Диссертация (1172898), страница 5
Текст из файла (страница 5)
Подробно рассмотрены такиепонятия, как интеллектуальный агент (ИА), мультиагентная система (МАС),агентно-ориентированная система. Рассмотрены также инструментальные средства создания агентно-ориентированных приложений, приведены примеры использования интеллектуальных агентов в промышленных информационно-телекоммуникационных системах.В работе [14] идет речь о повышении эффективности управления информационной безопасностью предприятия за счет сочетания централизованного (автоматизированного рабочего места администратора) и децентрализованного (комплекс интеллектуальных агентов) мониторинга и аудита управления информационной безопасностью предприятия.В статье [15] рассмотрены методы согласованного управления в многоагентных системах (МАС) на основе нечеткой логики. Главная задача исследования –разработка универсальных методов, позволяющих сбалансировать и уравновеситьвзаимоотношения агентов в процессе их информационного взаимодействия.В публикации [16] описана структура системы для поддержки принятия решения с применением агентно-ориентированного подхода.
Во введении обозначены факторы, замедляющие процесс принятия решения. В основной части рассмотрена предлагаемая структура информационной системы. В заключении сделанвывод о том, что предложенная структура не только позволит решить обозначенные проблемы, но и проводить автоматизированное исследование данных и осуществлять мониторинг конкретных ситуаций в отсроченном режиме.В работе [17] представлена структура МАС управления экологической безопасностью, отличительной особенностью которой является распределенный подход к управлению эколого-экономической системой, интеграция больших масси-28вов информации и оперативная обработка результатов. Разработанные модели поведения агентов обеспечивают взаимодействие экологических органов и предприятий, самостоятельно находят и применяют индивидуальные решения для всехфакторов, обладающих большим количеством персональных особенностей, создавая предложения по индивидуальным схемам управления.
Предложенная модельдает возможность прогнозировать результат, сравнивать прогноз и результат, принимать определенную стратегию действия и в случае необходимости корректировать ее при изменениях среды.В статье [18] показана применимость агентных технологий для управлениягруппой летательных аппаратов, осуществляющих мониторинг районов чрезвычайных ситуаций. Особенностью этих технологий является выработка коллективной стратегии функционирования летательных аппаратов.В работе [19] описана технология оценки состояния промышленных системна основе нечёткой Марковской модели, узлами которой являются интегральныепоказатели безопасности.
Разработаны алгоритм поиска центра технологическойбезопасности и технология оценки состояний многоагентных информационных систем технологических процессов. Узлы графа могут быть образованы и на основериск-показателей. В этом состоит основное отличие рассматриваемой в работецепи от общепринятой цепи Маркова.В статье [20] показана возможность и перспективность введения многоагентных систем в структуру систем поддержки принятия решения. Представленная возможность классификации задач по отдельным признакам позволяет добиться ранжирования поставленных задач в зависимости от актуальности, эффективности изатраченных средств. Данный подход позволяет выделить именно те задачи, которые с наибольшей эффективностью, минимумом затраченных средств и в ограниченные промежутки времени приведут к выполнению поставленных целей.
Однакостоит сказать, что существующие многоагентные системы при рассмотрении их врамках систем поддержки принятия решений (СППР) не в полной мере удовлетворяют требованиям по эффективному и спрогнозированному принятию решения.29Исходя из вышесказанного, можно сделать вывод о необходимости создания математической модели СППР способной решать задачи самоупорядочности и самоорганизации агентов, исходя из сложившихся условий.В публикации [21] рассмотрены бизнес-процессы планирования технического обслуживания и ремонта оборудования иерархического многофилиальногопредприятия на примере распределительных сетевых компаний электроэнергетики.
Предложен способ организации системы информационной поддержки данных бизнес-процессов на основе агентно-ориентированного подхода с использованием программного комплекса DISIT.В работе [22] рассмотрена система имитационного моделирования динамикисостояния сложных технических систем, имеющих в своем составе уникальные механические системы. Представлена модель агента, классы состояний, отражающиестадии (этапы) процесса изменения технического состояния: от состояния исходной дефектности до отказа.
Представлен детерминированный подход к прогнозированию технического состояния. Отказ рассмотрен не как случайное событие, длякоторого осуществляется оценка вероятности наступления, а как процесс, обусловленный деградацией уникальных механических систем. Подробное описание данного процесса обеспечивает возможность получения более точных результатовпрогнозирования динамики технического состояния. Результаты имитационногомоделирования являются основой поддержки принятия решений при обеспечениибезопасности на всех стадиях жизненного цикла промышленных объектов.
Результаты имитационного моделирования могут быть использованы и для задач анализаи оценки риска аварийных ситуаций и аварий.В статье [23] говорится о программной среде АgentITS. ИнструментарийАgentITS, состоящий из интерактивных мастеров и панелей свойств, формируетсреду, оптимизированную для создания распределенных интеллектуальных системучебного назначения, которые должны формировать ответы на запросы пользователей посредством выполнения специализированных процедур поиска и распределенной обработки знаний, а также осуществлять адаптивное обучение с использо-30ванием персональных обучающих агентов.
Инструментарий АgentITS включает такие группы программных средств, как среда выполнения МАС и инструментальнаясреда разработки многоагентных банков знаний. Агентская платформа отвечает заобеспечение жизнедеятельности агентов в составе МАС и представляет собой систему промежуточного уровня (middleware), которая находится между агентами иоперационной системой. Основные функции агентной платформы состоят в управлении агентами, обеспечении передачи сообщений между агентами, в поиске агентов и данных о них внутри системы, поддержке онтологий.
Инструментальная проблемно-ориентированная среда АgentITS упрощает процесс создания персональных интеллектуальных агентов, а также агентов обучающих ресурсов, осуществляющих доступ к учебным материалам с удаленных компьютеров.В публикации [24] дана строгая формулировка понятия причинно-следственной модели сложного явления и сформулированы правила представления подобных моделей в виде причинно-следственных диаграмм. Проанализировано соотношение между причинно-следственным моделированием и традиционными методами математического моделирования.
Приведены примеры причинно-следственных моделей (диаграмм) явлений различной физической природы и продемонстрировано использование подобных моделей при исследовании некоторых конкретных задач. В частности, рассмотрен механизм перенормировки констант скоростейхимических реакций в рамках явления диссипативного резонанса.В работе [25] на основе многоагентного подхода предложены: методикаоценки совместной реализации проектов; алгоритм повышения вероятностиуспешной реализации проекта в зависимости от средств, выделенных на устранение рисков, и алгоритм согласованного выбора проектов при заданных критерияхоценок проекта для различных участников.
Разработана и апробирована многоагентная модель развития территориальной системы и модель концессионных отношений государства и частного сектора при реализации крупных проектов. Предложен гибридный подход на базе аппарата нейронных сетей и марковских цепей31для прогнозирования значений заданных показателей многоагентной среды в будущем. Разработан программный инструмент aMoSe для планирования и моделирования хода выполнения государственно-частных проектов.В статье [26] обосновывается необходимость использования для управлениясложными системами интеллектуальных информационных технологий и системподдержки принятия решений. Анализируются понятия «система гибридного интеллекта», «разумные управляющие системы», «генетический алгоритм». Рассмотрены методы и схемы эволюционных вычислений, основные положения направления «роевого интеллекта», способы организации коллективной работы специалистов в компьютерных сетях, особенности и преимущества метода генетическогоконсилиума.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
