Мелконян Э.М.

Волгоградский государственный технический университет, Россия

Многоагентный подход моделирования экономических систем.

Парадигма структурного программирования начала развиваться в связи с решением научных задач, которые допускали мышление в рамках функций, инструкций и операторов. Поэтому, как правило, любая программа могла быть представлена в виде трех блоков: «Что дано» (вводные переменные и их значения), «Решение» (последовательность выполняемых действий, логический вывод) и «Ответ» (выходные переменные с заданными значениями).

Сближение программирования и бизнеса привело к широкому распространению объектно-ориентированной парадигмы: оказалось, что объектами оперировать гораздо проще и понятнее, чем функциями и процедурами. И объектный язык зачастую понятнее для заказчика, и составлять спецификацию для программиста по требованиям заказчика проще. Да и традиционная человеческая ментальность ближе к объектной структуре, чем к процедурной. Все это обеспечило успех объектно- ориентированного подхода.

Дальнейший рост сложности компьютерных систем, появление распределенных программно-аппаратных решений показал все недостатки централизованной модели вычислений - изобилие узких мест, необходимость обеспечивать учет сотен и тысяч переменных при управлении, невысокая скорость отклика и др. На смену ей пришла другая модель с несколькими центрами обработки, которая принесла информатикам новые проблемы, связанные с синхронизацией передачи данных, организацией распределенных вычислений и разработкой новых протоколов для обмена данными. Однако эти проблемы были решены.

Стали развиваться идеи многоагентных систем, в которых предполагается, что отдельный агент может иметь лишь частичное представление об общей задаче и способен решить лишь некоторую ее подзадачу. Поэтому для решения сколько-нибудь сложной проблемы, как правило, требуется взаимодействие агентов, которое неотделимо от организации многоагентной системы.

Агент способен самостоятельно действовать в некоторой среде и манипулировать другими объектами (в том числе влиять на из жизненный цикл), принимать на вход сенсорную информацию об окружающей обстановке и, при необходимости, устанавливать коммуникации с себе подобными. Теория агентов использует существующий аппарат объектно-ориентированного подхода, но при этом стоит на более высоком уровне сложности.

Сама идея многоагентности подразумевает, что агенты могут действовать совместно для решения поставленных задач. Если у агента недостаточно знаний или специальных навыков для выполнения задачи, он может отправить запрос на её выполнение тем агентам, которые, по его мнению, вполне в состоянии с ней справиться. Также агенты могут кооперироваться для решения одной сложной задачи и составлять совместные планы действий с учетом намерений и возможностей друг друга (Городецкий В.И., Грушинский М.С., Хабалов A.B., 1998 [12]).

При этом возникает ряд проблем. Некоторые из них естественным образом приходят из многопроцессного программирования (синхронизация выполнения действий, доступа к разделяемым ресурсам), другие же - в связи с появлением организационной структуры и кооперации (проблемы формирования совместных планов, конфликтность целей, декомпозиция задач и разделение обязанностей, переговоры о совместных действиях).

Однако полный перечень проблем зависит от конкретных условий исходной проблемы.

В настоящее время агентно-ориентированный подход оказался востребован в таких областях, как имитационное моделирование экономических систем и электронная торговля (где в качестве само заинтересованного агента выступает субъект экономических отношений

покупатель, продавец, посредник и др.), рационализация бизнес-процессов и создание виртуальных организаций, распределенное решение сложных задач и системы для решения распределенных задач, и др. Если касаться теории вычислений, то и здесь новый подход находит применение, ведь он позволяет пересмотреть и критически проанализировать некоторые устоявшиеся модели, в том числе в области территориального планирования и управления народным хозяйством.

На сегодняшний день многоагентное моделирование кажется уже достаточно изученной дисциплиной. Тем не менее в ней существуют «белые пятна», которые заполняются по мере решения практических задач.

Совершенствуются алгоритмы переговоров между агентами, усложняются алгоритмы планирования последовательности действий для достижения целей, вводятся новые типы агентов.

Интересным перспективным направлением применения МАС является робототехника. Многие общие элементы, методы МАС (например, протокол взаимодействия FIPA ACL) изначально нацелены на использование физических агентов, роботов. Современные автоматизированные бытовые системы всё ещё сильно зависят от человека и покрывают лишь небольшую определённую область человеческой деятельности. Дальнейшее их усложнение чревато, как правило, понижением стабильности и надёжности их работы. В этом свете интересным представляется путь к усложнению автоматизированных систем через взаимодействие, общение составляющих их автономных участников.

Подводя итог, можно сказать, что МАС находят применение везде, где целостное представление системы по тем или иным причинам сталкивается с проблемами.

Литература:

1. Кадников В.Е., Лескин О.В., Чиркунов К.С. Имитационное моделирование логистических цепочек на примере задачи доставки продукции Богучанского алюминиевого завода на китайский рынок // Прикладная логистика. 2011. №

2. Батищев С.В., Лахин О.И., Минаков И.А., Ржевский Г.А., Скобелев П.О. Разработка мультиагентной системы для дистанционного обучения в Интернет-портале «Оптик-сити». // Известия Самар. научн. центра РАН. – 2003. – Т.5, №1. – С.91-95.

3. Богатырев М. Ю. Инварианты и симметрии в генетических алгоритмах // Искусственный интеллект. Одиннадцатая национальная конференция по искусственному интеллекту с международным участием КИИ--2008 (28 сентября -- 3 октября 2008 г., г. Дубна, Россия). Труды конференции. Т.1 Секция 3 4115