CC BY
52
Анна Владимировна Иконникова Ирина Андреевна Петрова Семен Алексеевич Потрясаев Борис Владимирович Соколов
Сведения об авторах СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: [email protected] СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: [email protected] СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: [email protected] СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: [email protected]
Поступила в редакцию 06.05.08 г.
УДК 681.3.06
В. В. Михайлов, И. С. Селяков
ИСПОЛЬЗОВАНИЕ МУЛЬТИАГЕНТНОГО СИМУЛЯТОРА ПРИ МОДЕЛИРОВАНИИ РАСПРЕДЕЛЕННЫХ СИСТЕМ
Рассматриваются особенности применения многоагентного подхода при моделировании сложных распределенных систем. Приводятся структуры мультиагентного симулятора и многоагентной модели, лежащей в его основе, а также принципы стыковки симулятора с геоинформационной системой с использованием 8Иаре-файлов. Предложенный программный пакет позволяет решать задачи в разных предметных областях, в том числе исследовать пространственно-временную динамику сообществ и популяций живых организмов с точной географической привязкой их территориального размещения.
Ключевые слова: мультиагентные системы, распределенная модель, симуля-тор, графическое представление данных, геоинформационные системы.
Введение. Мультиагентные системы [1] представляют новую область знаний и являются универсальными для решения задач в таких областях, как экономика, экология, логистика, мониторинг бизнес-процессов и др. Учет пространственной специфики и переход к распределенным моделям при использовании многоагентного подхода осуществляется естественным путем, когда каждый агент, характеризуемый определенным набором свойств, занимает свое положение в пространстве, входит в состав сообществ, миграционных потоков и т.п. Многоагентный подход рассматривается как наиболее прогрессивный для разработки и анализа сложных интеллектуальных распределенных информационных систем.
Преимущество многоагентного подхода для моделирования экологических систем заключается в возможности одновременного моделирования динамики численности и пространственного размещения сообществ и популяций, состоящих из большого числа относительно независимых и сходных по своим характеристикам объектов.
Важным аспектом при моделировании является наглядное представление перемещения агентов в пространстве, их взаимодействия друг с другом и с окружающей средой. В настоящее время существует отдельная область знаний, занимающаяся созданием графического представления и отображения пространственных данных, — географические информационные системы (ГИС). Для представления пространственного размещения агентов на территории применение методов и современных программных средств ГИС является наиболее продуктивным.
В настоящей статье описывается структура разработанной многоагентой модели, используемой для моделирования распределенных систем, например популяции животных. Также представлен графический мультиагентный симулятор, который реализует многоагентную
модель и осуществляет необходимые вычисления. Кроме того, в статье рассматривается механизм взаимодействия симулятора с ГИС для графического представления пространственно-временной динамики агентов на заданной территории.
Структура многоагентной модели распределенной системы. Объекты (или группы объектов) в системе представлены отдельными агентами, реализующими определенную модель поведения. При моделировании популяции животных различают агентов, представляющих мужские и женские особи. В системе также вводится агент-координатор, в задачи которого входит определение общего времени для синхронизации деятельности агентов, контроль жизненного цикла отдельных агентов и предоставление им определенных сервисов.
Агенты обмениваются информацией с координатором по методу „запрос — ответ". Каждый агент, определив в системе агента-координатора, посылает запрос на регистрацию. Агент-координатор, получив запросы от нескольких агентов, подтверждает их регистрацию и отправляет всем первый синхроимпульс, в результате чего агенты совершают „шаг" в системе, изменяя тем самым свои координаты. При этом общее время внутри системы увеличивается на шаг счета. Получив синхроимпульс и выполнив все необходимые действия, каждый агент отправляет координатору подтверждение. Координатор, в свою очередь, рассылает новый синхроимпульс, получив подтверждения ото всех агентов, а также постоянно обновляет базу данных с информацией обо всех агентах в системе.
Мультиагентый симулятор. Для реализации многоагентной модели в лаборатории информационных технологий в системном анализе и моделировании СПИИРАН был разработан симулятор, предназначенный, в том числе, для моделирования популяций животных.
В области моделирования агентных систем имеется множество стандартов и подходов к построению моделей. В основном это связано с тем, что многоагентное моделирование является относительно новой областью знаний, где еще не до конца выработаны единые стандарты. Проводимые в последнее время исследования в этом направлении привели к появлению таких стандартов, как FIPA [2] и OMG.
При поиске оптимального программного пакета для реализации многоагентной системы были рассмотрены пакеты FIPA-OS [3], JADE [4, 5], Zeus [6], TAEMS [7], AnyLogic [8] и MASDK [9]. По результатам исследования в качестве оптимального был выбран пакет JADE (Java Agent Development Framework), созданный при участии нескольких университетов и научных групп. Этот пакет полностью поддерживает стандарт для мультиагентных систем FIPA, который на сегодняшний день является передовым в области многоагентного моделирования.
Важной особенностью пакета JADE является тот факт, что он полностью написан на языке Java. По сути, JADE — это набор Java-библиотек, которые предоставляют программисту определенный интерфейс. Этот пакет позволяет создавать агентов, поддерживать их жизненный цикл, назначать агентам задачи, определять их поведение и т.п. Таким образом, JADE реализует парадигму так называемого агентно-ориентированного программирования. Пакет JADE не имеет встроенной графической поддержки, за исключением специальных отладочных средств. Другим важным моментом является многоплатформенность языка Java. Это означает, что симулятор может одинаково успешно работать с разными операционными системами и на различных по архитектуре устройствах. Во многом благодаря этому разработка симулятора осуществлялась средствами языка Java и библиотек JADE.
На рис. 1 представлено окно монитора, отображающее мультиагентный симулятор. Слева расположена панель управления процессом моделирования, с помощью которой можно запускать и приостанавливать работу модели. Также возможен режим пошагового моделирования, когда решение выполняется с остановками на каждом шаге. Справа расположена рабочая область, где отображается перемещение агентов в пространстве, — в каждой ячейке поля может содержаться несколько агентов различных типов (например, мужские и женские особи).
В верхней части главного окна расположено меню, с помощью которого задаются начальные условия, определяются параметры моделирования и размеры координатной плоскости. Моделирование можно проводить как в детерминированном, так и вероятностном режиме.
Результаты моделирования могут быть обобщены и представлены в табличной или графической форме. В частности, в дополнительном окне может быть построен график (рис. 2), отражающий изменение численности ((V) популяции животных в зависимости от времени (кривая 1 соответствует численности самок, кривая 2 — численности самцов).
J Population modeling
File Settings Help
Start
Stop
Exit
6 + 9 10 + 18 7 + 17 3 + 12 ■ 8 ■ 3 ■ 1 + 2 ■ 1 + 2 1
I^OU 1 a + 22 ■ H + t ■ Vi 4 + И ■ 1^2
1^3 'Ü 5^4 ■ ■ ■
I^M i 11+16 ■ Ь + 1U ■ 4 + t) ■ 2 + 1 ■
■ ■ ■ 1 4
2 +4 'l^t 1^2 1^1
Я 1 ■ 1 ■ 1 ■
■ ■ ■ Я 1 ■
1 +1 ■ 1 +1 ■
■ ■
Model Type: deterministic
Рис. 1. Экранная форма мультиагентного симулятора
[ Plot populate dynamics
ж
600
500
400
300 200
L I I
J J I I
-I-1-1-Г
QÜD.Q
\
Ш9
V
iOOOOC
Xxxx
0
10
20
30
t, o.e.
Рис. 2. Графическое окно мультиагентного симулятора
Следует отметить, что в основном окне симулятора перемещение агентов в пространстве показано достаточно упрощенно. Такое представление не дает информации об особенностях среды, в которой находятся агенты. Поэтому была поставлена задача стыковки симулятора с ГИС для более наглядного представления пространственно-временной динамики распределенной системы.
Взаимодействие симулятора с ГИС. Геоинформационные системы предназначены для сбора, хранения, анализа и графической визуализации пространственных данных и связанной с ними информации о представленных в системе объектах.
Среди многообразия ГИС одним из наиболее популярных и универсальных пакетов является ArcGIS [10]. Этот пакет позволяет создавать и редактировать карты, добавлять к ним отдельные тематические слои, хранить данные в различных современных базах данных, отображать пространственные данные на картах.
Пакет ArcGIS предоставляет пользователю возможность хранить данные об отдельных тематических слоях карты разными способами. Один из них — хранение данных в виде так называемого Shape-файла. Формат этого файла является стандартом для хранения пространственной информации в других ГИС. Именно этот способ представления данных был применен при организации взаимодействия мультиагентного симулятора с ГИС.
Схема работы пользователя с симулятором при использовании ГИС представлена ниже:
— на начальном этапе пользователь определяет размещение агентов на территории средствами любой ГИС, которая способна сохранять данные в формате Shape-файла;
— пользователь задает также дополнительные параметры агентов (например, пол и возраст особей при моделировании популяций) в виде атрибутов;
— мультиагентный симулятор переводится в режим работы с ГИС через главное меню, при этом созданный Shape-файл задает начальные условия для моделирования;
— в режиме моделирования симулятор производит вычисления и обновляет данные о размещении агентов в Shape-файле, при этом в основном окне симулятора никакая информация не отображается;
— ГИС автоматически вносит дополнительные данные из Shape-файла в реальном времени и наносит их на карту, позволяя пользователю наблюдать за перемещением агентов на конкретной территории с точной географической привязкой.
Для обработки данных в Shape-файлах использовалась Java-библиотека GeoTools [11], имеющая богатый набор интерфейсов для работы с данными ГИС.
В качестве системы отображения пространственного размещения агентов можно, например, воспользоваться пакетом ArcGIS Explorer [12]. Этот пакет способен отображать пространственные данные, хранящиеся в разных форматах, в том числе в Shape-файлах. ArcGIS Explorer имеет большое количество встроенных подробных карт земного шара, на которые наносятся данные о размещении агентов. В настройках пакета можно задать тип карты, способ отображения, а также время обновления информации.
Заключение. Моделирование сложных распределенных систем может осуществляться с использованием различных схем. Примером распределенной системы является популяция животных. Применение агентного подхода к моделированию такой системы позволяет на основе знаний о поведении отдельных особей имитировать процесс формирования группировок и их перемещений в пределах ареала как целостных образований.
Рассмотренный в настоящей статье многоагентный симулятор реализует многоагентную модель и предоставляет пользователю возможность проводить различные компьютерные эксперименты, например, по исследованию особенностей размещения и миграций животных с учетом территориальной неоднородности условий их обитания. Решена задача стыковки мно-гоагентного симулятора с ГИС, что позволяет получить наглядное представление о размещении агентов на конкретной территории с точной географической привязкой. Использование Shape-файлов обеспечивает при этом работу симулятора с ГИС в реальном масштабе времени.
Разработанная система используется в настоящее время для выявления закономерностей территориального размещения и миграции животных и прогнозирования пространственно-временной структуры популяции в зависимости от возможных изменений климата Земли [13].
Интеллектуальная система мониторинга особо опасных динамических процессов 73
СПИСОК ЛИТЕРАТУРЫ
1. Weiss G. Multiagent Systems. A Modern Approach to Distributed Artificial Intelligence. Cambridge, MA, USA. 2001. P. 36—61.
2. FIPA Specification [Электронный ресурс]: <http://drogo.cselt.stet.it/fipa/> (по состоянию на 01.02.2007).
3. FIPA-OS: A Component-Based Toolkit Enabling Rapid Development of FIPA Compliant Agents [Электронный ресурс]: <http://fipa-os.sourceforge.net> (по состоянию на 03.04.2006).
4. JADE Programmer's Guide [Электронный ресурс]: <http://jade.tilab.com> (по состоянию на 20.02.2007).
5. JADE Administrator's Guide [Электронный ресурс]: <http://jade.tilab.com> (по состоянию на 20.02.2007).
6. Collis J., Ndumu D. Zeus Technical Manual [Электронный ресурс]: <http://labs.bt.com/projects/agents/zeus/ techmanual/TOC.html> (по состоянию на 17.04.2006).
7. Horling B., Lesser V. The TAEMS White Paper / Univ. of Massachusetts. 2004.
S. Карпов Ю. Г. Введение в моделирование с использованием среды AnyLogic [Электронный ресурс]: <http://www.xjtek.com> (по состоянию на 01.12.2006).
9. Городецкий В. И., Карсаев О. В. Технология разработки прикладных многоагентных систем в инструментальной среде MASDK // Тр. СПИИРАН. СПб.: Наука, 2006. Вып. 3, т. 1. С. 11—32.
10. ArcGIS Desktop [Электронный ресурс]: <http://esri.com/software/arcgis/about/desktop_gis.html> (по состоянию на 10.04.200S).
11. GeoTools Java Library [Электронный ресурс]: <http://geotools.codehaus.org/> (по состоянию на 10.04.200S).
12. ArcGIS Explorer [Электронный ресурс]: <http://esri.com/software/arcgis/explorer/index.html> (по состоянию на 10.04.200S).
13. Михайлов В. В., Колпащиков Л. А., Селяков И. С. Использование агентного подхода к моделированию пространственно-временной динамики северных оленей таймырской популяции // Вопр. природопользования на Крайнем Севере: Сб. науч. тр. СПб.: ГУАП, 2007. С. 3S—51.
Сведения об авторах
Владимир Валентинович Михайлов — СПИИРАН, лаборатория информационных технологий в системном анализе и моделировании; E-mail: [email protected] Игорь Сергеевич Селяков — СПИИРАН, лаборатория информационных технологий в систем-
ном анализе и моделировании; E-mail: [email protected]
Поступила в редакцию 06.05.08 г.
УДК 004.89
С. П. СОКОЛОВА, Е. А. КУЗЬМИНА
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА МОНИТОРИНГА ОСОБО ОПАСНЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ
Рассматривается модульная структура интеллектуальной системы мониторинга особо опасных динамических процессов, ориентированной на анализ многомерных первичных данных (точечных и с неопределенностью интервального типа) для исследования динамических свойств и моделирования процессов. Приведен пример результатов мониторинга для процессов в природном очаге чумы.
Ключевые слова: иммунокомпьютинг, интервальная динамическая система, мониторинг, интеллектуальная система.
Как известно, в Российской Федерации (территория Кавказа, Прибайкалья, Иркутской области и т.д.) и СНГ (Казахстан, Киргизия, Узбекистан) находятся активные и самые крупные
