分布式人工智能(DAI)是人工智能研究的一个重要分支,始于20世纪70年代未,其研究的是怎样使用一组协作的实体来实现协同式的问题求解。DAI的研究内容包含分布式问题求解(DPS)和多智能体系统(MAS)。近年来,对Agent和MAS的研究为分布式系统的综合、分析、实现和应用开辟了一条新的有效途径。DAI技术广泛应用于众多领域,如决策支持、网页搜索和信息获取、信息系统建模等。Agent的智能就在于其适应性、独立性,而且它还具有推理能力。一个Agent通过与其它Agent的协作来执行计划和任务以实现其目标,通过学习动态地适应周围环境的变化。Agent之间的关系通常是异构的。MAS就是一个由多个Agent松散耦合在一起的网络,可用于求解那些超出单个Agent能力或知识之外的问题。对MAS进行研究所带来的的优势主要体现在:所求解问题是单个Agent所不及的;提高了问题求解速度和可靠性;容许不确定的数据和知识。在MAS里,研究的核心问题在于协调、协商和通信。综合录井是指在钻井过程中应用电子技术、计算机技术、网络通信技术及信息分析技术,借助分析仪器对各种地质钻井工程以及其它随钻信息进行分析处理,进而达到发现油气层的一项随钻石油勘探技术。其主要任务是在钻探过程中实时获得各项数据,为油气田的勘探和开发提供可靠的第一手资料。它拥有采集数据多、精度高、数据连续、资料实时性强、评价速度快以及受人为因素干扰少等特点。综合录井系统主要包含硬件(综合录井仪)和软件(联机、脱机系统)两个部分。针对目前国内综合录井技术水平相比国外在总体上仍有较大差距的现状,为增强综合录井系统在作业决策现场化,井场信息集成化,智能化,小型化等方面的能力,使系统更具开放性,我们在三个层面上构建了基于MAS技术的综合录井系统模型,即层次模型、结构模型和业务模型。同时对模型中Agent模块的功能进行了定义,并对Agent之间的通信、协调与合作以及Agent的知识表达、更新与共享进行了研究。在实际应用项目中,我们依据该系统模型,实现了一个新型综合录井系统软件。在实际应用中该系统获得了较好的运行效果。