Реферат по теме выпускной работы

Содержание

Введение

Современное общество приобретает все больше черт информационного. При этом информационное общество требует нового, более качественного уровня образования и новых методов преподавания. Эти требования обусловлены большим приобщением людей к процессам, в которых необходима высокая узкопрофессиональная образованность, и существует постоянная потребность в переквалификации рабочих, поскольку технологии развиваются стремительно быстро [1].

Сегодня высшие учебные заведения уже не способны оперативно изменять учебные курсы, быстро реагировать на изменения запросов потребителей образовательных услуг. Современное производство требует больше образованных людей, чем 10 лет назад. Опыт университетов Западных государств, свидетельствует о том, что университет уже не привязан к местности (инновационные университеты отказались от географических названий). Кроме того, исчезает понятие цикличности учебы: вступить в некоторые учебные заведения можно в любой день. Вместо факультета теперь есть список курсов, необходимых для получения квалификации, университет становится глобальной организацией, а в центре непосредственного образовательного процесса уже не профессор, который собирает вокруг себя аудиторию, а студент, которого обслуживают профессоры [1].

1. Актуальность темы

Открытое образование во многих странах рассматривается сегодня как система, которая обеспечивает общенациональный доступ к образовательным ресурсам путем широкого использования информационных образовательных технологий дистанционного образования. И на этой основе предоставляет условия для наиболее полной реализации гражданами своих прав на образование, которое по структуре и качеству отвечает требованиям развития экономики и гражданского общества [1].

На фоне этих тенденций требования общества к образованию заметно изменились. Системы дистанционного образования такие как "Виртуальный Университет" или "Виртуальная кафедра" приобретают актуальное значение. Современные информационные технологии позволяют удовлетворить запросы общества [1].

Данная магистерская работа как раз посвящена такой актуальной научной задаче разработки виртуальной кафедры обучения студентов, на основе агентной системы.

2. Цель и задачи исследования, планируемые результаты

Целью исследования является проектирование и разработка учебной кафедры университета как объекта виртуальной образовательной среды [2], представляющей собой информационное пространство взаимодействия участников учебного процесса, порождаемое технологиями информации и коммуникации, включающее комплекс компьютерных средств и технологий, позволяющее осуществлять управление содержанием образовательной среды и коммуникацию участников.

Задачи магистерской работы:

  1. Выполнить агентно-ориентированный анализ процесса обучения студентов на кафедральном уровне.
  2. Получить новую модель индивидуального обучения студентов по конкретной дисциплине.
  3. Разработать структуру агентно-ориентированной модели кафедры.
  4. Реализовать мультиагентную систему с помощью инструментальной среды Jack.

Объект исследования: моделирование мультиагентной системы.

Предмет исследования: мультиагентная система и интеллектуальные агенты.

Научная новизна заключается в создании такой модели индивидуального обучения, чтобы сохранялось взаимоотношение между участниками учебного процесса, близких к реально существующим, и предоставлялась возможность автономного и распределенного выполнения учебно-методических обязанностей. Данная модель позволит повысить децентрализованность и индивидуальность работы преподавателей и студентов на уровне кафедры [3].

В качестве практических результатов планируется получить готовую виртуальную кафедру, представленную в виде многоагентной программной системы, основанной на принципах распределенного искусственного интеллекта. Преимущество виртуальной кафедры [4], как новой среды обучения, состоит в следующем:

  1. гибкость – обучаемый имеет возможность заниматься в удобном для себя месте, т.к. цикл обучения осуществляется посредством Интернет-технологий;
  2. модульность – обучаемый имеет возможность из набора независимых курсов-модулей формировать учебную программу, отвечающую индивидуальным потребностям;
  3. экономическая эффективность – снижаются затраты как обучающегося, так и системы образования за счёт максимально эффективного использования учебных площадей, времени и технических средств [4].

3. Обзор исследований и разработок

Многоагентные системы в наши дни очень широко применяются в различных областях, таких как мобильные сети, web, планировании и логистике, распределенных системах, в исследовательских проектах, промышленности и моделировании инженерных систем [5].

Еще с середины 1990-х годов, агентно-ориентированные модели стали использовать для решения множества коммерческих и технологических проблем [6]. Примерами могут послужить задачи:

  1. Оптимизация сети поставщиков и логистика.
  2. Моделирование потребительского поведения (в том числе социальные сети).
  3. Распределенные вычисления.
  4. Менеджмент трудовых ресурсов.
  5. Управление транспортом.
  6. Управление инвестиционными портфелями [6].

3.1 Обзор международных источников

Первая агент-ориентированная модель была разработана в конце 1940-х гг. Впоследствии, развитие микрокомпьютеров способствовало дальнейшему развитию этого направления и возможности проводить компьютерные симуляции. Принято считать, что агент-ориентированные модели берут своё начало с вычислительных машин Джон фон Неймана (Von Neumann), являющихся теоретическими машинами, способными к воспроизводству.

Использование агентно-ориентированной модели для социальных систем взяло своё начало с работы программиста Крега Рейнолдса, в которой он предпринял попытку моделирования деятельности живых биологических агентов (модель «Искусственная жизнь») [6].

Существуют различные организации, занимающиеся изучением многоагентных систем [7-9].

3.2 Обзор национальных источников

Российские ученые также активно занимаются исследованиями и разработкой многоагентных систем. Самыми яркими представителями являются Тарасов В.Б. [10-12], исследовавший особенности нейронных сетей и интеллектуальных агентов, Карсаев О.В., Конюший В.Г., Самойлов В.В. изучающие инструментальную среду и язык для разработки прикладных многоагентных систем [13]. Также изучением агентно-ориентированных агентов занимались Крижановский А.А. [14] и Скобелев П.О. [15].

3.3 Обзор локальных источников

В Донецком национальном техническом университете (кафедра компьютерной инженерии) изучением многоагентных систем занимается мой научный руководитель Федяев Олег Иванович. Изучать агентно-ориентированные системы и работать над созданием виртуальной кафедры университета он начал вместе с Жабской Т.Е. [16].


В дальнейшем продолжил занимался исследованиями многоагентных систем вместе с магистрами прошлых лет:

  1. Лямин Р.В. Многоагентная система обучения студентов на кафедральном уровне.
  2. Зайцев И.М. Модели коллективного поведения интеллектуальных агентов в многоагентных системах моделирования и управления предприятием.
  3. Зудикова Ю.В. Оценка эффективности многоагентного моделирования систем с распределенным интеллектом.
  4. Лукина Ю.Ю. Агентно-ориентированные программные модели поведения человека в социально-экономической среде.
  5. Стропалов А.С. Нейросетевые модели программных агентов в социально–ориентированных мультиагентных системах.
  6. Грабчук О.П. Агентно-ориентированное моделирование подготовки и трудоустройства молодых специалистов.
  7. Елифёров В.В. Мультиагентная имитационная модель для прогнозирования результатов обучения и трудоустройства специалистов.
  8. Куташов Р.И. Программная реализация агентно-ориентированной системы дистанционного обучения студентов по техническим дисциплинам.
  9. Медгаус С.В. Архитектура и функционирование программных агентов в имитационной модели трудоустройства выпускников вуза многоагентного типа.

4. Построение логических моделей виртуальной кафедры

Для разработки многоагентного приложения, автоматизирующего процесс обучения на кафедральном уровне, был проведен агентно-ориентированный анализ предметной области образовательного процесса по методологии Gaia [17]. С помощью этой методологии разработаны модели, необходимые для описания виртуальной кафедры и последующей программной реализации [18].

Процесс обучения, в соответствии с методологией Gaia, описывается следующими моделями: моделью ролей, моделью взаимодействий, моделью агентов, моделью услуг, моделью связей. Взаимосвязи и содержание моделей, полученных с помощью агентно-ориентированного проектирования виртуальной кафедры представлены ниже (см. рис. 1 [18]).

Взаимосвязь моделей при агентно-ориентированном проектировании процесса обучения

Рисунок 1 – Взаимосвязь моделей при агентно-ориентированном проектировании процесса обучения
(анимация: 9 кадров, количество повторений неограничено, 217 килобайт)

На стадии агентно-ориентированного анализа и проектирования разработаны следующие модели: модель ролей для описания должностных обязанностей всех ролей в виде активностей, протоколов, полномочий, обязательств; модель взаимодействий для описания основных видов общения между ролями в виде протоколов; модель агентов для определения типов агентов; модель функционирования для определения действий агентов и модель связей для отображения возможных коммуникаций между агентами.

Поскольку роль является абстрактным описанием функций должностного лица, то каждая роль характеризуется самостоятельными действиями (активностями), взаимодействиями с другими ролями (общением), полномочиями в отношении необходимых для её выполнения ресурсов и обязательствами, которые определяют "жизненный цикл" роли и описываются регулярными выражениями. Назначение модели ролей состоит в формальном описании содержания всех ролей организации [18].

Модель агентов предназначена для определения используемых в системе агентных типов. Похожие роли объединены в один агентный тип. Решение о совмещении нескольких ролей в один агентный тип улучшает понимание функционального назначения агентов и способствует повышению эффективности их программной реализации.

В модели функционирования для каждого агента определены действия, которые ими должны выполняться в соответствии с обязательствами жизнеспособности соответствующей роли. Для каждой функции, выполняемой агентом, в модели функционирования определены входные и выходные данные, пред- и постусловия, в зависимости от которых агент инициирует выполнение и определяет завершение функции [18].

В модели связей отражены возможные коммуникативные связи между агентами. Она сформирована на основе модели ролей, модели взаимодействия и модели агентов. Модель связей представлена в виде ориентированного графа. Узлы соответствуют типам агентов, а дуги – коммуникационным связям. Связи коммуникации между агентами предполагают передачу сообщений между агентами в обоих направлениях. На её основе для каждого агента составлен список агентов с которым возможно установление односторонних или двусторонних связей [18].

Благодаря разработанным агентно-ориентированным моделям осуществлен системный переход от этапа постановки задачи к этапу программной реализации компьютерной среды с элементами общения между субъектами учебного процесса изучения дисциплин кафедры.

5. Связь логических моделей c визуальными моделями в среде Jack

JACK - это профессиональная, кроссплатформенная среда для создания, эксплуатации и интеграции коммерческих агропромышленных систем. Она построена на прочной логической основе: модели убеждений, желаний и намерений (belief, desire, and intention (BDI) model). BDI - это интуитивная и мощная абстракция, которая позволяет разработчикам управлять сложностью проблемы. В JACK агенты определяются с точки зрения их убеждений (что они знают и что они умеют делать), их желания (какие цели они хотят достичь) и их намерения (цели, которые они в настоящее время преследуют к достижению).

BDI-архитектура позволяет моделировать ментальные свойства агентов, необходимых для решения задачи обучения. Агент, имеющий BDI-архитектуру, описывается тремя компонентами А = (B, D, I), где B – это убеждения агента, которые являются информацией агента о собственном состоянии и состоянии его окружения, и рассматриваются как его информационная компонента; D – это желания агента в виде информации о его целях, которые рассматриваются как его мотивационная компонента; I – это намерения агента, которые представляют возможные направления его действий, и являются его рассудительной компонентой [19].

Для программной реализации убеждений, желаний и намерений агента в языке JACK предусмотрены следующие новые конструкции, расширяющие синтаксис языка Java на уровне классов:

  1. Agent (агент), определяет интеллектуальных агентов.
  2. Event (событие), определяет цели агента, в виде событий, для моделирования ситуаций и сообщений, на которые агент должен быть способен ответить.
  3. Plan (план), описывает намерения агента в отношении достижения цели в виде планов и условий их применимости.
  4. Beliefset (множество убеждений), описывает знания агента.
  5. Capability (способность), структурирует убеждения, события и планы в кластеры для реализации определенной интеллектуальной способности агента для достижения цели [20].

Семантика визуальной модели агента, представленного формально в среде JACK в виде Аgent = (N, Bel, PE, HE, SE, PS), описывается следующим образом: N – имя агента; Bel – убеждения агента; PE = {E1, E2, …, En} – множество имен событий, создаваемых собственными методами агента; HE = {{E1, E2, …, En}, HE1, …} – множество обрабатываемых событий, создаваемых самостоятельно и воспринимаемых извне; SE = {SE1, SE2, …, SEm} – множество имен событий, передаваемых агентом во внешнюю среду; PS = {P1, P2, …, Pk} – множество имен планов, определяющих поведение агента [20].

Выделенные наиболее важные аспекты семантики визуальных моделей среды JACK гарантируют качественное их построение.

Чтобы работать в инструментальной среде JACK, необходимо мыслить на уровне её понятий, характерных для BDI-архитектуры. Для правильного перехода от абстрактных моделей агентов к их представлению на уровне визуальных моделей среды JACK, авторами были составлены спецификации семантики визуальных моделей данной среды [20].

Физические компоненты агентов представлены в виде классов с определенными отношениями между ними (см. рис. 2 [20]).

Архитектура программного агента Студент в системе JACK

Рисунок 2 – Архитектура программного агента Студент в системе JACK

Выводы

Магистерская работа посвящена актуальной научной задаче проектирования и разработки учебной кафедры университета как объекта виртуальной образовательной среды. В рамках проведенных исследований выполнено:

  1. Проведен агентно-ориентированный анализ процесса обучения студентов на кафедральном уровне, на основании которого получена новая модель кафедры ВУЗа.
  2. Получена новая модель индивидуального обучения студентов по конкретной дисциплине.
  3. Разработана структура агентно-ориентированной модели кафедры.
  4. В качестве инструментальной среды, с помощью которой будут моделироваться агенты, будет использована программная среда Jack.

При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: май 2019 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список источников

  1. Виртуальный Университет – О системе дистанционного образования «Виртуальный Университет» [Электронный ресурс]. – Режим доступа: http://vu.net.ua/ru/.
  2. Studexpo – Виртуальная образовательная среда [Электронный ресурс]. – Режим доступа: https://studexpo.ru/214575/pedagogika/virtualnaya_obrazovatelnaya_sreda.
  3. Сб. науч. тр. ДонНТУ. Серия: «Проблемы моделирования и автоматизации проектирования динамических систем»(МАП-2006), выпуск 5(116) — Донецк: ДонНТУ, 2006. — с. 105-116. http://ea.donntu.ru/bitstream/123456789/5815/1/11.pdf.
  4. Бобродобро – Преимущества виртуальной образовательной среды [Электронный ресурс]. – Режим доступа: http://ped.bobrodobro.ru/3170.
  5. Мультиагентные системы — что это [Электронный ресурс]. – Режим доступа: https://habr.com/post/70446/.
  6. Wiki – Агентное моделирование [Электронный ресурс]. – Режим доступа: https://ru.wikipedia.org/wiki/%D0%90%D0%B3%D0%B5%D0%BD%D1%82%D0%BD%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5.
  7. Multiagent Systems Research Group - Critical MAS [Электронный ресурс]. – Режим доступа: http://www.cs.huji.ac.il/labs/mas/proc.php.
  8. Multi-Agent Systems Lab - Лаборатория многоагентных систем [Электронный ресурс]. – Режим доступа: http://mas.cs.umass.edu/.
  9. Fipa - организация стандартизации агентных технологий [Электронный ресурс]. – Режим доступа: http://www.fipa.org/index.html.
  10. Тарасов В.Б. Системно-организационный подход в искусственном интеллекте / В.Б. Тарасов // Программные продукты и системы. – 1999 - №3. – С.6-13.http://is.ifmo.ru/art_int/_sopii.pdf.
  11. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте / В.Б. Тарасов // Новости искусственного интеллекта. – 1998. – №2. – С.1-46. http://science.donntu.ru/ius/kirgaev/library/Tarasov-vb-agenty-mnogoagentnye-sistemy-virtualnye-soobschestva-strategicheskoe-napravlenie-v-informatike-i-iskusstvennom-intellekte.pdf.
  12. Тарасов В.Б. Моделирование мнений агентов в многоагентных системах на основе четырехзначных семантик / В.Б. Тарасов, А.В. Борисов // Программные продукты и системы. – 2006. – №2. – С.47-50. https://cyberleninka.ru/article/v/modelirovanie-mneniy-agentov-v-mnogoagentnyh-sistemah-na-osnove-chetyrehznachnyh-semantik.
  13. Карсаев О.В. Инструментальная среда и язык для разработки прикладных многоагентных систем / О.В. Карсаев, В.Г. Конюший, В.В. Самойлов // Известия ЮФУ. Технические науки. – 3 мая 2010. – С.24-28. http://izv-tn.tti.sfedu.ru/?p=14216.
  14. Крижановский А.А. Вопросы реализации проблемно-ориентированных агентов интеграции знаний / А.А. Крижановский // Труды СПИИРАН, Том 1. - СПб: СПИИРАН, 2001.
  15. Скобелев П.О. Открытые мультиагентные системы для поддержки процессов принятия решений при управлении предприятиями / П.О. Скобелев // Известия Самарского научного центра Российской академии наук – № 1 – Том 3. – 2001.
  16. Жабская Т.Е. Разработка агентно-ориентированной интеллектуальной среды обучения / Т.Е. Жабская, О.И. Федяев // Материалы четвертой межнародной научно-технической конференции «Моделирование и компьютерная графика» — 5-8 октября 2011 г., Донецк, ДонНТУ, 2011. — с. 102–108. http://ea.donntu.ru:8080/bitstream/123456789/3005/1/c_17.pdf.
  17. F.Zambonelli Developing Multiagent Systems: The Gaia Methodology / Zambonelli F., Jennings N.R., Wooldridge M. // In ACM Transactions on Software Engineering Methodology, 12(3): июль 2003. — с. 317-370.
  18. Жабская Т.Е. Архитектура и функционирование программных агентов в обучающей системе многоагентного типа / Т.Е. Жабская, О.И. Федяев // Научн. тр. ДонНТУ, серия «Информатика, кибернетика и вычислительная техника» (ИКВТ-2008), выпуск 9(132) — Донецк: ДонНТУ, 2008. — с. 249-254. http://irbis-nbuv.gov.ua/cgi-bin/irbis_nbuv/cgiirbis_64.exe?I21DBN=LINK&P21DBN=UJRN&Z21ID=&S21REF=10&S21CNR=20&S21STN=1&S21FMT=ASP_meta&C21COM=S&2_S21P03=FILA=&2_S21STR=Npdntu_inf_2008_9_42.
  19. Kinny D. A Methodology and Modelling Technique for Systems of BDI Agents / D. Kinny, M. Georgeff, A. Rao // Proceedings of the Seventh European Workshop on Modelling Autonomous Agents in a Multi-Agent MAAMAW, 1996, (LNAI Volume 1038).
  20. Жабская Т.Е. Проектирование виртуальной кафедры университета на основе многомодельного агентно-ориентированного подхода / Т.Е. Жабская, О.И. Федяев // Искусственный интеллект — 2010, №3. — с. 679–686. http://dspace.nbuv.gov.ua/bitstream/handle/123456789/56853/83-Fedyaev.pdf?sequence=1.