基于多Agent的智能决策支持系统研究

基于多Agent的智能决策支持系统研究

孙喁喁

孙喁喁SUNYong-yong（西安工业大学计算机科学与工程学院，西安710021）（SchoolofComputerScience&Engineering，Xi'anTechnologicalUniversity，Xi'an710021，China）

摘要院针对智能化群体决策，结合Agent技术提出了基于多Agent的智能决策支持系统模型。分别对该模型的交互层以及智能决策层中的各Agent进行了描述，并说明了资源层中各库的功能。该系统通过黑板控制Agent进行Agent之间地协调，有助于多个Agent协同求解大规模复杂问题。

Abstract:Themodelofintelligentdecisionsupportsystembasedonmulti-Agentisproposedforintelligentgroupdecision.EveryAgentininteractionlayeranddecisionlayerofthemodelisdescribed,andthefunctionoflibrariesinresourcelayerareintroduced.Inthissystem,eachAgentcooperatesbyblackboardcontrolAgent.Itishelpfultocoordinatingsolvingcomplicatedworksthroughmulti-Agent.关键词院决策；多Agent；智能决策支持系统；协同Keywords:decision；multi-Agent；intelligentdecisionsupportsystem；coordinating中图分类号院TN391文献标识码院A文章编号院1006-4311（2014）27-0223-03

0引言在当今社会中，绝大多数工作都是在特定的群体环境中由组成群体的各主体分工协作、共同完成的。大多数工作的完成同时伴随着决策过程的发生，决策过程的优劣很大程度上影响工作任务的顺利完成。多Agent技术为建立智能决策支持系统提供了新的途径。Agent作为人工智能的一部分，是人工智能和对象实体相结合的产物[1]。它是能够独立、自动代替用户执行某一特定任务的程序，Agent所具有的自治、协作、学习、归纳、推理等特性能够支持各阶段的决策制定和问题求解[2,3]，增强传统决策支持系统的功能。多Agent系统是一种松散耦合的Agent网络，具有很好的灵巧性和精干性，Agent之间通过相互调度、相互合作协同完成大规模的复杂问题求解。

本文提出了一种多Agent智能决策支持系统。在该系统中，每个Agent可以利用黑板控制Agent充分交换信息、数据和知识，在任意时候访问黑板，查询发布的内容，然后各自提取所需要的工作信息，以便完成各自担当的任务，并且通过黑板Agent进行Agent之间地协调，使多个Agent共同协作来求解给定的问题。

1基于多Agent的智能决策支持系统体系结构在多Agent智能决策支持系统中，每种决策任务或功能可由一个独立的Agent来完成，各种Agent通过一个相应的标准从各自角度出发来分析问题，每个Agent能力、意志和信念的不同，使它们具有问题求解领域的知识以及问题求解的技能的不同。不同Agent从自身角度审视决策问题，独立完成一定子任务，然后通过黑板Agent协同合作来达到一个共同的目标。由于Agent的自治性和实体化，可以随时加入或离开一个问题求解系统，使得决策者可以方便地参与到决策过程中，从而保证系统地灵活性。

文中所构建的系统结构为交互层寅智能决策层寅资源层的三层体系结构如图1所示。其中以智能界面Agent和决策用户组成的交互层；以黑板控制Agent、功能Agent和决策Agent组成的智能决策层；以模型库及模型库管理系统、知识库及知识库管理系统、方法库及方法库管理系统及数据仓库和多库协同器组成的资源层。

2系统的交互层智能界面Agent是系统体系结构中与决策者联系的部件，能够独立地持续运行。系统可以通过它和决策者通信，通过学习用户的目标、爱好、习惯、经验、行为等，辅助用户更高效地完成任务。它代替传统的人机交互界面，强调Agent的自主性和学习性，可以主动的探测环境变化，在和用户交互共同作用的决策过程中，能够通过不断地学习，获得用户地某些特征知识，从而可以在决策的过程中根据感知到的用户行为方式提供合适的用户界面，自主地做出与用户意志相符合的策略。在智能界面Agent的全局知识中主要包括：问题领域知识、用户模型或用户知识、自身知识、其他Agent能力的知识。它可以采用通过发现和模拟用户学习知识，通过获得用户的正向和反向反馈学习知识，通过用户的指导获得知识，通过与其他Agent的通讯来获取知识等，可以用三元组描述：IA越（A，Ks，Bout），其中A是智能界面Agent标识的集合；Ks是智能界面Agent的数据库和推理机制，包含了有关决策领域和决策者的知识，可以用来推测决策者的决策模式；Bout是Agent的行为，可以对其他Agent施加影响。

3系统的智能决策层功能Agent对黑板数据平面的变化进行监督，对各决策Agent的激活条件和黑板各平面信息进行匹配，将黑板上的信息发给相应的决策Agent。功能Agent利用系统的消息、队列机制发送黑板上的信息，并且负责报告系统的运行情况，对任务的完成情况向用户报告、提供解释、提供查询。它内部有一个各决策Agent读黑板的激活条件表，当黑板各层信息变化时，则对与该层信息变化有关的激活条件表进行检查，如果匹配，则进行进一步分析，决定是直接激活相应的决策Agent读取黑板信息完成相应的任务或者是做其它操作例如提供报告、解释等。同时还随时提供系统执行情况的查询。

决策Agent在某个特定领域有解决问题的知识和技能。把每一种决策方法设计为一个决策Agent，多个决策Agent在功能Agent的控制和监督下，通过相互间的协调和合作，能够解决复杂决策问题。这类Agent是可扩展的，随着决策理论的发展和智能化决策方法的进步，可以开发越来越多的决策Agent。决策Agent可以描述为一个6元组：DA越（A，St，Ta，Mt，Ks，Bout），其中A是Agent的标识的集合；St是Agent的内部状态；Ta是任务标识的集合，表示Agent的计划；Mt是Agent的消息传递机制；Ks是决策Agent的知识系统，包含了知识库以及推理机；Bout是决策Agent的行为，可以对其他Agent施加的影响。决策Agent没有关于外部环境的模型，没有关于其他Agent的知识，但仍然有与其他Agent交互的能力。

黑板控制Agent是整个系统的大脑，它直接控制着黑板并且间接地控制着系统中的其他Agent，它根据自身知识库和协作的原则把待处理问题分解成相应的子问题，并分配到黑板中相应的数据平面，对各数据平面进行统一管理，并且消除不同决策Agent间的冲突。黑板控制Agent应该设计成主动Agent，能够根据用户需求，确定问题类型，利用知识库和模型库将问题分解，发送数据和控制信息，将子问题分配给合适的决策Agent，等着决策Agent发来的数据和结果写入黑板时，即对黑板上的各数据平面的内容进行改变时，消除不同决策Agent之间的冲突，协调各决策Agent，并将合成结果反馈给用户。

4系统的资源层资源层中有四个库，即模型库、知识库、数据仓库和方法库，它们通过模型库管理系统、知识库管理系统、方法库管理系统和数据挖掘来管理，并通过多库协同器对各库进行总体控制，多库协同器[4]具有总控调度、协同规划、通信联络等作用，能够实现对各库的使用和管理及多库的资源共享和协同运行。

4.1模型库及模型库管理系统模型库是决策支持系统中的核心部分，用来存储模型的代码，是各种模型的集合，其中的模型是对现实世界的事物、现象、过程或系统的抽象描述。模型类型的多样性是组合复杂模型解决复杂问题所需要的，也扩充了辅助决策的能力。模型库中的模型可以重复使用，避免了冗余。模型库由模型字典库和模型文件库构成。模型字典用来存放有关模型的描述信息（如限制、约束、参数模型等）和模型的数据抽象，即模型关于数据存取的说明。模型字典中还可以存放主要用来辅助用户学习使用模型的信息，如模型结构、模型性能、模型应用的场合、模型求解技术、模型输入输出的含义以及模型的可靠性等。为了对模型库进行集中控制和管理，模型库管理系统统一管理所有的模型，实现模型的共享和组合生成新的模型。其主要功能有构模管理、模型的存取管理和模型的运行管理。

4.2知识库及知识库管理系统知识库是系统智能的来源，主要用来存放规则。把知识按某种原则进行分类，然后分块分层组织存放。每一块和每一层还可以再分块分层。这种层次结构可方便知识的调度和搜索，加快推理速度。知识的表示使用产生式规则，产生式规则具有很强的结构性。对于规则：IFantecedentTHENactionCF上式中，antecedent为此规则的前提，action为此规则在其前提成立的条件下的结论，CF可信度因子，当为确定推理时，CF=l。

知识库的建立、删除、重组及维护和知识的录入、查询、更新、优化等，以及知识的完整性、一致性、冗余性检查和安全保护等方面的工作都是对知识的管理，是提高整个系统性能和效率的保证，对知识的这些管理是由知识库管理系统来完成的。

4.3方法库及方法库管理系统方法库是方法的汇集，存放各种模型使用的方法，为模型求解提供算法基础和方法支持，在该智能决策系统中，方法库用于存储决策中一些标准函数、过程、及决策中常用的分析方法和算法等，方法库按照一定的原则将方法有机地汇集起来，由方法库管理系统进行集中控制和管理，对各种方法进行查询、检索、增加、删除等，还可以按不同决策者的需求选取合适的方法。

4.4数据仓库数据仓库是数据存储的一种组织形式[5]，它从最初的数据源获得原始数据，按照决策的要求重新组织，形成具有不同粒度的综合数据层，同时，数据仓库还对其中存储的数据进行操纵、管理等，以支持决策。

要实现数据仓库的功能，数据仓库的总体层次结构应该由数据仓库基本功能层、数据仓库管理层和数据仓库环境支持层组成。数据仓库的基本功能层应该包含从数据源抽取数据，对所抽取的数据进行筛选、清理，将清理后的数据加载到数据仓库中，根据用户的需求设立数据集市，完成数据仓库的复杂查询、决策分析和知识的挖掘等功能。

数据仓库的管理层包含数据管理与元数据管理，主要负责对数据仓库中的数据抽取、清理、加载、更新与刷新等操作进行管理。只有使这些操作正常完成，才能源源不断地为数据仓库提供新的数据源，才能正确利用数据仓库进行决策分析和知识挖掘。数据仓库环境支持层主要有数据传输和数据仓库基础两大部分。数据仓库结构图如图2所示。

通过独立开发的数据集市逐渐构建数据仓库。数据集市是具有特定应用的数据仓库，针对特定的需求支持用户利用已有的数据进行管理决策。它们都被设计成主数据仓库的组件，以保证数据的组织、格式和结构在整个数据仓库内保持一致。避免数据集市内的重构现象。当使用数据仓库时，可以通过OLAP联机分析处理技术对数据集市或数据仓库进行各种决策查询分析。通过数据挖掘对数据仓库中的数据进行模式抽取和知识发现，为数据仓库提供了更好的决策支持。基于数据仓库的数据挖掘能更好地满足高层战略决策地要求。其数据挖掘的基本过程如图3所示。

5结论本文基于多Agent技术，在传统的智能决策支持系统的基础上提出了基于多Agent的智能决策支持系统模型。

其Agent结构提供了柔性，可变性、鲁棒性，适用于解决一些动态的，不确定的和分布式的问题，顺应了分布式及智能化的发展。

参考文献院[1]杨斯博，李敏强.一个基于自组织多Agent系统的智能控制与决策模型[J].天津大学学报，2012，45（10）：903-911.[2]马骏，陶先平，朱怀宏，吕建.多Agent系统的上下文感知增强[J].软件学报，2012，23（11）：2905-2922.[3]曹凤雪，黄成.一种多agent系统的组织适应模型研究[J].微电子学与计算机，2012，29（9）：55-58.[4]王梅蓉，曾广平，涂序彦.多库协同中的AI-Agents研究[J].计算机应用，2004，24（6）：78-79.[5]谢榕.基于数据仓库的决策支持系统框架[J].系统工程理论与实践，2000（4）：27原30.