（控制科学与工程专业论文）基于多智能体的炼厂生产调度优化系统开发.pdf

摘要炼厂的生产流程连续，生产装置复杂，单元设备较多，其生产调度方案是炼油企业提高经济效益和市场竞争力的重要手段。针对调度模型变量较多，约束条件维数很大，不利于求解的情况，目前广泛应用的调度算法( 如g a 和p s o ) 由于算法初始种群的选定随机性，导致其优化结果也具有一定程度的随机性，因此无法一次优化求得结果。本文针对典型调度模型和常用优化算法的特点，以某炼厂生产流程为背景，设计并在j a d e 平台上实现了基于多智能体的炼厂生产调度系统。主要内容有：首先，根据某炼厂的生产实况和流程特点，分装置建立了局部流程的调度模型。该炼厂包含常减压蒸馏i 、常减压蒸馏i i 、催化裂化、溶剂油装置和气体分离装置。将一个装置看做一个基本单元，以该单元的原料购买费用和产品存储费用最省为目标，考虑该单元的罐容量限制、产品收率限制、装置加工量限制、产品和原料的存储限制以及市场销售限制，建立了局部流程的调度模型。差对常用的调度算法，遗传算法和粒子群算法进行了实例验证，总结了这两种算法的优点和存在的不足之处。接着，针对以上典型调度模型和常用调度算法的优缺点，以克服算法一次计算结果稳定性较差为出发点，设计了基于多智能体的炼厂生产调度系统。该系统由1 个管理智能体，按流程划分的5 个调度智能体，3 个算法智能体和1 个知识库智能体有机组成。本文详细论述了各a g e n t 的智能，任务以及a g e n t 间的协同交互过程。为了在计算机上实现这一过程，本文还研究了j a d e 平台相关技术，结合j a d e 平台提供的工具开发了多智能体系统。最后，经炼厂调度问题实例验证，本文所设计的多智能体系统能够给出稳定的调度方案，证明了基于多智能体的炼厂生产调度系统的可行性。通过a g e n t交互的过程可以看出，基于智能体的生产调度优化系统降低了问题的计算难度，克服了算法的随机性，提高了计算结果的稳定性。关键词：多智能体；生产调度；j a d e ；g a ；p s oa g e n tb a s e dp r o d u c t i o ns c h e d u l i n go p t i m i z a t i o ns y s t e mf o rar e f i n e r yp l a n tl i ul i j i e ( c o n t r o ls c i e n c ea n de n g i n e e r i n g )d i r e c t e db ya s s o c i a t ep r o f w a n gy u h o n ga b s t r a c tp r o d u c t i o ns c h e d u l i n gi sav e r yi m p o r t a n tm e a nt oi m p r o v ee c o n o m i ce f f i c i e n c ya n dm a r k e tc o m p e t i t i v e n e s sf o rr e f i n e r i e s r e f i n e r i e sh a v eac o n t i n u o u sp r o d u c t i o np r o c e s s ，s o m ec o m p l e xp r o d u c t i o ne q m p m e n t s ，a n dm a n yu n i te q m p m e n t s s o ，t h e r ea tel o t so fv a r i a b l e si ns c h e d u l i n gm o d e l s ，a n dt h ed i m e n s i o n so fc o n s t r a i n t sa r ev e r yb i g t h e s ea r en o tc o n d u c i v et os o l v i n gt h em o d e l a st h ei n i t i a lp o p u l a t i o no fw i d e l yu s e do p t i m i z a t i o na l g o r i t h m s ( s u c ha sg aa n dp s o ) i sr a n d o m l ys e l e c t e d ，t h eo p t i m i z a t i o nr e s u l t sh a v eac e r t a i nd e g r e eo fr a n d o m n e s s a su s u a l ，w ec a nh a r d l yg e tt h eb e s to p t i m i z a t i o nr e s u l t sj u s tb yo p t i m i z i n go n et i m e i no r d e rt og a i nt h eb e s to p t i m i z a t i o nr e s u l t s ，w em u s tc o m p m er e p e a t e d l y , a n ds e l e c tt h eb e s to n ef r o ma l lt h er e s u l t s a c c o r d i n gt ot h ef e a t u r eo ft h et y p i c a lp r o d u c t i o ns c h e d u l i n gm o d e lo far e f i n e r yp l a n ta n dt h ed i s a d v a n t a g e so fc o m m o no p t i m i z a t i o na l g o r i t h m s ，t h i st h e s i sd e s i g n sam u l t i - a g e n tb a s e dp r o d u c t i o ns c h e d u l i n gs y s t e mf o rar e f i n e r yp l a n t ，a n di m p l e m e n t si to nt h ej a d ep l a t f o r m t h em a i nw o r k sa r ea sf o l l o w s ：f i r s t ，c o n s i d e r i n gt h es t a t u sa n df e a t u r e so ft h er e f i n e r yp l a n t ，l o c a ls c h e d u l i n gm o d e lf o re a c he q u i p m e n ta r ep r e s e n t e d t h e r ea r ef i v ep r o c e s s i n gu n i t si nt h er e f i n e r yp l a n t ，i n c l u d i n gt w oa t m o s p h e r i cv a c u u md i s t i l l a t i o nu n i t s ，ac a t a l y t i cc r a c k e r ,as o l v e n to i lp r o d u c t i o nu n i ta n dag a ss e p a r a t i o ne q u i p m e n t f o re a c hu n i t ，t h eo b je c t i v ef u n c t i o no fs c h e d u l i n gi st om i n i m i z et h ec o s to fp u r c h a s i n gr a wm a t e r i a l sa n t is t o r a g ep r o d u c t s ，a n dc o n s t r a i n sa r em a s sb a l a n c e ，e q u i p m e n tp r o c e s s i n g ，c a p a c i t yq u a l i t yd e m a n d ，t a n kc a p a c i t ya n di n v e n t o r yc o n s t r a i n t t h e nt w oc o l i l m o no p t i m i z a t i o na l g o r i t h m s ，g aa n dp s o ，a r et e s t e da n dv e r i f i e dw i t ht w oe x a m p l e s a n dt h ea d v a n t a g e sa n ds h o r t c o m i n g so ft w oa l g o r i t h m sa r es u m m a r i z e d t h e n , a c c o r d i n gt ot h ew o r ki nt h ea b o v e ，t h es c h e d u l i n gs y s t e mb a s e do nm u l t i a g e n tt e c h n o l o g yo ft h er e f i n e r yp l a n ti se s t a b l i s h e d t h es y s t e mc o n s i s t so fam a n a g e m e n ta g e n t ，f i v el o c a ls c h e d u l i n ga g e n t s ，t h r e ea l g o r i t h ma g e n t sa n dak n o w l e d g eb a s ea g e n t l o c a ls c h e d u l i n ga g e n t sa r ed i v i d e db yf i v ep r o c e s s i n gu n i t sa n da l g o r i t h ma g e n t si n c l u d e st h r e ea l g o r i t h m s ，s u c ha sg a ，p s oa n ds i m p l e xa l g o r i t h m i nt h i st h e s i s ，t h et a s ko fe a c ha g e n ti sd e s c r i b e d , a n dt h ec o l l a b o r a t i v ei n t e r a c t i o nb e t w e e na g e n t si sd e s c r i b e da sw e l l i no r d e rt oi m p l e m e n tt h em u l t i - a g e n ts y s t e mb yc o m p u t e r , t h et h e s i sa l s os t u d i e st h er e l a t e dt e c h n o l o g i e so fj a d ef r a m e w o r k ，a n dd e v e l o p st h ep r o d u c t i o ns c h e d u l i n go p t i m i z a t i o nm u l t i a g e n ts y s t e mo i lj a d ep l a t f o r m f i n a l l y , t h ed e s i g n e dm u l t i - a g e n ts y s t e mi sv e r i f i e db yar e a lr e f i n e r ys c h e d u l i n gp r o b l e m t h em u l t i - a g e n ts y s t e mg i v e sm o r es t a b l es c h e d u l i n gp r o g r a m ，a n dt h ef e a s i b i l i t yo ft h es y s t e mi sp r o v e d t h ei n t e r a c t i o n sb e t w e e na g e n t ss h o wt h a ta g e n t b a s e do p t i m i z a t i o ns y s t e mr e d u c e st h ed i f f i c u l t yo fs c h e d u l i n go p t i m i z a t i o n ,o v e r c o m e st h er a n d o m n e s so ft h eo p t i m i z a t i o nr e s u l t s ，a n di m p r o v e st h es t a b i l i t yo fo p t i m i z a t i o n k e yw o r d s ：m u l t i a g e n t ；p r o d u c t i o ns c h e d u l i n g ；j a d e ；g a ；p s o关于学位论文的独创性声明本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外，本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对研究所做的任何贡献均己在论文中作出了明确的说明。若有不实之处，本人愿意承担相关法律责任。学位论文作者签名：鱼随刍查日期：劢口年月0 日学位论文使用授权书本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印刷版和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、缩印或其他复制手段保存学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：壹f 亟壹指导教师签名：日期：娣年6 月g 日日期：励年月g 日中国石油大学( 华东) 硕士学位论文1 1 课题研究的背景第1 章绪论近年来，由于市场经济的迅猛发展，以及经济全球化的发展现状，我国国民经济的主要支柱行业石油加工业，正面临着越来越激烈的竞争。为了适应这种日益多样化的竞争，合理的生产调度方案在炼厂生产过程中的地位，变得越来越重要。企业想要在激烈的市场竞争中保持竞争力并且盈利，必须从市场需求出发，综合考虑自身特点以及生产现状，调整生产经营方式，按照更适应市场需求的生产方案，生产出更贴近市场要求的产品。具体地说就是，将资源的效能最大化，以尽量少的人力、物力、财力的投入，产出更多利润高的产品，降低成本，节约能源，最终达到经济效益最大化的经济目标。这个过程由生产调度来完成。流程工业的生产调度位于企业的管理层，是企业生产经营的核心。它连接着企业生产计划和生产活动，起着承上启下的作用( 如图1 1 示) 【l 】。它从企业生产全局出发，在满足市场、能源、环境各方面要求的前提下，结合装置的实际生产情况，及时给出合理的生产方案，使企业得到最高的经济效益，达到企业生产整体优化的目标。ji生产计划( 年度、季度、月)，计划调度层1j生产调度( 旬、周、五日)t、了分布式控制系统上优化控制层生产过程1图1 - 1 生产调度在企业经营中的地位f i 9 1 - 1t h es t a t u so fp r o d u c t i o ns c h e d u l i n gi ne n t e r p r i s em a n a g e m e n t第1 章绪论生产调度系统分析来自市场方丽的需求方案，将整个生产计划分解为若干个小的生产任务，在满足装置加工量、库存能力、加工顺序以及市场需求等约束的情况下，通过一定的数学计算，产生适合企业生产的产品种类以及各产品的生产量，得到最优的经济目标，来指挥、控制、调节日常生产，处理突发事件等【l 】。炼厂的生产计划目标，概括性地说就是在满足市场需求以及生产约束的前提下，尽量多的生产能够带来高额经济效益的产品，比如：汽油，柴油，航空煤油等。通常，生产计划有年度计划，季度计划和月计划，调度一般以“旬 、“周”、“五日”为一个调度周期【羽。生产调度研究主要分为两方面，一方面是建立调度模型，一方面是优化算法的选择。调度建模包括目标函数的建立、约束条件的确定和调度规则的设计，已有的优化算法有：最优化方法、启发式方法、系统仿真方法、智能计算方法、网络方法、人工智能方法等。1 2 课题研究的目的本课题的研究工作来自于教育部科学技术研究重点项目“基于多智能体的石化企业多分辨率建模技术研究”的子课题“基于多智能体的炼厂生产调度系统开发”。课题研究的目的是建立炼油企业的生产调度多智能体系统架构，研究智能体以及多智能体相关技术，以某炼油厂生产装置为背景，以该炼厂实际生产数据为实例，利用国际通用智能体开发平台j a d e ，开发出一套完整的炼厂生产调度优化多智能体系统。炼油行业作为流程工业的代表，为了适应市场需求，提高市场竞争力，调整了企业生产结构，不仅生产大批量的产品，也生产小规模的产品。它通过调节装置之间的物流分配和调整装置正常运行的工作点来贴近市场需求，生产出多元化，个性化的产品。炼油行业生产过程生产线长，生产流程基本不变，工序多，设备复杂，各工序前后衔接紧凑，物料和能量供给要求及时、可靠。物料供给一旦中断，将造成一系列的连锁反应，给企业带来巨大的经济损失。另外，为了适应全球性的市场需求，炼油厂的产品还具有种类复杂繁多，生产量较大的特点。2中国石油大学( 华东) 硕士学位论文炼油厂生产过程工艺复杂，整个生产过程由许多环节连接而成，通常包括：常减压蒸馏，催化裂化，延迟焦化，加氢裂化，连续重整，油品调和等。各装置生产的产品种类也不同，产品有柴油、汽油、溶剂油、液化气、m t b e 、燃料油、沥青等等。前一个装置生产出来的产品，还是下一个装置的原料。各流程不是独立存在的，而是依赖于前一个流程，并且影响后一个流程，环环相扣，相互依存。这就要求生产方案中，物流分配的比值应该适度，既不能使前一个装置的产品生产过剩，又不能影响下一个装置产品的产量【3 】。调度问题其本质是优化求解问题，随着调度问题规模的增长，其解空间维数变大，存储空间和求解时间也跟着变大、变长。当调度规模增长到一定程度后，现有的许多算法都将难以求解。这将大大影响调度系统的工作效率，给调度求解带来了难度，也降低了调度系统的实用性。炼油行业的生产调度问题是一个大规模的调度问题。炼油行业具有生产规模大、流程连续、过程复杂等特点。它的调度模型复杂，约束条件较多，矩阵维数较大，求解困难，是典型的n p 问题。甚至模型过于理想时也会出现无法求解的状况，给这方面的研究带来了较大的困难【4 】。在优化求解问题上，系统的理论和方法还未形成，理论研究与实际应用还有一段差距。值得欣慰的是，许多研究者在不同的领域，以不同的角度，结合各种交叉学科研究了调度问题的求解方法，给调度问题求解带来了一股新的气息。本文便结合智能体技术，研究了炼厂的生产调度问题。近年来，人们在研究人类智能行为中发现，大部分的人类活动都涉及到多个人构成的社会群体。求解大型复杂问题时，多个专业人员或组织协作完成的效率较高。于是不妨假设，如果大型复杂系统的生产调度问题，能够划分为若干个小的优化问题，并将这些小的优化问题分别放入某种实体中，由这些实体同时进行求解，通过相互协调、合作，共同求得全局的优化解。那么，基于实体的求解方法不但可以在求解速度和稳定性上占有优势，还能解决单元间有大量交互作用的问题。而这些问题，正是连许多经典方法都无法解决的。智能体正是这样一种相互间具有协调和协作能力的实体。利用多智能体间的协调技术对大型复杂调度问题进行求解，可以很好的将大型复杂问题转化为多个小问题的协作求解的过程。结合多智能体理论来解决调度第1 章绪论问题，具有速度快、可靠性高、可扩展性强、高度模块化的特点【5 卅。另外，多智能体系统还可处理分布式问题，而且在处理不确定性数据和知识时，有较好的容错性。本课题针对炼油行业生产调度现状，分析现已广泛应用的优化求解算法的缺点和长处，围绕炼油行业生产调度优化系统的整体架构和核心功能，设计炼厂生产调度多智能体系统的体系结构，内部成员，以及各层a g e n t 间的交互方式等关键技术，最终形成一套完整的基于多智能体的炼厂生产调度系统。为了在计算机上实现这一多智能体系统，课题研究了基于f i p a 协议的国际标准智能体开发平台j a d e 的关键技术，在j a d e 平台上设计并开发了基于智能体的炼厂生产调度优化系统。1 3 课题的国内外研究现状及意义1 3 1 生产调度方法研究现状生产调度是指在产品的生产过程中，充分调配有效的资源。它的目标是在满足产品约束条件的情况下，寻求一种能够实时合理分配和排序共享资源，并达到全局最大经济效益的生产方案。生产调度方法的理论研究起源于2 0 世纪5 0 年代初，大部分的人把c o n w a y ，m a x w e l l 和m i l l e r 三个人做得有关于调度的研究作为调度理论研究的正式开始。因此，这三位也被称为调度理论的奠基人。生产调度的研究方法起初集中在整数规划、仿真和简单的规则上。这种方法的调度结果并不理想，多大型的复杂问题更是束手无策，距离实际应用相差甚远。现今已有的调度求解方法有启发式方法，优化方法，智能计算方法，人工智能方法等【7 1 。启发式方法也被称为调度规则。它针对调度n p 问题，根据决策时刻装置、任务的状态进行调度，不急于在一定的时间内完成调度计划，而是考虑计算时间和调度效果，以较小的计算量达到近优解。这种方法的解虽然不一定是最优解，但是它的计算柔性更好，更有利于提高生产调度系统的实际应用价值。最优化方法是基于数学规划( 混合整数线性非线性规划方法、动态规划方法) 的一种优化算法。这类方法能够求得调度问题的精确解，更好的实现优化目4中国石油大学( 华东) 硕士学位论文标，给企业带来更高的经济效益。但是，它的缺点也十分显著，对于许多大型复杂问题，最优化求解方法往往由于它的高精度要求而不能求得解方案，实际应用性较差【8 - 9 。智能计算法有基于神经网络的求解方法和智能搜索算法等。j o n e s 等提出了一种基于神经网络的解决实时排序和调度问题混合方法的框架，将调度问题看成一类组合优化问题，利用其并行处理能力降低计算的复杂性。同时，利用其学习和适应能力将它应用于获取调度知识，构造调度决策模型8 母】。j i a n 等提出了一种f m s 的调度和重调度算法，该算法考虑了机器损坏、订单有限级提高、紧急订单下达和订单取消的动态突发事件。解决的办法是，采取稳态遗传算法产生一个初始调度，当意外状况发生时，根据当时的情况仅调整受直接影响的工序。作为人工智能领域和分布式计算结合的产物，分布式人工智能( d a i ，d i s t r i b u t e da r t i f i c i a li n t e l l i g e n c e ) 的优势在竞争日益激烈的今天显得越来越突出。而多智能体系统作为人工智能的热点问题，已受到广泛的关注。a g e n t 不仅囊括了神经网络的自主学习性和适应性，多个智能体还可以并行计算，这使它相较于其他算法有了减少计算量的优势。因此，利用a g e n t 的概念求解生产调度问题不但继承了基于神经网络的优化算法的优点，又集成了启发式方法的长处，还可以解决大型n p 问题，是一种有潜力的新型求解方法。1 3 2 智能体及多智能体系统的发展及应用上世纪7 0 年代，分布式人工智能领域的研究人员试图用数学公式来表达一些关于分布式系统中的交互行为的基本定理、结构关系以及经验，然后应用这些数学公式来解决实际问题。而实验结果表明，这些只能进行简单行为的实体或程序，通过它们之间的交互作用去解决一些复杂的问题，结果会比单个实体更智能、更合理。智能体( a g e n t ) 产生于分布式人工智能领域【1 0 】。8 0 年代初，它由美国学者明斯基提出。通常，智能体被认为是能在一定环境下运行的，或者物理或者抽象的实体。他不仅能作用于自身还能对环境做出反应。上世纪9 0 年代开始，多智能体系统( m u l t i - a g e n ts y s t e m ) 成为人工智能领域中的一个新的研究方向。其理论基础有分布式控制，传统的人工智能和分布式计第1 章绪论算。多智能体这一术语既表示一个结构体系，也是继面向对象编程( o o p ) 后的一种新的编程思想。多智能体系统由多个功能相互独立的a g e n t 组成，这些a g e n t 具有逻辑推理能力和通讯能力。多智能体系统通过对行为的管理，比如怎样协调各智能体的目标、知识、规划和策略，以采取联合行动共同实现全局最优的求解问题。如果说智能体是模拟人的行为的话，那么可以说多智能体系统是模拟了人类的社会活动。目前，许多发达国家都在从事多智能体系统方向的研究。多智能体系统已经应用于许多领域当中。信息集成和协调是关系到机器人的性能和智能化程度的一项关键技术。一个智能机器人包括多种子系统，各子系统相互依赖，它们需要相互协调、信息共享，才能快速有效地完成总体任务。近年来，由于互联网的发展，分布式计算可以充分利用分布的计算机资源，成为了研究热点。分布式计算致力于把不同类的、自治度最大化的计算机个体集合到协作的环境中。基于这种认识，刚开始智能体作为一个中间协调的角色，在不同的实体中起联系和协调的作用。l a n e 等设计了基于多智能体系统的单个机器人。他采用分布式的黑板结构由一个核心智能体实时通信，并采用分布式问题求解、知识库和推理技术都是实时的，提高了动态事件响应速度，该机器人已应用于对自主式水下车辆进行声纳信号检测【1 l 】。在多机器人系统中，当多个机器人同时完成同一项工作时，容易出现冲突。将每个机器人看作一个智能体，建立协调机器人的多智能体系统，通过多个机器人的协调合作，并行完成复杂的任务。h u h n s 教授认为，应引入一种全新的软件设计方案，来开发复杂系统的软件。以这种方法设计的软件系统，具有开放式结构，构成该系统的模块间能交互并带有验证内核。他认为智能体技术可实现这一要求，由智能体构成的软件开发模块，可使起到活动模块的作用，既可以监视环境条件，也可以对环境做出反应【1 2 】。另外，智能体技术为解决复杂分布式问题提供了一种新方法，是软件工程的一个新的发展方向。6中国石油大学( 华东) 硕士学位论文1 4 章节安排第一章，对炼厂生产调度问题和智能体理论的发展过程和研究现状做了介绍。此外，结合现有的生产调度问题求解方法的优缺点，提出了将智能体技术在解决生产调度问题时的优势，讲述了课题的研究意义及希望达到的目标。第二章，介绍了智能体、多智能体系统的理论背景。首先，介绍了智能体的基本知识，包括智能体的广义和狭义定义，智能体的特点，以及智能体的基本内部结构。阐述了多智能体系统的体系结构、通讯方式、通讯语言、智能体开发平台和国际通用开发规范等多智能体系统的理论知识。第三章，结合炼厂目前的生产现状，考虑市场对生产调度的要求，建立了一个典型炼厂生产调度模型。接着，选择两种优化求解时常用的算法遗传算法、粒子群算法进行了阐述，并通过两个实例对算法进行了验证。最后，总结了炼厂调度模型的特点和现有算法的优劣性。第四章，针对第三章分析的典型调度模型和常用优化算法的特点，本章设计了炼厂生产调度的多智能体系统( m a s ) 。通过对任务的分解，确定了该多智能体系统包含的智能体种类和个数，以及各智能体的职能。设计了生产调度m a s系统的体系结构，完成了各智能体的功能设定和内部结构设计。最后，阐述了智能体在j a d e 平台上的实现方法和过程，设计了炼厂生产调度优化多智能体系统的a g e n t 行为以及a g e n t 交互过程。第五章，完成了炼厂生产调度多智能体系统的计算机实现。以a g e n t 交互过程为角度阐述了该系统的运行过程。并通过一个炼厂生产实例测试了系统的功能，证明了系统的可行性。最后，总结了文章的整体思路，概括了文章的内容和取得的成果，并提出了改进的内容和尚待解决的问题。7第2 章智能体以及多智能体系统理论第2 章智能体以及多智能体系统理论本文拟采用多智能体技术，对炼厂生产调度问题进行求解，本章将讲述智能体及多智能体系统的基本知识。介绍了a g e n t 的广义和狭义定义，智能体的特点，内部结构设计以及与相似概念的区别。另外，还介绍了多智能体系统的特点，体系结构种类以及多智能体系统的国际通用开发规范和本文所用的开发工具。2 1 智能体( a g e n t )2 1 1a g e n t 的定义a g e n t 可以从狭义和广义两方面来定义。智能体从广义上来说是一种基于w e b 的、相互协作的、自主控制的实体。从狭义上来看，智能体是具有类似人类的智能、感觉、理解和情感能力，有意识和认知能力的实体【1 3 j4 1 。2 1 2a g e n t 的特点a g e n t 是具有自主性、反应性、前瞻性、适应性、协同性、学习性、进化性、理智性、持续性、移动性、规划推理能力和社会能力的实体。其中，自主性( a u t o n o m y ) 是指智能体能够自主的感知环境信息；反应性( r e a c t i v i t y ) 是指智能体感知到环境信息后能够对获得的信息做出相应的一系列反应，这种反应作用与环境、其他智能体或者本身；前瞻性( p r o a c t i v i t y ) 是指智能体能够分析已有的信息，预测即将发生的事情，通过理性的思考，对情况做出判断，并产生相应的对策。对象与智能体有不少的共同点，常常使人混淆。例如，面向智能体编程( a o p )方法有时被认为是特殊的面向对象编程( o o p ) 方法。在某种程度上，面向对象编程认为系统由互相联系的对象( o b j e c t ) 组成，共同完成内部计算；然而面向智能体编程的主体是智能体，它们的内部计算基于信念、能力和选择等，而且智能体之间采用“语言一行为”原理的消息来通信。o b j e c t 与a g e n t 的区别主要体现在以下三方面【1 5 。1 6 】：1 、两者的自治程度不同。一般认为，a g e n t 之间是合作的关系，某个a g e n t不是去调用其他a g e n t 的功能，而是向其他a g e n t 发出功能请求，接收到请求的a g e n t 具有自主性，它可以选择是否接受请求。而在面向对象编程里，源对象直中国石油大学( 华东) 硕士学位论文接调用目的对象的功能，执行功能的决定权和时间属于源对象，目的对象没有拒绝的权力。2 、a g e n t 具有柔性的自治行为，具有反应性、预测性和社会性。而对象只是实现某一功能的模块，不具有自治行为。3 、每个a g e n t 都有控制线程，整个系统的协调是分布式的，通过多个a g e n t间的协作完成。而在标准的对象模型里，整个系统只有一个控制线程，即系统的协调是集中式的。2 1 3a g e n t 的结构a g e n t 个体具备自主性和协作性。自主性能使个体适应动态复杂的外部环境，协作性可以弥补个体的能力和信息量的不足。因此，在设计智能体时，要从自主性和协作性考虑单个a g e n t 应具备的感知能力、局部规划能力、通讯能力、任务分解能力、学习能力、协作能力等。a g e n t 结构需要解决的问题是a g e n t 由哪些模块组成，他们之间如何交互信息，a g e n t 感知到的信息如何影响他的行为和内部状态，以及如何用软件或硬件将这些模块组合起来成一个整体。a g e n t 按内部结构分，可分为慎思型、反应型和混合型【1 7 】。慎思型a g e n t ：能够通过逻辑推理能力感知环境并反应出智能行为，具有以信念期望意图( b e l i e f s - d e s i r e i n t e n t i o n s ) 构成的b d i 结构。它继承了人工智能的传统，根据知识对内部信息和数据做出决策。环境模型一般是已知的，主要由知识库构成。反应型a g e n t ：内部不包含用数学符号表示的模型，并且不使用复杂的数学推理。反应a g e n t 不对环境进行描述，采用应激响应的方式来响应环境的当前状态。它不考虑历史情况，也不预测未来的情况，而是通过与其他a g e n t 简单地交互，使整个a g e n t 系统表现出复杂的整体行为。混合型a g e n t ：混合型a g e n t 通常拥有一个多层次结构。反应型a g e n t 在低层，慎思型a g e n t 在高层。它试图以这种方式将经典和非经典的人工智能融合起来。最典型的方式就是在一个智能体中包含2 个以上的子系统：一个是慎思子系统，含有用数学符号表示的模型，并利用主流人工智能的方法产生规划和决策；另一个是反应子系统，它不经过复杂的推理就能够对环境中发生的事件做出反9第2 章智能体以及多智能体系统理论应。一l事件监督模块i 环1 1 境通讯、感1r模、部、知心智与决策推理模块块：境模卜块i。l执行模块图2 - 1a g e n t 的基本结构组成f i 9 2 - 1i n t e r n a ls t r u c t u r eo f a g e n t2 2 多智能体系统( m a s )人类社会中，如果只重视个体的能力而忽略了群体合作的力量，不管个体的能力如何出色，由于缺少社会的联系与交流，终将导致人类社会的发展缓慢，这就是人的社会性。多智能体系统就是为了实现智能体的社会性而提出的。多智能体系统能够完成单个a g e n t 不能解决的问题，或者提高单个a g e n t解决问题的效率。多智能体系统通过a g e n t 之间的通信，实现整体互动。这种通过互动产生的整体智能所能解决的问题，是再高明的a g e n t 也无法实现的。多智能体系统的发展是智能体理论逐渐成熟的过程。2 2 1多智能体系统的特点多智能体系统是由多个a g e n t s 组成的集合。在一个多智能体系统中，各智能体通过对环境信息的认识，以及a g e n t 之间的信息交流，将系统目标分解成多个子目标，由各a g e n t 通过协商分别获得各自的子目标，然后协作求解，最终实现整体目标。下面从四个方面论述多智能体系统的特点。首先，每个单a g e n t 具有解决问题的不完整信息和能力；其次，单个a g e n t 没有系统全局控制能力；另外，数据内容是分散存储的，每个a g e n t 只存储自己的数据信息，他们通过a g e n t 通信得1 0中国石油大学( 华东) 硕士学位论文到其他a g e n t 的数据信息；最后，在智能体系统中，计算是异步进行的，这为计算大规模问题奠定了良好的基础。2 2 2 多智能体系统的体系结构可自组织性是多智能体系统的一个主要特征，这集中体现在智能体以协调合作的方式处理复杂任务的时候。在动物社会中，我们很容易体会到自组织行为的优点和效率，比如：昆虫通过群体生活，实现个体不可能实现的复杂任务【1 8 】。在一个自组织系统中，简单的规划能够在动态、不可预知的情况下起作用，并且具有适应变化的特点。多智能体系统，通过特定的体系结构，来实现这种自组织性。a g e n t 之间的信息关系和控制关系体现在系统的体系结构中。体系结构反映了多智能体系统的组织形式，以及为实现共同完成系统任务，单个a g e n t 具有什么样的内部结构。各种体系结构都存在优点与不足，在设计一个多智能体系统的时候，需根据环境的特点和要求，选择合适的体系结构。多智能体系统的体系结构主要研究如何将多个形态、特点、功能各不相同的单智能体组织为一个群体，并使各智能体能够有效地通信、协调、合作，从而实现解决群体问题的能力。多智能体系统的构成方式有很多种。从构成系统的智能体种类出发，可分为同构、异构以及同异构混合型3 种方式。从系统的组织形式来看，m a s 可分为集中式多智能体系统、分布式多智能体系统、集中与分布相结合多智能体系统3 种类型【1 9 之0 1 。集中式系统有一个核心a g e n t 和多个在结构上与之分散的、相互独立的协作a g e n t 构成。核心a g e n t 负责任务的动态分配与资源的动态调度，协调各协作a g e n t 间的竞争与合作。该类系统比较容易实现系统的管理、控制和调度，但是，一旦核心a g e n t 发生故障，其他协作a g e n t 将由于失去了管理者，而成为一盘敖沙，造成整个多智能体系统瘫痪；分布式系统中各a g e n t 彼此独立、完全平等、无逻辑上的从属关系，各a g e n t按预先规定的协议，根据系统的目标、状态与自身的状态、能力、资源和知识，利用通信网络相互间通过协商与谈判，确定各自的任务，协调各自的行为活动，实现资源、知识、信息和功能的共享，协作完成共同的任务，以达到整体目标，第2 章智能体以及多智能体系统理论该系统具有良好的封装性、容错性、开放性和可扩展性。根据系统中智能体之间的相对关系来划分，通常可以分为完全型网络结构、层次型网络结构、联盟型网络结构，下面详细介绍一下这三种体系结构的特点、优势和不足【2 l 】。完全型网络结构。该结构体系要求各智能体均具有通信和控制功能模块，并且要保存系统内所有智能体成员的信息和知识，完全型网络在解决复杂问题时效率会大大降低，并呈现出一种无组织的状态。结构图如图2 2 示：图2 - 2 完全型网络结构f i 9 2 - 2c o m p l e t en e t w o r ks t r u c t u r e层次型网络结构。在该类型系统结构中，智能体被分为不同的层次，在同一层上的智能体彼此不能够直接进行通信，而需要经过其上一层智能体来完成。上一层智能体负责其下一层智能体的决策和控制。该结构中智能体不需要保存系统内所有的智能体信息，只需要保存下一层智能体的相关信息和知识，该结构尽管在通信上不如完全型网络结构简略，但结构层次分明，管理方便。结构如图2 3 所示。图2 3 层次型网络结构f 蟾2 - 3h i e r a r c h i c a ln e t w o r ks t r u c t u r e联盟型网络结构。系统内的智能体按照某种方式( 通常按照距离远近、智能体功能等) ，划分为不同的智能体联盟。在各联盟内部存在一个协助智能体，它负责不同联盟之间的通信。不同联盟之间处于对等的关系，类似于完全网络型结1 2中国石油大学( 华东) 硕士学位论文构各智能体之间的关系。2 3 智能体开发工具图2 - 4 联盟型网络结构f i 9 2 - 4u n i o nn e t w o r ks t r u c t u r e2 3 1 智能体开发标准当前，面向a g e n t 软件技术还未成熟，很多组织和商业机构加入到a g e n t标准、工具和应用开发中，开发了不少构造工具。这些工具个性迥异，通用性较差。本文采用j a d e ( j a v aa g e n td e v e l o p m e n te n v i r o n m e n t ) 开发工具来实现原型系统的开发。它遵循国际性非盈利组织f i p a ( t h ef o u n d a t i o nf o ri n t e l l i g e n tp h y s i c a la g e n t s ) 提出的通用a g e n t 标准【2 2 】。图2 - 5f i p a a g e n t 平台参考模型f i 9 2 - 5r e f e r e n c em o d e l o f a g e n tp l a t f o r mi nf i p af i p a 标准不是某一应用领域的具体技术，而是不同应用领域的通用技术，开发者可遵循这套标准，开发具有高度交互性的m a s 。f i p a 定义了个a g e n t平台参考模型，如图2 5 所示【列。该模型提供了a g e n t 的生存环境。整个模型中包含下列元素：a g e n t ，d f ( d i r e c t o r yf a c i l i t a t o r ) ，a m s ( a g e n tm a n a g e m e n ts y s t e m ) ，第2 章智能体以及多智能体系统理论m t s ( m e s s a g et r a n s p o r ts y s t e m ) ，a p ( a g e n tp l a t f o n n ) 和软件( s o f h a r e ) 【2 3 1 。2 3 2 智能体开发平台j a d e ( j a v aa g e n td e v e l o p m e n tf r a m e w o r k ) 是一个软件开发框架，用于开发多a g e n t 系统和符合f i p a 标准的智能a g e n t 应用程序。它包含两个主要的产品：一个符合f 姒标准的a g e n t 平台和一个开发j a v a 的a g e n t 包【2 4 】。主机a主机b主机ca m sd f基于j a v a 的分布式a g e n t 五叵台lii1 消息传输协议_8矗gaggo侄。一比龇0 m已正霉它口强避毯毯谨谨o l，c ( 过程控制o l i! )liilllli图2 - 6j a d e 的分布式a g e n t 运行平台f i 9 2 - 6d i s t r i b u t e do p e r a t i n gp h t f o r mo fa g e n ti nj a d ej a d e 提供包括系统服务和a g e n t s 在内的工具，提供了简化的开发环境。j a d e 可看成一个a g e n t 中间件，提供了高效a g e n t 的运行平台，支持多智能体系统的开发，用户依据平台的开发规范，利用平台提供的应用程序接口，通过赋予a g e n t 相应的知识与能力，构造以目标驱动，具有自主性和推理能力的多a g e n t系统。j a d e 完全是由j a v a