系统仿真agent技术专题分析

《系统仿真agent技术专题分析》由会员分享，可在线阅读，更多相关《系统仿真agent技术专题分析（9页珍藏版）》请在金锄头文库上搜索。

1、管理系统模拟-系统仿真 Agent 技术专题分析1摘 要对于复杂系统的研究需求，当数学模型不能满足人们分析问题的要求时，系统仿真技术充分发挥了它的作用。Agent 技术作为分布式人工智能技术之一，逐渐兴起并快速发展，成为研究领域的热点。本文从 Agent 技术的兴起、发展、主要应用领域以及存在的问题等方面，针对于系统仿真多 Agent 技术进行分析。关键词：复杂系统；仿真技术；Agent 技术；多 Agent；人工智能；技术分析管理系统模拟-系统仿真 Agent 技术专题分析1目录摘 要 2引言 11 系统仿真技术以及 Agent 概况 11.1 系统仿真技术概况 11.2 Agent 技术概

2、况 12 Agent 技术 22.1 Agent 技术的发展 22.2 Agent 技术特征 23 多 Agent 系统模型的体系结构 23.1 多主体建模的软件工具 23.1.1 Swarm 23.1.2 Repast 33.1.3 NetLog 33.1.4 Ascape 33.2 Agent 的构建 33.2.1 单 Agent 33.2.2 多 Agent 44 Agent 技术在各个领域中的应用 54.1 经济领域 54.2 电力系统 54.3 交通运输系统 65 Agent 仿真技术所面临的问题 6参考文献 7管理系统模拟-系统仿真 Agent 技术专题分析2引言随着人们对复杂系统

3、的研究越来越深入，数学模型已经难以解决实际当中的问题，系统仿真技术越来越多被应用于分析决策的过程之中，系统仿真技术繁多，Agent 技术做为其中一种，一直是系统仿真技术研究的热点。本文则是对系统仿真技术当中 Agent技术进行分析。1 系统仿真技术以及 Agent 概况1.1 系统仿真技术概况系 统 仿 真 技 术 是 一 门 多 学 科 的 综 合 性 技 术 ， 它 以 控 制 论 、 系 统 论 、 相 似 原 理和 信 息 技 术 为 基 础 ， 以 计 算 机 和 专 用 设 备 为 工 具 ， 利 用 系 统 模 型 对 实 际 的 或 设想 的 系 统 进 行 动 态 试 验 。

4、 仿 真 工 具 分 为 仿 真 硬 件 以 及 仿 真 软 件 。 仿 真 硬 件 最 主 要 的是 计 算 机 ， 仿 真 软 件 包 括 为 仿 真 服 务 的 仿 真 程 序 、 仿 真 程 序 包 、 仿 真 语 言 和 以 数 据库 为 核 心 的 仿 真 软 件 系 统 。 仿 真 方 法 主 要 是 指 建 立 仿 真 模 型 和 进 行 仿 真 实 验 的 方法 ， 从 模 拟 现 实 的 角 度 可 分 为 两 大 类 ： 连 续 系 统 的 仿 真 方 法 和 离 散 事 件 系 统 的 仿真 方 法 。1.2 Agent 技术概况基于代理人(Agent-based)的仿

5、真建模技术在 20 世纪 90 年代以来广泛应用于经济研究中。.这种建模技术利用人工智能和计算机科学领域的最新研究成果, 在微观层次上构造经济代理人, 进而推出由微观个体行为形成的宏观效应, 是一处自下而上的研究方法。3 Agent 技术来源于分布式人工智能 DAI 领域，也有人将其翻为智能主体或智能体。Hewitt 认为 Agent 技术是一种处于一定环境下包装的计算机系统，为实现设计目的，能在该环境下灵活的，自主的活动。而在 1995 年 Wooldrige 给出了 Agent 的两中定义：（弱定义）Agent 用以最一般的说明一个软硬件系统，她具有这样的特性：自治性，社会性，反映性，能动

6、性；（强定义）Agent 除了具备弱定义中的所有特性外，还应具备一些人类才具有的特性，如知识，信念，义务，意图等。82 Agent 技术2.1 Agent 技术的发展Agent 理论与技术研究最早源于分布式人工智能（DAI），人工智能自 1956 年作为一门新兴的前沿学科问世以来，一直是国内外研究的热点 。Agent 的理论、技术，特别是多 Agent 的理论、技术，为分布开放系统的分析、设计和实现提供了一个崭新管理系统模拟-系统仿真 Agent 技术专题分析3的途径，被誉为“软件开发的又一重大突破”。但从 80 年代末开始，Agent 理论、技术研究从 DAI 领域中拓展开来，并与其他领域相

7、互借鉴和融合，在许多不同于最初 DAI 应用的领域得到了更为广泛的应用。12.2 Agent 技术特征自治性（autonomy）:Agent 拥有内部自治机制和问题解决机制，能够控制自己的行为和内部状态。社会能力（social ability）：Agent 不是孤立的，而是一个相互作用的群体。Agent 间可以按照某种协议或者语言进行通信和对话。从而形成一个小组来协作完成某一特定的任务。反应能力（reactivity ）：指 Agent 具有外部环境的反射作用。能够识别外部环境的变化并做出适当反应。但是这种反应可以是简单的反射（reactive agent），也可以是深思熟虑的反应（delib

8、erative agent ）。预动性（pro-activeness）：指 Agent 具有对目标的能动性，为了达到目标， Agent能够自发地参加到某些处理或者协作中。213 多 Agent 系统模型的体系结构3.1 多主体建模的软件工具 目前支持 Agent Based Simulation 的软件平台有Swarm，Repast，NetLog，Ascape 和 TNG Lab 等，大多数的平台支持对模型的可视化观察。3.1.1 Swarm Swarm 软件用来给复杂性过个体行为建模, 用于对经济行为的复杂性研究仿真。33.1.2 Repast Repast 是一种多主体建模工具，她提供了一

9、系列用以生成、运行、显示和收集数据的类库，并能对运行中的模型进行“快照”，记录某一时刻模型的当前状态，还可以生成模型运行过程中状态动态演化的视频资料。管理系统模拟-系统仿真 Agent 技术专题分析43.1.3 NetLog NetLog 是一个基于计算机建模和仿真的软件包，它能对自然系统和社会系统进行仿真，尤其适合于随时间演变的复杂系统的建模，建模者可以让几百甚至几千个独立的智能体（Agent）接收指令同时操作，这使得研究微观层面得个体行为与由于这些个体之间的相互作用而涌现出来的宏观现象之间的联系成为一种可能。103.1.4 Ascape Ascape 是布鲁金斯研究所（The Brooki

10、ngs Institution）开发的基于主体的建模平台，主要支持社会经济系统的多主体模型。与 Repast 一样，Ascape 的实现语言也是 Java，因此也有 Java 程序的健壮性。Ascape 的主要设计目标有：抽象和概括的主体建模观念，简单适用，可配置、高性能，以及具备跨平台开发和移植能力等。93.2 Agent 的构建3.2.1 单 Agent从建造 Agent 的角度出发，单个 Agent 的结构通常分为思考型 Agent、反应型Agent 和混合型 Agent。 1,3,4（1）思考型 Agent（deliberative agent）。将 Agent 看做一种意识系统，Ag

11、ent 能够模拟或表现出被代表者具有的所谓意识形态。（2）反应型 Agent (reactive agent)。Agent 的智能取决于感知和行动，从而提出Agent 智能行为的 “感知动作 ”模型。他们认为， Agent 不需要知识，不需要表示，也不需要推理，Agent 可以像人类一样逐步进化， Agent 的行为只能在现实世界与周围环境的交互作用中表现出来。（3）混合型 Agent（hybrid agent）。反应型 Agent 能及时而快速地响应外来信息和环境的变化，但其智能程度较低，也缺乏足够的灵活性。思考型 Agent 具有较高的智能，但无法对环境的变化做出快速响应，而且执行效率相对

12、较低。混合型 Agent 综合了二者的优点，具有较强的灵活性和快速响应性。管理系统模拟-系统仿真 Agent 技术专题分析53.2.2 多 Agent多 Agent 仿真模型系统求解能力超出单 Agent，有人从多 Agent 系统中 Agent 之间通信、协调的角度出发，认为多 Agent 主要有以下三类体系结构：8( 1 ) 广播型体系结构 采用广播型体系结构的 MAS 的特点是 ： Agent 之间可以直接进行通信。典型实例有 ： 合同网。合同网 (Contract Net) 是一种简单的协商形式，由一个 Agent 提出招标，其它 Agent 进行投标的方式进行协商。 Malone 采

13、用更加复杂的经济模式对合同网进行了改进。规范共享。Agent 把它的能力和需求告诉其它 Agent，这些 Agent就能用这些信息协调它们的行为。该方法通常比合同网的效率高。广播型体系结构的缺点是：通信代价高、 实现复杂，要求每个 Agent 都具有协商通信的能力。 ( 2 ) 联邦型体系结构 在此体系结构 中，Agent 只与通信体 (Facilitator ) 通信，通信体之间互相通信。Agent 将自主权交给通信体，而通信体负责满足 Agent 的需要。通信体应用人工智能和数据库领域中的 自动推理技术。采用该结构的系统 可提供如下功能： 目录服务， 即帮助程序发现合作者和需求者；分布式对

14、象管理，为面向对象系统提供位置透明性， 即消息发送者不需要知道对象的具体位置 ；经纪人，结合上述两类服务，找出合适的消息接收者，发送消息，处理可能出现的问题， 将结果返回给发送者。 ( 3 ) 协商型体系结构 协商型体系结构使得各 Agent 相互协调、 互相帮助，以找到整个系统的目标。Agent 之间在合作前或合作 中 的通信过程可称为协商。协商过程包括通过通信， 或对 系统中其它 Agent 的当前精神状态或意图的推理找出潜在的交互，并通过修改其它Agent 的意图来避免有害的交互或进行合作。协商是通过结构 化地交互相关信息以提高对共同视图或规划的一致认识(减少不一致性和不确定性)的过程。

15、协商的目的是解决Agent 之间各种各样的冲突，促进 Agent 之间的合作，提高多 Agent 系统的一致性。Malone 提出评价协商方法的两个通用标准：灵活性和效率。在 MAS 中灵活性和高效率并不是都能达到的，两者必须折中考虑。高度耦合的系统具有较高的效率，而通过大量信息交互的松散耦合系统能够适应迅速变化的复杂环境。对协商机制和策略的更完善的评估标准有： 对称分布。要求每个 Agent 的地位都是相同的，没有一个是特殊的。有效性。通过协商能得到有效的解，如满足 Pareto 最优性，即所得的解不会与其它解相冲突。稳定性。协商结果是平衡的， 没有一个特别的 Agent 因协商而获利，尽管

16、 Agent 群体会获利。 简单性。低通信代价，低计算复杂度。管理系统模拟-系统仿真 Agent 技术专题分析64 Agent 技术在各个领域中的应用4.1 经济领域基于代理人（Agent ）的仿真建模技术在 ) 20 世纪 90 年代以来广泛应用于经济研究中，这种建模技术利用人工智能和计算机科学领域的最新研究成果,在微观层次上构造经济代理人,进而推出由微观个体行为形成的宏观效应， 是一处自下而上的研究方法，相应的经济学理论体系认为， 经济学应当借鉴生物进化理论, 把社会经济系统作为由智能个体组成的复杂系统进行研究，与传统的新古典经济理论相比，追求的结果不再是系统的均衡与稳定， 而是试图理解突现与适应之间相互关联发展的过程，在这种研究方法中,组成经济系统的个体被称为代理代人（Agent），它具有认知与适应学习能力，通过简单的个体行为组成了复杂多变的经济景象。4.2 电力系统随着电