CC BY
104
УДК 004.89
РАЗРАБОТКА ПРОТОТИПА МУЛЬТИАГЕНТНОЙ СИСТЕМЫ КОНТРОЛЯ СОСТОЯНИЯ ТЕХНОГЕННЫХ ОБЪЕКТОВ
Татьяна Юрьевна Бугакова
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, кандидат технических наук, доцент кафедры прикладной информатики и информационных систем, тел. (913)987-01-42, e-mail: bugakova-tu@yandex.ru
Артем Андреевич Шарапов
Сибирский государственный университет геосистем и технологий, 630108, Россия, г. Новосибирск, ул. Плахотного, 10, аспирант, тел. (953)785-54-99, e-mail: sharapov_artem@mail.ru
В статье рассмотрена возможность разработки мультиагентной системы для определения состояния техногенного объекта. Приведена схема мультиагентной системы в целом. Выделены структурные блоки мультиагентной системы: блок сбора данных, обеспечивающий сбор, хранение, транспортировку данных и сведений о состоянии техногенного объекта; блок аналитики, обеспечивающий анализ поступающих данных; блок взаимодействия с пользователем, предоставляющий пользователю всю необходимую информацию об объекте. Определены основные интеллектуальные агенты, необходимые для функционирования мультиагентной системы: агент-субординатор, агент-интегратор, агенты-исполнители, агенты-общения. Рассмотрена укрупненная структура типичного интеллектуального агента и выделены его основные характерные особенности. Разработан прототип мультагентной системы. Приведен пример первого цикла работы системы для определения пространственно-временного состояния техногенного объекта. Рассмотрен математический алгоритм определения пространственно-временного состояния объекта и границ перехода из «безопасного» в «опасное» состояние в фазовом пространстве.
Ключевые слова: пространственно-временное состояние объекта, мультиагентная система, интеллектуальные агенты, техногенный объект, взаимодействие агентов, анализ данных, принятие решений.
В последнее время развитие геоинформационных технологий все больше приводит к развитию и возникновению новых концепций кроссплатформенных, распределенных и интеллектуальных систем. Но именно мультиагентные системы способны решать задачи управления и распределенного взаимодействия в сетях динамических систем.
Целью данной работы является рассмотреть возможность создания мультиагентной системы определения состояния техногенного объекта, привести пример создания интеллектуального агента. Под техногенным объектом понимается объект или совокупность объектов, созданных человеком в процессе производственно-хозяйственной деятельности и взаимодействующих с окружающей средой (здания, инженерные сооружения, мосты, туннели т. д.). Для достижения поставленной цели необходимо выполнить следующие задачи: рассмотреть структуру мультиагентной системы и принцип функционирования интеллектуальных агентов для определения состояния техногенных объектов.
Мультиагентные системы - это системы, реализованные с помощью нескольких агентов, взаимодействующих между собой. Отличительной чертой агента является его интеллектуальность. Интеллектуальные агенты способны взаимодействовать друг с другом, вести «переговоры», анализировать информацию, полученную в ходе общения. Также отличительными чертами интеллектуальных агентов является принятие решений в условиях неопределенности, ограниченности ресурсов, самостоятельность в решении поставленных задач, автоматическое приспосабливание к условиям в динамической среде, коллективное принятие решений [1, 2].
На сегодняшний день мультиагентные системы находят свое применение в различных областях, в том числе и в логистике, транспорте, робототехнике. Но в сфере геодезического производства при определении и контроле состояний техногенных объектов мультиагентные системы не реализованы. В настоящее время оценка состояния конструкций зданий, сооружений проводится специалистами строительного профиля, проектными организациями и техническими службами эксплуатации предприятий. Оценивая состояние конструкций зданий и сооружений, применяются разнообразные методы и средства измерений, позволяющие оптимизировать процессы контроля в зависимости от достоверности, полноты, объема поступающей информации. Применяются современные технологии геодезического контроля техногенных объектов, что в свою очередь позволяет на высоком уровне обеспечить безопасность их эксплуатации, внедряя в процесс мониторинга такие технологии, как радионавигационные системы GPS и ГЛОНАСС, технологии лазерного сканирования. Существующие регламенты и инструкции по эксплуатации объектов определяют порядок, объем работ и периодичность геодезического контроля. Но такой подход не предоставляет возможности провести анализ о состоянии объекта между периодами проведения мониторинга, что в предельном случае недостаточно для отслеживания быстроразвивающихся динамических, в том числе и деформационных процессов [3].
Существующими автоматизированными системами мониторинга (АСМ), например, такими как система геодезического мониторинга «Циклоп» и система «Кентавр», проводится непрерывный мониторинг техногенных объектов, при помощи измерения геометрических размеров и положения объекта относительно поверхности Земли и по отношению к другим объектам, используя специальное измерительное оборудование, приборы и специальные датчики, установленные на объекте. Полученные с датчиков данные обрабатываются системой для вычисления отклонений, смещений и анализа деформационных процессов, проверки на вхождения их в допуск и генерирования оповещений о тревожных событиях. Но, если в ходе работы появляются новые факторы, влияющие на состояние объекта, или данных для решения задачи недостаточно, то автоматизированные системы не способны дать объективную картину изменения состояния объекта, так как в основе заложены методы и алгоритмы, реализуемые по четко спланированному сценарию, в основном по принципу At.
Внедрение мультиагентных систем способно решить данную проблему, что, в свою очередь, повысит качество и эффективность определения состояния техногенных объектов и приведет к снижению риска возникновения чрезвычайных ситуаций. Основными преимуществами мультиагентных систем является параллельное выполнение операций, их способность к самоорганизации, управление знаниями, способность принимать распределенные управленческие решения, управлять ресурсами [4, 5].
В ходе работы над проектированием прототипа мультиагентной системы контроля состояния техногенных объектов были выделены следующие структурные блоки, без которых данная система существовать не может:
- блок сбора данных, обеспечивающий сбор, хранение, транспортировку данных, сведений об изучаемом техногенном объекте;
- блок аналитики, обеспечивающий анализ поступающих данных;
- блок взаимодействия с пользователем, предоставляющий пользователю всю необходимую информацию об объекте.
Важной частью мультиагентной системы контроля состояния техногенного объекта является блок аналитики, реализованный в виде совокупности интеллектуальных агентов, анализирующих поступающие данные о состоянии с помощью различных алгоритмов и методов обработки данных. При анализе данных целесообразно применять, например, такие алгоритмы, как «дерево событий», алгоритм выбора оптимального варианта решения, алгоритмы для работы с графами и т. д.
Каждый агент в системе является «специалистом» в своей области и способен решить определенную задачу, тем самым внося свой вклад в достижение общей цели. На рис. 1 представлена укрупненная структура типичного интеллектуального агента. На вход агенту подаются характеристики окружающей среды, а на выходе получают информацию о состоянии среды и вариант оптимального решения поставленной перед ним задачи. Решателем является процедура принятия решений, которая реализована в виде простого алгоритма [6].
Рис. 1. Укрупненная структура интеллектуального агента
Таким образом, построение мультиагентной системы заключается в создании некоторого множества агентов и в организации взаимодействия между ними, для принятия совместного управленческого решения.
Для определения состояния техногенного объекта в работе был построен прототип мультиагентной системы, представленный интеллектуальными агентами: агентом-субординатором, агентом-интегратором, агентами-исполнителями, агентами общения. Общая схема взаимодействия агентов представлена на рис. 2.
Рис. 2. Схема взаимодействия интеллектуальных агентов
В концепции определения состояния техногенного объекта, первичной задачей блока аналитики является определение границы «безопасного» и «опасного» пространственно-временного состояния объекта в целом. Рассмотрим один полный цикл взаимодействия агентов системы для решения этой задачи.
Известно, что любая система служит для решения какой-либо проблемы. Изначально, в первом цикле работы системы необходимо определить пространственно-временное состояние объекта и границы перехода из «безопасного» в «опасное» состояние. В мультиагентной системе возникающая проблема поступает изначально агенту-субординатору, который выполняет анализ данной проблемы, формулирует цель, определяет задачи для достижения цели, если необходимо, выполняет декомпозицию задач, разбивая их на подзадачи. Затем
агент-субординатор отправляет результаты агенту общения, который, в свою очередь, обеспечивает доставку задач или подзадач агентам-исполнителям -«специалистам», способным выполнить их решение. Агенты-исполнители решают поставленные перед ними задачи, назначенные агентом-субординатором. В рамках прототипа мультиагентной системы в первом цикле работы системы задействован только один агент-исполнитель, осуществляющий сбор и анализ данных о пространственно-временном состоянии. В качестве исходных данных, поступающих на вход агенту-исполнителю в данном случае, было принято множество координат х, у, z, контрольных точек, расположенных на объекте, позволяющих контролировать изменение пространственно-временного состояния объекта. Для получения этой информации на макете (прототипе) мультиа-гентной системы установлены роботизированные датчики. Принятые данные обрабатываются, анализируются и через агента общения передаются агенту-интегратору. Агент-интегратор является наиболее важным агентом системы и содержит в себе самую важную часть аналитики. Задача этого агента - определить пространственно-временное состояние объекта, границы перехода из «безопасного» в «опасное» состояние и своевременно сигнализировать о риске такого перехода на основе исходных данных [7-9].
Приведем пример математического алгоритма агента-интегратора в первом цикле работы мультиагентной системы. Пространственно-временное состояние объекта контролируется массивом из п точек с координатами х, у, z, определенными в моменты времени г = 1, 2 ... т. Таким образом, исходными данными агента для выявления «опасного» пространственно-временного состояния служит массив координат контрольных точек объекта хг(г), уг(г), zi(t), (/ = 1, 2 ... п, г = 1, 2 ... т).
Для определения состояния объекта в целом применим метод фазового пространства. Состояние всей системы контрольных точек в фазовом пространстве в момент времени 1 определяется одной фазовой точкой с координатами
' X (г) = (хх(г), х2(г )...Хп (г))
<7 (г) = (ух(г), у2(г)... Уп (г)) (1)
2 (г) = (zl(t), Z2(t (г)),
где п - количество контрольных точек, а размерность фазового пространства равна Яп [7].
Изменение любого из параметров х, у, z функции (1) с течением времени характеризует изменение состояния объекта, при этом точка Х(г), 7(г), 2(г) в фазовом пространстве переместится в точку с координатами Х(г + Аг), У(г + Аг), 2(г + Аг). След от перемещения фазовой точки в фазовом пространстве называется фазовой траекторией, характеризующей изменение состояния объекта в целом с течением времени.
Для того чтобы отобразить графически фазовую траекторию, применим метод сжатия «-мерного пространства и приведем Яп к Я3.
X (t) = (I ^\t ))1/2 Y (t) = (I y 2(t ))1/2 Z (t) = (I z- 2(t ))1/2.
(2)
Исходными данными для определения границы перехода из «безопасного» в «опасное» пространственно-временное состояние объекта могут служить величины предельно допустимых отклонений Ax-, Ay-, Az, установленные нормативными документами. Вычислив эквивалент допустимых отклонений координат Ax-, Ay, Azi в фазовом пространстве AX, AY, AZ, определим радиус-вектор сферы, представляющей собой границу между «безопасным» и «опасным» состоянием
г = ((X(rt) + AX) - X (t1),(Y(tD + AY) - Y (i1),(Z(in + AZ) - Z (t1)).
(ti)
(t1)
(3)
На рис. 3 приведены результаты определения фазовой траектории объекта при п = 10 и т = 8 и границы предельного состояния.
Рис. 3. Фазовая траектория изменения пространственно-временного состояния
По результатам, приведенным на рис. 3, видно, что состояние объекта, приходящиеся на моменты ¿2, ¿3 и t8, выходят за пределы границы сферы, что
является предпосылкой для дальнейшего более детального изучения пространственно-временного состояния объекта и прогноза [10].
Агент мультиагентной системы, в котором заложен приведенный математический алгоритм, решает задачу предварительного контроля пространственно-временного состояния объекта, определяя, есть или нет «опасные» состояния объекта, и при наличии таковых принимает решение о дальнейшем детальном изучении состояния, выявлении причин и факторов и дает соответствующую команду через агента общения агенту-субординатору. На основании полученных данных агент-субординатор формулирует другую цель и задачи, отправляя их агентам-исполнителям. Таким образом, запускается второй и, при необходимости, последующие циклы работы мультиагентной системы.
При достижении новой поставленной цели и сформулированных задач в работу вступают другие агенты-исполнители. Так, например, в рамках разработанного прототипа мультиагентной системы агенты-исполнители выполняют сбор и анализ таких характеристик, как температура окружающей среды, параметры наклона и кручения объекта. Для этого на макете (прототипе) системы были установлены соответствующие роботизированные датчики. Эти характеристики позволяют определить более точную и детальную информацию об изменении состояния объекта и выявить зависимость изменения пространственно-временного состояния от таких параметров, как, например, температура окружающей среды. Если данных о состоянии объекта недостаточно, агент-интегратор запрашивает недостающие данные у других агентов-исполнителей [11].
При разработке мультиагентной системы учитывалось то, что пользователю необходимо предоставить информацию о состоянии объекта на любом этапе работы системы. Данную задачу решают агенты общения, которые отвечают за сбор, обработку, хранение, передачу данных другим агентам и обеспечивают взаимодействие пользователя и системы. Таким образом, у пользователя имеется возможность получить информацию по конкретно интересующим его параметрам изменения состояния техногенного объекта [12].
В заключение можно сказать, что разработка мультиагентных систем является перспективным направлением, решающим существующие проблемы объективности, своевременности и точности определения состояния техногенных объектов. Высокая автоматизация и интеллектуальное принятие решений позволит значительно снизить риск возникновения чрезвычайных ситуаций техногенного характера.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. -СПб : Питер, 2000. - 384 с.
2. Рыгалов А. Ю., Кубарьков Ю. П. Применение мультиагентных систем в электроэнергетике // Сборник трудов Кольского научного центра РАН, 2012. - С. 102-105.
3. Бугакова Т. Ю., Шарапов А. А. Применение мультиагентного подхода для определения пространственно-временного состояния техногенных систем // Интерэкспо ГЕО-Сибирь-2016. XII Междунар. науч. конгр. : Междунар. науч. конф. «Геодезия, геоинформа-
тика, картография, маркшейдерия» : сб. материалов в 2 т. (Новосибирск, 18-22 апреля 2016 г.). -Новосибирск : СГУГиТ, 2016. Т. 1. - С. 189-194.
4. Карпик А. П. Методологические и технологические основы геоинформационного обеспечения территорий : монография. - Новосибирск : СГГА, 2004. - 260 с.
5. Евгенев Г. Б. Мультиагентные системы компьютерной инженерной деятельности // Информационные технологии. - 2000. - № 4. - С. 2-7.
6. Управление на базе мультиагентных систем [Электронный ресурс]. - Режим доступа : http://www.intuit.ru/studies/courses/4115/1230/lecture/24081.
7. Рассел С., Норвиг П. Искусственный интеллект. Современный подход. 2-е изд. -М. : Вильямс, 2007. - 1410 с.
8. Чекинов С. Г. Интеллектуальные программные исполнительные устройства (агенты) в системах связи // Информационные технологии. - 2001. - № 4. - С. 6-11.
9. Бугакова Т. Ю. К вопросу оценки риска геотехнических систем по геодезическим данным // ГЕО-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск: СГГА, 2011. Т. 1, ч. 1. - С. 151-154.
10. Бугакова Т. Ю. Моделирование изменения пространственно-временного состояния инженерных сооружений и природных объектов по геодезическим данным // Вестник СГУГиТ. - 2015. - Вып. 1 (29). - С. 34-42.
11. Бугакова Т. Ю. К вопросу оценки риска геотехнических систем по геодезическим данным // ГЕО-Сибирь-2011. VII Междунар. науч. конгр. : сб. материалов в 6 т. (Новосибирск, 19-29 апреля 2011 г.). - Новосибирск: СГГА, 2011. Т. 1, ч. 1. - С. 154-157.
12. Web GIS: principles and applications / Pinde Fu, Jiulin Sun. - 1st ed. Esri Press, 380 New York Street, Redlands, California 92373-8100 Copyright 2011 Esri. - С. 16.
Получено 27.10.2016
© Т. Ю. Бугакова, А. А. Шарапов, 2017
PROTOTYPING MULTI-AGENT SYSTEMS MONITOR THE STATUS OF MAN-MADE OBJECTS
Tatiana Yu. Bugakova
Siberian State University Geosystems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D., Associate Professor, Department of Applied Computer Science and Information Systems, tel. (913)987-01-42, e-mail: bugakova-tu@yandex.ru
Artem A. Sharapov
Siberian State University Geosy stems and Technologies, 630108, Russia, Novosibirsk, 10 Plakhotnogo St., Ph. D. student, tel. (953)785-54-99, e-mail: sharapov_artem@mail.ru
In the present article the possibility of developing a multi-agent system to determine the status of man-made object. The scheme of the multi-agent system. The structural units of the multisystem: data acquisition unit that provides collection, storage, data transmission and information on the condition of man-made objects; intelligence unit, providing an analysis of the incoming data; block user interaction, providing the user with all the necessary information about the object. The main intelligent agents necessary for the operation of multi-agent systems: subordinators agent, the agent integrator, implementing agents, agents communication. Consider the enlarged structure of a typical intelligent agent and highlights its main characteristics. A prototype system multagentnoy. An example of the first cycle of the system to determine the space-time state of man-made object.
The mathematical algorithm for determining the space-time state of the object and move the boundaries of the "safe" in the "dangerous" state in the phase space.
Key words: space-time state of the object, multi-agent system, intelligent agents, man-made objects, the interaction of agents, data analysis, decision-making.
REFERENCES
1. Gavrilova, T. A., & Khoroshevskiy, V. F. (2000). Bazy znaniy intellektual'nykh sistem [Knowledge Base intelligent systems]. St. Petersburg: Piter [in Russian].
2. Rygalov, A. Y., & Kubarkov, J. P. (2012). Application of multi-agent systems in the power industry. Sbornik trudov Kol'skogo nauchnogo tsentra RAN [Proceedings of Kola science centre of the Russian Academy of Sciences] [in Russian].
3. Bugakova, T. Y., & Sharapov, A. A. (2016). Application of multi-agent approach to determine the space-time state of man-made systems. In Sbornik materialov Interekspo GEO-Sibir'-2016: Mezhdunarodnoy nauchnoy konferentsii: T. 4. Ekonomicheskoe razvitie Sibiri i Dal'nego Vostoka. Geodeziya, geoinformatika, kartografiya, marksheyderiya [Proceedings of Interexpo GEO-Siberia-2016: International Scientific Conference: Vol. 4. Geodesy, Geoinformatics, Cartography, Mine Surveying] (pp. 133-139). Novosibirsk: SSUGT [in Russian].
4. Karpik, A. P. (2004). Metodologicheskie i tekhnologicheskie osnovy geoinformatsionnogo obespecheniya territoriy [Methodological and technological bases of geoinformation support areas]. Novosibirsk: SSGA [in Russian].
5. Evgeny, G. B. (2000). Multi-agent systems computer engineering. Informatsionnye tekhnologii [Information Technologies], 4, 2-7 [in Russian].
6. Upravlenie na baze mul'tiagentnykh sistem [Control on the basis of multi-agent systems]. Retrieved from http://www.intuit.ru/studies/courses/4115/1230/lecture/24081 [in Russian].
7. Russell, S., & Norvig, P. (2007). Iskusstvennyy intellekt. Sovremennyy podkhod [Artificial Intelligence. Modern approach] (2d ed). Moscow: Vil'yams [in Russian]
8. Chekina, S. G. (2001). Intelligent software actuators (agents) in communication systems. Informatsionnye tekhnologii [Information Technologies], 4, 6-11 [in Russian].
9. Bugakova, T. Yu. (2011). On the question of risk assessment of geotechnical systems for geodetic data. In Sbornik materialov GEO-Sibir'-2011: T. 1, ch. 1. [Proceedings of GEO-Siberia-2011: Vol. 1, Part 1] (pp. 151-154). Novosibirsk: SSGA [in Russian].
10. Bugakova, T. Y. (2015). Modeling spatio-temporal changes in the state of engineering structures and natural sites on geodetic data. Vestnik SGUGiT [Vestnik SSUGT], 1(29), 34-42 [in Russian].
11. Bugakova, T. Yu. On the question of risk assessment of geotechnical systems for geodetic data. Sbornik materialov GEO-Sibir'-2011: T. 1, ch. 1. [Proceedings of GEO-Siberia-2011: Vol. 1, Part 1] (pp. 154-157). Novosibirsk: SSGA [in Russian].
12. Pinde Fu, & Jiulin Sun. (2011). Web GIS: principles and applications. California: Redlands.
Received 27.10.2016
© T. Yu. Bugakova, A. A. Sharapov, 2017
