CC BY
114
УДК 004.4'2:004.8 Дата подачи статьи: 04.04.16
DOI: 10.15827/0236-235X.114.070-076
ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ РЕШЕНИЯ КОНФЛИКТНЫХ СИТУАЦИЙ В МНОГОАГЕНТНОЙ СРЕДЕ
(Работа выполнена при поддержке РФФИ, грант № 15-05-05545-а)
Н.А. Семенов, д.т.н., профессор, is@tstu.tver.ru; Н.Ю. Мутовкина, к.т.н., доцент, letter-boxNM@yandex.ru; А.Ю. Клюшин, к.т.н.., доцент, klalex@inbox.ru (Тверской государственный технический университет, наб. Аф. Никитина, 22, г. Тверь, 1 70026, Россия)
Поведение агентов в динамически меняющейся многоагентной среде зависит как от внешних факторов, так и от личностных характеристик, качеств самих агентов. К внешним факторам относятся интересы, предпочтения, мнения и убеждения окружения, мода, возможности реализации собственных желаний и потребностей и т.д. Основной личностной характеристикой агента выступает его психо-поведенческий тип, который подвержен влиянию со стороны внешних факторов. При неблагоприятном влиянии внешних факторов в сочетании с негативным типом агент может спровоцировать конфликт в многоагентной среде. Психо-поведенческим типом агента можно управлять с помощью определенной комбинации воздействий, уникальной для каждого типа и зависящей от возможной стратегии поведения агента во взаимодействии с другими агентами. Сведение девиантного типа агента к компромиссному позволяет устранить конфликт в многоагентной среде. В статье рассмотрены основные способы ухода от конфликта, разработаны математическая модель согласования представлений агентов и алгоритм решения конфликта в многоагентной среде. Представленная информационная технология позволяет предсказать стратегию поведения агента в системе в условиях конфликта, а также выработать схему управления типом агента. Предложенная технология базируется на математическом аппарате теории игр, нечеткой логики, теории активных систем, математической теории ценностей, интересов и суждений. Эта технология стала основой для разработки экспертной системы по решению конфликтов в многоагентной среде. Наиболее оптимальным способом разработки такой системы является применение так называемых оболочек и специальных программных комплексов типа БХБУБ или 02.
Ключевые слова: информационная технология, конфликт, многоагентная среда, экспертная система, поведенческая стратегия, искусственный интеллект.
Конфликт в многоагентной среде (МС) - причина возрастающей напряженности в отношениях не только между участниками конфликта, но и между агентами, даже косвенно взаимодействующими с конфликтующими сторонами. Конфликты ведут к сбою в коммуникациях между агентами, появлению существенных разногласий и, в конечном счете, к блокированию работы всей системы. Конечно, в современной науке конфликт рассматривается не только как деструктивная форма взаимодействия индивидов или их групп, но и как явление, которое содержит конструктивную компоненту [1, 2]. В определенных условиях конфликт может интерпретироваться как способ развития системы, группы или индивида. Почти всегда он помогает приобрести новый опыт взаимоотношений между индивидами и их группами в различных жизненных ситуациях. Однако при этом возникает закономерный вопрос о цене приобретения такого опыта. Поэтому авторами настоящей статьи конфликт рассматривается все-таки как негативное явление.
Методы и модели разрешения конфликтных ситуаций в МС являются объектом исследования многих российских и зарубежных ученых.
Предложены различные способы сглаживания и устранения конфликтов. Разработаны модели согласованного информационного управления в разных исходных ситуациях и условиях взаимодействия агентов. Например, в [3] предложена модель,
когда агенты осведомлены о факте осуществления руководством управления и, тем не менее, доверяют его сообщениям. При этом были выявлены условия, при которых такое управление существует, доказаны некоторые его свойства.
На основе проведенного анализа работ, например [3-7], затрагивающих проблему устранения конфликта в МС, в данной статье предлагается подход к созданию информационной технологии, позволяющей найти способ разрешения конфликтной ситуации, а также предлагаются программные решения реализации этой технологии.
Информационная технология основана на нечетком оценивании индивидуальных особенностей агентов, приближающихся к конфликту или уже участвующих в нем. Источником исходной информации являются сами агенты, каждый из которых представляет свое видение решения проблемы. Генерация множества допустимых решений, из которых выбирается Парето-оптимальное, происходит автоматически. Нахождение Парето-оптимального решения означает устранение конфликтной ситуации. Для устранения или недопущения конфликта агенты должны обладать богатым жизненным опытом и интуицией. К сожалению, на практике это условие зачастую невыполнимо, и тогда на помощь приходят экспертные (советующие) информационные системы, разработанные на основе информационных технологий разрешения конфликтных ситуаций.
Теоретический анализ
Как уже было установлено в [8], основной индивидуальной особенностью агента, влияющей на его интересы, предпочтения, цели и, как следствие, на его поведенческую стратегию, является психоповеденческий тип агента г^ / = 1, N. Эмпирически подтверждено, что модель поведения агентов зависит от трех ключевых параметров: уровня направленности на собственные интересы, уровня направленности на интересы МС и ценности межличностных отношений (рис. 1). Конъюнкция уровней направленности на собственные интересы и интересы системы (организации) представляет собой уровень целеустремленности агента, его заинтересованности в работе на результат. Значительное влияние на поведение агента также оказывает его ресурсный потенциал, то есть уровень обеспеченности агента ресурсами, необходимыми ему для успешного выполнения задачи [9]. Возникновение конфликтов между агентами в МС обусловлено нарушениями согласованности в общении агентов друг с другом при осуществлении целенаправленной деятельности. В [9] приведены основные причины нарушения согласованности и типы конфликта, самым сложным из которых является конфликт, когда каждый из его участников уверен в собственной правоте. В этой ситуации особенно актуально применение методов согласованного
управления конфликтом, предложенных, например, в [3, 8-10]. Поведение агента в конфликтной ситуации может соответствовать одной из трех базовых поведенческих стратегий: уход от конфликта, усиление конфликта (принуждение) и компромиссное решение. Уступка в данном случае расценивается как первый шаг к компромиссу, а сотрудничество является посткомпромиссной коалиционной формой межагентного взаимодействия.
Области гиперкуба, представленного на рисунке 1, в которых находятся стратегии поведения агента, формируются в зависимости от различных факторов, основополагающим из которых является достаточность ресурсов, необходимых для успешного функционирования агента в МС. Агент склонен менять межличностную модель своего поведения, если от взаимодействия с другими агентами зависит его собственное благополучие.
В проведенном исследовании установлено, что модели поведения агентов можно менять так, чтобы исключить возможность образования нежелательных коалиций, мешающих достижению поставленной цели, и, как следствие, конфликтных ситуаций, которые могут возникнуть между как двумя-тремя агентами, так и их группами. При этом необходимо учитывать неопределенности, представленные на рисунке 2.
Эти виды неопределенностей являются источником нечеткости в моделях поведения агентов,
на собственные интересы, % Рис. 1. Возможные стратегии поведения агента во взаимодействии с другими агентами Fig. 1. Possible strategies of agent's behavior in interaction with other agents
что может привести к конфликту между ними. Поэтому в математическом обеспечении предлагаемой информационной технологии применяются нечеткая логика и расплывчатые множества, в частности, при определении предпочтений агентов и оценок его состояний.
Рассматривается абстрактная МС, состоящая из восьми агентов, каждый из которых характеризуется определенным психо-поведенческим типом. На рисунке 3 показана МС, агенты которой функционируют в условиях конфликта. Каждый из них является участником процесса принятия решений и имеет свою точку зрения на происходящее как в МС, так и за ее пределами.
Конфликтом в МС считается любое ее состояние, в котором существует противоречие между агентами, ведущее к снижению эффективности работы среды от заданного уровня, то есть в конфликтной системе (организации) должен быть хотя бы один агент принуждающего типа. Стратегии поведения агентов, представленных на рисунке 3, соответствуют стратегиям на рисунке 1: два агента идут на компромисс, два агента обладают принуждающим типом, два агента склонны к сотрудничеству, один агент предпочитает уступить свою позицию и один агент уклоняется от каких-либо действий вообще, поскольку считает, что любое из них неизбежно вовлечет его в конфликт. Поведение
каждого агента обусловлено как его внутренним состоянием, так и воздействиями, оказываемыми на него со стороны других агентов и внешней среды. В процессе взаимодействия агенты склонны объединяться в группы по различным аспектам: целям, интересам, представлениям и даже по дружбе против кого-то. От этого и зависят модели их поведения.
Первым шагом к разрешению конфликта служит самоубеждение каждого из агентов-антагонистов в том, что конфликтная ситуация носит деструктивный характер: в лучшем случае ведет в «никуда», а в худшем может дестабилизировать МС и привести к ее полному разрушению. Индивидуальные цели агентов состоят в реализации собственных интересов, обусловленных личностными предпочтениями. Залогом успешного решения конфликтной ситуации является достижение состояния МС, показанного на рисунке 4.
SBC ID Ш toü.
File Ed» Source Ruies /Utributes Test Find Plot HeJp @ - О X
■ f
®ПRfL-K
0 0.ÎÎ 0.« i У
'«■>►> Plot 1 Plat 1
Рис. 4. Абстрактная МС и ее участники: компромиссное состояние
Fig. 4. An abstract multi-agent system and its members: the compromise state
В этом случае создается ситуация равновесия, в силу интеллектуальности агентов характеризующаяся следующим:
- агенты - участники конфликта убеждаются в том, что ни у кого из них нет шансов победить в конфликте;
- каждый из агентов понимает, что в случае решения конфликта он в некоторой степени, пусть и не очень существенной, максимизирует собственный выигрыш, описываемый целевой функцией (ЦФ) f; в ситуации отсутствия какого-либо соглашения ЦФ агента имеет нулевое значение, а эмоциональная компонента у,- [8] принимает отрицательные значения, что негативно сказывается на целеустремленной деятельности агента как в личных, так и в общих интересах;
- при относительном выравнивании психо-по-веденческих типов интересы каждого агента хотя бы частично, но согласуются с интересами других агентов; как правило, здесь объединяющим началом выступает сама среда: если агент не будет подчиняться общепринятым правилам функционирования МС, то он станет изгоем, возможно, даже
SBC
File Edit Source Rules Attributes Test Find Plot Help ® - в *
0.«- !
; _j/\0 6<5 \ J-
0 0.33 ose 1 У
Рис. 3. Абстрактная МС и ее участники: исходное состояние
Fig. 3. An abstract multi-agent system and its members: the initial state
возникнет вопрос о его физическом существовании.
Вследствие согласованных управленческих воздействий, позволивших устранить конфликт, в МС появились две новые связи между агентами. Несомненными также являются сближение позиций агентов и объединение их усилий над решением поставленных в МС задач.
Математическая модель согласования представлений агентов
Каждый из агентов стремится достичь состояния, описываемого выражением
Г : / (а, max, (1)
а, eA
где а,- = (а л, ад, ..., ам) e A - множество возможных предпочтений /-го агента, j = 1, M.
Полное множество возможных предпочтений всех агентов описывается выражением: а = (а1, а2, ..., аы)еА, где множество А является объединением множеств А,-. В условиях недоминируемости каждый агент априори понимает, что только путем компромисса можно максимизировать ЦФ, вопрос - насколько. Величину компромиссной максимизации обозначим через Д,, тогда выражение (1) можно представить так:
Г : f (а, , (2)
где ак - множество возможных предпочтений k-го агента, i^k.
Именно трудность в определении Д, и является основной причиной затягивания конфликтной ситуации, усугубляет ее. Для каждого агента эта величина своя, на нее также влияет ri. Однако очевидно, что Д/>0>(-Д/), следовательно, здравый смысл заставляет агентов вступать в переговоры для решения конфликта. Пусть i-й агент и не получит желаемого максимума, но он получит определенный выигрыш, что лучше, чем ничего. Абстрагировавшись от переговоров с другими агентами, i-й агент может оказаться в проигрыше, поскольку ничего не будет знать о намерениях других агентов, которые, в сою очередь, могут объединиться против него.
Гарантированным выигрышем i-го агента будет функция
/ (а*)= max min /(а,,а2,...,аК) . (3)
4 7 а, eA, ак eAk ,i ^к 4 7
В качестве возможных вариантов решения конфликта обсуждаются лишь альтернативы, при-
N
носящие агентам выгоду, не меньшую Д = (~)Д(.
i=i
Вступая в переговорный процесс, каждый агент располагает а*ieA*eA, которые обеспечивают ему минимально возможную выгоду. Об этих предпочтениях i-й агент уведомляет остальных, и те, в свою очередь, действуют точно так же.
Некоторые агенты могут претендовать на выигрыш, превышающий гарантированный. Это приводит к новому ограничению области возможных компромиссов, что недопустимо, поскольку провоцирует новый конфликт. Поэтому для решения конфликта должна быть обеспечена ситуация, в которой все агенты согласны получить лишь гарантированный выигрыш. Сужение области предпочтений возможно лишь в случае, если альтернатива а, доминирует над альтернативой а* согласно принципу Парето [11]. Переговоры, позволяющие выявить альтернативы (предпочтения), которые являются одновременно оптимальными по Парето (множество Ар) и обеспечивают гарантированный выигрыш (множество А*), признаются эффективными. Они дают возможность найти множество переговорных альтернатив: Аор-А*пАр. При разумном поведении агентов переговоры относительно поиска компромиссного решения должны завершиться выбором из множества Аор*. Если множества А, компактны и функции /(а,) непрерывны, то Аор^0. Переговорный процесс на этом заканчивается, поскольку возобновление конфликта становится невыгодным ни одному из агентов МС.
Об устойчивости компромиссного решения можно говорить, если выполняется условие
/. (асотрг ) > ^ (аасотрг|а.) V/ е N, а,еА,. (4)
В литературе, посвященной проблемам управления и оптимизации управленческих решений, рассмотрены многие способы сохранения устойчивости компромиссного решения, однако наиболее применимым на практике является повышение уровня взаимной информированности агентов относительно собственных интересов и предпочтений. Например, в переговорах участвуют два агента (,, к) при установленном порядке выбора альтернатив: сначала рассматривается а,-, затем ак. Агент к имеет возможность до выбора а, сообщить агенту , свое правило выбора V*, причем сам будет вынужден его же и придерживаться. Обмен информацией при переговорах должен быть организован так, что каждый из их участников сообщает другому не только о своем выборе в данный момент времени, но и правило, которым он будет руководствоваться при выборе той или иной альтернативы. При этом каждый из агентов гарантирует неизменность установленного им самим правила при переговорах. Устойчивость компромиссного решения будет обеспечена при выполнении условия /(асотрг-)&/к(асотрг-).
Алгоритм разрешения конфликтной ситуации в МС
Исходя из проведенного анализа, агентам, заинтересованным в разрешении конфликтной ситуации путем переговоров, необходимо руководствоваться следующим алгоритмом.
1. Оценка конфликтной ситуации и психо-по-веденческих типов участников конфликта. Если существует какое-либо доминирование, проводятся дополнительный анализ причин конфликта, пересмотр состава агентов и структуры МС. Если доминирования нет, оцениваются личные гарантированные выигрыши.
2. Расширение множества собственных предпочтений в силу согласования личных интересов с интересами других агентов, руководствуясь умозаключением: «Я знаю: если согласование не будет достигнуто вовсе, то в лучшем случае я ничего не получу, а в худшем - для меня наступит отрицательный эффект».
3. Информирование остальных агентов о собственной позиции по спорному вопросу, намерениях, вследствие чего вырабатывается множество возможных решений.
4. Анализ полученных решений с позиции удо -влетворения интересов каждого агента и определение множества гарантирующих коллективных решений. Если такое решение единственное или каждое из гарантированных решений для каждого агента равнозначно, считается, что конфликт исчерпан. Если множество Л°р=0, осуществляются пересмотр поведенческих стратегий и возврат к пункту 1. Если сформированное множество гарантирующих решений содержит решения, не являющиеся оптимальными по Парето, они исключаются из дальнейшего рассмотрения.
5. Выбор из множества Л°р' наиболее предпочтительного. Для этого каждый агент ранжирует альтернативы сообразно своим предпочтениям. Результаты ранжирования доводятся до сведения других агентов.
6. Обеспечение устойчивости коллективного решения и его реализация.
Разработка информационной советующей системы
В соответствии с изложенными принципами и на основании представленного алгоритма разрабо-
тана информационная система (ИС), являющаяся интерактивной, советующей системой, осуществляющей обработку поступающей информации в режиме on-line и выполняющей все расчеты на основе математического аппарата нечеткой логики с элементами искусственного интеллекта. Функциональная схема ИС изображена на рисунке 5. В ней предусмотрены два интерфейса - эксперта, осуществляющего наполнение БД, баз знаний и моделей, и агента, который получает информацию о вариантах своих действий и поведенческих стратегиях. Назначение данной ИС - прогноз поведенческой стратегии агента на основе его типа в условиях конфликта.
В модуле определения гарантирующих решений реализован стандартный алгоритм решения матричной игры (NxN). В модуле определения Парето-оптимальных решений предусмотрен алгоритм выделения множества Парето из общего множества допустимых коллективных решений. Модуль анализа и оценки устойчивости решения предназначен для оценки и ранжирования множества переговорных решений (стратегий поведения). Результаты ранжирования поступают в модуль формирования рекомендаций относительно стратегии поведения агента. Нечеткий лингвистический интерпретатор обеспечивает диалог агента с системой в режиме on-line. Его основные функции - интерактивное планирование вычислительного процесса в соответствии с предложенным выше алгоритмом и управление ходом проведения расчетов. В нем же осуществляется перевод входных текстов, написанных на естественном языке, на формализованный язык системы - язык семантических сетей и когнитивных карт.
Подобная система относится к классу экспертных систем (ЭС), поскольку воспроизводит деятельность эксперта - психолога-конфликтолога. Эксперт определяет знания, закономерности, характеризующие стратегии поведения агентов в условиях конфликта, обеспечивает их полноту и логическую правильность. Кроме того, для разработки ЭС в обязательном порядке привлекаются
Рис. 5. Функциональная схема ИС Fig. 5. Information system functional diagram
инженер по знаниям и программист. Участие инженера по знаниям состоит в оказании помощи эксперту в части выявления и структуризации знаний, необходимых для работы ЭС. Выбор наиболее подходящего для данной проблемной области инструментального средства, определение способа представления знаний в этом инструментальном средстве, выявление и лингвистическое программирование стандартных функций для составления правил - все это работа инженера по знаниям. Непосредственная разработка ЭС, ее сопряжение со средой, в которой она будет применяться, - задача программиста.
Что касается выбора инструментария, то прототип ЭС может быть создан одним из способов, представленных на рисунке 6.
_+
Программирование на традиционных языках (C#, Java, PYTHON и т.д.)
Перед разработчиками ЭС всегда остро стоит вопрос о выборе адекватного программного инструментария для разработки. Быстро меняющийся рынок средств разработки предлагает десятки программных систем, однако при выборе надо принимать во внимание целый ряд как объективных, так и субъективных факторов, основными из которых являются особенности предметной области, наличие квалифицированной команды разработчиков, необходимость стыковки с другими программными продуктами, финансовые и временные ограничения проекта, количество пользователей будущей системы и их квалификация. Особой популярностью пользуются пустые ЭС, или оболочки, главным образом, из-за простоты и скорости разработки баз знаний [12, 13]. Именно эти плюсы и стали решающими при выборе инструментария для разработки прототипа ЭС SBC (Strategy of Behavior in Conflict), графические результаты работы которой представлены на рисунках 3 и 4.
Согласно результатам исследований [8-10], установлено, что самым действенным способом решения конфликта в МС является согласованное изменение поведенческих стратегий агентов и управление направлением их целеустремленных действий. Согласование выбора способов и методов достижения общей цели должно осуществляться с учетом наличия у каждого агента собственной цели. При этом очень важно, чтобы агент понимал,
что достижение общей цели (цели МС) будет способствовать достижению его личных целей. Если это условие не выполняется, у агента появляются внутренние противоречия и возникает внутренний конфликт. Методы недопущения и устранения внутренних конфликтов - тема отдельного исследования и в этой работе не рассматривается. На основе предложенной технологии разрешения конфликтов была разработана ЭС, позволяющая находить решение преодоления межагентного конфликта в МС и анализировать его устойчивость как на этапе подготовки к переговорам, так и при их проведении. Конечно, предложенная технология не позволяет найти такой вариант решения проблемы, который устраивал бы всех агентов и максимизировал их ЦФ в равной степени. Однако ее
^_
Применение оболочек (пустых ЭС) и программных комплексов (KEE, ProKappa, HUGIN, GURU, EXSYS, G2 и др.)
применение позволяет принять решение, гарантирующее достижение положительных значений ЦФ всех агентов. Опытная эксплуатация системы на примере подготовки основной характеристики образовательной программы по направлениям бакалавриата «Бухгалтерский учет, анализ и аудит», «Финансы и кредит» доказала, что ее применение позволяет почти на 70 % повысить оперативность разработки основной характеристики образовательной программы и согласования перечня компетенций, обязательных для формирования у студентов.
Литература
1. Фишер Р., Юри У. Путь к согласию или переговоры без поражения. М.: Наука, 1990. 158 с.
2. Хасан Б.И. Конструктивная психология конфликта. СПб: Питер, 2003. 250 с.
3. Чхартишвили А.Г. Согласованное информационное управление // Проблемы управления. 2011. № 3. С. 43-48.
4. Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами. М.: Либро-ком, 2009. 264 с.
5. Кулинич А.А. Модель командного поведения агентов (роботов): когнитивный подход // Управление большими системами. 2014. Вып. 51. С. 174-196.
6. Новиков Д.А. Математические модели формирования и функционирования команд. М.: Физматлит, 2008. 184 с.
7. Новиков Д.А. Методология управления. М.: Либроком, 2011. 128 с.
8. Мутовкина Н.Ю., Кузнецов В.Н., Клюшин А.Ю. Поведенческие модели интеллектуальных агентов в процессе инфор-
Рис. 6. Способы создания ЭС Fig. 6. Ways of creating an expert system
Програм на специал языках (LI KRL, Sm
мационного взаимодействия // Системы управления и информационные технологии. 2013. № 1.1 (51). С. 178-183.
9. Мутовкина Н.Ю., Кузнецов В.Н., Клюшин А.Ю. Методы согласованного управления конфликтом в многоагентной системе // Системы управления и информационные технологии. 2014. № 3.2 (57). С. 255-261.
10. Mutovkina N.Yu., Klyushin A.Yu., Kuznetsov V.N. Stability of containment strategy in multi-agent systems. Automation and
Remote Control, 2015, vol. 76, iss. 6, pp. 1088-1093.
11. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. М.: Физматлит, 2007. 256 с.
12. Муромцев Д.И., Колчин М.А. Разработка экспертных систем в Drools Guvnor. СПб: Изд-во ИТМО, 2013. 54 с.
13. Экспертные системы. Оболочки для создания экспертных систем. URL: http://www.bourabai.kz/alg/expert22.htm (дата обращения: 31.03.2016).
DOI: 10.15827/0236-235X.114.070-076 Received 04.04.16
SOFTWARE OF INFORMATION TECHNOLOGY FOR SOLVING CONFLICT SITUATIONS
IN MULTI-AGENT ENVIRONMENT
(The work has been done with support from RFBR, project no. 15-05-05545^)
SemenovN.A., Dr.Sc. (Engineering), Professor, is@tstu.tver.ru;
Mutovkina N.Yu., Ph.D. (Engineering), Associate Professor, letter-boxNM@yandex.ru;
Klyushin A.Yu., Ph.D. (Engineering), Associate Professor, klalex@inbox.ru (Tver State Technical University, Nikitin Quay 22, Tver, 170026, Russian Federation)
Abstract. The agents' behavior in a dynamically changing multi-agent environment (ME) depends on both external factors and personal characteristics, agents' qualities. The external factors include interests, preferences, opinions and beliefs of the environment, "fashion", the possibility of realization of their own desires and needs, etc. The main personal characteristic of the agent is its psycho-behavioral type, which is influenced by external factors. The agent can provoke a conflict in ME under an adverse influence of external factors along with the negative type. It is possible to control a psycho-behavioral agent using a certain combination of influences. This is a unique combination for each type of agent. It depends on the potential strategic behavior of an agent in interaction with other agents. The reduction of deviant agent to a compromise type allows resolving a conflict in ME. The article describes the main ways of avoiding a conflict, a mathematical model of matching representations of the agents and the algorithm for solving a conflict in the ME. The presented information technology allows predicting the agent's behavioral strategy in the system in conflict and developing a control scheme of the type of the agent. The proposed technology is based on a mathematical apparatus of the game theory, fuzzy logic, the theory of active systems, the mathematical theory of values, interests and judgments. This technology has become the basis for development of an expert system for ME conflict resolution. The best way of developing such a system is the use of so-called "shells" and special software systems, e.g., EXSYS or G2.
Keywords: information technology, conflict, multi-agent environment, expert system, behavioral strategy, artificial intelligence.
References
1. Fisher R., Yuri W. Put k soglasiyu ili peregovory bez porazheniya [The Path to the Consent or Negotiations Without Defeat]. Moscow, Nauka Publ., 1990, 158 p.
2. Khasan B.I. Konstruktivnayapsikhologiya konflikta [Constructive Psychology of Conflict]. St.-Petersburg, Peter Publ., 2003, 250 p.
3. Chkhartishvili A.G. Coordinated information management. Problemy upravleniya [Management Problems]. 2011, no. 3, pp. 43-48 (in Russ.).
4. Burkov V.N., Korgin N.A., Novikov D.A. Vvedenie v teoriyu upravleniya organizatsionnymi sistemami [Introduction to the Theory of Organizational System Management]. Moscow, Librokom Publ., 2009, 264 p.
5. Kulinich A.A. The model of agents' (robots') team behavior: a cognitive approach. Upravlenie bolshimi sistemami [Managing Large Systems]. 2014, vol. 51, pp. 174-196 (in Russ.).
6. Novikov D.A. Matematicheskie modeli formirovaniya i funktsionirovaniya komand [Mathematical Models of Commands' Formation and Functioning]. Moscow, Fizmatlit Publ., 2008, 184 p.
7. Novikov D.A. Metodologiya upravleniya [A Methodology of Management]. Moscow, Librokom Publ., 2011, 128 p.
8. Mutovkina N.Yu., Kuznetsov V.N., Klyushin A.Yu. Behavioral models for intelligent agents in information interaction. Sistemy upravleniya i informatsionnye tekhnologii [Control Systems and Information Technologies]. 2013, no. 1.1 (51), pp. 178-183 (in Russ.).
9. Mutovkina N.Yu., Kuznetsov V.N., Klyushin A.Yu. The methods of agreed management of conflict in a multi-agent system. Sistemy upravleniya i informatsionnye tekhnologii [Control Systems and Information Technologies]. 2014, no. 3.2 (57), pp. 255-261 (in Russ.).
10. Mutovkina N.Yu., Klyushin A.Yu., Kuznetsov V.N. Stability of containment strategy in multi-agent systems. Automation and Remote Control. 2015, vol. 76, iss. 6, pp. 1088-1093 (in Russ.).
11. Podinovsky V.V., Nogin V.D. Pareto-optimalnye resheniya mnogokriterialnykh zadach [Pareto-Optimal Solutions of Multi-Criteria Problems]. 2nd ed., Moscow, Fizmatlit Publ., 2007, 256 p.
12. Muromtsev D.I., Kolchin M.A. Razrabotka ekspertnykh sistem v Drools Guvnor [Development of Expert Systems in Drools Guvnor]. St.-Petersburg, ITMO Publ., 2013, 54 p.
13. Ekspertnye sistemy. Obolochki dlya sozdaniya ekspertnykh sistem [Expert systems. Shells to create expert systems]. Available at: http://www.bourabai.kz/alg/expert22.htm (accessed March 31, 2016).
