Подходы к построению мультиагентной модели

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.