Многоагентная модель управления потоком производственных ресурсов

Размещено на http://www.allbest.ru/

Многоагентная модель управления потоком производственных ресурсов

В.В. Емельянов

В работе представлен подход к построению децентрализованной системы оперативного управления потоком производственных ресурсов на основе модели группового поведения интеллектуальных агентов. Приведены результаты построения системы управления, архитектура многоагентной системы. Основным объектом модели служат абстрактные агенты, взаимодействие и деятельность которых определяет требуемое интеллектуальное поведение всего коллектива, осуществляющего создание определенных видов ресурсов и обмен ими для достижения глобальной цели, стоящей перед производством. Работа выполнена при поддержке Российского фонда фундаментальных исследований (грант 99-01-01136).

интеллектуальный ресурс многоагентный групповой

1. Введение

Система управления компьютеризированным интегрированным производством (CIM) состоит из множества локальных систем управления (ЛСУ), объединенных в сеть предприятия (или его части). Их действия так или иначе связаны с управлением потоком ресурсов (заготовки, инструмент, отходы, детали, узлы и т.п.) в CIM, с его организацией в пространстве и времени. Для выполнения некоторой производственной задачи ЛСУ должна располагать всеми необходимыми ресурсами, при этом часть этих ресурсов она должна получить от других ЛСУ. Поэтому для достижения общей цели, стоящей перед CIM, необходимо обеспечить координацию и кооперацию отдельных ЛСУ.

Сложная система (в нашем случае CIM), возникшая эволюционным путем, не может управляться единой централизованной системой управления [Варшавский и др., 1984, Емельянов, 1990, Emelyanov, 1997]. Поэтому систему управления следует создавать с определенным уровнем децентрализации. С другой стороны, децентрализация требует высокой гибкости и адаптируемости каждой ЛСУ. Это требование может быть выполнено при организации ЛСУ как интеллектуальных.

В настоящей работе децентрализованная система управления CIM, рассматривается как многоагентная. В ней агенты, соответствующие ЛСУ обладают определенным уровнем интеллекта и имеют право принимать решения, используя для этого доступную информацию и знания. Имеет место коллективное поведение интеллектуальных агентов (ИА), при котором они общаются между собой для обмена ресурсами, необходимыми при выполнении определенных производственных операций.

2. Многоагентный подход к децентрализованным системам управления

ЛСУ принимает решения в условиях недостатка информации о поведении всей CIM. Она обеспечивает управление в реальном времени всеми ресурсами своей ячейки, с целью выполнения некоторого задания. Как правило, для этого ЛСУ не хватает собственных ресурсов и она должна искать недостающие у других ЛСУ. Недостающие ресурсы находятся в CIM, либо изготовляютсяпод управлением других ЛСУ и затем передаются заказчику. ЛСУ также должна находить среди множества заданий, спускаемых сверху, такие, которые могут быть выполнены ею. Следовательно, множество ЛСУ должно интенсивно обмениваться информацией для организации целенаправленного функционирования CIM. При этом каждая отдельная ЛСУ имеет полную информацию о своих ресурсах и целях, но не имеет такой информации об общесистемных целях и эффективности.

Отсюда наиболее значимыми функциями децентрализованной системы управления являются:

Связь с системой управления верхнего уровня.

Мониторинг ресурсов и услуг: А - определение необходимых ресурсов и последующий заказ недостающих ресурсов; Б - механизм поиска и подтверждения необходимого ресурса. Когда ЛСУ заказывает требуемые ресурсы она не должна `заботиться' об их местонахождении и состоянии.

Выявление и разрешение конфликтов.

Модификация. Может изменяться структура и состав подсистем, изменяться топология связей.

Функции базы данных для накопления и использования знаний и данных о состоянии CIM.

Таким образом, каждая ЛСУ должна работать автономно, анализировать собственное состояние и свои решения и быть активной. Когда несколько систем работают независимо, как децентрализованная система, то для развития такой системы необходима также способность отдельных систем к обучению. Следовательно, ЛСУ можно считать ИА [Braspenning, 1997, Jennings, 1995, Zweben, 1997, Тарасов, 1998, Городецкий, 1998].

Базовая модель многоагентной системы (рис.1), понимаемая как функционально-структурная единица децентрализованной системы управления, включает взаимодействие пяти основных типов ИА (User, Channel, Supervisor, Service, Interface), между которыми существуют связи трех типов (Координационные, Управляющие и Информирующие) [Емельянов и др., 1998а, Emelyanov, 1999].

3. Модель процесса обмена ресурсами

Ресурсами будем считать: конечные продукты деятельности, если речь идет о производящем модуле CIM; услуги, если речь идет о транспортном или каком либо другом обслуживающем модуле; заготовки или свободные места для них, если речь идет о складирующей системе и т.д. Ресурсы в общем случае имеют два основных параметра: местонахождение и состояние. Для получения или рассмотрения возможности получения ресурса, Заказчик должен точно знать значение этих параметров. Однако в условиях, когда данные параметры постоянно изменяются и множество ресурсов очень велико это практически невозможно. Поэтому необходимо создать гибкий механизм инициализации обмена ресурсами. Также необходимо иметь механизм динамической корректировки параметров процесса обмена ресурсами во время функционирования CIM.

Во-первых, надо попытаться переложить знания о структуре и состоянии ресурсов с пользователя (Заказчика) ресурсами на сами ресурсы (или места их возникновения). Далее, необходимо организовать взаимодействие ресурсов и наконец переложить заботу об обеспечении компонентов ресурса на него самого. То есть мы превращаем ресурс в активный компонент, который так же можно представить в виде ИА. Тогда в системе присутствует сам ресурс (материальный, информационный или ресурс-действие) и его виртуальный двойник, созданный в виде ИА.

В базовую модель предлагается ввести несколько новых типов агентов (рис.1):

Resource provision process агент [RPP агент] (Агент процесса обеспечения ресурса) - инициирует и координирует процесс обеспечения ресурса. Он порождается User агентом, выступающим в роли Заказчика ресурса.

Class component агент [CC агент] (Агент класса ресурса) - является агентом содержащим знания о компонентах и параметрах ресурса. Так как в системе присутствуют многокомпонентные ресурсы, причем может существовать несколько вариантов их комбинации, то речь идет о классе ресурса (рис.2). На рисунке показано, что возможны две комбинации ресурсов [B C] и [D E], каждая из которых позволяет осуществить производство требуемого ресурса R.

Каждый агент класса ресурса (RC агент) “привязан” к одному User или Service агенту. Поэтому можно выделить два вида CC агентов:

Resource Class agent (RC агент) - привязан к User агенту, выпускающему данный ресурс.

Service Class agent [SC агент] - содержит знания о текущем состоянии и структуре услуги. Он привязан к Service агенту, обеспечивающему данную услугу (ресурс-действие или материальный ресурс).

Instance agent (Экземплярный агент) - является экземпляром класса ресурса, рожденного путем декомпозиции CC агента в процессе конкретизации параметров предоставляемого классом ресурса. Он является инициатором и координатором действий в системе. Он обращается с требованиями на произведение действия к User или Service агентам и отслеживает все изменения параметров ресурса в процессе его воспроизведения. Привязан к тому же User или Service агенту, что и породивший его RC агент.

4. Взаимодействие агентов

Набор атрибутов класса представим в виде фрейма. Ввести набор фреймов, отражающий структуру класса и содержащий текущие значения его параметров на различных этапах функционирования. Фреймом верхнего уровня будет являться "Фрейм класса ресурса". Следующий фрейм содержит информацию об одном из наборов компонентных ресурсов и называется "Фрейм набора компонентов ресурса". Каждый из компонентов класса является основным ресурсом для какого либо другого класса. Причем, таких классов может быть несколько. Объединяет их принадлежность к одному типу ресурса, а различает имя User или Service агента, являющегося провайдером данного класса (рис.3).

Рис.3. Схема связи фреймов класса в пассивном состоянии

На этом User агент завершает все действия связанные с заказом данного ресурса. Информацию о дальнейшем состоянии процесса обеспечения ресурса ему будет передавать RPP агент.

Каждый из RC агентов, получив заявку, определяет ее соответствие ресурсу, за который он отвечает. Соответствие определяется при сравнении типов требуемого ресурса и основного ресурса класса RC агента. В случае соответствия класс активизируется и производит действия, необходимые для конкретизации всех параметров основного ресурса. Если конкретизированные параметры также соответствуют требуемым, то на основании этих параметров RC агент формирует ответ RPP агенту и генерирует Instance агента, который, в случае его активизации, будет инициировать и координировать действия User или Service агентов по обеспечению требуемого ресурса.

Процесс обмена ресурсами в многоагентной системе в общем случае может базироваться на модели потоков работ. Базовый контур в модели потоков работ связывает агента-заказчика с агентом-исполнителем в рамках цикла, состоящего из 4-х этапов или потоков: "подготовка - переговоры - выполнение - приемка". На этапе подготовки агент- заказчик направляет запрос (на выполнение работы) агенту-исполнителю. Далее происходят переговоры, направленные на выработку взаимоприемлемых условий выполнения заказа. Затем агент-исполнитель выполняет работу и окончив ее, докладывает агенту-заказчику о завершении, а на последнем этапе тот принимает или отклоняет работу.

Применительно к модели обмена ресурсами, предлагается следующий цикл действий. На основании своих знаний и своей модели поведения User агент принимает решение об инициализации выполнения какого либо производственного задания. Для этого ему требуются ресурсы, отсутствующие у него. В этом случае он попытается заказать отсутствующие ресурсы. Процесс заказа, применительно к отдельно взятому ресурсу, будет состоять из следующих шагов (рис.4):

Рис.4. Многоагентная модель обмена ресурсами

User агент генерирует RPP агента, на которого будут возложены обязанности по координации процесса обеспечения данного ресурса, снабдив его всеми необходимыми знаниями, как о самом ресурсе, так и о механизме взаимодействия с другими агентами

User агент формирует некоторый пакет данных, называемый далее спецификацией требуемого ресурса. Спецификация должна содержать набор параметров, однозначно определяющих требуемый ресурс и все его характеристики.

5. РДО-модель

В настоящее время практически единственным методом моделирования многоагентной системы следует считать имитационное моделирование. Предлагается выполнить имитацию описанной выше модели на интеллектуальном РДО-имитаторе [Емельянов и др., 1998б, Artiba et al., 1998].

В РДО модель представляет собой динамическую продукционную систему. База данных (БД) этой продукционной системы содержит описания ресурсов СДС, база знаний (БЗ) описания действий, выполняемых ресурсами и над ними. Адаптация к конкретной моделируемой системе заключается в описании ресурсов и действий на РДО-языке и введении их в БД и БЗ.

В РДО можно указать взаимно однозначное отображение реальной системы в ее информационное представление. Основным составляющим системы, каковыми являются ее элементы, процесс, законы функционирования, соответствуют информационные объекты: ресурсы, действия и нерегулярные события, операции. Из указанных элементов, множества ресурсов R и операций О образуют модель. Рассмотренный процесс ресурсообеспечения в CIM представляет собой временную последовательность действий А и нерегулярных событий Е.

Литература

[Варшавский и др., 1984] Варшавский В.И., Поспелов Д.А. Оркестр играет без дирижера -М., Наука, 1984.

[Городецкий и др., 1998] Городецкий В.И., Грушинский М.С., Хабалов А.В. Многоагентные системы (обзор) // Новости искусственного интеллекта, №2, 1998. С.64-117.

[Емельянов, 1990] Емельянов В.В. Алгоритмическое обеспечение централизованной и децентрализованной систем управления ГПК.- М. Изд-во МГТУ, 1990.

[Емельянов и др., 1998а] Емельянов В.В., Бичев С. Децентрализованное управление производством на основе многоагентной модели// Сб. научн. Трудов VI национальной конференции с международным участием КИИ'98, Пущино, 5-11 октября 1998, Том II, С.706-714.

[Емельянов и др., 1998б] Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК. 1998.

[Тарасов, 1998] Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте//Новости искусственного интеллекта, №2, 1998. С.5-64.

[Artiba et al., 1998] Artiba A., Emelyanov V.V., Iassinovski S.I. Introduction to Intelligent Simulation: The RAO Language. Kluwer Academic Publishers. 1998.

[Braspenning, 1997] Braspenning P.J. Plant-like, Animal-like and Humanoid Agents and Corresponding Multi-Agent Systems. Proc. of the Int. Workshop “Distributed Artificial Intelligence and Multi-Agent Systems” (DAIMAS'97). St.Petersburg, Russia. 1997, P.64-77.

[Emelyanov, 1997] Emelyanov V.V. Multi-Agent Model for Manufacturing Systems Decentralized Control. Proc. of the Int. Workshop “Distributed Artificial Intelligence and Multi-Agent Systems” (DAIMAS'97). St.Petersburg, Russia. 1997, P.294-303.

[Emelyanov, 1999] Emelyanov V.V. A Decentralized Management of the Production Resources Flow Based on Multi-agent Model// Proc. of the First Int. Workshop of Central and Eastern Europe on Multi-Agent Systems CEEMAS'99. June 1-4, 1999. St.Peterburg. P.95-103.

[Jennings, 1995] …Jennings N.R. Controlling Cooperative Problem Solving in Industrial Multi-Agent Systems Using Joint Intentions. Artificial Intelligence, 75 (2), 1995. P.195-240,

[Zweben 1997] Zweben M. Intelligent Agents, Computer integrated manufacture & engineering (CiME), Vol.1, 1. 2, 1997, P.14-15.

Multi-agent Model A Management of the Production Resources Flow

Размещено на Allbest.ru