基于Agent的智能控制系統(tǒng)的設計
加入技術交流群
3)接受任務的控制Agent在信息Agent那里獲得解決問題所需要的信息。在求解過程中，如果一個決策Agent無法獨立完成任務，可隨時向中心Agent提出請求，請求其他Agent的幫助，中心Agent查詢注冊模塊信息，根據(jù)Agent的能力召集其他Agent提供幫助，如召集其他控制決策Agent組成決策聯(lián)盟小組，并維護這個聯(lián)盟小組的協(xié)同環(huán)境，保證聯(lián)盟小組的協(xié)同質(zhì)量。
4)平衡Agent配合中心Agent和其他Agent完成全局性目標。當某些Agent負載不均衡時，平衡Agent負責將負載過重的Agent的任務轉(zhuǎn)移到負載較輕的Agent上處理，最后把結(jié)果傳回原來的Agent上，從而提高系統(tǒng)的整體效率。
5)控制Agent將控制決策結(jié)果送給中心Agent，由它綜合后產(chǎn)生控制結(jié)果。如果用戶需要對控制決策結(jié)果進行分析，由分析Agent對整個控制決策過程進行分析。
3 系統(tǒng)技術特點
3．1 智能性
系統(tǒng)智能性主要表現(xiàn)在Agent能自主學習，集中于2方面：1)通過把實際發(fā)生的結(jié)果送入系統(tǒng)，各Agent把實際結(jié)果與決策結(jié)果綜合比較，按照一定的方法自主學習，調(diào)整自己，形成經(jīng)驗和知識，存儲到知識庫中，為下一次控制決策工作做好準備。2)交互Agent在和控制專家交互共同作用的決策過程中，能夠通過不斷學習，獲得專家的某些特征知識，從而可以在控制決策過程中，自主做出與專家意志相符合的策略。
交互Agent中擁有的知識包括問題求解的描述性知識、關于專家偏好的知識和自身的知識，這些知識在系統(tǒng)的運行初期Agent不一定具有，隨著與專家的多次交互，Agent通過學習來獲得。
3．2 模型庫管理系統(tǒng)的先進性
模型庫管理系統(tǒng)是一個重要部件，是系統(tǒng)的核心，它主要涉及模型表示和模型管理，它將極大影響系統(tǒng)的應用范圍和程度。本系統(tǒng)引入人工智能技術來解決控制決策模型表示和管理。
模型表示就是如何表示模型和關于模型的知識。系統(tǒng)中模型用控制決策Agent表示，模型的輸入和輸出參數(shù)是Agent與環(huán)境交互的主要內(nèi)容，模型的運算操作和數(shù)據(jù)存取表現(xiàn)為Agent的行為，關于模型的知識在Agent的知識庫中，采用產(chǎn)生式規(guī)則表示。模型的管理通過Agent間使用Agent通信語言進行交流與協(xié)作完成，主要由中心Agent承擔模型管理的工作。
這種基于Agent的模型庫管理系統(tǒng)克服了實體關系和結(jié)構(gòu)化模型表示方法所帶來的規(guī)則限制太嚴、模型與數(shù)據(jù)特性不匹配和模型與方法分離的問題，能比較真實地描述控制決策過程。
3．3 通信合作機制的方便靈活
中心Agent的協(xié)調(diào)模塊根據(jù)注冊模塊的有關信息，選擇合作對象，協(xié)調(diào)各Agent共同參與問題求解，使各Agent彼此和諧合作。而這種Age-nt之間的相互合作是通過通信來實現(xiàn)的，系統(tǒng)采用同步和異步相結(jié)合的方式進行通信。通信語言采用KQML，這是一種高級的基于點到點消息傳送的通信語言和信息交換協(xié)議，它使得Agent能夠和其他Agent以及Agent所運行的環(huán)境進行知識和信息的交換，它提供了一套標準的通信原語，與Agent間具體的通信方式無關。由于實際運行中Agent具有分布式和異構(gòu)的特點，因此必須解決Agent的底層通信機制問題。公用對象請求代理體系結(jié)構(gòu)CORBA為分布式Agent的通信提供了合適的平臺。CORBA是由OMG組織制定的開放的分布式對象計算框架標準，它是一種“軟件總線”，利用它能方便地實現(xiàn)不同程序之間的通信，無須考慮這些程序的設計方式、編程語言和運行平臺。CORBA規(guī)范中的對象請求代理ORB可以用于Agent之間的定位，接口定義語言IDL可用于Agent內(nèi)部對象之間的通信，通過CORBA／IIOP協(xié)議實現(xiàn)KQML。在CORBA平臺支撐下，各Agent可隨時通信，實現(xiàn)知識共享和合作。
3．4 中心Agent指揮協(xié)調(diào)
在復雜的控制系統(tǒng)中，單個控制Agent無法獨立完成控制任務，因此在系統(tǒng)中引入中心Agent組織多Agent合作完成控制任務。當控制問題較復雜，單個控制Agent不能獨立完成控制決策時，由中心Agent根據(jù)適當?shù)牟呗?，將多個控制Agent組成小組，協(xié)調(diào)多個控制Agent參與問題求解。由于多Agent的支持，系統(tǒng)提供的控制決策結(jié)果更準確，還能對控制結(jié)果進行分析，提高系統(tǒng)的智能性。
4 系統(tǒng)應用
在該系統(tǒng)框架的基礎上，實現(xiàn)一個鍋爐智能控制決策系統(tǒng)。為了提高鍋爐燃燒效果，滿足節(jié)能等目標，需要對鍋爐燒煤速度、燃燒區(qū)的顏色、燒結(jié)顆粒、炯道負壓、風機轉(zhuǎn)速、煙氣溫度、濕度進行實時檢測與分析，得出控制算法，做出控制決策。其中很多控制參數(shù)是憑鍋爐工的經(jīng)驗進行分析，因此專家的經(jīng)驗知識是系統(tǒng)決策的基礎，它描述了系統(tǒng)在各種變化條件下應采取的控制策略。這些經(jīng)驗知識通過控制決策Agent和交互Agent的學習功能存放到知識庫中，知識的表達使用如下描述形式：
規(guī)則∷=(規(guī)則號>*，“注釋”，前提>，前提>|…，結(jié)論>)其中，前提和結(jié)論都是事實。以噴水系統(tǒng)啟動策略為例，定義啟動規(guī)則：
首先定義了一條名為watering_start的規(guī)則，該規(guī)則有溫度差temp_differernt和智能噴水系統(tǒng)是否已啟動is wateringstart兩個前提，如果系統(tǒng)運行過程中兩個條件同時滿足，則推出要求智能噴水系統(tǒng)啟動activate-watering-system的結(jié)論。
在每一個控制周期，在中心Agent的調(diào)配下，每個合適的控制決策Agent根據(jù)控制參數(shù)的計算值和從信息Agent那里獲得的實時數(shù)據(jù)和系統(tǒng)運行的歷史數(shù)據(jù)對控制規(guī)則進行模式匹配，然后把推理控制結(jié)果送往中心Agent，由它綜合后產(chǎn)生控制算法并用于系統(tǒng)實時控制。
系統(tǒng)選用ADVANTECH插入式數(shù)據(jù)采集與控制卡PCL812PG完成現(xiàn)場數(shù)據(jù)的獲取和對現(xiàn)場設備的控制。用Java語言實現(xiàn)決策分析過程，每個Agent都是一個對象，由Java實現(xiàn)，其功能被封裝在里面。實現(xiàn)從控制系統(tǒng)取得實時數(shù)據(jù)、調(diào)取系統(tǒng)運行的歷史數(shù)據(jù)、將數(shù)據(jù)經(jīng)過處理后進行專家控制運算，把控制算法得到的控制作用傳送給現(xiàn)場設備，完成應用軟件與現(xiàn)場控制系統(tǒng)的無縫連接等功能。通過對現(xiàn)場設備的控制，使鍋爐燃燒的經(jīng)濟效益達到最佳的效果。
5 結(jié)束語
將人工智能Agent技術引入工業(yè)控制系統(tǒng)是當前的研究熱點，應用決策分析技術是本研究的一個創(chuàng)新。基于Agent技術實現(xiàn)了一個智能控制系統(tǒng)，系統(tǒng)具有一定的記憶功能和自學習能力，實現(xiàn)了較高的智能性，較好地解決了控制決策模型表示和管理的問題，屏蔽了運行平臺和通信機制，能夠有效地解決Agent的通信問題，使Agent合作變得容易。實踐表明，它比傳統(tǒng)的控制系統(tǒng)具有更高的準確性和靈活性，能有效進行復雜多控制參數(shù)的控制決策。本文引用地址：http://www.ex-cimer.com/article/162875.htm
評論