В статье рассматривается обоснование выбора методов и алгоритмов взаимного информационного согласования (достижения консенсуса) в распределенной многоагентной системе, использующейся для решения задачи информационного мониторинга сложных технологических объектов. Архитектура этой многоагентной системы является децентрализованной и базируется на множестве интеллектуальных агентов мониторинга, фиксирующих и обрабатывающих данные с подконтрольного им объекта мониторинга – части системы, в рамках которой выполняется информационный мониторинг. Целью мониторинга является прогнозирование моментов возникновения нестационарной нагрузки на подконтрольном объекте мониторинга. Особенностью системы является наличие временного лага распространения нестационарной нагрузки по подмножествам объектов мониторинга. Задачу прогнозирования моментов возникновения и распространения нестационарной нагрузки в составе интеллектуального агента мониторинга решает нейросетевая модель, динамическое дообучение которой выполняется на основе возникающих на объекте прецедентов. Для учета временного лага распространения нестационарной нагрузки в статье предлагается выполнять дообучение нейросетевой модели агента не только на своей выборке данных, но и на выборках данных ближайших агентов-соседей, связанных лагом распространения нестационарной нагрузки, что требует решения задачи их взаимного информационного согласования. В статье рассматриваются подходы к выбору и модификации под архитектуру многоагентной системы алгоритмов: многоадресной рассылки сообщений о моментах возникновения нестационарной нагрузки, маршрутизации указанных сообщений в децентрализованной структуре системы информационного мониторинга. Рассматриваются необходимые для этих алгоритмов структуры данных и протоколы взаимодействия интеллектуальных агентов мониторинга, обеспечивающих повышение оперативности доставки сообщений.
The article discusses the rationale for the choice of methods and algorithms for mutual information coordination (consensus achievement) in a distributed multi-agent system used to solve the problem of information monitoring in complex technological objects. The architecture of this multi-agent system is decentralized and based on the set of intelligent monitoring agents that receive and process data from the object under control which is a part of the system within which information monitoring is performed. The purpose of the monitoring is to predict the instances of non-stationary load occurrence at the objects being monitored. A feature of the system is the presence of non-stationary load propagation time lag over the subsets of monitoring objects. The problem of predicting the instances of non-stationary load occurrence and propagation as part of an intelligent monitoring agent is solved by means of a neural network model trained using the precedents occurring at the object. To account for the propagation of non-stationary load time lag, it is proposed to perform additional training of the neural network model not only on its own data set, but also on the data sets of the nearest neighbors connected by the propagation of non-stationary load time lag which requires solving the problem of their mutual information coordination. The article discusses approaches to the selection and modification of the algorithms for the multi-agent system architecture – multicast messaging concerning the instances of non-stationary load occurrence and routing of these messages in a decentralized structure of an information monitoring system. The data structures necessary for these algorithms and protocols for the interaction of intelligent monitoring agents, which provide an increase in the speed of message delivery, are considered.
The authors declare that there are no conflicts of interest present.