Содержание к диссертации
Введение
Глава 1. Программные системы поддержки отношений с клиентами и поставщиками в электронном бизнесе 14
1.1. Классификация систем электронной коммерции, CRM и SRM-системы 15
1.2. Основные принципы построения современных систем класса CRM и SRM 26
1.3. Агентно-ориентированный подход к построению RM-систем 27
1.4. Проблемы организации взаимодействия между агентами в МАС 30
Выводы по первой главе 33
Глава 2. Моделирование диалога между агентами в подсистемах управлениях отношениями между агентами многоагентных систем 34
2.1. Понятие взаимодействия агентов и его основные характеристики 35
2.2. Диалог и переговоры, их роль при построении RM систем 40
2.2.1. Понятия диалога и переговоров 40
2.2.2. Тины диалога 43
2.2.3. Принципы осуществления диачога: максимы Грайса 45
2.2.4. Роль диалога и переговоров во взаимодействиях, реализуемых в системах управления отношениями с поставщиками и клиентами 47
2.3. Общая классификация формальных моделей диалога 48
2.4. Диалоговые сети и коммуникативные акты 50
2.4.1. Теория диалоговых сетей 57
2.4.2. Формальная модель диалога на основе протокола коммуникации 52
2.4.3. Формальная автоматная модель диачога 57
2.5. Теоретико-игровые модели диалога 60
2.5.1 Подход Хиитикки 60
2.5.2. Оперативная семантика П.Лорепцепа 61
2.6. Диалоговые игры 63
2.7. Семантики диалоговых логик 65
2.7.1. СемантикиДанна-Белнапа 67
2.7.2. Многомерность истинности в диалоге: векторные семантики 67
2.7.3. Распределенность истинности: диалоговые (теоретико-игровые) семантики 69
2.8. Формальное описание диалога с помощью системы правил 69
Выводы по второй главе .'71
Глава 3. Многозначные и нечёткие логики в диалоговых задачах ИИ 74
3.1. Многозначные логики в описании диалогов 74
3.2. Модели диалога на основе произведений логик 75
3.2.1. Подход от лингвистики к логике 75
3.2.2. Произведения решеток и логик, бирешётки 76
3.3. Базовые логики для описания диалогов между агентами 80
3.3.1. Минималънозпачная логика диалога 80
3.3.2. Вывод в четырехзначной диалоговой логике L,/,,,,,, 92
3.4. Диалоговое произведение логик и вывод на нем 99
3.5. Модализированные логики диалога 108
3.6. Некоторые диалоговые логики высокой значности 115
3.7. Бесконечнозначные (нечёткие) логики диалога 119
3.8. Логические модели рефлексии агентов 123
Выводы по третьей главе 133
4. Программные агенты поддержки управления взаимодействием с поставщиками и заказчиками 134
4.1 Компьютерное моделирование диалога агентов на базе диалоговых логик 134
4.1.1 Представление знаний, мнений и целей агентов на языке диалоговой логики 134
4.1.2 Алгоритмы автоматического решения задач с использованием диалоговой логики ... 141
4.2 Методика построения агентно-ориентированных систем на базе диалоговых логик 146
4.2.1 Классификация существующих методологий проектирования агентно-ориентированных систем 146
4.2.2 Методика проектирования взаимодействий между агентами с использованием диалоговых логик 154
4.3. Реализация взаимодействия программных агентов в системах класса SRM 158
4.4 RM-система управления взаимодействием с поставщиками и заказчиками.: 164
Выводы по четвертой главе 168
Заключение 169
Список литературы
- Основные принципы построения современных систем класса CRM и SRM
- Диалог и переговоры, их роль при построении RM систем
- Подход от лингвистики к логике
- Алгоритмы автоматического решения задач с использованием диалоговой логики
Введение к работе
Актуальность темы исследований. В современном бизнесе набирают силу тенденции клиентоцентризма, заключающиеся в развитии индивидуального подхода к клиенту. Эти тенденции объясняют необходимость построения новых средств математического и программного обеспечения вычислительных комплексов и компьютерных сетей, используемых в бизнесе, в частности, разработки программных систем управления взаимодействиями предприятиями с клиентами (CRM) и поставщиками (SRM). Такие системы должны позволять не только уметь выполнять базовые запросы клиентов, но также замещать менеджера по работе с клиентами в случае, если требования клиентов носят нечеткий характер. В идеале, система должна выполнять любые запросы в автоматическом режиме, допуская вмешательство оператора лишь в наиболее критических или особо важных для бизнеса ситуациях.
В диссертации предлагается использовать агентно-ориентированный подход к разработке и внедрению систем класса CRM и SRM (RM-систем). Целесообразность применения агентно-ориентированного подхода обуславливается характером задач, решаемых в рамках таких систем, а также высокой степенью эффективности при построении масштабируемых систем и систем, поддерживающих автоматическое решение нетиповых задач. Задачи организации взаимодействия и ведения диалога с клиентами или поставщиками предполагают активное участие различных программных подсистем предприятия, таких как Billing (финансовая подсистема), ERP (Enterprise Resource Planning - подсистема планирования ресурсов), производство, продажи и других. Их интеграция в единое целое сама по себе представляет нетривиальную задачу, решаемую на практике методами восходящего проектирования, проблемы применения которых при построении крупных систем общеизвестны. Агентно-ориентированный подход позволяет избежать этих трудностей и при незначительных
дополнительных затратах реализовать систему, обладающую высокой степенью масштабирования и гибкости при решении нетривиальных задач.
Применение методов РИИ при построении таких систем позволяет получать интеллектуальные системы, наиболее точно представляющие нужды заказчика и способные функционировать в автономном режиме.
Центральной проблемой при разработке таких систем является организация диалога между агентами системы. В диссертации рассматриваются различные подходы к решению этого вопроса, в частности модели диалогового взаимодействия, основанные на протоколах коммуникации, автоматные модели, логические модели, диалоговые игры и др. В результате анализа различных вариантов, автор приходит к выводу, что необходимо построение новой модели диалогового взаимодействия, основанной на использовании многозначных и многомерных логик диалога. Одним из основных результатов диссертационной работы является разработка специальных диалоговых логик, пригодных для моделирования диалога между агентами в многоагентных системах.
Среди наиболее известных работ в области теории агентов и многоагентных систем следует отметить публикации К.Хьюитта, М.Вулдриджа, И.Демазо, Н.Дженнингса, Д.Клини, П.Маэс, Ж.Фербе, И.Шоэма, В.И.Городецкого, И.В.Котенко, Д.А.Поспелова, П.О.Скобелева, А.В.Смирнова, В.Б.Тарасова, В.Ф.Хорошевского и др.
Поддержка управления взаимодействием включает в себя в качестве подзадачи элементы принятия решений. Общие проблемы построения систем поддержки принятия решений рассмотрены в монографиях О.М.Ларичева, А.И.Тихонова и В.Я.Цветкова, Э.А.Трахтенгерца и др., а конкретные примеры разработки таких систем даны в работах А.А.Башлыкова, В.Н.Вагина, А.П.Еремеева, И.Б.Фоминых и др.
В работе используется логический аппарат моделирования диалога в RM-системах, опирающийся на методы многозначной логики (логическую семантику Данна-Белнапа, логические матрицы Тарского-Лукасевича, вывод по аналитическим таблицам Смаллиана). Большой вклад в развитие многозначных логик внесли Я. Лукасевич, Ч.Пирс, Э. Пост, Д.А. Бочвар, X. фон Вригт, А. Гейтинг, С.К. Клини, Р.Мак-Нотон, Н. Решер, Н. Белнап, М.Гинсберг, М.Фиттинг, А.В.Кузнецов, С.В.Яблонский, В.К. Финн, О.М.Аншаков, А.С.Карпенко, и др. Логическим средствам в ИИ посвящены монографии В.Н.Вагина с сотр., Дж.Минкера, А.Тейза и др., Э.Тернера, а логическим подходам к разработке автономных агентов и многоагентных систем — работы Дж.Аллена, М.К.Валиева, М.Дженесерета, М.Джорджефа, К.Конолиге, П.Коэна, А.Левека, Дж.Мозеса, А.Рао, Г.С.Плесневича, В.Б.Тарасова, Р.Фагина, Дж.Халперна, и др.
Объектом исследования являются распределённые системы управления взаимодействием с поставщиками и заказчиками, разрабатываемые как многоагентные системы (МАС).
Предмет исследования составляют методы представления взаимодействий (диалога) между агентами на основе многозначных логик, а также модели мнений и оценок автономных агентов.
Целью диссертационной работы является разработка моделей, методов и программного обеспечения для поддержки управления взаимодействием с поставщиками и заказчиками на основе агентно-ориентированного подхода и многозначных диалоговых логик.
Отличительной особенностью предлагаемого подхода является реализация требований открытости и распределенности системы, применение логических методов искусственного интеллекта при организации диалога внутри системы, а также межсистемного взаимодействия, и
эффективная обработка неопределённостей и разрешение возникающих конфликтов.
В диссертационной работе решаются следующие основные задачи:
обоснование целесообразности разработки интегрированной системы управления взаимодействием с поставщиками и заказчиками и её построение как системы с распределенной архитектурой;
разработка агентно-ориентированного подхода к построению RM-систем, включая разработку конкретной мпогоагентной архитектуры для RM-системы, построение архитектуры и программная реализация отдельных агентов;
анализ методов моделирования диалога между агентами системы с целью построения автоматных моделей и систем, основанных на правилах и протоколах взаимодействия;
построение логик диалога на основе декартова произведения логик агентов-участников диалога и новых операций смешивания;
исследование функциональной полноты диалоговых логик и разработка методов вывода на них;
построение методов представления знаний, мнений и целей агентов на языке диалоговой логики, а. также алгоритмов вывода, поиска сопрягаемых ветвей, формирования списка соглашений и поиска оптимального соглашения;
анализ основных методологий построения агентно-ориентированных приложений и формулировка универсального методологического подхода к построению агентно-ориентированных систем на базе диалоговых логик;
8) разработка программной архитектуры RM-систем, разработка и
внедрение агентно-ориентированной системы, основанной на
взаимодействии с заказчиками и поставщиками.
Методы исследования. В диссертации использованы методы теории множеств и теории алгоритмов, теории решёток и бирешёток, математической логики и теории программирования, теории агентов и многоагентных систем.
Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования, а также сравнением полученных результатов с результатами, приведёнными в научной литературе, положительными результатами внедрения разработанной системы взаимодействия предприятия с поставщиками и заказчиками.
Научная новизна работы заключается в разработке логико-математического аппарата для представления диалогового взаимодействия в MAC, формализации модальных оценок и разрешения конфликтов в многоагентной системе на базе произведения логик.
Новыми в диссертации являются:
модель распределённой открытой системы управления взаимодействием с поставщиками и заказчиками на основе агентно-ориентированного подхода;
логико-математический аппарат описания диалога на основе диалогового произведения логик;
механизм комбинированного вывода на базе аналитических таблиц для логик диалога, построенных как диалоговое произведение многозначных логик или нечётких логик;
универсальный методологический подход к построению агентно-ориентированных систем на базе диалоговых логик.
Практическая значимость работы определяется широким распространением систем класса CRM и SRM и связана с разработкой
методов, алгоритмов и программных средств поддержки управления взаимодействием с поставщиком и заказчиком. Она подтверждается результатами использования предложенных моделей и методов в агентно-ориентированной системе взаимодействия с заказчиками и поставщиками, а также пятью свидетельствами об отраслевой регистрации ОФАП. Применение предложенной в работе распределенной агентно-ориентированной архитектуры позволило повысить скорость и качество работы с запросами клиентов, повысило уровень автоматизации взаимодействия с другими подсистемами и регионами. Практическая ценность разработанных моделей представления диалога как диалогового произведения и методов комбинированного вывода на базе аналитических таблиц, заключается в том, что их применение возможно не только в RM-системах, но и в других распределенных многоагентных системах при формализации диалога и разрешении возникающих конфликтов.
Реализация результатов. Автором разработана агентно-ориентированная система Web-магазина, которая представляет собой открытую распределенную систему управления взаимодействием с поставщиками и заказчиками.
Основные результаты диссертации были получены при выполнении работ по грантам Российского фонда фундаментальных исследований №04-01-00306 и №07-01-00656. Результаты работы были использованы в учебном процессе кафедры прикладной математики Московского энергетического института (технического университета), кафедры «Компьютерные системы автоматизации производства» МГТУ им.Н.Э.Баумана, а также Института информационных технологий, экономики и менеджмента. Акты о внедрении и использовании результатов работы прилагаются в диссертации. По основным положениям и результатам диссертации были сделаны восемь докладов на научных конференциях. Основные результаты, полученные при
выполнении диссертационной работы, опубликованы в 12 печатных работах, из них 2 статьи в журналах, рекомендованных ВАК.
На защиту выносятся:
агентно-ориентированная архитектура распределённой открытой системы управления взаимодействиями с поставщиками и заказчиками;
диалоговая решётка D4 и минимальнозначная логика Ldmin для работы с диалогами двух агентов;
диалоговое произведение логик, опирающееся на их декартово произведение и операции смешивания, как основа моделирования сложных диалоговых взаимодействий;
логика LP8 для представления модальностей мнений агентов, участвующих в диалоге;
метод комбинированного вывода на диалоговом произведении многозначных и нечетких логик;
методология проектирования диалога агентов в агентно-ориентированных системах на базе диалоговых логик.
Структура работы.
Основные принципы построения современных систем класса CRM и SRM
В состав системы входят: серверы обработки бизнес-логики, машины операторов, БД часто распределенная. Связь осуществляется через интернет или интранет при помощи таких механизмов, как MSMQ, RPC, Web-служб, СОМ+, NET.Remoting и др.
Такие системы работают, как правило, на основе механизма заявок с изначально заданным потоком заданий. При необходимости внести изменения в обработку или добавить новый тип заявки необходимо вмешательство в систему со стороны разработки.
В каждом отдельном регионе обычно устанавливается свой экземпляр системы, что приводит к тому, что в сложных случаях, требующих участия систем из разных регионов, выполнение запроса клиента возможно только с активным участием операторов и служб технической поддержки. Это происходит в силу следующих причин: в разных регионах, как правило, используются собственные БД; в разных регионах могут использовать различные версии системы; в разных регионах применяются различные настройки и используются разные механизмы, тарифы и политики. Итак, к недостаткам типичных систем класса CRM и SRM можно отнести следующее: Недостаточную гибкость системы при работе с новыми или нетиповыми случаями запросов. Трудности взаимодействия систем, установленных в различных регионах или на различных предприятиях. Для преодоления этих трудностей предлагается использовать агентно-ориентированный подход к построению систем класса CRM и SRM.
Существенные перспективы открывает использование технологии программных агентов, в рамках стратегической системы управления бизнесом на предприятии. Известно, что, программный агент, это автономная программная единица, имеющая цель, ресурсы для ее достижения, способная адаптироваться к ситуации, а также способная вступать в контакт с другими агентами. Внедрение агентов в систему позволяет решать многочисленные задачи без участия человека, а также позволяет интегрировать многочисленные разрозненные приложения в единую систему. Например, «агентизация» всего комплекса программ управления компанией (как правило, программ не интегрированных, и не «понимающих» друг друга при взаимодействии) с помощью продуктов BceGent [80], позволяет существенно повысить эффективность взаимодействия различных приложений. Также агенты могут выступать как посредники между менеджером (владельцем агента) и объектом управления (процесс, компания, отдел, и т.д.). Возможности мобильных агентов предполагают миграцию по различным узлам корпоративной сети, и выполнение своего кода на различных платформах. Главными преимуществами агентно-ориентированного подхода к построению ИИС предприятия являются: Эффективное взаимодействие различных бизнес приложений. Поддержка взаимодействия в транснациональных корпорациях (в различных часовых поясах, валютах и т.д.) Существенное сокращение расходов на поддержание рутинных и механических процессов. На рис 1.3 представлена структура агентно-ориентированной RM-системы. Такая система состоит из следующих частей: GUI - интерфейс пользователя. Оперативная БД - база данных, хранящая информацию о запросах, пользователях, ресурсах и т.п. Аналогична базе данных не агентно-ориентированной системы. БД Онтологии - хранит информацию о предметной области и о способах конструирования формальных запросов. Агенты-координаторы — агенты, отвечающие за выполнение запроса поставщика или клиента. Агенты бизнес-логики — агенты, ответственные за исполнение того или иного конкретного запроса. Агент-субординатор - агент, отвечающий за планирование и контроль деятельности агентов системы.
Диалог и переговоры, их роль при построении RM систем
Значимым результатом исследований диалога явилась классификация типов диалога, предложенная теоретиками аргументации Д.Вальтоном и Э.Краббе [179]. Эта классификация основана на информации о протекании диалога, которой обладают его участники (релевантности к теме обсуждения), их индивидуальных целях, и коллективных интересах, которые они разделяют.
В диалоге поиска информации (information-seeking dialogue) один из участников ищет ответ на некоторый вопрос (вопросы), обращаясь к другим участникам, которые, по его мнению, знают ответ на этот вопрос.
В диалоге выявления знаний (inquiry dialogue) участники сотрудничают для получения ответа на вопрос (вопросы), ответ на который изначально неизвестен ни одному из участников диалога.
В диалоге убеждения (persuasion dialogue) один из участников пытается убедить другого принять суждение, которое тот изначально не разделяет.
В диалоге торгов (negotiation dialogue) участники торгуются, пытаясь установить удовлетворяющее всех распределение дефицитного ресурса, пусть даже оно и будет ущемлять индивидуальные интересы некоторых из них.
В диалоге принятия решений (deliberation dialogue) участники сотрудничают чтобы принять решение о том, какое действие или курс выбрать в некоторой ситуации. Участники диалога делят ответственность за принятое решение или, по крайней мере, демонстрируют желание обсудить, будут ли они нести ответственность за такое решение. Следует иметь в виду, что наилучший образ действий для группы может конфликтовать с убеждениями или намерениями отдельных членов группы, кроме того ни один из участников может не обладать всей информацией, необходимой для определения лучшего для группы варианта.
В диалоге-полемике (eristic dialogue) обмениваются словесными выпадами, заменяя физический конфликт вербально, с целью выражения скрытых обид.
Эта классификация сыграла большое значение в теории аргументации и при разработке протоколов диалоговых игр в МАС. Безусловно, все эти типы диалогов являются характерными для взаимодействий между поставщиками и должны моделироваться в контексте разработки систем класса CRM.
Однако, следует учитывать, что большая часть реальных диалогов, как между людьми, так и между программными агентами является комбинацией двух или нескольких из описанных типов диалога. Например, выполнение запроса к системе CRM о доступных услугах, может перерасти в диалог, направленный на убеждение клиента воспользоваться той или иной возможностью, который затем перерастает в диалог торгов о стоимости данного действия. Обе стороны могут как быть осведомлены о различной природе текущей стадии диалога в каждой фазе, и о смене фаз, как и не иметь об этом представления. Экземпляры одного типа диалога, включённого в другой, называются вложенными (embedded) диалогами [161]. Таким образом, наличие формальной системы описания диалога, включающей средства конструирования вложенных диалогов описанных выше типов, является необходимым условием адекватной формализации диалогового процесса.
Для понимания принципов взаимодействия в процессе диалога не достаточно только описание диалога, данное средствами синтактики или семантики. Важную роль играет прагматический аспект такого взаимодействия. В этой связи в первую очередь следует обратить внимание на работы Пола Грайса [146] посвященные анализу правил коммуникации, основанных на соблюдении определенных условий, названных им условиями кооперации. Соблюдение этих условий делает возможным конструктивный диалог. Смысл предложенного принципа заключается в том, что участники диалога сотрудничают имея общей целью достижение взаимопонимания. В рамках кооперативных отношений между агентами выделяются следующие коммуникативные правила, называемые максимами Грайса (принципы «идеального диалога»).
1. Максима количества информации (принцип оптимума количества информации).
Передаваемая в процессе диалога агенту информация должна быть достаточной для его действий. Иными словами, сообщение не должно содержать информации, большей, чем требуется агенту, Перефразируя правило «бритвы» Оккама, можно сказать: «Не умножайте в диалоге сообщения сверх надобности».
2. Максима качества информации (принцип честности агентов или
принцип минимума ложной информации).
В диалоге один агент не должен сообщать ложную информацию другому агенту. Эту максиму можно также выразить «судебной» формулой «Говори правду и только правду» или высказыванием «Не говори того, на что у тебя нет достаточных оснований».
3. Максима релевантности информации.
Передаваемая при взаимодействии агентов информация должна соответствовать контексту диалога. Это можно выразить фразой «Говори по делу».
4. Максима способа (формы) выражения информации.
Передаваемая информация должна быть краткой, точной и упорядоченной. Здесь уместны высказывания «Будь краток». «Избегай неясных выражений».
Любой правильный речевой акт должен удовлетворять принципу координации и четырём максимам Грайса. Для обеспечения совместимости в группе агенты должны соблюдать правила коммуникации. Это позволяет строить протоколы коммуникации. В протоколе коммуникации должны содержаться: тип коммуникативного акта, имена агентов отправителя и получателя сообщений, содержание передаваемого сообщения. Следует также отразить характер изменения мнений агентов в процессе коммуникации.
Несмотря на декларативную форму изложения, максимы Грайса не являются руководством к действию, а лишь описывают необходимые правила, соблюдение которых гарантирует взаимопонимание и отсутствие у агентов-участников скрытых или враждебных намерений. Очевидно, при построении МАС в частности, при разработке подсистемы управления отношениями между агентами (RM-системы) наличие подобных интенций привело бы к внутреннему системному противоречию.
Подход от лингвистики к логике
Как известно, семантика логики вопросов и ответов Белнапа иллюстрируется с помощью логической решетки L4, задающей порядок истинности v, а семантика логики Фитинга — с помощью аппроксимационной решетки Скотта А4, порядок которой отождествляется с порядком знаний к. В [100] были введены модальные решетки М4 и М 4, опирающиеся на порядок уверенности (необходимости) и порядок предположения (возможности). Ниже по аналогии введем понятия диалоговой решетки и двойственной ей решетки диспута (или конкурентной решетки).
Вначале построим минимальнозначную диалоговую логику Ldmin на основе произведений двузначных логик двух агентов 1 и 2 - участников диалога. Множество логических значений можно представить графически в виде диалоговой решетки D4, представленной следующей диаграммой Хассе (рис 3.1).
Четырёхзначная семантика диалога Ц]тіп строится как произведение семантик агентов - участников диалога. Интерпретация полученных истинностных значений интуитивно вполне понятна: FbF2 — «ложь для обоих агентов», TbF2 — «истина для первого агента, ложь для второго», FbT2 - «ложь для первого агента, истина для второго», Ti,T2 - «истина для обоих агентов». Здесь пары FbF2 , ТЬТ2 можно понимать как точки согласия, а пары Т,Р2 , Fi,T2 как точки противоречия.
Если цель диалога формулируется как достижение соглашения, то соответствующее отношение порядка можно понимать как порядок соглашения с- Например, Fi,F2 с Ti,F2 с Т],Т2 означает, что ситуация «истина для обоих агентов», равнозначная наличию соглашения между ними, будет предпочтительнее ситуации «истина одного агента - ложь другого», когда соглашения между агентами нет, но оно считается возможным. Последняя ситуация предпочтительнее, чем «ложь для обоих агентов», которая здесь отождествляется с невозможностью заключения соглашения (или отказом от него). Итак, в логике соглашения выделенным значением является ТЬТ2 = Т (см. таблицу 3.1).
Данная логика предназначена для согласования мнений агентов в процессе диалога, т.е. соответствует диалогам убеждения.
В свою очередь, повернув диалоговую решётку D4 по часовой стрелке на 90 градусов, получаем решётку диспута (спора) К4 с отношением порядка с, (порядок выигрыша). Здесь можно использовать аргументационную семантику, например, Т - «аргумент найден», a F - «возражение не найдено».
При этом T,F2 интерпретируется как победа в споре первого агента и поражение второго, поскольку первый агент нашел неопровержимый аргумент, FbT2 - как обратная ситуация, ТЬТ2 - как ничья (аргументы обоих агентов взаимно опровергаемы), a Fi,F2 - как отказ от спора. Тогда, например, имеем FbT2 G FI,F2 G TI,F2 , т.е. в логике диспута К4 значение Ti,F2 следует брать в качестве выделенного значения.
На основе решёток D4 и К4 легко построить диалоговую бирешётку. Пусть V, C, G - биупорядоченное множество. В случае, когда его компоненты (V, с) и V, G образуют полные решетки, биупорядоченное множество превращается в предбирешётку. Наконец, получаем диалоговую бирешётку, когда два различных отношения порядка связаны между собой с помощью специальной операции операции отрицания - , удовлетворяющей условиям:
Рассмотрим операции логики Ldmin. Общее количество возможных унарных операций в логике Ldmin равно 44=256, бинарных (44)2=65536. Если предположить, что Т соответствует бинарной истине, a F - бинарной лжи, то можно определить консервативное отрицание. Унарная операция п является операцией консервативного отрицания в том случае, если «(T)=F, a «(F) = (Т). Таких операций 16. Инверсивным отрицанием назовем такую унарную операцию п, которая меняет порядок истинности: x iy = n(y) jn(x), таких отрицаний насчитывается 36, из них 32 консервативных. Если же требовать х іу == п(у) іп(х), то есть строгой инверсивности, то таких отрицаний будет всего 12 (из них все консервативные). Отрицание п является биективным, если существует обратная операция п"1, такая что n(n" (x))=n" (n(x))=x. Если п" =п, то такое отрицание назовем классическим (выполняется закон снятия двойного отрицания).
Алгоритмы автоматического решения задач с использованием диалоговой логики
В электронной коммерции часто приходится иметь дело с несколькими клиентами или партнёрами по бизнесу. Это поставщики, службы доставки грузов в регионы, платёжные системы, розничные и оптовые покупатели (рис.4.9). При обслуживании заказов довольно значительная часть времени уходит на различные согласования и переговоры (в частности, на выяснение наличия и резервирование товара у поставщика).
При поступлении заказа в интернет-магазин делается запрос поставщику на отгрузку необходимого товара. Аналогичный запрос может быть одновременно послан еще нескольким поставщикам. Ответы могут быть различными. Так, поставщики могут подтвердить заказ, отказать или послать контрпредложение (предложить аналогичный товар или скорректировать сроки). После подтверждения заказа в процессе общения с покупателем, уточняется время и место доставки.
Со временем о каждом поставщике складывается некое представление: он «надёжен», «ненадёжен» или «непредсказуем».
Аналогичную модель можно использовать и во взаимодействии двух программных агентов - участников бизнес-процесса. В результате у агента фирмы (А) складывается представление о конкретном поставщике (агент В) (рис. 4.10).
Обозначим ответы агента В: "Ag"- согласен, "DAg"- несогласен, "Neg"— переговорить (или контрпредложение). Обозначим «мнения» агента А об агенте В. Пусть: "Bel" - уверен, "Р1" - полагает, "DBt" - сомневается, "DBel" - не верит. Пусть р - некое предложение, например «Обеспечить поставку лыж размера 170 см по закупочной цене 100$ в 3 дня».
Тогда возможны следующие 12 вариантов сообщений: Ве1(А, р, Ag(B)) - агент А уверен, что агент В согласится на предложение р; Bel(A,p,DAg(B)) - агент А уверен, что агент В не согласится на предложение р; Bel(A, р, Neg(B)) - агент А уверен, что агент В переговорит предложение р; Р1(А, р, Ag(B)) - агент А полагает, что агент В согласится на предложение р; Pl(A,p,DAg(B)) - агент А полагает, что агент В не согласится на предложение р; Р1(А, р, Neg(B)) - агент А полагает, что агент В переговорит предложение р; Dbt(A,p,Ag(B))- агент А сомневается, что агент В согласится на предложение р; Dbt(A,p,DAg(B)) - агент А сомневается, что агент В не согласится на предложение р; Dbt(A,p,Neg(B))- агент А сомневается, что агент В переговорит предложение р; Dbel(A,p,Ag(B)) - агент А не верит, что агент В согласится на предложение р; Dbel(A.p,DAg(B)) - агент А не верит, что агент В не согласится на предложение р; Dbel(A,p,Neg(B)) - агент А не верит, что агент В переговорит предложение p.
Данную схему коммуникаций можно с успехом применить в отношениях между розничным покупателем и фирмой, а также при выборе фирмы подрядчика, предоставляющего услуги доставки. При этом возникает сложная сеть взаимодействий всех участников бизнес-процесса.
На рис.4.11 обозначено: Р1..РЗ - розничные покупатели, Ф1 ...ФЗ - фирмы продавцы, Д1...ДЗ - службы доставки в регионы, П1....ПЗ - поставщики, Ml ...МЗ - производители. Из схемы видно, что розничный покупатель может использовать схему отношений с фирмами-продавцами, фирмы-продавцы — со службами доставки и с поставщиками, а поставщики с производителями.
Каждое из этих отношений можно рассмотреть в рамках парадигмы клиент-сервер, где под клиентом подразумевается агент, совершающий запрос. Например, клиентом является интернет-магазин, отправляющий заказ на перевозку товаров из пункта "А" в пункт "Б". Сервер, в данном случае, транспортная компания, должен обработать этот запрос и отправить ответ в установленной форме. Согласен ли безусловно сервер обслужить клиента, выполнив его запрос, либо он отказывается от заказа, либо необходимо дальнейшее согласование условий выполнения заказа (при этом можно послать свои условия клиенту).
Здесь предлагается следующая унифицированная структура для моделирования взаимодействий реальных и виртуальных агентов в системах электронной коммерции (под виртуальными агентами здесь будем понимать программные модули, а под реальными - конкретные лица или фирмы).
