Теоретические аспекты квантования баз знаний в мультиагентных системах


https://doi.org/10.15217/issnl684-8853.2017.3.2

Полный текст:


Аннотация

Постановка проблемы: интенсивное использование беспроводных и мобильных сетей связи в распределенных информационно-телекоммуникационных системах и автоматизированных системах управления технологическими процессами промышленных корпораций приводит к формированию в архитектуре таких систем новых концептуальных сущностей, называемых агентами, которыми необходимо управлять в реальном масштабе времени. При оценке эффективности многоагентных систем на первый план выходит коммуникационная сложность взаимодействия агентов, напрямую зависящая от количества адаптируемых при коммуникации параметров. Для интеллектуальных агентов основными проблемами в данном случае являются, с одной стороны, требование к быстрой адаптации и самоадаптации параметров их баз знаний, а с другой - необходимость обеспечения целостности и защищенности как данных, так и знаний агентов. Цель исследования: разработка теоретических и алгоритмических механизмов мягкого квантования аддитивных продукционных баз знаний агентов, обеспечивающих снижение как вычислительной, так и коммуникационной сложности взаимодействия интеллектуальных агентов. Результаты: доказан ряд утверждений, которые позволяют выполнять изоморфные преобразования классических аддитивных нечетких моделей, функционирующих в поле вещественных чисел, в их аналоги, способные функционировать в конечных полях Галуа. Показан гомеоморфизм (топологический изоморфизм) рассматриваемых нечетких и нейронечетких моделей. На базе доказанных утверждений разработан алгоритм мягкого квантования нечетких импликаций. Сущность предложенного алгоритма мягкого квантования заключается в гибком управлении топологией нейронечетких иерархических моделей при сохранении заданной точности аппроксимации контролируемых агентом параметров. Новизна подхода состоит в том, что доказана принципиальная возможность адекватного квантования аддитивных продукционных баз знаний. Разработан механизм автоматического регулирования количества параметров оптимизации баз знаний, к которым относятся число термов лингвистических переменных, число параметров адаптации каждого лингвистического терма, количество уровней иерархии аддитивной нечеткой модели. Для этого в качестве ограничений приняты допущения о непрерывном покрытии пространства решений (континуум) термами лингвистических переменных нечетких импликаций. Показано, что для обеспечения континуума при квантовании достаточно регулировать характеристику поля Галуа. Практическая значимость: разработанный метод мягкого квантования нечетких импликаций, во-первых, позволит существенно (на порядки) снизить объем базы знаний, необходимой агентам для принятия адекватных решений, тем самым упростить вычислительную и коммуникационную сложность взаимодействия агентов; во-вторых, даст возможность регулировать уровень защиты данных и знаний агентов.

Об авторе

Светлана Григорьевна Фомичева
Норильский государственный индустриальный институт
Россия


Список литературы

1. Тимофеев А. В., Юсупов Р. М. Интеллектуализация процессов управления и навигации робототехнических систем // Робототехника и техническая кибернетика. 2014. № 2(3). С. 19-22.

2. Patent USA 7532724 H04L 9/00. Method for Encrypting and Decrypting Data for Multi-Level Access Control in an Ad-Hoc Network/ S. Bezzateev, Tae-chul Jung, Kyung-hee Lee, E. Krouk, A. Sitalov.

3. Фомичева С. Г. Защита информации в распределенных иерархических системах // Научно-технические ведомости СПбГТУ. Информатика, телекоммуникации, управление. 2008. № 2. C. 9197.

4. Борисов В. В., Круглов А. С., Федулов А. С. Нечеткие модели и сети. - М.: Горячая линия-Телеком, 2012. - 284 с.

5. Kosco B. Fuzzy System as Universal Approximators // Proc. of IEEE Int. Conf. on Fuzzy Systems, San Diego, 1992. P. 1153-1162.

6. Wang L. X. Fuzzy Systems are Universal Approximators // Proc. of IEEE Int. Conf. on Fuzzy Systems, San Diego, 1992. P. 1163-1169.

7. Ying H. Sufficient Conditions on Uniform Approximation of Multivariate Functions by General Takagi - Sugeno Fuzzy Systems with Linear Rule Consequents // IEEE Transaction on Systems, Man and Cybernetics. 1998. Vol. 28. Part A. N 4. P. 515-520.

8. Фихтенгольц Г. М. Курс дифференциального и интегрального исчисления. - М.: Физматлит, 2003. T. 1. - 680 с.

9. Lidl R., Niederreiter H. Finite Fields. - Cambridge University Press, 1985. - 822 p.

10. Фомичева С. Г. Теория потоковых систем защиты информации. - Норильск: Норильский инд. ин-т, 2007. - 243 с.

11. Селезнева С. Н. Булевы функции и полиномы. http://mk.cs.msu.ru/images/e/ea/ Bool_polynoms. pdf (дата обращения: 25.01.2017).

12. Фомичева С. Г. и др. Моделирование развития информационно-телекоммуникационных систем. - СПб.: Синтез-Бук, 2009. - 384 с.

13. Фомичева С. Г., Конев А. В. Адаптивная система управления содержанием оксида кремния в шлаках при переработке медно-никелевых руд // Программные продукты и системы. 2014. № 3(107). C. 131-141.


Дополнительные файлы

Для цитирования: Фомичева С.Г. Теоретические аспекты квантования баз знаний в мультиагентных системах. Информационно-управляющие системы. 2017;88(3):2-10. https://doi.org/10.15217/issnl684-8853.2017.3.2

For citation: Fomicheva S.G. Theoretical Aspects of Knowledge base Quantization in Multi-Agent Systems. Information and Control Systems. 2017;88(3):2-10. (In Russ.) https://doi.org/10.15217/issnl684-8853.2017.3.2

Просмотров: 26


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)