摘 要：面向Agent的方法是一個迅速發(fā)展的研究領域。該方法的運用對信息系統(tǒng)的分析、設計與實施具有十分重大的意義。本文將對面向Agent技術的理論基礎進行闡述，分析這種技術適用于信息系統(tǒng)開發(fā)過程的原因，并介紹幾種面向Agent分析設計的方法。

關鍵詞：Agent；Gaia；面向Agent方法

中圖分類號：TP18；TP311.52

高質量的信息系統(tǒng)開發(fā)是一項極其困難的工作。為了解決這個問題，學者們提出了一系列的方法。比較典型的有，結構化分析和面向對象方法。由于面向Agent技術在處理復雜的分布式系統(tǒng)時體現(xiàn)出的巨大優(yōu)勢，它的地位也越來越多的得到認可。很多學者開始致力于為支持Agent系統(tǒng)的開發(fā)提供方法論。分析與設計方法論的企圖是，首先幫助人們理解特定的系統(tǒng)，然后進行系統(tǒng)設計。建立模型的目的是對所考慮的系統(tǒng)形成形式化的理解。通常，模型開始是試探性和抽象的，隨著分析和設計過程的深入，變得越來越具體、詳實和接近于實現(xiàn)。下面，我們對一些代表性的工作進行回顧，并重點介紹Gaia方法論。

1 幾種面向Agent的分析與設計方法

1.1 AAII方法

AAII方法主要利用面向對象的方法論，并增加基于Agent的概念。AAII方法論提出了外延模型和內(nèi)涵模型。外延模型表示系統(tǒng)級的觀點：模型中主要關心Agent和Agent之間的關系，而并不關心Agent的內(nèi)涵，即它們是如何構造的或它們做什么。相反，內(nèi)涵模型主要關心Agent的內(nèi)涵：它們的信念、愿望和意圖（BDI）。

AAII方法論就是對上面所述模型進行反復修正、迭代與精化。其主要步驟如下：

（1）識別應用領域中有關的角色，并在此基礎之上，研究Agent類的層次結構；

（2）識別與每個角色相關的責任、角色要求和提供的服務，然后確定與每個服務相關的目標；

（3）對每個服務，確定與之相關的交互及每個交互的前提要求與上下文背景；

（4）確定系統(tǒng)的信念結構——每個交互和目標對信息的需求。

1.2 Agent UML

統(tǒng)一建模語言（UML）是由面向對象的分析與設計的三個主要策劃者（Grandy Booch，James Rumbaugh和Ivar Jacobson）提出的，為建模開發(fā)的面向對象系統(tǒng)的一種單一標記語言。UML本身并不是方法論，它是系統(tǒng)文檔模型語言，與UML相關的方法論是著名的理性統(tǒng)一過程。

UML是面向對象建模的事實上的標準，被人們所廣泛接受。OMG（Object Management Group）和FIPA（Foundation for Intelligent Physical Agents）共同提出AUML，用以描述多Agent的交互機制，該建模規(guī)范是UML面向Agent擴展的子集。

1.3 Gaia方法

Gaia方法論的企圖是使分析人員系統(tǒng)地從需求的描述，走向可以直接實現(xiàn)的詳細設計。在應用Gaia時，分析人員從抽象逐步走向越來越具體的概念。每前進一步都會引入更多的實現(xiàn)偏好。并縮小需要實現(xiàn)的系統(tǒng)的可能空間，以滿足初始的需求描述。Gaia借鑒了許多面向對象分析和設計的術語和標記法。然而，將這些方法應用到面向Agent的開發(fā)中，不是簡單自然的嘗試，而是提供了一組與Agent的說明有關的概念。通過這些概念，可以理解一個復雜系統(tǒng)并對它進行建模。特別地，Gaia鼓勵開發(fā)者將基于Agent系統(tǒng)的實現(xiàn)視為組織設計的過程。

2 幾種面向Agent的分析與設計方法對比

通常來說，信息系統(tǒng)的分析與設計問題可以分為總體分析（需求定義）、總體設計與詳細設計三個階段，不同的方法論所對各個階段所關注的程度也不同。

Gaia方法論基本涵蓋了所有三個階段，但在詳細設計階段略有欠缺；AAII方法論在需求確定以后，直接圍繞Agent的模型開始分析與設計，基本沒有覆蓋到系統(tǒng)分析階段；Agent UML由于沿用了UML的模型規(guī)范，對詳細設計階段有最為詳實的描述，已基本接近了系統(tǒng)的具體實現(xiàn)。在選取不同方法對信息系統(tǒng)進行分析與設計時，我們也可以考慮綜合使用多種方法，使我們的方法能覆蓋從系統(tǒng)分析到具體實現(xiàn)的所有階段。

3 適用范圍與缺陷

3.1 面向Agent技術的適用范圍

雖然面向Agent技術在對一些信息系統(tǒng)進行分析與設計中發(fā)揮了很大作用，但這種技術并不是普適的，有許多因素指向面向Agent技術的適用范圍。

（1）Agent是自然的比喻；

（2）數(shù)據(jù)、控制或專長的分布；

（3）遺留系統(tǒng)。

3.2 面向Agent技術的缺陷

我們主要考慮由于使用面向Agent技術后給復雜系統(tǒng)的發(fā)展帶來的困難，因此我們集中分析面向Agent技術固有的、本質上的缺陷：

（1）交互的形式與結果本質上是不可預測的；

（2）由于極有可能出現(xiàn)涌現(xiàn)行為，系統(tǒng)整體的行為也是難以預測的。

首先，關于交互的形式、對象、時機與目標的決策都是實時的，它與Agent的內(nèi)部狀態(tài)、Agent對環(huán)境的認知（或許還包括相近的Agent的狀態(tài)）以及當時的組織背景有著復雜的依賴關系。將這些多樣的因素混雜到一起意味著預測系統(tǒng)的交互是極其困難的。其次，在交互開始時提出的請求與最終交互產(chǎn)生的結果之間可能存在很大的變化。由于Agent對自己的選擇有自治權，這使初始的要求可能完全被滿足，也可能完全被拒絕，或者通過又一系列交互后做出某些改動，簡而言之，無論是交互的性質還是結果都不可能在最開始的時候就確定下來。

在開發(fā)特定的系統(tǒng)或應用時，設計者們可以通過嚴格規(guī)范組織結構、限制Agent交互的性質與范圍來回避上面提到的缺陷。然后，這些規(guī)定也制約了面向Agent技術發(fā)揮它本具有的功效。如何解決這個兩難的問題，還需要學者們做更深入的研究。

參考文獻：

[1]Nicholas R.Jennings.An Agent-based approach for building complex software systems[J].Communications of the ACM.2001，Vol 44（No.4）：35.

[2]G.Booch.Object-Oriented Analysis and Design with Applications[M].Addison-Wesley MA，1994.

[3]B.Meyer.Object-Oriented Software Construction[M].Prentice Hall：Englewood Cliffs，1988.

[4]Nicholas R.Jennings.On Agent-based software engineering[J].Artificial Intelligence.2000，Vol 117：277-296.

[5]P.C.Janca.Pragmatic application of information Agents[R].BIS Strategic Report，1995.

作者簡介：牛永鑫（1969.03-），男，遼寧錦州人，碩士，副教授，主要從事計算機網(wǎng)絡、多媒體、計算機應用設計。

作者單位：遼寧石化職業(yè)技術學院，遼寧錦州 121000