Введение к работе
Актуальность темы исследований.
Современные системы управления сложными производственными процессами, реализованные с использованием информационных технологий, вызвали бурный рост компьютерных средств подготовки квалифицированных специалистов в этих областях. В настоящее время широкое распространение получили обучающие системы, базирующиеся на использовании вычислительных и телекоммуникационных технологий. Обычно такие системы строятся на основе использования вычислительно-моделирующих комплексов (ВМК), реализованных, как правило, в виде распределенных систем обработки данных и предназначенных для имитации поведения среды обучения.
Уровень подготовки специалистов на таких обучающих системах в значительной степени зависит от применяемого математического аппарата, методов и принципов принятия решений и их функциональных возможностей. Сложные технические системы, в которых люди являются составной частью, обладают свойствами активности, которые характеризуются свободой выбора и стратегий взаимодействия, и характеризуются наличием свойства разумного поведения. Это означает, что такие же свойства должны быть реализованы в имитаторе обстановки и средств взаимодействия, предоставляемых обучаемому.
Одним из возможных способов реализации таких ВМК является применение моделей, алгоритмов, процедур взаимодействия и т.д., полученных в теории многоагентных систем (МАС). Использование агентно-ориентированного подхода для построения программного обеспечения ВМК позволяет более подробно исследовать и разрабатывать интеллектуальные среды обучения. Таким образом, теорию МАС можно использовать в качестве основы для построения сложных интеллектуальных информационных систем по созданию тренажеров, отвечающих современным требованиям. Основным понятием в теории МАС является понятие интеллектуального агента, под которым понимается некоторая программная сущность, обладающая не только способностью преобразовывать информацию, но и поведением, позволяющим организовать ее взаимодействие с внешней средой. Такой подход к представлению взаимодействующих объектов позволяет рассматривать их как объекты, обладающие некоторым интеллектом, наличие которого предоставляет возможность упростить процессы разработки и отладки достаточно сложных систем. Такие объекты принято называть интеллектуальными агентами. Интеллектуализация компонентов распределенных систем позволяет расширить функциональные возможности и унифицировать способы взаимодействия между ними.
Заметный вклад в разработку интеллектуальных объектов, позволяющих моделировать такое сложное поведение объектов, внесли работы таких ученых, как: Д.А. Поспелов, Э.В. Попов, В.К. Финн, В.Н. Вагин, А.П. Еремеев, О.П. Кузнецов, Г.С. Осипов, И.Б. Фоминых, В.Ф. Хорошевский и др.
Основные подходы к моделированию многоагентных систем с интеллектуальным поведением на основе различных математических аппаратов достаточно подробно отражены в работах В.И.Городецкого, Д.А.Поспелова, В.И.Варшавского, В.Б. Тарасова, О.В. Карасева, В.Ф. Хорошевского, М. Вудриджа (M.Wooldridge), Н. Дженнингса (N. Jennings.), П.Мюллера (P. Muller) и других ученых. Однако практическое использование существующих методов для построения обучающих систем на основе ВМК требует проведения дополнительных исследований.
Большую роль при разработке интеллектуальных агентов играет использование методов планирования их поведения. Применение методов планирования позволяет реализовать алгоритмы, способные адаптироваться к среде функционирования и поведению других объектов.
Работы в области планирования поведения или построения последовательности действий для достижения заданной цели ведутся в течение нескольких десятков лет силами многих отечественных и зарубежных ученых. Значительный вклад в разработку подходов и методов планирования внесли Р. Файкс (R. Fikes), Н. Нильсон (N. Nilsson), А. Ньюэлл, С. Сафра (S. Safra), П. Дойл (P. Doyle), Р. Альтерман (R. Alterman), С. Ханкс (S. Hanks), А.Н. Аверкин, А.И. Эрлих, Е.И. Ефимов. К основным недостатком существующих методов можно отнести ограничение их использования в системах реального времени. Решению данной проблемы посвящены работы Ф. Бахуса (F. Bacchus), Дж. Хоффмана (J. Hoffmann), П. Доэрти (P. Doherty), М. Гинзберга (M. Ginsberg), А.Н. Кожушкина. Однако в данных работах не уделяется должного внимания возможности использования механизмов разработки планов, приспосабливающихся к внешней обстановки, и стратегий их выбора в условиях качественной информации.
Таким образом, актуальность темы данной работы обусловлена необходимостью расширения функциональных возможностей интеллектуальных объектов и методов их разработки.
Объектом настоящего исследования являются методы моделирования и анализа поведения многоагентных систем автоматизированной обработки информации и их компонентов.
Предметом исследования является интеллектуальный программный агент автоматизированных систем обработки информации.
Целью диссертационной работы является совершенствование и расширение функциональных возможностей компонентов автоматизированных систем обработки информации в обучающих системах путем их интеллектуализации на основе использования методов планирования поведения интеллектуальных агентов.
Для достижения поставленной цели в диссертационной работе решаются следующие основные задачи:
анализ существующих методов планирования поведения интеллектуальных агентов и подходов по созданию многоагентных систем;
разработка моделей интеллектуального агента и вычислительно-моделирующего комплекса обучающей системы в целом;
разработка методов планирования поведения интеллектуальных агентов;
разработка методики оценки эффективности использования интеллектуальной АСОИ в обучающей системе;
разработка и исследование программного обеспечения, реализующего предложенные методы планирования поведения интеллектуальных агентов.
Методы исследования. Для решения поставленных задач использованы понятия и методы теории множеств, теории нечетких множеств, теории вероятностей, математической логики, нечеткого вывода, формальной семантики языков, системного анализа, методы искусственного интеллекта и системного программирования, а также современные методологии построения программных комплексов и систем.
Достоверность научных положений. Достоверность научных результатов подтверждена теоретическими выкладками, данными компьютерного моделирования поведения интеллектуальных агентов в АСОИ тренажерной системы.
Научная новизна исследования состоит в следующем:
-
Разработаны новые методы планирования поведения интеллектуальных агентов с использованием аппарата нечеткой логики, механизмов самонастройки и адаптации.
-
Предложен новый подход к моделированию объектов с изменяемым поведением в обучающих системах.
-
Предложен подход к моделированию сложных систем, включающих объекты с изменяемым поведением.
-
Создана методика оценки эффективности интеллектуальной АСОИ в обучающих системах.
Практическая значимость.
Практическая значимость работы определяется возможностью использования разработанных в ней подходов, методов, а также полученных результатов для:
создания интеллектуальной среды в обучающих системах, в частности в тренажерных комплексах;
решения задач интеллектуального поведения промышленных роботов;
создания программных интеллектуальных агентов в вычислительных сетях;
планирования структур технологических процессов при анализе и построении операционных цепей за счет использования интеллектуальных программных ассистентов.
Реализация результатов работы. Разработанные в диссертационной работе подходы, модели и методы планирования поведения интеллектуальных агентов реализованы в ОКР «Охта», выполненной ЗАО НИИ «Центрпрограммсистем», г.Твери в 2006 г. Результаты работы использованы в ОКР «Инструментальные средства поддержки разработки прикладных многоагентных систем», выполняемой ЗАО НИИ «Центрпрограммсистем», г.Твери.
Апробация работы. Основные теоретические положения и практические результаты работы докладывались и обсуждались на научно-технической конференции «Тренажеростроение: современное состояние, перспективы развития», ЗАО НИИ «Центрпрограммсистем», г. Тверь, 2005 г., 16-ой Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании», г. Пенза, 2005.
Положения, выносимые на защиту.
На защиту выносятся:
-
Методы планирования поведения интеллектуальных агентов на основе аппарата нечеткой логики, механизмов адаптации и самонастройки.
-
Модель подсистемы планирования поведения интеллектуального агента, ее основные принципы и алгоритмы функционирования.
-
Модель интеллектуального агента на основе трехуровневой архитектуры и основные принципы ее функционирования.
-
Основные принципы построения архитектуры вычислительно-моделирующего комплекса обучающей системы с использованием многоагентного подхода.
Публикации. Основные результаты, полученные при выполнении диссертационной работы, опубликованы в 6 печатных работах.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы (76 наименований) и приложений. Диссертация содержит 149 страниц машинописного текста.
