CC BY
14
УДК 519.876.5
ПРИМЕНЕНИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРИ РАЗРАБОТКЕ СИСТЕМЫ, ОСНОВАННОЙ НА НЕЧЕТКОЙ ЛОГИКЕ
Ю. В. Сажина, Л. В. Липинский, А. С. Свиридова
Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail: yulia_klimec@mail.ru
Рассматривается задача проектирования системы складских перемещений на основе мультиагентного подхода, реализованная средствами имитационного моделирования. Также приведено краткое описание имитационного моделирования, как одного из способа проектирование сложных распределенных систем, имеющих широкое распространение, в том числе и в ракетно-космической отрасли.
Ключевые слова: агент и мультиагентные системы, нечеткая логика, имитационное моделирование, дискретно-событийное и агентное моделирование, системная динамика.
APPLICATION OF SIMULATION MODELING IN THE DEVELOPMENT OF A SYSTEM BASED ON THE FUZZY LOGIC
U. V. Sazhina, L. V. Lipinskiy, A. S. Sviridova
Reshetnev Siberian State University of Science and Technology 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: yulia_klimec@mail.ru
The article deals with the problem of designing a system of warehouse movements based on the multi-agent approach implemented by means of simulation modeling. Also, a brief description of simulation modeling is presented, as one of the ways to design complex distributed systems that are widely used, including in the rocket and space industry.
Keywords: agent and multi-agent systems, fuzzy logic, simulation modeling, discrete-event and agent modeling, system dynamics.
В последнее время при проектировании задач в любой отрасли человеческой деятельности (в том числе и в ракетно-космической отрасли) все активнее применяются сложные распределенные системы, способные успешно решать поставленные задачи в условиях неопределенности за счет распараллеливания действий между несколькими вычислительными потоками. К таким системам относятся интеллектуальные мультиагентные системы (МАС), в основе которых заложен принцип автономности отдельных частей программы (так называемых агентов), способных функционировать в среде, в которой одновременно протекает множество параллельных процессов. Каждый агент обладает набором определенных характеристик, способен решать поставленные задачи, может взаимодействовать как с другими агентами и влиять на их поведение, так и с окружающей средой. В распределенных системах управления под агентом понимается некая искусственная сущность (или объект, компьютерная программа), которая способна действовать в интересах достижения поставленных целей [1, с. 116-117]. Разработка МАС позволяет создавать мобильные, расширяемые, а зачастую и универсальные системы, которые можно адаптировать под любой вид деятельности, что является немаловажным моментом для динамически развивающегося предприятия. Но в связи с тем, что способы принятия решений агентов основаны на принципах работы человеческого мозга, такие системы сложны в проектировании. Поэтому пока нет широкого распространения универсальных систем. На данный момент разработка МАС несет больше прикладной характер.
В данной статье предлагается рассмотреть разработку системы складских перемещений, применяя средства имитационного моделирования. Основной задачей агента является поиск объекта на складе и его доставка в короткие сроки. Входной информацией для агента является так называемая заявка, которая содержит следующую информацию:
- код объекта;
- наименование объекта;
- размеры объекта (габариты): крупный, средний и малый (понятие габарита объекта задается относительно объема корзины агента);
- позиция объекта в хранилище (то есть местонахождение объекта на складе);
- индекс лотка, куда необходимо доставить найденный объект;
- статус позиции: свободно, зарезервировано, найдено, доставлено.
Помимо этой информации агент должен знать свободный объем корзины на текущий момент. Выходной информацией является запрашиваемый объект и статус позиции в заявке.
Как было описано выше, отличительной особенностью агентов является их способность взаимодействовать как между собой, так и с окружающей средой. При разработке МАС наибольшую сложность представляет поиск оптимального состояния агента, при котором он будет способен планировать и корректировать целенаправленные действия и при этом эффективно реагировать на изменения во внешней среде. Также очень важным моментом в разработке МАС является построение эффективной кооперации между агентами и внешней средой, заключающейся в разделении целей между отдельными сущностями, в совместном планировании и координации действий, направленных на достижение общих целей. В этом и заключается мультиагентный подход в разработке сложной распределенной системы.
На рис. 1 представлена схема работы простого агента.
Выбрать новую заявку
Рис. 1. Схема работы простого агента
Как видно из рисунка и из предыдущего описания концепции агента, взаимодействие агентов в системе принято осуществлять за счет совокупности четких и нечетких правил. Четкими правилами в данном случае являются ограничения среды. Они непосредственно прописываются разработчиком при проектировании системы. В рассматриваемой задаче одним из таких правил является: «если корзина полная, то иди к лотку». Нечеткие правила в данной задаче необходимы для разрешения конфликтов между агентами и внутри каждого агента при резервировании заявки. База нечетких правил ставит в соответствие набору входных параметров значения выходных параметров [2]. В данном случае система описывается двумя входными параметрами и одним выходным. В задаче введено понятие «объем корзины», относительно от которого рассматривается понятие «габариты объекта». Примерами таких нечетких правил являются: IF (корзина пустая) AND (габариты объекта малые) THEN изменить статус позиции на «зарезервировано»; ELSE IF (корзина пустая на половину) AND (габариты объекта большие) THEN положить объект в лоток (закрыть предыдущую позицию, изменить статус позиции на «доставлено»). С помощью нечетких правил осуществлен выбор заявки. То есть, агент должен «расставить» числовые приоритеты по таким параметрам, как размер искомого объекта, наполненность корзины, свободность указанного лотка. Сумма числовых приоритетов по данным параметрам по заявке сравнивается с такими же числовыми приоритетами других агентов этой же заявки. Чье число больше, тот агент резервирует заявку, меняет ее статус на «зарезервировано» и осуществляет поиск объекта. Таким же образом осуществлен выбор между заявками внутри одного агента.
Существуют различные способы проектирования мультиагентных систем. Одним из них является имитационное моделирование (ИМ), позволяющее описывать поведение реального объекта с помощью набора алгоритмов во времени. Причем этим временем можно управлять: замедлять в случае быстропротекающих процессов или ускорять для процессов с медленной изменчивостью [3, с. 5-6]. Более подробно об отличии математического и имитационного моделирования, методах и этапах ИМ, современных программных средств моделирования можно найти в работе «Имитационное моделирование при проектировании распределенных интеллектуальных систем» [4, с. 5-14].
В современном имитационном моделировании используют три основных подхода (методологии) [5, с. 52-54]:
- дискретно-событийное моделирование представляет моделируемую систему в виде процесса (последовательности операций), выполняемой агентами;
- агентное моделирование позволяет видеть взаимодействие моделируемых объектов даже без четкого представления общей схемы процесса;
- системная динамика используется для разработки долгосрочных стратегических моделей.
В рассматриваемой задаче управления складскими перемещениями мною используются
два подхода: дискретно-событийное (для представления общей логики процесса) и агентное моделирования (для настройки взаимодействия агентов и для разрешения конфликтов между ними). На рис. 2 представлена схема работы одного простого агента для ИМ.
На рисунке представлена схема работы только одного агента, который производит следующий основной набор действии:
1) поиск соответствий запрашиваемого объекта с объектами на складе stock;
2) при подтверждении соответствия агент высчитывает свободное место в корзине freeV_ag;
3) если свободное место имеется и позволяет вместить искомый объект, то агент резервирует заявку (message) и осуществляет доставку объекта в лоток.
Описание работы системы с несколькими агентами и полным набором действий каждого из них можно будет найти в следующих работах.
Разработка многоагентной системы является трудоемким процессом, требующего от разработчика внимательности и определенных знаний. Но при этом на выходе получается самостоятельный программный продукт, который возможно применять в любой сфере деятельности с минимальными уникальными доработками под конкретный объект управления. Таким образом, рассмотренная тема исследования является актуальной.
Object (то, что надо найти на складе): id_ob, name_ob, V_ob, N_stock Message (заявка): id_mes, id_ob, N_lotok, status Status (статус заявки): 0 - Свободно, 1 - Зарезервировано
V_ag ==1 (размер корзины) V_ob (размеры объекта): 1/2 V_ag, 1/3 V_ag, 1/4 V_ag... freeV_ag = V_ag - V_ob (свободное место в корзине)
Указать статус сообщения на «Свободно» Status==0
Проверить на нечеткие
условия
нет J
Выгрузить object в
lotok
Указать статус сообщения на «Зарезервировано» Status==1
Взять object из stock
Выгрузить object в lotok
Рис. 2. Работа простого агента в рамках имитационного моделирования
Библиографические ссылки
1. Гуревич Л. А. Вахитов А. Н. Мультиагентные системы // Введение в Computer Science. 2005. С. 116-139.
2. Городецкий В. И. Многоагентные системы: обзор современного состояния теории и практики [Электронный ресурс]. URL: https://www.slideshare.net/rudnichenko/mas-10320580 (дата обращения: 12.10.2015).
3. Салмина Н. Ю. Имитационное моделирование : учеб. пособие. Томск : Эль Контент, 2012. 88 с.
4. Сажина Ю. В. Свиидова А. С. Имитационное моделирование при проектировании распределенных интеллектуальных систем // Теория и практика современной науки : междунар. на-уч.-практ. журн. / под ред. Л. А. Тягуновой ; Ин-т управления и соц.-экон. развития. Саратов, 2018. № 2 (32). С. 18.
5. Асафьев Г. К. Современные системы моделирования // Сб. тр. молодых ученых и сотрудников кафедры ВТ / под ред. проф. Т. И. Алиева ; СПбГУ ИТМО. СПб., 2010. С. 90.
© Сажина Ю. В., Липинский Л. В., Свиридова А. С., 2018
