论文导读:：可认为是被授权的“个人软件助理”。装备保障系统中的智能行为。基于Agent的装备保障建模与仿真。基于Agent的装备保障决策支持系统构建。
论文关键词：Agent，装备保障，建模与仿真，决策支持系统
0 引言
在高技术局部战争的背景下，高性能武器装备及其保障系统的复杂性给装备保障工作带来极大的挑战。保障技术难度的急剧增加，促使保障方式和手段不断更新和发展。
装备保障系统中的智能行为，用传统数学模型难以描述。在计算机领域，Agent可认为是被授权的“个人软件助理”，是一种在分布式系统或协作系统中能持续自主地发挥作用的计算实体，常简称为智能体，具有自治性、适应性、协作性的特征。Agent方法被认为是研究复杂系统的有效途径。
1 Agent技术简介
1.1 Agent的概念
Agent的概念最早源于20世纪70年代的分布式人工智能(DAI)中，后与其它领域的各种技术相结合，从DAI中拓展了自己的研究领域。Agent的译名包括“代理”、“自治体”、“主体”、“智能体”或“智能主体”等。Agent是处于某个环境中的一个封装好的计算实体，它能够在该环境中灵活、主动地活动，以达到为它设计好的目标。Agent系统放松了对集中式、非开放性、顺序控制的限制，提供了分布控制、动态应急处理和并行处理。Agent系统还可以降低软件或硬件的费用，提供更快速的问题求解。
Agent一般具有以下特性[1]：
（1）自治性。Agent运行时不直接由人或者其他东西控制建模与仿真，它对自己的行为和内部状态有一定的控制权。
（2）社会能力或称可通信性。Agent能够通过某种主体通信语言与其他主体进行信息交换以便协同工作。
（3）反应能力。Agent能够感知它们所处的环境，可以通过行为改变环境，并适时响应环境所发生的变化。
（4）自发行为。传统的应用程序是被动地由用户来运行的，而且机械地完成用户的命令，而主体的行为应该是主动的，或者说自发的论文参考文献格式。主体感知周围环境的变化，并做出基于目标的行为。
随着现实系统分布性和复杂性的加大，单个Agent 由于本身所拥有的知识、计算资源和视图的限制，往往无法独立地实现一些复杂系统。因此，多Agent技术得到迅速发展，逐渐成为DAI的研究热点。多Agent系统(MAS)由多个Agent组成，利用并行分布式处理技术和模块化设计思想，把复杂系统划分为相对独立的Agent子系统，通过Agent之间的合作与竞争来完成对复杂问题的求解。
1.2 基于Agent的的建模方法
基于Agent的建模方法是一种由底向上的建模方法，它把Agent作为系统的基本抽象单位，采用相关的Agent技术，先建立组成系统的每个个体的Agent模型，然后采用合适的MAS体系结构来组装这些个体Agent，最终建立整个系统的系统模型。
1.3 Agent模型的分类[2]
目前Agent模型主要有:感知-反应型、意识型、BDI型、混合模型。
(1)感知-反应模型。感知-反应模型是由R.Brooks所倡导的。它认为Agent的智能来自于对外部环境的感知，以及做出的相应的反应。但是这个模型，没有全面地考虑Agent的内部矛盾。
(2)意图模型。意图模型是由Bratman提出来的，用意图、信念、期望等概念来表述Agent系统，把Agent看作一个意识系统。其中关于意图和意识态度之间的关系的一系列经典论述，为BDI模型奠定了基础。
(3)BDI模型。BDI模型是由Rao.M.Georgef所提出的，被认为是目前最成功的Agent模型。BDI主要有三个元素信念、期望、意图。信念代表了Agent对世界的认识信息，通常以知识库的形式表现出来；期望代表了期望达到的世界信息；意图代表了Agent提交的要达到的目的。
(4)混合模型。混合模型是指具有感知-反应的BDI模型。该模型融合了这两者的特点为一体。
2 装备保障系统的特点及适应性
2.1 装备保障的内涵
装备保障的实质是通过作用于武器装备的各种措施的组织与实施，使武器装备保持、恢复战斗力，保障作战部队的战斗行动。装备保障是作战行动中的一部分建模与仿真，但不同于一般的作战行动，具有一定的特殊性和独立性，参与装备保障的人员和装备自成一个系统，依据其自身的规则和规律而运行。
装备保障的任务是保障己方的作战武器装备而不是直接与敌方对抗，需要强调的不是敌我双方的交互，而是装备保障系统如何组织、运用保障资源和保障力量，如何协调各机构、各部门的任务和行动，得到最好的保障效能。因此，装备保障是战争中的一部分，具有作战的许多特性，例如:保障力量构成的层级性、保障力量行为的组织性等，同时它强调组织指挥和相互间协调的问题，更需要体现保障力量行为的智能性。
2.2 装备保障系统的特点
装备保障系统作为战争系统的一部分,体现了以下4个特征。
（1）非线性。作战双方的态势包含大量的非线性交互行为。比如,指挥控制中的反馈、保障指挥决策过程和保障过程中的不确定性因素；参与兵力的整体保障能力并不是简单的单个保障单位的保障能力之线性和。
（2）“涌现”行为。在作战保障过程中,保障系统的各个组成部分的相互作用将产生各个组成部分的孤立行为意想不到的态势。
（3）自适应性。为了更好的完成任务,保障双方必须不断地去适应变化的环境,并不断寻找最佳的适应方法。
（4）自组织性。表面上看起来似乎“混沌”的局部行为,将产生整体的有序行为。
这些特征与复杂系统基本属性和机制是一致的,说明战争中的作战保障系统是一种动态的、非线性的和自适应的复杂系统。在这种情况下,若要准确掌握保障系统运行规律和内部诸要素的关系,对保障系统的复杂性行为进行深刻描述,就必须综合动用恰当的系统建模与仿真方法论文参考文献格式。
2.3 Agent技术对装备保障系统的适应性
Agent具有自主性、反应性、主动性、社交性和智能性，非常适合描述军队保障系统的自主、交互、接收信息等行为；多Agent系统具有自治性、协作性和自适应性，适合于构建复杂、开放的分布式系统，可解决多个Agent之间的复杂交互问题。
装备保障系统可以看作是由各信息元通过信息交流实现协作，从而完成特定任务的分布式系统。对于这种组元在物理或逻辑上处于分布状态，并且需要相互协作以求解问题的系统，Agent技术提供了非常自然的建模方法，即把实际保障系统中的各组元映射成Agent，把这些组元所具有的资源、知识、目标、能力等作为Agent自身的属性加以封装，Agent之间通过事件和活动进行通讯、协调和信息处理，其关系结构由实际系统中的组织结构映射而得，实际系统运行每一个Agent的行为及Agent之间的交互进行反映。
在装备保障领域，装备保障过程的建模与仿真、装备保障决策支持系统的构建是非常重要的研究内容，下面着重探讨Agent技术在这两方面的应用。
3 基于Agent的装备保障建模与仿真
3.1 多Agent技术对装备保障建模与仿真的适应性
装备保障仿真对于智能行为的仿真，用传统数学模型难以描述。Agent为处理装备保障仿真提供了以下方便性[3]:
(1)Agent自主求解与运行时决策能力:为Agent赋予对其交互的内容与范围进行实时决策的能力，使得Agent可以灵活地响应不可预测的情景；
(2)Agent宽而松散的粒度抽象:为复杂系统的模块化与层次化分解创造了条件建模与仿真，可以根据需要对系统的最低层、中间层、最高层进行粒度抽象和交互机制设计，并可以灵活建立Agent之间的组织关系与层次结构，加快了系统的开发与集成速度；
(3)Agent之间协作交互机制：为基于Agent的系统中复杂的组织关系提供了丰富的机制，Agent之间“相互协作实现共同的目标”、“协商解决冲突”；
(4)Agent灵活的组织框架与演化机制:面向Agent的范式具有灵活的形成、维护、演化和拆散组织的潜在计算机制，尤其适用于装备保障系统中的保障力量随任务不同的灵活组织、搭配；
(5)Agent与人交互:Agent的智能机制为人机交互与协作创造了技术条件，便于形成人与Agent交互、协作的和谐共存的求解系统。
因此，面向Agent的建模与计算方法适用于装备保障仿真。
3.2 装备保障系统Agent关系模型
通常说的装备保障都是战术级的，由五种最基本的功能单位构成:指挥组、侦察组、抢救组、维修组、补给组，分别完成指挥、侦察、抢救、维修、补给的任务。五种功能单位分别对应一种Agent。这样装备保障系统中具有五种Agent实体，各自功能如下:
(1)指挥 Agent:接收上级命令，给其他四种Agent分配任务，解决所属Agent的冲突，安排整体的展开和收拢，规划整体的机动路线，规定开进时机等；
1/2 1 2 下一页 尾页 |
