Russian Language English Language

3.Программные средства вычислительных сетей

3.1 МЕТОДИКА ПОСТРОЕНИЯ МОДЕЛИ ПРОКСИ-СЕРВЕРА

3.2 ОПРЕДЕЛЕНИЕ ВОЗМОЖНОСТИ АВТОМАТИЧЕСКОГО ИЗВЛЕЧЕНИЯ ТАБЛИЧНЫХ ДАННЫХ ИЗ HTML-СТРАНИЦ

3.3 ОПЕРАЦИОННАЯ СИСТЕМА OSVA 2

3.4 АРХИТЕКТУРНЫЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ ОБЛАЧНОЙ ПЛАТФОРМЫ MICROSOFT WINDOWS AZURE ДЛЯ ПАРАЛЛЕЛЬНОГО ПРОГРАММИРОВАНИЯ

3.5 МЕТОДИКА ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ НА ПРИМЕРЕ ТРАНСПОРТНОЙ МОДЕЛИ ГОРОДА

3.6 МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ С ПОМОЩЬЮ SOA И WEB-SERVICES

3.7 ИССЛЕДОВАНИЕ И РАЗРАБОТКА КРОСС-ПЛАТФОРМЕННЫХ СРЕДСТВ РЕАЛИЗАЦИИ ПО СОБЫТИЙНО-УПРАВЛЯЕМОЙ АРХИТЕКТУРЕ

3.8 РАСШИРЕНИЕ МЕТОДОВ РАССУЖДЕНИЙ НА ОСНОВЕ АНАЛОГИЙ С УЧЕТОМ ФАКТОРА ВРЕМЕНИ

3.9 ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ СИСТЕМЫ МОНИТОРИНГА ПРОЕКТОВ ЭНЕРГОСБЕРЕЖЕНИЯ В ОБРАЗОВАТЕЛЬНЫХ УЧРЕЖДЕНИЯХ


Экспресс информация

Редколлегия журнала

Подписка на новости

Гостевая книга

Предоставление материалов

Письмо в редакцию

На начало


2011, Номер 1 ( 18)



Place for sale
BC/NW 2011; №1 (18):3

BC/NW 2011; №1 (18):3.5

 

МЕТОДИКА ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ НА ПРИМЕРЕ ТРАНСПОРТНОЙ МОДЕЛИ ГОРОДА

М.С. Калитиненков, М.И. Зернов

(СФ МЭИ (ТУ), г. Смоленск)

 

Целью данной работы было выявление общих методов построения интеллектуальных агентов.

В информационных технологиях, интеллектуальный агент — это программа, выполняющая определенное задание без вмешательства со стороны человека, в течение длительных промежутков времени [1]. В рамках данной работы в качестве интеллектуального агента рассматривалась программа, имитирующая поведение отдельно взятого транспортного средства.

Разработанная методика включает в себя следующие этапы.

1.  Определение перечня ситуаций, в которых агент будет принимать решение о выборе дальнейшего алгоритма действий. В контексте транспортной модели это могут быть проезды перекрестков, повороты, попадания в пробку и т.д.

2.  Определение самих алгоритмов поведения агентов при попадании в определенные ситуации. Необходимо учесть использование нестандартных алгоритмов поведения, что существенно повышает степень соответствия агента своему реальному прототипу. В критических ситуациях водитель может нарушить правила дорожного движения или выбрать иной маршрут следования отличный от первоначального.

3.  Определение перечня свойств, которые однозначно характеризуют агента и влияют на принимаемые им решения. Такими свойствами, например, могут быть личностные качества водителя, влияющие на стиль его вождения.

4.  Определение алгоритмов, по которым будет осуществляться выбор решений в зависимости от свойств агента. В простейшем случае этот шаг можно свести к определению вероятностей выбора конкурирующих алгоритмов.

5.  Объединение характерных наборов свойств, характеризующих агента, в группы. Данные обобщения значительно упрощают использование агентов, за счет уменьшения количества всевозможных сочетаний свойств. Они играют роль стереотипов поведения людей на дороге. Введение элемента случайности при принятии агентом решения помогает имитировать отличительные особенности водителей, даже если они относятся к одной и той же группе. Присвоение группам свойств определенных имен, таких например, как «агрессивный стиль вождения» или «управление грузовым автомобилем», так же облегчает процесс понимания логики работы агента.

Таким образом, автором предложена простая и эффективная методика построения интеллектуальных агентов в имитационном моделировании.

Литература

1. Стюарт Р., Питер Н. Искусственный интеллект. Современный подход. М.: «Вильямс», 2007.