CC BY
44
УДК 004.94
КОМБИНИРОВАННЫЙ ПОДХОД К ИМИТАЦИОННОМУ МОДЕЛИРОВАНИЮ БИЗНЕС-ПРОЦЕССОВ
© 2017 Е. А. Бабкин1, Е. В. Копица2
1 профессор кафедры программного обеспечения и администрирования информационных систем, канд. техн. наук, доцент e-mail: [email protected]
2аспирант кафедры программного обеспечения и администрирования
информационных систем e-mail: kopitsa. egor@gmail. com
Курский государственный университет
В статье рассматривается подход к формализации концепции агента, предназначенного для функционирования в рамках подхода, основанного на комбинировании дискретно-событийной и агентной методологий. Выделены ключевые элементы понятия агента, представлены правила преобразования дискретно-событийной модели в агентную, а также приведен пример применения данных правил для процесса, описанного в нотации BPMN.
Ключевые слова: имитационное моделирование, комбинированная методология, агентное моделирование, формализация.
Ранее нами был рассмотрен подход к моделированию бизнес-процессов на основе комбинирования дискретно-событийной и агентной методологий, приведена формализация имитационной модели данного подхода[Бабкин, Копица 2016]. Требует исследования вопрос формализации агента в рамках комбинированной системы имитационного моделирования.
Вопросу формализации концепции агента посвящены работы, в которых подробно описан набор возможных характеристик агента [Salamon 2009], рассмотрены его ключевые понятия и определения [Macal, North 2009]. Однако до сих пор вопрос формального определения агента остается открытым. Зачастую при построении систем агентного моделирования разработчики формализуют концепцию агента на основе собственного опыта и требований к разрабатываемой системе. Тем не менее большинство разработчиков систем агентного моделирования сходится во мнении, что агент должен обладать рядом характеристик, таких как:
• автономность - возможность функционировать независимо в пределах агентной среды, взаимодействуя с другими агентами лишь при необходимости;
• взаимодействие с другими агентами - возможность отправлять сигналы другим агентам и получать от них ответы;
• взаимодействие со средой, в которой он находится - возможность анализировать параметры среды и, в некоторых случаях, использовать ее для коммуникации с другими агентами.
В рамках разработки комбинированного подхода моделирования бизнес-процессов помимо описанных выше свойств будем характеризовать агента следующим набором признаков:
• уникальным именем;
• набором алгоритмов поведения;
• набором атрибутов, характеризующих агента;
• памятью;
• ресурсами, которыми обладает агент;
• возможностью взаимодействовать с другими агентами;
• возможностью взаимодействовать с агентной средой.
Этот список может быть расширен путем внедрения концепции целей агента, влияющих на механизм принятия решений, а также путем расширения поведения агента механизмами познания и адаптации. Данные элементы не обязательны для всех агентов, но могут быть полезны при решении определённого круга задач. Таким образом, под агентом А будем понимать:
A = <Na, B, Attrib, K, Res, P, As>,
где Na - имя агента;
B - набор алгоритмов поведения агента; Attrib - набор атрибутов агента; K - память (база знаний агента); Res - набор ресурсов агента; P - набор собственных действий; As - набор ассоциаций агента.
Алгоритм поведения агента может быть далее представлен в форме
Bj = <N!, Inj, Oj, Ascj >,
где N! - имя алгоритма;
Inj - список входных параметров алгоритма;
Oj - список выходных данных;
AsCj - сценарий выполнения.
В общем случае сценарий алгоритма поведения агента может быть представлен большим набором доступных средств, таких как блок схемы, событийные модели, BPMN-диаграммы [Onggo, Karpap 2011], набор диаграмм нотации UML [Bersini 2012] и др.
В данной работе на примере диаграммы нотации BPMN будет приведено соотношение между элементами описания агента и элементами нотации BPMN. Будем рассматривать граф нотации BPMN:
G = <P, R>,
где P - набор пулов;
R - набор ресурсов.
Под пулом будем подразумевать:
Pi = <Щ, St, Di >,
где N]p - имя пула; Si - набор дорожек; Di - набор данных пула.
Под дорожкой подразумевается:
Si = <Щ, Act!, RUi, Elin, Е!ut >,
где N!¡ - имя дорожки;
Act i - набор активностей дорожки;
Rui - набор правил перехода дорожки;
Е\п - набор входящих событий дорожки;
£"¿ut - набор исходящих событий дорожки.
В предлагаемом методе комбинирования нотаций предполагается, что описание бизнес-процесса происходит в процессном стиле, следовательно, имя пула Щ соответствует описываемым в них процессу, а имена дорожек - исполнителям, в них участвующим. Таким образом, имена агентов Na напрямую соответствуют именам дорожек N!, используемым в BPMN-модели.
Формирование набора алгоритмов поведения агента B осуществляется на основе анализа дорожек нотации BPMN. В ходе формирования алгоритма поведения агента Bj
имя алгоритма N¿ формируется на основе имени пула N^, в котором расположена дорожка и названия дорожки N1:. Набор активностей Acet и правил перехода Rut дорожки должны быть преобразованы в алгоритм поведения агента (сценарий) Ascj. Нами рассмотрен один из возможных вариантов внутреннего описания структуры хранения данных агента [Бабкин, Копица 2016а].
Активности дорожки должны быть преобразованы в собственные действия агента. Концепция собственных действий позволяет моделировать ограничения и характеристики активности, такие как время выполнения, резервирование ресурсов и др. В свою очередь, дорожки и подпроцессы должны быть преобразованы в доступные для внешнего вызова сценарии поведения агента Ascj. Это позволит реализовать коммуникацию между агентами и их взаимодействие с внешней средой, а также будет способствовать расширению механизмов повторного использования и сокращению дублирования в разных частях модели.
События обоих групп и E!ut разделяются на события, содержащие
сообщения, используемые для обмена сообщениями между дорожками, и пустые события, используемые для передачи потока управления другим дорожкам или инициации какой-либо активности взаимодействующего пула. Пустые события обоих типов не преобразуются непосредственно в атрибуты агента, но служат для формирования набора ассоциаций As c другими агентами. Каждое входящее событие дорожки, содержащее сообщение E¡n, добавляется к списку входных параметров алгоритма поведения агента Inj. Исходящие события, содержащие сообщения E!ut, преобразуются в выходные параметры алгоритма поведения агента Oj.
Набор данных пула Dt частично или полностью преобразуется в базу знаний K одного или нескольких агентов. В свою очередь, часть данных может быть преобразована во входные параметры действий агента.
В качестве примера рассмотрим преобразование процесса бронирования столика, приведенного в работе [Бабкин, Копица 2016];
Рассмотрим преобразование сценария бронирования столика по телефону.
Процесс обслуживания заявки на бронирование столика
Формальное описание сценария бронирования столика, представленного на рисунке:
^Бронирование ~~ ~~-БрОНИрОВс1НИе, ^Бронирование* ^Бронирование''' ^Бронирование {^ст.оф' ^клиент}' ^Бронирование = {Пожелания К СТОЛИКу},
5стоф = <Старший официант, ActCT^, RuCT0§, ActCT 0ф = {Ответить; Забронировать},
RuCT 0ф = (Пожелания к столику) {
Ответить;
Если есть свободный столик, соответствующий пожеланиям, то Забронироват ъ ;
Иначе
Завершит ъ обслуживание; }.
Соф = т. С0ф = (0).
с = <Клиент Art RH Fклиент рклиент>
°клиент ¡\Jiunnm, -"^клиент» п"-клиент Пin > пout >
Лctст.о ф = {Позвонить},
йиклиент= Клиент.Бронирование() {
Позвонить;
Старший официант.Бронирование(пожелания к столику) },
Ef™eHT = {Начало обслуживания},
ент = { Удачное бронирование, Отказ в обслуживании}. Анализ формального описания сценария бронирования столика позволяет выделить двух агентов, взаимодействующих друг с другом: клиента и официанта. Следуя правилам преобразования, описанным в данной работе, получим следующие описания агентов:
^Клиент = <Клиент, {Бронирование}, {0}, {0}, {0}, {Позвонить}, {¿официант }>
<Ри°еНн7ВаНИе= <Бронирование, {0},{0}, ^КЛОНнТ^^,
Аст оф. = <Старший официант, {Бронирование}, {0}, {0}, {0}, {Ответить,
Внести запись в журнал бронирования }, {^клиент}>,
.-.Бронирование гп 1 л Бронирование.
5ст оф = <Бронирование, {Пожелания к столику}, {0}, Аз^ оф >.
гл ^ л Бронирование л Бронирование ,
Стоит отметить, что сценарий ^5КЛиенТ , ^5ст оф формируется на
основе Ас1клиент, Диклиент и Ас1ст. оф., Яист. оф. соответственно.
В ходе проведения анализа формального описания сценария бронирования столика и его преобразования в формальное описание агентов было выявлено большое количество неопределенных параметров: память агента, набор ресурсов агента и др. Стоит отметить, что использование таких агентов строго ограничено, так как они не обладают ни механизмом принятия решений, ни механизмом адаптации и изменения поведения. Также в ходе преобразования элементов нотации ВРМК не было отражено формирование агентной среды и первоначальной настройки параметров агентов. Следовательно, использование только нотации ВРМК недостаточно для формирования агентной модели, корректно отображающей предметную область. Возникает необходимость в формировании как минимум двухуровневой архитектуры модели, в которой первый уровень будет предназначен для бизнес-пользователей, заинтересованных в быстром формировании агентных моделей, а второй - для специалистов в области агентного моделирования, способных проводить точную настройку и корректировку внутренних алгоритмов поведения агентов. Кроме того, в целях сокращения издержек на переобучение персонала и облегчения адаптации сотрудников к новой системе моделирования она должна обладать определенной гибкостью в контексте используемых графических средств отображения бизнес-процессов, например, предоставлять возможность применять как диаграммы нотации ВРМК, так и событийные графы или диаграммы деятельности нотации ЦМЪ.
Библиографический список
Бабкин Е.А., Копица Е.В. О методологии имитационного моделирования бизнес-процессов на основе агентного и дискретно-событийного подходов // Auditorium. Электронный журнал Курского государственного университета. Курск, 2016. № 2(10). URL: http://auditorium.kursksu.ru/pdf/010-012.pdf (дата обращения: 03.05.2017).
Бабкин Е.А., Копица Е.В. Подход к реализации интерфейса программирования приложений при разработке системы мультиагентного моделирования // Сб. науч. тр. II Всерос. науч.-техн. конф. «Вопросы кибербезопасности, моделирования и обработки информации в современных социотехнических системах» (ИНФОРМ-2016). Курск: Курск. гос. ун-т, 2016а. С. 119-121.
Bersini H. UML for ABM // Journal of Artificial Societies and Social Simulation. Universite Libre de Bruxelles, Belgium, 2012. № 15 (1) 9. URL: http://jasss.soc.surrey.ac.uk/15/1/9.html (дата обращения: 03.05.2017).
Macal C.M., North M.J. Agent-based modeling and simulation // Winter simulation confrerence. 2009
Onggo B.S.S., Karpap O. Agent-based conceptual model representation using BPMN // Winter simulation confrerence. 2011
Salamon T. Design of agent-based models, Czech Republic, 2011. 209 P.
