CC BY
29
УДК 004.89
АЛГОРИТМЫ ФУНКЦИОНИРОВАНИЯ МУЛЬТИАГЕНТНОЙ СИСТЕМЫ ОПРЕДЕЛЕНИЯ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ СОСТОЯНИЙ ОБЪЕКТА
Татьяна Юрьевна Бугакова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры прикладной информатики и информационных систем, тел. (383)343-18-53, e-mail: [email protected]
Артем Андреевич Шарапов
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант, тел. (953)785-54-99, e-mail: [email protected]
В статье рассматривается построение мультиагентной системы для решения задач определения, контроля и прогнозирования пространственно-временных состояний объектов. Приводится обобщенная схема мультиагентного подхода к решению задачи определения ПВС объекта. Рассмотрен алгоритм «деревья решений» на примере декомпозиции объекта в целях контроля и прогнозирования ПВС структурных частей объекта.
Ключевые слова: пространственно-временное состояние объекта, мультиагентная система, интеллектуальные агенты, техногенный объект, взаимодействие агентов, анализ данных, принятие решений, дерево решений, алгоритмы принятия решений.
ALGORITHMS OF MULTI-AGENT SYSTEMS FOR DETERMINING THE SPATIAL-TEMPORAL STATES OF THE OBJECT
Tatiana Yu. Bugakova
Siberian State University Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Associate Professor, Department of Applied Computer Science and Information Systems, tel. (383)343-18-53, e-mail: [email protected]
Artem A. Sharapov
Siberian State University Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., graduate student, tel. (953)785-54-99, e-mail: [email protected]
The article discusses the construction of a multi-agent system for solving the tasks of identifying, monitoring and prediction of spatio-temporal States of objects. Is a generalized diagram of a multi-agent approach to solving the problem of determining PVS object. The algorithm "decision trees" for example, the decomposition of the object in order to control and predict the PVA structural parts of the object.
Key words: spatial-temporal state of the object, multi-agent system, intelligent agents, man-made object, the interaction between agents, data analysis, decision making, decision tree, decision algorithms.
В настоящее время активно ведется разработка и внедрение автоматизированных систем мониторинга (АСМ) безопасности техногенных объектов. Главным образом, это относится к особо опасным, уникальным, технически сложным объектам строительства, представляющим угрозу жизни и здоровья чело-
века, окружающей среде. Актуальность таких работ подтверждается требованиями Правительства РФ о необходимости разработки единой базовой системы мониторинга критически важных объектов [1].
Основным преимуществом автоматизированных систем является то, что они в автоматическом режиме предоставляют данные с установленных в теле объекта датчиков для дальнейшего изучения объекта с любой степенью дискретности в любое время суток, при любых погодных условиях. Однако, алгоритмы обработки данных, заложенные в этих системах, не являются унифицированными, способными решать сложные задачи определения пространственно-временного состояния (ПВС) объектов. Каждый объект по-своему уникален, имеет свои конструктивные особенности, подвержен влиянию различных внешних факторов, зачастую с элементами неопределенности. Поэтому возникает задача создания такой системы, которая бы работала в условиях неопределенности, принимала решения на основе имеющихся данных, умела перестраиваться под изменения в среде, обладала способностью самостоятельно принимать управленческие решения. Чем выше неопределенность, чем более распределенный характер имеют процессы принятия решения и чем чаще случаются незапланированные события, тем ниже эффективность существующих систем, не способных самостоятельно принимать решения и автоматически перестраиваться под изменения в среде [2-3].
Эти проблемы позволяют решить мультиагентные технологии, которые реализуются на основе мультиагентных систем, применяемых там, где протекает большой поток информации, при работе с большим объемом данных, разнородной природы.
Мультиагентная система основана на взаимодействии между собой интеллектуальных агентов, способных функционально общаться между собой и совместно принимать решения. Каждый агент включает в себя решение задачи анализа, прогноза и диагностики, выявления скрытых зависимостей и поддержки принятия оптимальных решений, на основе заложенных в него методов и алгоритмов. [4]
На рис. 1 приведена обобщенная схема мультиагентного подхода к решению задачи определения пространственно-временного состояния объекта.
Рис. 1. Обобщенная схема мультиагентного подхода к решению задачи определения ПВС объекта
Сначала система запрашивает у блока сбора данных всю необходимую информацию об исследуемом объекте. После получения необходимой информации подбираются алгоритмы, при помощи которых данные подлежат обработке для определения ПВС объекта. Далее система способна принять управленческое решение.
В силу того, что происходит постоянный рост объема информации, технологии сбора, обработки и хранения данных быстрыми темпами развиваются, требуются универсальные и надежные алгоритмы, пригодные для обработки информации [5].
Одним из актуальных алгоритмов интеллектуального анализа данных является алгоритм «деревья решений». «Деревья решений» - это способ представления правил в иерархической, последовательной структуре, где каждому объекту соответствует единственный узел, дающий решение. Решающие деревья воспроизводят логические схемы, позволяющие получить окончательное решение о классификации объекта с помощью ответов на иерархически организованную систему вопросов. Причем вопрос, задаваемый на последующем иерархическом уровне, зависит от ответа, полученного на предыдущем уровне. Рассмотрим данный алгоритм на примере принятия решения мультиагентной системой о декомпозиции объекта в целях определения и прогнозирования ПВС структурных частей объекта (рис. 2).
Рис. 2. Принятие решения о декомпозиции объекта для определения и прогнозирования ПВС структурных частей объекта при помощи алгоритма «дерево решений»
Необходимо отметить, что практически любой техногенный объект подвержен деформациям. Деформация образуется в результате неравномерного воздействия внешних факторов, что приводит к структурированию объекта на части (блоки). Каждая структурная часть под воздействием внешних факторов может иметь различное направление движения в пространстве и разную скорость. Задачами системы, в данном случае, являются обнаружение границ между блоками и определение ПВС каждого из них [6-8].
Дерево включает в себя корневую вершину, которая содержит в себе вопрос «Находится ли в состоянии относительного равновесия исследуемый объект в целом или нет?». Конечной целью мультиагентной системы является не только определение ПВС объекта, но и выбор наиболее оптимального решения, подбор той стратегии развития событий, которая позволит обеспечить объекту состояние «относительного равновесия».
Объект находится в состоянии «относительного равновесия» тогда, когда отклонение состояния 5 объекта от первоначального £0 не превышает допустимого значения Е и выражается неравенством
- 5о| * Е. (1)
Система делает запрос в базу данных, хранящуюся на сервере, после чего происходит процедура обработки данных с применением алгоритмов выявляющих нарушение неравенства (1). Вершина первого уровня «подразумевает», что имеются варианты ответа на вопрос, которые заложены в ней. Ответы на вопрос обозначены в виде выходящих ребер. В зависимости от выбранного ответа возможен переход по соответствующему ребру к вершине следующего уровня. Если был получен ответ, о том что требуется структурная декомпозиция исследуемого объекта (при условии нарушения неравенства (1), то по схеме происходит деление блока на дополнительные подблоки с целью более детального изучения объекта. Каждый подблок в свою очередь становится вершиной на соответствующем уровне и снова проводится анализ, находится ли уже исследуемый более детально подблок в состоянии «относительного равновесия». Если поступает ответ, что в подблоке нет никаких отклонений от нормы, то система запрашивает с базы данных дополнительную информацию, просит обновить данные для дальнейшей проверки. Деление на структурные подблоки ограничивается количеством изначально установленных датчиков на объекте. Чем больше датчиков имеется на объекте, тем точнее становится возможным определить проблемную область, тем самым, увеличивая время на устранение неполадки. Данный алгоритм позволяет выявить структурные части объекта и определить их ПВС, что способствует оперативному предотвращению чрезвычайной ситуации [10].
Преимуществом использования алгоритма «дерево решений» является, то, что в результате образуется достаточно понятная классификационная модель, которая дает высокую точность прогноза.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. - СПб. : Питер, 2000. - 384 с.
2. Рыгалов А. Ю., Кубарьков Ю. П. Применение мультиагентных систем в электроэнергетике // Сборник трудов Кольского научного центра РАН, 2012. - С. 102-105.
3. Бугакова Т. Ю., Шарапов А. А. Применение мультиагентного подхода для определения пространственно-временного состояния техногенных систем // Интерэкспо ГЕО-Сибирь-2016. XII Междунар. науч. конгр. : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия» : сб. материалов в 2 т. (Новосибирск, 18-22 апреля 2016 г.). - Новосибирск : СГУГиТ, 2016. Т. 1. - С. 189-194.
4. Карпик А. П. Методологические и технологические основы геоинформационного обеспечения территорий. - Новосибирск : СГГА, 2004. - 259 с.
5. Евгенев Г. Б. Мультиагентные системы компьютерной инженерной деятельности // Информационные технологии. - 2000. - № 4. - С. 2-7.
6. Управление на базе мультиагентных систем [Электронный ресурс]. - Режим доступа: http://www.intuit.ru/studies/courses/4115/1230/lecture/24081.
7. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. - 2-е изд. -М. : Вильямс, 2007. - 1410 с.
8. Бугакова Т. Ю. К вопросу оценки риска геотехнических систем по геодезическим данным // ГЕ0-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск : СГГА, 2011. Т. 1, ч. 1. - С. 151-157.
9. Бугакова Т. Ю. Моделирование изменения пространственно-временного состояния инженерных сооружений и природных объектов по геодезическим данным // Вестник СГУГиТ. -2015. - Вып. 1 (29). - С. 34-42.
10. Бугакова Т. Ю., Шляхова М. М., Кноль И. А. Структурная декомпозиция объекта методами математического моделирования с последующей визуализацией на основе WebGL // Интерэкспо ГЕ0-Сибирь-2016. XII Междунар. науч. конгр. : Междунар. науч. конф. «Геодезия, геоинформатика, картография, маркшейдерия» : сб. материалов в 2 т. (Новосибирск, 18-22 апреля 2016 г.). - Новосибирск : СГУГиТ, 2016. Т. 1. - С. 142-147.
© Т. Ю. Бугакова, А. А. Шарапов, 2017
