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。