Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-9744 МУЛЬТИАГЕНТНОЕ МОДЕЛИРОВАНИЕ И ПЛАНИРОВАНИЕ ЛОГИСТИКИ Аксенов К.А. Aksenov K.A. wiper99@mail.ru Неволина А.Л. Nevolina A.L. a.l.nevolina@ustu.ru Аксенова О.П. Aksenova O.P. K-36398@planet-a.ru Смолий Е.Ф. Smoliy E.F. smoliylena@yandex.ru ФГАОУ ВПО «Уральский федеральный университет имени первого Президента России Б.Н. Ельцина» Ural Federal University named after First President of Russia B.N. Yeltsin 26 04 2013 4 42 42 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=9744

В работе представлены тенденции развития мультиагентного планирования, систем поддержки принятия решений и систем имитационного моделирования. Проведено сравнение двух перспективных подходов (сетей потребностей-возможностей и мультиагентной модели процессов преобразования ресурсов) и их соответствующих программных реализаций (MAGENTA и BPsim). Несмотря на активное применение средств концептуального моделирования на основе языка UML в области разработки информационных систем, применение данных средств в инженерии имитационного моделирования ограниченно. Преимуществом подхода интеграции концептуального и имитационного моделирования является возможность быстрого перехода от концептуальных к моделям проектирования и применения (программной реализации). При решении задачи перехода от концептуальной модели к имитационной могут быть использованы онтологии или модели представления знаний.

In this work was described trends of evolution multi agent intelligent scheduling, decision support systems and simulation systems for task of logistic scheduling. The comparison of two perspective approaches of intelligent scheduling (the Needs-and-Means Networks and the model of multi agent resources conversion process) and related information technologies (MAGENTA and BPsim) was described. Despite active application of conceptual modeling tools based on UML language in the area of information systems development, application of such tools in simulation modeling engineering is limited. An advantage of conceptual and simulation modeling integration approach is the capability of rapid transition from conceptual models to the models of engineering and application (program implementation). To define a transition from conceptual models to simulation models one may use ontologies or knowledge representation models.

 мультиагентная система имитационное моделирование планирование логистика процесс преобразования ресурсов multi agent system simulation scheduling logistic resources conversion process

1. Аксенов К.А. Теория и практика средств поддержки принятия решений : монография. — Germany, Saarbrucken: LAP LAMBERT Academic Publishing GmbH & Co. KG, 2011. — 341 с.

2. Борщев А.В. Применение имитационного моделирования в России : мат. 3-й Всерос. конф. ИММОД 2007. — СПб., 2007. — С. 11-16. - URL: http://www.anylogic.ru/upload/iblock/981/98110c406433a4ed72833480ad775068.pdf (дата обращения: 02.06.2013).

3. Москалев И.М. Система анализа и оптимизации процессов преобразования ресурсов : дис. … канд. техн. наук. — Екатеринбург, 2006. — С. 138–150.

4. Скобелев П.О. Мультиагентные технологии для управления ресурсами в реальном времени // Механика, управление и информатика (Таруса, 2-4 марта 2011 г.) — Таруса, 2011. - URL: http://www.iki.rssi.ru/seminar/2011030204/presentation/20110303_03.pdf (дата обращения: 02.06.2013).

5. Aksyonov K.A., Bykov E.A., Skvortsov A.A., Aksyonova O.P., Smoliy E.F. Intelligent system for scheduling transportation within gas stations network. Proceedings of the 2012 Winter Simulation Conference (WSC 2012). — Berlin, Germany. 2012. - URL: http://informs-sim.org/wsc12papers/includes/files/pos194.pdf (дата обращения: 02.06.2013).

6. Aksyonov K.A., Bykov E.A., Wang Kai, Aksyonova O.P. Application of simulation-based decision support systems to optimization of construction corporation processes. Proceedings of the 2012 Winter Simulation Conference (WSC 2012). — Berlin, Germany, 2012. - URL: http://informs-sim.org/wsc12papers/includes/files/pos172.pdf (дата обращения: 02.06.2013).

7. Kowalski M., Zelewski S., Bergenrodt D., Klupfel H. Application of new techniques of artificial intelligence in logistics: an ontology-driven case-based reasoning approach // Proceedings of ESM'2012 (ESM - European Simulation and Modelling Conference) October 22-24, 2012, FOM University of Applied Sciences. — Essen, Germany. — P. 323-328.

8. Jennings N.R. On agent-based software engineering // Artificial Intelligence. — 2000, vol. 117, — P. 277-296. - URL: http://www.agentfactory.com/~rem/day4/Papers/AOSE-Jennings.pdf (дата обращения: 02.06.2013).

9. Wooldridge M. Agent-based software engineering // IEEE Proc. Software Engineering. — 1997, № 144 (1). — P. 26–37.