一种结合Agent技术的产生式领域工程方法

一种结合Agent技术的产生式领域工程方法

论文摘要

近年来,面向Agent的软件工程成为软件工程领域和人工智能领域研究的热点之一。多Agent系统,由多个智能Agent组成,Agent拥有自己的知识特征,具有自主行为,能够彼此交互,互相协作,实现目标。同时Agent还具有社会特征,可以用多Agent可以完成单Agent所不能完成的任务,或者能够比单Agent更加有效的完成任务。随着业务应用系统的复杂性不断提高,网络技术的发展,MAS受到了越来越多的关注。但是在开发计划之内,开发高质量的MAS,仍然是一个巨大的挑战。目前已经出现了多种面向Agent的软件工程方法和实现框架。面向Agent的软件工程方法为MAS开发贡献了建模语言和面向Agent的抽象元素。面向Agent的实现框架提供了支持Agent通讯的中间件,支持Agent设计、调试和跟踪的图形化工具,以及相应的API,通过API能够使用和扩展框架。虽然现有的Agent软件工程方法具有很多优点,但是仍然有一些局限性:1)大多数Agent软件工程方法都是从高层抽象地对MAS进行建模,Agent作为一个高层抽象概念,可以很好地指导系统的分解,但是不能直接指导详细设计和代码实现;2)实现框架没有提供对多Agent系统建模的指导;现有的Agent方法没有对MAS中常见的横切关切进行建模。产生式编程是一种基于软件产品族的软件工程范型,给定一个特定需求规范,使用基本的可重用组件,通过配置知识,自动生成一个高度可定制和优化的半成品或者最终产品。产生式领域模型是产生式编程的核心。产生式领域模型包括问题空间,解空间和配置知识。问题空间由领域特定的抽象元素组成,通过这些抽象元素,可以指定产品族成员。解空间包括实现组件以及它们的可能配置。在MAS开发中引入GP,具有以下几个优点:1)基于软件产品族建模,有利于提高可重用性和灵活性;2)问题空间与解空间的分离,可以使这两部分能够独立进行演化;3)代码生成技术使高层的特征映射到具体的实现组件,这样就实现了高层概念对底层实现的指导作用。面向方面的软件开发(Aspect-oriented software development,AOSD)[3]提出了一种以模块化方式捕捉横切关切的方法,以及一个连接点模型,通过连接点可以把方面(在方面中封装了横切关切)编织到程序中。面向方面的技术是我们可以捕捉横切关切和散布在程序模块中的代码片段。通过在MAS开发中引入AOSD,可以从其它关切中捕捉并且分离横切关切。本文把Agent引入GP,提出了一种模型驱动的领域工程方法(MDMADE),利用Agent的技术和社会性特征,作为领域分析的一个重要手段,组织角色模型与特征建模技术互相补充,得出领域模型和领域理论,为需求工程和领域设计打下良好的基础;在领域分析和设计阶段,结合面向方面技术和面向对象技术,为应用工程开发可重用的组件和框架等制品。把MDMADE应用于多Agent领域。通过研究特定的MAS领域,构建特征模型以捕捉共通特征和可变特征。在特征模型中,横切关切被建模为方面特征。基于MAS领域的元模型,定义了一种面向多Agent系统的建模语言MAML,通过Ecore生成代码框架,简化了多Agent系统的开发,提供了Agent系统开发的生产力。本文的主要工作有以下几点:●把MDMADE应用于多Agent领域,使用Aspect捕捉多Agent系统中的横切关切,以模块化的方式处理多Agent系统中散布的代码片断和影响多个特征的横切关切,使用领域工程建模Agent,提高了多Agent系统开发的效率和可重用性。●提出了一种用于多Agent系统的建模语言,对Agent的特性提供了充分的支持;●提出了一种模型驱动的方式开发多Agent系统的方法,能够极大地提高多Agent系统开发的生产力;MDMADE利用了MDA和GP,以及面向方面技术,将对Agent程序员提供极大的便利。●捕捉多Agent系统中Aspect,把面向方面的软件开发与面向Agent的软件开发结合起来,提高了多Agent系统开发可重用性;●为MDMADE提供了开发工具支持,在EMF的基础上,开发UML Profile,在提供软件生产力的同时,可以充分利用UML的可扩展特性,为MAML的扩展打下了良好的基础。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 立题背景
  • 1.2 Agent和MAS
  • 1.3 本文主要工作与目标
  • 1.4 论文结构
  • 1.5 案例
  • 第2章 软件工程基础
  • 2.1 软件工程
  • 2.2 软件过程模型
  • 2.2.1 瀑布模型
  • 2.2.2 原型法过程模型
  • 2.2.3 增量过程模型
  • 2.2.4 螺旋模型
  • 2.2.5 基于构件的开发过程模型
  • 2.3 UML统一建模语言
  • 2.4 产生式技术
  • 2.5 领域工程
  • 2.5.1 领域工程的生命周期
  • 2.5.2 与领域工程相关的一些概念定义
  • 2.5.3 领域分析与需求的具体关系
  • 2.6 面向方面技术
  • 2.7 小结
  • 第3章 其他面向agent的方法论
  • 3.1 MaSE
  • 3.2 GAIA
  • 3.2.1 分析
  • 3.2.2 设计
  • 3.2.3 实现
  • 3.2.4 支持工具
  • 3.3 Tropos
  • 3.4 AUML和Message方法
  • 3.5 结论
  • 3.6 本章小结
  • 第4章 概念模型
  • 4.1 特征和视图
  • 4.2 Agent的特性
  • 4.3 多Agent系统领域的元模型
  • 4.3.1 信息系统的角度
  • 4.3.2 管理角度
  • 4.3.3 角色
  • 4.3.4 角色组织
  • 4.3.5 能力
  • 4.3.6 依赖
  • 4.3.7 Goals Sub-model
  • 4.4 社会性概念
  • 4 4 1 Agent组织性的设计活动
  • 4.4.2 任务分析
  • 4.4.3 操作员协作规划
  • 4.4.4 组织设计
  • 4.5 MDD和DSL
  • 4.6 小结
  • 第5章 MAML:一种面向多Agent系统的建模语言
  • 5.1 概述
  • 5.2 目标视图
  • 5.3 社会视图
  • 5.3.1 角色模型
  • 5.3.2 社会模型
  • 5.4 结构视图
  • 5.5 行为视图
  • 5.5.1 事件动作流模型
  • 5.5.2 交互模型
  • 5.5.3 Agent交互图
  • 5.5.4 智能模型
  • 5.6 上下文视图
  • 5.7 Ontology视图
  • 5.8 部署视图
  • 5.9 小结
  • 第6章 过程模型
  • 6.1 过程模型的两点说明
  • 6.1.1 MDMADE中的agent
  • 6.1.2 敏捷开发
  • 6.2 领域需求分析阶段
  • 6.2.1 领域特征分析
  • 6.2.2 Agent识别
  • 6.2.3 角色识别
  • 6.2.4 任务规范
  • 6.2.5 横切关切的捕捉
  • 6.3 Agent社会设计
  • 6.3.1 Agent智能设计
  • 6.3.2 Ontology定义阶段
  • 6.3.3 角色定义阶段
  • 6.3.4 协议定义阶段
  • 6.4 构架设计
  • 6.5 部署配置阶段
  • 6.6 MDMADE的实现
  • 6.6.1 模型驱动开发
  • 6.6.2 EMF
  • 6.6.3 JADE
  • 6.6.4 Jason元模型
  • 6.6.5 转化和实现
  • 6.7 过程模型的形式化描述
  • 6.8 针对多Agent系统开发扩展极限编程
  • 6.8.1 XP概况
  • 6.8.2 XP针对多Agent系统的扩展
  • 6.8.2.1 对完整团队的扩展
  • 6.8.2.2 计划游戏
  • 6.8.2.3 客户测试
  • 6.8.2.4 简单设计
  • 6.8.2.5 结对编程
  • 6.8.2.6 隐喻
  • 6.8.2.7 可持续的速度
  • 6.9 小结
  • 第7章 基于MDMADE开发企业应用集成解决方案
  • 7.1 现有的集成方法
  • 7.2 集成模型
  • 7.2.1 共同数据流类
  • 7.2.2 共同接口类
  • 7.2.3 共同流程类
  • 7.2.4 共同服务类
  • 7.2.5 集成技术的演化历史
  • 7.3 使用软件Agent进行应用集成
  • 7.3.1 共同数据流Agent方案
  • 7.3.2 共同流程Agent方案
  • 7.3.3 共同服务Agent方案
  • 7.3.4 更加强大的Agent集成方案
  • 7.4 基于MDGDE开发企业集成框架(RASAI)
  • 7.4.1 AVM与移动Agent
  • 7.4.2 案例
  • 7.5 总结
  • 第8章 结论与展望
  • 8.1 研究工作总结
  • 8.2 未来工作展望
  • 参考文献
  • 攻读博士学位期间主要的研究成果
  • 致谢
  • 相关论文文献

    • [1].“产生式”对数学概念定义理解教学的启示[J]. 中国数学教育 2016(23)
    • [2].不良情绪要疏泄[J]. 半月选读 2009(14)
    • [3].职业学校产生式教学策略研究[J]. 祖国 2016(12)
    • [4].产生式与判别式分类方法比较研究[J]. 科技情报开发与经济 2010(08)
    • [5].有限状态自动机产生式推理的一般性建模方法[J]. 自动化仪表 2014(05)
    • [6].产生式重构代理的轻量级移动模型[J]. 计算机工程 2008(16)
    • [7].产生式与判别式组合分类器学习算法[J]. 山东大学学报(理学版) 2010(07)
    • [8].基于数据库的产生式知识表达及其在发酵过程中的应用[J]. 北京化工大学学报(自然科学版) 2009(03)
    • [9].“产生式”学习策略在中学化学教学中的创造性运用[J]. 数理化学习 2015(06)
    • [10].基于模糊框架-产生式知识表示及推理研究[J]. 计算机技术与发展 2014(07)
    • [11].加入领域先验知识的产生式情感分类模型[J]. 计算机科学与探索 2011(12)
    • [12].产生式教学策略在大学英语教学中的应用[J]. 商业文化(学术版) 2010(09)
    • [13].粗集运算的产生式关联规则获取方法[J]. 微电子学与计算机 2011(05)
    • [14].基于变分自编码器的人脸正面化产生式模型[J]. 软件导刊 2018(12)
    • [15].基于自适应学习理论的产品创新设计教学实践[J]. 宁波职业技术学院学报 2016(05)
    • [16].基于边的图文法产生式选择无关条件的判断[J]. 计算机应用 2014(11)
    • [17].产生式与判别式线性混合分类器[J]. 模式识别与人工智能 2012(05)
    • [18].二维L-系统的推广及在植物模拟中的应用[J]. 计算机工程与应用 2010(01)
    • [19].基于产生式迁移理论的单元组合模式初探[J]. 中国校外教育 2009(S1)
    • [20].产生式教学策略与英语教学[J]. 教育艺术 2013(08)
    • [21].DFA最小化算法中状态等价判断方法[J]. 宜宾学院学报 2010(06)
    • [22].基于产生式分数空间的图像识别方法[J]. 电视技术 2017(Z1)
    • [23].基于产生式规则的数学概念的教学设计——以对数概念的教学设计为例[J]. 高中数学教与学 2011(14)
    • [24].形式语言与自动机中关于ε的一些问题[J]. 计算机科学 2010(01)
    • [25].扩展的分形L-系统与自然景观的动态模拟[J]. 计算机工程与应用 2009(02)
    • [26].一种混合推理模式的飞行器评估系统设计[J]. 计算机工程与应用 2014(07)
    • [27].上下文相关图文法的表达能力分析[J]. 软件学报 2012(07)
    • [28].面向要素特征的产生式制图规则表达[J]. 测绘通报 2014(05)
    • [29].基于产生式的民事法律专家系统的研究[J]. 电脑知识与技术 2013(15)
    • [30].无回溯反向链合成算法的研究与改进[J]. 中国科技信息 2010(17)

    标签:;  ;  ;  ;  

    一种结合Agent技术的产生式领域工程方法
    下载Doc文档

    猜你喜欢