- •Задание на курсовой проект студента
- •Календарный план
- •1 Анализ предметной области
- •2 Агентно-ориентированная организация процесса проектирования
- •3 Постановка задачи
- •4 Входная и выходная информация
- •5 Математическое описание задачи
- •6 Предложенный алгоритм решения задачи
- •7 Описание программы
- •7.1 Используемые технические средства, вызов и загрузка
- •7.2 Описание классов и объектов программной среды
- •Приложение а Экранная форма программы
- •Приложение б.
- •Приложение в.
1 Анализ предметной области
Используя понятие «агент», каждый автор или сообщество определяют своего агента с конкретным набором свойств в зависимости от целей разработки, решаемых задач, техники реализации и т. п. Критериев. Как следствие, в рамках данного направления появилось множество типов агентов, например: автономные агенты, мобильные агенты, персональные ассистенты, интеллектуальные агенты, социальные агенты и т.д., а вместо единственного определения базового агента – множество определений произвольных типов.
Учитывая вышесказанное, понятие агента целесообразно трактовать как цель, имя или класс, который включает множество подклассов. Далее будем придерживаться следующей концепции по этому поводу:
Агент – это аппаратная или программная сущность, способная действовать в интересах достижения целей, поставленных перед ним владельцем и/или пользователем.
Таким образом, программные агенты рассматриваются как автономные компоненты, действующие от лица пользователя.
Иногда агентов определяют через свойства, которыми они должны обладать. Учитывая то, что нас, в первую очередь, интересуют интеллектуальные агенты, приведем типовой список свойств, которыми такие агенты должны обладать:
автономность – способность функционировать без вмешательства со стороны своего владельца и осуществлять контроль внутреннего состояния своих действий;
социальное поведение – возможность взаимодействия и коммуникации с другими агентами;
реактивность – адекватное восприятие среды и соответствующие реакции на ее изменения;
активность – способность генерировать цели и действовать рациональным образом для их достижения;
базовые знания – знания агента о себе, окружающей среде, включая других агентов, которые не меняются в рамках жизненного цикла агента;
убеждения – переменная часть базовых знаний, которые могут меняться во времени, хотя агент может об этом не знать и продолжать использовать для своих целей;
цели – совокупность состояний, на достижение которых направлено текущее поведение агента;
желания – состояния и/или ситуации, достижение которых для агента важно;
обязательства – задачи, которые берет на себя агент по просьбе и/или поручению других агентов;
намерения – то, что агент должен делать в силу своих обязательств и/или желаний.
Иногда в этот же перечень добавляются и такие свойства, как рациональность, правдивость, благожелательность, а также мобильность, хотя последнее характерно не только для интеллектуальных агентов.
В зависимости от концепции, выбранной для организации МАС (мультиагентная система), обычно выделяются три базовых класса архитектур:
архитектуры, которые базируются на принципах и методах работы со знаниями;
архитектуры, основанные на поведенческих моделях типа «стимул – реакция»;
гибридные архитектуры.
В первом случае мы имеем дело с «разумными» агентами и архитектурами, имеющими в качестве основы проектирования и реализации модели, методы и средства искусственного интеллекта.
Первоначально идея интеллектуальных агентов связывалась практически полностью с классической логической парадигмой ИИ. Однако по мере развития исследований в этой области стало ясно, что такие «ментальные» свойства агентов, как, например, убеждения, желания, намерения, обязательства по отношению к другим агентам и т. п., невыразимы в терминах исчисления предикатов первого порядка. Поэтому для представления знаний агентов в рамках данной архитектуры были использованы специальные расширения соответствующих логических исчислений, а также разработаны новые архитектуры.
Принципы реактивной архитектуры возникли как альтернативный подход к архитектуре интеллектуальных агентов. Идея реактивных агентов впервые возникла в работах Брукса, выдвинувшего тезис, что интеллектуальное поведение может быть реализовано без символьного представления знаний, принятого в классическом ИИ.
Реактивными называются агенты и архитектуры, где нет эксплицитно представленной модели мира, а функционирование отдельных агентов и всей системы осуществляется по правилам типа ситуация – действие. При этом под ситуацией понимается потенциально сложная комбинация внутренних и внешних состояний.
Данный подход ведет свое начало с работ по планированию поведения роботов, которые активно велись в ИИ в 70-х годах. Простым примером реализации реактивных архитектур в этом контексте можно считать системы, где реакции агентов на внешние события генерируются соответствующими конечными автоматами.
В данной работе мы разрабатываем мобильную мультиагентную сеть в масштабах, доступных для нас мобильных операторов. На сегодняшний день нам доступны такие операторы, как KievStar, UMC, Life, BeeLine.
Их число составляет в количестве 4 шт. Т.к. каждый из них представляет несколько видов мобильной связи, то получается 8 шт.
Активность абонентов не равно распределена. В основном в часы пик. Поэтому многие абоненты могут быть заняты или перегруженность станций не позволяет соединить с абонентом.
Поэтому выделим часы их активности. С 7.00 до 9.00 и с 16.00 до 18.00.