Дисциплина «Инженерия знаний» Реферат Агенты и мультиагентные системы. Системы поиска в Интернет
| Вид материала | Реферат |
- "Программные агенты и мультиагентные системы", 138.64kb.
- Поисковые системы, 429.87kb.
- «Мультиагентные системы». Школу посетит дружная команда исследователей — Петр Скобелев,, 12.72kb.
- Дисциплина «Инженерия знаний» Реферат Онтологии, 257.23kb.
- Модель автоматизированной системы розничной торговли с использованием средств радиочастотной, 18.5kb.
- Рабочая программа учебной дисциплины (модуля) в справочно-правовые системы и правовые, 548.78kb.
- Говоря простым языком, системы баз знаний это искусство, которое использует достижения, 267.75kb.
- 2. Лекция: Системы представления знаний, 171.88kb.
- К. П. Бутусов Вданной статье излагаются некоторые результаты 40-летней работы автора, 347.22kb.
- Поисковые системы в интернет, 565.6kb.
Министерство высшего и профессионального образования РФ
Ульяновский Государственный Технический Университет
Кафедра «ВТ»
Дисциплина «Инженерия знаний»
Реферат
Агенты и мультиагентные системы.
Системы поиска в Интернет.
Выполнил: ст-т гр. ЭВМдм-52
Акимов С.В.
Проверил: профессор
Соснин П.И.
У
льяновск 2001Содержание
Литература 4
Введение 5
1.Основные понятия 6
1.1. Определения и свойства агентов 6
1.2.Архитектуры организации МАС 7
2.Проектирование и реализация агентов и МАС. 8
2.1. Общие вопросы проектирования агентов и МАС. 8
2.2. Методы и средства поддержки процессов проектирования агентов и МАС. 10
2.2.1.Инструментарий AgentBuilder. 10
2.3.1. Система Bee-gent. 13
3. Агенты в системе интеллектуального управления ИТ 14
3.1.Два способа управления ИТ 15
4.Информационный поиск в среде Интернет. 16
4.1.Модель МАС информационного поиска в глобальной сети 16
4.1.1.Структура системы информационного поиска 17
4.1.2. Организация МАС 19
4.1.3. Поисковый процесс. 21
4.1.4. Экономическая модель 23
4.1.5. Процедура СОЗДАНИЕ НОВЫХ D–АГЕНТОВ 24
4.2. Машины поиска Интернет. 24
4.2.1. WebCrawler 24
4.2.2. Неспециализированные и специализированные поисковые агенты. 25
4.2.3. Системы интеллектуальных поисковых агентов 25
4.2.4. Проект системы MARRI. 25
4.2.5. Прототип системы OntoSeek. 26
4.2.6. (ONTO)2 – агент поиска и выбора онтологий. 26
Заключение 28
Литература
Введение
Проблематика интеллектуальных агентов и мультиагентных систем (МАС) имеет уже почти 40-летнюю историю и сформировалась на основе результатов, полученных в рамках работ по распределенному искусственному интеллекту (DAI). Но, пожалуй, лишь в последнее 10-летие она выделилась в самостоятельную область исследований и приложений и все больше претендует на одну из ведущих ролей в рамках интеллектуальных информационных технологий. Спектр работ по данной тематике весьма широк, интегрирует достижения в области компьютерных сетей и открытых систем, искусственного интеллекта и информационных технологий и ряда других исследований, а результаты уже сегодня позволяют говорить о новом качестве получаемых решений.
Все исследования в области МАС можно разделить на два основные фазы: первая охватывает период с 1977г. по настоящее время, а вторая – с начала 1990 г. по настоящее время. Работы первого направления концентрировались на исследовании так называемых «смышленых»(smart) агентов, которые были начаты в конце 1970-х годов и продолжаются все 80-е годы вплоть до наших дней. Цель таких работ – анализ, спецификация, проектирование и реализация систем агентов. На этом же уровне активно велись работы по теории, архитектурам, и языкам для програмной реализации агентов.
Примерно с 1990 г. стало ясно, что програмные агенты могут использоваться в широком спектре применений. В настоящее время областями практического использования агентных технологий являются управление информационными потоками (workflow management) и сетями (network management), управление воздушным движением (air-traffic control), электронаая коммерция (e-commerce), обучение (education), электронные библиотеки (digital libraries) и многие-многие другие приложения.
Основная полезность агента – возможность фонового выполнения, поэтому основная идея програмных агентов – делегирование полномочий. Для того, чтобы реализовать эту идею, агент должен иметь возможность взаимодействия со своим владельцем или пользователем для получения соответствующих заданий и возвращения полученных результатов, ориентироваться в среде своего выполнения и принимать решения, необходимые для выполнения поставленных перед ним задач.
К построению агентно-ориентированных систем можно указать два подхода : реализация единственного автономного агента или разработка мультагентной системы. Автономный агент взаимодействует только с пользователем и реализует весь спектр функциональных возможностей, необходимых в рамках агентно-ориентированной программы. В противовес этому МАС являются програмно-вычислительными комплексами, где взаимодействуют различные агенты для решения задач, которые трудны или недоступны в силу своей сложности для одного агента. Часто такие мультиагентные системы называют агентсвами (agencies), в рамках которых агенты общаются, кооперируются и договариваются между собой для поиска решения поставленной перед ними задачи.
Агентные технологии обычно предлагают использование определенных типологий агентов и их моделей, архитектур МАС и опираются на соответствующие агентные библиотеки и средства поддержки разработки разных типов мультиагентных систем.
1.Основные понятия
1.1. Определения и свойства агентов
Существует несколько подходов к определению понятий в данной предметной области. Практически во всех работах, где даются, например, определение и понятие агента и его базисных свойств, общим местом стало замечание об отсутствии единого места по этому поводу. Фактически, используя понятие «агент», каждый автор или сообщество определяют своего агента с конкретным набором свойств, в зависимости от целей разработки, решаемых задач, техники реализации и т.п. критериев. Как следствие, в рамках данного направления появилось множество типов агентов, например: автономные агенты, мобильные агенты, интеллектуальные агенты, социальные агенты и т.д, а вместо единственного типа определения базового агента – множество определений производных типов.
Учитывая вышесказанное, понятие агента целесообразно трактовать как мета имя, или класс, который включает множество подклассов.
Агент – это аппаратная или програмная сущность, способная действовать в интересах достижения целей, поставленных пред ним владельцем и/или пользователем.
Таким образом, в рамках МАС парадигмы програмные агенты рассматриваются как автономные компоненты, действующие от лица пользователя.
В настоящее время существует несколько классификаций агентов, одна из которых представлена в таблице 1.
Таблица 1.
 Типы агентовХарактеристики | Простые | Смышленые (smart) | Интеллектуальные (intelligent) | Действительно (truly) интеллектуальные |
| Автономное выполнение Взаимодействие с другими агентами и/или пользователями Слежение за окружением Способность использования абстракций Способность использования предмктных значений Возможность адаптивного поведения для достижения целей Обучение из окружения Толерантность к ошибкам и/или неверным входным сигналам Real-time исполнение ЕЯ-взаимодействие | + + + | + + + + | + + + + + + + + + + | + + + + + + |
Как следует из приведенной таблицы, собственно целесообразное поведение появляется только на уровне интеллектуальных агентов. И это не случайно, так как для него необходимо наличие не только целей функционирования, но и возможность использования достаточно сложных знаний о среде, партнерах и о себе.
Иногда агентов определяют через свойства, которыми они должны обладать. Наибольший интерес представляют, в первую очередь, интеллектуальные агенты, то вот типовой список свойств, которыми данные агенты должны обладать:
- Автономность – способность функционировать без вмешательства со стороны своего владельца и осуществлять контроль внутреннего состояния и своих действий.
- Социальное поведение – возможность взаимодействия и коммуникации с другими агентами.
- Реактивность – адекватное восприятие среды и соответствующие реакции на ее изменения.
- Активность – способность генерировать цели и действовать рациональным образом для их достижения.
- Базовые знания – знания агента о себе, окружающей среде, включая других агентов, которые не меняются в рамках жизненного цикла агента.
- Убеждения – переменная часьт базовых знаний. Которые могут меняться во времени, хотя агент может об этом не знать и продолжать их использовать для своих целей.
- Цели – совокупность состояний, на достижение которых направлено текущее поведение агента.
- Желания – состояния и/или ситуации. Достижение которых для агента важно.
- Обязательства – задачи, которые берет на себя агент по просьбе и/или поручению других агентов.
- Намерения – то, что агент должен делать в силу своих обязательств и/или желаний.
Иногда в этот же перечень добавляются и такие свойства, как рациональность, правдивость, благожелательность, а так же мобильность, хотя последнее характерно не только для интеллектуальных агентов.