Оптимизация процесса обработки заданий в мультиагентной интеллектуальной системе

Abstract

Функциональные компоненты мультиагентной интеллектуальной системы имеют различную физическую или логическую конструкцию и обеспечивают обработку потоков заданий с разной интенсивностью. С точки зрения эффективности выполнения поставленных задач, получения консолидированного результата и достижения общей цели агентами указанная система рассматривается как единый объект, целостное образование. При этом суммарная эффективность функционирования ее компонентов оценивается общим параметром, по которому она может сравниваться с другими вариантами архитектурного построения мультиагентных систем. В связи с этим предложено оценивать эффективность функционирования мультиагентной системы условным экстремумом — суммарным количеством заданий в очередях всех агентов системы при условии сохранения способности обеспечивать необходимый запас по коэффициенту загрузки каждого агента, ограничивающему зону его стабильного функционирования. Показано, что для оптимизации процесса обработки заданий может быть использован алгоритм случайного поиска, заключающийся в том, что случайным образом выбираются точки в пространстве возможных решений, оценивается их качество с помощью целевой функции и сохраняется лучшее из найденных решений. Рассматриваемая задача минимизации целевой функции – суммарного количества заданий в очередях всех агентов системы интерпретируется как выполнение приближенной нелинейной оптимизации c использованием метода множителей Лагранжа. В качестве примера реализации предлагаемого способа оптимизации процесса обработки заданий мультиагентной системы приведены результаты компьютерного эксперимента по определению минимального значения целевой функции. На основе указанного решения задачи оптимизации предложен технологический алгоритм функционирования распределителя заданий в мультиагентной интеллектуальной системе.