基于MAS的跨領域集成化推理系統設計

謝 天,韋瑤瑤

（1. 南華大學經濟管理學院，湖南衡陽，421001；2. 南華大學政治與公共管理學院，湖南衡陽，421001）

基于MAS的跨領域集成化推理系統設計

謝 天1,韋瑤瑤2

（1. 南華大學經濟管理學院，湖南衡陽，421001；2. 南華大學政治與公共管理學院，湖南衡陽，421001）

Multi-S-BOX空間理論為跨領域集成管理提供了新的方法。然而，基于集中式的知識表達和推理限制了跨領域存儲、交互、與協同求解的能力。通過分析Multi-S-BOX空間結構與決策機理，利用MAS技術，設計各類功能Agent組件及其交互模式，定義其推理任務序列，提出Multi-S-BOX空間分布式推理系統架構，為跨領域集成化決策的實現提供技術支持。

多代理系統；智能代理；多領域語義X列表；集成

0 引言

面向海量異構、無序、復雜多領域系統要素集成化決策需求，文獻[1, 2]提出了基于多領域語義X列表（Multi-domain Semantic Bill Of X，Multi-S-BOX）空間的集成方法。該方法通過空間映射和語義建模的方式，將源物理空間地理分散、異質異構、功能多樣的多個領域系統遷移到目標Multi-S-BOX空間的領域語義X列表（Semantic Bill of X，S-BOX）模型，統一處理；通過建立空間各領域要素的語用/語義互操作調解模型，支持跨領域系統要素集成互操作；通過構造跨領域系統有序化推理規則，通過空間決策推理的方式實現跨領域系統的按需集成與重構。

由于Multi-S-BOX空間要素關系復雜，推理過程多以異步形式進行，集中式的知識表達和推理難以描述異步更新的領域系統本體信息，極大地限制了跨領域知識存儲、交互、與協同求解的效率。因此，設計具有智能、分布式的Multi-S-BOX空間推理系統對跨領域集成化決策具有重要支撐意義。

本文引入多代理系統（Multi-agent System，MAS）技術，構造Multi-S-BOX空間分布式領域知識表達代理、知識推理代理，以及跨領域互操作與推理代理，設計空間分布式知識表達與推理系統結構模型，以支持靈活、自治的Multi-S-BOX空間推理需求。

1 Agent和MAS的基本理論

Agent通常具有自主、反應、協調、協同、主動、推理能力等特性，作為滿足其功能目標的計算主體，可在特定環境中自主運行與交互[3,4]。假定某Agent代理置于一個可用離散狀態有限集E表示的環境中，e為瞬時環境的狀態。對任意環境變化，該Agent的反應描述為活動集：， a為代理的活動，代理與環境通過活動交互，環境狀態發生改變。可用e與a交互的序列r來表示Agent運行過程，。若用表示環境與活動交互運行的序列全集，則以a活動為結束的序列子集可表示為，以e狀態為結束的序列子集可表示為。那么，可用以下狀態變遷函數來表示環境在Agent活動的影響下狀態的變化。故可表示r不存在后繼狀態，意味著r是可停止的有限運行序列。因此，當環境表示為三元組時，Agent模型可表示為，意味著將其一次以環境狀態為結束的運行映射到活動，即該代理根據歷史以及目前的環境狀態決定來其行動。某代理Ag一次運行序列可表示為，其中；。作為由多個相互協調的Agent構成的松耦合分布式網絡，MAS具有社會性、自治性、協作性等方面的特征[3]，用于解決Agent難以單獨解決的復雜問題[5]。MAS中每個Agent或許有相同或不同的求解任務，具備不完整的知識和求解能力，以分布式的知識/信息存儲方式，與其他相關代理進行自主協作，進而協同求解復雜的問題。

考慮到MAS技術的智能性、分布性、社會性和協作性，適用于分布式跨領域系統集成化決策過程中，同時也為Multi-S-BOX空間分布式知識描述與協同推理求解的突破提供了有效途徑。

2 基于MAS的Multi-S-BOX空間分布式推理系統

2.1 Multi-S-BOX空間結構與決策機理

Multi-S-BOX空間包括跨領域集成需求列表（Multidomain Bill Of Demand Ontology，Multi-BODO）、領域語義X列表（Semantic Bill of X，S-BOX）等部件。Multi-BODO封裝了跨領域集成需求本體；領域S-BOX由各領域資源（Bill of Resource Ontology，BORO）、服務（Bill of Service Ontology，BOSO）和需求本體列表（Bill of Demand Ontology，BODO）構成，是領域系統在Multi-S-BOX空間的映射[1,2]。

Multi-S-BOX集成過程包括四個步驟：Step-1：“Binding”推理，用以確定各領域S-BOX內資源-服務的綁定關系，是根據特定約束條件將空間可用資源封裝為標準化可執行服務的過程。Step-2：“M-matching”推理，即根據跨領域需求分解結構，根據子需求的領域屬性，建立其與領域S-BOX匹配關系的推理環節。Step-3：“Service Compositing”推理，即根據特定領域內需求自動匹配或組合服務。Step-4：“Mcompositing”，即跨領域服務組合推理，該過程將根據領域內服務組合結構的基于輸入-輸出約束銜接上下游協作服務要素，實現跨領域服務組合的功能。各步推理范式和規則詳見文獻[1,2]，依此可設計推理系統架構及其推理任務。

2.2 系統Agent功能組件設計

（1）互操作代理（Interoperability Agent，IA）：針對領域S-BOX間可能存在的語用、語義互操作沖突，引入Mediator服務本體調解模型，構造互操作IA以封裝相關調解模型，支持攜載領域知識的Agent交互。（2）跨領域需求本體代理（Multi-BODO Agent，MDA）：封裝了Multi-BODO的本體知識，用以管理跨領域需求本體，并建立其與領域S-BOX間的交互。（3）S-BOX本體列表代理（S-BOX Ontology Bill Agent，SOBA）和S-BOX推理代理（S-BOX Reasoning Agent，SRA）：各領域S-BOX均具備知識表達與推理兩項功能，故將其分離構造成兩類代理：一方面，將BODO、BOSO、BORO本體列表封裝為SOBA，用于管理領域內資源、服務、需求等要素本體知識；另一方面，構建SRA，用來封裝了領域內推理規則，通過與SOBA交互執行Step-1“Binding”和Step-2“Service Compositing”階段推理。（4）跨領域推理代理（Multi-S-BOX Reasoning Agent，MRA）： 封裝了跨領域集成的推理規則，通過IA與MDA、各領域SOBA間的交互，完成Step-2“Mmatching”和Step-4“Mcompositing”的推理任務。

2.3 Multi-S-BOX空間分布式推理系統架構

Multi-S-BOX空間分布式推理系統架構如圖1所示，各階段推理過程包括：首先，各領域知識代理SOBA與其推理代理SRA信息交互，執行Step-1的“Binding”推理任務；其次，通過MDA-MRA-IA-SOBA 四類代理的交互，MDA將領域子需求本體信息傳遞給MRA，基于IA互操作轉化，SOBA將可相互理解的領域需求本體實例信息傳遞給MRA完成Step-2的“Mmatching”語義匹配推理，并將結果返回給MDA和SOBA更新知識信息；隨后，通過SOBA、SRA的通信，SOBA將其本體信息傳遞給SRA執行Step-3的領域內“Service Compositing”推理，并將得到的服務組合結果信息返回SOBA；最后，基于SOBA-IA-MRA-IA-SOBA-MDA的交互，SOBA將更新后的SC實例信息通過IA轉化傳給MRA，執行Step-4的“Mcompositing”跨領域服務組合推理，并將結果返給MDA，完成一次跨領域集成推理執行序列。

3 結語

為更好地滿足靈活、自治的集成化決策的推理計算需求，本文根據Multi-S-BOX空間結構及其集成化重構推理的基本機理，面向不同的推理計算任務，將跨領域空間知識與推理規則封裝在不同功能的Agent中，設計了基于MAS的Multi-S-BOX空間分布式推理系統結構模型，以支持空間有序化推理系統的5個推理階段的分布式實現。在當今云計算、大數據的海量異構信息融合時代，新的管理范式和決策方法應運而生。本模型的提出，為跨領域集成化決策方法的進一步完善提供了基于分布式推理計算的新思路。限于篇幅，本文聚焦于推理系統的Agent組件與整體架構的設計，對于Agent間具體的交互協議、系統實現等方面的研究，將成為下一步研究的重心。

圖1 基于MAS的Multi-S-BOX空間分布式推理系統架構

[1]謝天. 基于語義X 列表的跨領域系統集成方法研究[D]. 暨南大學管理學院，2013.

[2] 謝天, 李從東, 湯勇力, 曹策俊. 面向突發性制造需求的跨領域語義X 列表集成方法[J]. 計算機集成制造系統. 2015, 21(4): 1063-1076.

[3]史忠植. 智能主體及其應用[M]. 北京: 科學出版社, 2002.

[4]唐蘇妍，朱一凡，李群，雷永林. 多Agent系統任務分配方法綜述[J]. 系統工程與電子技術, 2010, 32(10): 2155-2161.

[5] Luca Greco, Liliana Lo Presti, Agnese Augello. A Decisional Multi-Agent Framework for Automatic Supply Chain Arrangement[J]. Studies in Computational Intelligence, 2013, 439:215-232.

Designing for the Cross-Domain Integrated Reasoning System based on MAS

Xie Tian1,Wei Yaoyao2
（1. School of Economics & Management, University of South China, Hengyang 421001, China; 2 .School of Political Science and Public Administration, University of South China, Hengyang 421001, China）

Multi-S-BOX Space theory brings a series of new methods for cross-domain integration. However, the abilities for cross-domain storage, computing and communicating are limited by centralized knowledge representing and reasoning. By analyzing the structure and the decision-making mechanism of the Multi-SBOX, and based on MAS, the relevant agent components, the reasoning task sequence are designed. And then, for supporting the cross-domain integrated decision-making processes, the architecture of the distributed Multi-S-BOX space reasoning system is proposed.

Multi-Agents System, Agent, Multi-domain Semantic Bill of X, Integration

TP302.1

A

謝 天（1984-），男，湖南醴陵人，博士，南華大學經濟管理學院講師，研究方向：信息管理與信息系統、集成化管理等；韋瑤瑤（1987-），女，廣西大化人，碩士研究生，南華大學政治與公共管理學院，研究方向：信息管理、管理哲學等。

國家自然科學基金青年項目（71501087）；教育部人文社科青年項目(14YJCZH168)；湖南省自然科學基金青年項目（2015JJ3107）；湖南省教育廳課題資助項目（14C0976）；南華大學博士科研啟動基金資助項目（2013XQD27）