CN104765644A - 基于智能体Agent的资源协作演化系统及方法 - Google Patents
基于智能体Agent的资源协作演化系统及方法 Download PDFInfo
- Publication number
- CN104765644A CN104765644A CN201510155836.3A CN201510155836A CN104765644A CN 104765644 A CN104765644 A CN 104765644A CN 201510155836 A CN201510155836 A CN 201510155836A CN 104765644 A CN104765644 A CN 104765644A
- Authority
- CN
- China
- Prior art keywords
- agent
- resource
- cooperation
- intelligent body
- intellectual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明公开了一种基于智能体Agent的资源协作演化系统及方法,可用于指挥控制领域中,满足用户灵活调配资源的需求。本发明的系统包括由开发工具、全局管理工具、资源监控中心组成的主控计算机,以及由开发工具、资源智能体Agent管理工具组成的多台非主控计算机。本发明的资源协作演化方法,通过资源智能体Agent调用负载均衡方法以及资源智能体Agent的状态评价机制,实现了系统的动态协调和演化。本发明解决了指挥控制中遇到的协作关系、资源状态和数据量多变的问题,提高了用户在指挥控制中资源统筹调配的能力,更好的辅助用户合理决策。
Description
技术领域
本发明属于计算机技术领域,更进一步涉及系统集成技术领域和人工智能技术领域的一种基于智能体Agent的资源协作演化系统及方法。本发明适用于需要灵活调配系统资源的系统集成开发中,实现资源协作演化系统单元间的协作演化以及对系统资源的合理利用。
背景技术
随着信息系统的不断发展,系统规模和复杂性在不断增大,从而促使大规模信息系统的开发不再是一切从零开始,而是充分利用已有的可用资源进行信息集成,将集成单元进行“粘结”,实现它们之间的互用和互操作,满足应用需求。同时在指挥控制领域中,软硬件技术的发展要求利用信息技术将指挥、控制、情报、通信等多种分立的资源紧密联合起来,发挥其整体效能,从而提高指挥效率,更加及时准确地获得情报,提高武器效能,有效发挥军事体系的整体作用。基于智能体Agent的资源协作演化一方面满足信息集成的基本要求,实现多类型资源的互联互通,另一方面将Agent的智能性引入到系统中,利用多种智能协作机制应对指控系统所面临的多种变化和特殊需求,向用户提供了灵活的资源调配手段,更好地辅助用户进行决策。
北京航空航天大学拥有的专利技术“一种基于多Agent的分布式推演仿真系统与方法”(申请号:201010220225X,授权公告号:CN 101908085 B)公开了一种基于多Agent的分布式推演仿真系统与方法。该发明中基于多Agent的分布式推演仿真系统包括数据通信链路、推演配置与统计分析计算机、环境信息管理计算机、环境主控系统计算机和分布式推演Agent计算机,分布式推演Agent计算机具有人机交互接口可以让操作人员控制推演Agent采取对应策略。该发明中的基于多Agent分布式推演仿真方法可以实现自主感知战场环境状态、自主决策和行为输出。该专利技术存在的不足之处是,所有分布式推演Agent计算机单元只能接受上层环境信息管理计算机和环境主控系统计算机的任务,当环境发生变化时,需要停止运行并重新设置参数,不能应对实时变化的复杂战场环境。同时,上层环境对分布式推演Agent计算机的负载信息不进行监控,不能及时调整分布式推演Agent计算机间的协作关系,影响系统整体效率。
西安电子科技大学拥有的专利技术“基于Agent的动态演化系统及方法”(申请号:2013101922312,授权公告号:CN 103309658 A)公开了一种基于Agent的动态演化系统及方法。本发明的系统包括由全局管理工具、本地管理工具、开发工具组成的主控计算机,以及由本地管理工具、开发工具组成的多台非主控计算机,其中,开发工具帮助用户编辑集成规则,实现Agent的封装;全局管理工具实现Agent的状态管理、集成规则的分发与绑定;本地管理工具用于管理本地Agent,配置系统运行时的环境信息和提供消息传输服务。该专利技术的系统存在的不足之处是,缺少对智能体Agent负载进行实时监控的功能单元,系统资源利用不够合理。本发明的动态演化方法通过动态切换策略、动态招标策略等实现了系统的多层次演化。该专利技术的方法存在的不足之处是,对智能体Agent的负载缺乏监控,导致功能Agent接受过多数据信息而无法进行处理,没有实现对系统资源的合理调度,影响系统的运行效率。
李青山、陈威发表“An Agent-based System Dynamic Integration Method forMulti-level Evolution”(Information-An International Interdisciplinary Journal,2012,15(1):311-322)一文中提出了一种支持动态集成演化的方法、运行平台和一组对应的工具。该方法基于Agent技术,将演化过程分为功能层、服务层和领域层,通过三个层次的演化支持系统的动态演化。该文技术存在的不足是,缺少对全局的资源监控,不能对智能体Agent的状态实时监控与评价,无法及时判断功能智能体Agent的损毁也无法选择出当前最优的智能体参与协作。
发明内容
本发明的目的在于克服上述已有技术的不足,提供一种基于智能体Agent的资源协作演化系统及方法,在实现信息集成的基础上满足指控领域特点,提高资源协作演化系统的智能性,并向用户提供一种灵活的资源协作演化方法。
本发明的具体思路是:利用智能体Agent技术将资源封装为自主运行的实体,通过脚本解释技术根据协作需求动态下发协作规则,利用智能体Agent单元间的交互时序实现多种协作机制,从而实现资源协作演化。
为实现上述目的,本发明提供的基于智能体Agent的资源协作演化系统,包括由开发工具、全局管理工具、资源监控中心组成的主控计算机,以及由开发工具、资源智能体Agent管理工具组成的多台非主控计算机;
所述的开发工具,包括智能体Agent包装工具和脚本设计工具;用户利用开发工具中的智能体Agent包装工具配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件;用户利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查;
所述的全局管理工具,包括能力注册中心、协作智能体Agent管理工具、协作控制工具;该能力注册中心接收并存储资源协作演化系统中部署的资源智能体Agent和协作智能体Agent发送的能力注册信息;该协作智能体Agent管理工具加载协作智能体Agent定义文件,将协作智能体Agent部署到主控计算机中,用户利用协作智能体Agent管理工具修改资源智能体Agent的状态评价指标;该协作控制工具加载并解释脚本设计工具生成的协作脚本,生成协作规则,将协作规则分发给主控计算机中的协作智能体Agent;
所述的资源监控中心,接收并存储所有资源智能体Agent发送的资源状态信息;
所述的资源智能体Agent管理工具,加载资源智能体Agent定义文件,将资源智能体Agent部署到非主控计算机中,判断资源智能体Agent是否超过负载阈值。
为实现上述目的,本发明提供的基于智能体Agent的资源协作演化方法,包括如下步骤:
(1)包装智能体Agent:
用户利用开发工具中的智能体Agent包装工具配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件;
(2)部署智能体Agent:
(2a)资源智能体Agent管理工具加载资源智能体Agent定义文件,全局管理工具中的协作智能体Agent管理工具加载协作智能体Agent定义文件;
(2b)用户利用资源智能体Agent管理工具,将资源智能体Agent部署到非主控计算机中,用户利用全局管理工具中的协作智能体Agent管理工具,将协作智能体Agent部署到主控计算机中;
(2c)全局管理工具中的能力注册中心接收并存储资源协作演化系统中部署的资源智能体Agent和协作智能体Agent发送的能力注册信息;
(3)编写协作脚本并分发协作规则:
(3a)用户利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查;
(3b)全局管理工具中的协作控制工具加载并解释脚本设计工具生成的协作脚本,生成协作规则;
(3c)全局管理工具中的协作控制工具,将协作规则分发给主控计算机中的协作智能体Agent;
(4)发送协作启动命令:
用户向协作智能体Agent发送协作启动命令;
(5)绑定资源智能体Agent:
(5a)资源监控中心接收并存储所有资源智能体Agent发送的资源状态信息;
(5b)协作智能体Agent从资源监控中心,获取熟人库中资源智能体Agent的资源状态信息;
(5c)协作智能体Agent根据用户定义的资源智能体Agent状态评价指标,选择状态最佳的资源智能体Agent进行绑定,向绑定的资源智能体Agent分发协作规则;
(6)用户判断资源智能体Agent的状态评价指标是否需要修改,若是,则执行步骤(7);否则,执行步骤(8);
(7)用户利用协作智能体Agent管理工具,修改资源智能体Agent的状态评价指标;
(8)用户判断协作规则是否需要修改,若是,则执行步骤(3);否则,执行步骤(9);
(9)剔除失效的资源智能体Agent:
(9a)协作智能体Agent从资源监控中心中,查找超过资源协作演化系统时钟30秒未更新状态数据的资源智能体Agent;
(9b)协作智能体Agent将查找到的资源智能体Agent从熟人库中剔除并重新绑定可用的资源智能体Agent;
(10)资源智能体Agent管理工具判断资源智能体Agent是否超过负载阈值,若是,则执行步骤(12);否则,执行步骤(13);
(11)平衡资源智能体Agent的负载:
资源智能体Agent利用负载均衡方法,将自身不能处理的指控数据转发给空闲的资源智能体Agent;
所述负载均衡方法的具体步骤如下:
第一步,资源智能体Agent向绑定的协作智能体Agent发送负载均衡请求;
第二步,协作智能体Agent接收到资源智能体Agent的负载均衡请求后,从熟人库中选取空闲的资源智能体Agent,并将空闲的资源智能体Agent的信息发送给请求负载均衡的资源智能体Agent;
第三步,请求负载均衡的资源智能体Agent接收到空闲的资源智能体Agent的信息后,将超出阈值而未处理的指控数据转发给空闲的资源智能体Agent进行处理,空闲资源智能体Agent处理后,将已处理的指控数据返回给请求负载均衡的资源智能体Agent;
第四步,请求负载均衡的资源智能体Agent接收到已处理的指控数据后,根据协作规则将已处理的指控数据发送给其他的资源智能体Agent;
(12)完成协作:
当用户发出停止协作指令后,资源协作演化系统向参与任务的协作智能体Agent发送停止协作命令,协作智能体Agent接受到停止协作命令后,停止运行。
本发明与现有技术相比具有如下优点:
第一,本发明的基于智能体Agent的资源协作演化系统中,由于引入了资源监控中心,对所有资源的状态进行实时监控,一方面提供了资源毁伤的判断依据,另一方面方便资源协作演化系统合理地调配资源参与协作,克服了现有技术缺少对智能体Agent负载进行实时监控的功能单元,不能对智能体Agent的状态进行实时的监控,系统资源利用不够合理的缺点,使得本发明的基于智能体Agent的资源协作演化系统更适用于快速变化的复杂的运行环境,对资源的调整更加合理,增加了本发明的智能性。
第二,本发明的基于智能体Agent的资源协作演化方法,由于实现了对失效资源智能体Agent的剔除,并能选择最佳的资源智能体Agent进行替换,解决了指挥控制中资源状态多变的问题,克服了现有技术缺少对全局的资源监控,不能对智能体Agent的状态实时监控与评价,无法及时判断功能智能体Agent的损毁也无法选择出当前最优的智能体参与协作的缺点,使得本发明的基于智能体Agent的资源协作演化方法,能够灵活应对突发情况的能力,提高了用户进行资源统筹调配的能力。
第三,本发明的基于智能体Agent的资源协作演化方法,由于实现了资源的动态协作,实时监控资源负载并根据资源负载情况,调用负载均衡方法,将因资源智能体Agent的达到负载阈值而未能进行处理的指控数据,交由空闲的资源智能体Agent,达到资源智能体Agent的负载均衡,克服了现有技术对智能体Agent的负载缺乏监控,导致智能Agent接受过多数据而无法进行处理,影响系统的运行效率的缺点,使得本发明的基于智能体Agent的资源协作演化方法更具适应性和可靠性。
附图说明
图1为本发明系统的结构示意图;
图2为本发明方法的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细描述。
参照附图1,本发明提供的基于智能体Agent的资源协作演化系统,包括由开发工具、全局管理工具、资源监控中心组成的主控计算机,以及由开发工具、资源智能体Agent管理工具组成的多台非主控计算机。主控计算机用来解释和分发协作规则,并控制协作演化过程的开始和结束,起到控制作用;非主控计算机接收协作规则,相互之间传递资源数据实现分布式地协作。
开发工具包括脚本设计工具和智能体Agent包装工具;用户利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查;用户利用开发工具中的智能体Agent包装工具进行协作智能体Agent和资源智能体Agent的开发,配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件。
全局管理工具包括能力注册中心、协作智能体Agent管理工具、协作控制工具;该能力注册中心与协作智能体Agent管理工具和非主控计算机中的资源Agent管理工具进行交互,用于管理资源协作演化系统中部署的智能体Agent的名称、能力、网络互联协议IP、通信端口信息,当有新的Agent部署到平台中时,接收并存储智能体Agent发送的能力注册信息,包括智能体Agent的名称、能力、网络互联协议IP和通信端口信息;该协作智能体Agent管理工具加载协作智能体Agent定义文件,形成协作智能体Agent实体,将协作智能体Agent部署到主控计算机中,存储主控计算机中协作智能体Agent的状态信息和通信数据,用户利用协作智能体Agent管理工具修改资源智能体Agent的状态评价指标;该协作控制工具与协作智能体Agent管理工具和能力注册中心进行交互,加载并解释脚本设计工具生成的协作脚本,生成协作规则,将协作规则分发给主控计算机中的协作智能体Agent,并可在能力注册中心查找到协作规则对应的协作智能体Agent信息;
资源监控中心与非主控计算机中的资源Agent管理工具交互,接收并存储所有资源智能体Agent定时发送的资源状态信息,该状态信息包括:中央处理器CPU占用率信息、内存占用率信息、硬盘占用率信息以及和特定资源相关的其他属性信息,资源监控中心同时与协作智能体Agent管理工具交互,向协作智能体Agent提供评判资源运行状态和性能的数据。
资源智能体Agent管理工具加载资源智能体Agent定义文件,形成资源智能体Agent实体,将资源智能体Agent部署到非主控计算机中,存储非主控计算机中资源智能体Agent的状态信息和通信数据,判断资源智能体Agent是否达到负载阈值。协作演化过程中与外部资源交互,接收资源发送过来的指控数据,并且与其他非主控计算机中的资源智能体Agent管理工具交互,将指控数据发送给其他资源智能体Agent。
协作智能体Agent包括智能体Agent自治线程、消息队列、消息处理器、能力库、熟人库、协作引擎;该智能体Agent自治线程通过协作智能体Agent管理工具进行初始化,与消息处理器进行交互,处理从消息处理器接收到的消息;该消息队列与消息处理器进行交互,用于缓存消息处理器接收的消息和需要消息处理器发送的消息;该消息处理器与协作引擎进行交互,接收协作引擎待发送的消息;该熟人库用于存储协作智能体Agent的熟人信息,包括:资源智能体Agent的名称、网络互联协议IP信息;该协作引擎与能力库、熟人库、消息处理器进行交互,用于控制智能体Agent之间的协作过程。
资源智能体Agent包括:智能体Agent自治线程、消息队列、消息处理器、协作引擎、资源通信模块;该智能体Agent自治线程通过资源智能体Agent管理工具进行初始化,与消息处理器进行交互,处理从消息处理器接收到的消息;该消息队列与消息处理器进行交互,用于缓存消息处理器接收的消息和需要消息处理器发送的消息;该消息处理器与协作引擎进行交互,接收协作引擎待发送的消息;该协作引擎与消息处理器进行交互,用于控制智能体Agent之间的协作过程;资源通信模块与外部资源进行交互,用于向资源发送指控数据,接收资源返回的指控数据和定时发送的资源状态数据。
参照附图2,本发明提供的基于智能体Agent的资源协作演化方法,包括如下步骤:
步骤1,包装智能体Agent。
用户利用开发工具中的智能体Agent包装工具配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件。
步骤2,部署智能体Agent。
资源智能体Agent管理工具加载资源智能体Agent定义文件,全局管理工具中的协作智能体Agent管理工具加载协作智能体Agent定义文件。
用户利用资源智能体Agent管理工具,将资源智能体Agent部署到非主控计算机中,用户利用全局管理工具中的协作智能体Agent管理工具,将协作智能体Agent部署到主控计算机中。
全局管理工具中的能力注册中心接收并存储资源协作演化系统中部署的资源智能体Agent和协作智能体Agent发送的能力注册信息。
步骤3,编写协作脚本并分发协作规则:
用户确定的协作Agent之间的交互关系,利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查。
全局管理工具中的协作控制工具加载并解释脚本设计工具生成的协作脚本,生成协作规则。
全局管理工具中的协作控制工具,将协作规则分发给主控计算机中的协作智能体Agent。
步骤4,发送协作启动命令。
用户向协作智能体Agent发送协作启动命令。
步骤5,绑定资源智能体Agent。
资源监控中心接收并存储所有资源智能体Agent发送的资源状态信息。
协作智能体Agent从资源监控中心获取熟人库中资源智能体Agent发送的资源状态数据。
协作智能体Agent根据评价指标选择状态最佳的资源智能体Agent,绑定选择的资源智能体Agent并分发协作规则,资源智能体Agent根据协作规则发送指控数据。
步骤6,用户判断资源智能体Agent的状态评价指标是否需要修改,若是,则执行步骤7;否则,执行步骤8;
步骤7,修改资源智能体Agent的状态评价指标。
用户利用协作智能体Agent管理工具修改资源智能体Agent的状态评价指标。评价指标修改后,协作智能体Agent根据新的评价指标选择状态最佳的资源智能体Agent,绑定选择的资源智能体Agent并分发协作规则,资源智能体Agent根据协作规则发送指控数据。
步骤8,用户判断协作规则是否需要修改,若是,则执行步骤3;否则,执行步骤9;
当用户的协作需求发生改变时,用户利用开发工具中的脚本设计工具重新编写协作脚本,全局管理工具中的协作控制工具解释协作脚本,生成并分发协作规则。
步骤9,剔除失效的资源智能体Agent。
协作智能体Agent从资源监控中心中,查找超过资源协作演化系统时钟30秒未更新状态数据的资源智能体Agent;
协作智能体Agent将查找到的资源智能体Agent从熟人库中剔除,并根据当前熟人库中资源智能体Agent资源状态数据,选择评价指标最佳的资源智能体Agent进行绑定。
步骤10,资源智能体Agent管理工具判断资源智能体Agent是否达到负载阈值,若是,则执行步骤(10),否则,执行步骤(11)。
步骤11,平衡资源智能体Agent的负载。
资源智能体Agent利用负载均衡方法,将因自身负载达到阈值而不能处理的指控数据转发给空闲的资源智能体Agent。
所述负载均衡方法的具体步骤如下:
第一步,资源智能体Agent在协作过程中记录资源的负载值,如果达到负载阈值则停止向资源发送指控数据,并将此后接收到的数据缓存,并向绑定的协作智能体Agent发送负载均衡请求;
第二步,协作智能体Agent接收到资源智能体Agent的负载均衡请求后,从熟人库中选取空闲的资源智能体Agent,并将空闲的资源智能体Agent的信息发送给请求负载均衡的资源智能体Agent;
第三步,请求负载均衡的资源智能体Agent接收到空闲的资源智能体Agent的信息后,将达到阈值而未处理的缓存的指控数据转发给空闲的资源智能体Agent进行处理,同时将此后接收到指控数据直接转发给空闲的资源智能体Agent进行处理,空闲资源智能体Agent处理后,将已处理的指控数据返回给请求负载均衡的资源智能体Agent;
第四步,请求负载均衡的资源智能体Agent接收到已处理的指控数据后,根据协作规则将已处理的指控数据发送给其他的资源智能体Agent,保证资源协作正常运行。
步骤12,完成协作。
当用户发出停止协作指令后,资源协作演化系统向参与任务的协作智能体Agent发送停止协作命令,协作智能体Agent接受到停止协作命令后,停止运行。
本发明结合智能体Agent技术提供了一个资源协作演化系统,不仅实现了多个资源的信息集成,同时解决了指挥控制中遇到的协作关系、资源状态和数据量多变的问题。本发明所提供资源协作演化方法方便用户进行资源封装和协作规则的制定,并且利用自动化的协作演化机制提高了用户在指挥控制中进行资源统筹调配,灵活应对突发情况的能力,更好的辅助用户合理决策。
Claims (4)
1.基于智能体Agent的资源协作演化系统,包括由开发工具、全局管理工具、资源监控中心组成的主控计算机,以及由开发工具、资源智能体Agent管理工具组成的多台非主控计算机;
所述的开发工具,包括智能体Agent包装工具和脚本设计工具;用户利用开发工具中的智能体Agent包装工具配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件;用户利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查;
所述的全局管理工具,包括能力注册中心、协作智能体Agent管理工具、协作控制工具;该能力注册中心接收并存储资源协作演化系统中部署的资源智能体Agent和协作智能体Agent发送的能力注册信息;该协作智能体Agent管理工具加载协作智能体Agent定义文件,将协作智能体Agent部署到主控计算机中,用户利用协作智能体Agent管理工具修改资源智能体Agent的状态评价指标;该协作控制工具加载并解释脚本设计工具生成的协作脚本,生成协作规则,将协作规则分发给主控计算机中的协作智能体Agent;
所述的资源监控中心,接收并存储所有资源智能体Agent发送的资源状态信息;
所述的资源智能体Agent管理工具,加载资源智能体Agent定义文件,将资源智能体Agent部署到非主控计算机中,判断资源智能体Agent是否超过负载阈值。
2.根据权利要求1所述的基于智能体Agent的资源协作演化系统,其特征在于所述的协作智能体Agent包括智能体Agent自治线程、消息队列、消息处理器、能力库、熟人库、协作引擎;该智能体Agent自治线程通过协作智能体Agent管理工具进行初始化,与消息处理器进行交互,处理从消息处理器接收到的消息;该消息队列与消息处理器进行交互,用于缓存消息处理器接收的消息和需要消息处理器发送的消息;该消息处理器与协作引擎进行交互,接收协作引擎待发送的消息;该熟人库用于存储协作智能体Agent的熟人信息,包括:资源智能体Agent的名称、网络互联协议IP信息;该协作引擎与能力库、熟人库、消息处理器进行交互,用于控制智能体Agent之间的协作过程。
3.根据权利要求1所述的基于智能体Agent的资源协作演化系统,其特征在于,所述的资源智能体Agent包括:智能体Agent自治线程、消息队列、消息处理器、协作引擎、资源通信模块;该智能体Agent自治线程通过资源智能体Agent管理工具进行初始化,与消息处理器进行交互,处理从消息处理器接收到的消息;该消息队列与消息处理器进行交互,用于缓存消息处理器接收的消息和需要消息处理器发送的消息;该消息处理器与协作引擎进行交互,接收协作引擎待发送的消息;该协作引擎与消息处理器进行交互,用于控制智能体Agent之间的协作过程;资源通信模块与外部资源进行交互,用于向资源发送指控数据,接收资源返回的指控数据和定时发送的资源状态数据。
4.基于智能体Agent的资源协作演化方法,包括如下步骤:
(1)包装智能体Agent:
用户利用开发工具中的智能体Agent包装工具配置资源智能体Agent的名称、能力、资源网络互联协议IP、资源通信端口信息、负载阈值,配置协作智能体Agent的名称、能力、熟人库信息,生成资源智能体Agent和协作智能体Agent的定义文件;
(2)部署智能体Agent:
(2a)资源智能体Agent管理工具加载资源智能体Agent定义文件,全局管理工具中的协作智能体Agent管理工具加载协作智能体Agent定义文件;
(2b)用户利用资源智能体Agent管理工具,将资源智能体Agent部署到非主控计算机中,用户利用全局管理工具中的协作智能体Agent管理工具,将协作智能体Agent部署到主控计算机中;
(2c)全局管理工具中的能力注册中心接收并存储资源协作演化系统中部署的资源智能体Agent和协作智能体Agent发送的能力注册信息;
(3)编写协作脚本并分发协作规则:
(3a)用户利用开发工具中的脚本设计工具编写面向动态控制集成的脚本语言DCISL形式的协作脚本,对协作脚本进行词法、语法、流程的检查;
(3b)全局管理工具中的协作控制工具加载并解释脚本设计工具生成的协作脚本,生成协作规则;
(3c)全局管理工具中的协作控制工具,将协作规则分发给主控计算机中的协作智能体Agent;
(4)发送协作启动命令:
用户向协作智能体Agent发送协作启动命令;
(5)绑定资源智能体Agent:
(5a)资源监控中心接收并存储所有资源智能体Agent发送的资源状态信息;
(5b)协作智能体Agent从资源监控中心,获取熟人库中资源智能体Agent的资源状态信息;
(5c)协作智能体Agent根据用户定义的资源智能体Agent状态评价指标,选择状态最佳的资源智能体Agent进行绑定,向绑定的资源智能体Agent分发协作规则;
(6)用户判断资源智能体Agent的状态评价指标是否需要修改,若是,则执行步骤(7);否则,执行步骤(8);
(7)用户利用协作智能体Agent管理工具,修改资源智能体Agent的状态评价指标;
(8)用户判断协作规则是否需要修改,若是,则执行步骤(3);否则,执行步骤(9);
(9)剔除失效的资源智能体Agent:
(9a)协作智能体Agent从资源监控中心中,查找超过资源协作演化系统时钟30秒未更新状态数据的资源智能体Agent;
(9b)协作智能体Agent将查找到的资源智能体Agent从熟人库中剔除并重新绑定可用的资源智能体Agent;
(10)资源智能体Agent管理工具判断资源智能体Agent是否超过负载阈值,若是,则执行步骤(12);否则,执行步骤(13);
(11)平衡资源智能体Agent的负载:
资源智能体Agent利用负载均衡方法,将自身不能处理的指控数据转发给空闲的资源智能体Agent;
所述负载均衡方法的具体步骤如下:
第一步,资源智能体Agent向绑定的协作智能体Agent发送负载均衡请求;
第二步,协作智能体Agent接收到资源智能体Agent的负载均衡请求后,从熟人库中选取空闲的资源智能体Agent,并将空闲的资源智能体Agent的信息发送给请求负载均衡的资源智能体Agent;
第三步,请求负载均衡的资源智能体Agent接收到空闲的资源智能体Agent的信息后,将超出阈值而未处理的指控数据转发给空闲的资源智能体Agent进行处理,空闲资源智能体Agent处理后,将已处理的指控数据返回给请求负载均衡的资源智能体Agent;
第四步,请求负载均衡的资源智能体Agent接收到已处理的指控数据后,根据协作规则将已处理的指控数据发送给其他的资源智能体Agent;
(12)完成协作:
当用户发出停止协作指令后,资源协作演化系统向参与任务的协作智能体Agent发送停止协作命令,协作智能体Agent接受到停止协作命令后,停止运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510155836.3A CN104765644B (zh) | 2015-04-02 | 2015-04-02 | 基于智能体Agent的资源协作演化系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510155836.3A CN104765644B (zh) | 2015-04-02 | 2015-04-02 | 基于智能体Agent的资源协作演化系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104765644A true CN104765644A (zh) | 2015-07-08 |
CN104765644B CN104765644B (zh) | 2018-05-04 |
Family
ID=53647491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510155836.3A Active CN104765644B (zh) | 2015-04-02 | 2015-04-02 | 基于智能体Agent的资源协作演化系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104765644B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107864046A (zh) * | 2016-12-21 | 2018-03-30 | 贵州电网有限责任公司信息中心 | 一种自适应差异化监控方法 |
CN109462504A (zh) * | 2018-11-09 | 2019-03-12 | 杭州玳数科技有限公司 | 一种通用Agent管控的系统 |
CN114745261A (zh) * | 2022-03-24 | 2022-07-12 | 云智慧(北京)科技有限公司 | 基于Agent的智能化管理方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710281A (zh) * | 2009-12-11 | 2010-05-19 | 西安电子科技大学 | 基于Agent的动态集成开发平台系统和方法 |
CN101908085A (zh) * | 2010-06-28 | 2010-12-08 | 北京航空航天大学 | 一种基于多Agent的分布式推演仿真系统与方法 |
CN103309658A (zh) * | 2013-05-13 | 2013-09-18 | 西安电子科技大学 | 基于Agent的动态演化系统及方法 |
-
2015
- 2015-04-02 CN CN201510155836.3A patent/CN104765644B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101710281A (zh) * | 2009-12-11 | 2010-05-19 | 西安电子科技大学 | 基于Agent的动态集成开发平台系统和方法 |
CN101908085A (zh) * | 2010-06-28 | 2010-12-08 | 北京航空航天大学 | 一种基于多Agent的分布式推演仿真系统与方法 |
CN103309658A (zh) * | 2013-05-13 | 2013-09-18 | 西安电子科技大学 | 基于Agent的动态演化系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107864046A (zh) * | 2016-12-21 | 2018-03-30 | 贵州电网有限责任公司信息中心 | 一种自适应差异化监控方法 |
CN109462504A (zh) * | 2018-11-09 | 2019-03-12 | 杭州玳数科技有限公司 | 一种通用Agent管控的系统 |
CN114745261A (zh) * | 2022-03-24 | 2022-07-12 | 云智慧(北京)科技有限公司 | 基于Agent的智能化管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104765644B (zh) | 2018-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107066319B (zh) | 一种面向异构资源的多维调度系统 | |
Kliazovich et al. | CA-DAG: Modeling communication-aware applications for scheduling in cloud computing | |
CN112000421A (zh) | 基于超融合架构的管理调度技术 | |
CN100489790C (zh) | 处理管理装置、计算机系统、分布式处理方法 | |
CN107690622A (zh) | 实现硬件加速处理的方法、设备和系统 | |
CN101873005B (zh) | 一种实现电能量均衡采集的方法 | |
CN109062658A (zh) | 实现计算资源服务化的调度方法、装置、介质、设备及系统 | |
CN106656846B (zh) | 一种sdn体系架构中协调层的构建方法 | |
CN105357296A (zh) | 一种Docker云平台下弹性缓存系统 | |
CN102567106B (zh) | 任务调度方法、系统和装置 | |
CN101652750B (zh) | 数据处理装置、分散处理系统、数据处理方法 | |
CN106233276A (zh) | 网络可访问块存储装置的协调准入控制 | |
CN104461740A (zh) | 一种跨域集群计算资源聚合和分配的方法 | |
US20130339977A1 (en) | Managing task load in a multiprocessing environment | |
CN103152393A (zh) | 一种云计算的计费方法和计费系统 | |
CN110383764A (zh) | 无服务器系统中使用历史数据处理事件的系统和方法 | |
CN103366022B (zh) | 信息处理系统及其处理方法 | |
CN109697122A (zh) | 任务处理方法、设备及计算机存储介质 | |
CN103827842A (zh) | 向控制器存储器空间写入消息 | |
CN105187327A (zh) | 一种分布式消息队列中间件 | |
CN107977763A (zh) | 一种资源分配方法和相关装置 | |
US20140122565A1 (en) | Centralized Computing | |
US20130054735A1 (en) | Wake-up server | |
CN104537045A (zh) | 一种基于分布式系统的业务分配方法及装置 | |
Khanna | RAS: A novel approach for dynamic resource allocation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |