基于Agent的智能控制系统的设计

是一个能以人类专家水平完成专门任务的计算机，是伴随计算机研究、应用日益发展的，通过模仿人类专家应用其知识与经验的方法解决控制问题。在运用时，一般有多个控制参数，因此在做出控制决策时需要进行决策分析，从而确定控制方法。所以有必要在智能控制系统中融入决策分析的相关技术和方法，使控制决策更科学、合理。
技术是分布式人工智能的一个概念。是在一定环境下能独立自主运行的实体，它具有智能，有自己的知识；它具有学习功能，能够感知环境，并对环境的变化做出反应；多实现了知识的分布，能够相互合作，共同完成任务。随着人工智能的发展，Agent技术得到广泛应用，把Agent技术引入工业控制是当前的研究热点。
在以往有关Agent的控制系统研究中，解决Agent合作问题都是将合作协议嵌入Agent内部来实现的。这样缺乏必要的灵活性，而且没有考虑复杂控制任务不能由单个Agent完成的问题。
综上所述，有必要研究在智能控制系统中引入Agent的人工智能和决策分析技术，以提高控制决策的智能性、灵活性，使控制结果更准确。这里了一个Agent的控制系统模型，并以此模型为基础，实现了锅炉智能控制系统。

1 系统结构
整个系统由多个Agent组成，如图1所示。系统包括中心Agent、信息Agent、交互Agent、分析Agent、平衡Agent和控制Agent等，它们各自功能不同，通过相互合作共同完成控制决策任务。

1)中心Agent 中心Agent是系统的核心部分，其他Agent加人系统都必须向它注册，它负责其他Agent的增加、删除和变更，并提供总体控制及协调功能，关系到各Agent能否成功地共享资源和合作。其内部结构主要包括协调模块、注册模块、通信模块和全局字典。其中协调模块接受各Agent提交的请求，若是资源请求，协调模块通过检索全局字典提供一系列知识资源；若为问题，则通过查询注册模块的信息以及全局字典提供的合作策略，确定参与控制问题决策的Agent小组，并向各控制决策Agent发出邀请，同时维护合作小组的协同环境，保证该小组的协同质量。注册模块管理其他Agent的注册、撤消和维护。全局字典立足全局把握各Agent的资源，它存储了各Agent的知识资源的概要信息、合作协议、合作策略。通信模块负责与Agent的通信。
2)交互Agent 交互Agent是由人和计算机通过人机界面组成的一个有机的整体。交互Agent接受控制任务，通过通信传递给中心Agent，并输出控制决策结果。交互Agent建立后，首先要在控制专家的指导下集中学习，掌握控制专家处理问题的方法和知识，之后在与专家的交互过程中不断学习总结。
3)信息Agent信息Agent负责信息收集、信息检索和信息处理，为系统中其他Agent提供执行任务所必需的数据和资料，根据环境的变化不断调整工作策略，尽可能收集有用的信息。
4)平衡Agent 平衡Agent负责系统中其他Agent的负载平衡处理。它体现了Agent可以克隆的特性，克隆是流Agent追求效率和并发执行而对其自身的复制行为。它能在网络中自由移动，通过与服务设施和其他Agent相互合作来完成全局性目标。当某些Agent负载不均衡时，它负责将负载过重的Agent的任务转移到负载较轻的Agent上处理，最后把结果传回原来的Agent上。该智能体能够选择何时、何地移动，在移动时可以在某一位置根据要求挂起运行，然后转移到另一台计算机上运行。
5)分析Agent 当需要对控制决策结果进行分析时，就由该Agent完成分析工作，做出各种分析。
6)控制Agent 控制Agentl，…，Agentn承担具体的控制决策任务，数量不定。每个控制Agent具有交互能力且拥有一定控制决策资源，对应不同的决策模型。当问题比较复杂时，单个控制Agent不能独立完成控制决策，可向中心Agent请求其他控制Agent帮助，由多个控制Agent共同完成控制决任务。
在整个系统中，除控制Agent外，Agent的数量、功能和责任都是确定的。各个Agent都有自己的使命，它们的能力和知识由者事先分配，它们何时采用何能力由接收的消息和心智状态决定。

2 系统的工作过程
系统提供决策分析是系统内多个Agent按照一定的时序关系对信息进行加工的过程。整个系统的工作过程如下：
1)将控制决策问题送至交互Agent，交互Agent接受任务后，配合中心Agent将其分解成小的控制决策任务。
2)中心Agent查询各控制Agent的能力，并与控制任务相匹配，找到有能力解决此任务的控制Agent。如果只有一个控制Agent符合要求，那么就将任务分配给它；如果有多个控制Agent符合要求，就将任务分配给优先权最高的控制Agent；如果没有符合要求的控制Agent，那么交互Agent将重新分解控制任务。