Мультиагентные технологии

 

Онтологии идеально подходят для описания сети взаимосвязанных  показателей результативности, а  средства работы с онтологиями компании «Генезис знаний» обеспечивают открытость, распределенность, гибкость, динамичность и разделение прав доступа (авторизацию). Контроль корректности и своевременности, также как и асинхронный режим работы среды мониторинга будут поддерживать взаимодействия программных агентов.

 

При таком подходе каждому  показателю и пользователю показателя в системе будет поставлен  в соответствие программный агент, и сеть взаимодействующих программных  агентов в сочетании с онтологией обеспечат адекватное описание сети взаимосвязанных показателей. Схема  взаимодействия агентов показателей  в распределенной системе представлена на рисунке ниже.

Онтологическое описание показателя

 

Описание показателя в  онтологии будет включать следующий  набор свойств и атрибутов:

Формулу расчета показателя в символьной форме (например, A=f (B,C,D)) или в виде таблицы, или графика;

Размерность показателя, единицы  измерения;

Диапазоны изменения показателя и, возможно, значение по умолчанию;

Предпочтительное (плановое) значение;

Ответственного за формирование показателя и его исходных данных;

Периодичность (сроки) формирования показателя;

Наследников показателя (перечень показателей, в вычислении которых  используется его значение).

 

 

 

Программный агент показателя

 

Программный агент показателя может решать следующие задачи:

Имеет возможность работать с онтологией и, в частности, читать из онтологии формулу расчета  показателя (в примере A=f (B,C,D)) и другую необходимую информацию;

При получении сообщений  от агентов показателей-аргументов (в примере — B,C,D) об их изменении, производит перерасчет показателя A заново, считав из онтологии актуальную формулу  расчета;

Сохраняет историю изменений  значения показателя с целью анализа  его динамики;

Контролирует корректность формируемого показателя, сопоставляя  сформированное значение с извлеченным  из онтологии допустимым диапазоном изменения, размерностью;

В случае корректного формирования показателя извещает агентов зависимых  от него показателей и агентов  пользователей показателя об успешном завершении расчета;

В случае некорректного формирования проверяет исходные данные и запрашивает  у их агентов повторной подготовки и передачи информации;

Проверяет сроки формирования показателя и посылает напоминания  агентам аргументов показателя о  необходимости предоставления данных;

Сопоставляет плановое (предпочтительное) и фактическое значение показателя и извещает агента пользователя показателя об обнаруженных отклонениях;

В отдельных специально оговоренных  в онтологии случаях агент  показателя может сформировать значение на частично представленных данных, предупредив  агента пользователя показателя о том, каких данных не хватает и кто  отвечает за их предоставление.

 

Программный агент пользователя

 

Агент пользователя выполняет  следующие функции:

Использует онтологию  и настройки предпочтений пользователя;

Определяет форму отображения  показателя (таблица, график, визуализация на карте);

Извещает пользователя об изменении показателя;

Извещает пользователя о  задержках предоставления показателя;

Визуализирует сеть формирования показателя;

Подсвечивает в сети формирования узлы, задерживающие представление  данных;

Подсвечивает в сети формирования узлы, представляющие некорректную информацию.

 

Заключение

 

Предлагаемый подход был  апробирован при реализации ряда пилотных проектов и показал свою действенность и эффективность.

 

В 2005 году в рамках развития проекта «Разработка первой очереди  системы управления регионом с применением  мультиагентных технологий (СУПРЕМА)» ФЦП «Электронная Россия» был реализован проект «Разработка автоматизированных рабочих мест руководителей региональных, федеральных и муниципальных органов исполнительной власти для мониторинга показателей качества жизни населения Самарской области (на примере Министерства труда и социального развития Самарской области, Управления федеральной государственной службы занятости населения по Самарской области и Администрации г. Отрадный)».

 

В ходе этого проекта предложено исследование показателей, которые  отражают эффективность взаимодействия представительств трех уровней власти при решении следующих задач  на территории города Отрадный Самарской области:

Организация пенсионных и  социальных выплат;

Реализация индивидуальных программ реабилитации инвалидов;

Предоставления субсидий на оплату жилья и коммунальных услуг  в связи с реформой ЖКХ;

 

Кроме того, в начале 2006 года в министерстве гуманитарного и  социального развития была внедрена пилотная версия системы для мониторинга показателей деятельности органов власти.

 

В 2006 году планируется осуществить  промышленную реализацию данного программного комплекса, расширив спектр исследуемых  показателей деятельности органов  власти и показателей качества жизни  населения Самарской области. Предполагается осуществить полномасштабное внедрение  комплекса в двух выбранных территориальных  образованиях Самарской области (в  Кинель-Черкасском и Красноярском районах).

подхода, при котором каждый пользователь (организация или гражданин) и каждый ресурс (ресурсы организации, возможности или потребности) получают своего агента, который на основе знаний из онтологии постоянно производит мониторинг периодически обновляемого контента системы и стремится удовлетворить интересы своего пользователя.

 

Под «агентом» следует  понимать программный объект, способный  воспринимать информацию из среды, планировать  свои действия и принимать решения, действовать в среде и коммуницировать с подобными себе агентами. Агент действует на основе онтологии, в которой указаны как законы мира, так и возможные сценарии поведения агента. В результате знания предметной области агенты превращаются из пассивных и статичных компонент в «живые», активные и динамичные сущности, способные самостоятельно договариваться о взаимодействии, трансформироваться и устанавливать связи между собой.

 

Мультиагентные системы могут быть построены как открытые, способные «налету» адаптироваться к изменениям за счет своих онтологий — баз знаний предметной области, отделенных от программного кода системы, пополнение которых открыто и доступно для специалистов и менеджеров, не имеющих навыков программирования. Эти системы способны накапливать, обрабатывать и применять знания о предметной области.

 

Применение онтологического  подхода, играющего ключевую роль в  способности агентов принимать  решения, можно определить как совокупность пополняемых баз знаний, описывающих  основные понятия и отношения  предметной области, а также сценарии или правила поведения агентов  в форме семантических сетей. Эта семантическая сеть может  содержать как декларативные, так  и процедурные компоненты и включать такие понятия (концепты) как физические или абстрактные объекты, свойства, процессы, отношения, атрибуты.

 

Каждому пользователю в разрабатываемом  подходе дается программный агент, который действует от имени и  по поручению человека для реализации его потребностей и возможностей. Такой программный агент, настраиваемый  человеком на решение конкретных задач, может обнаруживать важные для  него события, вырабатывать варианты решений  и согласовывать принимаемые  решения со всеми участниками  взаимодействия. Например, для пенсионера, являющегося ветераном труда  — обнаружить распространяющиеся на него дополнительные льготы, для переселенца-инвалида — определить размер материальной помощи, найти организацию, которая  сможет предоставить ему возможность  работы на дому, если такая потребность  была заявлена человеком; больному диабетом — подобрать лечебное учреждение и т.д.

 

Для того, чтобы агенты могли находить варианты решений индивидуально для каждого человека, с учетом конкретных жизненных ситуаций, они получают доступ к персональным данным и базам знаний (онтологиям), которые могут грамотно интерпретировать и применять в интересах своего владельца. Описание онтологии при этом представляет собой семантическую сеть понятий и отношений, характерных для социальной сферы. Через семантическую сеть экземпляров этих понятий и отношений представляются конкретные ситуации каждого гражданина, к которым применяются хранящиеся в базе знаний правила рассуждений и принятия решений. В разрабатываемом подходе это позволяет строить динамические сети потребностей и возможностей (ПВ-сети) как для граждан, так и для организаций социальной сферы. Появление, например, нового закона, изменяющего социальный статус человека, или изменение его возможностей при этом сразу вызывает изменение в конфигурации ПВ-сети конкретного человека и с его согласия запускает цепочку взаимодействий и согласованного пересмотра и принятия решений во всех участвующих организациях.

 

Результаты взаимодействия граждан с учреждениями социальной сферы могут составлять важную исходную информацию для работы менеджеров по организации процессов управле-ния департаментов социального блока, которые смогут оценивать качество и эффективность предоставляемых населению услуг, своевременно обнаруживать проблемные ситуации (нехватка финансовых средств на выдачу пособий, задержка с оформлением льгот и т.д.) и принимать решения по повышению эффективности используемых ресурсов.

Общие принципы построения новой мультиагентной платформы

 

Для решения задач по созданию промышленной версии компонент системы  взаимодействия в компании «Генезис знаний» был разработан новый  подход к созданию распределенных мультиагентных систем промышленного применения, который призван полностью заменить платформу Мадженты первого поколения. (Платформа второго поколения Мадженты, помимо ориентации на задачи оптимизации деятельности одного предприятия и ряда других ограничений, является также слишком дорогостоящей для массового тиражирования и внедрения в социальной сфере региона).

 

Новые ключевые принципы предлагаемого  подхода, положенные в основу новой  платформы, формулируются следующим  образом (приводимые далее примеры  даны исключительно для пояснения  смысла — разрабатываемый инструментарий является полностью предметно независимым):

В качестве основной распределенной архитектуры рассматривается многоуровневая Р2Р архитектура (peer-to-peer — равный с равным), учитывающая территориальные уровни и целостность сетей городов, районов, поселков. Например, запрос программного агента гражданина на какую либо услугу рассматривается, в первую очередь, в поселке, по месту нахождения гражданина, а если нужного сервиса не нашлось, то агент выходит с запросом на уровень района и т.д.

Каждый уровень сети построен как открытая система, в которой  подключаемая новая система может  зарегистрироваться без останова работающих приложений. Например, сервис дантиста может подключиться к районной системе и, после авторизации в областном министерстве здравоохранения, станет доступен программным агентам граждан района, а также агентам местного горздравотдела, поликлиники и отделения социальной защиты (для обмена электронной амбулаторной карточкой больного и регистрации его посеще-ний, направления льготников на лечение и расчетам по ним, анализа предоставленных услуг). При этом для жителей других районов или областного центра, этот сервис станет доступным, если он приобретет высокий областной рейтинг и начнет котироваться как региональный сервис.

Программные агенты всех участников взаимодействия (граждан, менеджеров по работе с населением, врачей и т.д.) должны обладать типовым механизмом поддержки принятия решений в  реальном времени, ориентированным  на работу в среде рассматриваемой  архитектуры. Агент должен реагировать  на важные события, идентифицировать появление  или исчезновение интересующих его  сервисов, расставлять приоритеты для  поступающих предложений в соответствие с заданными критериями, зачитывать регламенты взаимодействия и добиваться их исполнения, осуществлять финансовые расчеты между бизнес-единицами и т.п. В качестве базового механизма для формализации такой деятельности предлагается использовать модель деятельности Щедровицкого — российского философа, который занимался теорией инженерной деятельности, включая приложения на АвтоВАЗе. Эта модель включает в себя в качестве ключевых категорий следующие взаимосвязанные категории: «цели», «задачи», «стратегия», «сценарии действий», «объект дейст-вия», «субъекты действия», «знания» и «орудия», «результаты» действия. Для работы с таким описанием деятельности предлагается специальная «логика действий», позволяющая агенту по заданной «цели» находить «задачи», по выбранной «задаче» — предназначенные для ее реализации сценарии, постоянно осуществлять сравнение «плана» и получаемого в результате «факта» и т.д. Фактически, впервые речь идет о формализации присущего людям цикла принятия решений (независимо от предметной области работы), ко-торая может помочь легко кастомизировать агентов для решения поставленных перед ним задач.

Для настройки агентов  на предметную область предлагается использовать онтологический подход, базирующийся на идеях Semantic Web. При этом в уже разработанной версии системы СУПРЕМА имеется возможность рассматривать социальный паспорт, хранящий сведения о человеке из различных сфер (социальная защита, здравоохранение, образование и т.д.) как динамическую XML структуру (семантический дескриптор), состоящую из экземпляров объектов и отношений, которая может пополняться динамически. Например, с введением нового веб-сервиса, ориентированного на расчеты за ЖКХ через Интернет, сначала будет добавлена онтология ЖКХ, что потребует введения новых ЖКХ полей в социальный паспорт у граждан области. Содержимое этих полей агент сможет получить на сервере ЖКХ, где поддерживается база данных граждан по ЖКХ, после чего житель сможет их авторизовать и разрешить / запросить использование специализированного сервиса для автоматических расчетов.

В качестве технологической  платформы предлагается использовать язык Java и средства J2EE (де-факто стандарт для промышленных применений), обеспечивающие кросс-платформенность приложений, веб-интерфейс пользователя, высокую надежность и производительность, восстановление после сбоев, совместимость с мобильными устройствами и т.д.

Разрабатываемые агенты будут  в своей основе FIPA-совместимыми и учитывать рекомендации W3C консорциума по Semantic Web для последующей возможной интеграции с другими системами как по агентным протоколам, так и по онтологиям (в частности, OWL и DAML рекомендации, рекомендации по бизнес-процессам и регламентам и т.д.).

 

Технология и аспекты  реализации мультиагентной платформы

 

Основу мультиагентой платформы составляют две компоненты: онтология и мультиагентная среда.

 

Для реализация промышленной версии компонент системы, обеспечивающих открытость, распределенность и проактивность системы, используется трёхуровневая архитектура J2EE (Java 2 Enterprise Edition), где уровень бизнес-логики реализуется в соответствии со спецификацией EJB 2.1 (Enterprise Java Beans, http://java.sun.com/products/ejb), а уровень интерфейса пользователя JSP 2.0 (Java Server Pages, http://java.sun.com/products/jsp) и Servlet 2.3 (http://java.sun.com/products/servlet).

 

Особенности работы с распределенной онтологией

 

На рисунке представлена диаграмма классов EJB для реализации схемы, обеспечиваю-щей динамическое создание онтологии и сцены виртуального мира, хранение описания структуры данных и управление такими данными на основании этого описания. Предлагаемая схема позволяет конечному пользователю системы произвольно менять структуру данных, например структуру социального паспорта, при этом не требуется ни остановка системы, ни компиляция кода, ни изменение конфигурации, ни конвертирование данных.