Нечеткие когнитивные модели для анализа взаимодействий в многоагентных системах
Разработка нечеткой когнитивной модели, позволяющей анализировать различные типы взаимодействий агентов с использованием предложенных показателей. Развитие предложенной нечеткой когнитивной карты для осуществления мониторинга взаимодействия агентов.
Рубрика | Программирование, компьютеры и кибернетика |
Вид | статья |
Язык | русский |
Дата добавления | 18.01.2018 |
Размер файла | 185,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Нечеткие когнитивные модели для анализа взаимодействий в многоагентных системах
Введение
В настоящее время проводятся интенсивные исследования, связанные с расширением интеллектуальных возможностей современных компьютерных систем. При этом одним из наиболее активно развивающихся направлений в этой области является создание методов и программных средств для решения задач создания и анализа многоагентных систем (МАС), основными из которых являются следующие: формализация агентов и МАС; описание моделей среды и поведения агентов в среде; описание, декомпозиция и распределение задач между агентами в МАС; синтез (композиция) решений в МАС; взаимодействие (коммуникация) агентов.
Аппарат нечетких когнитивных карт, основанный на соединении когнитивного моделирования и теории нечетких множеств в рамках концепции «мягких» вычислений (Soft Computing), позволяет адекватно представлять и анализировать широкий класс систем и процессов с учетом неопределенности, неточности и неполноты исходных данных. Данный класс моделей может быть эффективно использован для анализа конфликтных ситуаций, в которых присутствует неполная или противоречивая информация, в качестве основы для анализа многоагентных систем, существенно расширяя их свойства. Вместе с тем, несмотря на активные исследования в данной области, вопросы анализа нечетких когнитивных карт с учетом как индивидуальных, так и коалиционных действий агентов при столкновении их интересов развиты недостаточно. А именно, отсутствует научно-методический аппарат (обоснованные показатели, модели, способы) оценки согласованности действий агентов, существующие модели динамики не позволяют учесть коалиционные действия агентов.
В данной работе предлагаются нечеткие когнитивные модели, позволяющие анализировать различные типы взаимодействий агентов с использованием предложенных показателей.
1. Нечеткая когнитивная модель для анализа взаимодействия в МАС при преобладании индивидуальных действий над коалиционными
Предложена нечеткая когнитивная модель, позволяющая на основе предлагаемых системных показателей осуществлять анализ взаимодействий в многоагентных системах при преобладании индивидуальных действий над коалиционными. Для построения этой модели реализованы процедуры: описания состояний или значений концептов, характеризующие текущие уровни ресурсов агентов; взаимовлияния концептов друг на друга для представления движения ресурсов; аккумулирования непосредственного влияния нескольких концептов на один концепт с учетом процедуры выбора стратегии концепта (правил передачи ресурсов); опосредованного влияния концептов друг на друга; определения системных показателей модели для анализа взаимодействий в МАС [Борисов и др., 2007].
Состояния/значения концептов предложенной нечеткой когнитивной модели и их взаимовлияние друг на друга описываются следующим образом:
G = (K, K),
где K = {K1, K2, …, Kp} - множество концептов, каждому из которых соответствует множество стратегий ( - число стратегий концепта Ki; K = {Kij} - множество связей между концептами; состояния концепта Ki (i I = {1, 2, …, P}) описывается соответствующей лингвистической переменной , - терм-множество лингвистической переменной (набор лингвистических значений концепта, характеризующих его типовые состояния); mi - число типовых состояний данного концепта; - базовое множество ; влияния Kij (i, j I = {1, 2, …, P}) между типовыми состояниями каждой пары концептов задаются одним из значений терм-множества переменной , где - терм-множество лингвистической переменной ; - базовое множество .
На рис. 1 представлен пример структуры нечеткой когнитивной карты для анализа взаимодействий в многоагентных системах.
Рис. 1. Пример структуры нечеткой когнитивной карты для анализа взаимодействий в многоагентных системах
Для аккумулирования непосредственного влияния нескольких концептов на один концепт используется следующее выражение:
где - нечеткое множество, представляющее изменение значения концепта Ki в результате влияния концепта Kj, N - число входных концептов для концепта Ki; - операция нечеткого алгебраического сложения; , - текущие стратегии агентов, представленных концептами Ki и Kj соответственно; - нечеткий оператор, задающий нечеткое отображение типа «много входов - один выход», и представляющий передачу влияния от концепта Kj к концепту Ki.
Нечеткий оператор в выражении может быть реализован как в виде нечетких функций, так и в виде нечетких продукций.
Выбор же стратегии концептом Ki в общем случае зависит от его состояния и от текущих стратегий и предпочтений других концептов.
Опосредованное влияние одного концепта на другой характеризует совокупный причинный эффект всех «путей» между этими концептами. Определим m-й путь между концептами Ki и Kq следующим образом:
Ki Kq: m = 1, …, M,
где M - возможное число путей между концептами Ki и Kq. Тогда опосредованное влияние концепта Ki на концепт Kq определится в соответствии с выражением:
где в качестве T-нормы берется операция минимума или произведения, а в качестве S-нормы - операция максимума.
В итоге формируется матрица опосредованных взаимовлияний концептов друг на друга:
Для определения опосредованных взаимовлияний концептов от исходной матрицы с положительно-отрицательными нечеткими связями выполняется переход к нечеткой матрице положительных связей , элементы которой определяются путем следующей замены:
Остальные элементы принимают нулевые значения.
Согласованные отношения опосредованного взаимовлияния концептов определяются в результате транзитивного замыкания :
Результат представляется в виде матрицы, состоящей из положительно-отрицательных пар элементов , образованных по правилу:
Предложены системные показатели нечеткой когнитивной модели, которые, в отличие от известных, рассчитываются на основе значений матрицы и ориентированы на решение задач анализа взаимодействия в МАС в динамике. Ниже представлены основные из них:
консонанс влияния концепта Ki на концепт Kq:
диссонанс влияния концепта Ki на концепт Kq:
воздействие (влияние) концепта Ki на концепт Kq:
консонанс влияния концепта Ki на систему (карту):
диссонанс влияния концепта Ki на систему (карту):
консонанс группы концептов pn на j-й концепт:
взаимный консонанс i-го концепта и группы концептов p:
Предложена модель динамики для анализа поведения агентов в МАС:
Модельное время дискретно и представлено в безразмерной шкале значений моментов времени. Задержка распространения влияния принимается одинаковой для всей модели и определяется интервалом между двумя моментами дискретного времени, что приводит к синхронному распространению влияния.
Нечеткий оператор в выражении может быть реализован как в виде нечетких функций, так и в виде нечетких продукций.
В наиболее общем виде, выбор для Ki текущей стратегии на следующем шаге осуществляется на основе нечеткого оператора , где I - индексы концептов, связанных с концептом Ki, J - индексы концептов, связанных с Kj. Оператор зависит от текущей стратегии для Ki, стратегий для Kj, непосредственно связанных с Ki, а также от влияний , оказываемых Kj на смежные с ними концепты. Эти влияния позволяют судить о целях и стратегиях Kj.
2. Нечеткая коалиционная когнитивная модель
Разработана нечеткая коалиционная когнитивная модель, позволяющая анализировать различные типы взаимодействий агентов с использованием предложенных коалиционных показателей.
Возможны следующие типы взаимодействия агентов: кооперация, компромисс, содействие, конкуренция, конформизм, приспособление, солидарность, уклонение. Последние четыре типа предполагают пассивность агентов, направленность их на выход из конфликтов, что не рассматривается в рамках данной модели. Напротив, предполагается, что агенты активны и предпринимают как индивидуальные, так и совместные действия. То есть могут иметь места отношения кооперации, компромисса, содействия и конкуренции. Типы взаимодействия компромисса и конкуренции имеют место при преобладании индивидуальных действий над коалиционными. В случае коалиционных действий между агентами устанавливаются типы взаимодействия кооперации и содействия. Исходя из вышеизложенного, существенным является решение задачи выявления коалиций [Тарасов, 2002].
По результатам проведенного анализа системных показателей выявляются возможные коалиции агентов. Очевидно, что агент может одновременно принадлежать к различным коалициям с различной степенью принадлежности.
Введем понятие нечеткой коалиционной когнитивной модели, основанной на предложенной выше нечеткой когнитивной карте. Допустим, задано множество нечетких коалиций C = {C1, …, Cm, …, CM}. Тогда Gm = {G1, …, Gmn, …, GmP} - множество степеней принадлежности агентов к коалиции . На рис. 2 приведен пример структуры нечеткой коалиционной когнитивной модели [Борисов и др., 2009].
нечеткий когнитивный мониторинг
Рис. 2. Структура нечеткой коалиционной когнитивной модели
Введение степеней принадлежности агентов к коалициям позволяет учесть то, что игрок может иметь разные цели и в различной степени участвовать в разных коалициях. Для каждой нечеткой коалиции Cm задается множество Gm, элементы которого Gmn [0 ,1] характеризуют степень участия (степень принадлежности) игроков к данной коалиции. Если Gmn = 1, то агент состоит только в коалиции Cm, если Gmn = 0, то он в этой коалиции не состоит. Если игрок состоит в нескольких коалициях, то степени принадлежности к этим коалициям будут числами от 0 до 1. При этом значение Vmn характеризует выигрыш, который получает агент Km от участия в коалиции Cm.
В соответствии с этим примером агент K1 относится к коалиции C1 со степенью принадлежности G11. Агент же K3 принимает участие в двух коалициях C1 и C2 степенями принадлежности G13 и G23 соответственно. Значение Cml характеризует текущее влияние коалиции Cl на коалицию Cm и складывается из влияния участвующих в этих коалициях агентов с учетом степени их принадлежности к коалициям.
Для нечеткой коалиционной когнитивной модели, по аналогии с системными показателями, предложены следующие коалиционные показатели, позволяющие осуществить анализ различных типов взаимодействия агентов в динамике:
консонанс/диссонанс влияния агента (концепта) на коалицию;
консонанс/диссонанс влияния коалиции на агента;
воздействие (влияние) агента на коалицию;
воздействие (влияние) коалиции на агента;
взаимный консонанс/диссонанс влияния агента и коалиции.
Разработанная нечеткая коалиционная когнитивная модель, предназначена для анализа различных типов взаимодействия агентов с использованием предложенных коалиционных показателей и позволяет учитывать как совместные, так и индивидуальные действия агентов в рамках конкуренции за ограниченные ресурсы.
Благодарности. Работа выполнена при финансовой поддержке РФФИ (проект № 10-07-97506-р_центр_а).
Список литературы
1.Борисов и др., 2007 Борисов?В.В., Федулов?А.С., Устиненков Е.С. Анализ динамики состояния сложных систем на основе нечетких продукционных когнитивных карт// Нейрокомпьютеры: разработка, применение. 2007. № 1.
2.Борисов и др., 2009 Борисов В.В., Устиненков Е.С. Анализ взаимодействий в сложных системах на основе нечетких когнитивных и игровых моделей// Нейрокомпьютеры: разработка, применение. 2009. № 8.
3.Тарасов, 2002 Тарасов В.Б. От многоагентных систем к интеллектуальным организациям. - М.: УРСС, 2002.
Размещено на Allbest.ru
...Подобные документы
Исследование нечеткой модели управления. Создание нейронной сети, выполняющей различные функции. Исследование генетического алгоритма поиска экстремума целевой функции. Сравнительный анализ нечеткой логики и нейронной сети на примере печи кипящего слоя.
лабораторная работа [2,3 M], добавлен 25.03.2014Основные понятия агентов, термины и определения, принципы классификации. Линейные модели многоагентных систем. Постановка задачи линейного программирования, свойства ее решений. Графический и симплексный способы решения ЗЛП. Использование Microsoft Excel.
курсовая работа [662,4 K], добавлен 03.11.2014Технология программных агентов. Форматы метаданных, использующиеся для описания электронных ресурсов. Разработка интеллектуальных агентов. Среда разработки Jadex для построения интеллектуальных агентов. BDI модель интеллектуального агента ресурсов.
курсовая работа [279,8 K], добавлен 20.02.2011Изучение методов разработки систем управления на основе аппарата нечеткой логики и нейронных сетей. Емкость с двумя клапанами с целью установки заданного уровня жидкости и построение нескольких типов регуляторов. Проведение сравнительного анализа.
курсовая работа [322,5 K], добавлен 14.03.2009Характеристика алгоритмов и программных реализаций поведения агентов в двумерной среде. Исследование разработки структур данных и знаний. Особенность создания интерфейса и карты лабиринта. Экспериментальное тестирование и отладка модулей программы.
дипломная работа [2,4 M], добавлен 12.08.2017Параметры автомобиля, используемые в экспертной системе. Задание нечетких и лингвистических переменных, виды термов. Список правил для функционирования системы, результаты анализа ее работы. Применение алгоритма Мамдани в системах нечеткой логики.
курсовая работа [1,5 M], добавлен 10.02.2013Создание электронной интерактивной карты общественного транспорта г. Ижевска, позволяющей выполнять над ней различные манипуляции. Разработка основы для привязки всех остановок и маршрутов. Реализация программного и пользовательского интерфейса карты.
контрольная работа [1,3 M], добавлен 13.12.2014Особенности и преимущества 3D-моделирования. Базовые функции нелинейного редактирования и комбинирования видео. Проектирование 3D-модели для игрового проекта по созданию дома и моста. Просмотр взаимодействий с игроком объектов в Unreal Engine 4.7.
дипломная работа [3,6 M], добавлен 14.06.2015Основные типичные системы управления базами данных. Способы описания взаимодействий между объектами и атрибутами. Структурная и управляющая части иерархической модели базы данных. Представление связей, операции над данными в иерархической модели.
реферат [30,5 K], добавлен 22.02.2011Возможность ведения информации об агенте и заявках, привязка заявки к агенту. Формирование отчета в pdf по итогам месяца. Хранение и загрузка списков в XML-формате. Создание форм для авторизации, агентов, бухгалтера, добавления заказа и для почты.
курсовая работа [1,3 M], добавлен 05.01.2013Разработка программного решения по созданию мобильного приложения. Изучение технологий для разработки приложений. Анализ работы торговых агентов. Обоснование выбора языка программирования. Проектирование интерфейса структуры и верстка, листинг программы.
дипломная работа [2,2 M], добавлен 08.06.2017Процесс проектирования программы, состоящий из следующих шагов: описание прецедентов, построение диаграммы прецедентов, диаграммы взаимодействий, создание модели программных классов. Тестирование программы входными тестовыми вариантами, ее листинг.
курсовая работа [1,9 M], добавлен 25.10.2012Разработка подсистемы в программе "1С: Бухгалтерия предприятия 8" для автоматизации директ-маркетинговых взаимодействий с клиентами ООО "Дело Системы", позволяющей работать с электронной почтой, регистрировать телефонные звонки и планировать встречи.
дипломная работа [4,9 M], добавлен 14.07.2012Использование нечеткой логики при управлении техническими объектами, основанными на имитации действия человека-оператора при помощи ЭВМ, в соединении с пропорционально-интегрально-дифференциальным регулированием и алгоритмах управления процессом флотации.
доклад [74,7 K], добавлен 21.12.2009Разработка программного обеспечения автоматизированной системы безопасности. Задание лингвистических переменных в среде MatLAB. Развитие нечеткой логики. Характеристика нечетких систем; смещение центра их исследований в сторону практических применений.
курсовая работа [2,2 M], добавлен 10.02.2013Обоснование использования виртуальной модели, средства для разработки функциональных модулей. Разработка виртуальной модели "Представление знаний в информационных системах". Разработка алгоритмов построения виртуальной модели предметной области.
дипломная работа [1,4 M], добавлен 12.08.2017Имитационное моделирование деятельности "Центра обслуживания абонентов". Диаграммы потоков данных. Выявление вариантов использования. Моделирование видов деятельности и взаимодействий. Проектирование пользовательского интерфейса и архитектуры приложения.
дипломная работа [1,3 M], добавлен 24.10.2010Построение объемной модели детали в программе "Компас". Порядок расчета твердотельной модели. Подготовка модели к расчету, его параметры и результаты. Работа с деревом прочностного анализа. Проектирование в САМ-системах. Программирование обработки детали.
курсовая работа [4,0 M], добавлен 02.11.2015Разработка программной системы для поддержки генеалогических деревьев. Модели вариантов использования и анализа системы. Морфологическая и функциональная модели, диаграммы состояний, деятельности и взаимодействия. Хранение сведений в базах данных.
курсовая работа [535,2 K], добавлен 01.02.2013Создание программы для автоматизации процесса управления и контроля торговых агентов ООО "Журавли плюс". Использование мобильной системы "Агент +" для чтения файлов выгрузки со смартфонов; создания файлов импорта; редактирования данных о торговых агентах.
дипломная работа [2,9 M], добавлен 12.09.2012