Разработка интеллектуального агента глоссария с набором терминов по тематическим вопросам

СОДЕРЖАНИЕ
Введение
1. Анализ предметнойобласти и постановка задачи
1.1 Анализ и виды интеллектуальных агентов всистеме дистанционного обучения и их характеристики
1.2 Постановка задачи
2. Модельинтеллектуального агента глоссария
2.1 Построение модели интеллектуального агента
2.2 Построение интеллектуального агента наплатформе Jadex с помощью XML формата
3. Описание программногомодуля
3.1 Описание среды разработки агента платформыJadex
3.2 Описание интеллектуального агента с помощьюBDI
Выводы
Перечень ссылок
Приложение А Список терминов в формате XML
Приложение В Описание тегов XML документа вформате DTD

ВВЕДЕНИЕ
В последнее время происходит бурное развитиесистем телекоммуникаций, одним из ключевых элементов которых является глобальнаякомпьютерная сеть Интернет. Интернет представляет собой первую реализациюопосредованной компьютерами гипермедийной среды. На этой основе были предложеныальтернативные формы образования для тех студентов, которые лучше всего располагаютгибким временем. Эта ситуация, распространенная больше всего в отдельныхситуациях, когда невозможно преодолеть проблемы масштаба в расположениистудентов, и когда определенная тема не доступна в одном месте. Использование Интернет в качестве элемента для системыдистанционного обучения может оказать значительное влияние на положительныйимидж фирмы и их клиента, как дополнительное образование.
Дистанционное обучение (ДО) — этообучение на расстоянии, когда преподаватель и обучаемый разделеныпространственно и когда все или большая часть учебных процедур осуществляется сиспользованием современных информационных и телекоммуникационных технологий.
Дистанционное обучение через Интернет — это обучение, при котором предоставление обучаемым существенной части учебногоматериала и большая часть взаимодействия с преподавателем осуществляются сиспользованием технических, программных и административных средств глобальнойсети Интернет [1].
Большой интерес в развитых странах кудаленному обучению проявляют студенты. В высших учебных заведениях используютдистанционные онлайновые программы, как составную часть образовательногопроцесса.
Отличительной особенностьюдистанционного обучения является предоставление обучаемым возможности самимполучать требуемые знания, пользуясь развитыми информационными ресурсами,предоставляемыми современными информационными технологиями. Информационныересурсы: базы данных и знаний, компьютерные, в том числе мультимедиа, обучающиеи контролирующие системы, видео- и аудиозаписи, электронные библиотеки — вместес традиционными учебниками и методическими пособиями создают уникальнуюраспределенную среду обучения, доступную широкой аудитории.
Проведение видео- и телевизионныхлекций, компьютерных видео — и текстовых конференций, возможность частых,вплоть до ежедневных, консультаций с преподавателем по компьютернымкоммуникациям делают взаимодействие обучаемых с преподавателями даже болееинтенсивными, чем при традиционной форме обучения [2].
Интенсивные телекоммуникационныевзаимодействия обучаемых студентов между собой и с преподавателямиконсультантами позволяют проводить электронные семинары и деловые игры.
Приорганизации персонального обучения, на вход поступает информация об обучаемомстуденте от обучающих ресурсов, распределенных в сети. На выходе получаеммножество учебных материалов, объединенных в логическую последовательность виндивидуальном подходе обучения. При выборе необходимых учебных материаловприменяется стандарт метаданных учебных материалов, который организует единыйдоступ на получение их с обучающих ресурсов, находящихся в глобальной сетиИнтернет. Механизмом выполнения данной функции является совокупностьпрограммных агентов, организованных в виде мультиагентной системы. При этом онполучает возможность самостоятельного изучения материала под присмотром агента,который предлагает и контролирует получение знаний. Возможность студентомпосредством компьютера выполнять лабораторные и практические задания попройденному материалу лекций, просматривать дополнительную информацию в видеглоссария термином, также есть возможность проходить тесты по окончанииизучения материала и для оценивания знаний студента [3].
Поскольку подобные системы содержат большой объем разнороднойинформации, возникает проблема наиболее полного, эффективного и индивидуальногопредставления материала для пользователя. Для повышения качества иэффективности обучения необходимо применять новые методологии обучения.
Для решения этой проблемы интеллектуальные системы дистанционногообучения являются наиболее перспективным направлением развития методовобучения. В подобных приложениях весьма эффективен мультиагентный подход, врамках которого система строится как совокупность агентов (агенты пользователя,агенты преподавателя, агенты лекций и даже агенты отдельных объектов знания:определений понятий и правил, задач, методов, результатов, лабораторных работ,комментариев и т.д.). Каждый из агентов имеет описание своего полядеятельности, преследует собственные цели, переговаривается с другими агентамидля достижения компромиссов и т.д. [4].
Решая этузаду, разработаны и используются так называемые агентные технологии дляавтоматизации сервисов и служб. Они включают в себя следующие уровнифункционирования: XML, RDF+RFFS, словарь онтологий, логика, тест, разрешение,коммутацию, а также существующие уровни кодирования информации и уникальнойидентификации ресурсов.
Дляорганизации персонализированного дистанционного обучения необходимо создатьпрофайл обучаемого, на основании которого будет осуществляться индивидуальный подборучебных материалов и формирование оптимальной последовательности их в процессеобучения, а также произвести поиск и доставку учебных материалов из обучающихресурсов, находящихся в информационно-образовательной среде сети.
Агентныетехнологии предоставляют возможность разработать программно-инструментальныесредства для выполнения каждой функциональной задачи. Управление выполнениемфункциональных задач с использованием программных агентов обеспечиваетсяонтологическими моделями.
Архитектураразрабатываемой системы дистанционного получения образования содержащая в себемодули структурирования данных и утилиты управления ими, предусматриваетконсультации с помощью глоссария, через среду интеллектуального агента глоссария,который содержит модули логики и вызова справочника терминов [5].
Поддержкапользователей будет осуществляться с помощью просмотра дополнительнойинформации, пройденной по лекционному материалу. Учитывая использование системыпользователем, во время лекций, пользователю может, потребоваться придатьсистеме характер независимый от его нахождения. Рассмотреть формированиеответа, на запрос пользователем в поиске дополнительного материала.
Решенияпроблемы для системы создать модуль, выполняющий связь между пользователей снабором логически заданными функциями для рекомендуемых действий ссоответствием поставленного запроса к системе, основанная на применениеинтеллектуального принятия решения виртуальным агентом.
Целью курсового проекта является разработка интеллектуальногоагента глоссария с набором терминов по тематическим вопросам.
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ И ПОСТАНОВКА ЗАДАЧИ 1.1 Анализ и видыинтеллектуальных агентов в системе дистанционного обучения и их характеристики
Наиболее важным аспектом для дистанционного обучения, развитие впределах Internet — стандартизация технологий различными международнымиорганизациями. Несколько параллельных усилий IEEE LTSC, AICC, ADL, IMS,ARIADNE, и некоторых других организаций привели к сосуществованию различныхстандартов и спецификаций. Однако почти все из них — относительные взаимосвязисодержания, моделей данных, и протоколов. Центральная часть тех стандартов –относительно достижения способности к взаимодействию, достижимости и возможностимногократного использования доступного через сеть содержания изученияпосредством различного типа метаданных.
Любой объектможет использоваться для изучения, образования или обучения до и после того,как используемый термин объекта изучен. Составление обучающего множества отнабора дистанционного обучения предполагает упорядочивание их для представленияпредназначенного поведения учащегося.
Развитиеспецификаций, основанное на идее, что все дистанционное обучение – этопассивный объект и вся деятельность изучения, должна происходить отпользователей.
Агентырассматриваются перспективным подходом для формирования сложных программныхсистем, потому что парадигма агента учитывает приложения моделированияестественным способом. Имеется ряд различных подходов, чтобы определитьмоделирование агента. Агент может рассматриваться, как восприятие и действиеили модель «Belief – Desire – Intention» (BDI), как теориячеловеческого практического рассуждения. Эта модель осуществляется на различныхкомпьютерных технологиях, которые направлены на реализацию логики агента.Другой очень важный предмет в ориентировано — агентном подходе устанавливаетсвязи между агентами в среде мультиагентных систем.
Основа дляинтеллектуальных агентов продвигает стандарты, которые особенно определяютсвязь агента, как основная категория в основе FIPA модели мультиагентныхсистем. Мы выбираем для нашего исследования и практики платформу мультиагентныхсистем Jade и Jadex, и они следуют за BDI архитектурой [6, 18].
1.1.1. Средаразработки Jadex. Среда разработки Jadex – это средство для созданияинтеллектуальных агентов. Используется различными видами агентов, предоставляяосновные сервисы, такие как инфраструктура коммуникаций или средства дляуправления.
Сейчасдоступно два полноценных средства разработки, которые адаптируют этутехнологию. Первая адаптация доступна для широко известной открытой платформыJade. Вторая адаптация – автономная адаптация Jadex, которая маленькая, но сбыстрой средой и минимальной загрузкой памяти [7].
1.1.2 Ориентированныйподход агентов. Модель, сосредоточенная на выполнении ориентируемого агентомподхода к разработке машинных обучающих систем. Прежде всего, все дистанционноеобучение соединяется с соответствующими агентами. Законченный набор агентов,т.е. логический канал с сообщениями агентов, формирует сеть для студента, чтобыскользить через это в изучении предмета.
В каждыймомент студент имеет доступ к только одному агенту дистанционного обучения иследует за командами, сгенерированными агентом из-за его собственных фактов,целей и планов. Когда некоторые условия были достигнуты, агент посылаетсообщения другому агенту с различными целями, например, сделать запрос длясправки или переадресовывать студента к следующей части узнающего содержания.Скольжение от одного агента к другим формирует студенту его предпочтительнуютраекторию изучения. Последовательность переходов управляется агентомменеджмента. Основная цель агента состоит в том, чтобы достигнуть лучшегопокрытия логического канала между агентами и намекать студенту относительнонаиболее оптимального пути. Так, вообще цели агентов могут быть взаимнопротиворечащие [8].
1.1.3.Взаимодействие агентов. Тип взаимодействия между пользователем и агентомдистанционного обучения зависит от его типа. Скелет взаимодействия включает:запрос содержания дистанционного обучения; представление содержание приусловиях заданного; обратная связь студента; оценка продвижения студентов;определение следующего действия. Некоторые из этих шагов, могут быть опущеныили изменены, применяясь к определенному агенту дистанционного обучения.
Агентыдистанционного обучения связываются друг с другом, чтобы послать информацию относительнопродвижения текущего студента и чтобы получить дополнительную информацию исправку. Наиболее популярные сообщения находятся на завершении дистанционногообучения или оживления некоторой деятельности агента дистанционного обучения.Каждый раз, когда столкновения случаются в сеансе связи между агентамидистанционного обучения, агент управления логическим каналом должен решитьпроблему и восстанавливать гладкий поток образовательного процесса. Так, егоцель не только, чтобы выполнить образовательные требования, но также иподдерживать порядок и последовательность.
Дистанционноеобучение может иметь в своей структуре лекции, лабораторные работы,практические занятия, глоссарий терминов, тестирование, определение оценок. Всеэто может вызывать различные виды действия пользователя.
1.1.4. Агентытеоретических компонентов. Агент дистанционного обучения для теоретическихкомпонентов может рассматриваться, как простой основанный на модели отраженныйагент. Это означает, что он имеет очень простые цели и быструю модельфункционирования, основанную на правилах продукции. Пользователь можетисполнять некоторые действия, которые генерируют условия для активации правилагента. Наиболее сложный случай такого функционирования агента – то, когда циклпоставки, показа, объяснения, повторения оценки достигает удовлетворительногоуровня знаний пользователей. Агент может оценивать знание студента черезтестирование.
Имеютсянесколько вызванных действий, которые могут описывать работу пользователей иагентов на форумах и симпозиумах: Вопрос, Ответ, Мнение, Метка, Успех, Ошибка,и Переадресация. Последовательность этих действий не может быть определена.Поэтому, не имеется никакого предопределенного пути к выполнению цели такогодистанционного обучения. Агент должен выполнять план и непрерывно планировать егозаново. Такой тип агентов, мог быть осуществлен как сервисно-основанный агентпланирования [4, 8].
1.1.5. Агентыназначения. Назначения — тип обучающих действий, которые предусматривают, чтостудент должен делать некоторую домашнюю работу и представлять ее результаты наоценку преподавателю. Вообще, преподаватель может назначать задачу, котораяоснована на некотором теоретическом дистанционном обучении или вспомогательнаядругому дистанционному обучению. Преподаватель может также предлагать некоторыйсценарий для выполнения назначения. Сценарий имеет даты, типовую последовательность,и список связей на чтениях. Студент, использующий всю представленнуюинформацию, завершает назначение и посылает это за экспертизу. Агент назначениядистанционного обучения исполняет действие в некоторой последовательностипредписания и может помогать студенту, находить необходимую информацию,преподаватель, чтобы проверить зарегистрированные назначения и знает цифровыеисточники на совпадении, и обоих, чтобы быть в списке. Таким образом,базирующийся на анализе действий агента мы можем заключить, что это могло бытьосуществлено как цель — основанный агент планирования с библиотекойпредварительно запрограммированных планов.
В течениелабораторных занятий студенты получают некоторые практические навыки иусиливают теоретические знания. Агент лабораторий в системе дистанционногообучения может помогать студенту, в то время как он следует командамлабораторий, и оценивает действие каждого отдельного студента. Если справкабудет необходима студенту, агент может предлагать одну из сохраненныхстандартных команд, как преодолеть проблему или посылать уведомление с запросомпреподавателю. Этот тип агентов осуществляется таким же образом, как и агентназначения [8].1.2Постановка задачи
Проанализировавпредметную область и различные виды деятельности агентов в системедистанционного обучения, мы можем предложить уйти от структурированности данныхматериалов. Чтобы уже работали агенты над учебными материалами для студентов. Внашем случае агент глоссария является интеллектуальным воздействием дляпредоставления дополнительной информации.
Глоссарий –это набор терминов, которые могут встречаться в обучающем материале студентасистемы дистанционного обучения. Глоссарий терминов в системе дистанционногообучения может иметь в своей структуре обучающего материала, такие как лекции,лабораторные работы, практические занятия, тестирование.
Глоссарийможет быть двух видов: структурированный и ссылочный.
В структурированном глоссарии размещение терминовпроисходит в алфавитном порядке. Ссылочный глоссарий — предоставлениеинформации происходит через переход по гиперссылкам. Гиперссылки могут бытьвложенными.
Целями агента глоссария является предоставитьдополнительную информацию студенту по изученному материалу и по возможностизаменить преподавателя для разъяснения определенных терминов, а также получениеподтверждения их понимания. В зависимости от наличия гиперссылки в текстеобучающего материала, можно производить поиск необходимых терминов по переходучерез гиперссылки и вложенные гиперссылки. Также может быть наличие гиперссылкина материале в Internet.
Необходиморазработать модель интеллектуального агента глоссария в системе дистанционногообучения для предоставления дополнительной информации в среде разработки Jadex,которая предназначена для создания интеллектуальных агентов.интеллектуальныйагент глоссарий jadex xml
2. МОДЕЛЬ ИНТЕЛЛЕКТУАЛЬНОГО АГЕНТА ГЛОССАРИЯ 2.1 Построение модели интеллектуальногоагента
Всоответствии с поставленной задачей разработаем схему работы интеллектуальногоагента глоссария в общей работе мультиагентной системы для дистанционногообучения. Взаимосвязь интеллектуального агента с системой, его деятельностьотображена на рис. 2.1.
/>
Рисунок 2.1 –Схематическая модель работы интеллектуального агента глоссария
Даннаясхематическая модель показывает работу интеллектуального агента глоссария.Также на ней описаны цели, факты и планы, которые агент будет достигать.
Итак, спомощью модели определим работу агента. Запуск агента происходит (1 блокмодели), когда подается запрос через гиперссылку на поиск дополнительнойинформации о термине в том материале (лекции, лабораторные, практические ит.д.), который проходит студент, это отображено на 2 блоке модели. Эту операциюагенту глоссарию поручает агент координатор, который управляет взаимодействиеммежду всеми личными агентами. Когда запрос подан, агент начнет производить поисктермина в xml файле, который содержит описание всех терминов. Если заданныйтермин не найден, то агент посылает сообщение, что данного материала нет (3блок). Только когда не найдена ссылка, сообщение отправляется агентукоординатору. Но когда материала вообще нет в наличии, то сообщениеотправляется агенту чата (4 блок модели), чтобы было отправлено письмопреподавателю о том, что необходимо выложить данный материал.
Еслинеобходимый термин найден, то по плану происходит вывод на экран, так как этовидно на модели в 5 блоке. И когда функция агента считается выполненной, онпереходит в спящий режим до следующего вызова (6 блок) [11].2.2Построение интеллектуального агента на платформе Jadex с помощью XML формата
Разрабатываемыймодуль агента Glossary: содержит модули по формированию терминов GlossaryDictionary.xmlк нему прилагается документ GlossaryDictionary.dtd определяющий тип документа,определяет законные блоки документа XML, структуру документа со спискомзаконных элементов (атрибутов). Также содержит модуль логического ответапользователю GlossaryAgent.xml.
Весь глоссарий представлен в XML файле и находится в Приложении А,а описание его тегов контролируется в DTD файле. В данном XML файле подназванием GlossaryDictionary.xml описывается перечень терминов, которые будутиспользоваться агентом при поиске материала обучаемому студенту. данный тег обозначает версию документа. данная строкапоказывает, что мы определяем структуру нашего документа XML в DTD формате. Вначале XML файл описывается заглавным тегом, определяющим его назначение ….Описываем название с помощью атрибута title ="…" и дату созданияorderDate="…?...?..." Уже в нем мы определяем наши термины…. Свойства термина описываем, используя, теги: …- тег, которым мы объявляем термин. value=«term…» – значения терминапри поиске в перечне материла. Далее объявляем его имя с помощью тега …. данный тег описывает рисунки к тому термину,который ему соответствует. … отвечает за количествоопределений термина. А в свою очередь определения обозначаются как…, и уже в нем мы описываем count="…"какое это определение по счету. Также существуют вложенные гиперссылки — …, которые отвечают за то, что бы припросмотре термина, когда человек переходит на вложенную ссылку агент мог отреагироватьна этот запрос (см. пример использования определения тегов в прил. А, В) [7,9,10,12].
Описание интеллектуального агента глоссария происходит также черезxml формат. В нем мы описываем цели, которые агенту необходимо достичь. Такжеописываются планы, факты, события с помощью каких агент достигает этих целей.Описание агента глоссария можно увидеть на ниже изложенных рис. 2.2-2.8:
GlossaryAgent.xml
Glossary agent-->

xmlns:xsi=«www.w3.org/2001/XMLSchema-instance»
xsi:schemaLocation=«jadex.sourceforge.net/jadex
jadex.sourceforge.net/jadex-0.94.xsd»
name=«Glossary»
package=«Glossary»>
Рисунок 2.2 – Общее описание агента глоссария


jadex.planlib.*
jadex.runtime.*
jadex.util.*
jadex.adapter.fipa.SFipa
java.util.logging.*
jadex.adapter.fipa.*

Рисунок 2.3 – Импортируемые библиотеки





select one $term from $beliefbase.terms
where !$term.isFull()
order by $beliefbase.my_location.getDistance($term.getLocation())






$beliefbase.query = true



Рисунок 2.4 – Цели работы агента




GlossaryPlanRestart();


Search of terms from the list of materials. -->

GlossaryPlanSearch.getGlossaryDictionary();



GlossaryPlanOpenDictionary();



GlossaryPlanSendMessageTermNotFound();



GlossaryPlanSendMessageNoTerm();



GlossaryPlanSendMessageNoReference();



GlossaryPlanSleep();


Рисунок 2.5 – Используемые знания агентом, которые описываютисполняемые факты



new GlossaryPlanRestart()



new GlossaryPlanReference()



new GlossaryPlanSearch()




new GlossaryPlanOpenDictionary()



newGlossaryPlanSendMessageTermNotFound()




new GlossaryPlanSendMessageNoTerm()




new GlossaryPlanSendMessageNoReference()




new GlossaryPlanSleep()


Рисунок 2.6 – Исполняемые планы агента



SFipa.INFORM


«Error! Reference of the term is notfound.»




SFipa.FAILURE


«It is necessary to lay out material. Adddictionary»




SFipa.REQUEST


«Reference is not found. Make an effortother time.»



Рисунок 2.7 – События, выводимые сообщения для передачи инымагентам или конечному пользователю








Рисунок 2.8 – Описывает начальное состояние агента и завершениеего описания
2.2.1Описание интеллектуального агента глоссария с использованием платформы Jadex.Для начала агент описывается в HTML в соответствии с заданными планами, целямии фактами, как это представлено выше.
Рассмотримхарактеристики агента. Агент глоссарий имеет такие характеристики как:
- наличиезапроса и поиска дополнительной информации;
- открытиенайденой искомой информации;
- просмотрнеобходимой информации.
Входнаяинформация:
- запросна поиск необходимого материала.
Выходнаяинформация:
- найденнаяпо ссылке информация.
2.2.2 Цели. Вразрабатываемом агенте выделяется две цели. Это цели вида запроса (query) иглавная цель (main goal). Цель запроса изображает необходимость в информации,выполняет поиск условий. Представляет необходимость в информации. Главная цель– это предоставить студенту дополнительную информацию. Эта цель специфицируетсостояние, которое должно быть достигнуто.
2.2.3 Знания.В знаниях описываются происходящие факты в ходе работы агента. В нашем случаеописывается семь знаний, в которых определяются факты. При запуске агентавызывается факт Restart agent. Следующим фактом есть зарос на поискQuerySearch, показывает присутствие запроса на дополнительную информацию ивыполняет поиск терминов от списка материалов. Открытие искомой информации со словарявыполняется с помощью факта ContentOpen. TermNotFound – говорит о том, чтобудет отправлено сообщение об ошибке агенту координатору. А агенту чата отправляетсясообщение с помощью факта NoTerm о том, что необходимо, чтоб преподавательвыложил необходимый материал, которого нет в наличии. Отсылается сообщениестуденту о неправильной ссылке. SleepMode – показывает переход агента в спящийрежим.
2.2.4Планы. В разрабатываемом агенте выделяются планы restart, reference,search, content_open, coordinator, chat, student, sleep:
- Restart- выполняет запуск агента при вызове его агентом координаторе;
- Reference- присутствие ссылок по тексту;
- Search– поиск необходимого термина;
- Content_open- отображение содержимого словаря;
- Coordinator- описание взаимодействия с агентом координатором. Отсылает сообщение обошибке, термин не найден. Является внешним планом;
- Chat- внешний план. Описание взаимодействия с агентом чата. Отсылает сообщение о том,что материала нет в наличии;
- Student– вывод сообщения студенту. Отсылает сообщение о том, что ссылка неправильная иматериала нет в наличии;
- Sleep– агент переходит в спящий режим.
Такимобразом, была разработана модель интеллектуального агента, которая определяетего действия в общей мультиагентной системе дистанционного обучения. Также былиопределены цели для достижения выполнения агентом, факты и планы для выполненияэтих целей [11].
3. ОПИСАНИЕ ПРОГРАММНОГО МОДУЛЯ 3.1 Описание среды разработкиагента платформы Jadex
Jadex — этоагент, ориентированный на собственный механизм принятия решений, взаимодействуяс XML и Java файлами, поддержки этих решений.
Jadex изображает консервативный подход по направлению к ориентацииагента по нескольким причинам.
Один главный аспект — то, что никакой новый язык программированияне введен. Вместо этого, агенты Jadex могут программироваться вобъектно-ориентированные интегрированные среды разработки искусства.
Другой важный аспект касается независимости платформы Jadex. Jadexесть свободно связанный в основе платформы, он может использоваться в совсемдругих сценариях в довершение платформ агента также как и систем предприятия.
3.1.1 Особенностиплатформы разработки агента, Jadex. Преимущество разработки на функциональныхагентов на платформе Jadex является, что не требуется изучения новых языковпрограммирования. Вместо этого агенты кодируются на базеобъектно-ориентированного программирования в интегрированной среде разработки(IDEs), типа Eclipse и Intellij IDEA.
Другим важным аспектом является независимость связующегопрограммного обеспечения, поскольку Jadex независимо с его модулями можетиспользоваться в совершенно других сценариях на верхнем уровне платформы. Ориентированныена агента программы добавляют явные свойства автономных действующих элементов,которые принимают участие в процессе принятия решений, к пассивных объектам. Вэтом отношении агенты предоставляют активные компоненты с индивидуальнымивозможностями взаимодействия с компонентами.
Jadex разработан как самостоятельный механизм принятия решений,адаптированные для работы с любыми связующими системами, которые выполняютвзаимодействие с агентом относительно его собственного управления и получениясообщений.
Агент может свободно мигрировать между хостами, выполняя операции,как на серверной стороне, так и на стороне пользователя, сохраняя при этомнезависимость от места выполнения поставленных задач [8,12].
3.1.2Назначение и функционирование платформы Jadex. Платформа Jadex предназначенадля создания агентов, которые взаимодействуют с системой, к которой подключенагент и изменяют события систем в зависимости от содержащих агентом планов,целей и представлении объектов которыми был запрограммирован агент.
Чтобы создатьагента необходимо определить в системе свойства агента.
Действияагента описываются с помощью представлений, целями и планами. Помещая их, в такназываемую библиотеку XML файла, этот файл называется ADF (agent definitionfile) файл определения агента. В ADF файле определяются агент как объект,описанный в классах java-файлов.
Запуск агентаопределяется в планах, которые вызываются по требованию системы, называемыепассивными планами.
Функционированиев агента в системе происходит за счет получения от системы и отправкаизмененных сообщений в систему. Система подает на вход агенту какое-тосообщение, после чего агент заносит его так в так называемый модуль событий. Передаваяего в блок обработки сообщений, и далее передавая его по цепочке в блок планов,анализирует его. Где событие анализируется к принадлежности агента. Если сообщениене принадлежит агенту, то оно передаётся обратно в систему не изменённым. Блок планов,обрабатывая событие, сравнивает их с собственной базой планов и приположительном сравнении с планами начинает обработка сообщения в базе знаний,откуда поступает для сравнения с целями агента для передачи в модуль событий.Пройдя весь цикл сравнения и преобразования данных, в установленные задачи,поступает в систему для дальнейшего функционирования.
Интерпретатор состоит из списка информации компонента основныхпланов решения задачи, так называемые запланированные мета действия,ориентированные на выполнение агентом. Режим работы примерно выглядит так:агент выбирает мета действие из файла ADF и выполняет его, когда выполняются предварительныеусловия действия. Иначе действие – просто пропускается. Выполнение действияможет произвести дальнейшие действия, которые добавлены к списку ADF-файлапосле настраиваемой в агенте концепции основных планов решения задачи, плана. Внастоящее время, концепции действий главным образом различает связанный инесвязанный действия, в соответствии, с чем связанные действия добавляются какдочерние (порожденные) узлы к текущему узлу плана.
3.1.3 Базовыйалгоритм построения агента на платформе Jadex. Разрабатывая приложение сиспользованием Jadex, программист обязан создавать два типа файлов: XML-файлыобозначая агента и Java-файлы для выполнения планов. Файл определения агентаиспользуется как спецификация для классов выполнения плана, базирующийся наобъявлениях действий этого плана и основных фактах взаимосвязи между ними. Файлыс форматом XML и Java, определяют функциональные возможности агента.
В главном файле агента XML определяются все функциональныевозможности, которыми будет наделен агент такие как: imports, capabilities,beliefs, goals, plans, events, expressions, properties, initial states.КогдаADF и java загружены, объекты созданные для xml в adf, позволяют системе взаимодействовать,используя Jadex платформу для принятия решений по определенным действиям ивзаимодействия внутри программного модуля.
3.1.4 МодельBDI Jadex. Рациональные агенты имеют явное представление их окружения и задач,которые они пробуют достичь. Рациональность означает, что агент будет всегдавыполнять самые многообещающие действия, чтобы достичь его задачи.
В этих архитектурах, внутренний агент структуры основан навозможности выбора курса действия, которые свою очередь основаны на мысленныхотношениях. Преимущество использования мысленных отношений в мультиагентныхсистем, которые влияют на поведение агента. Чтобы достичь цели агент выполняетпланы, которые являются процедурами, кодируемыми в Java.
Относительно теоретической основы и числа осуществляемого иуспешно примененных систем, самая интересная и широко распространеннаяархитектура агента — это введенная архитектура Цели-Факты-Планы (BDI). Этосостоит из понятий знаний, фактов и целей как мысленные отношения, которыегенерируют человеческое действие. Приняли эту модель, и преобразовали вформальную теорию и модель выполнения для агентов программного обеспечения,основанных на мнении фактов, целей, и планов.
Jadex объединяет эту модель в агентов Jade, вводя цели, факты ипланы для манипуляции внутри агента. В Jadex, агенты имеют знания, которыемогут быть каким-нибудь видом объектов Java, и запомнены в базу знаний. Целиизображают конкретные побуждения (состояния, которые достигнуты) [13].3.2 Описаниеинтеллектуального агента с помощью BDI
Каждый агентдолжен иметь цели для своего выполнения. Эти цели для интеллектуальных агентовописываются в xml файле, который определяет их для достижения, т.е. выполнениязаданной сути агента. Также формируются планы и знания (факты), которые агентбудет выполнять для достижения и выполнения своих целей. Опишем цели, планы изнания в нашем случае по отношению к агенту глоссарию, которые мы емуопределили. Когда мы определили все цели, планы и знания агента, и создалисловарь терминов необходимый для работы агента глоссария, переходи к егореализации. В случае достижения заданных целей агентом, считается, что онвыполнил свою задачу.
В периодевыполнения агентом заданных действий, также могут выполняться запросы, заданныелибо обучаемым студентом, либо другими агентами, такими как агент, координатор,который контролирует работу и связь между всеми агентами. Если агент выполняетнеправильно заданные действия либо запросы, выводится ошибка, которая извещаетоб этом. В ниже приведенных подразделах рассмотрим подробнее описание целей,планов им знаний интеллектуальных агентов.
3.2.1 Целиагента. Цели в Jadex представляют собой объекты с некоторыми атрибутами.Целевое состояние, достигаемой цели, может быть явно представлено выражением,которое проверяет, достигнута ли цель.
В отличие оттрадиционных BDI систем, которые понимают цели как специфический вид событий, вJadex цели являются центральной концепцией. Jadex преследует идею, что цели — это конкретные, мгновенные желания агента. Любая цель, которую преследуетагент, будет более или менее непосредственно осуществлена соответственнымдействием, пока не будет предположения, что цель достигнута, непостигаема илибольше не желаема. В отличие от большинства других систем, Jadex непредполагает обязательной зависимости (непротиворечивости) достигаемых целейодна от другой.
Jadexподдерживает 4 вида целей: выполнения, достижения, запроса и поддержки.
Цельвыполнения –утверждает, что должно быть выполнено, но не обязательно приведет копределенному результату.
Цельдостижения –описывает абстрактное целевое состояние, которое необходимо достигнуть, безопределения как это сделать. Таким образом, агент может опробовать разныеальтернативы, для достижения цели. Стратегия, ресурсы.
Цель запроса – представляетнеобходимость в информации. Если информация на текущий момент не доступна,выбираются и выполняются планы, которые помогают ее собрать.
Цельподдержания– специфицирует состояние, которое должно сохраняться, и может вызываться,после того как будет выполнена. Это самая абстрактная цель в Jadex.
Целисоставляют мотивационную установку агента, которая является движущей силой егодействий. Поэтому, представление и обработка целей – это одна из главныхфункций Jadex, четыре вида целей (выполнения, достижения, запроса, поддержания)и мета-цель, метацель может быть использована в процессе выбора плана длявынесения заключения о событиях и соответственных планах.
При запускеагент может иметь любое количество целей верхнего уровня, также как подцелей.Цели верхнего уровня могут быть созданы при рождении агента или будут позжеприняты во время выполнения, а подцели могут быть установленные другими планамиво время выполнения. В соответствии с тем как цель была создана, агент будетавтоматически пытаться выбрать соответствующие планы, чтобы он мог достичь всехсвоих заданных целей. Свойства цели, специфицированный в ADF, влияют на то,когда и как агент обрабатывает эту цель.
В Jadex, целисильно типизированы в смысле, что все типы целей могут быть идентифицированычерез имя и все параметры цели должны быть декларированы в XML.
Декларацияпараметров имеет сходство со спецификацией фактов. Следовательно, существуетразличие между параметром, имеющим одно значение и многозначным наборомпараметров.
Полагается,что цель выполнения используется, когда некоторое действие должно бытьвыполнено.
Цельдостижения используется, чтобы достигнуть желаемого состояния окружения.Поэтому, они расширяют общие свойства цели. Можно указывать в каких случаяхцель можно считать достигнутой, с другой стороны также полезно описатьпротивоположный случай. Если ничего указано, то для решения о достижении планаиспользуется результат выполнения плана. В отличие от цели выполнения, цельдостижения без условия достижения завершается, когда первый план заканчиваетсябез ошибок, в то время как цель выполнения продолжает выполняться, пока болееподходящие планы доступны.
Цельподдержания позволяет отслеживать определенное состояние и в случае егонарушения, цель имеет задачу восстановить оригинальное состояние. Иногданеобходимо, что бы была возможность переопределить поддерживаемое состояние.Более того, как настройки BDI предоставляются флаги повторяться. Необходимозаметить, что цели поддержания отличается от других видов целей в том, что онине обязательно приводят к действиям сразу же, но начинают обработкуавтоматически по запросу. В дополнение, цели поддержания никогда не завершаютсявследствие действий или состояния, поэтому единственная возможность избавитьсяот такой цели – это сбросить ее из плана или через специальные определения.
Цель запросаможет быть использована для получения специфической информации. Со стороныспецификации и поведения во время выполнения они очень похожи на целидостижения с одним лишь исключением. Цель запроса выставляет неявное целевоеусловие. Агент будет действовать, выполняя планы только в случае, когданеобходимая информация не будет доступна.
Мета-цельиспользуется для рассуждений мета-уровня. Имеется в виду, когда бы не возниклособытие или цель и определено, что необходимо произвести рассуждение мета-уровня(то есть, потому что существует множество подходящих планов), тосоответствующая цель мета-уровня или событие будет создано и отправлено. Послесоответствующий мета-план выполняется, чтобы достигнуть мета-цели (то естьнайти план для выполнения). Когда завершена мета-цель, результат содержитвыбранные планы, которые запланированы на выполнение [14,17].
3.2.2 Планыагента. Планы представляют собой определенные действия агента в средефункционирования и предопределяются разработчиком системы, составляя библиотекудействия планов выполнения агентом. В зависимости от текущей ситуациивыполнения системы, в которой функционирует агент, выбирается соответствующийплан действия на выполнения агентом. Выбор планов осуществляется автоматическиплатформой Jadex.
Структурапланов в Jadex состоит из двух частей: дескриптор плана (head plan),объявляемый в файле ADF, определяющий обстоятельства, при которых выполняетсяJava-класс плана (body plan), в котором определяются функции и дальнейшеефункционирование системы. Для вызова плана в системе предусмотрено установка,так называемых меток реакции, триггеров плана. Они определяют внутреннесообщения и целевые события системы соответствующие планам. После чего начинается,выполняется класс плана из файла java. Существуют варианты выполнения плана припервом запуске агента, для этого агент инициализируется при запуске агента спервоначальными значениями выполнения плана.
Планывзаимодействуют и выполняются с целями и знаниями агента, которые влияют имодернизируют план для выхода в систему, обрабатывая полученное событие врамках исполняемого агента [15,16].
3.2.3 Знанияагента. Знания представляют осведомленность агента об окружающей среде и о себенепосредственно. В Jadex знания могут быть любые объекты java. Они сохранены вбазе знаний и могут быть упомянуты в выражениях, доступны и изменяются взависимости от планов, использующих базы знаний приложения. Знания описываютсяв ADF-файле и обращаются к измененному плану, определяя единственную оценкуплана и соответствии его требуемым результатом. Знания состоят из фактов,которые ссылаются на суперклассы, определяя объекты классов.
В модулезнаний содержится, база знаний подобна простому хранилищу данных, котораяпозволяет чистую связь между различными планами посредством общедоступныхзнаний. Вопреки большинству PRS-стилей BDI системы, Jadex позволяет хранитьпроизвольные объекты Java как знания в его базе знаний.
В Jadex естьдва различных вида знаний. С одной стороны имеются знания, которые позволяютпользователю хранить только один факт, с другой стороны наборы знаний, чтоподдерживают хранение набора фактов. Использование знаний и наборов знаний какосновного хранилища памяти для планов сильно поддерживается, потому что,использовать их для пользователя. Кроме того, возможно контролировать отдельныезнаний относительно их условий и вызывать условия, когда соответствующееусловие выполнено. Это позволяет вызывать некие действия, например, когда фактдобавлен в набор знаний, или знание каким-то образом изменилось. Также можноожидать выполнения некоторого сложного выражение, которое касается несколькихзнаний.
ВЫВОДЫ
Мультиагентная технология с использованием интеллектуальныхагентов применена в дистанционном обучении. Где каждому пользователю будет заданныагенты, которые способны автономно решать задачи, приобретать исистематизировать знания, строить модель пользователя на основе общения с ним идаже коммуницировать с другими агентами системы, позволят упростить и улучшитьпроцесс получения человеком знаний и информации в мире. Агент – это автономная,реактивная вычислительная система, обычно с центральным местоположениемконтроля, поэтому может общаться с другими агентами через некоторый вид языкакоммуникации. Другое общее представление агента — это активный объект илисвязанный процесс со способностью замечать причины и действия. Агентно-ориентированоепрограммирование – это подход к созданию агентов, которые предоставляют ихпрограммирование в терминах мнений, как например план, факт, и цель. Мультиагентнаясистема — система, составленная из многоразового, взаимодействия агентов. Мультиагентныесистемы есть достаточно мощным средством и с успехом применяется для широкогокласса прикладных задач, включая те, которые тяжело, а иногда и совсемневозможно, решить другими методами.
Заметим, что по мере работы пользователя мультиагентная системаимеет возможность получать все больше данных о его предпочтениях как явно(анкетирование, обработка пользовательских запросов), так и неявно (например, анализируястатистику посещения различных разделов). На базе этой информации можно строитьэвристические классификации пользователей и предположения о «следующих шагах»пользователя, соответствующим образом подстраивать средства навигации,формировать образовательные сценарии (например, в зависимости от уровняподготовки пользователя или времени, которым он располагает).
Список терминов агента глоссария представляет собой небольшоеколичество ссылок на лекции, лабораторные работы, контрольные вопросы и другиезнания, содержащиеся в системе, которые желательно посетить пользователю вданный момент.
Любое нажатие пользователя на гиперактивную ссылку активизируетагента и в последствии серию переговоров между агентами. На первом этапепереговоры осуществляются между агентами знаний и агентом пользователя, выявляя,таким образом, на этом шаге элементы знаний нашей системы, которые необходимы вданный момент пользователю.
В даннойкурсовой работе были использованные принципы мультиагентной системы. На основе интеллектуальныхагентов была решена оптимизационная задача и разработана оптимальноепредложение по использованию средств дистанционного обучения в сети Интернет.
Для выполнения задач, поставленных вкурсовой работе:
- проанализированыметоды оптимизации структур вычислительных систем;
- исследованы основныепринципы и концепции интеллектуальных агентов;
- применено средство дляпоиска информации с помощью интеллектуальных агентов в мультиагентной системедля оптимизации работы дистанционного обучения;
- создан программныймодуль, который реализует роботу интеллектуального агента глоссариясоответственно заданным характеристикам, целям, планам и фактам системы длядистанционного обучения.
Основными функциями разработанногопрограммного модуля есть поиск оптимального варианта дополнительной информации,которая в данный момент наиболее подходит для пользователя.
В заключение отметим, что применяемая технология интеллектуальныхагентов для разработки системы дистанционного обучения через Интернет, позволитне только упростить и качественно улучшить процесс получения человеком знаний иинформации в мире. Также даст возможность персональному агенту пользователярешать автономно задачи, поставленные перед ним, приобретать исистематизировать знания, что позволит вывести подобные системы на качественнодругой уровень, сделав агентов незаменимыми помощниками в процессе обучения.
ПЕРЕЧЕНЬ ССЫЛОК
1. Основытехнологий ДО www.websoft.ru/db/wb/42D07B203E7BFAB1C3256 C24004EE7FF/doc.html
2. Интернеттехнологии в образовании — дистанционное обучение www.curator.ru.htm
3. Multiagent Systems. A Modern Approach to Distributed ModernApproach to Artificial Intelligence. Edited by Gerhard Weiss. The MIT Press.Cambridge, Massachusetts. London, England. 1999 Massachusetts Institute of Technology.
4. Мультиагентныесистемы teormin.ifmo.ru/education/intro/multiagent-systems.html
5. Самоорганизацияи эволюция в открытых мультиагентных системах для холонических предприятий eup.ru/pages/R06/Biblio/2002-08-05/F182.htm
6. Proceedings of the International Conference for InternetTechnology and Secured Transactions (ICITST-2006). Editors Charles A.Shoniregun, Alex Logvynovskiy. Published by the e-Centre for Infonomics, UK.
7. Jadex Tool Guide. A. Pokahr, L. Braubach, R. Leppin, and A.Walczak. Distributed Systems Group. University of Hamburg, Germany. 2005. vsis-www.informatik.uni-hamburg.de
8. Jadex User Guide. A. Pokahr, L. Braubach, and A. Walczak..Distributed Systems Group. University of Hamburg, Germany. 2005. vsis-www.informatik.uni-hamburg.de
9. System Architecture with XML. Berthold Daum Udo Merten. MorganKaufmann Publishers. San Francisco, USA… 2003 by Elsevier Science www.mkp.com/
10. Introduction to DTD www.w3schools.com/dtd/dtd_intro.asp
11.  Модели обученияавтоматизированных обучающих систем systech.miem.edu.ru/2004/n2/Cibulskiy.htm
12.  Jadex Tutorial. L. Braubach,A. Pokahr, and A. Walczak. Distributed Systems Group. University of Hamburg,Germany. 2005http://vsis-www.informatik.uni-hamburg.de
13. NIST (Nationals Institute of Standards and Technology) www.nist.gov/
14.  Проблемы реализациимультиагентных систем дистанционного обучения в сети Интернет www.vedu.ru/info/Announce/PHT2000/thesis.asp?str=4_04
15.  Использованиемультиагентного онтологического подхода к созданию распределенных системдистанционного обучения ifets.ieee.org/russian/depository/
v7_i2/pdf/3.pdf
16.  Системаавтоматизированного сетевого и дистанционного обучения с мультиагентнойархитектурой www.ito.su/main.php?pid=26&fid=4317&PHPSESSID= d12d7b5d09fc001d24e3d7212d732be2
17.  ДСТУ 3008-95Документация. Отчеты в сфере науки и техники. Структура и правила оформления,Госстандарт Украины, 1995.
18. FIPA Agent Management Specification. 1996-2002 Foundation forIntelligent Physical Agents www.fipa.org/
Приложение АСписок терминов в формате XML
 
GlossaryTerm.xml





dictionary
1
An abstract data typestoring items, or values. A value is accessed by an associated key. Basicoperations are new, insert, find and delete.
abstract data type
key


heap
1
A complete tree whereevery node has a key more extreme (greater or less) than or equal to the key ofits parent. Usually understood to be a binary heap.
complete tree
key
node
parent
binary heap


linked list
1
A list implemented byeach item having a link to the next item.
list
link


queue
1
A collection of itemsin which only the earliest added item may be accessed. Basic operations are add(to the tail) or enqueue and delete (from the head) or dequeue. Delete returnsthe item removed. Also known as «first-in, first-out» or FIFO.
head
tail


stack
1
A collection of itemsin which only the most recently added item may be removed. The latest addeditem is at the top. Basic operations are push and pop. Often top and isEmptyare available, too. Also known as «last-in, first-out» or LIFO.


tree
2

A data structureaccessed beginning at the root node. Each node is either a leaf or an internalnode. An internal node has one or more child nodes and is called the parent ofits child nodes. All children of the same node are siblings. Contrary to aphysical tree, the root is usually depicted at the top of the structure, andthe leaves are depicted at the bottom.
A connected,undirected, acyclic graph. It is rooted and ordered unless otherwise specified.
node
tree
parent
root
leaf
internal node
child
siblings
connected
undirected
acyclic graph
rooted
ordered


array
1
A set of items whichare randomly accessible by numeric index.


array index
1
The location of an itemin an array.
array


child
1
A node of a treereferred to by a parent node. See the figure at tree. Every node, except theroot, is the child of some parent.
node
tree
parent
root


circular list
1
A variant of a linkedlist in which the nominal tail is linked to the head. The entire list may beaccessed starting at any item and following links until one comes to thestarting item again.
linked list
link
tail


complete tree
1
A tree in which allleaf nodes are at some depth n or n-1, and all leaves at depth n are toward theleft.
tree
depth
leaf


connected graph
1
An undirected graphthat has a path between every pair of vertices.


depth
1
Of a node, the distancefrom the node to the root of the tree.
node
tree
root


doubly linked list
1
A variant of a linkedlist in which each item has a link to the previous item as well as the next.This allows easily accessing list items backward as well as forward anddeleting any item in constant time.
linked list
link


dynamic array
1
An array whose size maychange over time. Items are not only added or removed, but memory used changes,too.

array


height
1
The maximum distance ofany leaf from the root of a tree. If a tree has only one node (the root), theheight is zero.

leaf
tree
root


internal node
1
A node of a tree thathas one or more child nodes, equivalently, one that is not a leaf.
leaf
tree
node
child


leaf
1
A node in a treewithout any children. See the figure at tree.
leaf
tree
node
children


linear search
1
Search an array or listby checking items one at a time.
list
array


link
1
A reference, pointer,or access handle to another part of the data structure. Often, a memoryaddress.
list
array


list
1
A collection of itemsaccessible one after another beginning at the head and ending at the tail.
head
tail


matrix
1
A two-dimensionalarray. By convention, the first index is the row, and the second index is thecolumn.


node
2
A unit of reference ina data structure. Also called a vertex in graphs and trees.
A collection ofinformation which must be kept at a single memory location.

graphs
trees
vertex


order
4
The height of a tree.
The number of childrenof the root of a binomial tree.
The maximum number ofchildren of nodes in a B-tree.
The number of datastreams, usually denoted, in a multiway merge.
height
tree
children
root
node


ordered linked list
1
A linked list whoseitems are kept in some order.
linked list


ordered tree
1
A tree where thechildren of every node are ordered, that is, there is a first child, secondchild, third child, etc.

tree
children
node


parent
1
Of a node: the treenode conceptually above or closer to the root than the node and which has alink to the node. See the figure at tree.
tree
link
root
node


root
1
The distinguishedinitial or fundamental item of a tree. The only item which has no parent. Seethe figure at tree.

tree
parent


search
1
To look for a value oritem in a data structure. There are dozens of algorithms, data structures, andapproaches.


self-organizing list
1
A list that reordersthe elements based on some self-organizing heuristic to improve average accesstime.
list
self-organizing heuristic


sibling
1
A node in a tree thathas the same parent as another node is its sibling.
tree
parent
node


sorted array
1
An array whose itemsare kept sorted, often so searching is faster.
array


sorted list
1
A list whose items arekept sorted.
list


square matrix
1
A n*n matrix, i.e., onewhose size is the same in both dimensions.
matrix


tail
2
The last item of alist.
All but the first itemof a list; the list following the head.
list



Приложение В Описание тегов XMLдокумента в формате DTD
GlossaryTerm.dtd



title CDATA #REQUIRED
orderDate CDATA "">



value CDATA #REQUIRED>




ref CDATA #REQUIRDE>


count CDATA #REQUIRDE>