張冉 林杰

摘要：多agent技術(shù)在復(fù)雜建模領(lǐng)域具有優(yōu)勢(shì)，是當(dāng)前研究的一個(gè)熱點(diǎn)。但對(duì)于普通研究者來說，從底層開發(fā)多agent系統(tǒng)具有復(fù)雜性。因此，該文分析了多agent系統(tǒng)的分析和設(shè)計(jì)過程，討論了以JADE為開發(fā)工具的多agent系統(tǒng)開發(fā)步驟，并設(shè)計(jì)了基于Jess的知識(shí)推理流程，增強(qiáng)了agent智能性。對(duì)基于JADE和Jess的智能agent系統(tǒng)的開發(fā)過程進(jìn)行了研究。

關(guān)鍵詞：智能agent； 多agent系統(tǒng)； JADE； Jess

中圖分類號(hào)： TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）25-5955-03

Developing Intelligent Agent System with JADE and Jess

ZHANG Ran1，2， LIN Jie1

（1.School of Economic and Management， Tongji University， Shanghai 201804， China； 2.School of Statistics and Information， Xinjiang University of Finance and Economics， Urumqi 830012， China）

Abstract： Due to developing multi-agent system from the bottom has been a very challenging task. This paper studied the development of intelligent agent system with JADE and Jess. Firstly， the analysis and design of the multi-agent system is described； then， the development steps of the multi-agent system with JADE are presented； finally， knowledge inference process with Jess is designed to enhance the intelligence of agent.

Key words： Intelligent agent； Multi-agent system； JADE； Jess

agent作為分布式人工智能概念模型，具有自己行為、目標(biāo)和知識(shí)，是能感知環(huán)境[1]并在一定環(huán)境下自主運(yùn)行的實(shí)體，具有主動(dòng)性、獨(dú)立性、反應(yīng)性、交互性等特點(diǎn)[2]。多個(gè)agent 通過協(xié)同機(jī)制構(gòu)成多agent系統(tǒng)（Multi-Agent System，MAS）[3]，對(duì)每個(gè)agent的目標(biāo)、資源和知識(shí)等進(jìn)行合理安排， 通過相互協(xié)同和協(xié)作，每個(gè)agent都能獨(dú)立地運(yùn)行，在實(shí)現(xiàn)各自的目標(biāo)基礎(chǔ)上，完成單個(gè)agent無法完成的復(fù)雜任務(wù)[4]， 從而可對(duì)復(fù)雜系統(tǒng)進(jìn)行建模。

1 系統(tǒng)開發(fā)工具介紹

JADE （Java Agent DEvelopment Framework） [5]是一個(gè)用Java語言寫成遵照FIPA定義的MAS開發(fā)框架，它包括一個(gè)agent 賴以生存的運(yùn)行環(huán)境，開發(fā)agent應(yīng)用的類庫(kù)和用來調(diào)試和配置的一套圖形化的工具，簡(jiǎn)化了MAS的開發(fā)過程。Jess（Java Expert System Shell）是一個(gè)由Java語言實(shí)現(xiàn)的專家系統(tǒng)外殼，使用聲明式編程通過一個(gè)名為“模式匹配”的過程連續(xù)對(duì)事實(shí)的集合運(yùn)用一系列規(guī)則，完成知識(shí)的推理。它小巧、靈活，并且是已知規(guī)則引擎中最快的[6]。由于JADE和Jess都是基于java語言的，因此，Jess可以集成為agent的推理組件，增強(qiáng)agent的智能性。

2 多agent系統(tǒng)的分析與設(shè)計(jì)

多agent系統(tǒng)的分析與設(shè)計(jì)過程如圖1所示主要分為以下3個(gè)階段。

1） 分析問題：

該階段主要是明確系統(tǒng)邊界和對(duì)用戶的需求進(jìn)行分析。定義出系統(tǒng)的總目標(biāo)及其各子目標(biāo)之間的層次關(guān)系。

2） agent建模：

該階段主要是根據(jù)系統(tǒng)目標(biāo)和子目標(biāo)，設(shè)計(jì)各類agent，包括它們的屬性和任務(wù)，并定義這些agent之間的交互關(guān)系。

3） 建立多agent系統(tǒng)平臺(tái)：

該階段主要是創(chuàng)建設(shè)計(jì)好的agent，實(shí)現(xiàn)它們的屬性和任務(wù)，并對(duì)它們之間的交互進(jìn)行控制和協(xié)調(diào)，完成各自的目標(biāo)和系統(tǒng)的總目標(biāo)。

3 基于JADE的多agent系統(tǒng)開發(fā)

JADE提供了遵照FIPA規(guī)范的agent開發(fā)平臺(tái)和開發(fā)agent的軟件包。主要包括agent管理系統(tǒng)（AMS）和目錄服務(wù)（DF）兩類特殊的agent，以及一個(gè)消息傳輸系統(tǒng)（MTS）[5]，為供應(yīng)鏈建模層提供agent的通信和管理等基本服務(wù)。使用JADE開發(fā)MAS主要分為以下幾步：

1） 創(chuàng)建agent：使用JADE創(chuàng)建agent，只需要定義一個(gè)從jade.core.Agent類繼承的類即可，然后由JADE平臺(tái)實(shí)時(shí)進(jìn)行實(shí)例化，agent之間的引用從不在agent外部公開，它們之間通過傳遞消息來進(jìn)行交互。每個(gè)agent實(shí)例通過agent標(biāo)識(shí)符進(jìn)行識(shí)別，格式為@。

2） 定義agent任務(wù)：在JADE中，agent的任務(wù)使用行為（Behaviours）來表示的，它通過一個(gè)繼承jade.core.behaviour類的對(duì)象來實(shí)現(xiàn)。為了讓agent執(zhí)行由行為對(duì)象表示的任務(wù)，必須使用agent類的addBehaviour（）方法將行為添加到agent上。

3） agent的搜索：JADE平臺(tái)提供了黃頁服務(wù)，允許agent發(fā)布它提供的一個(gè)或多個(gè)功能，以便其它agent可以動(dòng)態(tài)的發(fā)現(xiàn)和使用它們。在JADE中，由稱為DF的agent提供黃頁服務(wù)，遵守FIPA中的管理規(guī)范。

4） agent的通訊：JADE中的agent通訊是遵從FIPA標(biāo)準(zhǔn)，基于異步消息模式傳遞的。實(shí)時(shí)運(yùn)行環(huán)境中傳遞的消息會(huì)先存放到agent的消息隊(duì)列中，然后按照agent開發(fā)者的設(shè)計(jì)進(jìn)行處理。JADE中的消息作為jade.lang.acl.ACLMessage類的一個(gè)對(duì)象，提供get方法和set方法訪問ACL格式制定的所有字段。

4 基于JADE和Jess的agent知識(shí)規(guī)則集成

4.1 知識(shí)的推理流程

集成了Jess之后，agent知識(shí)推理流程如圖2所示，主要過程如下：

1） 知識(shí)推理部件首先對(duì)Jess環(huán)境下的推理引擎進(jìn)行一些初始化的工作，例如set_templates、set_rules等。

2） 在仿真的過程中agent的決策函數(shù)遇到?jīng)Q策問題時(shí)會(huì)向知識(shí)推理部件發(fā)送決策請(qǐng)求消息，這些請(qǐng)求消息里包含實(shí)時(shí)的決策參數(shù)。知識(shí)推理部件收到這些消息后，會(huì)把決策參數(shù)封裝成特定的事實(shí)集，并通過set_facts方法向推理引擎發(fā)送，也就是在Jess的工作內(nèi)存中聲明事實(shí)。

3） 知識(shí)推理部件通過Run_engine方法啟動(dòng)推理引擎，Jess會(huì)根據(jù)事實(shí)集里的事實(shí)調(diào)用規(guī)則進(jìn)行推理，推理結(jié)束后使用Save_facts方法保存推理結(jié)果。

知識(shí)推理部件向決策函數(shù)返回推理結(jié)果（即決策結(jié)果），并使用clean_memory方法清空J(rèn)ess工作內(nèi)存中的事實(shí)集。

4.2 Jess中的知識(shí)表達(dá)

Jess使用框架和產(chǎn)生式規(guī)則方式表示知識(shí)。例如，采購(gòu)agent采用定量訂貨模型，存儲(chǔ)水平小于等于再訂貨點(diǎn)就生成采購(gòu)列表。其中，生成采購(gòu)列表的知識(shí)用Jess表示為：

（deftemplate material （slot mid） （slot mip）） ；定義物料存儲(chǔ)信息框架

（deftemplate materialstock （slot mid） （slot rl）） ；定義物料采購(gòu)參數(shù)框架

（deftemplate buylist （slot mid）） ；定義采購(gòu)申請(qǐng)列表框架

（defrule buyinform

（materialstock （mid ？mid）（rl ？rl）） ；查詢物料的再訂貨點(diǎn)

（material （mid ？mid）（mip ？mip&：（<= ？mip ？rl）））；查詢現(xiàn)貨水平低于再訂貨點(diǎn)的物料編號(hào)

=>

（assert （buylist （mid ？mid）））；把需要訂貨的物料編號(hào)寫入采購(gòu)列表

）

...

4.3 Jess的集成

我們可以使用jess.rete包把用Jess寫的規(guī)則嵌入到agent中去，首先創(chuàng)建一個(gè)jess.rete類的對(duì)象，然后就可以使用executeCommand（）、reset（）或run（）等方法執(zhí)行Jess的推理，agent中的代碼如下：

Rete engine = new Rete（this）；

engine.executeCommand（"（batch ＼"" + rulesFile + "＼"）"）；

engine.reset（）；

if （new File（factsFile）.exists（））

engine.executeCommand（"（load-facts ＼"" + factsFile + "＼"）"）；

...

5 結(jié)論

本對(duì)智能agent系統(tǒng)的開發(fā)進(jìn)行了討論。通過分析問題和agent建模之后，研究者可以使用JADE簡(jiǎn)化多agent系統(tǒng)的開發(fā)過程，同時(shí)，agent中集成基于Jess的知識(shí)規(guī)則，可以提升多agent系統(tǒng)的智能性。

參考文獻(xiàn)：

[1] Russell S，Norvig P，Canny J，Malik J，Edwards D.Artificial intelligence： a modern approach[M].New Jersey： Pearson Education，2010.

[2] 屈正庚.網(wǎng)絡(luò)交易中多Agent協(xié)商策略的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展，2014（2）：111-114，119.

[3] Vila X，Schuster A，Riera A.Security for a Multi-Agent System based on JADE [J].Computers & Security， 2007（5）：391-400.

[4] 鄧寒冰，張霞，劉積仁.效用驅(qū)動(dòng)的多agent合作機(jī)制[J].通信學(xué)報(bào)，2013（7）：124-133，142.

[5] Fabio Bellifemine，Giovanni Caire，Dominic Greenwood.Developing multi-agent systems with JADE [M]. USA： John Wiley & Sons Ltd，2007.

[6] FRIEDMAN-HILL E. JESS in Action [M].Greenwich，CT：Manning，2003.