论文部分内容阅读
摘要：由于决策问题变得越来越复杂，规模越来越大，传统的IDSS面临着巨大的挑战。该文把Agent 技术融于智能决策支持系统之中，提出了基于多Agent 系统（MAS）技术的智能决策支持系统体系结构，并对决策Agent的结构模型进行了描述。
关键词：决策支持系统；MAS
中图分类号：TP18文献标识码：A文章编号：1009-3044(2008)35-2332-01
Research on Intelligent Decision Support System Based on MAS
LI Xiao-long1, LIU Jian-ying2
(1.Department of Control Engineering, Academy of Armored Force Engineering, Beijing 100072, China;2.Department of Scientific Research, Academy of Armored Force Engineering, Beijing 100072, China)
Abstract: As the decision-making has become increasingly complex, increasingly large-scale, traditional IDSS is faced with enormous challenges. This paper takes agent technology into intelligent decision support system, brings forward intelligent decision support system architecture, which based on multi-Agent System (MAS) technology, and the structure model of decision-making agent is described.
Key words: decision support systems; MAS
1 引言
决策支持系统(Decision Support Systems，DSS)自20世纪60年代提出以来，其理论日渐成熟并在各个领域中得到了广泛应用。但是它还存在着许多不尽人意的地方，主要表现在以下几个方面：1）自治性不好，不能和环境发生直接的交互，不能依靠自身的能力完成任务；2）实时性差，不能够做出及时的反应来帮助人们进行决策，从而失去它的功效；3）学习能力差，不能预测所有情况和环境的变化，从而在运行时不能获更多的有关环境和问题求解的信息来调整行为以便更高效地解决问题；4）交互性差，传统的决策支持系统一般采用的是直接操纵式界面，随着任务复杂性的增加，用户的操作过程将越来越繁琐，这最终将影响到系统的实际效果。
MAS(Multi-Agent System)是分布式智能控制的一个分支，其目标是将大的复杂系统建造成小的、彼此能相互通讯及协调的、易于管理的智能体，其研究涉及智能体的知识、目标、技能和规划以及如何使智能体协同地采取行动解决问题等。利用MAS构造智能决策生成系统，与一般决策生成系统相比，在系统智能化、协调化和集成化方面具有独特优势，并逐渐成为智能决策支持研究领域的研究热点。
2 MAS智能决策支持系统的特点
人们在研究人类智能行为中发现：人类绝大部分的活动都涉及到多个人构成的社会群体，大型复杂问题的求解需要多个专业人员或组织协作完成。因此工程上的任务完成也需要多个Agent的相互协作来完成，于是出现了多Agent系统。
在多Agent系统中，尽管各单个Agent的能力是有限的，但它们通过相互间的通讯、合作和协调，能改善各个体的基本能力，提高整个系统的性能，并通过单个Agent完成各自的子目标来达到整个系统的总体目标，而这个总体目标对多Agent中的单个Agent来说，都会因其能力有限而不可能独立完成。将MAS应用于决策支持系统，有以下特点：
1）具有获取知识和推理机能，拥有专家的支持，因此它具有人类的智能，可以达到人类专家的决策水平，使整个决策模型不仅能体现出科学的分析决策方法，而且能体现出决策者的知识、经验和各种判断能力。
2）能模拟决策者的思维过程，能够根据决策者的需求，通过人机交互分析问题，应用有关规则，引导决策者选择合适的模型。当某个模型或算法解决不了问题时，可以辅助决策者用数个现有模型的组合，建立新的模型来解决问题。
3）Agent具有自适应性、智能性和鲁棒性，能和环境发生直接的交互。它们能从外界直接获得信息，依靠自身的能力完成任务。即使在信息瞬息万变、时间紧迫的环境下，也能够做出及时反应来帮助决策者进行决策。能预测所有情况和环境的变化，从而在运行时间获得更多的有关环境和问题求解的信息来调整行为以便高效地解决问题。
3 MAS智能决策支持系统的体系结构
Agent是一个具有通讯能力、感知能力和问题求解能力的实体，我们可以用Agent去代替在决策支持系统中的各个功能单元，通过系统中各个Agent的协调合作去求解复杂问题，以实现智能化辅助决策的功能。基于MAS的决策支持系统的体系结构是一个分层次的动态结构，其体系结构如图1所示。
数据层由数据库、模型库、知识库和方法库构成最底层的基本资源，它们由相应的管理Agent进行管理和使用。构件层包括优化构件、预测构件、专家系统等，构件是可复用的软件组成成份，可被用来构造其他软件。这种方式集成程度高，系统结合紧密。决策层是计算机进行决策的主体层。控制层包括交互Agent、管理Agent、信息Agent和评估Agent。交互Agent一方面起到了决策系统中人机接
口的作用，另一方面还可以对用户所提出的问题作初步的分析。管理Agent是整个系统的管理者和协调者。信息Agent是系统中的信息搜寻者。评估Agent将对形成的方案进行评测，是一个系统自我反馈，自我评价的过程。对话层负责提供友好的人机交互环境。
4 决策Agent结构模型
根据决策支持系统的决策过程和结构特点，参照一些学者提出的Agent的结构和构造Agent的一般原则，图2给出了决策Agent的结构模型。
1）环境感知。定义了决策Agent对当前已存在的任务以及其它决策Agent任务状态的感知。环境感知阶段主要是Agent通过自身的通信机制与其它Agent进行通信来完成环境中的任务识别功能，同时感知系统中其它Agent可用来协同工作的有效资源状况。
2）信息处理。信息处理过程表明了决策Agent对当前环境中出现的任务在任务属性与资源需求之间的一种映射，决策Agent需要明确当前任务的类型、自身的处理能力以及其它Agent所能提供的协同能力。
3）行动选择。行动选择阶段的主要任务就是制定决策Agent的行动策略来完成分配的任务目标。在决策支持环境中，Agent需要知道是选择单独完成任务还是需要其它Agent协同来完成任务。
5 结论
本文结合人工智能和Agent 技术的最新发展，提出了把MAS技术应用于智能决策支持系统的研究之中,给出了基于MAS的决策支持系统的体系结构，并对决策Agent的结构模型进行了描述。相信随着网络技术的迅速发展，MAS技术理论日益丰富和发展，基于MAS技术的决策支持系统一定会给DSS的发展带来一个光明的未来。
参考文献：
[1] 许国志.系统科学[M].上海:科技教育出版社,2000.
[2] 王德吉.复杂环境下自适应智能决策支持系统研究[D].合肥：中国科学技术大学,2007
[3] 朱娟,刘玉树.基于多主体的智能决策支持系统构建方法[J].北京理工大学学报,2001(2):6-10.
关键词：决策支持系统；MAS
中图分类号：TP18文献标识码：A文章编号：1009-3044(2008)35-2332-01
Research on Intelligent Decision Support System Based on MAS
LI Xiao-long1, LIU Jian-ying2
(1.Department of Control Engineering, Academy of Armored Force Engineering, Beijing 100072, China;2.Department of Scientific Research, Academy of Armored Force Engineering, Beijing 100072, China)
Abstract: As the decision-making has become increasingly complex, increasingly large-scale, traditional IDSS is faced with enormous challenges. This paper takes agent technology into intelligent decision support system, brings forward intelligent decision support system architecture, which based on multi-Agent System (MAS) technology, and the structure model of decision-making agent is described.
Key words: decision support systems; MAS
1 引言
决策支持系统(Decision Support Systems，DSS)自20世纪60年代提出以来，其理论日渐成熟并在各个领域中得到了广泛应用。但是它还存在着许多不尽人意的地方，主要表现在以下几个方面：1）自治性不好，不能和环境发生直接的交互，不能依靠自身的能力完成任务；2）实时性差，不能够做出及时的反应来帮助人们进行决策，从而失去它的功效；3）学习能力差，不能预测所有情况和环境的变化，从而在运行时不能获更多的有关环境和问题求解的信息来调整行为以便更高效地解决问题；4）交互性差，传统的决策支持系统一般采用的是直接操纵式界面，随着任务复杂性的增加，用户的操作过程将越来越繁琐，这最终将影响到系统的实际效果。
MAS(Multi-Agent System)是分布式智能控制的一个分支，其目标是将大的复杂系统建造成小的、彼此能相互通讯及协调的、易于管理的智能体，其研究涉及智能体的知识、目标、技能和规划以及如何使智能体协同地采取行动解决问题等。利用MAS构造智能决策生成系统，与一般决策生成系统相比，在系统智能化、协调化和集成化方面具有独特优势，并逐渐成为智能决策支持研究领域的研究热点。
2 MAS智能决策支持系统的特点
人们在研究人类智能行为中发现：人类绝大部分的活动都涉及到多个人构成的社会群体，大型复杂问题的求解需要多个专业人员或组织协作完成。因此工程上的任务完成也需要多个Agent的相互协作来完成，于是出现了多Agent系统。
在多Agent系统中，尽管各单个Agent的能力是有限的，但它们通过相互间的通讯、合作和协调，能改善各个体的基本能力，提高整个系统的性能，并通过单个Agent完成各自的子目标来达到整个系统的总体目标，而这个总体目标对多Agent中的单个Agent来说，都会因其能力有限而不可能独立完成。将MAS应用于决策支持系统，有以下特点：
1）具有获取知识和推理机能，拥有专家的支持，因此它具有人类的智能，可以达到人类专家的决策水平，使整个决策模型不仅能体现出科学的分析决策方法，而且能体现出决策者的知识、经验和各种判断能力。
2）能模拟决策者的思维过程，能够根据决策者的需求，通过人机交互分析问题，应用有关规则，引导决策者选择合适的模型。当某个模型或算法解决不了问题时，可以辅助决策者用数个现有模型的组合，建立新的模型来解决问题。
3）Agent具有自适应性、智能性和鲁棒性，能和环境发生直接的交互。它们能从外界直接获得信息，依靠自身的能力完成任务。即使在信息瞬息万变、时间紧迫的环境下，也能够做出及时反应来帮助决策者进行决策。能预测所有情况和环境的变化，从而在运行时间获得更多的有关环境和问题求解的信息来调整行为以便高效地解决问题。
3 MAS智能决策支持系统的体系结构
Agent是一个具有通讯能力、感知能力和问题求解能力的实体，我们可以用Agent去代替在决策支持系统中的各个功能单元，通过系统中各个Agent的协调合作去求解复杂问题，以实现智能化辅助决策的功能。基于MAS的决策支持系统的体系结构是一个分层次的动态结构，其体系结构如图1所示。
数据层由数据库、模型库、知识库和方法库构成最底层的基本资源，它们由相应的管理Agent进行管理和使用。构件层包括优化构件、预测构件、专家系统等，构件是可复用的软件组成成份，可被用来构造其他软件。这种方式集成程度高，系统结合紧密。决策层是计算机进行决策的主体层。控制层包括交互Agent、管理Agent、信息Agent和评估Agent。交互Agent一方面起到了决策系统中人机接
口的作用，另一方面还可以对用户所提出的问题作初步的分析。管理Agent是整个系统的管理者和协调者。信息Agent是系统中的信息搜寻者。评估Agent将对形成的方案进行评测，是一个系统自我反馈，自我评价的过程。对话层负责提供友好的人机交互环境。
4 决策Agent结构模型
根据决策支持系统的决策过程和结构特点，参照一些学者提出的Agent的结构和构造Agent的一般原则，图2给出了决策Agent的结构模型。
1）环境感知。定义了决策Agent对当前已存在的任务以及其它决策Agent任务状态的感知。环境感知阶段主要是Agent通过自身的通信机制与其它Agent进行通信来完成环境中的任务识别功能，同时感知系统中其它Agent可用来协同工作的有效资源状况。
2）信息处理。信息处理过程表明了决策Agent对当前环境中出现的任务在任务属性与资源需求之间的一种映射，决策Agent需要明确当前任务的类型、自身的处理能力以及其它Agent所能提供的协同能力。
3）行动选择。行动选择阶段的主要任务就是制定决策Agent的行动策略来完成分配的任务目标。在决策支持环境中，Agent需要知道是选择单独完成任务还是需要其它Agent协同来完成任务。
5 结论
本文结合人工智能和Agent 技术的最新发展，提出了把MAS技术应用于智能决策支持系统的研究之中,给出了基于MAS的决策支持系统的体系结构，并对决策Agent的结构模型进行了描述。相信随着网络技术的迅速发展，MAS技术理论日益丰富和发展，基于MAS技术的决策支持系统一定会给DSS的发展带来一个光明的未来。
参考文献：
[1] 许国志.系统科学[M].上海:科技教育出版社,2000.
[2] 王德吉.复杂环境下自适应智能决策支持系统研究[D].合肥：中国科学技术大学,2007
[3] 朱娟,刘玉树.基于多主体的智能决策支持系统构建方法[J].北京理工大学学报,2001(2):6-10.