基于A(yíng)gent的智能控制系統的設計
加入技術(shù)交流群
3)接受任務(wù)的控制Agent在信息Agent那里獲得解決問(wèn)題所需要的信息。在求解過(guò)程中，如果一個(gè)決策Agent無(wú)法獨立完成任務(wù)，可隨時(shí)向中心Agent提出請求，請求其他Agent的幫助，中心Agent查詢(xún)注冊模塊信息，根據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(gè)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(shí)，平衡Agent負責將負載過(guò)重的Agent的任務(wù)轉移到負載較輕的Agent上處理，最后把結果傳回原來(lái)的Agent上，從而提高系統的整體效率。
5)控制Agent將控制決策結果送給中心Agent，由它綜合后產(chǎn)生控制結果。如果用戶(hù)需要對控制決策結果進(jìn)行分析，由分析Agent對整個(gè)控制決策過(guò)程進(jìn)行分析。
3 系統技術(shù)特點(diǎn)
3．1 智能性
系統智能性主要表現在A(yíng)gent能自主學(xué)習，集中于2方面：1)通過(guò)把實(shí)際發(fā)生的結果送入系統，各Agent把實(shí)際結果與決策結果綜合比較，按照一定的方法自主學(xué)習，調整自己，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(zhuān)家交互共同作用的決策過(guò)程中，能夠通過(guò)不斷學(xué)習，獲得專(zhuān)家的某些特征知識，從而可以在控制決策過(guò)程中，自主做出與專(zhuān)家意志相符合的策略。
交互Agent中擁有的知識包括問(wèn)題求解的描述性知識、關(guān)于專(zhuān)家偏好的知識和自身的知識，這些知識在系統的運行初期A(yíng)gent不一定具有，隨著(zhù)與專(zhuān)家的多次交互，Agent通過(guò)學(xué)習來(lái)獲得。
3．2 模型庫管理系統的先進(jìn)性
模型庫管理系統是一個(gè)重要部件，是系統的核心，它主要涉及模型表示和模型管理，它將極大影響系統的應用范圍和程度。本系統引入人工智能技術(shù)來(lái)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(guān)于模型的知識。系統中模型用控制決策Agent表示，模型的輸入和輸出參數是Agent與環(huán)境交互的主要內容，模型的運算操作和數據存取表現為Agent的行為，關(guān)于模型的知識在A(yíng)gent的知識庫中，采用產(chǎn)生式規則表示。模型的管理通過(guò)Agent間使用Agent通信語(yǔ)言進(jìn)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的模型庫管理系統克服了實(shí)體關(guān)系和結構化模型表示方法所帶來(lái)的規則限制太嚴、模型與數據特性不匹配和模型與方法分離的問(wèn)題，能比較真實(shí)地描述控制決策過(guò)程。
3．3 通信合作機制的方便靈活
中心Agent的協(xié)調模塊根據注冊模塊的有關(guān)信息，選擇合作對象，協(xié)調各Agent共同參與問(wèn)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(guò)通信來(lái)實(shí)現的，系統采用同步和異步相結合的方式進(jìn)行通信。通信語(yǔ)言采用KQML，這是一種高級的基于點(diǎn)到點(diǎn)消息傳送的通信語(yǔ)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(jìn)行知識和信息的交換，它提供了一套標準的通信原語(yǔ)，與Agent間具體的通信方式無(wú)關(guān)。由于實(shí)際運行中Agent具有分布式和異構的特點(diǎn)，因此必須解決Agent的底層通信機制問(wèn)題。公用對象請求代理體系結構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(kāi)放的分布式對象計算框架標準，它是一種“軟件總線(xiàn)”，利用它能方便地實(shí)現不同程序之間的通信，無(wú)須考慮這些程序的設計方式、編程語(yǔ)言和運行平臺。CORBA規范中的對象請求代理ORB可以用于A(yíng)gent之間的定位，接口定義語(yǔ)言IDL可用于A(yíng)gent內部對象之間的通信，通過(guò)CORBA／IIOP協(xié)議實(shí)現KQML。在CORBA平臺支撐下，各Agent可隨時(shí)通信，實(shí)現知識共享和合作。
3．4 中心Agent指揮協(xié)調
在復雜的控制系統中，單個(gè)控制Agent無(wú)法獨立完成控制任務(wù)，因此在系統中引入中心Agent組織多Agent合作完成控制任務(wù)。當控制問(wèn)題較復雜，單個(gè)控制Agent不能獨立完成控制決策時(shí)，由中心Agent根據適當的策略，將多個(gè)控制Agent組成小組，協(xié)調多個(gè)控制Agent參與問(wèn)題求解。由于多Agent的支持，系統提供的控制決策結果更準確，還能對控制結果進(jìn)行分析，提高系統的智能性。
4 系統應用
在該系統框架的基礎上，實(shí)現一個(gè)鍋爐智能控制決策系統。為了提高鍋爐燃燒效果，滿(mǎn)足節能等目標，需要對鍋爐燒煤速度、燃燒區的顏色、燒結顆粒、炯道負壓、風(fēng)機轉速、煙氣溫度、濕度進(jìn)行實(shí)時(shí)檢測與分析，得出控制算法，做出控制決策。其中很多控制參數是憑鍋爐工的經(jīng)驗進(jìn)行分析，因此專(zhuān)家的經(jīng)驗知識是系統決策的基礎，它描述了系統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(guò)控制決策Agent和交互Agent的學(xué)習功能存放到知識庫中，知識的表達使用如下描述形式：
規則∷=(規則號>*，“注釋”，前提>，前提>|…，結論>)其中，前提和結論都是事實(shí)。以噴水系統啟動(dòng)策略為例，定義啟動(dòng)規則：
首先定義了一條名為watering_start的規則，該規則有溫度差temp_differernt和智能?chē)娝到y是否已啟動(dòng)is wateringstart兩個(gè)前提，如果系統運行過(guò)程中兩個(gè)條件同時(shí)滿(mǎn)足，則推出要求智能?chē)娝到y啟動(dòng)activate-watering-system的結論。
在每一個(gè)控制周期，在中心Agent的調配下，每個(gè)合適的控制決策Agent根據控制參數的計算值和從信息Agent那里獲得的實(shí)時(shí)數據和系統運行的歷史數據對控制規則進(jìn)行模式匹配，然后把推理控制結果送往中心Agent，由它綜合后產(chǎn)生控制算法并用于系統實(shí)時(shí)控制。
系統選用ADVANTECH插入式數據采集與控制卡PCL812PG完成現場(chǎng)數據的獲取和對現場(chǎng)設備的控制。用Java語(yǔ)言實(shí)現決策分析過(guò)程，每個(gè)Agent都是一個(gè)對象，由Java實(shí)現，其功能被封裝在里面。實(shí)現從控制系統取得實(shí)時(shí)數據、調取系統運行的歷史數據、將數據經(jīng)過(guò)處理后進(jìn)行專(zhuān)家控制運算，把控制算法得到的控制作用傳送給現場(chǎng)設備，完成應用軟件與現場(chǎng)控制系統的無(wú)縫連接等功能。通過(guò)對現場(chǎng)設備的控制，使鍋爐燃燒的經(jīng)濟效益達到最佳的效果。
5 結束語(yǔ)
將人工智能Agent技術(shù)引入工業(yè)控制系統是當前的研究熱點(diǎn)，應用決策分析技術(shù)是本研究的一個(gè)創(chuàng )新。基于Agent技術(shù)實(shí)現了一個(gè)智能控制系統，系統具有一定的記憶功能和自學(xué)習能力，實(shí)現了較高的智能性，較好地解決了控制決策模型表示和管理的問(wèn)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(wèn)題，使Agent合作變得容易。實(shí)踐表明，它比傳統的控制系統具有更高的準確性和靈活性，能有效進(jìn)行復雜多控制參數的控制決策。本文引用地址：http://dyxdggzs.com/article/162875.htm
評論