CC BY
19
УДК 004.89:658 doi: 10.12958/1817-3772-2019-2(56)-179-186
Д. А. Самодурова,
астрант,
1нститут економ1ки промисловост1 НАН Украгни, м. Кигв 1НТЕЛЕКТУАЛЬН1 АГЕНТИ ТА МУЛЬТИАГЕНТШ СИСТЕМИ У ВИРОБНИЦТВ1
Постановка проблеми. Сьогодш споживачi все частше приймають учать у виробничих проце-сах пiдприeмств шляхом висування вимог до бiльш яшсних продуктiв з особистими специфшащями та меншим термшом доставки. Класичнi виробничi си-стеми стають все менш актуальними, через те, що характеризуються високим об" емом та низьким рiз-номашттям продукцн, майже вiдсутнiстю гнучкостi та високими витратами на замiну. В« щ умови при-зводять до зниження ефективностi класично! сис-теми виробництва. Для того щоб ввдповвдати вимо-гам споживачiв та тдвищити конкурентоспромож-нiсть свого товару, тдприемства мають бути готовi до таких змш, як скорочення партий, термшв поставки та життевого циклу продукпв, збiльшення асортименту продукцп. Це безпосередньо стосу-еться i укра!нських пiдприемств. Для повного вико-ристання виробничих ресурсiв та оперативного реа-гування на змiни продукцп важливо змiнити фак-тичнi виробничi системи на бшьш гнучк - iнтелек-туальнi. За результатами до^джень шоземних на-уковцiв, iнтелектуальна виробнича система, що бу-дуеться на технологи iнтелектуальних Агентiв -
е найбшьш потенщйним напрямом розвитку. Виробнича система, заснована на iнтелектуальному Агент!, являе собою специфiчне застосування теорп i методу Мультиагентно! системи у виробничш сферi.
Аналiз досл1джень i публiкацiй. Ствробгт-ники 1нституту економiки промисловостi НАН Украгни придшяють багато уваги питанням пов'язаним з iнтелектуальною складовою виробничих систем. Так1 вчеш, як: Н.Ю. Брюховецька, 1.П. Булеев, 1.В. Бриль, Я.С. Брюховецький, C.I. Булеев, Л.В. 1ва-ненко, у сво!х наукових працях активно до^джу-ють проблеми iнтелектуалiзацil промислових тд-приемств [1-4].
Визначенню поняття <антелектуальний Агент» в системах штучного розподшеного iнтелекту при-дiлено багато уваги зi сторони вiтчизняних та за-кордонних вчених, таких як: В.Д. Боев [5], Ю.Р. Ва-лькман [6], 1.В. Варшавський [7], В.Л. Макаров [8], В.Б. Тарасов [9], М.Р. Фаттахов [10], Б. Хейес-Рот [11], I. Шоем [12], К. Скара [13], С. Рассел [14], П. Маес [15], Дж. Ржевський [20] та ш. (табл. 1).
Таблиця 1
Трактування сутност поняття «штелектуальний Агент»_
№ з/п Автор Сутнють поняття
1 2 3
1 С. Рассел [14] Будь-яка сутнють, яка знаходиться в деякому середовище сприймае його за до-помогою сенсорiв, отримуючи даш, яш вщображають поди, що ввдбуваються в середовищi, штерпретуе цi данi i дiе на середовище за допомогою ефекторiв
2 Б. Хейес-Рот [11] Автор щдкреслюе, що iнтелектуальнi Агенти виконують три функцп: 1) сприй-няття динамiки середовища; 2) ди, що змiнюють середовище; 3)мiркування з метою штерпретаци спостережуваних явищ, вирiшення завдань, виведення ви-сновк1в i визначення дiй
3 П. Маес [15] Автономнi агенти - це комп'ютерш системи, що функцiонують в складному, динамiчному середовищi, здатнi ввдчувати i автономно впливати на це середовище ^ таким чином, виконувати безлiч завдань, для яких вони призначеш
4 I. Шоем [12] Агент - цшсна одиниця, опис стану яко! включае так1 психiчнi компоненти як переконання, здiбностi, зобов'язання i рiшення
5 К. Стара [13] Автор видме наступнi характеристики iнтелектуальних агенпв: здатнiсть до вирiшення задач; активнють; напiвавтономнiсть; надiйнiсть; здатнiсть до ств-робiтництва з людьми або шшими комп'ютерними агентами; гнучк1сть; адап-тившсть; наполегливiсть у вирiшеннi задач
6 В. Д.Боев [5] Агент - це активний об'ект, який володiе поведiнкою i мае можливють взаемоди з iншими агентами i середовищем
7 В. Л. Макаров [8] Кожен з Агентiв володiе заданим набором характеристик i щльово! функцiею. На цiй основi вщбуваеться iмiтацiя реакцп Агента на змши зовнiшнього середовища, як1 зачшають його iнтереси
Зактчення табл. 1
1 2 3
8 М.Р. Фаттахов [10] Основными властивостями i атрибутами Агенпв називае: «автономшсть, ште-лектуальнiсть, репрезентативнiсть, наявнiсть життевого циклу, самостшнють ввд розробника моделi або зовшшнього оператора, взаемодiя, цшеспрямова-шсть, сприйняття свiту, здатнiсть навчатися i адаптуватися, наявнiсть у Агента ресурсу»
9 Дж.Ржевський [20] 1нтелектуальш Агенти - програмнi об'екти (особливий рвд комп'ютерних про-грам), здатш до взаемоди один з одним i аналiзу iнформацi!, отримано! через !х поввдомлення один одному. У виправдання визначення "iнтелектуальнi", Агенти повинш бути здатнi до прийняття рiшень в умовах невизначеностi си-туаци, дiяти при вiдсутностi повно!' iнформацii, хоча б i в яшй-небудь вузьк1й сферi
Таким чином, iнтелектуальний Агент - це об'ект який здатен виконувати завдання самостийно, без людського втручання. Вiн мае володiти трьома важливими функцiями: автономнiстю, адаптоваш-стю i координацiею. Автономiя означае, що iнтелек-туальний Агент повинен виконувати пов'язан завдання активно без зовнiшнього втручання (людського або iншого програмного забезпечення); адаптовашсть означае, що iнтелектуальний Агент мае здiбностi сприймати i адаптуватися до зовшш-нього середовища i самонавчання. Координацiя е важливою особливiстю Мультиагентно! системи, в якш iнтелектуальнi Агенти координують i викону-ють завдання разом. Таким чином, здатнють Мультиагентно! системи не визначаеться здатнютю одного iнтелектуального Агента, а iнтелектом, що про-являеться взаемною координацiею мiж ними.
Метою стат е дослiдження iнтелектуальних виробничих систем на основi iнтелектуальних Агентов та визначення вiдмiнних характеристик та переваг Мультиагентно! системи виробництва ввд класично! для виявлення нових можливостей тд-приемств.
Виклад основного MaTepi^y. Комп ютерно-iнтегроване виробництво (К1В) - це концепцiя, що була створена для виршення саме цих задач, яка включае не тшьки виробничi системи, але й реалiза-цiю, запаси та адмiнiстрування [16]. К1В - це повна автоматизащя пiдприемств шляхом iнтеграцi! бiз-нес-функцш та виробничих функцiй за допомогою застосування технологiй. Всi процеси та дп контро-люються в iерархi! комп'ютерних систем, а шфор-мащя, що розповсюджуеться, винятково у цифровш формi. Планування задач централiзоване, а виробництво - практично послвдовне. Але реалiзацiя кон-цепцi! потребуе великих iнвестицiй, тривалих термь шв виконання та складних структур. Все це гальмуе розвиток пiдприемств та не дае змоги швидкш пере-конфiгурацi! у динамiчних умовах.
Щоб досягнути устху в конкурентнш боротьб^ пiдприемствам необхщна гнучка виробнича система, що зможе виконувати певш завдання: швидку адаптацiю до ринкових умов, у яких органiзацiя ма-тиме економiчну вигоду; спроможшсть економiчно будувати виробничий процес на основi рiзноманiт-
них вимог до продуктов; здатнiсть проводити адап-тивнi самооргашзацп, а також самонавчання та са-мообслуговування для всього динамiчного процесу виробництва. Така виробнича система розкрива-еться в повному обсязi у технолопях та системах штучного iнтелекту, що стають базовими шстру-ментами тдвищення конкурентоспроможност та ефективностi промислових пiдприeмств.
Штучний iнтелект е одним з технолопчних проривiв Революцii 4.0. Технолопчш досягнення виникають швидко i паралельно в рiзних (не сушж-них один з одним) сферах, наприклад, в промисло-вому виробнищш i охорон здоров'я. Системи i тех-нологii штучного iнтелекту в зарубiжних краiнах широко застосовуються як споживачами, так i ви-робниками. Португальський вчений Паоло Летальо у своiх роботах зазначае, що штучний iнтелект надае рiшення для кшькох складних проблем в областi ма-шинобудування i iнформатики, а саме [17]:
1. Оптишзащя логiстики та виробничих проце-
сiв.
2. Розтзнавання образiв, наприклад виявлення тенденцiй i закономiрностей в медичнiй або вироб-ничiй дiагностиках.
3. Комп'ютерний зiр, наприклад навiгацiя авто-номних мобшьних роботiв i аналiз медичних зобра-жень.
4. Розтзнавання мови, наприклад, тдтримка людино-машинних iнтерфейсiв.
5.1нтелектуальне управлiння, наприклад забезпечення адаптивноi та iнтелектуальноi поведiнки для управлiння процесами.
За оцiнкою американсько1' аналiтичноi компанп Тгаейеа, свiтовий ринок штучного iнтелекту в про-мисловост швидко зростае: до 2021 року середньо-рiчний темп приросту складатиме 53% (рис. 1).
1нтелектуальний Агент та Мультиагентна система е одним iз основних напрямшв дослiдження у розподшеному штучному iнтелектi. Технологiя ш-телектуального Агента е важливим методом побу-дови моделi розподiленоi промислово!' системи, най-бiльш природним способом проектування та впро-вадження розподiленого iнтелектуального виробни-чого середовища, а також одтею iз важливих техно-логш для побудови виробничо!* системи наступного
поколiння. Автор К. Крюто у свош роботi приводить визначення виробничо1' системи та виробничого процесу, заснованих на iнтелектуальному Агент! Де, виробнича система - це специфiчне застосу-вання теорii та метода Мультиагентно!' системи у ви-
робничiй сферi. Виробничий процес - це типовий процес вирiшення Мультиагентних задач, де кожен вiддiл (або сегмент) у виробничий системi дорiвнюе iнтелектуальному Агенту у процесi [19].
40000 35000 30000 25000 20000 15000 10000 5000 0
36818,6
28424,7
20792,1
14427,7
9550,7 1
6076,1 2212,7 3733,8 643,7 1247,6 2212,7 ™ гт Р551 ^ ^ 1
1
2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Рис. 1. Прогноз обсяпв свггового ринку штучного штелекту ($ млрд) [18]
Англшський науковець Ржевський Дж. описуе загальноприйнятi характеристики iнтелектуальних Агентов, а саме [20]:
- автономшсть - здатшсть дiяти без зовшш-нього керування, контролювати сво! дп;
- iнтелектуальнiсть - здатшсть приймати само-стiйнi рiшення та дiяти для досягнення сво'х цшей;
- комунiкативнiсть - здатнiсть взаемодп з ш-шими iнтелектуальними Агентами;
- актившсть - здатнiсть до самостийного плану-вання, постановки цшей;
- реактивнють - адекватне сприиняття стану середовища та реакцiя на його змiни;
- вiдкритiсть - iнтелектуальний Агент являе собою ввдкриту систему;
- базовi знання - знання iнтелектуального Агента про себе, iнших iнтелектуальних Агентов та навколишне середовище.
Нар^ використовують декшька вимiрiв для класифшацл iснуючих iнтелектуальних Агент1в. На-ведемо один з них (рис. 2).
Рис. 2. Класифжащя Агентiв
1нтелектуальний Агент може пересуватися лише у середовищ^ де виконуе певну дто (напри-клад, мережа), або переходити на будь-який iншиИ ресурс (наприклад, машину). Тобто класифiкуеться за своею мобшьнютю: статичн та мобiльнi iнтелек-
туальн Агенти. 1нтелектуальний Агент може мати внутршню модель суджень i самостийно приймати сво! рiшення (або вести переговори з iншими агентами для досягнення цшей), або не може мати таку модель i може реагувати тiльки на зовшшш стимули
ввд iнших агентов або вiд навколишнього середо-вища. Вiдповiдно класифiкуeться за автономнiстю: дискусшш та реагуючi.
Китайськ вченнi Цшлшь Го та Мiн Чжан роз-глядають iнтелектуального Агента, як шструмент для покращення iнтелектуального виробництва. По-яснюють, що в переробнiй промисловосп були здш-сненi змiни по таких напрямках, як ручна праця, ме-ханiзацiя, автоматизация, iнформатизацiя, iнтеграцiя та розвiдка. Iндустрiалiзацiя замiнюe людську ручну працю, iнформатизацiя допомагае у розвитку ^е-лектуально! людсько! роботи. 1нтелектуальне ви-робництво - це штегрована iнтелектуальна система «людина-машина», яка складаеться iз iнтелектуаль-них машин та людей експертгв та може виконувати iнтелектуальнi дп, такi як аналiз, висновки, су-дження та прийняття рiшень у виробничому процес [21]. Спiвробiтництво мiж робiтниками та iнтелек-туальними машинами розширятиме, продовжува-тиме та частково замщатиме розумову працю спе-цiалiстiв в процес виробництва, та в той же час зби-ратиме, збер^атиме, удосконалюватиме, успадкову-ватиме та розвиватиме виробничий 1нтелект експер-■пв.
На практищ утворилися так основн типи 1нте-лектуально! системи виробництва, як:
- 1нтелектуальна виробнича система, яка покра-щуе 1нтелектуальну систему виробництва як об'ект та 1нтелектуальний робот 1 1нтелектуальний Агент як шструмент;
- iнтелектуальна виробнича система, яка об'ед-нуе моделювання, обробку, вишрювання та експлу-атацiю корпорацiй через 1нтернет;
- бiологiчна iнтелектуальна система, що прий-мае процедуру виршення бюлопчних проблем.
За результатами досл!джень Цшлшь Го та Мш Чжан, зробили висновки, що для того, щоб покра-щити адаптованiсть системи виробництва до змш з середини на зовш, загальний вид структури iнтелек-туально! виробничо! системи мае вiдповiдати таким принципам, як:
1) ввдкритють задачi: задача може бути введена та оброблена у будь-який час;
2) ввдкритють системи: система мае утриму-вати внутршш змши (наприклад, несправнiсть) та приймати зм1ни ззовш (наприклад, конфiгурацiю, що змшюе обладнання);
3) ввдкритють процедури ршення: процедура рiшення мае приймати зм1ни шформацп та знань.
Склалася загальноприйнятна модель розподше-но! мережi iнтелектуально! виробничо! системи, що використовуеться у проввдних свгтових компанiях та в економ!чних дослiдженнях науковщв, та базу-еться на iнтелектуальному Агентi (рис. 3) [21].
З одного боку, кожна виробнича одиниця надь лена автоном!ею iнтелектуального Агента, щоб стати об'ектом з вдеальними функщями та незалеж-нютю; з 1ншого боку, система надшена можливос-
тями самооргашзаци, координацн та ствпращ м1ж !нтелектуальним Агентами.
Коли iнтелектуальна виробнича система ш-тегруе iнтелектуальну машину та людину на вироб-ничу дшянку, вона мае використовувати вс1 знання та гнучко централiзувати вс1 види д1яльносп, так як замовлення, проектування, виробництво та продаж через базу знань, базу даних, комп'ютери та мережу зв'язку, для тдвищення загально! ефективностi. Функцiональнi пiдсистеми кожного сегменту неза-лежно виконують задачi, а також координують один з одним. Тому в середин виробничо! компанл увесь виробничий процес в1д проектування до продажу е типовою процедурою виршення питань Мульти-агентно! системи.
Такi вчеш, як П. Тихий, Р. Старон, Ф. Матю-рана, С. Буссманн, Н. Дженнингс одностайнi в сво!х працях, до того, що Мультиагентна система тдхо-дить для тдтримки поточних вимог до сучасних систем управлшня в промислових сферах, забезпечу-ючи гнучкють, надiйнiсть, адаптивнють i продук-тивнють [22, 23]. Вона устшно застосовуеться в широкому спектр! галузей, таких як електронна тор-пвля, графiка (наприклад, комп'ютерш 1гри та фшьми), транспорт, лопстика, робототехнiка, виробництво, телекомушкацп та енергетика [22].
Аналiз до^джень промислового впрова-дження Мультиагентно! системи у виробництво, показав, що е певш ризики та незручносп, як пов'язанi з такими факторами:
- ризикованими i дорогими зусиллями для роз-робки програмного забезпечення;
- ймов1рнють непередбачувано! поведiнки i не-обхвдшсть гарантл надiйностi;
- впровадження програм обмежених в функць ональностi.
С. Буссманн стверджуе, що незважаючи на вс1 перерахованi вище труднощ^ iснуе консенсус щодо деяких галузей застосування, в яких очiкуеться про-мислове впровадження Мультиагентних систем:
• Там, де т доступ до шформацп, т права на прийняття ршень не можуть бути централiзованi. Це стосуеться управлiння мережами постачання, включно з транспортуванням i обробку матерiалiв.
• В управлiннi складними операщями (такими як розподш ресурав i планування), де проблеми су-перечать щлям i задачам продуктивностт.
• У промисловому мониторингу i контролю, де надшшсть i швидка реконф^уращя е важливими ви-могами в розподшеному середовищi [23].
Основним завданням по впровадженню про-мислового застосування Мультиагентних систем е переконання представнишв промисловосп в перевагах використання iнтелектуальних Агентов, наприклад, демонструючи зршсть, гнучшсть i надiйнiсть ршень на основ1 iнтелектуальних Агентов. Це дозволить промисловим компанiям «в1рити» в Мульти-агентну систему та !! принципи.
Рис. 3. Граф1чна модель розподшеноУ мереж1 штелектуальноУ виробничоУ системи
Дж. Ржевський пропонуе порiвняльний аналiз Мультиагентно! та класично! виробничих систем. На вiдмiну вiд класично! системи виробництва, де все вирiшуеться через послiдовнi та певн алго-ритми, Мультиагентна система шукае оптимальн рiшення через перерозподiл мiж безлiччю iнтелекту-альних Агент1в, для отримання найкращого результату у певний промiжок часу (табл. 2) [20].
Мультиагентн системи знаходять все бшьше поширення у розподiленому виробництв^ там де класичш виробничi системи впораються лише з великими труднощами. Наприклад, серiйне виробни-
цтво автомобшьних двигушв, де планування виробництва - складний та заплутаний процес. Для того, щоб усе працювало ефективно, треба забезпечити необхiдною кшькютю деталей усi ланки виробництва (людей та станки). Результат роботи виконав-щв мае як прямий вплив один на одного (необхвд-шсть у деталях, що зроблеш ранiше), так i опосере-дкований (якщо для збiрки потрiбно кшька деталей, то неможливо без упину випускати одш, якщо немае iнших). Використання Мультиагентних систем значно спрощуе увесь цей процес. Формуються агенти-виконавщ, агенти-кур'ери (якi доставляють
продукщю вiд одного станка до iншого), задаються об'еми та графiки випуску двигунiв. Далi iнтелекту-альнi Агенти створюють ланки запипв, забезпечу-
Незважаючи на те, що Мультиагентна техноло-гiя вже прийнята в декiлькох промислових галузях, вона ще мае пройти довгий i важкий шлях для бшьш широкого прийняття цих кондепцiИ штучного iнте-лекту в промисловостi.
Висновки. Штучний iнтелект надае ряд пере-ваг для тдвищення продуктивностi автоматичних складних систем, а Мультиагентн системи як парадигма, заснован на штучному iнтелектi, пiдходять для задоволення поточних вимог, що пред'явля-ються до промислових тдприемств.
Рiзноманiтнiсть трактування поняття <антелек-туальний Агент» в системах штучного розподше-ного iнтелекту дозволяе видiлити основш властиво-сп, такi як: автономшсть, комунiкативнiсть та дина-мiчнiсть у середовище перебування, що сприяе роз-подiленому виршенню задач. Спiвпраця завершу-еться завдяки взаемодп i переговорiв мiж агентами, тому можна гарантувати узгодженiсть функцш.
Еволюцiя Мультиагентних систем i виробництва, Имовiрно, буде йти рука об руку. Мультиаген-тш системи можуть згткнутися з реальними проблемами з боку виробництва, але, в свою чергу, мати-муть все бiльше переваг в застосуванш агентських технологiИ.
Порiвняно з класичною системою Мультиаген-тнш притаманнi функци автономii, здатшсть реагу-вання та актившсть, що надае певш переваги у ви-робничому процесi, там як:
а) швидшсть працi буде збшьшено, через пере-розподiл обробки;
б) помилка одного iнтелектуального Агента не вплине на роботу в«е! системи, тому ця система вва-жаеться бiльш надiИною;
в) система мае бшьшу швидкiсть вiдгуку, через базовi знання та тiсниИ взаемозв'язок мiж iнтелекту-альними Агентами.
ючи кожного виконавця об'емами та строками ро-боти, навзаем очiкуючи вш них виконання сво!х за-ra3iB за ланцюгом [24].
Подальшi до^дження мають бути спрямоваш на виявлення розумного використання Мультиаген-тно! системи виробництва на шдприемствах Укра-!ни. Це необхiдно для адаптаци виробничих систем до умов високо! динамiчностi та мiнливостi зовшш-нього середовища.
Лiтература 1. Брюховецька Н.Ю., Булеев И.П. Конкуренция и соревнование в условиях инновационного развития предприятий. Ысник економ1чно1 науки Ук-рагни. 2017. № 1(32). С. 7-15. 2. Булеев И.П., Брю-ховецкий Я.С., Иваненко Л.В. Моделирование повышения уровня интеллектуализации труда работников предприятий. Економ1ка промисловостг. 2017. № 2 (78). С. 80-96. 3. Булеев И.П., Булеев Е.И., Брюховецкий Я.С. Интеллектуализация труда - основа развития современной экономики. Стратеггя i мехатзми регулювання промислового розвитку: зб. наук. праць / НАН Укра!ни, 1н-т еко-номiки пром-стц редкол.: О.1. Амоша (голов. ред.), 1.П. Булеев (ввдп. ред.) та iн. Ки!в, 2016. 204 с. С. 3 -18. 4. Бриль 1.В., Брюховецкий Я.С. Визначення iнтелектуальноl складово! в управлiннi та катталь зацл пiдприемства. European integration of economics, education and law: Proceedings of the International Scientific Conference (Warsaw, Poland, March 22-23, 2018). Warsaw, 2018. P.74-77. 5. Боев В.Д., Кирик Д.И., Сыпченко Р.П. Компьютерное моделирование: пособие для курсового и дипломного проектирования. СПб.: ВАС, 2011. 348 с. 6. Валь-кман Ю.Р. Распределенный искусственный интеллект и многоагентные системы в исследовательском проектировании сложных объекто. Труды Международного семинара «Распределенный искусственный интеллект и многоагентные системы». Санкт-Петербург, 1997. С.269-279. 7. Варшавский В.А., Поспелов Д.А. Оркестр играет без дирижера. Размышления об эволюции некоторых технических
Таблиця 2
Порiвняння Мультиагентно'1 та класично'1 систем виробництва_
Мултиагентна система виробництва Класична система виробництва
Основш характеристики Гнучюсть, чуйнiсть, самоорганiзацiя Передбачувашсть, повторюванiсть, iерар-хiчне структура
Мехатзми досягнення основ-них цшей Здатнiсть будувати припущення; знання; навчання; робота у мережi Задан алгоритми, пам'ять; iнтеграцiя
Основш недолжи Ризик здшснення помилок Негнучюсть
Мехатзми здолання недолжш Розподшення штелекту, повноцшне використання знань, вмшня вчитися на своему досвiдi Модуляци
Галузь впровадження Непередбачуване середовище; виробництво, яке часто змшюеться; iндивiдуальне виробництво; короткочаснi перiоди освоення ново! продукцп Стабшьне середовище; довготривале виробництво; масове виробництво
систем и управлении ими. Москва: Наука, 1984. 224 с. 8. Макаров В.Л., Бахтизин А.Р. Современные методы прогнозирования последствий управленческих решений. Управленческое консультирование. Санкт-Петербург, 2015. № 7. С. 12-24. 9. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте. Новости искусственного интеллекта. 1998. № 2. С. 15 - 16. 10. Фаттахов М.Р., Фаттахов Р.В. Агентно-ориен-тированный подход: новое средство получения знания. Региональная экономика: теория и практика. 2015. № 10. 11. Hayes-Roth B. An Architecture for Adaptive Intelligent Systems. Artificial Intelligence. 1995. Vol.72. P.329-365. 12. Shoham Y. Agent Oriented Programming // Artificial Intelligence. 1993. Vol. 60, №1. P. 51-92. 13. Sycara K., Pannu A., Williamson M., Zeng D., Decker K. Distributed Intelligent Agents. IEEE Expert: Intelligent Systems and Their Applications. 1996. Vol.11, №6. P. 36-46. 14. Russell S.J., Norvig P. Artificial Intelligence: a Modern Approach. Englewood Cliffs NJ: Prentice Hall, 1995. 15. Maes P. Artificial Life Meets Entertainment: Life Like Autonomous Agents. Communication of the ACM. 1995. Vol. 38, №11. P.108-114. 16. Colombo А. Schoop R. and Neubert R. An AgentBased Intelligent Control Platform for Industrial Holonic Manufacturing Systems. IEEE Trans. Ind. Elect. 2006. Vol. 53, No. 1. Pp. 322-337. 17. Leitao P. Multi-agent systems in industry: Current trends & future challenges. Topics in Intelligent Engineering and Informatics, Springer Berlin Heidelberg, 4. 2013. pp. 197201. 18. What is AI? / A theme report based on the 1st meeting of the All-Party. - UK : House of Commons, Committee Room 15, Parliamentary Group on Artificial Intelligence [APPG AI], 20 March 2017. 34 p. 19. Christo С., Cardeira C. Trends in Intelligent Manufacturing Systems. IDMEC/IST, Technical University of Lisbon, Av. Rovisco Pais, 1049-001 Lisboa, Portugal. 2007. Рр. 3209 - 3214. 20. Ржевский Дж. Мультиагентные системы в логистике и е-коммер-ции. 2015. URL: https://blog.iteam.ru/multiagentnye-sistemy-v-logistike-i-e-kommertsii/. 21. Qinglin Guo, Ming Zhang. Research on Intelligent Manufacturing System Based on Multi-Agent. ICIRA. 2008. Pp. 829838. 22. Tichy P., Slechta, P., Staron, R.J., Maturana F.P., Hall K.H. Multiagent Technology for Fault Tolerance and Flexible Control. IEEE Trans. System, Man, and Cybernetics - Part C: Applications and Reviews 36(5). 2006. Рр.700-705. 23. Bussmann S., Jennings N.R., Wooldridge M. Multiagent Systems for Manufacturing Control: A Design Methodology. Springer. 2004. 300 р. 24. Люгер Дж. Ф. Искусственный интеллект. Стратегии и методы решения сложных проблем. 4-е изд.: пер. с англ. Москва: Издательский дом «Вильямс», 2003. 846 с.
References
1. Bryukhovetskaya N.YU. Buleyev i.P. (2017). Konkurentsiya i sorevnovaniye v usloviyakh innovatsion-nogo razvitiya predpriyatiy [Competition and rivalry in the
conditions of the innovative development of companies]. Visnyk ekonomichnoi nauky Ukrainy - Bulletin of Economic Science of Ukraine, 1(32), pp. 7-15 [in Russian].
2. Buleyev I.P., Bryukhovetskiy YA.S., Ivanenko L.V. (2017). Modelirovaniye povysheniya urovnya intellektualizatsii truda rabotnikov predpriyatiy [Modeling of increasing the level of intellectualization of labor of enterprise workers]. Ekonomikapromyslovosti - Economy of industry, 2 (78), pp. 80-96 [in Russian].
3. Buleyev I.P., Buleyev Ye.I., Bryukhovetskiy Ya.S. (2016). Intellektualizatsiya truda - osnova razvitiya sovremennoy ekonomiki [Intellectualization of labor - the basis for the development of the modern economy]. Stra-tehiia i mekhanizmy rehuliuvannia promyslovoho rozvytku - Strategy and mechanisms of regulation of industrial development. Kyiv, IIE of NAS of Ukraine [in Russian].
4. Bryl I.V., Briukhovetskyi Ya.S. (2018). Vyzna-chennia intelektualnoi skladovoi v upravlinni ta kapita-lizatsii pidpryiemstva [Determination of the intellectual component in the management and capitalization of the enterprise]. European integration of economics, education and law: Proceedings of the International Scientific Conference (Warsaw, Poland, March 22-23, 2018). Warsaw. (pp.74-77).
5. Boyev V.D., Kirik D.I., Sypchenko R.P. (2011). Komp'yuternoye modelirovaniye: posobiye dlya kurso-vogo i diplomnogo proyektirovaniya [Computer modeling: a manual for term and diploma design]. SPb., VAS [in Russian].
6. Val'kman Yu.R. (1997). Raspredelennyy iskusst-vennyy intellekt i mnogoagentnyye sistemy v issledo-vatel'skom proyektirovanii slozhnykh ob"yekto [Distributed artificial intelligence and multi-agent systems in the research design of complex objects.]. Trudy Mezhduna-rodnogo seminara «Raspredelennyy iskusstvennyy intellekt i mnogoagentnyye sistemy» - Proceedings of the International Seminar "Distributed Artificial Intelligence and Multi-Agent Systems". St. Petersburg, (pp. 269-279) [in Russian].
7. Varshavskiy V.A., Pospelov D.A. (1984). Orkestr igrayet bez dirizhera. Razmyshleniya ob evolyutsii nekotorykh tekhnicheskikh sistem i upravlenii imi [he orchestra plays without a conductor. Reflections on the evolution of some technical systems and their management]. Moscow, Nauka [in Russian].
8. Makarov V.L., Bakhtizin A.R. (2015). Sovremen-nyye metody prognozirovaniya posledstviy upravlen-cheskikh resheniy [Modern methods for forecasting the consequences of managerial decisions]. Upravlencheskoye konsul'tirovaniye - Management Consulting, 7, pp. 12-24 [in Russian].
9. Tarasov V.B. (1998). Agenty, mnogoagentnyye sistemy, virtual'nyye soobshchestva: strategicheskoye napravleniye v informatike i iskusstvennom intellekte [Agents, multi-agent systems, virtual communities: a strategic direction in computer science and artificial intelligence]. Novosti iskusstvennogo intellekta - Artificial Intelligence News, 2, pp. 15 - 16 [in Russian].
10. Fattakhov M.R., Fattakhov R.V. (2015). Agent-no-oriyentirovannyy podkhod: novoye sredstvo poluche-niya znaniya [Fattakhov Agent-based approach: new a means of obtaining knowledge]. Regional'naya ekonomika: teoriya i praktika - Regional Economics: Theory and Practice, 10 [in Russian].
11. Hayes-Roth B. (1995). An Architecture for Adaptive Intelligent Systems. Artificial Intelligence, Vol.72, рр. 329-365.
12. Shoham Y. (1993). Agent Oriented Programming // Artificial Intelligence, Vol. 60, №1, рр. 51-92.
13. Sycara K., Pannu A., Williamson M., Zeng D., Decker K. (1996). Distributed Intelligent Agents. IEEE Expert: Intelligent Systems and Their Applications, Vol. 11, №6, рр. 36-46.
14. Russell S.J., Norvig P. (1995). Artificial Intelligence: a Modern Approach. Englewood Cliffs NJ: Prentice Hall.
15. Maes P. (1995). Artificial Life Meets Entertainment: Life Like Autonomous Agents. Communication of the ACM, Vol. 38, №11, рр. 108-114.
16. Colombo А. Schoop R. and Neubert R. (2006). An AgentBased Intelligent Control Platform for Industrial Holonic Manufacturing Systems. IEEE Trans. Ind. Elect, Vol. 53, No. 1, рр. 322-337.
17. Leitao P. (2013). Multi-agent systems in industry: Current trends & future challenges. Topics in Intelligent Engineering and Informatics, Springer Berlin Heidelberg, 4, pp. 197-201.
18. What is AI? / A theme report based on the 1st meeting of the All-Party. - UK : House of Commons, Committee Room 15, Parliamentary Group on Artificial Intelligence [APPG AI], 20 March 2017. 34 p.
19. Christo С., Cardeira C. (2007). Trends in Intelligent Manufacturing Systems. IDMEC/IST, Technical University of Lisbon, Av. Rovisco Pais, 1049-001 Lisboa, Portugal, рр. 3209 - 3214.
20. Rzhevskiy Dzh. (2015). Mul'tiagentnyye sistemy v logistike i ye-kommertsii [Multi-agent systems in logistics and e-commerce]. Retrieved from https://blog.iteam. ru/ multiagentnye-sistemy-v-logistike-i-e-kommertsii/ [in Russian].
21. Qinglin Guo, Ming Zhang. (2008). Research on Intelligent Manufacturing System Based on Multi-Agent. ICIRA, рр. 829-838.
22. Tichy P., Slechta, P., Staron, R.J., Maturana F.P., Hall K.H. (2006). Multiagent Technology for Fault Tolerance and Flexible Control. IEEE Trans. System, Man, and Cybernetics - Part C: Applications and Reviews, 36(5), рр. 700-705.
23. Bussmann S., Jennings N.R., Wooldridge M. (2004). Multiagent Systems for Manufacturing Control: A Design Methodology. Springer.
24. Lyuger Dzh. F. (2003). Iskusstvennyy intellekt. Strategii i metody resheniya slozhnykh problem [Artificial Intelligence. Strategies and methods for solving complex problems]. 4th ed.: transl. from English, Moscow, Williams Publishing House [in Russian].
Самодурова Д. А. 1нтелектуальш Агенти та Мультиагентш системи у виробництвi
У стат дослвджено штелектуальш виробничi системи на основi iнтелектуальних Агентов. Визна-чено ввдмшш характеристики та переваги Мультиа-гентно! системи виробництва ввд класично! для ви-явлення нових можливостей тдприемств. Штучний iнтелект надае ряд переваг для тдвищення продуктивности автоматичних складних систем, а Мультиагентш системи як парадигма, заснована на штучному iнтелектi, тдходить для задоволення поточних
вимог, що пред'являються до промислових тдприемств.
Наведена класифшащя юнуючих iнтелектуаль-них Агентов. Проаналiзована модель розподшено! мережi iнтелектуальноi виробничо! системи, що ви-користовуеться у провiдних свгтових компанiях та в економiчних до^дженнях науковцiв, та базуеться на iнтелектуальному Агентi.
Ключовi слова: iнтелектуальний Агент, Муль-тиагентна система виробництва, класична система виробництва, iнтелектуальне виробництво, комп'ютерно^нтегроване виробництво.
Самодурова Д. А. Интеллектуальные Агенты и Мультиагентные системы в производстве
В статье исследованы интеллектуальные производственные системы на основе интеллектуальных Агентов. Определены отличительные характеристики и преимущества Мультиагентной системы производства от классической для выявления новых возможностей предприятий. Искусственный интеллект предоставляет ряд преимуществ для повышения производительности автоматических сложных систем, а Мультиагентные системы как парадигма, основанная на искусственном интеллекте, подходит для удовлетворения текущих требований, предъявляемых к промышленным предприятиям.
Приведена классификация существующих интеллектуальных Агентов. Проанализирована модель распределенной сети интеллектуальной производственной системы, используемой в ведущих мировых компаниях и в экономических исследованиях ученых, и основана на интеллектуальном Агенте.
Ключевые слова: интеллектуальный Агент, Мультиагентные система производства, классическая система производства, интеллектуальное производство, компьютерно-интегрированное производство.
Samodurova D. Intelligent Agent and MultiAgent systems in manufacturing
The article investigates intelligent manufacturing systems based on intelligent Agents. The distinctive characteristics and advantages of the Multi-Agent manufacturing system from the classical to identify new opportunities for enterprises were determined. Artificial intelligence provides a number of advantages to increase productivity of complex automatic systems, and Multiagent systems, as a paradigm based on artificial intelligence, are suitable for meeting current requirements for industrial enterprises.
The classification of existing intelligent Agents is given. The model of distributed network of intelligent manufacturing system used in leading world companies and in scientist's economic research analyzed, which based on an intelligent Agent.
Keywords: intelligent Agent, Multi-agent manufacturing system, classical production system, intelligent manufacturing, computer-integrated production.
Стаття надшшла до редакцл 05.04.2019
Прийнято до друку 19.06.2019
