бюджета в виде виртуальных денег, которыми располагает каждый агент( рис. 4 б).
Пусть у каждой потребности j есть несколько индивидуальных критериев x i и предложенные идеальные значения x ij
id
. Для каждого агента потребности j вводится нормализованная функция удовлетворенности, которая рассчитывается по каждой компоненте i, например, как кусочно-линейная функция ƒ ij
task
( x i-x ij
id
). В большинстве случаев, график данной функции имеет форму колокола с максимумом в точке предложенного идеального значения критерия. Затем для каждого агента задачи и для каждого критерия i с заданными весовыми коэффициентами α ij
task подсчитывается значение удовлетворенности.
С помощью надлежащего выбора знаков и вида функции, целевая функция каждого агента может быть переформулирована как задача максимизации удовлетворенности γ j task
потребности j( верхний индекс task означает, что значение принадлежат агентам потребности):
γ j task
= ∑ i α ij
task
• ƒ ij
task
( x i-x ij
id
), где ∀j веса коэффициентов нормализованы: ∑ i α ij
task
= 1.
Аналогично может быть сформирована задача поиска состояний x ij
* агентов потребности j, которые максимизируют общее значение всех заказов:
γ task = ∑ j β j task γ j task
= ∑ j β j task
∑ i α ij
task ƒ ij
task
( x i-x ij
id
)( 1) y task * = max( y task), x i
task
где β j – вес потребности, позволяющий установить и динамически изменять приоритеты, показывая важность критерия.
Таким же образом функция удовлетворенности может быть дана для агента ресурса по критерию z k с функцией res id res
удовлетворенности ƒ kl( z k-z kl), весом α kl критерия k для res
ресурса l и значением ресурса β i для системы( что является аналогичным весу потребности функции агентов потребности):
γ res res res res res res id
= ∑ i β i • γ i = ∑ i β i ∑ k α kl ƒ kl( z k-x kl)( 2)
y res * = max( y res) z k
z k єD k, x i єD 1 ∀i, k, I = Dim( D 1), K = Dim( D K).( 3)
Переменные x и z лежат в области критериев заказов и ресурсов, I и K – размерности соответствующих пространств, верхний индекс res означает, что значения принадлежат агентам ресурсов.
Таким образом, задача оптимизации сформулирована для агентов в ПВ‐сетях как задача максимизации удовлетворенности( 1) –( 3).
Другими словами, в предложенной методологии, один глобальный оптимизатор заменен множеством маленьких локальных оптимизаторов, которые могут вести переговоры и находить компромиссные решения при поиске своего локального оптимума.
Мультиагентная платформа для адаптивного планирования
Мультиагентная платформа [ 19 ] создана для автоматизации разработанной методологии и увеличения качества и эффективности процесса разработки систем управления ресурсами в реальном времени в различных областях. Платформа совмещает функциональность базового адаптивного планировщика, которая может быть легко модифицирована для новой области с симуляцией среды, что является полезным для экспериментов с различными моделями ПВ‐сетей, методами и алгоритмами.
Функциональность мультиагентной платформы дает возможность конечным пользователям указывать начальную сеть ресурсов, формировать последовательность событий вручную или автоматически или загружать ее из внешних файлов, создавать индивидуальные настройки для всех заказов и ресурсов, запускать симуляции с различными параметрами, визуализировать процесс и результаты экспериментов.
Пример пользовательского интерфейса платформы, с представлением результатов экспериментов с заданным потоком заказов, показан на рисунке 5. Изображена сеть ресурсов, диаграмма Ганта с расписанием ресурсов, загрузка заказов и ресурсов, удовлетворенность заказов и ресурсов, перевод виртуальных денежных средств, журнал принятых решений и другое.
В режиме симуляции множество полезных графиков и диаграмм может быть визуализировано или экспортировано в Excel файл для будущих исследований:
• граф загрузки сети – показывает загрузку всех ресурсов;
• диаграмма Ганта – показывает распределение потребностей по ресурсам во времени;
• диаграмма активности общения – показывает сколько сообщений создано на платформе в каждый момент времени;
• удовлетворенность потребностей и ресурсов – показывает, как уровень удовлетворенности меняется в течение процесса симуляции;
• выполнение заказов – график показывает статус выполнения заказов;
• использование ресурсов – график показывает насколько ресурсы заняты в разные моменты времени;
• журнал сообщений – показывает обмен сообщениями между выбранными агентами;
• принятие решений – журнал содержит результаты принятия решений для выбранного агента;
30 Морские информационно-управляющие системы, 2015 / No. 1( 7)