Содержание к диссертации
Введение
Глава 1. Инновационная деятельность в условиях современных информационных технологий 12
1.1. Инновационная деятельность как объект исследования 12
1.1.1. Основные термины и определения исследуемой проблемной области 12
1.1.2. Общая структура инновационного процесса 15
1.1.3. Формализация инновационных бизнес-процессов 17
1.1.4. Методы моделирования инновационных процессов 21
1.2. Проблематика информационной поддержки инноваций 22
1.2.1. Специфика задачи информационной поддержки инновационного развития 22
1.2.2. Информационные потребности участников инновационного процесса 24
1.2.3. Требования к системам информационной поддержки инноваций 26
1.2.4. Состояние и проблемы развития информационных ресурсов по инновационной деятельности в сети Интернет 27
1.3. Аналитический обзор современных технологий и программных средств поддержки бизнес-процессов 29
1.3.1. Современные технологии построения информационных систем поддержки бизнес-процессов 30
1.3.2. Корпоративные информационно-управляющие системы 32
1.3.3. Агентно-ориентированные системы поддержки бизнес-процессов 34
1.3.4. Инновационно-ориентированные Интернет-ресурсы 37
1.3.5. Сравнительный анализ систем поддержки бизнес-процессов 38
Выводы по Главе 1 39
Глава 2. Концептуальная модель виртуальной бизнес-среды развития инноваций 41
2.1. Технология концептуального моделирования 41
2.2. Концептуальная модель агентно-ориентированной виртуальной бизнес-среды 42
2.3. Методы анализа и оценки эффективности инновационных проектов 51
2.4. Вычислительные модели критериев оценки эффективности инновационных структур 53
2.4.1. Экономическая эффективность бизнес-проекта 53
2.4.2. Прогнозируемое время реализации бизнес-проекта 56
2.4.3. Надежность партнеров бизнес-проекта 57
2.5. Метод формирования и оценки инновационных структур 60
2.5.1. Разбиение ВБС на виртуальные бизнес-площадки 60
2.5.2. Анализ бизнес-идей и формирование инновационных структур 60
2.5.3. Оценка эффективности инновационных структур 67
2.5.4. Имитация сценариев развития инновационных проектов 68
2.6. Формирование генерализованных бизнес-планов инновационных проектов .70
Выводы по Главе 2 73
Глава 3. Архитектура и алгоритмы взаимодействия агентов субъектов инновационных структур 74
3.1. Основные термины и определения 74
3.2. Гибридная архитектура интеллектуального агента с имитационным аппаратом 76
3.2.1. Обзор существующих архитектур агентов 76
3.2.2. Подходы к реализации архитектуры агента с имитационным аппаратом 78
3.2.3. Описание предлагаемой архитектуры агента 82
3.3. Акторные модели функционирования агентов субъектов инноваций в ВБС 85
3.3.1. Агент «Инвестор» 88
3.3.2. Агент «Инноватор» 90
3.3.3. Агент «Потребитель» 93
3.4. Алгоритмы взаимодействия агентов в ВБС 96
3.4.1. Модели коммуникации агентов 97
3.4.2. Алгоритмы динамического распределения агентов 98
3.4.3. Алгоритм коммуникации агентов, основанный на использовании агентов-посредников 107
3.4.4. Алгоритмы информационного обмена между мобильными агентами 114
Выводы по Главе 3 121
Глава 4. Программная реализация мультиагентной системы интеграции распределенных информационных ресурсов инноваций 122
4.1. Инструментальные средства и технологии разработки агентов 122
4.2. Проектирование МАС ИРИРИ 123
4.2.1. Цели и задачи системы 123
4.2.2. Архитектура системы 124
4.3. Программная реализация MAC ИРИРИ 129
4.3.1. Реализация локальных и мобильных агентов системы 129
4.3.2. Алгоритм работы агентов системы и их функции 131
4.4. Организация сеанса работы пользователя с системой 136
Выводы по Главе 4 138
Заключение 140
Список литературы 142
- Формализация инновационных бизнес-процессов
- Анализ бизнес-идей и формирование инновационных структур
- Алгоритмы динамического распределения агентов
- Алгоритм работы агентов системы и их функции
Введение к работе
Актуальность работы
Ключевым фактором экономического развития становится активность бизнеса по отношению к среде своего существования: конкурентоспособные компании должны создавать факторы преимущества перед соперниками. К таким факторам, прежде всего, относятся инновации во множестве своих проявлений - от внедрения наукоемких технологий до подготовки высококвалифицированных кадров. В новом тысячелетии только страны, восприимчивые к инновациям, смогут выстоять в конкурентной борьбе на глобальном рынке товаров и услуг. Поэтому переход к инновационной экономике очень актуален для России, имеющей большой уклон в сырьевые отрасли.
На сегодняшний день общепризнанным и вполне очевидным является факт, что инновации являются критическим элементом развития современных региональных экономических систем, обеспечивающим их конкурентоспособность. Региональные инновационные процессы специфичны в силу ряда причин:
большой объем разнородной информации, ассоциированной с инновационными процессами;
большая территориальная распределенность компонентов инновационных структур;
динамичность структуры инновационного поля - появляются и исчезают новые участники региональных инновационных процессов;
организационная неоднородность элементов инновационного поля, существенным образом ограничивающая применимость методов и технологий, апробированных и хорошо себя зарекомендовавших в корпоративных информационных системах.
Современные экономические и научные связи не только преодолевают значительные расстояния, но и часто стирают межгосударственные границы. Все возрастающее количество и территориальная распределенность субъектов инновационной деятельности обусловливают тот факт, что лишь малая часть потенциально эффективных инновационных проектов воплощается на практике. Особенности инновационных рынков выдвигают новые требования к качеству и оперативности принятия управленческих решений, оказывающих влияние на процесс развития социально-экономических систем. Удовлетворение этим требованиям невозможно без адекватного информационного обеспечения инновационных процессов в этих системах.
Информационная поддержка инноваций является сложной и очень динамичной задачей со многими параметрами. В подобных условиях не приходится рассчитывать на полную автоматизацию процесса принятия управленческих решений, однако этот процесс может быть существенно поддержан наличием адекватных задаче информационных массивов, а также формализованными математическими моделями и компьютеризированными системами имитационного моделирования инновационных
процессов, образующими в комплексе систему информационной поддержки инновационной деятельности.
Сложность и динамичность задач инновационного управления обусловливают потребность в больших объемах информации, для обеспечения которых, в свою очередь, нужны математические методы, алгоритмы и информационные технологии, реализуемые в виде комплексов проблемно-ориентированных программ максимальной интеграции существующих (в общем случае, территориально-распределенных) информационных ресурсов. Динамика задачи также выдвигает специфические требования к функциональным возможностям данных методов и технологий - реализация возможности быстрой и минимально затратной перенастройки и адаптации создаваемых с их помощью обеспечивающих информационных систем.
Поэтому проблема информационного обеспечения инновационной деятельности является актуальной и требует разработки принципиально новых подходов для ее решения, базирующихся на применении передовых информационных технологий и математического моделирования. В рамках этих подходов необходимо разрабатывать средства информационной поддержки инноваций, представляющие собой совокупность взаимосвязанных математических моделей, методов, алгоритмов и комплексов программ для обеспечения автоматизированного поиска потенциальных партнеров, формирования и оценки эффективности инновационных структур, автоматизированного построения бизнес-планов инновационных проектов, анализа и прогнозирования результатов от капиталовложений в инновации с учетом динамически изменяющегося рынка инновационных услуг.
ПРЕДМЕТОМ ИССЛЕДОВАНИЯ являются теоретические, методические и практические аспекты формирования региональных инновационных структур.
ОБЪЕКТОМ ИССЛЕДОВАНИЯ являются формализованные модели региональных инновационных структур (цепочек), представляющих собой группы взаимосвязанных автономных субъектов инновационной деятельности (инвесторы, производители, исследователи и т.д.).
ЦЕЛЬ ДИССЕРТАЦИОННОЙ РАБОТЫ - Разработка моделей, методов и программных средств информационной поддержки открытых децентрализованных инновационных структур для повышения эффективности инновационной деятельности ученых и специалистов различных отраслей экономики и промышленности в регионе.
Для достижения поставленной цели в работе решены следующие ОСНОВНЫЕ ЗАДАЧИ ИССЛЕДОВАНИЯ:
Анализ существующих систем, методов и технологий информационной поддержки инновационной деятельности.
Разработка формализованной концептуальной модели агентно-ориентированной виртуальной бизнес-среды развития инноваций.
Создание математических моделей критериев оценки альтернативных вариантов инновационных структур и алгоритмов вычисления параметров критериев оценки.
Разработка метода формирования инновационных структур из территориально распределенных компонентов.
Разработка гибридной архитектуры агентов субъектов инноваций с внутренней подсистемой имитационного моделирования, акторных моделей функционирования и алгоритмов эффективного взаимодействия интеллектуальных агентов в виртуальной среде.
Создание базовой архитектуры, принципов функционирования и программная реализация интегрирующей мультиагентной системы информационной поддержки региональных инновационных структур как итога работы.
Методологические и теоретические основы исследования
Для решения поставленных в работе задач используются методы концептуального моделирования, теории графов, элементы теории множеств, методы имитационного моделирования, методы искусственного интеллекта, методы параллельных вычислений, теории формальных грамматик и языков.
Исследования, представленные в диссертации, базируются на работах отечественных и зарубежных ученых следующих научных направлений. Работы Н.Н. Моисеева, П.Л. Капицы, СП. Курдюмова, Г. Хакена, посвященные концепциям коллективного интеллекта и общим вопросам синергетики. Работы Г.С. Поспелова, Д.А. Поспелова, В.Ф. Венды В.М. Курейчика, В.В. Курейчика и В.Б. Тарасова в области человеко-машинных систем и искусственного интеллекта. Работы В.И. Городецкого, В.Ф. Хорошевского, Р. Мандье, К. Кольски, И. Демазо, С.А. Делоча в области многоагентных систем. Работы Ю.А. Загорулько, B.C. Зверева, Г.А. Унтура, В.А. Филиппова, А.А. Иващенко в области информационного обеспечения инновационной деятельности. Работы П.О. Скобелева, В.А. Виттиха, Ю.Г. Карпова, И.Г. Поспелова и П.А. Миллинга в области имитационного моделирования экономических структур. Работы А.П. Еремеева, В.Н. Вагина, Е.Ю. Головиной, Э.В. Попова в области интеллектуальных систем. Работы К. Лензо, Л. Уолла, Л.И. Абросимова, Т. Кристиансена и др., посвященные принципам организации компьютерных сетей, представления и передачи информации.
Научная новизна работы:
Разработана формализованная концептуальная модель предметной области (агентно-ориентированной виртуальной бизнес-среды), расширенная на задачу информационной поддержки инновационной деятельности.
Разработан метод совмещенного формирования и оценки инновационных структур, основанный на анализе структуры и компонентов разработанной концептуальной модели, а также на совмещении семантического анализа параметров, описывающих бизнес-
предложения субъектов инновационной деятельности, и оценки экономической эффективности этих бизнес-предложений.
Предложена гибридная архитектура агентов субъектов инноваций, основанная на расширении существующей гибридной InteRRap-архитектуры агента за счет добавления в ее состав подсистемы имитационного моделирования, представляющей собой имитационный аппарат (комплекс системно-динамических моделей), с помощью которого агент становится способным имитировать сценарии развития отдельно взятых инновационных проектов, поведение компаньонов и конкурентов с целью прогнозирования рисков и экономического эффекта от капиталовложений в инновации.
Сформулированы правила взаимодействия и координации агентов в виртуальной бизнес-среде, описанные в виде эвристических алгоритмов, позволяющих сократить время отклика на изменения среды, имитирующей инновационное поле, в котором функционируют агенты, и общую нагрузку на сеть, а также способствующих повышению эффективности распределенной обработки информации агентами.
ПОЛОЖЕНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ, сформулированы в конце автореферата в качестве основных результатов работы.
Практическая значимость, в основу диссертационной работы положены результаты,
полученные автором в ходе исследований, проводимых по планам научно-исследовательских работ Института информатики и математического моделирования технологических процессов Кольского научного центра РАН в период с 2005 по 2007 годы: тема «Информационные технологии управления инновационным развитием региона (на примере Мурманской области), № государственной регистрации 0120.0502662», тема «Информационные технологии региональных макросистем», № государственной регистрации: 0120.0502661». Внедрение инструментальной программной системы информационной поддержки региональных инновационных структур позволяет повысить эффективность инновационной деятельности ученых и специалистов различных отраслей экономики и промышленности в регионе. Разработанное программное обеспечение используется управлением информационных ресурсов и информационной безопасности при департаменте экономического развития Правительства Мурманской области и рабочей группой «Технопарка Апатиты» на базе КНЦ РАН для информационного обеспечения и коммерциализации научных разработок, а также их инновационного развития. Работа внедрена в учебный процесс Кольского филиала ПетрГУ: материалы диссертации использованы в курсах «Информационные системы в экономике» и «Информационные технологии управления» для студентов экономического факультета. Автор является членом ведущей научной школы РФ НШ-8249.2006.9 «Разработка и развитие информационных технологий поддержки управления региональным развитием».
НАУЧНАЯ АПРОБАЦИЯ РАБОТЫ. Основные результаты диссертационной работы докладывались и обсуждались на I Всероссийской конференции «Искусственный интеллект:
философия, методология, инновации» (Москва, 2006г.); VII Всероссийской школе-семинаре «Прикладные проблемы управления макросистемами» (Апатиты, 2006 г.); II Всероссийской конференции «Теория и практика системной динамики» (Апатиты, 2007г.); IV Международной научно-практической конференции «Темпы и пропорции социально-экономических процессов в регионах Севера» (Апатиты, 2007г.); II Международной научной конференции «Искусственный интеллект: философия, методология, инновации» (С-Петербург, 2007); II Международной научной конференции «Системный анализ и информационные технологии» (Калуга, 2007г.); 6th EUROSIM Congress on Modeling and Simulation (Любляна, Словения, 2007г.); VII и VIII региональных научных конференциях «Естественнонаучные проблемы арктического региона» (Мурманск, 2006-2007гг.).
Материалы диссертации использованы при выполнении работ по грантам РФФИ № 05-07-90050 «Информационные технологии региональных макросистем» и № 05-07-97508 «Создание инструментальной среды для интегрированного распределенного доступа к разнородным семантически связанным источникам данных», а также в работах по программе фундаментальных исследований Отделения информационных технологий и вычислительных систем РАН "Фундаментальные основы информационных технологий и систем": проект №2.6 «Разработка теоретических основ проектирования региональных информационных сетей».
ПУБЛИКАЦИИ. По теме диссертационной работы опубликовано 11 печатных работ: 3 - из списка ВАК, 1 - в периодическом издании, 5 - материалы Международных и Всероссийских конференций, 2 - статьи в сборниках научных трудов ИИММ КНЦ РАН. Полученные результаты изложены в отчетах по НИР в ИИММ КНЦ РАН.
СТРУКТУРА И ОБЪЕМ ДИССЕРТАЦИИ. Диссертация состоит из введения, четырех глав, заключения, списка литературы (115 наименований), имеет общий объем 189 машинописных страниц без приложений, содержит 49 рисунков, 7 таблиц.
Формализация инновационных бизнес-процессов
Один и тот же субъект инноваций может участвовать в одном и более бизнес-процессах.
Определение 1.11: Бизнес-процессом называется связанная совокупность функций, в ходе выполнения которой потребляются определенные ресурсы и создается продукт (вещественный или нематериальный результат человеческого труда: предмет, услуга, научное открытие, идея), представляющий ценность для потребителя.
Определение 1.12: Подпроцессом называется бизнес-процесс, являющийся структурным элементом некоторого объемлющего бизнес-процесса и представляющий ценность для внутреннего потребителя.
Определение 1.13: Бизнес-функцией (функцией) является совокупность операций, сгруппированных по определенному признаку. Определение 1.14: Под бизнес-операцией (операцией) будем понимать элементарное (неделимое) действие, выполняемое на одном рабочем месте.
Определение 1.15: Под бизнес-моделью будем понимать структурированное графическое описание сети процессов и/или функций/операций, связанных с данными, документами, организационными единицами и прочими объектами, отражающими существующую или предполагаемую деятельность субъектов инноваций.
Предлагаемая формальная модель бизнес-процесса является многоуровневой и включает в себя три взаимоувязанных компонента: организационно штатную структуру виртуального предприятия (ВП), собственно модель бизнес-процесса, пронизывающего ВП по горизонтали, а также данные об использовании ресурсов различного вида.
Нижний уровень модели содержит информационные объекты (ИО), представляемые с помощью кортежей Dt[a},af,...,a-), где Д - идентификатор /-го ИО, a j - j-и атрибут /-го ИО.
Бизнес-операция моделируется парой TjDj=(Ti,Dj), где Гу - тип операции с ИО.
При этом выделяются следующие типы операций: создание, присваивание значений (определение), архивирование, уничтожение, регистрация, ознакомление, редактирование, утверждение (визирование), согласование, публикация (для всеобщего доступа), передача на исполнение (в том числе и с назначением маршрутов), контроль за исполнением, привязка к другим ИО. При этом однако для ряда операций (например, операции редактирования) могут существовать такие индексы т, что 7]о = а, т.е. операция может применяться не ко всем атрибутам ИО.
Бизнес-функция моделируется кортежем бизнес-операций Im={{T]mDu),..,{TkA,% где 1т - код должности исполнителя; Ты,...,Ткт - элементы множества \г]; Du,...,Dkl -элементы множества [Dj].
При этом, не нарушая общности, можно считать, что внутри бизнес-функции бизнес-операции имеют естественный порядок исполнения.
Определение 1.16: Формальная модель инновационного бизнес-процесса представляет собой граф управления бизнес-функциями G(NN, щ,пф, ЕЕ, MM, ЕМ, EN, RR, EER), где NN - множество узлов, каждый из которых соответствует бизнес-функции; «0 и пф - входной и завершающий узел соответственно; ЕЕ - множество управляющих ребер, такое, что Vi,jeNN j{n0,rif):(i,j)eEE, если возможна ситуация, когда за выполнением бизнес-функции / будет выполняться бизнес-функция j; ММ - множество узлов, соответствующих структурным подразделениям ВП (MM п NN - О,, где Q - пустое множество); ЕМ - множество ребер подчиненности, такое, что \/i,jeMM :(i,j)eEM, если структурное подразделение j подчинено структурному подразделению /; EN - множество ребер исполнения бизнес-функции, такое, что \/ieMM,j є NN:(i,j)eEN, если бизнес-функция j может быть выполнена в подразделении /; RR - множество ресурсов предприятия; EER - множество взвешенных ребер использования ресурсов, такое, что V/ ,y є RRJ є NN:{i,j)e EER, если бизнес-функция j использует при своем выполнении ресурс /.
Бизнес-процессы реализуются различными способами в зависимости от целей субъектов или организаций субъектов, участвующих в них. Бизнес-процессы можно условно классифицировать следующим образом:
основные процессы;
сопутствующие процессы;
вспомогательные процессы;
обеспечивающие процессы;
процессы управления;
процессы развития.
Основными бизнес-процессами являются процессы, ориентированные на производство товара или оказание услуги, являющиеся целевыми объектами создания предприятия и обеспечивающие получение дохода. Например, для жирового комбината такими процессами будут процесс производства масла и процесс производства майонеза, а для автотранспортного предприятия — процесс обеспечения перевозок (оказания услуг по перевозкам).
Сопутствующие бизнес-процессы - это процессы, ориентированные на производство товара или оказание услуги, являющиеся результатами сопутствующей основному производству производственной деятельности предприятия и также обеспечивающие получение дохода. Например, для жирового комбината такими процессами будут процесс производства мыла и процесс производства глицерина.
Вспомогательными бизнес-процессами являются процессы, предназначенные для жизнеобеспечения основных и сопутствующих процессов и ориентированные на поддержку их специфических черт. Так, для автотранспортного предприятия к таким процессам можно отнести процесс ремонта и технического обслуживания транспорта и процесс обеспечения безопасности перевозок.
К обеспечивающим бизнес-процессам относятся процессы, предназначенные для жизнеобеспечения основных и сопутствующих процессов и ориентированные на поддержку их универсальных черт. Так, для любого предприятия такими процессами являются процесс финансового обеспечения деятельности, процесс обеспечения кадрами, процесс юридического обеспечения и т.п.
Бизнес-процессы управления - это процессы, охватывающие весь комплекс функций управления на уровне каждого бизнес-процесса и предприятия в целом. Примерами таких процессов могут быть процессы стратегического, оперативного и текущего планирования, процессы формирования и выполнения управляющих воздействий.
Бизнес-процессами развития являются процессы совершенствования производимого товара или услуги, процессы развития технологий, процессы модификации оборудования, а также инновационные процессы.
Безусловно, предложенная выше классификация (как и любая другая) не является идеальной и, тем более, единственно возможной. Альтернативами предложенной классификации являются: классификация, разработанная компанией BKG Profit Technology [13], выделяющая восемь типовых видов процессов, и классификация компании Lions Consulting [13], рассматривающая бизнес-процессы как единый процесс «Создание максимального объема стоимости», причем этот процесс разбивается на восемь процессов нижнего уровня, первые два из которых являются основными, а последние шесть - обеспечивающими.
К специфическим особенностям региональных инновационных бизнес-процессов [14] относятся следующие:
большой объем разнородной информации, ассоциированной с инновационными процессами;
большая территориальная распределенность компонентов инновационных структур;
динамичность структуры инновационного поля - появляются и исчезают новые субъекты региональных инновационных процессов;
организационная неоднородность элементов инновационного поля, существенным образом ограничивающая применимость методов и технологий, апробированных и хорошо себя зарекомендовавших в корпоративных информационных системах;
влияние факторов времени, неопределенности и риска (предполагаемые сроки решения с учетом возможных изменений внешней среды).
Анализ бизнес-идей и формирование инновационных структур
В ходе данного этапа осуществляется семантическое сопоставление качественных и количественных параметров, описывающих бизнес-предложения субъектов инноваций, взаимодействующих на виртуальных бизнес-площадках в ВБС. На основе семантического анализа параметров бизнес-предложений участников ИД агент производит подбор подходящих бизнес-партнеров для реализации определенной бизнес-идеи и формирует из них бизнес-структуры. В процессе подбора потенциальных партнеров производится оценка их надежности по правилам, описанным в подразделе 2.4.3. В рамках данного этапа выполняются процедуры автоматизированного построения генерализованных бизнес-планов, формируемых агентом инновационных структур.
Целью данного этапа является подбор подходящих бизнес-партнеров для текущего субъекта, осуществляющего поиск партнеров в ВБС и формирование всех возможных альтернативных вариантов инновационных бизнес-структур, способных реализовать некоторую бизнес-идею этого субъекта.
Система знаний агента субъекта инноваций
Система знаний агента субъекта инноваций, показанная на рис. 2.4, объединяет следующие онтологии:
1. онтологию инноваций и инновационной деятельности;
2. онтологию мира производства;
3. онтологию науки и научного знания;
4. онтологии предметных областей, интересных с точки зрения инноваций и представленных в системе своими информационными ресурсами.
Онтология инноваций и инновационной деятельности построена на основе результатов исследований, представленных в [57,58]. Она включает следующие группы понятий: инноваторы (предприятия, научные организации и т.п.), инвесторы, этапы инновационного процесса (фундаментальные исследования, НИР, ОКР, маркетинг, производство и др), объекты и субъекты инноваций и т.п. Эти понятия связаны такими отношениями, как "результат этапа инновационного процесса", "порядок следования этапов", "исходные данные для этапа", "участник этапа" и т.п.
Онтология мира производства включает иерархию производственных отраслей и типов производств и предприятий, а также такие базовые классы понятий, как производитель, поставщик, ресурсы (сырье, комплектующие, трудовые ресурсы).
Онтология науки и научного знания включает описывающие науку и научную деятельность классы понятий с заданными на них семантическими отношениями, относящиеся к организации научной деятельности, а также метапонятия, задающие структуры для описания предметной области любой конкретной научной дисциплины [59]. К таким метапонятиям относятся: раздел науки, метод, объект и результат исследований. Онтология науки условно разделена на онтологию научной деятельности и онтологию научного знания. Онтология научной деятельности включает общие классы понятий, относящиеся к организации научной деятельности: Ученые, Организации, События, Публикации, Информационный ресурс. Онтология научного знания содержит метапонятия, задающие структуры для описания рассматриваемой предметной области, такие как Раздел науки, Метод исследования и Объект исследования, Научный результат.
Онтология науки и научного знания включает описывающие науку и научную деятельность классы понятий с заданными на них семантическими отношениями, относящиеся к организации научной деятельности, а также метапонятия, задающие структуры для описания предметной области любой конкретной научной дисциплины [59]. К таким метапонятиям относятся: раздел науки, метод, объект и результат исследований. Онтология науки условно разделена на онтологию научной деятельности и онтологию научного знания. Онтология научной деятельности включает общие классы понятий, относящиеся к организации научной деятельности: Ученые, Организации, События, Публикации, Информационный ресурс. Онтология научного знания содержит метапонятия, задающие структуры для описания рассматриваемой предметной области, такие как Раздел науки, Метод исследования и Объект исследования, Научный результат. Онтология предметных областей включает понятия, характерные для конкретной предметной области, и связи между ними, т.е. отражает общие знания о предметной области, такие как иерархия классов понятий, семантические отношения на этих классах. При этом они могут опираться на онтологию науки и научного знания и/или онтологию мира производства. Примером таких областей могут быть: программирование, геофизика, приборостроение, металлургия, самолетостроение.
Предметные знания - выделенная часть знаний о предметных областях, включающая только частные понятия и конкретные отношения.
Онтология языка документов (словарь) - это система языковых средств выражения онтологии предметных областей. Лингвистическая информация представлена в словаре с помощью функциональных групп лексических единиц, выделенных классов понятий и набора дополнительных атрибутов, отражающих специфику выражений: синонимы, омонимы, составные понятия и т.п.
Языковые ресурсы - это исходные данные для системы знаний, характеризующие предметную область пользователя.
Использование в качестве основы для представления знаний набора онтологии делает систему знаний агента легко расширяемой и настраиваемой - в нее могут интегрироваться как новые знания, так и новые типы информационных ресурсов.
Общесистемный тезаурус
Создание общесистемного словаря (тезауруса) является одним из самых трудоемких процессов при применении лингвистических методов анализа текстов на естественном языке. Специфика поставленной задачи определила требования, предъявляемые к словарю:
Словарь должен содержать морфологическую информацию о терминах. Это требование, с одной стороны, связано с проблемой повышения качества оценки релевантности текстовых ресурсов, с другой - с необходимостью увеличить точность семантического анализа.
Словарь должен хранить статистическую информацию. Такая информация позволит использовать статистические методы классификации (рубрикации) для определения общей тематики ресурса (т.е. к какому разделу относится данный ресурс).
Словарь должен хранить семантическую информацию, которая позволит связать элементы словаря с онтологическими классами проблемной и предметной области и которая в дальнейшем должна будет использоваться на стадии семантического анализа.
Для этих целей может использоваться технологический комплекс Алекс+ [59], предназначенный для создания предметно-ориентированных словарей. Комплекс позволяет включать в словари как статистическую, так и семантическую информацию и поддерживает технологию автоматического наполнения словаря на основе обучающей выборки.
Словарная подсистема обеспечивает:
морфологический, семантический и синтаксический анализ текстовых описаний бизнес-предложений субъектов инноваций;
сборку словокомплексов на основе системы правил-шаблонов;
просмотр конкорданса;
создание и редактирование иерархии тем (разделов);
обучение словаря, т.е. автоматическое наполнение словаря терминами и словокомплексами на основе обучающего корпуса текстов;
выявление стоп-терминов;
классификацию текстовых описаний на основе ведущейся статистики.
Алгоритмы динамического распределения агентов
При взаимодействии агентов друг с другом, расположенных на разных узлах компьютерной сети, они должны использовать канал связи для обмена сообщениями по сети. Так как агенты выполняют свои задачи посредством последовательного взаимодействия с другими агентами для достижения общих целей, то коммуникационные затраты на их межузловое взаимодействие в значительной степени понижают эффективность распределенной обработки данных. В качестве решения данной проблемы автор предлагает алгоритм преобразования межузлового взаимодействия агентов во взаимодействие на одном общем узле, что позволяет повысить общую производительность всей системы в целом.
Для того чтобы преобразовать межузловое взаимодействие во взаимодействие на одном общем узле, агенты системы могут быть распределены по узлам сети в зависимости от их характера взаимодействия. Так как характер взаимодействия агентов может меняться непрерывно, распределение агентов по узлам сети должно быть динамическим. Поэтому, в настоящей работе предлагается алгоритм динамического распределения агентов, позволяющий динамически разместить агенты по узлам системы в зависимости от изменения места их взаимодействия. Однако, когда агенты автоматически распределяются на множестве узлов компьютерной сети лишь в зависимости от характера своего взаимодействия, некоторые узлы сети могут быть перегружены многочисленными мигрировавшими на них агентами. Поэтому предлагаемый автором алгоритм динамического распределения агентов по месту их взаимодействия дополнен еще одним алгоритмом распределения агентов, поддерживающим возможность равномерного распределения нагрузки между узлами сети. Разработанные алгоритмы представляют собой алгоритмы функционирования агентов в распределенных MAC. Алгоритмы динамического распределения агентов повышают производительность разрабатываемой мультиагентной системы за счет преобразования межузлового взаимодействия агентов во взаимодействие на общем узле.
В данном подразделе диссертации описываются два алгоритма динамического распределения агентов: алгоритм локализирования межагентного взаимодействия, который распределяет интенсивно коммуницирующих друг с другом агентов по узлам сети, и алгоритм распределения нагрузки между узлами сети, предполагающий перемещение групп агентов с сильно перегруженных агентных платформ (узлов сети) на менее загруженные. Несмотря на это, цели, преследуемые данными алгоритмами, различны. Алгоритмы состоят из последовательности похожих рабочих фаз и используют общие компоненты, которые присутствуют на каждой агентной платформе. В разрабатываемой мультиагентной системе каждый узел снабжен агентной платформой (агентным представительством), представляющей собой среду локального исполнения агентов, в которой агенты функционируют и взаимодействуют друг с другом. На рис. 3.2 показана диаграмма переходов для рассматриваемых двух алгоритмов динамического распределения агентов. Сплошными стрелками показано использование обоих алгоритмов, пунктирными стрелками показано только использование алгоритма локализирования межагентных взаимодействий и точечными стрелками показано использование алгоритма динамического распределения нагрузки между узлами MAC.
Для организации динамического распределения агентов на каждой агентной платформе системы должны функционировать следующие компоненты: Менеджер сообщений (Message Manager), осуществляющий передачу сообщений между агентами системы.
Системный монитор (System Monitor), периодически проверяющий нагрузку на текущем узле компьютерной сети.
Менеджер распределения агентов (Agent Allocation Manager), ответственный за динамическое распределение агентов и анализ моделей поведения и характера взаимодействия агентов.
Менеджер миграции агентов (Agent Migration Manager), перемещающий агенты на другие платформы (узлы) и управляющий миграцией агентов между узлами сети.
Алгоритм локализирована межагентных взаимодействий
С течением времени месторасположение взаимодействующих агентов меняется, что сопровождается изменениями и в их социальном поведении. Анализируя сообщения, передаваемые между агентами, агентные представительства могут принимать решения о том, на каких узлах системы должны размещаться мобильные агенты (т.е. на какие узлы они должны быть перемещены). Поскольку агентное представительство не может оценить сценарии взаимодействия агентов в будущем и не всегда знает, на какие узлы сети агенты могут мигрировать, локальные решения, принимаемые агентным представительством, не являются совершенными.
Алгоритм локализирования межагентных взаимодействий состоит из четырех фаз: фазы мониторинга, фазы распределения агентов, фазы взаимодействия (переговоров) и фазы миграции агентов (см. рис. 3.3).
1. Фаза мониторинга. Менеджер распределения агентов (МРА) на каждом узле проверяет модели взаимодействия агентов с помощью менеджера сообщений. В частности, МРА использует информацию как об агенте-отправителе каждого сообщения, так и об агентном представительстве агента-получателя. МРА периодически вычисляет коммуникационные зависимости Ctj(t) в момент времени / между агентом і и агентным представительством j по формуле: где M t)- число сообщений, отправленных агентом / агентам у-го агентного представительства за период времени /, а а- коэффициент, характеризующий относительную значимость новой информации по отношению к устаревшей и использующийся для игнорирования временного интенсивного взаимодействия с агентами на определенной агентной платформе.
Для анализа характера межагентного взаимодействия агенты системы классифицированы следующим образом: мобильные (перемещаемые) агенты и статичные (неперемещаемые) агенты. Любой из агентов может принять решение мигрировать на другой узел (платформу) в независимости является ли он мобильным или статичным. Несмотря на это, МРА не рассматривает статичных агентов как кандидатов на динамическое распределение. При этом только мобильные агенты могут мигрировать между узлами системы. Типы агентов устанавливаются на этапе программной реализации системы, причем они не могут быть изменены в процессе работы системы агентными представительствами.
2. Фаза распределения агентов. После определенного числа повторений стадии мониторинга МРА вычисляет коэффициент коммуникационной зависимости между текущим агентным представительством агента п и всеми остальными агентными представительствами, размещенными на других узлах системы. Коэффициент коммуникационной зависимости Ry. между агентом / и агентным представительством J того узла определяется по формуле:
Когда максимальное значение коэффициента коммуникационной зависимости агента больше, чем предопределенного порога в, МРА включает данного агента в виртуальную группу агентов, которая представляет удаленное агентное представительство (т.е. расположенное на другом узле системы): представляет агента і, a Gk указывает на виртуальную группу агентов к.
Далее МРА проверяет всех агентов и определяет тех из них, кто будет включен в виртуальные группы агентов. Затем начинается фаза взаимодействия (переговоров) между агентами.
3. Фаза взаимодействия. Перед тем как отправляющая агентная платформа Рх переместит агентов, включенных в заданную виртуальную группу агентов, на принимающий узел (агентную платформу Р2), МРА узла Рх взаимодействует с МРА узла Р2 для проверки выполнимости этого перемещения агентов. МРА узла Р2 проверяет текущее состояние памяти, загруженность центрального процессора и число агентов, размещенных на данном узле, с помощью системного монитора. Если агентная платформа Р2 имеет достаточное количество свободных системных ресурсов для новых агентов, МРА узла Р2 разрешает осуществление перемещения агентов с узла Р2 на узел Р2. При этом МРА узла Р2 может принять лишь фиксированное число агентов, определяемое загруженностью узла Р2 и свободными системными ресурсами. Поэтому МРА узла Рх перемещает на узел Р2 лишь указанное МРА узла Р2 число агентов, представляющих собой подмножество виртуальной группы агентов.
4. Фаза миграции агентов. Основываясь на отклике, полученном от принимающего узла, МРА отправляющего агентного представительства инициирует перемещение всех или части агентов, входящих в выбранную виртуальную группу агентов. Когда принимающее агентное представительство разрешает перемещение некоторой части агентов из виртуальной агентной группы, перемещаемые агенты отбираются в соответствии со значениями их коэффициентов коммуникационной зависимости. После завершения операции отбора агентов для мигрирования менеджер миграции агентов (ММА) начинает последовательно отправлять агенты на принимающую агентную платформу. После того, как агент успешно переместился, ММА выполняет оставшиеся операции.
Алгоритм работы агентов системы и их функции
Перечислим и обозначим основные функции разработанных программных агентов:
fund - регистрация бизнес-предложений субъектов инноваций на витринах инновационных предложений порталов, входящих в систему.
fund - разрегистрация (удаление) бизнес-предложений субъектов инноваций с витрин инновационных предложений порталов, входящих в систему.
fund - поиск отдельных партнеров и оценка их надежности.
func4 - поиск партнеров с последующим формированием из них инновационных структур, анализом и оценкой эффективности этих структур.
funcS - построение сценариев развития инновационных проектов, продвигаемых выделенным множеством сформированных эффективных и инновационных структур, с последующим выбором наиболее подходящего варианта инновационной структуры в зависимости от потребностей субъекта инновационной деятельности, осуществляющего поиск партнеров по бизнесу.
/ипсб - построение генерального бизнес-плана инновационного проекта, соответствующего самой эффективной инновационной структуре.
fund - представление результатов работы агентов (поиска, формирования, анализа, оценки и имитации) пользователю.
Для описания алгоритма функционирования локального и мобильного агентов будут использованы обозначения, приведенные в подразделе 2.2 настоящей диссертации. Введем также некоторые дополнительные обозначения:
Num - порядковый номер звена в цепочке. Каждой роли соответствует свой Num, а именно: для Z - Num=l, для Isl - Num=2, для Tech - Num=3, для Pr - Num=4, для Inv -Num=5.
Flag - флажок для проверки повторного использования одних и тех же субъектов инноваций в процессе формирования инновационной структуры (0 - текущий субъект еще не рассматривался агентом, 1 - субъект уже включен в некоторую или формируемую агентом бизнес-структуру).
Rolejiame - роли субъектов-партнеров, которых нужно найти.
IDJnv - идентификационный номер субъекта инноваций.
ID_Sug - идентификационный номер инновационного или инвестиционного предложения субъекта инноваций.
Strat = {Strati, Strati, Strat3 - стратегии агента применительно к размещению информации о бизнес-предложениях и их владельцах на витрине инновационного портала; Strat4, Strat5, Strat6 - стратегии агента применительно к алгоритму поиска партнеров и формированию инновационных структур при просмотре информации на витрине порталов и взаимодействии с другими агентами).
Strati -размещение информации на переднем плане витрины (первым в таблице БД). Strat2 - выбор места в таблице БД для размещения информации на основе заданного алгоритма или математической формулы.
Strat3 - размещение информации на заднем плане витрины (последним в таблице БД). Strat4 - просмотр (поиск) с начала списка.
Strat5 - «просеивание» - просмотр с произвольного или регламентированного математической формулой места в списке.
Strat6 - просмотр (поиск) с конца списка.
Алгоритм работы агентов системы состоит из следующих шагов: Шаг 1: Проверка агентами правильности ввода и наличия информации, описывающей все составляющие бизнес-предложения субъекта инноваций (инновационную, инвестиционную, контактную, ресурсную и т.д.). Если бизнес-предложение описано корректно и его регистрация в системе прошла успешно, то переход к шагу 2. В противном случае - информирование пользователя об ошибках или недостаточности информации и затребование уточняющих данных или исправлений. Шаг 2: В зависимости от выбранных пользователем настроек и функций агентов, агенты выполняют следующие действия:
2.1. Если выбрана fund, то агенты обращаются к информационной базе данных портала, на котором субъект инноваций регистрирует себя и свои бизнес-предложения, и вносят туда введенные пользователем данные о нем и о его бизнес-предложениях. При этом:
2.1.1. если выбрана Strati, то агент размещает бизнес-предложение первым в списке (на переднем плане витрины инновационных предложений).
2.1.2. если выбрана Strat2, то агент определяет место размещения предложения пользователя по заданному алгоритму при условии, что агенты знают количество размещенных на витрине бизнес-предложений.
2.1.3. если выбрана Strat3, то агент размещает бизнес-предложение последним в списке (на заднем плане витрины инновационных предложений).
2.2. Если выбрана func2, то агенты обращаются к информационной базе данных портала, находят в ней выложенные бизнес-предложения своего владельца IDInv и IDSug, подлежащие удалению, и удаляют их оттуда, после чего агенты, представляющие данные предложения, деактивируются и автоматически уничтожаются в системе. При указании только IDInv автоматически удаляется учетная запись пользователя и служебная информация о нем из БД портала.
2.3. Если выбрана func3, то:
2.3.1. Агенты требуют от субъекта инноваций указать в настройках типы партнеров, которые необходимы ему для реализации его бизнес-идей.
2.3.2. Статичные агенты обращаются к информационным базам портала, на котором они функционируют, а мобильные агенты перемещаются на другие порталы, входящие в систему, и взаимодействуют с размещенными на них агентами, осуществляют поиск потенциальных бизнес-партнеров для своих владельцев и оценку их надежности в зависимости от Strat4, Strat5, Strat6 по указанным пользователем Role_name и РгОЫ.
2.4. Если выбрана func4, то агенты осуществляют поиск конкретных потенциальных бизнес-партнеров в системе под конкретные бизнес-предложения своего владельца и впоследствии формируют из них множество различных вариантов инновационных структур, реализующих эти бизнес-предложения. При этом агенты параллельно осуществляют оценку эффективности сформированных инновационных структур и выделяют множество эффективных инновационных структур. Оценка эффективности и формирование инновационных структур происходит на основе разработанного автором метода совмещенного формирования и оценки эффективности инновационных структур, описанного во второй главе настоящего диссертационного исследования. В процессе формирования бизнес-структур и поиска партнеров агент:
2.4.1. отбрасывает из рассмотрения всех субъектов, у которых предметные области не совпадают с предметной областью его владельца.
2.4.2. отбрасывает из рассмотрения всех субъектов, исполняющих такую же бизнес-роль, как и роль его владельца.
2.4.3. Отсортировывает оставшихся субъектов по Num.
2.4.4. Далее, зная бизнес-роль своего владельца, агент определяет Num, который ей соответствует.
2.4.5. На основе введенной владельцем информации, описывающей его инновационные бизнес-предложения, агенты проводят семантический анализ параметров, описывающих бизнес-предложения, выделенных в процессе поиска потенциальных субъектов-партнеров. При этом:
- если в ходе семантического сопоставления параметров отсутствуют совпадения, агенты переходят к рассмотрению следующего потенциального субъекта-партнера;
- если невозможно найти субъектов-партнеров для формирования бизнес-структур под определенную субъектом-владельцем агента бизнес-идею, то агент сообщит пользователю о невозможности сформировать инновационные структуры, соответствующие его первоначальному запросу и настройкам;
- если при семантическом сопоставлении параметров имеются совпадения, то агенты помечают найденного субъекта-партнера флажком Flag, добавляют его в формирующуюся в данный момент бизнес-структуру и переходят к рассмотрению следующего потенциального партнера, и так до тех пор, пока все выявленные агентом субъекты не будут рассмотрены и все возможные варианты инновационных структур не будут построены;
2.4.6. После построения очередной бизнес-структуры агенты осуществляют ее анализ и оценку эффективности инновационного проекта, который будет курироваться данной бизнес-структурой.
