基于黑板的多Agent體育訓練管理DSS系統設計

張維

摘 要： 目前我國的體育訓練管理中仍然存在著不科學、訓練目的性不強、輔助決策手段落后等缺點。將Agent和DSS技術運用到系統當中，設計出一個基于黑板的多Agent智能體育訓練管理決策支持系統方案，并進行具體的實施，從而有效地提高了決策系統的準確性和智能性。

關鍵詞： Agent； 智能DSS； 體育訓練管理； 輔助決策手段

中圖分類號： TN710?34； G807?04 文獻標識碼： A 文章編號： 1004?373X（2014）11?0111?03

Abstract： The shortcomings that sports training management is not science， the training purpose is not clear， and the auxi?liary decision means lags behind， still exist in China at present. A scheme to realize the multi?Agent intelligent DSS based on blackboard for sports training management was designed， in which Agent and DSS technology are applied. The system was implemented， so as to effectively improve the accuracy and intelligence of DSS.

Keywords： Agent； intelligent DSS； sports training management； auxiliary decision means

0 引 言

伴隨著全民健身活動的蓬勃開展，人們的生活觀念發生巨大變化。在一些大中城市，為健康而消費成為新時代提高生活質量的一種時尚。全民健身運動也成為我國一項長期國策，據有關方面統計，我國國民整體身體素質呈現下降趨勢，其中，大學生身體素質下降趨勢最為嚴重[1]。目前，對于這一困擾問題，我國政府高度重視，先后出臺了很多相應的政策和方法來應對，但都效果不明顯。影響因素很多，其中體育訓練計劃的制定和體育訓練方法的實施不夠科學是最為重要的因素之一。由于體育教師水平殘差不齊，在制定體育訓練計劃、體育訓練方法時個人主觀意識比較濃厚，不能有效地根據學生的個人身體素質有針對性的科學的制定計劃和方法，從而導致學生對體育訓練的主動參與性不夠高，訓練效果不明顯，在一定程度上制約了學生身體素質的有效發展。

20世紀70年代，由美國麻省理工大學教授M.S.Scott Morton首次提出決策支持系統（Decision Support Systen，DSS）。在眾多智能化信息技術當中，將DSS運用到體育運動的計劃、訓練、日常管理等領域當中，在實踐和系統應用的過程中均取得了大量的實踐經驗和成果[2]。從原有的二庫結構的DSS逐步發展到以人工智能相結合的智能決策支持系統，經歷了一段相當漫長的發展過程。智能決策系統的出現不僅引起了人們的廣泛關注，也成為業界乃至世界各國科學研究的熱點。目前，智能決策系統大多采用科學理論的方法，通過人與計算機相互交流的方法為使用者提供科學合理的決策。然而，世界各國專家學者在體育訓練管理領域的相關研究僅僅局限于某一運動員或某個具體項目，而對于如何提高大學生身體素質的專業智能決策系統研究少之甚少。本文就是針對目前體育訓練管理中出現的諸多問題進行完善，幫助他們制定出科學有效的符合大學生的體育訓練計劃和訓練方法。

1 DDS，Agent與MAS概述

DSS是以計算機為主要手段，運用管理科學、運籌學、控制學等理論和技術，通過與計算機之間的相互交流操作，智能化地支持決策活動的系統。從而幫助管理人員在半結構化或非結構化之間做出決策，提高決策效率，營造一個知識和信息相結合處理的工作環境。

Agent技術是一種在動態環境中能夠自治運行，并具有較高自治能力的計算機系統或實體。能感知不同環境下的變化，并隨變化主動做出相對應的調整。在眾多Agent的研究中，最經典和廣為教授的是Wooldridge等人有關Agent的“弱定義”和“強定義”的討論。每個Agent最基本的特性包括自主性、反應性、面向目標和針對環境性。強定義在此基礎上加入知識、目標、責任、能力等精神概念[3]。如何解決Agent間的相互協作問題，是人們在研究Agent的過程中經常遇到的其中一個問題。MAS的產生就是在Agent的原有基礎上重點研究Agent之間的相互協商和協作等問題。MAS協作解決問題的能力要比單獨的Agent強，為復雜問題提供了自然便捷和最佳的解決方案，并于現有軟件系統進行有效地銜接，有效提高系統的執行能力，具有較強的穩定性。

2 系統體系結構[4]

根據大學生體育訓練管理的特點，結合Agent和Multi?Agent的特性，基于Multi?Agent的DSS大學生體育訓練管理決策系統框架圖如圖1所示，共定義4類Multi?Agent。

界面Agent主要用于實現和決策者之間實施交互，界面Agent在實施交互過程中，能夠根據主動探測環境的變化，獲取決策用戶的習慣、愛好、習性等主要特征信息，從而在決策時，提供最佳的用戶界面，為決策用戶提供統一思想的輔助決策。如圖2所示。

黑板控制Agent。黑板控制Agent是整個系統的控制中心，它主要對黑板和系統中其他Agent進行直接或間接地控制[5]。通過自身的知識庫和Agent之間的協作原則，把需要解決的問題劃分為若干個相應的子問題，然后分配到黑板中不同層次中，對各層次進行相對應的管理，消除Agent之間不同決策的沖突。如圖3所示。

功能Agent。其功能是對于從黑板接收過來的信息進行分類整理，從中獲取需要解決問題的目標，之后對相關目標進行分割，劃分成若干個小任務，轉交給各自的一個或多個決策Agent來加以執行。如圖4所示。

決策Agent。各個決策Agent與系統中的決策者或有關部門相對應，完成全部系統每個具體決策任務，在相應功能Agent的制約下，借助決策Agent相互之間的的協作[6]，實現決策。

3 系統Agent的技術實現

3.1 Agent的實現

如今，面向系統Agent的軟件開發僅處于一個嶄新的軟件開發范疇，由于Agent領域的相關理論知識和應用技術還不夠成熟，還沒有形成統一的開發模式，目前絕大多數采用面向對象技術的方法，研發出擁有Agent一些基本特性的系統[7]， 實現思路試將對象改裝成Agent，使改變裝后對象具有Agent的反應性、自治性等一些基本的特性。Agent的功能實現需要三個部分組成[8]：知識推理、通信和執行模塊。通信模塊主要任務是負責接收外部環境或別的Agent傳輸過來的信息，并將信息轉變成Agent所能理解的模式，同時向外部環境或其他Agent發送此信息。知識推理模塊，它具有Agent的特性、方法和行為規范。自動進行更行，為Agent自主活動的實施提供事實依據。執行模塊，是Agent內部的具體決策部件，依據知識模塊中的屬性、方法和行為原則作出具體的判斷，同時及時更新知識推理單元的知識。Agent的結構關系如圖5所示。

3.2 Agent間的通信機制

在基于Multi?Agent的大學生體育訓練管理決策系統中，Multi?Agent之間采用黑板模塊來實現Agent間的通信。如圖6所示。

在Multi?Agent中黑板提供工作范圍，Agent可以相互交換信息、數據和知識，Agent在最初創建時就已經在黑板上填寫了信息項，同時可分享給其他Agent所使用，并根據Agent的具體需要可隨時訪問黑板，以便獲取更多新的信息[10]。Agent采用篩選的方法提取自己所需的信息，Agent在黑板系統中，他們之間不產生相互通信，每個Agent獨立解答求解的子問題。功能Agent，把一個問題分解成若干個子問題，讓更多的Agent參與到求解的工作當中，暫時性的組成一個聯盟，一起去求解問題，聯盟求解工作結束后（任務完成后聯盟自動解散）利用功能Agent將其信息傳回給黑板匯總[11]，最終反饋給相應的Agent界面，轉交給用戶。

在黑板系統中，Agent從黑板提供的公共區域提取和相互交換信息，他適合頻率較低、容量較大通信方式，這種方式符合體育訓練管理DSS中決策方案的協商合作討論過程的通信方式。

4 系統模型庫、知識庫管理系統

4.1 模型庫管理系統

基于Multi?Agent的大學生體育訓練管理決策系統中，采用面向對象的模型來表現模型庫，還可把若干模型對看成一個對象進行儲存和管理[12]，并提供與知識庫系統相匹配的接口。模型庫系統自身功能如下：

（1） 具有知識的表述和處理能力，能夠有效地提供模型系統的建造與操縱、體育訓練領域的知識以及決策者的使用經驗。

（2） 提供模型操縱的基本方法，提供最佳的選擇策略。

（3） 具有學習和自我分析能力。

（4） 提供模型之間的相分離機制。

（5） 提供模型最終結果的解釋機制。

4.2 知識庫管理系統

第一步要做好知識庫基本結構的構建工作，然后按照有關體育方面的專家所提供的知識，經過吸收提取產生規則，并儲存在知識庫系統中。知識庫主要用于儲存與決策有關的規則，每一個規則都會被自動或人為地加上一個權重系數，知識規則進行工作時會有很多規則符合相應的條件，這時就會提取權重系數最高的規則來進行推理，以便解決匹配問題的沖突現象[13]，產生式規則儲存的同時決策過程中所產生的新的規則也一同儲存到知識庫里。

5 系統實現

體育訓練管理系統中的數據主要來源于陜西工院學生信息管理系統、服裝學院體育成績管理系統，體育訓練計劃數據庫、運動項目數據庫等，模型分為預測和優化模型、例聚類模型、回歸模型、EMSR模型等，規則庫中有預測計劃規則，例身體素質綜合評估規則、體育訓練手段規則、體育訓練間歇安排規則等[14]。計劃制定執行決策過程如下（一年級40人班級制定訓練計劃）：

（1） 采集全班40人身體素質基本數據和達標測試數據，并將訓練計劃的時間安排一同輸入到界面里。例如是制定一個周訓練計劃還是一個學期訓練計劃，是階段性計劃還是連續性計劃，還要有上課具體時間的安排。40人身體素質基本數據和達標測試數據儲存到數據庫，時間安排數據暫時儲存到黑板中，并形成相對應的規則，指導訓練計劃的產生。

（2） 界面Agent將制定計劃信息請求傳輸給黑板控制Agent后，黑板控制依據知識庫和協作的規則把需要處理的問題逐一分解成身體素質測評、訓練計劃安排、訓練時間安排等若干個子問題，然后再將這些若干個子問題交給身體素質測評功能Agent、訓練計劃安排功能Agent、訓練時間安排功能Agent等。

（3） 每個功能Agent把從黑板傳送過來的工作任務進行分類[15]，根據任務的需要進行歸類，分成若干個可以由Agent獨立完成的小任務。例如身體素質測評功能Agent可分為身高、體重、視力、協調、心率、肺活量、握力等小任務，再交給相對應的決策Agent進行決策。

（4） 各個功能Agent將決策Agent推理所得到的子結果反饋給黑板，黑板在單元中進行匯總，將身高、體重、視力、協調、心率、肺活量、握力、身體素質測評最佳方法的選擇、最佳訓練計劃安排、最佳訓練時間安排等子結果匯總成一個總結果，最后通過界面Agent以一個固態表格的形式展示給計劃制定者，并作出行對應的解釋。

6 結 論

本文針對目前大學體育教師很難根據學生實際情況制定出科學有效的訓練計劃，結合Multi?Agent技術，設計了大學生體育訓練管理決策系統，他能夠為大學生量身定做科學有效的訓練計劃。在大學體育訓練管理中具有一定的應用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現狀與發展趨勢[J].軟件學報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向對象設計模型[J].軟件學報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應用[D].濟南：山東師范大學，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統的研究[J].現代電子技術，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數據分析平臺中的應用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執銓.決策支持系統理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領域決策支持系統研究簡評[J].體育學刊，2006，13（6）：142?144.

[8] 李薇，張風鳴.多Agent 技術研究與應用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛民，譚駿珊，汪斌.數據倉庫和數據挖掘技術在DSS中的應用研究[J].計算機工程與設計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向對象的面向Agent 編程平臺的實現[J].計算機應用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向對象設計模型[J].軟件學報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數據挖掘技術的溫室決策支持系統[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數據挖掘技術的實現[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數據挖掘技術發展及其應用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.

6 結 論

本文針對目前大學體育教師很難根據學生實際情況制定出科學有效的訓練計劃，結合Multi?Agent技術，設計了大學生體育訓練管理決策系統，他能夠為大學生量身定做科學有效的訓練計劃。在大學體育訓練管理中具有一定的應用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現狀與發展趨勢[J].軟件學報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向對象設計模型[J].軟件學報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應用[D].濟南：山東師范大學，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統的研究[J].現代電子技術，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數據分析平臺中的應用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執銓.決策支持系統理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領域決策支持系統研究簡評[J].體育學刊，2006，13（6）：142?144.

[8] 李薇，張風鳴.多Agent 技術研究與應用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛民，譚駿珊，汪斌.數據倉庫和數據挖掘技術在DSS中的應用研究[J].計算機工程與設計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向對象的面向Agent 編程平臺的實現[J].計算機應用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向對象設計模型[J].軟件學報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數據挖掘技術的溫室決策支持系統[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數據挖掘技術的實現[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數據挖掘技術發展及其應用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.

6 結 論

本文針對目前大學體育教師很難根據學生實際情況制定出科學有效的訓練計劃，結合Multi?Agent技術，設計了大學生體育訓練管理決策系統，他能夠為大學生量身定做科學有效的訓練計劃。在大學體育訓練管理中具有一定的應用價值。

參考文獻

[1] 劉大有，楊鯤，陳建中.Agent 研究現狀與發展趨勢[J].軟件學報，2000，11（3）：315?316.

[2] 黎建興.軟件Agent的一種面向對象設計模型[J].軟件學報，2007，18（3）：583?584.

[3] 馮梅，鄭明春.Agent 的行為研究與應用[D].濟南：山東師范大學，2001.

[4] 孫喁喁，黃光球.基于黑板的多Agent智能決策支持系統的研究[J].現代電子技術，2007，30（20）：85?87.

[5] 高慧穎，鞠彥兵，馬葆瑜.Agent在數據分析平臺中的應用研究[J].微計算機信息，2007，23（33）：180?182.

[6] 陳曦，王執銓.決策支持系統理論與方法研究綜述[J].控制與決策，2006，21（9）：961?968.

[7] 鄧紅梅，王斌，賈珍榮.我國體育領域決策支持系統研究簡評[J].體育學刊，2006，13（6）：142?144.

[8] 李薇，張風鳴.多Agent 技術研究與應用[J].微計算機信息，2006，22（8）：293?295.

[9] 楊衛民，譚駿珊，汪斌.數據倉庫和數據挖掘技術在DSS中的應用研究[J].計算機工程與設計，2004，25（10）：1695?1697.

[10] 陳貞寶，張憬，李軍懷.基于面向對象的面向Agent 編程平臺的實現[J].計算機應用，2007（1）：35?37.

[11] 黎建興，毛新軍，束堯.軟件Agent 的一種面向對象設計模型[J].軟件學報，2007，18（3）：582?591.

[12] 張娟，陳杰，劉志勇.基于數據挖掘技術的溫室決策支持系統[J].微計算機信息，2007，23（3）：169?170，189.

[13] 吳修霆.SAS 數據挖掘技術的實現[J].微電腦世界，2000（14）：44?45.

[14] BHANDARI Inderpal， COLET Edward， PARKER Jennifer， et al. Advanced scout： data mining and knowledge discoveryin NBA data [J]. Data Mining and Knowledge Discovery， 1997， 1（1）： 121?125.

[15] 劉輝，胡大治.數據挖掘技術發展及其應用[J].甘肅科技，2006，22（4）：73?75.

[16] WOOLDRIDGE M J， JENNINGS N R. Intelligent Agent： theory and Practice [J]. Knowledge Engineering Review， 1995， 10（2）： 115?152.