基于本體的多Agent通信機制研究

李春生，胡亞楠，張可佳

(東北石油大學 計算機與信息技術學院，黑龍江 大慶 163318)

基于本體的多Agent通信機制研究

李春生，胡亞楠，張可佳

(東北石油大學 計算機與信息技術學院，黑龍江 大慶 163318)

利用多Agent通信系統集成與管理濺射域復雜生產數據過程中，大量數據高頻變更所帶來的聯動影響會導致Agent通信效率與消息漏失率出現瓶頸。為滿足異構異質Agent間良好的通信及交互，并提高通信Agent消息讀取與解釋速度，引入了C-ECM Agent本體存儲方式，構建了Agent本體規則庫，規范了Agent通信語言，節省了存儲空間；設計了將消息轉義為統一化通信語言的本體讀取與解析機制，采用確信因子算法并基于Agent語言能力庫來判斷語言歷史執行強度，提出了基于本體的Agent通信機制，以提高消息通信效率與魯棒性，降低了消息執行漏失率。基于本體的Agent通信機制，構建了油田多Agent數據集成與管理系統進行實例驗證。實驗結果表明，所提出的基于本體的多Agent通信機制，有效加快了Agent消息讀取與解釋速度，提高了Agent間通信及交互效率。

Agent通信機制；本體讀取與解析；C-ECM存儲方式；確信因子算法

0 引 言

近年來，Agent技術被廣泛應用于人工智能領域[1]。隨著科技的發展，數據的整合與交互存在計算量大、智能化程度高、推理分析策略復雜等問題。在多Agent系統中，Agent的社會性通常受繁瑣的通信背景[2-3]、語言、協議和技術等限制[4]，因此，引入了本體概念[5]，加強Agent語言表達和描述能力。

基于本體的規范化描述可以提高Agent交流與協作效率。本體提供結構化語言以明確不同術語間的關系。目前對于本體的存儲主要有純文本存儲方式、關系數據庫存儲方式以及專門管理工具方式[6]。這些存儲方式存在一定的局限性：純文本存儲方式不適合大規模本體庫，且資源耗費較大；水平表模式數據庫存儲存在大量冗余；垂直表模式數據庫搜索效率較低；專管模式的業務局限性導致擴展能力較差。

針對上述問題，引入C-ECM本體存儲方式，構建了Agent本體規則庫，節省了數據存儲空間，增強了本體統一性；設計本體讀取與解析機制輸出統一化Agent通信語言，降低了訪問頻率；采用確信因子算法為通信機制提供了Agent通信語言執行強度；提出了基于本體的Agent通信機制，提高了消息通信效率，達到了減少Agent通信過程中消息漏失的目的。

1 Agent本體存儲方式簡介

為降低本體存儲冗余，提高Agent語言表達能力，引入了C-ECM存儲方式，屏蔽了外界因素的干擾和不確定性影響，提供更準確的本體規則。

1.1Agent本體表達結構

C-ECM作為Agent本體的邏輯表達結構，包括特征矩陣(CCM)及余項集(ECM)[7]。

CCM描述標準特征參數集結構，其一般表達式Vrm為：

Vrm={Mr,OsMr,Sep,SprMr,SprpaMr,CMr,Pac}

(1)

其中，Mr為標識矩陣行數(本體規則數量);OsMr為第Mr條本體標識;Sep為分隔符；SprMr為標準屬性集;SprpaMr為標準屬性參數集;CMr為屬性集個數;Pac為屬性C參數值。

SprpaMr可表示為：

SprpaMr={CMrSep3PacSep3}

(2)

由Vrm進行組合得到CCM特征矩陣：

CCM=

(3)

ECM描述非標準特征參數集結構，其一般表達式為：

Vgl={Mr,OsMr,Sep,UsprpaMr,CMr,Bpc,Pac}

(4)

其中,UsprpaMr為非標準屬性參數集；Bpc為屬性C的基本信息。

UsprpaMr可表示為：

UsprpaMr={CMrSep3BpcSep4PacSep3}

(5)

由Vgl得到ECM特征矩陣：

(6)

1.2Agent本體存儲方式

Agent本體存儲方式采用二進制流表示，使語言表示統一化，避免相關性弱語言干擾，降低存儲空間。屬性參數的每個元素均為浮點型數值，因此采用16位二進制數進行表示，0位表示屬性類型，1～7位表示屬性整數位，8～15位表示屬性小數位。

2 Agent本體解析與判斷

為提高Agent社會性交互能力，加強消息解釋與判斷速度設計本體規則，判斷其是否符合本體統一結構，并采用確信因子算法為通信Agent調度機制提供消息執行粒度。

2.1本體的讀取與解析

本體的讀取與解析過程如圖1所示，具體算法描述如下：

圖1 模式內容的讀取與解釋流程

Step1：以結構標識分解本體內容，定義Vc、Ve分別表示CCM和ECM；

Step2：以分隔符2拆分Vc，得到矩陣行數Nc、標準屬性集Tb及屬性參數集Tc；

Step3：以分隔符3拆分Tc，得到具有Nc個標準屬性參數結構體鏈表TPc；

Step4：以分隔符2拆分Ve，得到本體知識數量Ne及非標準屬性參數集Tev；

Step5：以分隔符3拆分Tev，得到具有Ne個非標準屬性結構體集Tae及本體知識K的屬性數量Nec；

Step6：以分隔符4拆分Tae，得到屬性基礎標識集Teb及Nec個屬性參數集Te；

Step7：逐一解釋TPc與TPe內的屬性參數元素，匹配屬性參數，將消息轉義成統一化通信語言。

完成轉義后，利用確信因子算法，判斷通信語言歷史執行狀態，并以此作為Agent執行依據。

2.2確信因子算法

引入確信因子算法[8]，判斷Agent通信語言執行能力的算法描述如下：

定義消息執行符合率為：

f(p)={P,P|P+P=1}

其中，P為可執行實體符合率；P為不可執行實體。

Step1：若P>P，語言標記為1執行消息，反饋通信成功；

Step2：若P

Step3：若P=P，語言標記為3執行消息，若通信層調度Agent將語言傳輸給相應個體Agent，則將語言整合歸類標記為1存入可執行語言數據實體中，否則標記為2存入不可執行實體中。

確信因子用于計算Agent通信語言執行強度[9-10]。定義語言集Kf={kf1,kf2,…,kfn}，語言可簡約表述為：

kfn=→{cf}

(7)

語言在能力庫中符合率包括可信度計算(正度量)及不可信計算(逆度量)，假定原始符合率范圍為[0,1]。定義貝葉斯結果p'=p(H|E)，定義確信因子語言正度量函數MB(p')，逆度量函數MD(p')，則通過先驗條件概率計算的語言公式為：

(8)

(9)

將MB(p')、MD(p')綜合為確信因子{cf}如下所示：

(10)

因此，{cf}可以表達語言符合率。由{cf}給出包含語言能力庫全集Kf={kf1,kf2,…,kfn}的滿意度：

(11)

3 基于本體的Agent通信機制設計

為了降低通信時間，減少消息漏失，結合改進本體讀取與解析方式[11]，重新設計Agent通信機制。Agent通信過程由語言層、協議層及通信層組成。圖2介紹了Agent通信模型的組成，同時也描述了Agent消息請求的過程。

圖2 Agent通信過程

語言層引入本體規則庫將Agent通信消息編譯與解析成標準ACL語言[12]，設計語言能力庫，為Agent執行語言提供輔助分析[13]，并將分析結果連同語言編譯給協議層[14]。協議層通過傳輸協議將語言傳輸給通信層。通信層設計調度Agent中轉處理機制，接收協議層傳輸的語言，通過專家知識推理機對語言進行解析，由任務調度機制將解析轉義后子語言傳輸給滿足執行條件的個體Agent。

4 設計實例

以基于本體的Agent通信機制為基礎，結合專家知識，定義Agent存儲及相應解析方式為實驗變量，構建本體規則庫，設計多Agent數據集成與管理系統，應用在某采油廠地質大隊等相關工作單位。為驗證上述改進是否能有效降低存儲資源損耗，提高Agent通信效率，設計如下實驗。

4.1存儲模式對規則庫存儲空間的影響

采用原始存儲模式與C-ECM存儲模式分別設計本體規則庫，并依次存入數量相同的本體知識，統計內部存儲容量，如表1所示。

表1 存儲模式占有內存量

由表1可見，相同本體數量下C-ECM模式相比其他原始模式存儲空間明顯減少。

4.2實驗對象選取

實時監測現場業務數據集成與交互情況，監測時間為連續5個工作日，監測次數為5次，截取相應時間段內用戶操作日志，統計Agent通信行為，如表2所示。

表2 Agent行為統計

級聯統計表示業務數據間的交互；修改、剔除與新增則為Agent基礎交互行為。

由表2可知，積壓井管理、動態管理及動態分析等業務均存在通信行為，其中積壓井的通信行為相對于其他業務較為平均，因此選擇積壓井作為實驗對象進行以下實驗。

4.3不同模式Agent通信效率對比

為檢驗改進后存儲模式結合相應本體讀取方式是否能有效減少Agent通信時間、提高Agent通信速度，以通信方式為變量設計六組對比實驗，每組實驗統計天數為5天，統計次數為5次，通過監測Agent對消息執行情況進行統計。

實驗后，經分析利用標志集對結果進行描述。標志集的一般描述如下：

V={Ni|i≤7,Ni≤100}

(12)

其中，Ni為承載標識下的消息數量；i為標志序號。

經統計，選定標志集V={5,10,15,20,25,50,100}。

圖3描述了六組通信Agent的平均消息響應時間及Agent的計算速度。

由圖3可知：

(1)單個通信Agent模式下，當i>3時，C-ECM存儲模式通信Agent響應時間最短；

(2)單個通信Agent模式下，最優承載Ni為5～10個，當i>2時，平均通信速率將以幾何級數增長；

(3)當i>4時，由于Agent通信過程中存儲與解析方式及通信Agent數量差異，將不同程度地導致通信阻塞、行為死鎖等現象，以致產生消息漏失及Agent通信停止；

圖3 不同Agent通信模式下的消息計算速度對比

(4)通信Agent的運行數量越多,數據處理的效率越快。

4.4不同模式Agent通信消息漏失率對比

統計監測Agent執行結果及相應時間內用戶操作日志,如圖4所示。

由圖4可知，原始存儲模式下通信Agent的漏失率較高，最高可到21.7%，改進后C-ECM存儲模式通信Agent漏失率最低。隨著通信Agent數量的增多，消息漏失率明顯下降，當Ni與通信Agent數量達到某比例時，可避免漏失消息。

由上述結論可得，當通信消息數量達到比例數量時，C-ECM存儲模式的通信效率越高；通信Agent個數越多，Agent通信速率越大。改進的C-ECM存儲模式有效地提高了消息通信效率與魯棒性，減少了響應任務執行漏失，使用過程中受到了應用單位的較好評價。

5 結束語

為滿足異構異質Agent間良好的通信及交互，以提高通信Agent消息讀取與解釋速度，在提出基于本體Agent通信機制的過程中，采用C-ECM存儲方式構建規范本體規則庫，設計相應的解析與判斷機制統一通信語言，引入確信因子算法判斷通信語言歷史執行強度，提高了Agent消息通信效率，減少了漏失率。實驗結果表明，基于本體的Agent通信機制，提高了Agent間消息讀取速度與聯動交互效率，且更適合應用于濺射域復雜的多Agent系統中。

[1] Kone M T,Shimazu A,Nakajima T.The state of the art in agent communication languages[J].Knowledge and Information Systems,2000,2(3):259-284.

[2] 魏曉斌,周盛宗.Agent通信機制探討[J].計算機工程與應用,2002,38(5):66-70.

[3] 楊 博,劉大有,楊 鯤,等.移動Agent系統的主動通信機制[J].軟件學報,2003,14(7):1338-1344.

[4] 馬光偉,王一川,石純一.一種Agent規范機制的設計[J].計算機研究與發展,2000,37(11):1298-1305.

[5] 李 潔.OWL本體存儲模式研究[J].中國科技信息,2007(21):118-120.

[6] Bema-Koes M,Nourhakhsh I,Sycara K.Communication efficiency in multi-agent systems[C]//IEEE international conference on robotics and automation.[s.l.]:IEEE,2004.

[7] 張可佳,李春生,姜海英,等.時間序列下模式挖掘模型設計[J].計算機工程與應用,2015,51(19):146-151.

[8] 馮新宇,陶先平,曹 春,等.一種改進的移動Agent通信算法[J].計算機學報,2002,25(4):357-364.

[9] 賈志勇,李振東,謝 立.ACP-一種基于局部郵區的移動Agent通信算法[J].計算機研究與發展,2004,41(1):47-52.

[10] 邵 星,王汝傳,徐小龍.一種基于Agent的Ad hoc網絡路由算法[J].計算機技術與發展,2010,20(4):21-24.

[11] 范圣韜,畢魯雁,蔣保臣.一種新的移動Agent間通信算法[J].計算機工程與設計,2005,26(7):1756-1758.

[12] Yannis L,Tim F.A semantics approach for KQML-a general purpose communication language for software agents[C]//Third international conference on information and knowledge management.Berlin:[s.n.],1994.

[13] 陳善國,高 濟.一種基于Agent的工作流模型的設計與實現[J].計算機科學,2000,27(4):90-92.

[14] 王 勇,王忠群,韋良芬.移動Agent的一種支持安全與容錯的遷移機制[J].計算機技術與發展,2007,17(3):169-171.

Research on Multi-Agent Communication MechanismBased on Ontology

LI Chun-sheng，HU Ya-nan，ZHANG Ke-jia

(College of Computer and Information Technology,Northeast Petroleum University,Daqing 163318,China)

In the process of using multi-Agent communication system for integration and management of complex production data of sputtering domain,the linkage influence caused by high frequency variation of massive data leads to a bottleneck in the Agent communication efficiency and the loss rate of message.In order to meet the good communication and interaction between heterogeneous Agent and increase the speed of communication Agent messages reading and interpretation,C-ECM Agent ontology storage is introduced to establish rule library of Agent ontology,standardize the Agent communication language and reduce storage space.Ontology reading and parsing mechanism is designed to unify communications language and sureness factors algorithm is employed to judge language history execution strength with Agent language capacity library.In order to raise the efficiency and robustness of message communication and reduce the loss rate of message execution,the multi-Agent communication mechanism based on ontology is proposed.Based on it,the oil-field data integration and management system supported by multi-Agent is established to verify.The experimental results show that multi-Agent communication mechanism based on ontology has effectively accelerated the speed of communication Agent messages reading and interpretation and improved the efficiency of communication and interaction among Agent.

Agent communication mechanism;ontology reading and parsing;C-ECM storage way;sureness factors algorithm

2016-07-21

：2016-10-26 < class="emphasis_bold">網絡出版時間

時間：2017-07-05

黑龍江省自然科學基金面上項目(F2015020);黑龍江省教育科學技術研究項目(12511010)

李春生(1960-)，男，博士，教授，博士生導師，研究方向為人工智能及其應用、模式識別與人工智能；胡亞楠(1991-)，女，碩士研究生，通訊作者，研究方向為人工智能與信息處理技術。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170705.1649.024.html

TP302

:A

:1673-629X(2017)09-0166-04

10.3969/j.issn.1673-629X.2017.09.036