论文部分内容阅读
【摘 要】当今计算机科学的应用都在向网络化、知识化方向发展。由此诞生了语义Web的概念,语义Web上的知识则需要通过分布式推理技术来得到。而多Agent技术为语义Web提供了一个良好的解决方法。本文介绍了多Agent的传统合作机制,提出了改良的基于多Agent的语义Web推理技术框架Mabswif。它能有效降低通信量,平衡通信负载。
【关键词】多Agent;推理技术;语义Web
文章编号:ISSN1006—656X(2014)011-0093-01
一、Agent和多Agent
Agent是自治的实体,它具有智能的特征,能够自主的解决问题。MAS,即多Agent系统,是在单个Agent的基础上,研究以协作的方式来处理分布式问题的方法。把MAS应用于语义Web可以有效的促进网络的知识化、智能化。多Agent技术的强势之处在于可以以个体合作的方式解决困难问题,并且可以适应复杂的环境变化。把多Agent技术应用于语义Web为语义Web获取更多的知识,并且能够实现语义Web上的自动推理。
二、语义Web上的Agent合作机制
目前对使用多Agent合作技术解决语义Web上的推理问题的研究还尚未见到。不过通用的合作机制及语义Web本身的特点是解决这一问题的关键。
通过对人类社会的研究,出现了一些多Agent通用的合作机制。它们包括合同网、黑板模型、基于承诺和约定的协作方法、市场机制、多Agent规划等机制。合同网是广泛使用的一种多Agent合作的机制,它模拟人类社会招投标的过程,通过竞争的方式,把对问题解决交给合适的Agent。在黑板模型中,黑板是一个共享的问题求解工作空间,多个专家通过不断对问题求解空间知识的更新求解问题。
在通用的多Agent合作解决问题的机制中,使用的最多的是合同网。但把合同网直接应用于语义Web推理时,具有以下一些缺点:
语义Web上的推理任务容易分解为形如(s, ?p, o)这样的原子任务(其中,s表示主语,o表示宾语,这个原子任务要求推出s和o之间的关系)。对于这样的简单任务,不需要在合同网中完成所有的交互过程。
语义Web的知识分布范围非常广。所以对于大规模的消息传递是不可接受的,因为这样不仅会占用网络的带宽,而且将在通信上花费大量的时间。在传统的合同网中,所有的消息都是直接传送的,所以语义Web环境下会带来巨大的通信开销回并且由于管理者直接传送消息。
合同网节点之间的信息共享程度低。这样会导致资源的浪费。而语义Web本身就是一个分布式的海量知识库,应该充分共享利用这些知识来促进推理。
由于以上这些问题的存在,导致传统的合同网机制不能直接应用于语义Web的推理,而有必要提出新的机制或方法。
三、基于MAS的语义Web推理技术框架Mabswif
Mabswif是一个基于MAS的语义Web推理技术框架。MAS非常适合于在动态的网络环境下解决分布式的问题。Mabswif以MAS为核心,把合同网和黑板机制相结合,并对它们进行改进,以提高合作进行语义Web推理的效率。
把合同网和黑板机制相结合,并加以改进的时候,需要针对语义Web推理的特点。语义Web推理有以下特点:
语义Web上的推理任务容易分解为形如(s, ?p, o)这样的原子任务(其中,s表示主语,o表示宾语,这个原子任务要求推出s和o之间的关系)。
语义Web的知识分布范围非常广。所以对于大规模的消息传递是不可接受的,因为这样不仅会占用网络的带宽,而且将在通信上花费大量的时间。
语义Web本身就是一个分布式的海量知识库,在进行推理的时候应该充分共享利用这些知识来促进推理。
针对语义Web的这些特点,Mabswif在传统合同网和黑板机制的基础上提出以下改进。
建立规则实现合同网的分布式竞标决策和任务自动分配。在以往的合同网的运行过程中,有问题识别、任务通知、投标、授权合同几个过程。在整个任务处理的过程中,管理者承担了大部分的招投标处理过程,之后又需要把处理结果发送给在合同网中相对在招投标处理方面“能力低下”的承包者。所以降低出现系统瓶颈的可能性,需要提高承包者处理招投标过程的能力。并把招投标处理过程的大部分交给承包者来并发完成。由于语义Web原子推理任务的简单性,而各承包者也只需要完成原子推理任务,所以各承包者在投标时的评标原则并不复杂,所以可以通过把评标原则放入各承包者中,并提供一个公共的知识库,让它们能知道对方的能力信息,从而自动判断自己是否得到授权。评标原则应该让每个承包者经过计算后得到一样的结果。
使用黑板机制减少合同网通信的信息量,在传统的合同网中,请求和应答是以消息的方式进行的。在语义Web中,由于推理结果可能是大数据量的,如果仍然采用这种用消息传送数据的方式,会导致网络不堪重负并有可能出现瓶颈节点(最可能是管理者)。通过引入黑板机制,对任务的解决是通过不断的由Agent主动对黑板进行更新来逐步完成的,而Agent只需要在初始阶段知道黑板的地址就可以了。通过使用黑板机制,对消息的传送成倍的减少,从而减小了通信的成本,缩短了通信的时间。
引入广播技术平衡各Agent的通信负载。在传统的合同网中,通信是在管理者和承包者之间进行的。在语义Web中,知识的分布范围非常的广,参与推理的承包者可能会非常多且广为分布。对于语义Web,由于承包者的数量大大多于管理者的数量,并且管理者的通信处理时间与承包者的数量成正比,所以管理者会成为系统通信的瓶颈节点。所以,把合同网应用于语义Web,需要构建合适的机制快速的完成系统的通信。通过构造合适的相同的消息,可以使用广播技术进行消息的传递。消息的传送速度将以指数级的速度增长,并且实现了通信任务在各个节点之间的均衡。
需要说明的是,Mabswif对一些具体的技术留下了空间,例如,Mabswif未对RDF推理引擎如何实现进行限定。只要该RDF推理引擎能实现对原子推理任务的推理,则可以使用任何方法实现RDF推理引擎。
四、结束语
基于语义Web的多Agent技术可以高效的利用语义Web巨大的海量知识库,实现分布式的并行推理,大大提高了效率,也充分利用了资源。推理所得到的知识又可以添加到语义Web中,促进了知识库的增长。建立Mabswif的框架,可以充分利用Agent的特点,结合以往多种Agent合作机制的优点,实现Agent的高效合作,提高语义Web推理的效率。
【关键词】多Agent;推理技术;语义Web
文章编号:ISSN1006—656X(2014)011-0093-01
一、Agent和多Agent
Agent是自治的实体,它具有智能的特征,能够自主的解决问题。MAS,即多Agent系统,是在单个Agent的基础上,研究以协作的方式来处理分布式问题的方法。把MAS应用于语义Web可以有效的促进网络的知识化、智能化。多Agent技术的强势之处在于可以以个体合作的方式解决困难问题,并且可以适应复杂的环境变化。把多Agent技术应用于语义Web为语义Web获取更多的知识,并且能够实现语义Web上的自动推理。
二、语义Web上的Agent合作机制
目前对使用多Agent合作技术解决语义Web上的推理问题的研究还尚未见到。不过通用的合作机制及语义Web本身的特点是解决这一问题的关键。
通过对人类社会的研究,出现了一些多Agent通用的合作机制。它们包括合同网、黑板模型、基于承诺和约定的协作方法、市场机制、多Agent规划等机制。合同网是广泛使用的一种多Agent合作的机制,它模拟人类社会招投标的过程,通过竞争的方式,把对问题解决交给合适的Agent。在黑板模型中,黑板是一个共享的问题求解工作空间,多个专家通过不断对问题求解空间知识的更新求解问题。
在通用的多Agent合作解决问题的机制中,使用的最多的是合同网。但把合同网直接应用于语义Web推理时,具有以下一些缺点:
语义Web上的推理任务容易分解为形如(s, ?p, o)这样的原子任务(其中,s表示主语,o表示宾语,这个原子任务要求推出s和o之间的关系)。对于这样的简单任务,不需要在合同网中完成所有的交互过程。
语义Web的知识分布范围非常广。所以对于大规模的消息传递是不可接受的,因为这样不仅会占用网络的带宽,而且将在通信上花费大量的时间。在传统的合同网中,所有的消息都是直接传送的,所以语义Web环境下会带来巨大的通信开销回并且由于管理者直接传送消息。
合同网节点之间的信息共享程度低。这样会导致资源的浪费。而语义Web本身就是一个分布式的海量知识库,应该充分共享利用这些知识来促进推理。
由于以上这些问题的存在,导致传统的合同网机制不能直接应用于语义Web的推理,而有必要提出新的机制或方法。
三、基于MAS的语义Web推理技术框架Mabswif
Mabswif是一个基于MAS的语义Web推理技术框架。MAS非常适合于在动态的网络环境下解决分布式的问题。Mabswif以MAS为核心,把合同网和黑板机制相结合,并对它们进行改进,以提高合作进行语义Web推理的效率。
把合同网和黑板机制相结合,并加以改进的时候,需要针对语义Web推理的特点。语义Web推理有以下特点:
语义Web上的推理任务容易分解为形如(s, ?p, o)这样的原子任务(其中,s表示主语,o表示宾语,这个原子任务要求推出s和o之间的关系)。
语义Web的知识分布范围非常广。所以对于大规模的消息传递是不可接受的,因为这样不仅会占用网络的带宽,而且将在通信上花费大量的时间。
语义Web本身就是一个分布式的海量知识库,在进行推理的时候应该充分共享利用这些知识来促进推理。
针对语义Web的这些特点,Mabswif在传统合同网和黑板机制的基础上提出以下改进。
建立规则实现合同网的分布式竞标决策和任务自动分配。在以往的合同网的运行过程中,有问题识别、任务通知、投标、授权合同几个过程。在整个任务处理的过程中,管理者承担了大部分的招投标处理过程,之后又需要把处理结果发送给在合同网中相对在招投标处理方面“能力低下”的承包者。所以降低出现系统瓶颈的可能性,需要提高承包者处理招投标过程的能力。并把招投标处理过程的大部分交给承包者来并发完成。由于语义Web原子推理任务的简单性,而各承包者也只需要完成原子推理任务,所以各承包者在投标时的评标原则并不复杂,所以可以通过把评标原则放入各承包者中,并提供一个公共的知识库,让它们能知道对方的能力信息,从而自动判断自己是否得到授权。评标原则应该让每个承包者经过计算后得到一样的结果。
使用黑板机制减少合同网通信的信息量,在传统的合同网中,请求和应答是以消息的方式进行的。在语义Web中,由于推理结果可能是大数据量的,如果仍然采用这种用消息传送数据的方式,会导致网络不堪重负并有可能出现瓶颈节点(最可能是管理者)。通过引入黑板机制,对任务的解决是通过不断的由Agent主动对黑板进行更新来逐步完成的,而Agent只需要在初始阶段知道黑板的地址就可以了。通过使用黑板机制,对消息的传送成倍的减少,从而减小了通信的成本,缩短了通信的时间。
引入广播技术平衡各Agent的通信负载。在传统的合同网中,通信是在管理者和承包者之间进行的。在语义Web中,知识的分布范围非常的广,参与推理的承包者可能会非常多且广为分布。对于语义Web,由于承包者的数量大大多于管理者的数量,并且管理者的通信处理时间与承包者的数量成正比,所以管理者会成为系统通信的瓶颈节点。所以,把合同网应用于语义Web,需要构建合适的机制快速的完成系统的通信。通过构造合适的相同的消息,可以使用广播技术进行消息的传递。消息的传送速度将以指数级的速度增长,并且实现了通信任务在各个节点之间的均衡。
需要说明的是,Mabswif对一些具体的技术留下了空间,例如,Mabswif未对RDF推理引擎如何实现进行限定。只要该RDF推理引擎能实现对原子推理任务的推理,则可以使用任何方法实现RDF推理引擎。
四、结束语
基于语义Web的多Agent技术可以高效的利用语义Web巨大的海量知识库,实现分布式的并行推理,大大提高了效率,也充分利用了资源。推理所得到的知识又可以添加到语义Web中,促进了知识库的增长。建立Mabswif的框架,可以充分利用Agent的特点,结合以往多种Agent合作机制的优点,实现Agent的高效合作,提高语义Web推理的效率。