论文部分内容阅读
自主计算所要解决的是日益复杂的计算环境中所面临的管理与成本问题,提高系统的运行效率,使得系统能够自我管理。自主计算系统能够自动完成复杂任务,具有根据环境变化自我调节、自我优化的特性。本文从自主计算中的自主单元建模、策略驱动管理、自组织、自优化等方面进行研究。本文主要工作和创新性贡献如下:
1、在BDI主体模型基础上,引入策略、动作、环境信息,提出了基于动态描述逻辑的自主单元模型,采用动态描述逻辑的知识表示和推理系统来支持自主单元的知识表达和问题求解,分析了自主单元的状态觉察、基于策略的决策和行为调度执行,实现了自主单元状态觉察能力和基于策略驱动的推理能力。在自主单元内核中添加基于动态描述逻辑的策略引擎,提供了基于策略的控制与协调。基于本文模型的自主单元能够根据环境状态的动态变化,在策略驱动下,进行循环决策和评价,实现系统自我管理功能。
2、定义了一种带语义的通用策略表示语言DDL-GPSL,该语言在动态描述逻辑语言中,加入常规的数值计算,解决了策略描述一致性问题、策略状态匹配和目标规划问题,能够有效支持自主单元基于策略驱动的管理。
3、提出了一种基于动态关系网的自主单元组织结构,该组织结构下自主单元能够基于策略自适应调整关系权值,为自主单元合作完成复杂任务提供理性决策支持。在该结构基础上,设计了面向服务的动态自组织算法,该算法通过在动态关系网中合作伙伴发现、服务组合、任务分配与执行、任务评价、异常处理以及服务优化策略,实现了自主单元的自组织行为。基于自主单元组织结构和动态自组织算法,设计实现了居民生活用电仿真系统RSMAS。该系统通过模拟社会关系网中居民之间交互影响,能够定量分析社会因素在居民生活用电中的影响。系统运行结果表明了本文提出的自主单元组织结构及自组织算法是有效合理的。
4、提出了基于偏好学习的强化学习模型PRLearner,将强化学习和偏好学习结合起来:强化学习根据偏好调整搜索空间,避免不必要的搜索;偏好学习根据强化学习自学习策略调整偏好,免受不正确经验的误导。在该模型基础上,设计了自主单元的自优化机制,使得自主单元能够从环境反馈和已有经验中学习,加强导致系统效用增加的状态-动作对,而减弱导致系统效用更低的状态-动作对,实现系统自优化。基于自主单元的自优化机制,设计了电力消费仿真实验。该实验通过模拟市场机制下资源分配,使得自主单元从市场交互和已有经验中学习,根据供需均衡来实现资源优化分配。实验结果表明,通过上述自优化机制提高了供需均衡收敛速度,验证了本文方法的可行性和有效性。
上述工作分别从理论和应用的角度对自主计算中自组织和自优化进行了深入研究,为了支持快速设计和开发自主计算应用系统,本文借鉴智能主体相关方法和技术,设计了一种基于主体的自主计算系统开发方法,在多主体环境MAGE基础上,实现了可视化自主计算系统开发工具VAStudio-SM。