基于Agent的分布式?jīng)Q策支持系統(tǒng)框架

張明磊，劉立騫，任飛飛

（1.河北科技大學(xué)黨政辦公室，河北石家莊 050018；2.河北科技大學(xué)科研處，河北石家莊 050018；3.河北九易莊宸工程設(shè)計(jì)公司，河北石家莊 050031）

基于Agent的分布式?jīng)Q策支持系統(tǒng)框架

張明磊1，劉立騫2，任飛飛3

（1.河北科技大學(xué)黨政辦公室，河北石家莊 050018；2.河北科技大學(xué)科研處，河北石家莊 050018；3.河北九易莊宸工程設(shè)計(jì)公司，河北石家莊 050031）

實(shí)現(xiàn)組織支持需要協(xié)調(diào)各分布式?jīng)Q策單元，并能有效整合局部模式。提出一種包括交互系統(tǒng)、協(xié)調(diào)器、問(wèn)題處理系統(tǒng)、知識(shí)獲取系統(tǒng)、知識(shí)系統(tǒng)的決策支持系統(tǒng)框架，并給出該框架的功能組件架構(gòu)。從整體到局部的問(wèn)題分析、方案設(shè)計(jì)、處理單元協(xié)調(diào)、局部模式整合等功能均由賦予各種功能的Agent實(shí)現(xiàn)，演繹和歸納則是主要的推理方法。設(shè)計(jì)的專用控制算法可以保證該框架系統(tǒng)的有效實(shí)施。

分布式?jīng)Q策支持系統(tǒng)；Agent；演繹法；歸納法

決策支持系統(tǒng)（decision support system，DSS）的任務(wù)需求通常分為3類：個(gè)人支持、群體支持、組織支持［1－2］。個(gè)人支持面向輔助決策者根據(jù)個(gè)人經(jīng)驗(yàn)作決定的需求，例如產(chǎn)品價(jià)格的制定；群體支持面向輔助一組決策者共同決定的需求，例如，由選舉委員會(huì)推選候選人；與前2種需求相比，大多數(shù)決策任務(wù)都包括多個(gè)相互依存的子任務(wù)，并且需要由若干決策單元按照特定順序處理，可歸類為組織支持的范疇，因此，需要多種工具輔助求解問(wèn)題、制定決策、管理分布的決策單元間的通信、協(xié)調(diào)從局部到整體的行為。

筆者研究面向組織支持的分布式?jīng)Q策支持系統(tǒng)（distributed decision support system，DDSS），提出一種新型DDSS框架及其組件架構(gòu)，用于支持組織機(jī)構(gòu)的決策制定、決策單元間的聯(lián)系和協(xié)作。

1 DDSS框架

圖1 DDSS框架Fig.1 DDSS framework

演繹法和歸納法是DDSS框架設(shè)計(jì)中求解問(wèn)題的常用方法，二者的“獨(dú)立Agent”或“獨(dú)立專家”機(jī)制簡(jiǎn)單而直接，經(jīng)常用于DDSS的框架設(shè)計(jì)［3］。DDSS的關(guān)鍵要求是其對(duì)問(wèn)題進(jìn)行分布式解構(gòu)的能力和整合各Agent結(jié)果形成整體解決方案的能力［4］。因此，DDSS框架也是一個(gè)包括設(shè)計(jì)工具、模型、編程工具和共享數(shù)據(jù)的軟件框架，見(jiàn)圖1。

DDSS通常包括以下5個(gè)子系統(tǒng)。

1）交互系統(tǒng) 該系統(tǒng)輔助終端用戶與DDSS交互，包括一系列的人機(jī)交互組件和界面，輔助用戶提交需求和展示結(jié)果。

2）協(xié)調(diào)器 它是DDSS的核心組件，負(fù)責(zé)協(xié)調(diào)問(wèn)題求解Agent。協(xié)調(diào)工作以任務(wù)共享和結(jié)果共享為基礎(chǔ)展開。協(xié)調(diào)器的設(shè)計(jì)動(dòng)機(jī)源于對(duì)分布式計(jì)算環(huán)境中不同節(jié)點(diǎn)上的異構(gòu)模式和數(shù)據(jù)的重用和共享。

3）問(wèn)題處理系統(tǒng)（problem processing system，PPS） 該系統(tǒng)包括演繹Agent和歸納Agent兩類推理Agent。演繹Agent使用基于推理算法的規(guī)則；歸納Agent使用基于案例的推理方法求解問(wèn)題。

4）知識(shí)獲取系統(tǒng)（knowledge acquisition system，KAS） 該系統(tǒng)由學(xué)習(xí)Agent構(gòu)成，每個(gè)Agent能從環(huán)境中獲取知識(shí)。這些Agent既可以是歸納學(xué)習(xí)器（利用基于相似度的學(xué)習(xí)方法），也可以是演繹學(xué)習(xí)器（利用基于解釋的學(xué)習(xí)方法）。通常而言，學(xué)習(xí)Agent獲取知識(shí)，推理Agent應(yīng)用既有知識(shí)解決問(wèn)題。

5）知識(shí)系統(tǒng) 該系統(tǒng)包括案例庫(kù)、規(guī)則庫(kù)和數(shù)據(jù)庫(kù)。案例庫(kù)存儲(chǔ)既有問(wèn)題的解決方案；規(guī)則庫(kù)存儲(chǔ)提取出規(guī)則形式的知識(shí)；數(shù)據(jù)庫(kù)存儲(chǔ)包括字段和記錄的關(guān)系數(shù)據(jù)。

以上5個(gè)DDSS的概念級(jí)元素可以由以下公式表示：

其中：P代表給定問(wèn)題；E代表一系列觀測(cè)或?yàn)樘峁┓答伒南到y(tǒng)環(huán)境；｛SPi｝代表第i個(gè)Agent提供的一系列方案；｛KSj｝代表第j個(gè)Agent生成的一系列指示系統(tǒng)；｛PPk｝代表第k個(gè)推理Agent上的一系列推理函數(shù)。這些函數(shù)利用當(dāng)前目標(biāo)、當(dāng)前狀態(tài)和當(dāng)前知識(shí)系統(tǒng)生成解決方案。PPi（LS（P），KS）＝SPi，i代表推理Agent；｛KAl｝代表第l個(gè)Agent上的學(xué)習(xí)函數(shù)。KAl（E）＝KAl，l代表學(xué)習(xí)Agent；IS代表交互系統(tǒng)；EV代表評(píng)價(jià)函數(shù)，從各Agent生成的解決方案中選擇最優(yōu)的。EV（SP1，SP2，…，SPm）＝SPi，其中，1，2，…，m代表Agent，i代表最優(yōu)解決方案；GG代表目標(biāo)生成函數(shù)。GG（SPi）＝LS（P），i代表選定的解決方案。

2 DDSS組件

圖2 DDSS組件架構(gòu)Fig.2 DDSS architecture

組織支持中的問(wèn)題通常由部門專家和領(lǐng)域?qū)＜医M成的團(tuán)隊(duì)來(lái)解決［5］，DDSS系統(tǒng)產(chǎn)生的模式通常由表示和推理能力各異的分布式Agent協(xié)作生成［6］。筆者提出一個(gè)新型DDSS的全局架構(gòu)及構(gòu)成要素。

在圖2所示的DDSS組件架構(gòu)中，處理模塊間通過(guò)通信組件來(lái)發(fā)送和接收彼此的消息。消息被當(dāng)成對(duì)象來(lái)處理，每個(gè)對(duì)象擁有自己的行為協(xié)議（方法）——一組它可以響應(yīng)的消息，是其定義的一部分。該DDSS架構(gòu)允許封裝了代碼和數(shù)據(jù)的Agent以分布式協(xié)作方式工作。

2.1 協(xié)調(diào)器

分布式多Agent系統(tǒng)中，一個(gè)Agent的行為會(huì)對(duì)其他Agent產(chǎn)生影響［7］。設(shè)立DDSS分布式協(xié)調(diào)組件的目的是為了管控Agent間交互行為的時(shí)間和序列，因此，協(xié)調(diào)器是分布式計(jì)算和問(wèn)題求解的關(guān)鍵組件，它為Agent提供了問(wèn)題求解狀態(tài)的全局視圖。由于問(wèn)題求解Agent僅處理局部視圖和非完全信息，它必須與其他Agent協(xié)作以輔助協(xié)調(diào)器獲得全局一致的解決方案。協(xié)調(diào)器的主要職責(zé)在于通過(guò)與各Agent的信息交流，發(fā)布各Agent的當(dāng)前目標(biāo)和狀態(tài)、評(píng)估各Agent的解決方案、構(gòu)建全局解決方案、發(fā)送命令給各Agent進(jìn)行問(wèn)題求解。

協(xié)調(diào)器遵從的計(jì)算模型通常稱為行動(dòng)者模型，負(fù)責(zé)表示為描述分布式系統(tǒng)而構(gòu)造的元語(yǔ)言概念［8］。該模型定義的行動(dòng)者為分布于網(wǎng)絡(luò)的并發(fā)對(duì)象（Agent），它們通過(guò)響應(yīng)其郵件隊(duì)列中的消息而改變自身的行為和狀態(tài)，也可以向其他行動(dòng)者發(fā)消息來(lái)促使對(duì)方改變行為和狀態(tài)。每個(gè)行動(dòng)者獨(dú)立而活躍，接到消息后所做出的行動(dòng)都是并發(fā)的。該模型與大多數(shù)傳統(tǒng)對(duì)象模型的區(qū)別在于消息均以異步模式傳遞，即，當(dāng)某行動(dòng)者發(fā)送消息給其他行動(dòng)者后，立即恢復(fù)到自身任務(wù)的處理而非等待對(duì)方的反饋消息，由此，行動(dòng)者可以以異步方式處理連續(xù)消息。圖3給出的行動(dòng)者模型中，消息流發(fā)送給表示銀行賬號(hào)的行動(dòng)者。郵件隊(duì)列中的消息k根據(jù)支票從賬戶中提取出9個(gè)單位。

圖3 行動(dòng)者模型中的消息傳遞Fig.3 Message passing in the actor model

2.2 問(wèn)題處理系統(tǒng)（PPS）

PPS由歸納推理Agent和演繹推理Agent組成。歸納Agent是基于案例的推理器，利用既有案例求解當(dāng)前問(wèn)題；演繹Agent利用包括領(lǐng)域理論的規(guī)則庫(kù)來(lái)求解問(wèn)題。

1）歸納推理Agent 歸納Agent采用的基于案例的推理方法利用既有經(jīng)驗(yàn)解決新問(wèn)題。當(dāng)領(lǐng)域問(wèn)題難以理解或者領(lǐng)域知識(shí)較難從專家處采集時(shí)，基于案例的推理是非常可行的方法。它通過(guò)比配新問(wèn)題與被解決的舊案例的重要特征來(lái)求解問(wèn)題。基于案例推理可以在以下3個(gè)方面提高問(wèn)題求解能力：

①通過(guò)利用既有經(jīng)驗(yàn)，可以改善問(wèn)題求解過(guò)程中的策略選擇；

②幫助問(wèn)題求解器判定重要方面并聚焦于重要問(wèn)題的求解；

③避免選擇可能的錯(cuò)誤求解方向和重蹈覆轍。

2）演繹推理Agent 演繹Agent在演繹推理方法中使用的領(lǐng)域理論通常表示為if－then形式的、定義了問(wèn)題領(lǐng)域中概念間邏輯關(guān)系的規(guī)則。該類系統(tǒng)利用專家的領(lǐng)域知識(shí)求解問(wèn)題，求解過(guò)程包括在知識(shí)庫(kù)中查找能指導(dǎo)問(wèn)題求解器實(shí)現(xiàn)目標(biāo)狀態(tài)的知識(shí)集。

2.3 知識(shí)獲取系統(tǒng)（KAS）

KAS（knowledge acquisition system）由具備知識(shí)獲取和學(xué)習(xí)能力的Agent組成。學(xué)習(xí)行為在需要補(bǔ)充新知識(shí)或既有知識(shí)需要更新時(shí)執(zhí)行。不同學(xué)習(xí)Agent可能采用不同的學(xué)習(xí)方法，但所有Agent均從外部環(huán)境提取可以輸入并生成完善知識(shí)系統(tǒng)的知識(shí)。以下給出各類學(xué)習(xí)Agent的具體描述。

1）基于相似度的學(xué)習(xí)（similarity based learning，SBL）Agent 作為一種歸納學(xué)習(xí)方法，SBL定義為根據(jù)某個(gè)類的對(duì)象集描述該類的過(guò)程。訓(xùn)練集以案例集形式給出，并由特征向量表示。通常，概念的表示可以通過(guò)檢查此類概念的實(shí)例而實(shí)現(xiàn)，同時(shí)，由于概念的表示通過(guò)樣例間的相似度檢查來(lái)實(shí)現(xiàn)，該方法也稱為基于樣例的學(xué)習(xí)。為了獲得與樣例集一致的正確概念表示，會(huì)選擇一個(gè)假設(shè)概念表示來(lái)覆蓋正例排除反例。隨著過(guò)程推進(jìn)，新樣例被增補(bǔ)并且學(xué)習(xí)器將更新假設(shè)來(lái)與新樣例保持一致，直至所有訓(xùn)練集中的樣例與學(xué)到的概念一致。此類學(xué)習(xí)系統(tǒng)廣泛用于分類任務(wù)中的知識(shí)獲取。

2）基于解釋的學(xué)習(xí)（explanation based learning，EBL）Agent EBL方法包括應(yīng)用既有知識(shí)解釋和泛化某個(gè)既有實(shí)例，并由此獲得具有可操作性概念表示和求解問(wèn)題的知識(shí)。一個(gè)EBL程序利用某單個(gè)正例作為訓(xùn)練樣例，并利用既有的稱為領(lǐng)域理論的知識(shí)庫(kù)解讀該樣例，并生成通用概念表示作為最終輸出。此類學(xué)習(xí)方法的效用在于，與其他SBL需要多個(gè)樣例相比，它能根據(jù)單個(gè)樣例生成通用性概念；其缺陷在于對(duì)解釋的構(gòu)造和分析要求非常細(xì)致的問(wèn)題領(lǐng)域知識(shí)。

3）環(huán)境學(xué)習(xí)（environmental learning，EL）Agent EL Agent基礎(chǔ)性的實(shí)施學(xué)習(xí)算法，利用環(huán)境反饋生成規(guī)則。現(xiàn)實(shí)中一個(gè)常見(jiàn)現(xiàn)象是學(xué)習(xí)者通過(guò)逆環(huán)境的行為獲得改進(jìn)系統(tǒng)的反饋，例如，如果你要學(xué)習(xí)游泳，朋友的建議是一方面，當(dāng)你實(shí)際在水中時(shí)，往往首先會(huì)劃動(dòng)四肢進(jìn)行觀察，手臂的劃動(dòng)能帶來(lái)身體的前移等。當(dāng)然，你也許會(huì)因錯(cuò)誤的換氣而嗆水，但是你會(huì)因此懂得水中呼吸會(huì)嗆水，正確的游泳方式是“在水中向后劃動(dòng)手臂并且屏住呼吸”。探索、錯(cuò)誤和兩者間的互動(dòng)構(gòu)成了環(huán)境學(xué)習(xí)的過(guò)程。

2.4 知識(shí)系統(tǒng)

知識(shí)系統(tǒng)包括規(guī)則庫(kù)、案例庫(kù)和數(shù)據(jù)庫(kù)。規(guī)則庫(kù)包括產(chǎn)生式規(guī)則以支持演繹Agent；案例庫(kù)包括既有解決方案以支持歸納Agent；數(shù)據(jù)庫(kù)包括用于支持解決方案的數(shù)據(jù)。

1）案例庫(kù) 案例庫(kù)包括既有問(wèn)題的解決經(jīng)驗(yàn)，以支持PPS中的歸納Agent。此外，當(dāng)一個(gè)問(wèn)題被求解后，規(guī)則庫(kù)會(huì)被KAS更新。

2）規(guī)則庫(kù) 規(guī)則庫(kù)存儲(chǔ)產(chǎn)生式規(guī)則包括既有問(wèn)題的解決經(jīng)驗(yàn)，以支持PPS中的歸納Agent。此外，當(dāng)一個(gè)問(wèn)題被求解后，規(guī)則庫(kù)會(huì)被KAS更新。

3）數(shù)據(jù)庫(kù) 數(shù)據(jù)庫(kù)以關(guān)系數(shù)據(jù)模式存儲(chǔ)信息，支持PPS和KAS求解問(wèn)題和獲取知識(shí)。因此，數(shù)據(jù)庫(kù)可以為學(xué)習(xí)Agent提供原始數(shù)據(jù)以生成有用規(guī)則，或者為推理Agent提供各種數(shù)據(jù)以支持其求解問(wèn)題。

2.5 交互系統(tǒng)

交互系統(tǒng)（interaction system，IS）通過(guò)3個(gè)組件構(gòu)成完整的人機(jī)接口：表示組件、對(duì)話控件和應(yīng)用接口模型。表示組件負(fù)責(zé)生成和傳遞標(biāo)志，對(duì)應(yīng)于DDSS接口的詞匯層；對(duì)話控件負(fù)責(zé)用戶使用的命令和對(duì)話的結(jié)構(gòu)，對(duì)應(yīng)于DDSS的句法層；應(yīng)用接口模型定義了用戶接口和DDSS其他部分間的接口，是由句法層喚醒的、實(shí)現(xiàn)系統(tǒng)功能要求的過(guò)程集合，對(duì)應(yīng)于接口的語(yǔ)義層。因此，IS系統(tǒng)的構(gòu)成單元包括：1）編程接口（由某類編程語(yǔ)言提供的例程和類型庫(kù)，用于和Windows操作系統(tǒng)交互）；2）應(yīng)用接口（與用戶交互，其可視化界面因DDSS而異）；3）管理接口（與用戶交互，控制桌面和輸入設(shè)備）。該接口定義了DDSS任務(wù)如何在屏幕上排列，以及用戶如何在任務(wù)間切換。

3 DDSS的控制算法

求解問(wèn)題需要從目標(biāo)狀態(tài)（由協(xié)調(diào)Agent發(fā)布）和當(dāng)前狀態(tài)出發(fā)，通過(guò)利用既有知識(shí)構(gòu)建模型來(lái)達(dá)到目標(biāo)狀態(tài)。若該模型可以利用當(dāng)前知識(shí)構(gòu)建，系統(tǒng)便可將模型輸出給學(xué)習(xí)Agent作進(jìn)一步檢查；倘若該目標(biāo)狀態(tài)無(wú)法通過(guò)對(duì)當(dāng)前知識(shí)的利用來(lái)實(shí)現(xiàn)，系統(tǒng)將：1）觸發(fā)環(huán)境學(xué)習(xí)Agent來(lái)考察環(huán)境并擴(kuò)展知識(shí)庫(kù)；2）觸發(fā)歸納Agent利用既有經(jīng)驗(yàn)校正當(dāng)前規(guī)則。

在構(gòu)造模型的過(guò)程中，通過(guò)利用規(guī)則或案例替換當(dāng)前目標(biāo)，可以生成子目標(biāo)。每個(gè)子目標(biāo)將在系統(tǒng)內(nèi)公布；協(xié)調(diào)器也會(huì)要求演繹Agent或歸納Agent提供子目標(biāo)的解決方案。評(píng)估函數(shù)將用于從Agent中選擇最優(yōu)方案。

DDSS系統(tǒng)控制算法對(duì)于給定的問(wèn)題描述，首先將其表示為關(guān)系數(shù)據(jù)文件、一個(gè)目標(biāo)和初始狀態(tài)集。輸入分布式?jīng)Q策制定問(wèn)題后，系統(tǒng)輸出的方案可以即時(shí)應(yīng)用于數(shù)據(jù)庫(kù)中的真實(shí)數(shù)據(jù)集，并生成最終的問(wèn)題解決方案。

4 結(jié) 語(yǔ)

筆者提出一個(gè)DDSS的框架，此類系統(tǒng)能夠協(xié)調(diào)利用多種表示和推理Agent構(gòu)建解決方案。未來(lái)將繼續(xù)拓展這個(gè)概念模型，賦予其計(jì)算架構(gòu)規(guī)范的語(yǔ)義。當(dāng)前的DDSS的計(jì)算架構(gòu)構(gòu)建于分布式面向?qū)ο蟮木幊滔到y(tǒng)之上，而一個(gè)正式規(guī)范的語(yǔ)義模型也許會(huì)賦予該DDSS更多的理論和實(shí)用價(jià)值。

［1］ PéREZ I J，CABRERIZO F J，HERRERA－VIEDMA E.A mobile decision support system for dynamic group decision－making problems［J］.IEEE Transactions on Systems，Man and Cybernetics，2010，40（6）：1 244－1 256.

［2］ MANSMANN S，SCHOLL M H.Decision support system for managing educational capacity utilization［J］.IEEE Transactions on Education，2007，50（2）：143－150.

［3］ KHALIL M A T，DOMINIC P D D，F(xiàn)ADZIL B H M.Decision support system framework for implementation of Enterprise Resource Planning（ERP）system［A］.International Symposium in Information Technology（ITSim）［C］.Kuala Lumpur：［s.n.］，2010.1 439－1 443.

［4］ SARKAR B B，CHAKI N.High level net model for analyzing agent base distributed decision support system［A］.International Association of Computer Science and Information Technology－Spring Conference（IACSITSC）［C］.Singapore：［s.n.］，2009.351－358.

［5］ ZAKARIA N，COGBURN D L.A culturally－attuned distributed decision making model of global virtual teams in world summit on the information society［A］.The 44th Hawaii International Conference on System Sciences（HICSS）［C］.Hawaii：［s.n.］，2011.1－10.

［6］ SUN X L，HUANG M，WANG X W.The distributed decision making risk management model for virtual enterprise based on principal－agent theory［A］.Chinese Control and Decision Conference（CCDC）［C］.Mianyang：［s.n.］，2011.467－472.

［7］ CHENG L，HOU Z G，TAN M，et al.Necessary and sufficient conditions for consensus of double－integrator multi－agent systems with measurement noises［J］.IEEE Transactions on Automatic Control，2011，56（8）：1 958－1 963.

［8］ XU H K，GUO J，ZENG H T，et al.Study on distributed cooperative maintenance decision supporting system for hydropower plant［A］.IEEE International Conference on Systems，Man and Cybernetics［C］.Montréal：［s.n.］，2007.2 296－2 301.

Framework of distributed decision support system based on Agent

ZHANG Ming－lei1，LIU Li－qian2，REN Fei－fei3

（1.Administration Office，Hebei University of Science and Technology，Shijiazhuang Hebei 050018，China；2.Department of Scientific Research，Hebei University of Science and Technology，Shijiazhuang Hebei 050018，China；3.Hebei Jiu Yi Zhuang Chen Engineering Design Company Limited，Shijiazhuang Hebei 050031，China）

To realize organizational support，the actions of multiple distributed decision making units should be coordinated and the local models should also be integrated validly.A novel framework of distributed decision support system is proposed，which consists of interaction system，coordinator，problem processing system，knowledge acquisition system and knowledge system.The functional component architecture of the framework is also presented.Agents with different functions are responsible for problem analysis，solution design，coordination among processing units and integration of local models.Deductive and inductive approaches are the main tools for problem solving.The proposed specified control algorithm can effectively guarantee the implementation of the system based on the framework.

distributed decision support system；Agent；deductive approach；inductive approach

TP311

A

1008－1542（2012）02－0157－04

2011－11－16；責(zé)任編輯：陳書欣

張明磊（1974－），男，河北寧晉人，助理研究員，碩士，主要從事決策支持領(lǐng)域方面的研究。