对于Agent的研究早期是由人工智能领域兴起的。当前, 这一技术已经从产生阶段过渡到了发展阶段, 虽然依旧未曾达到完全成熟的阶段, 但多Agent系统却已经被人们认可。在各种应用Agent的系统当中其定义均有所不同, 直至目前为止尚且没有一个较为统一的定义, 无论Agent的定义是否统一, 其必须具备的就是智能性, 这是一个毋庸置疑的问题。有的学者认为Agent实质上就是一个实体, 可将其状态看做是由能力、选择、信念以及承诺等部分组成的。从广义的角度上讲, Agent可以使一个组织、一个机器或者是一个人。Agent一词在词典中的解释为扮演其它角色者, 但硬要将之应用到计算机领域当中该定义又显得较为笼统。如何才难更准确具体的刻画出Agent的定义一直以来都是诸多学者研究的重点。笔者认为想要真正明确其定义就必须了解Agent的更多属性, 通过这些属性可以从不同的侧面对Agent进行刻画。
Agent的基本属性如下:自主性。不需要外部任何的直接干涉也能够自行行动并且对内部的状态具有一定程度的控制能力, 可按照其自身的经验行事;交互性。可以和其它的Agent进行交流, 同时也可以与自身所处的环境进行交流;适应性。在某种特定的前提下可以相应其它环境或别的Agent, 自身适应性较高的情况下还能够允许其它Agent按照一定的经验对自身进行适当的修改;代理性。当前提条件满足要求的情况下, 其可以代替他者进行工作, 也就是说Agent能够代表某些特定实体的利益行事;移动性。可以将自己从当前所处的环境中转移到另外的环境中;主动性。Agent并不是简单地对某些特定环境做出指定的反应, 而是有目的的行事;智能性。能够与其它的Agent之间使用符号等语言进行交互;理性;可按照知识及内部目标对行为进行选择, 特定的行为能够使其接近自己想要实现的目标;不可预测性。Agent本身具有不确定的行为能力, 就算在全部初始前提条件均明了的情况下, 也不可能完全预测的方式行事;连续性。Agent属于一个能够进行连续运转的进程;竞争性。可以和其它Agent在一个环境中协作, 但这种协作是具有对立面的, 及一个Agent成功则意味着另一个Agent的失败;可信赖性。由于Agen的运行安全遵循机器人法则, 所以其较为诚实基本可以信赖;坚实性。能够对各种错误以及不完全的数据信息进行处理。在以上这些特性中, 自主性、交互性以及适应性是Agent必须具备的, 这是智能系统的基本要求之一, 换言之没有自主便没有智能。
目前, 在计算机软件工程的研发中, 大部分基于Agent的方法都是以面向对象为技术基础进行的。所谓的基于Agent建模具体是指当目标确定以后, 首先建立一个多Agent组织, 然后将用于实现目标的所有任务项进行分类组合, 并赋予Agent应有的功能, 最后在通信协议下进行交互合作, 以此来实现目标。这种方法其实就是以人类解决问题的智能方式予以模拟, 在软件中构建一个具有自主性的计算实体。
我们都知道抽象化和模块化是当前复杂问题求解较为有效地手段之一。而基于Agent的复杂系统分析则解决这一问题最为有效的途径。Agent在某种情况下, 比对象在反应现实问题上能力更强, 其不但能够抽象地表达出实体的动作及特性, 而且还可以按照其社会特征反映出对实体的感觉及承诺等。
通常情况下, 复杂系统中的组织关系也和系统一样复杂, 而这些组织关系的作用是可将系统内分散的模块划分到一起从而形成概念上的实体, 同时, 这些实体之间存在着较为高级的链接关系, 并且还会不断变化, 为了能够适应这种变化, 各个实体均必须具备一定适应能力。基于Agent的系统在复杂问题的求解中事实上属于一个开放系统, 由于各种条件的变化, 要求组织在求解中必须能适应这些变化, 以便可以满足求解的需要。
可以说智能Agent是现阶段软件开发的一种新模式, 人工智能最终想要实现的目标就是可以完全模仿出人类智能, 在Agen系统建模过程中, 人类的组织学及社会学给予了其较大的影响。复杂系统的建模方法为利用Agent的思想对可划分的实体进行建模, 并将系统类化为Agent组织, 其目的在于协调和管理。建模过程的框架主要有以下几个方面的内容:组织系统图、职能模型、协作模型、控制模型以及管理模型等。采用上诉方法进行建模主要是以模仿人类组织为前提而建立的一个开放系统。
基于Agent的需求分析属于一种独立于计算域的分析途径, 这样分析的最终目的是为了便于获取问题的求解模式, 而不是软件规范, 所以这种方法分析所得的结果更具复用性和稳定性, 特别适合用在复杂系统仿真分析当中。
在基于Agent的仿真系统中, 通常将Agent作为行为主体, 它可以的某种特定的状态下完成某些活动, 并产生出新的时间或对这一状态进行转换。对Agent的刻画具体包含以下几个方面的内容:内部推理方式、与外界沟通交流渠道以及对外界的动态反应行为等。对于仿真系统中的Agent, 一般可按照需要的不同进行不同的结构设计, 并以此为依据设计相应的推理机制。
可按照Agent之间的通讯需求来构件仿真系统的框架。而具体的仿真模型需根据实际要求予以确定。因此, 不做详细分析。
摘要：近年来, 随着我国科学技术水平的不断进步, 推动了人工智能领域的发展, Agent以其自身诸多的特点, 被广泛应用在各种系统的建模与仿真当中, 并且均取得了较为显著的成果。基于此点, 本文首先对Agent的定义及其基本属性进行介绍, 并在此基础上对基于Agent的复杂系统建模及仿真进行研究。
关键词：Agent,复杂系统,建模,仿真
[1] 鲍爱华, 姚莉, 刘芳, 等.基于组织的多Agent系统建模方法研究[J].小型微型计算机系统, 2008 (1) .
[2] 王武礼.钻井井控仿真中多Agent系统建模研究[D].中国石油大学, 2009 (4) .
[3] 罗英伟, 汪小林.许卓群分布式GIS的多Agent系统建模与实现[J].计算机辅助设计与图形学学报, 2009 (6) .
[4] 程国建, 李真.基于多Agent的生态复杂适应系统建模和仿真[J].西安石油大学学报 (自然科学版) , 2011 (2) .
[5] 李景林, 魏筑军, 王昌江.扩展UML的多Agent系统建模方法[J].广西轻工业, 2011 (8) .
