Рыночный подход

Роевая оптимизация в задачах планирования

Одним из современных многообещающих направлений в производственном планировании является применение метафоры «роя» агентов (Particle Swarm Optimization (PSO)). Роевая оптимизация (РО) – это эвристические методы, построенные по аналогии с социальным поведением и коммуникациями в природных объектах, например, стаях птиц или рыб, колониях муравьев или пчел. Информация о состоянии агентов роя, называемых в данной интерпретации «частицами», распространяется через взаимодействия между всеми агентами и позволяет найти лучшее состояние агента в пространстве состояний. В PO каждая «частица» движется через многомерное пространство с некоторой «скоростью», которая постоянно меняется, приводя к изменениям положения в пространстве состояний. Изменения скорости и положения зависят от значения целевой функции конкретного агента и состояния соседних агентов. Агент-«частица» движется от своей наилучшей предыдущей позиции к наилучшей позиции среди всех «частиц» роя. РО предполагает, как и все эвристические алгоритмы, наличие свободных настраиваемых параметров, например, коэффициентов связи в конкретной топологии системы [12-14].

Наиболее широкое распространение в мультиагентном планировании получил рыночный подход, в котором агенты работ и агенты ресурсов посредством обмена сообщениями участвуют в своеобразных торгах, в результате которых динамически строится расписание, выгодное всем участникам.

Распределенное (децентрализованное) планирование основано на следующих принципах, выполнение которых приводит к достижению Парето-оптимальности:

­ агенты, стремящиеся к своей выгоде, создают решения с локальной, частной информацией без детальных сведений о частной информации и о стратегиях других агентов;

­ данные, которыми обмениваются агенты, должны быть минимально необходимыми;

­ результат должен достигаться за разумное время с разумными вычислительными затратами;

­ если агент может улучшить свое состояние без ущерба для других агентов, он делает это.

Рыночный подход (например, через максимизацию прибыли каждого агента, или в более сложном случае, через аукционы) вполне способен обеспечить эти условия. Рынки по своей природе децентрализованы. Агенты принимают решения о заявках и ценах, сообразуясь со своим собственным представлением. Объем сообщений ограничивается заявками, ценами и рыночным механизмом согласования, в результате которого агенты могут приходить к взаимоприемлемому соглашению, что в идеале приводит к равновесию и Парето-оптимальности. В мультиагентных системах (МАС) используются распределенные рыночные механизмы, свойства агентов настраиваются через атрибуты на конкретную предметную область.

В МАС реализуется возможность задать практически любую логику выбора действий агента на основании его виртуальной прибыли в системе «торгов» за ресурсы [15].

Мультиагентные системы, применяющие «рыночный» подход к планированию, обладают наибольшим потенциалом для реализации в распределенных системах планирования проектной деятельности в режиме реального времени.

Дата добавления: 2014-12-26