Модель мультиагентної системи планування розкладу занять для диспетчерів керування повітряним рухом

DOI: 10.31673/2412-9070.2020.020812

  • Сало Н. А. (Salo N. A.) Льотна академія Національного авіаційного університету, м. Кропивницький
  • Сєдаш С. П. (Siedash S. P.) Льотна академія Національного авіаційного університету, м. Кропивницький

Анотація

Доведено, що підхід до розроблення систем планування і складання розкладів із використанням мультиагентної технології сьогодні розглядається фахівцями як один із найбільш перспективних. Запропоновано модель такої системи з акцентом на розроблення розподіленої бази знань, компонентами якої є бази знань інтелектуальних агентів. Знання агентів поділено на формальні та евристичні. Формальні знання відповідають тим знанням, що задають обмеження задачі. Евристичні знання частково відбивають суб’єктивний досвід експертів, а частково є результатом аналізу та узагальнення їх позитивного і негативного досвіду, здобутого на основі навчання системи за прецедентами. Формалізація евристичних знань має додаткові обмеження на можливі протоколи взаємодії агентів, на базі яких розглянуто модель керованого «аукціону». Головною проблемою розроблення систем розподіленого планування є створення розподіленої бази знань і моделі взаємодії агентів, що підтримують розподілене використання знань у процесі роботи системи.
Досліджено технологію створення мультиагентних систем планування і складання розкладів, що базується на розробленому інструментальному засобі для підтримання процесів створення мультиагентних систем.
Значна кількість практично важливих прикладних задач в автоматизації навчального процесу зводиться до комбінаторної постановки. Насамперед до них належать задачі, формальна постановка яких лімітується моделлю планування і складання розкладів за умов обмежених ресурсів і обмежень реального часу. Даній моделі відповідає широке коло досить традиційних завдань складання розкладів. З урахуванням зміни підходів до навчання у зв’язку з уведенням карантинних обмежень, завдання складання ефективних розкладів занять є досить важливим. Останнім часом з огляду на нові тенденції в галузі використання мережних і інформаційних технологій у сфері організації навчального процесу з'явилися постановки, що можуть ураховувати рівень знань, завантаженість тренажерної та навчально-матеріальної бази, індивідуальну траєкторію навчання, навчання в групах для планування розкладів.

Ключові слова: диспетчер керування повітряним рухом; інтелектуальна навчальна система; інформаційно-аналітична система; модель підготовки; процес оцінювання та тестування.

Список використаної літератури
1. Маслобоев А. В. Гибридная архитектура интеллектуального агента с имитационным аппаратом // Вестник МГТУ. 2009. №1. С. 67–78.
2. Городецкий В. И., Карасев О. В. Технология разработки прикладных многоагентных систем в инструментальной среде MASDK // Труды СПИИРАН. Вып. 3. Т. 1. СПб.: Наука, 2006. С. 23–54.
3. Bugaychenko D. Y. MASL: A logic for the specification of multiagent real-time systems: Proc. 5th International Central and Eastern European Conference on Multi-Agent Systems. Leipzig (Germany): Springer-Verlag, 2017. P. 183–192.
4. Wooldridge M. Jennings N., and Kinny D. The Gaia Methodology for Agent-Oriented Analysis and Design // International Jour. of Autonomous Agents and Multi-Agent Systems. 2000. №3(3). P. 285–312.
5. Бережний А. О., Сорока М. Ю., Сало Н. А. Методи рішення завдань планування поведінки агентів в інтелектуальних системах підтримки прийняття рішень: зб. наук. праць Харків. нац. ун-ту Повітряних Сил. 2019. № 4(62). С. 18–24.
6. Trystan A. V. Soroka M. Yu. Automation of the educational process in Ukraine higher military education institutions Modern Problems Of Computer Science And IT-Education: collective monograph [editorial board K. Melnyk, O. Shmatko]. Vienna: Premier Publishing s.r.o., 2020. Р. 224–236.
7. Сорока М. Ю., Сало Н. А. Кібербезпека та інформаційні технології: монографія. Харків: ТОВ «ДІСА ПЛЮС», 2020. 380 с.
8. Proceeding of the Fifth International Conference «The Practical Application of Intelligent Agents and Multi-agent Technology» (PAAM’2000), London, UK, 2000.
9. Safra S., Tennenholtz M. On Planning while Learning // Journ. of Artificial Intelligence Research. 1994. No. 9(2). P. 111–129.
10. Левин В. И. Теория расписаний и непрерывная логика. Москва: LAP, 2011. 124 с.
11. Красный Д. Г., Нейдорф Р. А., Кобак В. Г. Исследование неоднородных распределительных задач теории расписаний. Москва: LAP, 2011. 184 с.
12. Сидоркина И. Г. Системы искусственного интеллекта. Москва: КноРус, 2011. 248 с.

Номер
Розділ
Статті