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.