсы агенту потребности, т.е. г > с и при этом каждый ресурсов выбирает предложение Max (r(Di)).

3. Принятие решения агентом потребности. Из получаемого множества предложений агент потребности выбирает наиболее подходящий ему ресурс в соответствии с заданными ему критериями и методом принятия решений, определяя, например, Min (c(Ri)).

4. Принятие решения агентом возможностей ресурса. По итогу принятого решения заказ обращается к ресурсу, выигравшему «аукцион», и просит его установить связь. Для этого начинается аналогичный процесс принятия решений со стороны агента возможностей: если ресурс имеет несколько предложений от разных заказов, он очевидно должен выбрать из них наилучший Max (r(D0). Если других предложений нет - этот агент соглашается на установление связи.

5. У становление связи между агентами потребностей и возможностей в случае согласия обоих агентов. В результате получения подтверждения от ресурса и фиксации ситуации полного взаимного соответствия, агенты потребностей и возможностей устанавливают связь между собой Link (А„, Ат)=1. Подчеркнем еще раз, связь устанавливается только в том случае, если оба партнера не имеют у себя лучших предложений, полностью согласны с предложениями друг друга и добровольно идут на заключение связи. Если же ресурс выбирает для себя другое предложение - агент заказа переходит к следующему по «выгодности» предложению.

6. В случае разрыва установленной связи по причине большей выгодности другого предложения и без взаимного согласия партнера инициировавший разрыв areirr выплачивает штраф.

7. Процесс, описанный выше, повторяется до тех пор, пока все ресурсы не становятся связанными с заказами, и никакое дополнительное изменение во владении ресурсом не сможет более увеличить ценность системы Value или до тех пор, пока не закончится время, отведенное для решения задачи. Если же заказ или ресурс удаляются из системы, агент посылает сообщение и разрывает связи, освобождая потребности и возможности от взаимных обязательств, вследствие чего оставшийся партнер начинает заново осуществлять поиск вариантов своей реализации

Здесь каждая цель gj из множества G, задаваемая агенту для принятия решений, определяется как минимум или максимум Min /Мах некоторой переменной aj либо по приоритетному способу, когда явным образом устанавливается приоритет каждой цели, и 14

тогда цель второго приоритета вводится в рассмотрение только в случае, если есть два одинаковых решения на первом уровне, либо по балансному методу, когда минимум или максимум ищется для суммы произведений целевых параметров на весовые коэффициенты важности цели:

gj = Min /Мах (X kjj * ajj),

где gj - значение целевой функции, kjj - весовой коэффициент, заданный в интервале [0,1], ajj - значение переменной, заданной для принятия решений. С помощью этих соотношений в одной и той же логистический сцене одному агенту заказа можно задать в качестве цели поиск предложений на перевозку по минимальной цене, другому - по максимальной скорости доставки, третьему - по балансу цены и скорости и т.д

Развитием рассмотренного метода является метод компенсаций, в котором агентам не позволяется разрывать связи, если партнер не находит себе варианта замены:

1. Если подходящего ресурса нет в наличии, агент потребности старается заполучить в свое распоряжение ресурс, который был уже отдан другому заказу, предлагая тому заказу компенсацию, максимальный размер которой к не превосходит г - с.

2. Агент потребности, которому предлагается компенсация к, рассматривает это предложение. Компенсация принимается только в том случае, если она позволяет заказу приобрести другой ресурс, для чего необходимо новое резервирование ресурсов, и в то же время повысить общую ценность системы (например, итоговую прибыль системы).

3. Если предложение принято, агент потребности реорганизует связи - ранее установленные отношения между заказом и ресурсом разрушаются, а новые отношения между другим заказом и свободным ресурсом устанавливаются, повышая общую ценность системы Value (Si).

Пример работы метода приведен на рисунке 3, где в системе появляется второй заказ (например, на транспортировку), который делает более выгодное предложение уже связанному ресурсу (например, транспортному средству), который договаривается с первым заказом о разрыве связи. В данном методе это становится возможным только в том случае, если первому заказу удается найти замену данному ресурсу, возможно, более дорогостоящим, но при этом все издержки покрываются компенсацией, выплачиваемой вторым заказом.

Рассматриваются возможности развития данной модели, включая использование механизмов предварительного бронирования ресурсов, различной микроэкономики взаимодействия агентов, расписаний работы агентов, полного и частичного матчинга и т.д.

Кратко описываются более сложные модели взаимодействия агентов, включая метод виртуального «круглого стола» и метод взаимного обучения агентов.

В подразделе 1 5 рассматриваются примеры применения разработанной модели ПВ-сети и предложенных методов взаимодействия агентов для поддержки процессов принятия решений в логистике, е-коммерции и управлении проектами. Показывается, что разработанные методы позволяют создавать не только более гибкие и оперативные, но и более живучие системы, в которых потеря любой части (например, транспортного средства)

активизирует процессы переговоров агентов, направленные на замещение утраченной возможности.

а) Агент потребности находит возможность - 1

б) В результате переговоров агент потребности резервирует возможность

в) Появляется новая потребность (заказ) 1

г) Возможность изменяет договоренность с первой потребностью 1

О'

1 - запрос на предложение от заказа к ресурсу;

2 - принятие предложения ресурсом;

3 - появление нового запроса;

4 - запрос к первому заказу на пересмотр решения;

5 - согласие заказа (после поиска замены);

6 - подтверждение согласия ресурса второму заказу.

Рисунок 3. Пример взаимодействия агентов потребностей и возможностей в методе компенсаций

Второй раздел посвящен разработке структуры и функций базовой ОМАС ППР для построения ПВ-сетей и реализации рассмотренных методов взаимодействия агентов.

В подразделе 21 приводится обзор архитектур современных MAC и дается сравнительный анализ наиболее известных систем, таких как Agent Builder, Living systems, Zeus и другие. Показывается, что разрабатываемые в настоящее время MAC преимущественно ориентированы на применения в области е-коммерции и поиска в Интернете, не имеют возможностей представления и использования корпоративных знаний о возможностях и потребностях предприятий, не располагают развитыми средствами поддержки процессов согласования и принятия решений, не имеют соответствующих инструментальных систем, сложны в разработке и отладке и малоэффективны, не обеспечивают большое число агентов и высокую скорость работы приложений.

Определяются требования к архитектуре ОМАС ППР, предназначенных для использования в задачах управления открытыми системами. При этом ОМАС ППР первого рода определяется как система, в которой экземпляры заказов и ресурсов могут динамически вводиться или выводиться из системы, а также в ходе работы могут меняться цели отдельных агентов. ОМАС ППР второго рода определяется как система, в ходе работы которой могут пополняться или изменяться знания агентов. При этом требуется обеспечить 16

отделение знаний о предметной области от программного кода системы и создание средств, которые могут позволить не только разработчикам, но и самим агентам непосредственно в ходе работы системы формировать новые знания и использовать их для гибкого изменения структуры и принципов функционирования системы в соответствии с изменениями в среде.

В подразделе 2 2 предлагается общая архитектура ОМАС ППР для построения ПВ-сетей и реализации предлагаемых моделей взаимодействия, в которой выделены: база знаний предметной области, включающая набор онтологий деятельности, сцена текущего виртуального мира, исполняющая система, библиотеки расширений и интерфейсная система (рисунок 4).

Исполняющая система представляет собой набор компонент, обеспечивающих работу агентов и их взаимодействие. В основе исполняющей системы лежит параллельная машина, реализующая исполнение сценариев работы агентов с соответствующими механизмами поддержки параллельных процессов и их синхронизации. При этом каждый агент рассматривается как комбинация трех сопрограмм: восприятия, планирования и исполнения сценариев, которые могут легко переключаться между собой в зависимости от изменения ситуации в окружающей среде. Кроме того, здесь имеются компоненты, связанные с поддержанием обмена сообщениями между агентами, взаимодействия с пользователем и т.д.

Рисунок 4. Общая архитектура системы

Библиотеки расширений содержат программные модули, специализированные для предметной области или отдельного приложения, например, специализированные интерфейсы, средства доступа к базам данных пользователя, генерации специализированных отчетов и т.д. При необходимости пользователь может добавить или модернизировать не только онтологии, но и любые модули библиотек расширения.

В подразделе 2 3 рассматриваются существующие методы и средства создания онтологий, которые в последние годы интенсивно развиваются для решения задачи семантизации Интернета. Дается определение понятия «онтология», рассматриваются общие требования к построению онтологий и языки представления знаний KIF, OIL, DAML, а также существующие программные средства работы с онтологиями в системах Ontolingua, SMART, OntoSeek и т.д.

В подразделе 2 4 предлагаются методы и средства построения онтологий для ОМАС ПППР, базирующихся на концепции ПВ-сети. Онтологии рассматриваются как наборы виртуальных и абстрактных миров, описывающих взаимодействие объектов. Предлагается общая для всех миров метаонтология («модель мира»), включающая концепты «объект», «свойство», «процесс», «отношение» и «атрибут», которая может быть применена для описания предметной области, мультиагентного сообщества, конструкции агентов.

Подробно рассматривается мир потребностей и возможностей (рисунок 5), реализуемый в виде виртуального рынка, в котором агенты потребностей и возможностей могут порождать друг друга, проводить матчинг и т.д.

Рисунок 5. Структура знаний ОМАС ППР

На этапе разработки мира ПВ-сетей каждая представленная в мире предметной области сущность «раздваивается», получая в свое распоряжение агентов потребностей и возможностей. Например, ресурс «Транспорт» получает агента возможности по транспортировке, который будет заниматься поиском вариантов использования ресурса, а также агентов потребностей, обеспечивающих ресурс, например, топливом или ремонтом.

Условия матчинга, как и цели, для агентов так же задаются при конструировании виртуального мира путем создания специальных рассмотренных выше отношений. При этом инженер по знаниям (онтолог) может отобрать все необходимые атрибуты этих агентов и задать условия сравнения значений этих атрибутов. Например, агент ресурса транспортного средства должен проверять: может ли он перевезти груз указанной массы, обеспечит ли он доставку в заданный срок и деньги. Кроме того, на этом этапе для каждого агента устанавливаются и критерии принятия решений, которые также могут быть изменены на этапе конструирования сцены мира и запуска режима моделирования. В результате определяется и схема потоковых вычислений, которую агенты могут использовать на этапе расчета значений необходимых атрибутов

При работе в этом мире важно обеспечить управление активностью агентов (одно- или двусторонняя), поддерживать составные потребности (когда один заказ требует исполнения нескольких подзаказов) и разделяемые ресурсы (когда один ресурс может работать на несколько заказов), уметь сокращать число переговоров, обрабатывать ситуации неожиданного появления новых или потери существовавших агентов и т.д.

В подразделе 2 5 рассматриваются возможные подходы к построению программных агентов и предлагается конструкция агентов, необходимая для поддержки взаимодействия в ПВ-сетях и реализации матчинга потребностей и возможностей, поддержки принятия решений об установлении и разрыве связей и организации потоковых вычислений.

Для работы в рассматриваемых ПВ-сетях предлагается язык взаимодействия агентов, в ходе которого агентам разрешается посылать и принимать сообщения, задавая вопросы и формируя ответы на предмет установления и разрыва связей, а также выполнять соответствующие команды действий и расчеты, базирующиеся на заданных в онтологии, и потому легко изменяемых пользователем, зависимостях атрибутов понятий и отношений.

В качестве специализированных компонент для работы агентов в ПВ-сетях, обеспечивающих требуемую функциональность агентов и возможность поддержки процессов принятия решений, разработаны следующие компоненты:

1. Матчинговый процессор (матчер) - позволяет агентам коммуницировать и устанавливать связи с другими агентами, осуществляя двустороннюю проверку условий допустимости предлагаемых вариантов решений. При этом каждый матчер отвечает за один контакт, т.е. у одного агента образуется столько матчеров, сколько различных альтернатив он исследует на рынке.

2. Машина принятия решений - позволяет динамически, непосредственно в ходе исполнения, строить таблицы допустимых вариантов решений переменной размерности (как по числу строк, так и столбцов), прошедших матчинг как стадию предварительной селекции

этих решений, сортировать эти решения в соответствии с заданными пользователем критериями и выбирать наилучший вариант на основе актуального в текущий момент критерия или их комбинации.

3. Блок работы с онтологиями - позволяет агенту осуществлять поиск в семантической сети онтологии и считывать свои атрибуты или необходимые правила для проверки условия матчинга и принятия решений. I

4. Потоковый вычислитель - позволяет проводить расчеты значений атрибутов агентов, необходимых в проверках при матчинге и принятии решений. При этом порядок вычислений i значений атрибутов может быть заранее не предписан агенту, а определяться в ходе его

работы на основе прослеживания связей между понятиями в онтологии. ,

I

Реализация рассмотренных компонент позволяет существенно сократить трудоемкость или полностью освободить пользователя от рутинного программирования взаимодействия агентов потребностей и возможностей - достаточно создать агента с указанием его целей и критериев принятия решений и описать условия матчинга, которые он должен проверять, а все остальное определяется агентом динамически в ходе своего выполнения, что особенно удобно для пользователей, не имеющих специальных навыков программирования.

Третий раздел посвящен разработке инструментальной среды для построения ОМАС ППР и исследованию реализационных характеристик разработанных средств.

В подразделе 3.1 дается краткий обзор методов и средств проектирования MAC, языков '

программирования агентов и инструментальных сред для их реализации. Формулируются общие требования к инструментальным средам построения MAC для управления предприятиями, важнейшей компонентой которых должны являться средства работы с 1

корпоративными знаниями.

В подразделе 3.2 рассматривается структура специализированной инструментальной среды для создания ОМАС ППР, разработанной для автоматизации процесса разработки прикладных систем и делающей возможным изменение правил принятия решений не только i

для квалифицированных программистов, но и для рядовых пользователей. В отличие от известных MAC, реализуемых на основе Java-клэссов, в данном подходе реализована собственная среда функционирования агентов, способная обеспечить поддержку механизмов работы ПВ-сетей и гарантировать системе высокую производительность, необходимую для i

промышленных применений. '

Разработчику системы предлагается инструментарий инженерии знаний, включающий в «

себя конструктор онтологии, систему извлечения знаний, интегратор знаний и систему понимания текста на ограниченном естественном языке. Каждая из указанных систем, в свою очередь, строится как мультиагентная система, так же реализуемая на основе ПВ-сетей. •

Особое значение для работы пользователей имеет конструктор онтологий, позволяющий описывать понятия и отношения, необходимые для построения ПВ-сети в заданной предметной области. При этом пользователю обеспечивается возможность графического создания онтологий из базовых концептов, включая объекты, свойства, процессы, отношения и атрибуты. Дополнительные средства визуализации разработаны для 20

построения агентов мира потребностей и возможностей, задания условий матчинга между ними и критериев принятия решений.

Для создания специализированных программных компонент предлагается инструментарий программиста, состоящий из расширяемого набора библиотек программ.

Рассмотренные компоненты в целом позволяют существенно упростить, ускорить и удешевить разработку ОМАС ППР для различных приложений.

В подразделе 3 3 рассматривается методика создания прикладных ОМАС ППР, » реализуемая на основе концепции ПВ-сети и разработанной инструментальной среды. Для

иллюстрации получаемых результатов на рисунке 6 показан фрагмент семантической сети онтологии логистики, которой соответствует ПВ-сеть для принятия решений при реализации " заказов на перевозку грузов. В онтологии логистики выделены понятия заказа на перевозку

Project, транспортного средства Vessel, станции обслуживания Station и некоторые другие. Всем этим понятиям соответствуют агенты потребностей и возможностей, например TVesselResource - возможности по перевозке транспортного средства, TVesseKLine -потребность транспортного средства в выборе транспортной линии, TTransportLine -возможность транспортной линии перевозить грузы и т.д.

Пример задания условий для матчинга агентов заказов и ресурсов различных понятий при конструировании правил принятия решений в данной ПВ-сети приведен на рисунке 7.

Здесь заданы следующие условия: масса груза не должна превосходить грузоподъемность транспортного средства, цена заказа на перевозку не может быть больше заданной, срок 1 доставки груза должен удовлетворять заданным ограничениям указанного временного окна

транспортировки. Аналогичным образом задаются и цели каждому агенту, например, минимизировать затраты на перевозку или обеспечить самую быструю доставку груза и т.д. ( На основе онтологии агентам также становится доступной схема зависимости атрибутов

I понятий и отношений предметной области, которая может использоваться агентами для

определения возможной последовательности (потока) вычислений значений этих атрибутов.

Рисунок 6. Фрагмент семантической сети логистики в RC конструкторе онтологий

Обратившись к онтологии, агент может найти скрипт и определить, какие атрибуты нужны для его вычисления Значения этих атрибутов агент может найти у себя в памяти, просматривая список своих атрибутов, или запросить других агентов, которые аналогичным образом попытаются определить значения требуемых атрибутов, или вычислить их на основе других атрибутов. После того, как эти значения будут пересланы первому агенту, он сможет провести вычисления, динамически загружая и инициируя найденный скрипт или целую их последовательность.

шишаив -imxi

fia • * ♦ МП - - - -.Ш»

j.Süb^J«4>ute_/Sorjpl_

Mame

Condition_0 TVesseLResourceMaxCargoWeight

J.'SistJ Qfeectattlllute.

> ■ TProjeet2Vesîel_Demand CargoWeight

Cortditron_1 TPfO|ecl2Vessd_Demand ProjeclCost Cortdition_2 T Proiec(2Ve$$el_D emand D eslinationLateslD ate Cortdition_3 TVesseLResource S cheduleR igbtB order

SCommon

Äebve

IS—

El Condition

>= TVessel_Resoufce S cheduieT ransportCost >= TVessel_Resource SchediieArnvalTime >= TVesse!_Resource S cheduleAmvalT ime

Edit relation condition...

^"MatchingcondKiohs 1= DSssionMakmgMaehiné cendUSÑ» | Q Tasks]

a a i * * ¡ m - ^

дярГ

ObieclÄÄute "

Maffia.. _ Condition О

1

Т Vessel_R esouice S cheduleAmvalT ime

JJida______

Min (ascending]

TVe$'¿el_Re¿:ource.ScheduleT(an:po('Co^ Min (ascending)

Рисунок 7. Условия матчинга и принятия решений в ЯС конструкторе онтологий На рисунке 8 представлен экран некоторой сцены ПВ-сети в отладчике исполняющей системы, где в центральном окне кружочки представляют агентов ресурсов, квадратики -агентов заказов на транспортные средства и дороги.

о! [«о^см^Е^ас:^*«*! | ^

. ti M«U»«|¡5 ршаощк^оисЫм!

tPrc«®?& «......

Cl

ï

О

VJ

ti Matcher* ÎS ''Oed&n mattem**» i

TVeiMl_ñenurce T 05.04 2002 7 48-ЗБ TVeweLRetouce 2 07 04 200211 28:36

гт

10514.0000000007 7155,22222222287

Максдааяьиовоаможная икса груа. 4000

Масса грдеа 2010

J Время окончания перевозки м 05.04 2002 7 4&3&

"f Перекос ьтчсиадозпеметадо TV«n8SlJß«M"L2

I-1 Максимально возможное время дос 300420021748:36

Станция «травки где* Staüar*_2

Станция доставки грум Staöon_3

Дата, наемная с которой заказ може „ 15.03.200210:00:00

j Ссьика проект* на Себя Proteci.l

гСсьик.4 перевозам на ссбя VnseU

Время эагружи 10:00:00

iJ Зрвмв доруэкм 5:00:00

Средняя скорость, перемещен и 20

Ц енв топлива (ОДщаядЛядомжаб - 3.7

Ооммостъ использования переедос 900 Скорость потреблен* горючего при

, Реальные затраты на перевожу 10514 0000000007

'Прамягрвиыцаэлеменгарасгисани... 16.06 20291748:38

VemFraft 91859----------

| Стеиг-юсть проекта (готовность э«па 19700

J

irr

Рисунок 8. Сцена виртуального мира принятия решений Основные линии отражают принятые решения и установленные связи с другими агентами, а пунктирные линии — возможные альтернативы, которые рассматривались агентом. В окне справа показываются текущие значения атрибутов агента в ходе принятия 22

TvessaRe

решений и проведения необходимых для этого потоковых вычислений. Внизу показано окно, j отражающее состояние машины принятия решений выбранного агента. Видно, что в данном

I примере агент заказа имел три варианта предложений от перевозчиков (ресурсов

транспортных средств) и выбрал из них минимальное по стоимости.

Рассмотренный режим отображения работы агентов удобен для отладки и контроля состояния сцены и позволяет визуализировать все основные структуры данных агентов (условия матчинга, таблицу решений и установки целей), ответственные за принятие решений и переговоры, отражающие построенную модель взаимодействия. В результате разработчик или пользователь получают возможность наблюдать процессы взаимодействия ^ всех участников принятия решений, которые имеют место в системе, и при необходимости

легко менять эти модели, вводя новых участников или меняя их описания, включая условия матчинга и критерии принятия решений.

Опыт разработки и применения рассматриваемых систем показал высокую | эффективность созданных инструментальных сред и методов разработки ОМАС ППР,

позволивших за короткое время создать более двух десятков различных приложений.

В подразделе 3 4 проводится экспериментальное исследование разработанных методов и 1 средств под действием различной нагрузки. Для этого на вход логистической сети

I некоторого модельного предприятия, построенной на основе Engine RC и содержащей

заданный набор ресурсов, подавалась последовательность заказов, размещение которых I требовало перераспределения принятых ранее заказов на основе метода компенсаций.

I Фиксировалось состояние матрицы связей ПВ-сети (степень загруженности и

' удовлетворенности агентов, рассчитываемой через отношение текущей прибыли и

максимально возможной прибыли), а также измерялась прибыль сети и время отклика. Варьировались параметры агентов заказов и ресурсов и стратегии принятия решений, а также затраты на пересмотр связей.

На рисунке 9 представлены результаты измерения зависимости прибыли сети и времени реакции системы от характера поступающих заказов для некоторой последовательности заказов. В приведенном примере первые два заказа (1 и 2) захватывают свободные ресурсы I системы, но уже для третьего заказа мощностей имеющихся свободных ресурсов не хватает,

I что вызывает необходимость применения метода компенсаций и перераспределения

ресурсов, следствием чего является возрастание времени реакции системы. Четвертый заказ обычным образом получает ресурс, но через некоторое время освобождается ресурс, занятый 1 под второй заказ, который был ранее полностью удовлетворен своим заказом и не участвовал

' в переговорах. Этот ресурс проявляет инициативу в борьбе за заказы и передоговаривается с

У четвертым заказом о возможности замены его текущего ресурса, вследствие чего прибыль

системы неожиданно получает значительное дополнительное приращение. Очевидно, что без использования метода компенсаций прибыль от третьего заказа (Д1) и дополнительная прибыль, возникшая от активизации второго ресурса и изменения порядка исполнения I четвертого заказа (Д2) были бы потеряны для системы.

Проведенные исследования подтверждают вывод о том, что чем ниже порог удовлетворенности агентов (т.е уровень, с которого они перестают реагировать на новые предложения или изменения ситуации) или чем выше налог на пересмотр связей, тем меньше время реакции системы, но тем меньше и прибыль сети. Это объясняется тем, что чем больше взаимодействий фиксируется в системе и чем больше возможностей исследуют агенты, тем лучше качественные результаты работы системы и тем дольше время ее реакции.

При средней загруженности системы, высоких способностях ресурсов и средних параметрах заказов, когда каждый из них в состоянии удовлетворить поступающий заказ, время реакции системы растет практически линейно (пунктирная линия - рисунок 10).

Рисунок 9. Моделирование процесса поступления заказов

Максимальная Коэффициент загрузка загрузки

Рисунок 10. Возрастание времени реакции системы в методе компенсаций (1 - 3 - графики для возрастающих значений затрат на переговоры)

^ По мере усложнения заказов или увеличения числа занятых ресурсов время реакции

системы может начинать резко возрастать, по мере того, как на некоторых заказах вся сеть может прийти в состояние переговоров и потребуется практически полный перебор для ' перераспределения ресурсов между заказами в соответствии с методом компенсаций.

Представленные графики качественно показывают влияние возрастающих налоговых отчислений (или порога удовлетворенности агентов), которые ограничивают переговоры и сокращают число взаимодействий в системе. * В подразделе 3 5 рассматриваются перспективы развития подхода в части создания

корпоративных систем эмерджентного интеллекта, обеспечивающих автоматическое приобретение, обработку и использование корпоративных знаний и динамическое

«

взаимодействие прикладных систем поддержки принятия решений различных уровней.

1 В четвертом разделе рассматриваются принципы построения и основные модули

t

ИО MAC ППР «е-Предприятие», разработанной с использованием предлагаемых методов и средств, а также применение разработанной системы для решения ряда прикладных задач. В подразделе 4 1 дается сравнительный анализ существующих систем для управления ' предприятиями и поддержки процессов принятия решений. Рассматриваются основные

характеристики известных систем управления предприятиями компаний SAP, BAAN и ряда других, а также анализируются основные проблемы их применения, связанные с закрытым характером систем, иерархической структурой, централизованным характером принятия I решений и жесткими связями между элементами системы, отсутствием средств

представления корпоративных знаний, ограничениями применяемых классических методов

t

приятия решений и т.д.

В качестве основы для построения нового класса систем управления предлагается структура интегрированной ОМАС ППР (ИОМАС ПППР «е-Предприятие»). I Рассматриваются структура и функции основных подсистем, включая модули логистики,

I е-коммерции, управления проектами (персоналом) и некоторые другие. Обсуждаются

t

I особенности построения и функционирования каждой подсистемы и их преимущества по

| сравнению с известными системами.

В подразделе 4 2 рассматривается модуль «е-Логистика», в котором предлагается ПВ-сеть для работы с городами и дорогами, заказами и готовыми изделиями, а также другими производственными ресурсами. Каждый заказ в этой системе может сам находить нужные себе части на складах или заказывать эти части на производстве. Если обеспечить ' выполнение заказа на имеющихся возможностях не удается, агент заказа вступает в

' переговоры на основе метода компенсаций и добивается перебронирования имеющихся

^ деталей, разделяя свою прибыль с другими заказами и частями. Рассматриваются

' применения модуля для решения задач автомобильной логистики, транспортировки

' крупнотоннажных грузов, перевозки сырой нефти, составления железнодорожных

расписаний и ряд других.

В качестве примера рассматривается применение разработанных методов и средств для моделирования процессов принятия решений в логистике опытно-экспериментального производства АО «АвтоВАЗ»(фрагмент онтологии этой системы представлен на рисунке 11).

При этом автомобили, их узлы и образующие их детали, а также транспортные средства, складские мощности, производственные станки и материалы получают агентов ПВ-сети, которые отслеживают график производства и помогают специалистам принимать решения по сборке готовых экспериментальных образцов автомобилей точно в срок. Показывается, что в такой системе поломка станка или пропажа детали не вызывают останова производства, а лишь инициируют новые переговоры между агентами и пересогласование их планов, позволяя решить проблему без нарушения ритма производства и больших издержек.

На рисунке 12 приведен экран исполняющей системы, отражающий пример работы макета-прототипа ОМАС ППР логистики при перепланировании производства. В нижней части этого экрана представлен протокол переговоров, которые ведут между собой агенты заказов на производство прототипов, агенты деталей, склада и производственной линии при решении задач оперативного изменения планов производства.

Еще один пример, подробно рассматриваемый в работе, связан с решением задачи разработки системы для формирования годового плана опытно-экспериментального производства АО «АвтоВАЗ», призванной функционировать в реальном времени в сети Интернет. В этой системе каждый специалист может иметь своего агента для согласования принимаемых решений за постоянно действующим виртуальным «круглым столом», инициируемом при возникновении срочных работ (например, сборки автомобиля для поставки на незапланированную выставку), что позволяет принимать продуманные и согласованные решения, обеспечивающие точность исполнения, минимальные затраты и кратчайшие сроки выполнения заказов.

Рисунок 11. Упрощенная онтология производства автомобиля

I

I

Рисунок 12. Экран исполняющей системы для моделирования логистики производства

В подразделе 4 3 рассматривается модуль «е-Коммерции», в котором имеются агенты ПВ-сети товаров и заказов, а также агенты продавцов и покупателей, склада и поставщиков. Агенты товаров и заказов могут вести переговоры со стратегиями скидок постоянным покупателям: скидок за оптовую покупку, скидок по состоянию конкурентов, скидок по затовариванию склада и др. При этом рассматривается ситуация кросс-продажи, когда несколько товаров объединяются для удовлетворения покупателя. Получая комиссию от продажи товара, агенты накапливают деньги и могут предлагать все большие скидки покупателям, адаптируя свои бизнес-правила к ситуации на рынке. Рассматриваются примеры применения разработанного модуля для создания Интернет-портала «Оптик-сити», продажи электроники, авиабилетов и т.п.

В подразделе 4 4<Зописывается подсистема управления проектами (сотрудниками) I предприятия «е-Проекты», в которой имеется ПВ-сеть сотрудников, заказов, продуктов,

| помещений, знаний, работ, финансов и материалов. Все эти агенты принимают активное

участие в переговорах по планированию и выполнению работ и заботятся о сохранности или развитии своего типа ресурса. Например, агент компьютера ищет ближайшее «окно» в | работах своего хозяина и планирует работы по сохранению содержимого диска или его

| замене по истечению срока службы. Другой характерный пример связан с агентом знаний -

I если агент возможностей обнаруживает, что его хозяин не смог в очередной раз получить

I«1

' работу по новому проекту по причине отсутствия необходимых умений в работе с

1 некоторым пакетом программ, он Заходит первое свободное «окно» в его расписании и

планирует работу по освоению этих знаний с целью поднять его конкурентоспособность на I внутреннем рынке предприятия. Таким образом, рассмотренная система управления

' заставляет каждого сотрудника эволюционировать и, как следствие, развивается и все

¡предприятие в целом.

В подразделе 4 5 рассматриваются модули «е-Новости» и «е-Обучение», которые также ! отличаются необходимостью оперативного принятия решений и индивидуального подхода к

каждому пользователю. Работа последнего модуля показывается на примере системы дистанционного обучения «Дифракция», предназначенной для обучения студентов и молодых инженеров.

Делается вывод, что разработка ИОМАС ГТПР «е-Предприятие» обеспечивает предприятию возможность внедрения современных методов управления, развивающих инициативность, самостоятельность и ответственность людей; повышение качества и эффективности управления, поддержку процессов приобретения новых знаний и принятия решений, сокращение доли рутинной бюрократической деятельности, усиливает дисциплину и контроль в исполнении принятых решений, снижает затраты на разработку и поддержку систем управления предприятиями.

Пятый раздел посвящен разработке проектов ОМАС ППР для управления сложными социально-производственными комплексами (СПК) регионов.

В подразделе 5.1 рассматривается задача реформирования государственного управления регионами для улучшения качества жизни людей и повышения эффективности управления СПК. Предлагается архитектура ОМАС ППР для управления регионом и выделяются основные компоненты первой очереди системы, связанные с организацией работы служб социальной защиты, здравоохранения, образования и культуры. Показывается возможность перехода к открытому и адресному взаимодействию органов исполнительной власти с населением региона.

В подразделе 5 2 рассматривается структура интегрированной системы для управления департаментами региональных администраций, в составе которой выделены ОМАС ППР для реализации новых регламентов госслужбы, гибкого планирования и контроля, бюджетирования и развития персонала, реализуемые на основе ИОМАС «е-Предприятие».

В подразделе 5.3 показывается применение разработанных методов и средств для создания открытой мультиагентной системы моделирования процессов адресного взаимодействия населения и органов исполнительной власти Самарской области в социальной сфере (на основе социального паспорта жителя). В этой системе для каждого жителя Самарской области создается свой персональный агент, который действует от лица и по поручению человека на основе принятых на федеральном, региональном и муниципальном уровнях социальных законов и нормативных актов и обеспечивает реализацию возможностей и потребностей человека. Рассматривается архитектура системы и ее функциональные возможности, структура онтологии сферы социальной защиты и социального паспорта жителя Самарской области, а также особенности взаимодействия агентов потребностей и возможностей населения й" органов исполнительной власти. Представлены примеры проблемных ситуаций, возникающих для различных категорий малообеспеченных граждан (пенсионеров, ветеранов войны и труда, инвалидов, переселенцев и других) и методы решения возникающих социальных задач в разработанной системе. Показывается возможность реализации качественно нового открытого и адресного подхода к организации социальной помощи населению, более эффективно решающего социальные проблемы, избавляющего человека от «хождения по инстанциям» и 28

позволяющего учитывать его изменяющиеся индивидуальные особенности, а также обеспечивающего замену различных привилегий и льгот единым денежным пособием для более эффективного использования бюджетных средств.

В подразделе 5 4 рассматривается задача разработки новой модели управления здравоохранением СПК, ключевым элементом которой становится врач общей практики. В этой модели врач общей практики получает в свое распоряжение все финансовые ресурсы, отпускаемые на больного, и оплачивает выбираемые методы и средства диагностики и лечения заболевания. Для поддержки процессов принятия решений врачом была разработана ОМАС ППР, базирующаяся на использовании международных клинических протоколов (онтологий) профилактики и лечений заболеваний и поддерживающая взаимодействие врача не только с пациентом, но и с территориальным фондом обязательного медицинского страхования, поликлиниками и стационарами, поставщиками лекарств, страховыми компаниями и другими организациями Отмечаются возможности повышения качества и эффективности в управлении здравоохранением региона за счет повышения гибкости и оперативности в принятии решений, расширения возможностей использования профессиональных знаний, индивидуального подхода к каждому пациенту.

В подразделе 5 5 рассматривается применение разработанных методов и средств для создания открытого Интернет-портала «Социокультурные ресурсы Самарской области», представляющего собой пример семантического веба для управления развитием региональной культуры В этом портале организации или граждане могут добавлять новые информационные кванты, описывающие объекты (продукты) культуры, творческие личности, проекты развития культуры или важные события в культурной жизни, создавая ' для них семантические дескрипторы на основе онтологии культуры региона. Используя эти

дескрипторы, агенты потребностей и возможностей каждого социокультурного ресурса получают возможность более индивидуально находить заинтересованных в них пользователей, учитывая изменяющиеся профили их интересов, сохраняемые в социальном ' паспорте жителя. При этом наличие онтологии обеспечивает системе такие возможности, как

поддержка диалога с пользователем на естественном языке, автоматическое установление ' ассоциативных связей между ресурсами и т.д. Показывается, что портал может

| способствовать развитию культуры в регионе за счет интеграции социокультурных ресурсов

Самарской области в общероссийское и мировое культурное пространство и » интенсификации процессов обмена информацией для установления новых деловых связей

между организациями и отдельными людьми.

Разработанный Интернет-портал рассматривается как основа разрабатываемых ОМАС

* ППР других департаментов социального блока СПК региона

|

ЗАКЛЮЧЕНИЕ

| В диссертации решена научная проблема создания теоретических основ и

! инструментальных программных средств для построения открытых мультиагентных систем

с целью повышения оперативности обработки информации в процессах принятия решений.

Сущность предложенного подхода к ее решению заключается в разработке ПВ-сетей для идентификации потребностей и возможностей открытой системы и автоматической реконфигурации этой сети при изменениях во внешней среде. Разработанные принципы построения и реконфигурации ПВ-сети реализуются предложенными методами взаимодействия программных агентов - элементов этих сетей, обладающих собственными специализированными базами знаний (онтологиями), а также средствами идентификации потребностей и возможностей и согласованного принятия решений. Применение разработанных методов и средств в промышленной логистике, е-коммерции и других приложениях позволило существенно повысить оперативность обработки информации в процессах принятия решений и тем самым повысить качество и эффективность решений.

Основные научные и практические результаты работы состоят в следующем:

1. Проведен системный анализ процессов обработки информации для принятия решений в открытых системах, особенности которых связаны с работой в условиях априорной неопределенности спроса и предложения, распределенного и децентрализованного характера принятия решений и высокой динамики изменений в среде функционирования. Показано, что в этих условиях большое значение приобретает идентификация потребностей и возможностей всех участников взаимодействия, формирование вариантов решений и проведение многосторонних переговоров для согласования принимаемых решений.

2. На основе холистического подхода и мультиагентных технологий предложена концепция ПВ-сети для описания состояния открытой системы, а также разработаны методы взаимодействия элементов этой сети, включая метод «скользящего» принятия решений, метод компенсаций, метод виртуального «круглого стола» и метод взаимного обучения агентов. Разработанные методы обеспечивают возможность динамической согласованной реконфигурации ПВ-сети при возникновении изменений во внешней среде, учитывающей интересы всех участников взаимодействия.

3. Для реализации концепции ПВ-сети и разработанных методов взаимодействия предложена архитектура ОМАС ППР, отличающаяся наличием матчингового процессора для установления соответствия между потребностями и возможностями и машины принятия решений. Разработаны методы и средства представления знаний предметной области, необходимые для поддержки процессов принятия решений об установлении или разрыве связей в ПВ-сети. Разработана структура и функции исполняющей системы для обеспечения квазипараллельной работы большого числа агентов, необходимого для решения промышленных задач, и поддержки работы с онтологиями.

4. Разработаны и реализованы инструментальные средства для построения прикладных ОМАС ППР для различных применений, включающие конструктор онтологий, исполняющую систему и библиотеки расширений, систему извлечения знаний, интегратор знаний и систему понимания текстов на ограниченном естественном языке. Разработанные исполняющие системы реализованы в двух наиболее распространенных объектно-ориентированных средах (Object Pascal и С++) как в расчете на решение задач 30

моделирования процессов принятия решений в локальных сетях предприятий, так и для поддержки процессов коллективного принятия решений в сети Интернет.

5. Проведены экспериментальные исследования реализационных характеристик разработанных методов и средств, показывающие их высокую производительность. Проведены исследования метода компенсаций и показаны зависимости качества и скорости принятия решений от параметров метода и характеристик входных заказов, позволяющие обеспечить наиболее рациональное использование ресурсов системы.

6. На основе разработанных методов и средств реализован ряд прикладных ОМАС ППР для решения задач производственной и транспортной логистики, электронной коммерции, управления проектами и других. Полученный опыт свидетельствует, что разработанные методы и средства позволяют эффективно решать задачи управления открытыми системами, а использование созданного инструментария повышает производительность труда, сокращает стоимость и сроки разработки, а также упрощает сопровождение и модернизацию рассматриваемых систем.

СПИСОК ОСНОВНЫХ ОПУБЛИКОВАННЫХ РАБОТ

1. Скобелев П.О. Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений. // Автометрия. - 2002. - №6 . - С. 45-61.

2. Виттих В.А , Скобелев П.О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах // Автоматика и телемеханика. -2003. -№1,-С. 177-185.

3. Андреев В., Виттих В., Батищев С., Ивкушкин К., Минаков И., Ржевский Г., Сафронов А., Скобелев П.. Методы и средства создания открытых мультиагентных систем для поддержки процессов принятия решений // Известия Академии наук. Теория и системы управления. -2003.- № 1.-С. 126-137.

4. Скобелев П.О. Метод компенсаций для поддержки процессов принятия решений при динамическом распределении ресурсов // Известия Самар. науч. центра РАН. - 2002. -Янв. - июнь. - С. 104-112.

5. Скобелев П.О. Открытые мультиагентные системы для поддержки процессов принятия решений при управлении предприятиями // Известия Самар. науч. центра РАН. - 2001. - Янв. -июнь.-С. 71-79.

6. Батищев C.B., Искварина Т.В., Скобелев П.О. Методы и средства построения онтологий для интеллектуализации сети Интернет // Известия Самар. науч. центра РАН. - 2002. - Янв. — июнь -С. 91-103.

7. Батищев C.B., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Разработка инструментальной системы для создания мультиагентных приложений в сети Интернет // Известия Самар. науч. центра РАН -2001. - С. 131-135.

8. Vittikh V.A., Skobelev P.O. Developing of Multi-Agent System for the Decision Making Process for Companies with Networking Organisation. // Proc. of XVIIMACS World Congress on Scientific Сотр., Applied Math, and Simulations. - Lausanne, August 21-25. - 2000. - P.526.

9. Vittikh V.A., Skobelev P.O. Multi-Agent Systems for Modelling of Self-organisation and Cooperation Processes // Proc. of XIII Intern. Conf. on the Application of Artificial Intelligence in Engineering. - Ireland, Galway. - 1998. - P. 91-96.

10. Andreyev V., Batishchev S., Ivkushkin K., Rzevski G., Safronov A., Skobelev P. MagentA Multi-Agent Engines for Decision Making Support // Intern. Conf. on Advanced Infrastructure for e- Business, e-Education and e-Medicine. - L'Aquila, Italy, 29 July - 4 August 2002. - P. 64-76.

11. Скобелев П.О. Холистический подход к созданию открытых мультиагентных систем // Тр. III Междунар. конф. по пробл. упр. и моделир. в сложи, системах, Самара, 4-9 сентября, 2001. - Самара- СНЦ РАН, 2001. - С. 147 - 160.

12. Skobelev P.O. Holonic Systems Simulation // Proc. of the 2 Intern. Conf. "Complex Systems: Control and Modelling Problems", Samara, June 20-23,2000. - P. 73-79.

13. Скобелев П.О. Виртуальные миры и интеллектуальные агенты для моделирования деятельности компаний // Тр. VI Национ. конф. КИИ-1998, Пущино, 5-11 октября, 1998: Сб. науч. тр. В 3 т. Том 2. - Пущино, 1998. - С. 714-719.

14. Скобелев П.О. Самоорганизация и эволюция в открытых мультиагентных системах для холонических предприятий // Междунар. конгресса «Искусственный интеллект в 21 веке», Дивноморское, 3-8 сентября 2001: Тр. конгр. -М.: Физматлит, 2001. -Т. 1. -С. 314-338.

15. Скобелев П.О. На пути к эмерджентному интеллекту // Тр. IV Междунар. конф. по пробл. упр.и моделир.сложн.систем, Самара, 17-24 июня, 2002.-Самара:СНЦ РАН,2002.-С.172 -179.

16. Виттих В.А., Скобелев П.О. Когнитивный подход к созданию интеллектуальных систем на основе метода аналогий. // Интеллект, системы в машиностроении: Матер. Всесоюз. науч.-техн. конф. по интеллект, системам в машиностроении. Ч. 3. // СамФ ИМАШ АН СССР. - Самара, 1991. -С. 31-32.

17. Виттих В.А., Скобелев О.П., Скобелев П.О. Интеллектуальная обучающая система для подготовки инженеров: прагматический подход // Сб. науч. тр. III конф. по искусст. интеллекту: В 2-х т.- Тверь. - 1992. - Том 2. С. 36-43.

18. Rzevski G.A., Skobelev P.O., Korablin M.A. Multi-Agent Models of Networked Organisations // Proc. of Intern. Workshop "New Models of Business: Managerial Aspects and Enabling Technology", School of Management of Saint Petersburg State University, Russia, June 28-29, 2001.-P. 46-49.

19. Скобелев П.О. Опыт управления компанией, имеющей электронную инфраструктуру в сети Интернет // Тр. I Междунар. конф. по пробл. упр. и моделир. в сложных системах., Самара. - 1999. - С. 392-397.

20. Скобелев П.О. Мультиагентный подход к разработке интеллектуальной системы согласованного управления агропредприятиями // Тр. IV Междунар. семинара по распределен, обработке информации. - Новосибирск, 23-25июня, 1998. - Новосибирск, 1998. - С. 338-342.

21. Batishchev S.V., Ivkushkin K.V., Minakov I.A., Rzevski G.A., Skobelev P.O. MagentA MultiAgent Systems: Engines, Ontologies and Applications // Proc. of the 3 Intern. Workshop on Computer Science and Information Technologies CSIT'2001. - Ufa, Russia. - 21-26 September, 2001. - Ufa: State Aviation Technical University - Institute JurlnfoR-MSU. - Vol. 1: Regular Papers, 2001. - P. 73-80.

22. Batishchev S.V., Ivkushkin K.V., Minakov I.A., Rzevski G.A., Skobelev P.O. A Multi-Agent Simulation of Car Manufacturing and Distribution Logistics // Proc. of the 2 Intern. Conference "Complex Systems: Control and Modelling Problems", Samara, Russia, June 20-23. - 2000. - P. 100-104.

23. Ивкушкин K.B., Минаков И.А., Ржевский Г.А., Скобелев П О. Мультиагентная система для решения задач логистики // Тр. VII Нац конф. по искусств, интеллекту с междунар. участием ИИ-2000, Переславль-Залесский, 24-27 октября, 2000. - М.: Физматлит, 2000. - Т. 2.-С. 789-798

24. Андреев В В., Волхонцев Д В., Ивкушкин К.В., Карягин Д.В., Минаков И.А., Ржевский Г.А., Скобелев П.О. Мультиагентная система извлечения знаний // Тр. Ш Междунар. конф. по пробл. упр. и моделир. сложных систем. Самара, 4-9 сентября, 2001. - Самара: СНЦ РАН, 2001.-С. 206-212.

25. Андреев В.В., Ивкушкин К.В., Карягин Д.В., Минаков И.А., Ржевский Г.А., Скобелев П.О., Томин М.С. Разработка мультиагентной системы понимания текста // Тр. III Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 4-9 сентября, 2001. - Самара: СНЦ РАН, 2001.-С. 489-495.

26. Андреев В.В., Ивкушкин К.В., Минаков И.А., Ржевский Г.А., Скобелев П.О. Конструктор онтологии для разработки мультиагентных систем // Тр Ш Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 4-9 сентября, 2001. - Самара: СНЦ РАН, 2001.-С. 480-488.

27. Ivkushkin К., Minakov I., Rzevski G., Skobelev P. "MA DAE: MagentA Multi-Agent Desktop Application Engine" // Proc. of the 3 Intern. Workshop on Computer Science and Information Technologies CSIT'2001, Ufa, Russia, 21-26 September, 2001. - Ufa: State Aviation Technical University - Institute JurlnfoR-MSU. - Vol. 1: Regular Papers. - 2001. - P. 81-89.

28. Batishchev S., Boemer P., Christoff J., Douy C„ Grosse V., Lindstedt C., Shem-Tov K., Skobelev P. Multi-Agent Internet Portal 'Optic-City' for E-commerce // Proc. of the 2 Intern. Conf. "Complex Systems: Control and Modelling Problems", Samara, Russia, June 20-23. - 2000. - P. 252-258.

РОС НАЦИОНАЛЬНА»! БИБЛИОТЕКА j С Петербург I О» МО акт *

29. Батищев C.B., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Мультиагентная система корпоративных новостей // Тр. III Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 4-9 сентября, 2001.-Самара: СНЦ РАН,2001.- С.474 - 479.

30. Виттих В.А., Волхонцев Д.В., Горбунова Т.Ф., Лахин О.И., Ройтман Е.М., Скобелев О.П., Скобелев П.О. Мультимедиа-онтологии и виртуальные объекты И Тр. П1 Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 4-9 сентября, 2001. - Самара: СНЦ РАН,

2001.-С. 458-468.

31. Батищев C.B., Скобелев П.О. Проблемы реализации мультиагентных систем дистанционного обучения в сети Интернет // Матер. Междунар. научно-практич. конф. "Развитие новых технологий в системе образования РФ", Россия, Самара, 26-27 мая, 2000. -С. 50-51.

32. Ивкушкин К.В., Минаков И.А., Ржевский Г.А., Скобелев П.О., Шамашов М.А. Транспортная логистика на основе мультиагентных систем // Системная логистика и центр консолидации грузопотоков на международных трассах: Тр. I Междунар. научно-практич. конф. - Самара, 2001. - Выпуск 1. - С. 120-129.

33. Виттих В.А., Ржевский Г.А., Скобелев П.О. Мультиагентные модели взаимодействия в процессах принятия решений // Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002,-Самара: СНЦ РАН, 2002. - С.116-126.

34. Андреев В., Батищев С., Ивкушкин К., Минаков И, Ржевский Г., Сафронов А., Скобелев П., Шамашов М. Принципы построения открытых мультиагентных систем для поддержки процессов принятия решений. // Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002. - С. 127 - 140.

35. Батищев C.B., Виттих В.А., Ивкушкин К., Карпов В.М., Скобелев П.О., Скрипкин Д.В., Шамашов М.А. Мультиагентные системы для управления опытно-экспериментальным производством АО "АвтоВАЗ" // Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002. - Самара: СНЦ РАН, 2002. - С. 472 - 480.

36. Виттих В.А., Волхонцев Д.В., Гриценко Е.А., Светкина Г.Д., Скобелев П.О. Разработка мультиагентной системы для моделирования процессов взаимодействия населения и органов исполнительной власти в социальной сфере И Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002. - Самара: СНЦ РАН,

2002.-С. 414-423.

37. Виттих В.А., Ежков В.Н., Ларионов Ю.Л., Павлов В.В., Скобелев П.О., Федосеева Л.С., Шамашов М.А. Разработка интегрированной мультиагентной системы для управления здравоохранением в регионе // Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002. - Самара: СНЦ РАН, 2002. - С. 398 - 406.

f

j

^ 38.Батищев C.B., Генералова Г.Д., Горбунова Т.Ф., Куруленко Э.Я., Лахин О.И.,

1 Скобелев П.О. Мультиагентный Интернет-портал по социокультурным ресурсам Самарской

области // Тр. IV Междунар. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня ,2002. - Самара: СНЦ РАН, 2002. - С. 449 - 458.

39. Андреев В., Гельфанд М., Казаков А., Новичков П., Томин М., Вольман С., Минаков И., Скобелев П. Мультиагентная система для интеллектуального поиска рефератов статей по молекулярной биологии // Тр. IV Междунр. конф. по пробл. упр. и моделир. сложных систем, Самара, 17-24 июня, 2002. - Самара: СНЦ РАН, 2002. - С. 338 - 345.

40. Batishchev S., Kotova S., Lakhin О., Rzevski G., Skobelev P. Multi-Agent System 'Diffraction' for Distant Learning in the Internet // Proc. of the 6 World Multiconference on Systemics, Cybernetics and Informatics, July 14 - 18, 2002, Orlando, Florida (SCI 2002) - USA, Orlando (Florida), 2002. - Vol. VII: "Information Systems Development II", pp. 339 - 344.

4

ч

! r

t

(

I

Автореферат отпечатан с разрешения диссертационного совета Д212.217.03 (протокол № 1 от 5 февраля 2003 г.)

Подписано в печать 5.02 2003 г. Формат 60х84'/1б Бумага офсетная. Печать офсетная. Гарнитура «Тайме». Усл. печ. л 2,0. Тираж 100 экз. Заказ № 83 Отпечатано с готовых оригинал-макетов в типографии ООО «Офорт» Лицензия ПД 7-0050 от 30.08.2000г.

2.005-А

i-5478

Введение.

1 Разработка методов поддержки процессов принятия решений в открытых сетевых организациях.

1.1 Анализ процессов управления современными предприятиями.

1.1.1 Особенности перехода к новому информационному обществу.

1.1.2 Глобализация экономической деятельности.

1.1.3 Холистический подход к управлению предприятиями.

1.1.4 Пример построения холистической структуры предприятия.

1.2 Мультиагентные технологии как основа для управления предприятиями.

1.2.1 Краткий обзор мультиагентных систем.

1.2.2 Общая характеристика интеллектуальных агентов.

1.3 Сети потребностей и возможностей (ПВ-сети).

1.3.1 Понятие ПВ-сети для управления предприятиями.

1.3.2 Формализованная модель ПВ-сети.

1.4 Методы взаимодействия агентов в ПВ-сети.

1.4.1 Метод «скользящего» принятия решений.

1.4.2 Метод компенсаций.

1.4.3 Метод виртуального «круглого стола».

1.4.4 Метод взаимного обучения агентов.

1.5 Примеры применения.

1.5.1 Пример применения метода компенсаций в транспортной логистике.

1.5.2 Пример применения метода компенсаций для е-коммерции.

1.5.3 Пример применения метода компенсаций для управления проектами.

Выводы.

2 Разработка архитектуры ОМАС для поддержки процессов принятия решений на основе ПВ-сетей.

2.1 Обзор архитектуры современных MAC.

2.1.1 Основные направления развития MAC.

2.1.2 Виртуальные организации.

2.1.3 «Интеллект роя» как пример виртуальной организации.

2.1.4 Примеры архитектур MAC.

2.1.5 Недостатки существующих MAC.

2.2 Основные компоненты архитектуры ОМАС ППР на основе ПВ-сетей.

2.3 Методы и средства построения онтологий.

2.3.1 Определение понятия онтология.

2.3.2 Критерии построения онтологий.

2.3.3 Базис для создания онтологии.

2.3.4 Формализованное представление знаний.

2.3.5 Интеграция знаний от различных экспертов.

2.3.6 Языки представления онтологий.

2.3.7 Программные средства конструирования онтологий.

2.3.8 Примеры успешных применений.

2.4 Разработка онтологий для О MAC ППР.

2.4.1 Общая характеристика корпоративных знаний.

2.4.2 Категориальный анализ деятельности предприятия.

2.4.3 Развитие системы деятельности предприятия.

2.4.4 Миры деятельности предприятий.

2.4.5 Мир ПВ-сетей для поддержки принятия решений.

2.5 Конструкция программных агентов ОМАС ППР.

2.5.1 Базовые компоненты агентов для работы в ПВ-сетях.

2.5.2 Конструкция интеллектуальных агентов.

2.5.3 Конструкция агента как комбинации физических и ментальных тел.

2.5.4 Многоуровневые агенты.

Выводы.

3 Разработка инструментальной среды для построения ОМАС ППР в сетевых организациях.

3.1 Обзор методов и средств проектирования MAC.

3.1.1 Общие подходы к проектированию MAC.

3.1.2 Языки программирования агентов.

3.1.3 Среды проектирования MAC.

3.2 Основные компоненты среды для построения ОМАС ППР.

3.2.1 Общее описание инструментальной среды.

3.2.2 Особенности реализации исполняющей системы RC Engine.

3.2.3 Конструктор онтологий для RC Engine.

3.2.4 Интегратор корпоративных знаний и данных.

3.2.5 Система извлечения знаний.

3.2.6 Система понимания текстов.

3.3 Построение прикладных ОМАС ППР на основе ПВ-сетей.

3.4 Исследование реализационных характеристик разработанных средств.

3.5 Перспективы развития подхода: на пути к эмерджентному интеллекту.

Выводы.

4 Разработка и применение интегрированной ОМАС ППР управления предприятиями

4.1 Общая характеристика системы.

4.1.1 Краткий обзор традиционных систем управления предприятием.

4.1.2 Структура и функции системы (первая очередь).

4.2 ОМАС ППР для решения задач логистики.

4.2.1 Базовая ОМАС ППР для моделирования логистики.

4.2.2 Прикладные ОМАС ППР для АО «АвтоВАЗ».

4.3 ОМАС ППР для решения задач электронной коммерции.

4.3.1 Базовая ОМАС ППР для электронной коммерции.

4.3.2 Интернет-портал «Оптик-сити» для производителей оптики.

4.3.3 Продажа бытовой электроники.

4.3.4 Работа пищевого предприятия.

4.4 ОМАС ППР для решения задач управления проектами.

4.4.1 Базовая ОМАС ППР для управления проектами.

4.4.2 Прикладная система для моделирования рисков по проектам.

4.4.3 Планирование работ в компании по разработке программ.

4.5 ОМАС ППР для других приложений.

Выводы.

5 Применение ОМАС ППР при разработке проектов систем управления социально-производственными комплексами (СПК).

5.1 Структура и функции системы управления СПК.

5.1.1 Задачи реформирования управления СПК.

5.1.2 Предлагаемый подход к реформированию управления.

5.1.3 Общая архитектура ОМАС ППР для управления регионом.

5.2 Интегрированная ОМАС ППР администрации СПК.

5.2.1 ОМАС ППР «Регламент госслужбы».

5.2.2 ОМАС ППР «Гибкое планирование и контроль».

5.2.3 ОМАС ППР «Бюджетирование».

5.2.4 ОМАС ППР «Развитие персонала».

5.3 ОМАС ППР для моделирования процессов адресного взаимодействия населения и органов исполнительной власти СПК.

5.3.1 Постановка задачи разработки.

5.3.2 Предлагаемый подход к разработке.

5.3.3 Описание разработанной системы.

5.4 ОМАС ППР для управления здравоохранением СПК.

5.4.1 Назначение системы.

5.4.2 Предлагаемый подход.

5.4.3 Структура и функции системы.

5.4.4 Принципы работы системы.

5.5 ОМАС ПГТР для развития социокультурных ресурсов СПК.

5.5.1 Назначение и применение.

5.5.2 Общее описание.

5.5.3 Структура содержания.

5.5.4 Онтология культуры.

5.5.5 Функции агентов.

5.5.6 Другие возможности.

Выводы.

Открытый характер современного информационного общества и глобальной рыночной экономики приводит к ускорению научно-технического прогресса и обострению конкуренции на рынках, что заставляет предприятия искать новые методы и средства организации и управления, направленные на более качественное и эффективное удовлетворение индивидуальных запросов потребителей.

Один из новых подходов к управлению предприятиями связан с построением сетевых организаций (Networking Organizations), подразделения которых могут рассматриваться как автономные предприятия. В отличие от традиционных предприятий, сетевая организация по своему устройству является открытой, поскольку входящие в ее состав предприятия могут напрямую взаимодействовать с другими организациями, которые также могут интегрироваться в ее структуру или, наоборот, выходить из нее в зависимости от ситуации на рынке. Превалирующими процессами в открытых организациях становятся обучение, развитие и адаптация, создающие условия для наиболее эффективного функционирования организации, но и требующие взамен более согласованного, гибкого и оперативного принятия решения, в частности, по обновлению номенклатуры продукции, установлению партнерских связей, внедрению новых технологий и т.д.

Вместе с тем, для таких открытых организаций, отличающихся распределенным сетевым характером, высокой динамикой изменений и априорной неопределенностью условий функционирования, традиционные программные системы по управлению ресурсами предприятий (Enterprise Resource Planning), разработанные такими компаниями, как SAP, BAAN, Navision и другие, оказываются не достаточно эффективными. Ключевой проблемой этих систем становится отсутствие средств своевременной идентификации новых потребностей и возможностей в среде, позволяющих предприятию оперативно принимать эффективные решения по реконфигурации производственных, кадровых, финансовых и других ресурсов.

Типичными примерами событий, вызывающих необходимость заново идентифицировать потребности и возможности, являются: появление нового выгодного заказа, для исполнения которого недостаточно собственных ресурсов предприятия; возникновение на рынке новых ресурсов, обладающих большей эффективностью для предприятия; неожиданный отзыв принятого ранее и запущенного в производство заказа; выход из строя части имеющихся ресурсов; а также изменение критериев принятия решений. Чем выше неопределенность, чем более распределенный характер имеют процессы принятия решения и чем чаще случаются незапланированные события, - тем ниже эффективность существующих систем, не способных самостоятельно принимать решения и автоматически перестраиваться под изменения в среде. Кроме того, любая модификация схем принятия решений в традиционных системах представляет собой весьма сложный и трудоемкий процесс и требует высокой квалификации исполнителей, что делает разработку и эксплуатацию рассматриваемых систем крайне дорогостоящими.

Для решения этой проблемы рядом компаний (таких как iLog, Valdero и др.) начаты разработки нового класса так называемых SCEM систем (Supply Chain Event Management), призванных обеспечить более оперативную реакцию на незапланированные события в цепочках поставок. Однако и эти системы, оставаясь классическими по своему устройству, не обеспечивают своевременную идентификацию потребностей и возможностей, оказываются не достаточно гибкими и оперативными в работе, являются трудоемкими в настройке и адаптации, и потому дорогостоящими для широкого применения, а также не позволяют реализовать индивидуальный подход к решению задач каждого конкретного пользователя.

Новый подход к решению задачи оперативной обработки информации в процессах принятия решений связывается с применением мультиагентных технологий, получивших интенсивное развитие в последнее десятилетие, на стыке методов искусственного интеллекта, объектно-ориентированного программирования, параллельных вычислений и телекоммуникаций. В основе этой технологии лежит понятие «агента», программного объекта, способного воспринимать ситуацию, принимать решения и коммуницировать с себе подобными. Эти возможности кардинально отличают мультиагентные системы (MAC) от существующих «жестко» организованных систем, обеспечивая им такое принципиально важное свойство как способность к самоорганизации. При этом агенты могут действовать от имени и по поручению лиц, принимающих решения, и на основе данных им полномочий в автоматическом режиме вести переговоры, находить варианты решений и согласовывать свои решения друг с другом.

Различные классы агентов и методы их взаимодействия рассматривались в работах Д.Кеннеди и Р.Эберхарта, Р.Марча и Т.Джонса, Д.Фербера, В.Бреннера, Н. Гуарино, В.Хорошевского, В.Городецкого, В.Тарасова и ряда других авторов. Вместе с тем, в этих работах методам коллективного и согласованного взаимодействия агентов в открытых системах уделялось недостаточно внимания, а существующие применения охватывали сферы е-коммерции, информационного поиска и некоторые другие.

В настоящей работе в качестве методической основы для создания открытых мультиагентных систем оперативной обработки информации для поддержки процессов принятия решений (ОМАС ППР) предлагается модель сети потребностей и возможностей (ПВ-сеть). Эта модель базируется на холистическом подходе, в рамках которого предприятие декомпозируется до уровня сети отдельных автономных «физических сущностей» (станки, транспортные средства, детали, материалы и т.д.), каждая из которых получает своих агентов потребностей и возможностей. Указанные агенты, функционирующие как отдельные автономные компании (с собственным расчетным счетом) на виртуальном рынке предприятия, способны взаимодействовать между собой, идентифицируя нужные потребности и возможности и устанавливая временные связи (отношения), обеспечивающие бронирование ресурсов под поступающие заказы. При этом агенты возможностей стремятся найти для себя наилучшее применение, а агенты потребностей - максимально удовлетворить своим требованиям в пределах заданных ограничений. В результате две эти сущности ведут себя как две противоположности, временно связывающиеся в относительно устойчивые комбинации (например, представляющие собой расписания перевозок в логистике, структуру кластеров при обработке данных и т.д.), или распадающиеся на свои составные части, рекомбинирующие с другими компонентами на более выгодных для них условиях. В такой открытой системе агенты потребностей и возможностей должны быть постоянно в готовности к установлению или расторжению связей и реагировать на любые изменения в среде, а текущая конфигурация ПВ-сети, задаваемая набором связей между ними, отражает лишь временный баланс интересов участников этого взаимодействия.

На основе такого подхода агенты потребностей и возможностей ресурсов транспортных средств в логистике могут договориться о том, какой маршрут выбрать для перевозки того или иного конкретного груза и какое расписание могло бы устроить как заказчика, так и перевозчика. Агенты ресурсов товаров и экранных форм в е-коммерции могут договориться о том, какие товары предлагать конкретному покупателю, пришедшему на сайт, с учетом интересов других товаров. Агенты ресурсов исполнителей при появлении нового проекта договорятся о распределении работ с учетом знаний и опыта, а также предпочтений каждого из разработчиков и т.д.

Вместе с тем, одной из наиболее сложных задач разработки ОМАС ППР становится задача построения моделей переговоров агентов, на основе которых строится согласованное принятие решений. Наиболее известными примерами моделей переговоров являются аукционные схемы (прямые и обратные), договорные сети Смита-Сандхольма, метод монотонных минимальных уступок по Розеншайну и Злоткину и некоторые другие. В более сложных моделях коллективного взаимодействия агентов, представленных, например, в работах М.Тамбе, Шехори и Крауса, решаются задачи формирования коалиций и распределения задач между партнерами по коалиции, в работах П.Коэна, П.Стоуна и М.Велозо, Д.Киннея и других авторов - задачи планирования и координации работ в группе и т.д. Эти модели существенно развивают возможности взаимодействия агентов в MAC, однако они ориентированы на решение поставленных задач в условиях определенности, когда состав участников взаимодействия фиксирован и не требуется пересмотра принятых ранее решений при появлении новых возможностей или потребностей, что является характерным для рассматриваемых открытых систем.

В этой связи в настоящей работе предлагаются новые методы взаимодействия агентов, позволяющие динамически создавать ПВ-сети и реконфигурировать их под действием изменений в среде. Главной особенностью этих методов является возможность построения состояний ПВ-сети как состояний временного равновесия, отражающего баланс интересов всех участников взаимодействия, и согласованного пересмотра принятых ранее решений по мере поступления (или отзыва) заказов или возникновения (исчезновения) ресурсов в среде. Так, в задачах логистики приходящий новый заказ может изменить схему распределения ресурсов и выполнения принятых ранее заказов и даже привести к обращению к одному из заказчиков с предложением продлить срок исполнения его заказа в обмен на дополнительную скидку; в задачах управления проектами потеря одного из исполнителей не вызовет отказа от проекта, а приведет лишь к перераспределению задач между ресурсами исполнителей и т.д.

При этом в ряде случаях для принятия решений в рассматриваемых системах могут использоваться и классические методы, например, если ситуация является хорошо определенной, имеется адекватная математическая модель рассматриваемых процессов и у системы достаточно времени на получение строгого решения.

В то же время в ходе исследований было выяснено, что предлагаемые подходы к построению ПВ-сетей и разработанные методы взаимодействия агентов возможностей и потребностей применимы не только к миру «физических вещей», но и миру «абстрактных сущностей» - например, системам извлечения знаний, где может решаться задача перераспределения записей между кластерами по мере поступления новых записей, или системам понимания текста, где вновь пришедшее предложение может полностью изменить распределение смыслов слов во всех предыдущих предложениях.

Все это позволяет сделать вывод о том, что разработанный подход к созданию ОМАС ППР развивает новую теорию сложных социо-технических систем, постепенно складывающуюся на основе фундаментальных работ К.Николиса и И.Пригожина в области диссипативных структур в физике, М.Минского - в области психологии интеллекта и

A.Кестлера - в области биологических систем. Большой вклад в формирование этой новой теории внесли работы Международного Института Санта Фе (США), объединяющего исследователей из разных стран, работы Т. Саати и К. Кернса по принятию решений в условиях неопределенности, Г.Кёперса по самоорганизации в сложных социо-технических системах, Г.А. Ржевского по сложным адаптивным системам, работающим на границе хаоса,

B.А.Виттиха по принципам построения холистических систем и ряда других отечественных и зарубежных ученых. Важнейшим результатом этой теории является осознание необходимости построения сложных систем с использованием моделей живых организмов, обладающих способностью к самоорганизации и эволюции.

Наконец, нельзя не отметить, что рассматриваемый подход оказывается весьма перспективным для построения систем так называемого «эмерджентного интеллекта» (по М. Минскому), возникающего спонтанно и самопроизвольно из динамического взаимодействия более простых элементов - как возникает «коллективный интеллект» роя пчел или колонии муравьев из поведения отдельных особей.

В результате, предлагаемый подход открывает возможности для построения широкого класса качественно новых систем, обладающих способностью к самоорганизации, универсальностью для различных применений, технологичностью построения, оперативностью, гибкостью и эффективностью, повышенной живучестью, а также индивидуальным подходом к каждому пользователю. Эти системы могут быть использованы как в различных задачах управления предприятиями, так и для проектирования сложных технических объектов, проведения научных исследований и обучения, реализации социальных программ и во многих других областях, требующих коллективного взаимодействия специалистов и согласованного принятия решений.

Таким образом, следует признать актуальной задачу разработки открытых MAC оперативной обработки информации в процессах принятия решений.

Исследования выполнялись в соответствии с основными заданиями комплексных программ фундаментальных исследований проблем машиностроения, механики и процессов управления РАН 1996-2000 гг. (п. 3.1.2) и 2000-2003 гг. (раздел III «Управление и автоматизация», тема «Разработка основ теории управления сложными открытыми системами с применением компьютерного представления и обработки знаний», гос. per. № 01200110152), программы фундаментальных исследований РАН «Повышение надежности систем "машина-человек-среда"» 1988-1995 гг., а также в процессе выполнения совместной Программы Института проблем управления сложными системами РАН и АО «АВТОВАЗ» по созданию системы интеграции знаний для согласованной инженерной деятельности при проектировании и производстве автомобилей в 1995-2000 гг.

Предмет исследования составляют процессы обработки информации, связанные с поддержкой принятия решений в открытых системах.

Цель исследования состоит в разработке теоретических основ и инструментальных программных средств для построения открытых MAC оперативной обработки информации в процессах принятия решений (ОМАС ППР).

Принятый подход к достижению поставленных целей требует решения следующих задач:

• разработки принципов построения ОМАС ППР, обеспечивающих оперативную идентификацию потребностей и возможностей при принятии решений;

• разработки формализованных моделей ПВ-сетей и методов взаимодействия агентов в этих сетях, позволяющих создавать и реконфигурировать ПВ-сети под действием изменений в среде;

• разработки базовой архитектуры ОМАС ППР для построения ПВ-сетей;

• создания инструментальных средств для реализации ОМАС ППР, обеспечивающих построение ПВ-сетей в различных предметных областях;

• исследования характеристик разработанных методов и средств взаимодействия агентов;

• создания на основе разработанных средств базовых подсистем для управления предприятиями как открытыми социо-техническими системами;

• применения разработанных методов и средств для решения практических задач управления сложными системами.

Методы исследования базировались на использовании системного анализа, алгебры и логики, методов искусственного интеллекта, теории графов, методов параллельных вычислений, теории формальных грамматик и языков, методов имитационного моделирования.

Научная новизна

1. Предложены принципы построения открытых мультиагентных систем, обеспечивающих оперативную обработку информации в процессах принятия решений в условиях неопределенности, распределенного взаимодействия и высокой динамики изменений в среде.

2. Введено понятие и разработана формализованная модель ПВ-сети, применяемой для идентификации потребностей и возможностей в открытой системе и обеспечивающей оперативную, гибкую и эффективную реконфигурацию ресурсов системы.

3. Предложены методы взаимодействия агентов ПВ-сети в открытых системах, позволяющие обеспечить поддержку процессов согласованного принятия решений по реорганизации ресурсов при возникновении непредусмотренных событий внутри системы или во внешней среде.

4. Разработана архитектура открытой мультиагентной системы, реализующей предлагаемые методы взаимодействия агентов ПВ-сети и включающей виртуальную машину для исполнения параллельных процессов, подсистему сообщений, матчинговый процессор, машину принятия решений, потоковый вычислитель, а также интерфейсную компоненту.

5. Разработаны инструментальные средства для построения открытых мультиагентных систем для реализации ПВ-сетей в различных приложениях, включающие средства для конструирования и использования онтологий, а также создания расширений исполняющей системы.

6. Исследованы характеристики разработанных методов и средств, показывающие возможности оперативной обработки информации при принятии решений в различных применениях.

Практическая ценность

Для создания ОМАС ППР, базирующихся на концепции ПВ-сетей и предложенных методах взаимодействия агентов, разработаны инструментальные средства, обеспечивающие построение рассматриваемых систем в двух наиболее распространенных средах объектно-ориентированного программирования Object Pascal и С++. Важной особенностью рассматриваемых систем является наличие развитых средств конструирования онтологий предметной области, позволяющих отделить предметные знания от программного кода системы и обеспечить агентам возможность применять эти знания в процессе принятия решений.

Разработанная инструментальная среда MagentA Engine RC, реализованная на базе языка Object Pascal и имеющая развитый графический интерфейс, ориентирована на моделирование процессов принятия решений и применение в локальных сетях предприятий. Эта система обеспечивает возможность построения до 500 тысяч простых агентов на персональном компьютере стандартной конфигурации, способных взаимодействовать со скоростью 40 тысяч сообщений в секунду. Инструментальная среда MagentA Engine SB, реализованная на языке С++, ориентирована на создание Интернет-приложений, предназначенных для поддержки процессов коллективного принятия решений в реальном времени. Исполняющая часть этой подсистемы является мультипользовательской и способна обрабатывать до 10 одновременных запросов в секунду.

Разработанные инструментальные среды помимо исполняющей подсистемы включают средства для построения онтологий, а также могут быть дополнены средствами для извлечения знаний, поддержки диалога с пользователем на естественном языке и интеграции корпоративных знаний. Разработанные системы обеспечивают возможности управления приложениями, защиты информации, интеграции с другими пакетами, включая СОМ-интерфейс, поддержку XML и т.д.

На основе созданных инструментальных систем бьша разработана интегрированная открытая мультиагентная система для поддержки процессов принятия решений при управлении предприятиями, основные виды деятельности которых реализуются в сети Интернет (ИОМАС ППР «е-Предприятие»). Эта система включает модули управления продажами (модуль «е-Коммерция»), управления логистикой (модуль «е-Логистика»), управления проектами («е-Проекты») и т.п.

Разработанные средства нашли применение при создании логистической сети и моделировании процессов принятия решений в воздушной доставке крупнотоннажных грузов, в морской транспортировке сырой нефти и контейнерных перевозках, при моделировании процессов производства, хранения, транспортировки и сборки частей автомобилей, оперативном планировании экспериментального производства автомобилей, при продаже товаров через Интернет, включая продажу бытовой электроники, продуктов питания и авиабилетов, в формировании меню для предприятий пищевой промышленности, при составлении железнодорожных расписаний, оперативной обработке данных о продаже товаров, дистанционном обучении и т.д.

Проведенные разработки показали высокую гибкость и оперативность рассматриваемых систем, а также возможность индивидуального подхода в работе с каждым пользователем. Наличие инструментария и технологичность построения разрабатываемых систем позволили существенно сократить сроки создания новых приложений, а также затраты по их разработке, поддержке и развитию. Ряд приложений показал также высокую надежность и живучесть разрабатываемых систем, способных продолжать работу в условиях потери или выхода из строя части ресурсов.

Кроме того, разработанные методы и средства нашли применение при разработке проекта первой очереди интегрированной системы управления регионом, призванной обеспечить оперативную поддержку процессов открытого, адресного и эффективного взаимодействия населения и органов исполнительной власти Самарской области, который стал одним из победителей во Всероссийском конкурсе Федеральной целевой программы «Электронная Россия» в 2002 году.

Результаты диссертации использовались в Дирекции технического развития АО «АвтоВАЗ» для моделирования процессов принятия решений в задачах логистики и оперативного планирования производства экспериментальных образцов автомобилей; в научно-производственной компании (НПК) «Маджента Девелопмент» при разработке инструментальных средств MagentA Engine и основных модулей ОМАС ППР «е-Предприятие», а также их применения для решения задач воздушной, морской и железнодорожной логистики, электронной коммерции и управления проектами, извлечения знаний и понимания текстов; в НПК «Генезис знаний» для разработки первой очереди интегрированной системы управления Самарской областью; в Самарском филиале Физического института РАН для создания Интернет-портала «Оптик-сити» и системы дистанционного обучения «Дифракция», в Департаменте социальной защиты Администрации Самарской области для разработки социального паспорта жителя Самарской области и моделирования процессов адресного взаимодействия населения и органов исполнительной власти, в Департаменте культуры - для создания Интернет-портала развития социокультурных ресурсов региона.

По результатам разработок подготовлен учебный курс «Мультиагентные системы», включающий цикл методических пособий и лабораторных работ, внедренный в учебный процесс в Самарском государственном аэрокосмическом университете и Поволжской государственной академии информатики и телекоммуникаций.

Основные положения, выносимые на защиту

1. Для поддержки принятия решений в открытых системах целесообразно применение мультиагентных технологий, позволяющих программным агентам воспринимать изменения ситуации, принимать решения и коммуницировать друг с другом для согласования этих решений.

2. Открытые мультиагентные системы для оперативной обработки информации в процессе принятия решений следует создавать на основе ПВ-сетей, обеспечивающих непрерывную идентификацию потребностей и возможностей в среде.

3. Для динамической реконфигурации ПВ-сетей в открытых системах следует применять разработанные методы взаимодействия агентов, включая метод скользящего принятия решений, метод компенсаций, метод виртуального «круглого стола» и метод взаимного обучения агентов.

4. Для промышленного применения разработанных методов и средств необходима разработка инструментальных средств, позволяющих автоматизировать процесс разработки и сократить трудоемкость, сроки создания и стоимость разработки и эксплуатации прикладных систем.

5. Разработанные методы и средства обеспечивают высокую эффективность в решении задач оперативной обработки информации в процессах принятия решений в открытых системах, отличающихся условиями неопределенности, распределенным характером взаимодействия и высокой динамикой изменений в среде.

Апробация работы

Основные результаты работы докладывались и обсуждались на международных и национальных конференциях и семинарах, в том числе: на XIII Международной конференции по применению искусственного интеллекта в технике (Ирландия, Гэлвей, 1998), VI и VII Национальных конференциях по искусственному интеллекту (Пущино, 1998 и Переславль-Залесский, 2000), VI Международном семинаре по распределенной обработке информации (Новосибирск, 1998), XVI Всемирном конгрессе IMACS по прикладной математике и моделированию (Швейцария, Лозанна, 2000), 1-4-ой Международных конференциях по проблемам управления и моделирования сложных систем (Самара, 1999 -2002), 3-м Международном семинаре по новым информационным технологиям (Уфа, 2001), Международном семинаре «Новые модели бизнеса: Организационные аспекты и современные технологии» (Санкт-Петербург, 2001), Международном конгрессе «Искусственный интеллект - 2001» (пос. Дивноморское, 2001), Международной конференции «Интеллектуальные многомашинные системы» (Таганрог, 2001), 6-ой Международной конференции по систематике, кибернетике и информатике (США, Орландо, 2002), Международной конференции по развитию инфраструктуры электронного бизнеса, науки, образования и медицины в Интернет (Италия, Аквила, 2002).

Публикации. Основные положения диссертации изложены в 40 печатных работах.

Структура и объем работы. Диссертация состоит из введения, пяти разделов, заключения, девяти приложений. Общий объем работы 284 страниц, включая 120 рисунков и 8 таблиц, объем приложений 115 страниц, список использованных источников из 160 наименований, всего 419 страниц сквозной нумерации.

Выводы

1. Для управления социальной сферой СПК регионов предложен проект интегрированной ОМАС ППР адресного взаимодействия населения и органов власти, базирующейся на концепции социального паспорта гражданина.

2. Для разработки и реализации новой модели управления здравоохранением СПК целесообразно применение мультиагентных технологий, позволяющих обеспечить поддержку принятия решений в процессах переговоров между врачом и заинтересованными организациями.

3. Важнейшей компонентой ОМАС ППР адресного взаимодействия органов исполнительной власти и населения СПК является Интернет-портал описания социокультурных ресурсов, апробированный при решении задач развития культуры региона.

4. Для обеспечения административной реформы управления СПК предложен проект интегрированной ОМАС ППР на основе онтологии регламента государственной службы.

Заключение

В диссертации решена актуальная научная проблема создания теоретических основ и инструментальных программных средств для построения открытых мультиагентных систем с целью повышения оперативности обработки информации в процессах принятия решений. Существо предложенного подхода к ее решению заключается в разработке ПВ-сетей для идентификации потребностей и возможностей элементов открытой системы и автоматической реконфигурации этой сети при изменениях во внешней среде. Разработанные принципы построения и реконфигурации ПВ-сети реализуются посредством предложенных методов взаимодействия программных агентов - элементов этих сетей, обладающих собственными специализированными базами знаний (онтологиями), а также средствами коммуникации и идентификации потребностей и возможностей. Практическое применение разработанных методов и средств в производственной и транспортной логистике, е-коммерции и других приложениях позволило существенно повысить оперативность обработки информации и добиться большей эффективности принимаемых решений.

Основные научные и практические результаты работы состоят в следующем:

1. Проведен системный анализ процессов обработки информации для принятия решений в открытых системах, особенности которых связаны с работой в условиях априорной неопределенности, распределенного и децентрализованного характера принятия решений и высокой динамики изменений в среде функционирования. Показано, что в этих условиях большое значение приобретает идентификация потребностей и возможностей всех участников взаимодействия, формирование вариантов решений и проведение многосторонних переговоров для согласования принимаемых решений.

2. На основе холистического подхода и мультиагентных технологий предложена концепция ПВ-сети для описания состояния открытой системы, а также разработаны модели взаимодействия элементов этой сети, включая метод «скользящего» принятия решений, метод компенсаций, метод виртуального «круглого стола» и метод взаимного обучения агентов. Разработанные методы. обеспечивают возможность динамической согласованной реконфигурации ПВ-сети при возникновении изменений во внешней среде, учитывающей интересы всех участников взаимодействия.

3. Для реализации концепции ПВ-сети и разработанных методов взаимодействия предложена архитектура ОМАС ППР, отличающаяся наличием специальных компонент для поддержки процессов принятия решений в ПВ-сети, включая матчинговый процессор для установления соответствия между агентами потребностей и возможностей, машину принятия решений и некоторые другие. Разработаны методы и средства представления знаний предметной области, необходимые для поддержки процессов принятия решений об установлении или разрыве связей в ПВ-сети. Разработана также структура и функции исполняющей системы для квазипараллельного исполнения большого числа агентов, необходимого для решения промышленных задач, и поддержки работы с онтологиями.

4. Разработаны и реализованы инструментальные средства для построения прикладных ОМАС ППР для различных применений, включающие конструктор онтологий, исполняющую систему и библиотеки расширений, систему извлечения знаний, интегратор знаний, систему понимания текстов на ограниченном естественном языке и некоторые другие. Разработанные инструментальные средства реализованы в двух вариантах в двух наиболее распространенных объектно-ориентированных средах (Delphi Object Pascal и С++), как в расчете на решение задач моделирования процессов принятия решений в локальных сетях предприятий, так и для подцержки процессов коллективного принятия решений в реальном времени в сети Интернет.

5. Проведены экспериментальные исследования реализационных характеристик разработанных методов и средств. Показано, что на компьютере стандартной конфигурации исполняющая RC-система может включать около 500 тыс. агентов и обеспечивать переговоры со скоростью 40 тыс. сообщений в секунду, a SB - система обеспечивать одновременно до 10 пользователей в сети Интернет с временем реакции примерно 1-2 секунды. Проведены исследования метода компенсаций и показаны зависимости качества и скорости принятия решений от параметров состояния системы и характеристик входных заказов.

6. На основе разработанных методов и средств реализован ряд прикладных ОМАС ППР для решения задач производственной и транспортной логистики, электронной коммерции и других. Полученный опыт свидетельствует, что разработанные методы и средства позволяют эффективно решать задачи управления открытыми системами, а использование созданного инструментария повышает производительность труда, сокращает стоимость и сроки разработки, а также упрощает сопровождение и модернизацию рассматриваемых систем.

1. Multi-Agent Systems in Logistics and e-Commerce // MagentA White Paper. -London, 1999. - 16 p.

2. Предмет и метод теории информационной экономики // Эконом, теор. на пороге XXI века 2 / Под ред. Ю.М.Осипова и др. - М., 1998. - С. 497-519.

3. Аузан В., Шпагина М. Новая экономика // Эксперт. 2000. - № 20. - С.1-5.

4. Общее техническое задание на реализацию программы социально-экономического развития Свердловской области // Отчет о НИР: В 8 т.Т. Екатеринбург, 1998.

5. Rzevski G., Bucland R. Value Chain Management in Space Industry // Report to DTI. -1997.

6. Портер M. M. Международная конкуренция.- M.: Междунар. отношения, 1993.

7. Стратегический план развития города Екатеринбурга: http://strategy.burg.ru/res8 p3.htm

8. Дрожжинов В., Ширков Ф. От компьютерной революции к построению глобального информационного общества XXI века // http://pcweek.ru/vear1998/п44/ср 1251 /re views/chapt3 .htm

9. Дрожжинов В., Ширков Ф. Европейский путь построения информационного общества // http://pcweek.ru/yearl998/n47/cpl251/reviews/chaptl .htm

10. Дрожжинов В., Ширков Ф. Россия и глобальное информационное общество общества //http://pcweek.ru/yearl998/n48/cpl251/reviews/chapt4.htm

11. Дрожжинов В., Ширков Ф. Путь России в глобальное информационное общество общества // http://pcweek.ru/vearl998/n49/cpl251/news/chapt2.htm

12. Ершова Т. Российский опыт интеграции в информационное общество: Материалы 1ST программы // http://www.iis.ru/events/19981130/ershova.ru.html

13. Ершова Т. Концептуальные вопросы перехода к информационному обществу XXI века общества: Материалы 1ST программы // http://intra.rfbr.rU/pub/vestnik/V399/l 5.htm

14. Виттих В.А. Согласованная инженерная деятельность. Состояние, проблемы, перспективы //Проблемы машиностроения и надежности машин 1997. - №1. - С. 614.

15. Поспелов Д.А. Ситуационное управление: теория и практика // М.: Наука, 1986. -288 с.

16. Таран Т.А. Моделирование и поддержка принятия решений в когнитивных конфликтах // Известия АН. Сер. Теория и системы управления. 2001. - № 4. - С. 114-130.

17. Vittikh V.A., Skobelev P.O. Multi-Agent Systems for Modelling of Self-organisation and Co-operation Processes // Proc. of XIII Intern. Conference on the Application of Artificial Intelligence in Engineering. Ireland, Galway. - 1998. - P. 91-96.

18. Rzevski G. Business: From Order to the Edge of Chaos // Тр. 3 Междунар. конф. по пробл. упр. и моделир. в сложных системах. Самара : СНЦ РАН. - 2001. - С. 1 - 4.

19. Skobelev P.O. Holonic Systems Simulation //Proc. of the 2nd International Conference "Complex Systems: Control and Modelling Problems", Samara, June 20-23, 2000. P. 7379.

20. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте // Новости искусств, интеллекта. 1998. - № 2. - С. 5-63.

21. Скобелев П.О. Опыт управления компанией, имеющей электронную инфраструктуру в сети Интернет // Тр. 1 Междунар. конф. по пробл. упр. и моделир. в сложных системах. Самара. - 1999. - С. 392-397.

22. Виттих В. А. Эволюционное управление сложными системами // Известия Самар. науч. центра РАН. 2000. - Т. 2. - № 1. - С. 53-65.

23. Kuhn Т. The Structure of Scientific Revolutions. 2nd Ed. - Chicago.: University of Chicago Press, 1970.

24. Хорошевский В.Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер, семин. "Проблемы искусств, интеллекта". ИПУ РАН, 1999.

25. Muller J.P., Wooldridge М., Jennings N.R. Intelligent Agents III, Agent Theories, Architectures and Languages // Springer-Verlag. 1996.

26. Городецкий В.И., Грушинский M.C., Хабалов A.B. Многоагентные системы // Новости искусств, интеллекта. 1998. - №2. - С. 64-116.

27. March R., Johnson T. Intelligent software agents // Prentice Hall PTR, Upper Saddle River. New Jersey, USA, 1999. - 210 p.

28. Ferber J. Multi-Agent Systems. An Introduction to Distributed Artificial Intelligence. -Addison-Wesley, England, 1999. 509 p.

29. Multi-Agent Systems. A Modern Approach to Distributed Artificial Intelligence / Edited by Gerhard Weiss .- The MIT Press, Cambridge, Massachusets, 2000. 619 p.

30. Kennedy J. Eberhart R.C., Shi Y. Swarm Intelligence // Academic Press, USA.- 2001. -512 p.

31. Busetta P. Jack Intelligent Agents Components for Intelligent Agents in Java // AgentLink News.- 1999. - January . - P. 2-5.

32. Ndumu D., Collos J., Owusu G., Sullivan M. ZEUS: A Toolkit for Building Distributed Multi-Agent Systems // AgentLink News. 1999. - January 1999. - P. 6-9.

33. Hoft M., Magedanz Т., Quantz J. Grasshopper The Agent Platform // AgentLink News. -1999.-Issue3.-P. 7- 9.

34. Ciancarini P., Omicini A., Zambonelli F. Coordination Models for Multi-Agent Systems. -The Agent Platform // AgentLink News. 1999. - Issue 3, July. - P. 3- 6.

35. Van Roy P., Haridi S. Mozart: A programming System for Agent Applications // AgentLink News. Issue 4, November 1999. - P. 3- 6.

36. Skaitneas N., Clark K. Building Agent Based Systems in April // AgentLink News. 1999. -Issue 4, November - P. 6- 8.

37. Huber M. JAM: A BDI-Theoretic Mobile Agent Architecture. // AgentLink News. 2000. -Issue 5, May - P. 2- 5.

38. Nopper N. Living Agents Runtime System (LARS) the Agent Platform for Business Applications // AgentLink News. - 2000. - Issue 5, May - P. 5-8.

39. Burg В., Dale J., Willmott S. Open standarts and Open Source for Agent Based Systems // AgentLink News. 2001. - Issue 6, January - C. 2 - 5.

40. Preist C. Agent Mediated Electronic Commerce at HP Labs // AgentLink News. 2001. -Issue 7, June. - P. 3- 6.

41. Батищев С.В., Искварина Т.В., Скобелев П.О. Методы и средства построения онтологий для интеллектуализации сети Интернет // Известия Самар. науч. центра РАН. 2002. - Янв. - июнь. - С. 91 -103.

42. Wooldridge М. Intelligent Agents: The key concepts // Multi-agent Systems and Applications (ACAI2001) Springer Verlag. - 2002. - P. 3-43.

43. Deen S.M. Cooperating Agents for Holonic Manufacturing. // Multi-agent Systems and Applications (ACAI 2001) Springer Verlag, Germany, 2002. - P. 119 - 136.

44. Smirnov M.I. Coordination in multi-agent systems through fairness guarantees // Proc. of the 1 Intern. Workshop of Central and Eastern Europe on Multi-Agent Systems CEEMAS-1999, June 1-4,1999. St.Petersburg, Russia. - SPIIRAS. - P. 270-280.

45. Minsky M. The Society of Mind // New York, 1986 339 p.

46. Rzevski G. On Behaviour and Architectures of Autonomous Intelligent Agents: An Engineering Perspective. Proc. First International Round-Table on Abstract Intelligent Agents. ENEA, Rome. - 1993.

47. Rzevski G. Intelligent Systems: Issues and Trends. Intern. Conf. on Intelligent Manufacturing. Wuhan, China. - 1995.

48. Rzevski G., Buckland R.Value Chain Management in Space Industry II Report to DTI. -1997.

49. Vreeswijk G. A. W. Self-government in Multi-Agent Systems: Experiments and Thought-Experiments. Technical report CS 95-03, Dept. of CS, University of Limburg. Maastricht, The Netherlands.

50. Popper К. Conjectures and Refutations: The Growth of Scientific Knowledge. Routledge and Kegan Paul. 1963.

51. Rzevski G. Global Information Systems: Agents of Social, Political and Cultural Changes. The Open University Report N 9601. 1996.

52. Asset Tagging Nears Reality. Security. 1994. - Vol .31. - No 8. - P. 41-42.

53. Braley A. J. Intelligent Packaging in Pursuit of Customer Needs. Packaging Technology and Science. 1993. -Vol .6. - No 3.- P.l 15-121.

54. Report on Smart Tags and Integrated Product Intelligence. Workshop held at the DTI Conference Centre. 1995.

55. Ricardo Aerospace Internal Report. Ref GG/2686/LS. 1995.

56. Rzevski G. Mechatronics: Designing Intelligent Machines. Butterworth-Heinemann in association with the Open University. 1995.

57. Paduano, Epstein, Valavani, Longley, Greitzer, Guenette: Active Control of Rotating Stall in a Low Speed Axial Compressor. ASME paper. 1991.

58. Miller, Wright An Improved Compressor Performance Prediction Model: IMechE (1991) C423/028 .-P. 69-81.

59. Rzevski G. The Concept of Virtual Design Studio. Proc. of the East-West Conference on IT in Design. Moscow, 1996.

60. Скобелев П. О. Открытые мультиагентные системы для оперативной обработки информации в процессах принятия решений // Автометрия. 2002. - № 6. - С. 45-61.

61. Виттих В.А., Скоболев П.О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в открытых системах // Автоматика и телемеханика. 2003. - №1. - С. 177-185.

62. Скобелев П.О. Метод компенсаций для поддержки процессов принятия решений при динамическом распределении ресурсов // Известия Самар. науч. центра РАН. 2002. -Янв. - июнь. - С. 104-112.

63. Скобелев П.О. Открытые мультиагентные системы для поддержки процессов принятия решений при управлении предприятиями // Известия Самар. науч. центра РАН. 2001. -Янв.-июнь.-С. 71-79.

64. Николис Г., Пригожин И. Самоорганизация в неравновесных системах: от диссипативных структур к упорядоченности через флуктуации // М.: Мир, 1979. -512 с.

65. Hendric Van Bussel, Wyns J. Valckenaers P., Bongaerts L. Peeters P. Reference Architecture for Holonic Manufacturing Systems: PROSA // Computers in Industry. 1998. - № 37.- C. 255-274.

66. Bonabeau E., Theraulaz G. Swarm Smarts. What computers are learning from them? // Scientific American. 2000. - Vol. 282. - N 3. - P. 54-61.

67. Брокгауз Ф.А., Ефрон И. Энциклопедический словарь: В 86 т. // СПб, - 1890-1907.

68. Kant I. Lectures on metaphysics Part III. Metaphysik L2 (1790-1791) / Translated and edited by Karl Ameriks, Steve Naragon // Cambridge: University Press, 1997. - P. 307 - 309.

69. Gruber T. The role of common ontology in achieving sharable, reusable knowledge bases // Proc. of the 2 Intern. Conf.- 1991. P. 601-602.

70. Гаврилова T.A., Хорошевкий В. Ф. Базы знаний интеллектуальных систем // СПб. — 2000. 384 с.

71. Gruber Т. Toward Principles for the Design of Ontologies // Intern. Workshop on Formal Ontology. Padova, Italy. - March, 1993.

72. Gomez-Perez A., Benjamins V.R. Overview of Knowledge Sharing and Reuse Components: Ontologies and Problem-Solving Methods // Proc. of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods (KRR5), August 2. Stockholm, Sweden. - 1999.

73. Виттих B.A. Онтологии сложных систем — организаций // Препринт ИПУСС РАН. -Самара, 1998.-№ 3. - 15 с.

74. Guarino N., Welty Ch. A Formal Ontology of Properties // Proc. of 12 Int. Conf. on Knowledge Engineering and Knowledge Management. Lecture Notes on Computer Science, Springer Verlag 2000.

75. Guarino N., Welty Ch.Ontological Analysis of Taxonomic Relationships// Proc. of ER-2000: The International Conference on Conceptual Modeling. October, 2000.

76. Huhns M.N., Singh M. P.Ontologies for Agents // IEEE Internet Computing 1997. -November - December. - P. 17-24.

77. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии // М.: Наука , 1997. 112 с. - (Проблемы искусств, интеллекта).

78. Grand S., Cliff D. Creatures: Entertainment Software Agents with Artificial Life // Autonomous Agents and Multi-Agent Systems 1 .Т. 1, 1998. C. 39 - 57.

79. Воинов A.B. Моделирование интуитивных рассуждений эксперта методами психосемантики и вывода с неопределенностью // Новости искусств, интеллекта. -1998,-№2.-С. 130-142

80. Леонтьев А.А., Леонтьев Л.А. Способы представления знаний и их компьютерное моделирование. Обработка текста и когнитивные технологии / Под ред. Соловьева

81. B.Д. Пущино. - 1999. - Вып. 3. - С. 120-123.

82. Травина Л.Л. Извлечение знаний у эксперта, основанное на технике репертуарных решеток Дж. Келли, в пространстве Всемирной паутины. Обработка текста и когнитивные технологии / Под ред. Соловьева В.Д. Пущино. - 1999. - Вып. 3. - С. 219-221.

83. Уринцев А.И. Об использовании бизнес-объектов в рамках создания ЭИС. Корпоративные системы: Сб. науч. тр. // Моск. госуд. ун-т экономики, статистики и информатики М. - 2000. - С. 52-56.

84. Зазовская А.А., Ломазова И. А. О сравнительной выразительности вложенных рекурсивных сетей Петри и алгебры процессов // Тр. 7 Нац. конф. КИИ'2000, Переславль-Залесский, 24-27 октября 2000. Т. 1. - М: Изд-во Физ.-мат. лит., 2000.1. C. 305-314.

85. Berners-Lee Т. etc. The Semantic Web // Scientific American May - 2001.

86. McGuinness D.L. Ontologies Come of Age // The Semantic Web: Why, What, and How. -MIT Press, 2001.

87. Cranefield S., Purvis V. UML as an Ontology Modelling Language // Proc. of the IJCAI-99 Workshop on Intelligent Information Integration. 1999.

88. Gavrilova Т., Voinov A., Vasilyeva E. Visual Knowledge Engineering as a Cognitive Tool // Proc. of Intern. Work Conf. on Artificial and Neural Networks IWANN'99. Spain, 1999. - P. 328-337.

89. Pinto H. S., Gomez-Perez A., Martins J.P. Some Issues on Ontology Integration // Proc. of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods (KRR5). 1999, August 2. - Stockholm, Sweden. 1999.

90. Noy N.F., Musen M.A. An Algorithm for Meriging and Aligning Ontologies: Automation and Tool Support // AAAI-99 Workshop on Ontology Management. Also, SMI Technical Report SMI-99-0799.

91. Visser P., Tamma V. An Experience with Ontology-based Agent Clustering // Proc. of the IJCAI-99 workshop on Ontologies and Problem-Solving Methods (KRR5). 1999, August 2. - Stockholm, Sweden, 1999.

92. Смирнов С.В. Онтологический анализ предметных областей моделирования // Известия Самар. науч. центра РАН. 2002. - Т. 3. - Х°1. - С. 62-70.

93. Евгенев Г.Б. Онтология инженерных знаний // Информ. технологии. 2001. - № 6. -С. 2-5.

94. Farquhar A., Fikes R., Rice J. Ontolingua Server: a Tool for Collaborative Ontology Construction // Intern. Journal of Human-Computer Studies. № 46. - 1997. - P. 707-727.

95. Farquhar A., Fikes R., Rice J. Building a large Knowledge Base from a Structured Source: The CIA World Fact Book // IEEE Intelligent Systems. 1999. - Vol. 14. - N. 1.

96. Noy N.F., Musen M. A. SMART: Automated Support for Ontology Meriging and Alignment // Twelfth Banff Workshop on Knowledge Acquisition, Modeling, and Management. Banff, Alberta, Canada; 1999. Also, SMI Technical Report SMI-1999-0813.

97. Guarino N., Masolo C., Vetere G. OntoSeek: Content-Based Access to the Web // 70 1094-7167/99, IEEE Intelligent systems -1999.

98. Крихель Т., Левин Д., Паринов С. Активный информационный робот как сетевой агент исследователя (на примере сети онлайновых ресурсов по экономике RePEc/RuPEc) // Тр. 1 Всерос. науч. конф. СПб., 1999. - С. 104-111.

99. Щедровицкий Г.П. Исходные представления и категориальные средства теории деятельности // Избр. тр.: Сб. М.: Шк. Культ. Полит., 1995. - С. 232-298.

100. Щедровицкий Г.П. О различии исходных понятий "формальной" и "содержательной" логик // Избр. труды: Сб. М.: Шк. Культ. Полит., 1995. - С. 34-49.

101. Аристотель. Собр. соч.: В 4-х т. // М.: Мысль., 1976.

102. Философский энцикл. словарь // М.: Сов. энцикл., 1983. - С. 521-522.

103. Богданов А.А. Тектология. Всеобщая организационная наука.- М.: Экономика, 1989.

104. Виттих В.А., Скобелев О.П., Скобелев П.О. Интеллектуальная система "Мир *-действий" и "Мир рассуждений" // Пути и методы совершенствования учебного процесса: Тез. докл. 2 Рос. науч. конф. — Самара: ПИИРС, 1993. С. 50-51.

105. Виттих В.А., Скобелев О.П., Скобелев П.О. Интеллектуальная обучающая система для подготовки инженеров: прагматический подход // Сб. науч. тр. 3 конф. по искусств, интеллекту: В 2-х т. Т. 2. Тверь. - 1992. - С. 36-43.

106. Скобелев П.О. Антропологический подход к построению интеллектуальных сред для обучения II Пути и методы совершенствования учеб. процесса: Тез. докл. 2 Рос. науч. конф. — Самара: ПИИРС, 1993. С. 52-53.

107. Berdnikov L., Mayorov I., Sverkunov A., Skobelev P. MultiWorlds: Intelligent System for Practical Physics Study // Intern. Conf. on Computer Aided Learning (CAL-93). -University of York, 1993. P. 172.

108. Скобелев П.О. Холистический подход к созданию открытых мультиагентных систем. // Тр. 3 Междунар. конф. по пробл. упр. и моделир. в сложн. системах. -Самара. 4-9 сентября 2001. - Самара: СНЦ РАН, 2001. - С. 147 - 160.

109. Виттих В.А., Ржевский Г. А., Скобелев П.О. Мультиагентные модели взаимодействия в процессах принятия решений // Тр. 4 Междунар. конф. по пробл. упр. и моделир. сложн. систем. Самара. -17-24 июня 2002 - Самара: СНЦ РАН, 2002. -С.116-126.

110. Скобелев П.О. Открытые мультиагентные системы для холонических предприятий // Тез. докл. Междунар. конф. «Интеллект, и многопроцессор. системы». -Дивноморское, Геленджик. Таганрог-Донецк. - 1 - 6 октября 2001. - С. 95.

111. Скобелев П.О. Виртуальные миры и интеллектуальные агенты для моделирования деятельности компаний // Тр. 6 Нац. конф. с междунар. участием КИИ'98, Пущино, 511 октября, 1998: Сб. науч. тр. в 3 т. Т. 2. Пущино, 1998. - С. 714-719.

112. Виттих В.А. Управление открытыми системами на основе интеграции знаний // Автометрия. 1998. - № 3. - С. 38 - 49.

113. Виттих В.А. Онтологии сложных систем организаций // Препринт ИПУСС РАН. -Самара, - 1998. - №3.-С. 15.

114. Батищев С.В., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Мультиагентная система корпоративных новостей / Тр. 3 Междунар. конф. по пробл. упр. и моделир. сложи, систем, Самара, 4-9 сентября 2001. Самара: СНЦ РАН, 2001. -С. 474 - 479.

115. Загоруйко Н.Г. Прикладные методы анализа данных и знаний // Новосибирск: Изд-во Ин-та матем., 1999. 270 с.

116. Забежайло М.И. Data Mining and Knowledge Discovery in Data Bases: Предметная область, задачи, методы и инструменты // 6 Нац. конф. с междунар. участием, Пущино, 5-11 октября 1998: Сб. науч. тр. в 3 т. Т. 2 Пущино, 1998. - С. 592 - 600.

117. Попов Э.В. Естественно-языковые системы: прошлое, настоящее и будущее // 7 Нац. конф. по искусст. интеллекту с междунар. участием, КИИ'2000, Переславль-Залесский, 24-27 октября 2000: Тр. конф. Т. 1. М.: ИФМЛ, 2000. - С. 17.

118. Обработка текста и когнитивные технологии: Сб. / Под ред. В.Д. Соловьева -Пущино, 1999. Вып. 3.-304 с.

119. Батищев С.В., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Разработка инструментальной системы для создания мультиагентных приложений в сети Интернет // Известия Самар. науч. центра РАН, 2001. С. 131-135.

120. Lutz М., Ascher D. Learning Python // O'Reilly. 1999. - 382 p.

121. Скобелев П.О. Самоорганизация и эволюция в открытых мультиагентных системах для холонических предприятий // Междунар. конгресс «Искусств, интеллект в 21 веке», Дивноморское, 3-8 сентября 2001: Тр. конгр. М.: Физматлит, 2001. - Т. 1. - С. 314-338.

122. Скобелев П.О. На пути к эмерджентному интеллекту // Тр. 4 Междунар. конф. по пробл. упр. и моделир. сложн. систем, Самара, 17-24 июня 2002. Самара: СНЦ РАН, 2002. - С. 172- 179.

123. Руднев М. Современные системы управления ресурсами предприятий // -«Эксперт». 2001. - Июнь. - С. 31 - 42.

124. Скобелев П.О. Мультиагентный подход к разработке интеллектуальной системы согласованного управления агропредприятиями. // Тр. 4 Межд. семинара по распределен, обработке информации. Новосибирск, 23-25июня 1998 - Новосибирск, 1998.-С. 338-342.

125. Батищев С.В., Скобелев П. О. Проблемы реализации мультиагентных систем дистанционного обучения в сети Интернет// Матер. Междунар. научно-практич. конф.

126. Развитие новых технологий в системе образования РФ", Россия, Самара, 26-27 мая 2000. Самара, 2000. - С. 50-51.

127. Батищев С.В., Котова С.П., Скобелев П.О. Мультиагентный подход для развития системы дистанционного обучения "Дифракция" в сети Интернет // Тез. докл. 2 междунар. конф. "Интернет. Общество. Личность." (ИОЛ-2000). СПб, 2000. - С. 32.

128. Иванова А. М., Казакевич B.C., Котова С.П., Лахин О.И., Лопухов С.В., Самородинов Д.В., Сапцина Т.Н., Скобелев П.О. Оптика в Интернет. Дифракция // Тез. V междунар. конф. "Физика в системе соврем, образования" (ФССО-99). — СПб, 1999. Т. 3. - С. 91-92.

129. Батищев С.В., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Разработка мультиагентной системы для дистанционного обучения в Интернет-портале «Оптик-сити». // Известия Самар. научн. центра РАН. 2002.

130. Гейтс Б. Бизнес со скоростью мысли . М.: Экспо-пресс, 2001. — С. 350.