CC BY
103
вания технических возможностей, должна быть сформирована на базе различных информационных систем. Эта система должна быть в равной степени ориентирована как на интересы государственных надзорно-контролирующих органов, так и на интересы потребителей и их ассоциаций, для чего она должна иметь различные профили доступа к информации. Формирование ЕИС КТ позволит существенно снизить информационную асимметрию рынка, повысить транспарентность процессов контроля качества и безопасности продукции и, тем самым, одновременно решить как задачу снижения административного давления на бизнес, так и задачу защиты прав потребителей.
Литература:
1. Федеральный закон от 27.12.2002 г. «О техническом регулировании» № 184-ФЗ // СЗ РФ. - 2002. - № 52. - Ч. 1. - Ст. 5140.
2. Постановление Правительства Российской Федерации от 26.02.2010 г. «Об антикоррупционной экспертизе нормативных правовых актов и проектов нормативных правовых актов» № 96. - СЗ РФ. - 2010. - №1 0. - Ст. 1084.
3. Федеральный закон от 26.12.2008 г. «О защите прав юридических лиц и индивидуальных предпринимателей при осуществлении государственного контроля (надзора) и муниципального контроля» № 294-ФЗ // СЗ РФ. - 2008. - № 52. - Ч. 1. - Ст. 6249.
УПРАВЛЕНИЕ ОПЕРАТИВНЫМИ ИЗМЕНЕНИЯМИ БИЗНЕС-ПРОЦЕССОВ НА ОСНОВЕ МУЛЬТИАГЕНТНЫХ ТЕХНОЛОГИЙ
Коновалов В.А., д.э.н.
Ломакина Ю.М., к.э.н.
Короткевич М.З.
Предложен подход к управлению оперативными изменениями бизнес-процессов, основанный на использовании мультиагентных технологий, в которых управляемый объект рассматривается как динамическая сеть агентов потребностей и возможностей.
Ключевые слова: бизнес-процесс, управление, мультиагентные технологии, оперативные изменения.
MANAGEMENT OF OPERATIONAL CHANGES TO BUSINESS PROCESSES BASED ON MULTI-AGENT TECHNOLOGY
Konovalov V., Doctor of Economics Lomakina, Y., Ph.D. Korotkevich M.
An approach to the management of operational changes in business processes based on the use of multi-agent technology, which controls the object is considered as a dynamic network of agents needs and opportunities.
Keywords: business process management, multi-agent technology, operational changes.
Необходимость реализации задач оперативного управления изменениями бизнес-процессов предполагает использование гибких технологий управления, которые бы позволяли изменять цели функционирования предприятий и адаптивно корректировать бизнес-процессы предприятия. Данные гибкие технологии управления могут быть построены на базе мультиагентных технологий или мультиагентных систем [4] (МАС). Проблематика MAC имеет достаточно долгую историю и формируется на основе результатов, полученных в рамках таких направлений как «распределенный искусственный интеллект» (DAI - DistributedArtificiallntelligence), «параллельный искусственный интеллект» (PAI -ParallelArtificiallntelligence), «распределенные систе-мы поддержки принятия решений» (DPS - DistributedProblemSolver) [8,9,17] .
В отличие от классических систем управления, в мультиагентных системах управляемый объект рассматривается как динамическая сеть агентов потребностей и возможностей. Агенты потребностей и возможностей взаимодействуют между собой по поводу заказов и ресурсов, вступая в непосредственные связи и инициируя процессы взаимного пересмотра и согласования планов по мере возникновения ожидаемых или заранее непредвиденных событий. В качестве примера таких событий можно привести нехватку ресурсов, отзыв принятого к выполнению заказа, приобретение и использование нового оборудования, сбои в работе технологического оборудования и др. За счет динамической сетевой организации могут быть в любой момент времени пересмотрены связи между агентами и согласованно изменены их планы [3]. Таким образом, обеспечивается гибкость в оперативном управлении изменениями бизнес-процессов.
В настоящее время существует достаточно большое количество определений агентов. Термин «агент» происходит от латинского глагола «agere», что означает «действовать», «двигать», «править», «управлять». В энциклопедическом словаре Ф. А. Брокгауза и И. А. Ефрона указано: «Агент - деятель, лицо, действующее по поручению или полномочию другого» [7]. Это определение правильно выражает суть и современных искусственных агентов, которые могут функционировать автономно от имени своего владельца (че-ловека-пользователя или другой вычислительной системы) и решать
разнообразные задачи по обработке информации. Для успешной работы агент должен обладать достаточными интеллектуальными способностями, должен иметь возможности взаимодействия с владельцем для получения заданий и передачи результатов, должен ориентироваться в среде своего существования и принимать необходимые решения.
В рамках школы подхода развитого школой объектно-ориентированного программирования искусственный агент может пониматься как метаобъект, наделенный некоторой долей субъективности, т.е. способный манипулировать другими объектами, создавать и уничтожать их, а также имеющий развитые средства взаимодействия со средой и себе подобными. Другими словами, это «активный объект» или «искусственный деятель», находящийся на заметно более высоком уровне сложности по отношению к традиционным объектам и использующий их для достижения своих целей путем управления, изменяющего их состояния [5].
Соответственно, минимальный набор базовых характеристик произвольного агента должен включать такие свойства, как:
а) активность, способность к организации и реализации действий;
б) автономность (полуавтономность), относительная независимость от окружающей среды или наличие некоторой «свободы воли», связанное с хорошим ресурсным обеспечением его поведения;
в) коммуникабельность, вытекающая из необходимости решать свои задачи совместно с другими объектами и обеспечиваемая развитыми протоколами коммуникации;
г) целенаправленность, предполагающая наличие собственных источников мотивации, а в более широком плане - специальных интенсиональных (выражающих стремления) характеристик.
Имеют место слабое и сильное определения агента. Под интеллектуальным агентом (ИА) в слабом смысле понимается программно или аппаратно реализованная система, которая обладает такими свойствами [16]:
автономность - способность ИА функционировать без вмешательства человека и при этом осуществлять контроль над своими действиями и внутренним состоянием;
общественное поведение (socialability) - способность функционировать в сообществе с другими агентами, обмениваясь с ними сообщениями с помощью языка коммуникаций;
реактивность (reactivity) - способность воспринимать состояние среды и своевременно отвечать (реагировать) на те изменения, которые в ней происходят;
активность (pro-activity) - способность агента брать на себя инициативу, т.е. способность генерировать цели и действовать рационально для их достижения, а не только реагировать на внешние события.
Сильное определение агента подразумевает дополнение только что перечисленных характеристик еще рядом свойств. В частности, главным из них является наличие у агента хотя бы некоторого подмножества так называемых ментальных (умственных, психических) свойств, называемых также интенсиональными понятиями, к которым относятся следующие [2]:
знания (knowledge) - постоянная часть знаний агента о себе, среде и других агентах, которая не изменяется в процессе его функционирования;
убеждения (beliefs) - переменные знания агента о себе и среде, в частности, о других агентах (это те знания, которые могут изменяться во времени, однако агент может не иметь об этом информации и продолжать оставаться в убеждении, что на них можно основывать свои выводы);
желания (desires) - это состояния или ситуации, достижение которых по разным причинам является для агента желательным, однако они могут быть противоречивыми и потому агент не ожидает, что все они будут достигнуты;
намерения (intentions) - это то, что агент должен сделать в силу своих обязательств по отношению к другим агентам (ему это поручено, и он взял задачу на себя), или то, что вытекает из его желаний (т.е. непротиворечивое множество желаний, выбранное по тем или иным причинам, и которое совместимо с принятыми на себя обязательствами);
цели (goals) - конкретное множество конечных и промежуточных состояний, достижение которых агент принял в качестве текущей стратегии поведения;
обязательства (commitments) по отношению к другим агентам
- задачи, которые агент берет на себя по просьбе (поручению) других агентов в рамках кооперативных целей или целей отдельных агентов при их сотрудничестве.
Из совокупности агентов формируют мультиагентные системы для описания и моделирования реальных структур. Каждый из агентов имеет семантическое описание своего поля деятельности (свою структуру, свои знания), и соответствует экспертной системе с традиционной структурой. Агент обладает всеми свойствами экспертных систем, а так же памятью своей деятельности. Основная идея применения агентов заключается в том, что каждый агент имеет собственные ресурсы для достижения собственных целей, взаимодействия с другими агентами и разрешения конфликтов с целями других агентов для достижения общей цели. Это позволяет свободно выбирать те цели, которые преследуются на данный момент объектом управления, и соответственно целям выбирать тот эталон (представленный соответствующим агентом), соответствие которому достигается моделью обучаемого на данный момент.
Движущей силой систем, основанных на мультиагентном подходе, является способность агентов вести переговоры. При этом их коммуникация основана на семантических сообщениях (самого высокого уровня), а не на заранее предопределенных сообщениях низшего порядка. Переговоры необходимы для одновременного выполнения функций агентов, когда разные агенты, возможно, имеют разные взаимоисключающие цели и намерения, разные возможности в своих виртуальных мирах, обладают различной информацией.
Любая мультиагентная система состоит из следующих основных компонент [1]:
множество организационных единиц, в котором выделяются подмножество объектов и подмножество агентов, манипулирующих объектами;
множество задач;
окружающая среда, т.е. некоторое пространство, в котором существуют агенты и объекты;
множество отношений между агентами;
множество действий агентов (например, операций между объектами).
В MAC задачи распределены между агентами, каждый их которых рассматривается как член группы или организации. Распределение задач предполагает назначение ролей каждому из членов группы, определение меры его ответственности и требований к опыту.
Основным направлением в разработке MAC является распределенный искусственный интеллект (РИИ). Ядро РИИ составляют взаимодействия и кооперации небольшого числа интеллектуальных агентов, например, классических интеллектуальных систем, включающих базы знаний и решатели.
Взаимодействие агентов означает установление двусторонних динамических отношений между агентами. При этом оно является одновременно источником и продуктом некоторой организации. Кооперация - это основная форма организации взаимодействия между агентами, характеризующаяся объединением их усилий для достижения совместной цели при одновременном разделении между ними функций, ролей и обязанностей. В общем случае это понятие можно определить формулой:
кооперация = сотрудничество + координация действий + разрешение конфликтов.
Более детально уровень кооперации агентов в MAC можно определить на основе следующих свойств:
высокая степень распределения ресурсов (в том числе, знаний); избегание (или малая длительность) конфликтов; координация действий, включая согласование действий агентов в пространстве и во времени;
высокая степень запараллеливания (совмещения) задач, решаемых различными агентами;
неизбыточность действий, малое число дублирующих, повторяющих друг друга действий;
устойчивость, понимаемая как способность MAC пережить отказ или потерю агента.
Механизм опосредованной коммуникации агентов может реализоваться с помощью специальной архитектуры, названной «доской объявлений» (blackboard), предложенной в работах В.Лессе-ра[14] и Д. Лената [12,13]. Основная идея «доски объявлений» состоит в воспроизведении взаимодействия нескольких агентов посредством доски объявлений, на которой написаны все известные сведения и указаны решаемые задачи.
Корнфелд У. и Хьюитт К. [11], разработали схожий с «доской объявлений» подход к совместному решению задач агентами. В рамках их модели «демоны», похожие на источники знаний, доставляют факты, гипотезы и доказательства в общую область, аналогичную «доске объявлений». Отличие от модели классной доски состоит в разделении демонов на две категории - экспертов и критиков. Эксперты стремятся доказать справедливость некоторой гипотезы, а критики, наоборот, ищут контрпримеры, чтобы ее опровергнуть. Специальные управляющие агенты распределяют время, отводимое каждому демону.
Другой тип управления взаимодействием агентов был предложен Д. Ленатом в системе PUPS, где была реализована идея решения задачи группой агентов (специалистов), именуемых «beings» («существа») [12]. Эти «существа» стремятся синтезировать особого специалиста по формированию концепций, способного самостоятельно решить задачу. Сами специалисты постоянно меняются в процессе решения задачи и не могут быть отнесены к классическим источникам знаний. Каждый специалист моделируется подобно фрейму множеством пар «атрибут-значение» и может обращаться за сведениями к другим специалистам, не зная их лично.
В начале 1980-х годов, Р. Смит разработал модель распределенного решения задач, названную им «контрактной (договорной) сетью» (contractnet), которая и сегодня имеет достаточно широкое применение. В основе модели договорных сетей лежит простейшая идея рыночных торгов. Имеются два типа агентов: агенты-менеджеры и агенты-исполнители (покупатели). Агент-менеджер распространяет объявление о задании и определяет исходную цену, а агенты - потенциальные исполнители предлагают услуги, посылая свои варианты цен, и подчас участвуют в конкурсе на определение наилучших предложений по исходному заданию. Затем агент-менеджер отбирает самые выгодные для него предложения и заключает соглашение с выбранными агентами-исполнителями, которые становятся агентами-подрядчиками [6]-
Эпоха реального применения MAC начинается с построения таких систем как DVMT (DistributedVehicleMonitoringTest — разработана группой В. Лессера в Массачусетском университете) [14].
Система предназначена для распознавания ситуаций дорожного движения. В ней агенты должны выработать согласованную точку зрения на конкретную ситуацию дорожного движения, отслеживая положение автомобилей на основе избыточной, противоречивой и зашумленной информации, снимаемой с датчиков. Важность этой работы связана с рассмотрением проблемы мультиагентного планирования, разработки основ механизма переговоров и кооперации агентов.
Одной из важнейших работ начала 90-х г.г. стала статья И. Шоэма «Агентно-ориентированное программирование» [18]. В ней предложен социальный взгляд на организацию вычислений, связанный с взаимодействием агентов в процессе вычислений. При этом агент рассматривается как «прозрачный ящик» и моделируются такие его «внутренние переменные» как мотивы, убеждения, обязательства, способности к выработке и принятию решений. Мотивы агента лежат в основе его решений, а убеждения определяют логические ограничения на них. Общение агентов осуществляется с помощью протоколов коммуникации.
Наличие у агента механизма целеобразования обеспечивает принципиально новый уровень автономии. ИА необязательно выполняет распоряжения какого-либо другого агента или пользователя, а просто зависит от условий среды, включая цели и намерения других агентов. В отличие от объекта, агент может принять на себя определенные обязательства или, наоборот, отказаться от выполнения некоторой работы, мотивируя это отсутствием компетентности, занятостью другой задачей и т. п. В то же время, агент может выполнять такие действия как порождение, подавление и замена других агентов, активизация функций (как своих, так и у других агентов), активизация сценария деятельности, запоминание текущего состояния других агентов и пр.
Все это наглядно показывает, что агент, будучи «активным объектом» или «искусственным деятелем», формирующим свое собственное поведение, находится на более высоком уровне сложности по отношению к традиционным объектам.
В настоящее время многие разработки в области МАС стандартизированы международной организацией (Foundation for Intelligent Physical Agents), выполняющей работу по разработке от-
крытых спецификаций, поддерживающих интероперабельность агентов и агентных приложений. В 2005 году FIPA была признана как одиннадцатый комитет по стандартизации в рамках 1ЕЕЕ ComputerSociety [10].
В любых МАС центральную роль играют структуры управления и принятия решений. Управление определяет ограничения на взаимодействия между агентами, вид организации и характер эволюции МАС. Классическая структура управления предполагает субординацию агентов, т.е. способ заставить одних агентов выполнять поручения других. Иерархия отношений субординации представляет собой древовидную структуру. В противоположность этому в МАС могут вводиться и эгалитарные структуры, когда всякий агент может попросить любого другого агента выполнить некоторую задачу, и потенциальный исполнитель всегда может отказаться.
МАС может быть достаточно адекватным инструментарием оперативного управления изменениями бизнес-процессов. Реализацию решений по оперативному управлению изменениями бизнес-процессов проводит рабочая группа, в состав которой, обычно, включены руководитель, аналитик, эксперты и исполнители. Функции между участниками рабочей группы распределяются следующим образом.
Руководитель формирует набор показателей и критериев, которые будут использоваться для оценки состояния бизнес-процессов; подбирает состав группы экспертов; составляет план, в соответствии с которым эксперты выполняют свои задания. Каждый эксперт и исполнитель работает по индивидуальному сценарию, предложенному руководителем. Аналитик, (как правило, он же и агент-руководитель) формирует и доводит свое мнение о результатах проведенной экспертами работы. Для координации работы коллектива экспертов рабочей группы используется механизм согласования решений. Рабочая группа при реализации решений по оперативному управлению изменениями бизнес-процессов в качестве инструментария использует мультиагентную систему.
Каждому участнику рабочей группы в мультиагентной системе соответствует агент, который действует от лица своего клиента. Агент-руководитель формирует задания агентам-экспертам. Каж-
Рис. 3.2.2. Схема взаимодействия агентов при реализации оперативного управления изменениями бизнес-процессов
дый агент-эксперт выполняет задание, координируя свое действие через агента-координатора. Результатом работы системы являются согласованные экспертные оценки, на основании которых принимается решение о необходимости выполнения оперативных изменений бизнес-процесса. В случае необходимости оперативных изменений агент-руководитель формирует дальнейшие задания аген-там-экспертам, каждый агент-эксперт выполняет задание, координируя свое действие через агента-координатора. Агент-исполнитель последовательно выполняет операции из сформированного набора.
Основные функции агентов в системе следующие. Агент-руководитель: предоставляет набор процедур для облегчения работы руководителя рабочей группы; принимает решения о необходимости оперативных изменений, определяет и формирует набор диаграмм, определяет и формирует операций, выполняет почтовые функции в распределенной среде. Агент-координатор: обеспечивает выполнение пошагового алгоритма принятия решения, поддерживает целостность баз данных системы на групповом уровне и вносит в них необходимые изменения, подготавливает диалоговые формы для информационного обмена. Агент-эксперт: поддерживает выполнение текущего шага задания, готовит сообщение агенту-координатору, поддерживает целостность локальных баз данных, выполняет почтовые функции в распределенной среде. Агент-исполнитель выполняет сформированные операции по оперативному управлению изменениями бизнес-процесса. Схематично процесс взаимодействия агентов представлен на рис.1.
Литература:
1. Андреев В., Батищев С., Ивкушкин К., Минаков И., Ржевский Г., Сафронов А., Скобелев П. Принципы построения открытых мультиагентных систем для поддержки процессов принятия решений // Тр. 4 Междунар. конф. по пробл. упр. и моделир. сложи, систем. - Самара. -17-24 июня 2002. - С. 127 -140.
2. Андреев В., Виттих В., Батищев С, Ивкушкин К., Минаков И., Ржевский Г., Сафронов А., Скобелев П. Методы и средства создания открытых мультиагентных систем для поддержки процессов принятия решений // Известия Академии наук. Теория и системы управления. - 2003. - № 1.
3. Виттих В.А., Скобелев П.О. Мультиагентные модели взаимодействия для построения сетей потребностей и возможностей в
открытых системах // Автоматика и телемеханика. 2003. №1.
4. Городецкий В.И. Многоагентные системы: современное состояние исследований и перспективы применения// Новости искусственного интеллекта. 1996. №1.
5. Поспелов Д.А. Мультиагентные системы - настоящее и будущее// Информационные технологии и вычислительные системы. 1998.№1.
6. ШвецовА.Н.,ЯковлевС.А.Распределенныеинтеллектуаль-ныеинформационные системы.- СПб.:Изд-воСПбГЭТУ«ЛЭТИ», 2003.
7. Энциклопедический словарь Ф. А. Брокгауза и И. А. Ефрона. - СПб.: Полрадис, 1993.
8. Distributed Artificial Intelligence / Ed. by M. N. Hunhs. - Los Altos: Morgan Kaufmann, 1987. - 390 p.
9. Distributed artificial intelligence: theory and praxis / Ed. by N. M. Avouris and L. Gasser. - Dordrecht; Boston: Kluwer Academic, 1992.
- 235 p.
10. http://www.fipa.org/
11. Kornfeld W. A., Hewitt C. E. The Scientific Community Metaphor / IEEE Transactions on Systems Man, and Cybernetics, SMC-11(1):24-33, January 1981.
12. Lenat D.B. AM: An Artificial Intelligence Approach to Discovery in Mathematics as Heuristic Search. PhD thesis, Stanford University, 1976.
13. Lenat D.B. On automated scientific theory formation: a case study using the AM program / Machine Intelligence. - Vol. 9, 1977. - P. 251-256.
14. Lesser V.R., Corkill D.D. The Distributed Vehicle Monitoring Testbed: A Tool for Investigating Distributed Problem Solving Networks / AI Magazine. - 4(3), 1983. - P. 15-33.
15. Lesser, V.R. and Wileden, J.C. Issues in the Design of Tools for Distributed Software System Development / Software Development Tools, W.E. Riddle and R. Fairley (eds.), Springer-Verlag. 1980.
16. Ndumu D., Collos J., Owusu G., Sullivan M. ZEUS: A Toolkit for Building Distributed Multi-Agent Systems II AgentLink News. - 1999.
- January 1999. - P. 6-9.
17. Readings in distributed artificial intelligence / Ed. by A. H. Bond and L. Gasser. San Mateo: Morgan Kaufmann, 1988. - 649 p.
18. Shoham Y. Agent-Oriented programming / AI. - 60, 1993. -P.51- 92.
ОСОБЕННОСТИ МЕХАНИЗМА УПРАВЛЕНИЯ РЕГИОНАЛЬНЫМ СПОРТИВНОТУРИСТСКИМ КОМПЛЕКСОМ
Фалеев Д.А., соискатель МГИИТ
В статье автором показаны элементы механизма управления региональным спортивно-туристским комплексом, выявлены и обоснованы его особенности и экономические методы его управления.
Ключевые слова: механизм, управление, спортивно-туристский комплекс, методы управления, особенности
FEATURES OF THE MECHANISM OF MANAGEMENT OF REGIONAL SPORTS AND TOURIST COMPLEX
Faleev D., The applicant, MGIIT
In the article the author shows the elements of the mechanism of management of regional sports and tourist complex, established and developed its characteristics and methods of economic management.
Keywords: mechanism, management, sports and tourist complex, management practices, especially
Используемые в экономической литературе термины «механизм регулирования» или планирования, управления каким-либо объектом или процессом, как правило, характеризуются набором различных мер и процедур воздействия, ориентированных на достижение поставленных целей перед объектом управления, планирования или регулирования.
Такой подход к определению механизма управления, на наш взгляд, не может быть в должной мере рациональным, действенным и целенаправленным, так как не представляет собой обоснованно и последовательно соединенные элементы, взаимодействие которых должно быть подчинено реализации функций управления и предпринимаемых мер воздействия на управляемый объект (физкультурно-оздоровительный и спортивный комплекс), причем как
со стороны внешних органов управления и территориально-районированного образования, так и каждой организации, предоставляющей рекреантам физкультурно-оздоровительные, спортивнозрелищные и иного характера услуги.
Если говорить о механизме управления спортивно-туристским комплексом, то он должен включать в свой состав не только взаимодействующие элементы в виде методов, способов и функций управления, но и стратегии, процедуры корректировки в процессе их реализации, достижения результативности функциональных и обобщающей стратегий управления развитием конкретного территориально-районированного образования субъекта федерации и федерального округа (рисунок 1).
