Подходы к построению мультиагентной модели
Агенты имеют динамические связи с другими агентами, которые могут формироваться и исчезать; Определить применимость агентного подхода к моделированию функционирования объекта; Динамическая модифицируемая связь интеллектуальных агентов с информационной средой. Сравнить агентный подход с традиционными методами имитационного моделирования; Прежде всего нужно руководствоваться основными принципами… Читать ещё >
Подходы к построению мультиагентной модели (реферат, курсовая, диплом, контрольная)
Практика показывает, что построение агентной модели осуществляется так же, как и построение любой имитационной модели. Однако имеются ряд особенностей.
Прежде всего нужно руководствоваться основными принципами агентного подхода:
- • агентная ориентация;
- • иерархическая интеллектуальная организация;
- • мультипликативность интеллектуальных агентов;
- • локальная концентрация знаний в базах знаний интеллектуальных компонентов;
- • разделение знаний по уровням интеллектуальной иерархии во взаимосвязи с иерархией управления в исследуемой системе;
- • динамическая модифицируемая связь интеллектуальных агентов с информационной средой.
К изложенным ранее этапам разработки имитационных моделей (см. параграф 1.2) добавим особенности построения агентных моделей. При их построении необходимо:
- • определить агентов, их свойства, структуру, описать поведение и семантику;
- • выявить и описать взаимодействие агентов;
- • определить применимость агентного подхода к моделированию функционирования объекта;
- • выявить преимущества и недостатки агентного моделирования;
- • сравнить агентный подход с традиционными методами имитационного моделирования;
- • рассмотреть известные аналоги и результаты их применения;
- • выбрать платформу MAC;
- • разработать математическую модель, стратегию агентной модели;
- • собрать необходимые данные для агентов;
- • реализовать агентную модель инструментальными средствами MAC;
- • запустить модель;
- • проверить модели поведения агентов в отдельности;
- • проанализировать результаты моделирования с точки зрения поведения агентов и всей имитационной модели объекта в целом.
Помним, что имитационное моделирование использует и другие подходы, которые также нужно учитывать. Более того, для некоторых задач имитационное моделирование неэффективно (вместо него используют, например, аналитическое моделирование). Некоторые задачи, в свою очередь, потребуют комбинированных методов и т. д. Значит, также предстоит выявить особенности и ограничения агентного подхода.
Агентное, как и имитационное, моделирование используется для выявления закономерностей и возникновения структур в исследуемой системе, которые не проявляются в поведении отдельных агентов.
Можно рекомендовать применять агентное моделирование, когда:
- • представление агентов естественно;
- • существуют сценарии поведения агентов;
- • имеется распределенность данных, знаний, происходящих в объекте процессов;
- • поведение отдельных частей описать проще, чем систему в целом;
- • поведение агентов можно представить последовательностью дискретных событий, отражающих параметры их состояния;
- • агенты могут обучаться, адаптироваться и менять свое поведение;
- • агенты имеют динамические связи с другими агентами, которые могут формироваться и исчезать;
- • агенты действуют и взаимодействуют в пространстве;
- • процесс появления новых структурных изменений должен быть результатом модели, а не исходных данных.
В заключение еще раз отметим, что ведущую роль в изучении сложных динамических процессов получило имитационное моделирование как инструмент выявления закономерностей явлений, скоротечных или имеющих протяженность во времени и в пространстве.
Инструмент имитационного моделирования — агентный подход — позволяет взглянуть на проблему по индуктивному методу — от более частного к более общему. Это позволит получать информацию об общих глобальных законах исследуемой модели, базируясь на активности ее составных элементов. Предложенный способ позволит выявить имплицированные зависимости и закономерности, которые вряд ли обнаружат другие методы исследования.
Однако создавать агентные модели под каждую конкретную задачу — дело не только дорогостоящее, но и неэффективное. Причина состоит хотя бы в том, что представляемая модель управляется рядом эвристик, которые невозможно не просто доказать формально, но и предположить вплоть до этапа имитационного прогона. Алгоритмы вывода, поведение и методы коммуникации агентов постоянно уточняются по ходу процесса моделирования.