Согласованные решения в мультиагентной информационной системе тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат физико-математических наук Кудрявцев, Константин Николаевич

  • Кудрявцев, Константин Николаевич
  • кандидат физико-математических науккандидат физико-математических наук
  • 2011, Челябинск
  • Специальность ВАК РФ05.13.17
  • Количество страниц 148
Кудрявцев, Константин Николаевич. Согласованные решения в мультиагентной информационной системе: дис. кандидат физико-математических наук: 05.13.17 - Теоретические основы информатики. Челябинск. 2011. 148 с.

Оглавление диссертации кандидат физико-математических наук Кудрявцев, Константин Николаевич

Введение.

Глава 1. Гарантированные исходы и риски

§1. Формализация гарантированного по исходам и рискам решения для интеллектуальных агентов

§2. Свойства

§3. Существование

§4. Распределение предварительных исходов между интеллектуальными агентами.

§5. Линейно-квадратичный случай модели (1.1)

§6. Модель с сепарабельными оценочными функциями

§7. Модель рынка бесконечно делимого товара с двумя товаропроизводителями и учетом импорта

Глава 2. Динамическая линейно-квадратичная МИУС

§8. Формализация гарантированного по исходам и рискам решения

§9. Построение гарантированного по исходам и рискам решения

§10. Модельный пример

Рекомендованный список диссертаций по специальности «Теоретические основы информатики», 05.13.17 шифр ВАК

Введение диссертации (часть автореферата) на тему «Согласованные решения в мультиагентной информационной системе»

Одной из важнейших задач теоретических основ информатики является разработка и анализ моделей информационных процессов, в частности, в мультиагентных информационно-управляющих системах (МИУС). В диссертации для МИУС учитываются, во-первых, взаимодействие интеллектуальных агентов, выражающееся в выработке совместных действий, во-вторых, наличие двухуровневой иерархии в передаче информации.

Разработка технологии и исследование взаимодействий интеллектуальных агентов, а также создание мультиагентных систем представляет собой одну из наиболее важных областей развития новых информационных технологий. У специалистов по информационным технологиям сформировалось и вошло в широкий научный обиход представление об интеллектуальных агентах как автономных, активных, а главное мотивированных объектах "живущих" и "действующих" в сложных виртуальных средах, в частности, в информационных системах [1,4,16-19,42,100,101]. Уже сегодня агентный подход находит широкое применение в таких областях как распределенное решение сложных задач, построение виртуальных предприятий, имитационное моделирование интегрированных производственных систем. В ближайшем будущем он несомненно займет центральное место при развитии средств управления информацией и знаниями.

В теории мультиагентных систем (MAC) обычно предполагается, что отдельный агент может иметь лишь частичное представление об общей задаче и способен решить только некоторую ее подзадачу. Поэтому для решения сколько-нибудь сложной проблемы, как правило, требуется взаимодействие агентов. Этот социальный аспект решения задач - одна из фундаментальных характеристик новизны как передовых компьютерных технологий, так и искусственных (виртуальных) организаций, строящихся как MAC [5,18,67,72,74,80,82,86,93,95,99]. эН

Предыстория теории агентов связана в первую очередь с описанием" реактивных агентов в контексте проблематики искусственной жизни, которая восходит к работам У.Питтса и У.МакКаллока по формальным нейронам, Дж.фон Неймана по самовоспроизводящимся автоматам, А.Н.Колмогорова по теории сложности, У. фон Форстера по теории самоорганизации, У.Эшби по гомеостазису, Г.Уолтера по реактивным роботам, Дж.Холланда по генетическим алгоритмам. Особое место в этом ряду занимает школа коллективного поведения автоматов М.Л.Цетлина [55,56]. В работах этой школы [28,47,56] ниже кардинально использован исторический обзор из [50] впервые в мире был поставлен вопрос о возможности моделирования целесообразного поведения в стационарной среде при рассмотрении коллектива реактивных агентов минимальной сложности. Как показал М.Л.Цетлин, если среда является стационарной и вероятностной (реакции среды на действия агента выдаются с неизменным для каждого действия распределением), то для организации целесообразного взаимодействия со средой достаточно иметь в качестве агента конечный автомат определенной структуры. Расширение адаптивности агентов достигалось за счет перехода к автоматам переменной структуры. Это решение обеспечивало лишь некоторый, весьма невысокий уровень целесообразности, величина которого зависела от свойств среды.

Дальнейшее развитие этого направления связано с разработкой элементов теории локально организованных систем [48]. Подробнее о работах школы коллективного поведения в книгах [5,6]; сопоставление тенденций развития этого направления с некоторыми результатами теории MAC проведено В.Л.Стефанюком в работе [49].

В 60-е - 70-е годы сформировались еще две школы моделирования интеллектуальных агентов и их свойств - школа рефлексивного поведения В.А.Лефевра [29] и школа нормативного социального поведения Д.А.Поспелова [43,44]. В частности, было предложено описание действий (поведенческих актов) агентов фреймами поступков, представляющих собой пары взвешенных графов специального вида ("замысел - реализация"). В этой модели уже принимаются во внимание такие социальные факторы как намерения, ожидаемые оценки, нормы.

В США одним из первых ученых, предложившим распространить ментальные свойства на искусственные объекты, рассматриваемые в искуственном интеллекте (ИИ), и трактовать ментальную сферу как следствие взаимодействия между активными объектами стал М.Минский [87]. Им описан ряд механизмов возникновения интеллектуального поведения в результате конфликтов и сотрудничества между простейшими вычислительными единицами, которые он называет агентами. Каждый из этих агентов "отвечает" за то или иное ментальное свойство, причем их взаимодействие происходит спонтанно, без участия какого-либо управляющего агента.

Пожалуй, наибольшую роль в становлении распределенного искуственно-го интеллекта (РИИ) сыграли работы К.Хьюитта в области открытых систем и теории акторов [78,79]. Так в начале 70-х годов, разработав систему PLANNER, предназначенную для доказательства теорем, К.Хьюитт раскрыл важнейшую роль процессов коммуникации и управления в организации и понимании рассуждений. При этом процесс решения задачи группой экспертов был им рассмотрен как столкновение различных точек зрения.

Затем новаторские идеи К.Хьюитта получили свое развитие главным образом в области совмещенного программирования (concurrent programming) [58,84,104].

Первые практические разработки по MAC, посвященные в основном проблематике РИИ и интеллектуальных агентов, относятся к 70-м годам и связаны с именами B.Jleccepa [68,83], К.Хьюитта [79] и Д. Лената [82]. Работы В.Лессера, Ф.Хэйес-Рота, Л.Эрмана и др. с системой HEARSAY II привели к созданию архитектуры "доски объявлений" и легли в основу многих дальнейших разработок по организации коммуникации между агентами. Исследуя проблематику автоматического понимания речи, эти авторы воспользовались метафорой "доски объявлений", основываясь на простой идее, что решение любой проблемы требует заранее не запланированных обращений к специалистам (источникам знаний), когда структура управления процессом коммуникации предварительно не определена. При этом деятельность источников знаний связана с доставкой, модификацией и извлечением объектов с доски объявлений, т.е. из зоны совместной работы в базе данных, где модель предметной области структурирована как пространство гипотез и решений. Специальное управляющее устройство разрешает конфликты доступа к доске объявлений, возникающие между агентами и неявно организует их совместную работу.

Одной из важнейших работ начала 90-х годов стала статья И.Шоэма "Агентно-ориентированное программирование" [95]. В ней был описан социальный взгляд на организацию вычислений, связанный с взаимодействием агентов в процессе вычислений. При этом агент рассматривается как "прозрачный ящик" и моделируются такие его "внутренние переменные" как мотивы, убеждения, обязательства, способности к выработке и принятию решений. Мотивы агента лежат в основе его решений, а убеждения определяют логические ограничения на них.

Наконец, оригинальные методы описания реактивных агентов предложены в работах Р.Брукса [62,63] и Ж.Фербе [69,70]. Так метод „экорезолюции", предложенный Ж.Фербе, основан на решении задачи множеством агентов, которые общаются путем обмена сообщениями. Здесь решение задачи понимается как эволюция динамической системы вплоть до достижения ею устойчивых стационарных состояний. Этим стационарным состояниям отвечает удовлетворение целей различных агентов.

В настоящее время основными направлениями в разработке MAC являются РР1И и искусственная жизнь (в узком смысле этого термина) [51,69,77].

Ядро РИИ [41,45,61,65,73,80,91] составляют исследования взаимодействия и кооперации небольшого числа интеллектуальных агентов, например, классических интеллектуальных систем, включающих базы знаний и решатели. При этом, коллективное поведение образуется на основе индивидуальных интеллектуальных поведений. Здесь предполагается согласование целей, интересов и действий различных агентов, разрешение конфликтов путем переговоров. Вопросам коммуникации и кооперации агентов посвящены исследования Huhns M.N и Stephns L.M. [81], Durfee E.H. [66], Silaghi G.S. [97], Rosenshein J., Zlotkin G.[93], Smith R. [98]. Вопросам взаимодействия посвящены также работы [2,8-15,33-37,39,46,53,57,59,60,64,71,76,85-92] и др.

Под агентом понимается любая сущность, которая может воспринимать среду обитания (внешний мир) и воздействовать на нее [52]. Данное понятие объединяет как натуральных (люди, животные, коллективы людей, группы организмов), так и искусственных (сложные программы, роботы, коллективы автоматов) агентов. Естественно возникает вопрос о взаимоотношениях агентов, об их соглашениях, включающих в частности передачу друг другу части достигнутых ими исходов, наличие двухуровневой иерархии.

Предполагается, что интеллектуальным агентам известно множество действий каждого из них, а также их оценочные функции. О реактивных агентах агентам верхнего уровня известны лишь область действий последних (оценочные функции реактивных агентов им неизвестны).

В диссертации обсуждается принятие решений в мультиагентных системах, где интеллектуальные агенты, на основе имеющейся у них информации, взаимодействуют и совместно принимают решение, априорно имея возможность часть достигнутого ими предварительного исхода передать партнерам.

Используются подходы теории кооперативных игр с побочными платежами для анализа задачи перераспределения добытых агентами исходов. При этом, подчеркнем еще раз, учитывается двухуровневая информационная структура. Нижний уровень - уровень более простых, реактивных агентов, например тех, которые служат для непосредственного автоматического управления объектами автоматизации. Верхний уровень составляют интеллектуальные агенты. Процесс передачи информации происходит следующим образом: агенты нижнего уровня сообщают интеллектуальным агентам свои действия, на их основе агенты верхнего уровня формируют действия, направленные на достижения своих целей. При этом предполагается, что интеллектуальные агенты могут перераспределять между собой достигнутые исходы.

В диссертации применяется подход оптимального сочетания исходов и рисков к информационным процессам возникающим в МИУС при взаимодействии двух интеллектуальных агентов и конечного числа реактивных. В первой главе рассматривается "статический" случай задачи. Предполагается, что в рассматриваемых МИУС интеллектуальные агенты действуют совместно и согласованно, причем стремятся не только увеличить свой общий исход (сумму исходов, которую впоследствии по заранее оговоренным правилам могут перераспределить между собой),но и гарантировать себе по возможности меньшие риски. Возникновение МИУС данного вида связано с тем, что в настоящее время в большинстве экономических задач требует учитывать не только исходы интеллектуальных агентов, но и риски по этим исходам. Во второй главе диссертации исследуется динамический случай рассматриваемой задачи.

Целью работы является формализация и исследование гарантированных по исходам и рискам решений для информационных процессов в МИУС со взаимодействием двух интеллектуальных агентов и конечного числа реактивных. При этом предполагается, что о действиях реактивных агентов известна лишь область значений, а какие-либо вероятностные характеристики отсутствуют (по тем или иным причинам).

Объектом исследования являются вопросы теории МИУС, касающиеся принятия гарантированных решений.

Предмет исследования — информационные процессы возникающие в МИУС при взаимодействии двух интеллектуальных агентов и конечного числа реактивных.

Проблема заключается в формализации понятий гарантированных по исходам и рискам решений таких задач при учете действий реактивных агентов, исследование свойств решений и способов построения.

В основу исследования положена следующая гипотеза: на основе модификации принципа гарантированного результата, понятий векторных оптиму-мов, гарантированного дележа из теории кооперативных игр можно определить возможные решения для информационных процессов в МИУС с интеллектуальными и реактивными агентами, получить условия существования и предложить способ их построения. •

Для реализации поставленной цели и проверки сформулированной гипотезы потребовалось решить следующие задачи:

- формализовать понятие гарантированного по исходам и рискам решения, исследовать свойства такого решения и условия существования;

- для динамического линейно-квадратичного случая модели информационных процессов в МИУС с интеллектуальными и реактивными агентами ввести понятие гарантированного решения, выявить "коэффициентные" условия его существования, алгоритм построения и найти явный вид;

- рассмотреть возможные приложение к конкретным экономическим задачам и линейно-квадратичному случаю.

Методологическую основу работы составляют методы и подходы теории мультиагентных систем, теории многокритериальных задач при неопределенности, теории игр, выпуклого анализа, теории матриц и квадратичных форм, дифференциальных уравнений, теории динамического- программирования.

Научная новизна. Отличие данной работы состоит в том, что в ней предложен новый подход к информационным процессам в МИУС с интеллектуальными и реактивными агентами, а именно: предлагается понятие гарантированного по исходам и рискам решения, позволяющее интеллектуальным агентам обеспечить некоторые "пороговые" исходы, и одновременно с этим некоторые "пороговые" риски. Одновременно исследован случай, когда действия интеллектуальных агентов формируются на основе "знания" о реализовавшихся действиях реактивных агентов. В обоих случаях установлены условия существования, а также предложен способ распределения между интеллектуальными агентами достигнутых ими исходов.

Для динамической линейно-квадратичной математической модели МИУС вводится понятие гарантированного по исходам и рискам решения. Установлены "коэффициентные" условия существования и, при выполнении этих условий, найден явный вид.

Практическая значимость работы. Результаты диссертации могут быть применены к решению сложных задач, построению виртуальных предприятий, имитационному моделированию интегрированных производственных систем, к построению средств управления информацией и знаниями, к различным прикладным задачам прогнозирования и планирования в экономике, экологии, механике управляемых систем. В качестве приложения исследована математическая модель рынка бесконечно делимого товара с двумя товаропроизводителями и учетом импорта. Отметим также, что разработка (на основе предложенного подхода) экономико-математических моделей позволит, во-первых, дать более адекватное реальности описание процессов принятия решений, во-вторых, получить эффективные решения в сфере планирования и управления.

Основные положения, выносимые на защиту:

- формализовано понятие гарантированного по исходам и рискам решения для информационных процессов в МИУС со взаимодействием двух интеллектуальных агентов и конечного числа реактивных, выявлены свойства и условия существования;

- построено гарантированное по исходам и рискам решение для модели рынка бесконечно делимого товара с двумя товаропроизводителями и учетом импорта;

- на основе метода динамического программирования, объединенного с методом функций Ляпунова, найден явный вид гарантированного по исходам и рискам решения в динамическом линейно-квадратичном случае задачи.

Апробация. Результаты диссертации докладывались на пятнадцатой Крымской осенней математической школе-симпозиуме "Spectral and Evolutionary Problems" (Simferopol, 2005), на XIV международной конференции "Математика. Экономика. Образование" (Ростов-на-Дону, 2006), на шестнадцатой Крымской осенней математической школе-симпозиуме "Spectral and Evolutionary Problems" (Simferopol, 2006), на международной школе-симпозиуме "Анализ, моделирование, управление, развитие экономических систем АМУР-2007" (Sevastopol, 2007), на XV международной конференции "Математика. Экономика. Образование" (Ростов-на-Дону, 2008), на 61-й наг учной конференции "Наука ЮУрГУ" (Челябинск, 2009),дважды на семинаре факультета ВМиК МГУ "Риски в сложных системах управления" (Москва, 2008, 2010).

Перейдем к краткому изложению содержания диссертации. Диссертация состоит из двух глав, разбитых на десять параграфов.

В первой главе (§§1-7) вводятся гарантированные по исходам и рискам решения (ГИРР) для информационных процессов в МИУС со взаимодействием двух интеллектуальных агентов и конечного числа реактивных.

Именно в §1 формализуется понятие ГИРР для "чистых" действий интеллектуальных агентов и для задачи с "информационной дискриминацией" реактивных агентов.

Последующий §2 посвящен исследованию свойств ГИРР.

В §3 на основе фактов из теории антагонистических игр, касающихся существования седловых точек, установлены условия существования ГИРР.

В §4 предложен возможный способ распределения достигнутых исходов интеллектуальных агентов.

Далее, в §5 для линейно - квадратичного случал задачи найдены "коэффициентные" условия существования и построено ГИРР в "чистых" действиях и при "информационной дискриминации" реактивных агентов.

В §6 рассматриваются МИУС, в которых оценочные функции интеллектуальных агентов "разделены" по соглашениям и действиям реактивных агентов.

Наконец, в §7 рассмотрена модель рынка бесконечно делимого товара с двумя товаропроизводителями и учетом импорта. Для данной модели построено гарантированное по исходам и рискам решение.

Содержание второй главы (§§8-10) составляет исследование ГИРР в динамическом линейно-квадратичном случае МИУС с двумя интеллектуальными агентами и конечным числом реактивных.

В §8 строятся функции риска и формализуется понятие ГИРР для динамического случая МИУС.

Далее в §9 на основе метода динамического программирования, объединенного с методом функций Ляпунова, установлены достаточные "коэффициентные" условия существования ГИРР.

Затем в §10 с помощью системы Maple строится ГИРР для конкретного модельного примера.

Основные результаты опубликованы в работах [106 - 116].

Похожие диссертационные работы по специальности «Теоретические основы информатики», 05.13.17 шифр ВАК

Заключение диссертации по теме «Теоретические основы информатики», Кудрявцев, Константин Николаевич

Заключение

В диссертации получены следующие основные результаты: 1) Определено понятие гарантированного по исходам и рискам решения для информационного процесса в МИУС со взаимодействием двух интеллектуальных агентов и конечного числа реактивных в двух случаях: для модели в "чистых" действиях интеллектуальных агентов; для модели с "информационной дискриминацией" действий РА.

Выявлены свойства ГИРР, в частности, установлено их существование при обычных (в математическом программировании) ограничениях.

2) Исследованы ГИРР для линейно - квадратичного случая МИУС, для случая МИУС с "разделенными" (по соглашениям ИА и действиям РА) оценочными функциями ИА. Построено ГИРР для одной модели рынка бесконечно делимого товара с двумя товаропроизводителями и учетом импорта.

3) Введено понятие ГИРР в динамической линейно-квадратичной модели МИУС. Установлены "коэффициентные" условия его существования и, при выполнении таких условий, найден явный вид. Для конкретного модельного примера, с помощью системы Maple, построено ГИРР.

Список литературы диссертационного исследования кандидат физико-математических наук Кудрявцев, Константин Николаевич, 2011 год

1. Адамацкий А.И., Холланд О. Роящийся интеллект: представления и алгоритмы// Информационные технологии и вычислительные системы. -1998. - №1. - С.45-53.

2. Бондарева О.Н., Вилков В.Б., Кулаковская Т.Е., Наумова Н.М., Соколина H.A. Обзор советских, работ по теории кооперативных игр // Исследование операций и статистическое моделирование. Сб. науч. тр. Ленинград: ЛГУ, 1977. Вып. 4. С. 81-126.

3. Бугайченко Д.Ю. Соловьев И.П. Абстрактная архитектура интеллектуального агента и методы ее реализации // системное программирование. 2005. №1. С. 36-67

4. Варшавский В.А., Поспелов Д.А. Оркестр играет без дирижера. Размышления об эволюции некоторых технических систем и управлении ими. М.: Наука, 1984.

5. Варшавский В.И. Коллективное поведение автоматов. М.: Наука, 1973.

6. Васин A.A., Морозов В.В. Теория игр и модели математической экономики. М.: МАКС Пресс, 2005. 271 с.

7. Венцель Е.С. Исследование операций. М.:3нание, 1976. 64 с.

8. Воробьев H.H. Основы теории игр. Бескоалиционные игры. М.: Наука,1984. 495 с.

9. Воробьев H.H. Современное состояние теории игр // Успехи матем. наук. 1970. №25, вып.2. С.81-140.

10. Воробьев H.H. Теория игр для экономистов-кибернетиков. М.: Наука,1985. 271 с.

11. Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976. 354 с.

12. Гермейер Ю.Б. Введение в теорию исследования операций. М.: Наука, 1971. 383 с.

13. Горелик В.А., Горелов М.А., Кононенко А.Ф. Анализ конфликтных ситуаций в системах управления. М.: Радио и связь, 1991. 228 с.

14. Горелик В.А., Кононенко А.Ф. Теоретико-игровые модели принятия решений в эколого-экономических системах. М.: Радио и связь, 1982. 145 с.

15. Городецкий В.И. Многоагентные системы: основные свойства и модели координации поведения// Информационные технологии и вычислительные системы. 1998. - №1. - С.22-34.

16. Городецкий В.И5. Многоагентные системы: современное состояние исследований и перспективы применения// Новости искусственного интеллекта. 1996. - т. - С.44-59.

17. Городецкий В.И., Грушинский М.С., Хабалов A.B. Многоагентные системы (обзор)// Новости искусственного интеллекта. —1998. №2. —

18. Емельянов В.В. Многоагентная модель децентрализованного управления производственными системами // Информационные технологии и вычислительные системы. 1998. - №1. - С.69-77.

19. Жуковский В.И. Введение в дифференциальные игры при неопределенности. М.: Международный НИИ проблем управления, 1997. 461 с.

20. Жуковский В.И. Конфликты и риски. М.: РосЗИТЛП, 2007. 456 с.

21. Жуковский В.И. Кооперативные игры при неопределенности и их приложения. М.: Эдиториал УРСС, 1999. 340 с.

22. Жуковский В.И., Жуковская JI.B. Риск в многокритериальных и конфликтных системах при неопределенности. М.: Едиториал УРСС, 2004. 272с.

23. Жуковский В.И., Салуквадзе М.Е. Риски и исходы в многокритериальных задачах управления. Москва-Тбилисси: Интелекти, 2004. 358с.

24. Жуковский В.И., Чикрий A.A. Линейно—квадратичные дифференциальные игры. Киев: Наукова Думка, 1994. 320 с.

25. Красовский H.H. Управление динамической системой. М.: Наука, 1985. 520 с.

26. Красовский H.H., Субботин А.И. Позиционные дифференциальные игры. М.: Наука, 1974. 455 с.

27. Крылов В.Ю., Цетлин M.JI. Об играх автоматов// Автоматика и телемеханика-1963 Т.24, №7. - С.975

28. Лефевр В.А. Конфликтующие структуры. М.: Сов.Радио, 1973.

29. Люстерник Л.А., Соболев В.И. Элементы функционального анализа. М.: Наука, 1969. 312с.

30. Макаров В.А., Рубинов A.M. Математическая теория экономической динамики. М.: Наука, 1973. 212 с.

31. Макконнелл K.P., Брю С.Л. Экономикс. Принципы, проблемы и политика. М.: ИНФРА-М, 2003. 983 с.

32. Морозов В.В., Сухарев А.Г., Федоров В.В. Исследование операций в задачах и упражнениях. М.: Высш. шк., 1986. 287 с.

33. Мулен Э. Кооперативное принятие решений: Аксиомы и модели. М.: Мир, 1991. 464 с.

34. Нейман Дж., Моргенштерн ©¿. Теория игр и экономическое поведение. М.: Наука, 1970. 708 с.

35. Петросяхг Л.А., Данилов Н1Н. Кооперативные дифференциальные игры и их приложения. Томск: Томский ун-тет, 1985. 362 с.

36. Петросян Л. А., Захаров-В.В. Математические модели в экологии. Санкт-Петербург: СПбГУ, 1997. 254 с.

37. Подиновский В.В., Ногин В .Д. Парето-оптимальныс решения многокритериальных задач. М.: Наука, 1982. 254 с.

38. Полторович В.М. Кризис экономической теории: Труды семинара "неизвестная экономика". Отделение экономики РАН. М.: ЦЭМИ РАН, 1997.

39. Понтрягин JI.C. Обыкновенные дифференциальные уравнения. М.: Наука, 1961. 212 с.

40. Поспелов Г.С. Искуственный интеллект основа новой информационной технологии.- М.: Наука, 1988.

41. Поспелов Д.А. От коллектива автоматов к мультиагентным системам // Труды Международного семинара «Распределенный искусственный интеллект и многоагентные системы» (DAIMAS'97, Санкт-Петербург, Россия, 15-18 июня 1997). С:319-325.

42. Поспелов Д.А., Пушкин В.Н. Мышление и автоматы. М.: Сов. Радио, 1972.

43. Поспелов Д.А., Шустер В.А. Нормативное поведение в мире людей и машин.-Кишинев: Штиинца, 1990.

44. Пэранек Г.В. Распределенный искусственный интеллект// Искусственный интеллект: применение в интегрированных производственных системах/ Под. ред. Э.Кьюсиака. М.: Машиностроение, 1991.-С.238-267.

45. Соболев А.И. Кооперативные игры // Проблемы кибернетики, 1982. Вып. 39. С. 201-222.

46. Стефанюк B.J1. Пример коллективного поведения двух автоматов// Автоматика и телемеханика.- 1963. Т.24, №6. - С.781-784.

47. Стефанюк B.JI. Анализ целесообразности локально организованных систем методом потоков вероятностей// Модели систем обработки данных. -М.: Наука, 1989. С.33-45.

48. Стефанюк В.Л. От миогоагентных систем к коллективному поведению// Труды Международного семинара «Распределенный искусственныйинтеллект и многоагентные системы» (DAIMAS'97, Санкт-Петербург, Россия, 15-18 июня 1997). С.327-338.

49. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте //Новости искусственного интеллекта. 1998.№2. С. 5-64.

50. Тарасов В.Б. Эволюционная семиотика и нечеткие многоагентные системы основные теоретические подходы к построению интеллектуальных организаций// Информационные технологии и вычислительные системы. -1998. - Ш. - С.54-68.

51. Теряев Е.Д., Петрин К.В., Филимонов А.Б., Филимонов Н.Б. Агентные технологии в автоматизированных информационно-управляющих системах. // Мехатроника, автоматизация, управление. 2010. №7. С. 11-21.

52. Ухоботов В.И. Непрерывная игра в пространстве с неполной линейной структурой // Теория и системы управления. 1997. № 2. С. 107 — 109.

53. Цветкова Е.В., Арлюкова И.О. Риски в экономической деятельности. Санкт-Петербург: СПбИВЭСЭП, 2002. 64 с.

54. Цетлин M.JI. Р1сследования по теории автоматов и моделированию биологических систем.— М.: Наука, 1969.

55. Цетлин М. JI. О поведении конечных автоматов в случайных средах// Автоматика и телемеханика. 1961. - Т.22, №10. - С. 1345-1354.

56. Ширяев В.И. Математика финансов. Опционы и риски, вероятности, гарантии и хаос. М.: Книжный дом "Либроком". 2009. 200 с.

57. Agha G. Actors: a Model of Concurrent Computation for Distributed Systems. Cambridge MA: MIT Press, 1986.

58. Basar T. On the uniqueness of the Nash solution in linear-quadratic differential games // Int. J. Game Theory. 1976. Vol 5, N 2-3. P. 996-999.

59. Basar Т., Olsder G.J. Dynamic Noncooperative Game Theory. London: Academic Press, 1982.

60. Bond A., Gasser L. Readings in Distributed Artificial Intelligence. New York: Morgan Kaufman, 1988.

61. Brooks R. Intelligence Without Representation // Artificial Intelligence. 1991. - Vol.47. - P.139-159.

62. Brooks R. Robust Layered Control System for a Mobile Robot// IEEE Journal of Robotics and Automation. 1986. - Vol.2, Ш. - P.14-23.

63. Dadan N., Volij O. Bilateral Comparisons and Consistent fair Division Rules in the Context of Bankruptcy Problems. Hebrew University of Jerusalem, mimeo, February, 1994.

64. Durfee E.H. Coordination in Distributed Problem Solvers. Boston MA: Kluver Academic Publishers, 1988.

65. Durfee E.H. Distributed Problem Solving and Planning // Mutiagent Systems. -2001. P. 121-165.

66. Epstein J., Axtell R. Growing Artificial Societies: Social Science from the Bottom Up. Cambridge MA: MIT Press, 1996.

67. Erman L., Hayes-Roth F., Lesser V., Reddy D. The HEARSAY-II Speech Understanding System: Integrating Knowledge to Resolve Uncertainty// ACM Computers Surveys, vol.12, 1980.

68. Ferber J. Les systemes multi-agents. Vers une intelligence collective. -Paris: InterEditions, 1995.

69. Ferber J., Jacopin E. The Framework of Eco-Problem Solving// Decentralized Artificial Intelligence II / Ed. by Y.Demazeau, J.-P.Muller. -Amsterdam: Elsevier North-Holland, 1991.

70. Ferro F. Minimax theorem for vector—valued functions//J. Optimiz. Theory and Appl. 1989. 60. P. 19-31.

71. Fisher K., Muller J.-P., Heimig I., Scheer A.-W. Intelligent Agents in Virtual Enterprises// Proc. of the First International Conference on the Practical Applications of Intelligent Agents and Multi-Agent Technology (London, UK). -P.205-224.

72. Gasser L. An overview of DAI// Distributed Artificial Intelligence: Theory and Praxis/ Ed. by L.Gasser and N.M.Avouris. Amsterdam: Kluwer Academic Publishers, 1992.

73. Gasser L. Social Conceptions of Knowledge and Action: DAI Foundations and Open Systems Semantics // Artificial Intelligence. -1991. -Vol.47, №1-3. -P. 107-138.

74. Geoffrion A.M. Proper efficiency and the theory of vector maximization // J. Math. Anal, and Appl. 1968. V. 22, N 3. P. 618-630.

75. Herrero C., Maschler M., Villar A. Personal Rights and Collective Ownership: the Rights-Egalitarian Solusion. University of Alicante, mimeo. 1995.

76. Heudin J.-C. La vie artificielle. Paris: Hermes, 1994.

77. Hewitt C. Open Information Systems Semantics for Distributed Artificial Intelligence// Artificial Intelligence. 1991. - Vol.47, №1-3. - P.79-106.

78. Hewitt C. Viewing Control Structures as Patterns of Message Passing // Artificial Intelligence-1977.- Vol.8, №3. P.323-364.

79. Huhns M.N. Distributed Artificial Intelligence. London: Pitman, 1987.

80. Huhns M.N., Stephens L.M. Multiagent Systems and Societies of Agents // Mutiagent Systems. -2001. P. 79-121.

81. Lenat D. BEINGS: Knowledge as Interacting Experts// Proc. of the 1975 IJCAI Conference, 1975. P.126-133.

82. Lesser V., Corkill D. The Distributed Vehicle Monitoring Testbed: a Tool for Investigating Distributed Problem Solving Networks// AI Magazine.1983. Vol.4, №3. - P.15-33.

83. Maruichi,T., Ichikawa M., Tokoro M. Modeling Autonomous Agents and Their Groups// Decentralized AI/ Ed. by Y.Demazeau and J.-P.Muller. -Amsterdam: Elsevier North-Holland, 1990.

84. Mas-Colell A., Whinston^ M., Green G. Microeconomie Theory. Oxford: University Press. 1995.

85. Meyer J.A., Wilson S. Simulation of Adaptive Behavior: from Animals to Animats. Cambridge MA: MIT Press, 1991.

86. Minsky M. The Society of Mind. NewYork: Simon and Shuster, 1986.

87. Moulin H. Cooperative Microeconomics: a Game Theoretic Introduction. Princeton University Press and Prentice-Hall. 1995.

88. Neumann J. Zur Theorie der Gesellshaftsspiele // Math. Ann. 1928. Bd. 100. S. 295-320.

89. Ordeshook P. Game Theory and Political Theory: An Introduction. Cambridge University Press. 1986.

90. Rasmussen J., Brehmer В., Leplat J. Distributed Decision-Making. Cognitive Models-for Cooperative Work. New York: J.Wiley and Sons, 1991.

91. Rawis J. Theory of Justice. Harvard University Press, 1971. (Русский перевод: Дж. Ролз. Теория справедливости. Новосибирск: Изд-во НГУ, 1995.)

92. Rosenshein J., Zlotkin G. Rules of Encounter: Designing Conventions for Automated Négociation Among Computers. Cambridge MA: MIT Press, 1994.

93. Savage L. Y. The theory of statistical decusion //J. American Statistic Association, 1951. №46, P55-67.

94. Shoham Y. Agent Oriented Programming// Artificial Intelligence. 1993. -Vol.60, №1.-P.51-92.

95. Shubik M. Game Theory in the Social Scinces. Princeton University Press,1984.

96. Silaghi G.S. Coalition Formation Tools for Achieving Collaboration inside Agent Societis // Economy Informatics Journal vol VI. №1 -2006. P. 25-38

97. Smith R.G. The Contract Net Protocol: High Level Communication and Control in a Distrubuted Problem Solver // IEEE Transactions on Computers. -1980. Vol.29, №12. - P.1104-1113.

98. Tarassov V.B. Artificial Meta-Intelligence: a Key to Enterprise

99. Reengineering// Proc. of the Second Joint Conference on Knowledge-Based Software Engineering (JCKBSE'96) (Sozopol, Bulgaria, September 21-22, 1996). Sofia: BAIA, 1996. - P. 15-24.

100. Winograd Т., Flores F. Understanding Computers and Cognition: a New Foundation for Design. Norwood: Ablex, 1986.

101. Wooldridge M., Jennings N. Intelligent Agents: Theory and Practice// The Knowledge Engineering Review. 1995: - Vol.10, №2. - P.115-152.

102. Wooldridge M:, Jennings- N. Towards a Theory of Cooperative Problem Solving// (MAAMAW'94, Odense, Danemark)/ Ed. by Y.Demazeau, J.-P.Muller and J.Perram, 1994.

103. Yonezawa A ABCL: an Object-Oriented Concurrent System. -Cambridge MA: MIT Press, 1990.

104. Zhukovskiy V.I., Salukvadze M.E. The vector—valued maximin. New York etc.: Academic Press, 1994. 404 p.

105. Жуковский В.И., Кудрявцев К.Н. Одна кооперативная игра с побочными платежами и учетом рисков // Spectral and evolution problems: Proceedings of the Sixteenth Crimean Autumn Mathematical School-Symposium, Vol.16, Simferopol. 2006. P. 142 148.

106. Жуковский В.И., Кудрявцев К.Н. Существование гарантированного дележа в контрстратегиях // Spectral and evolution problems: Proceedings of the Seventeenth Crimean Autumn Mathematical School-Symposium, Vol.17, Simferopol. 2007. P. 28 31.

107. Кудрявцев К.Н. Модель рынка с учетом импорта // XIV международная конференция Математика. Экономика. Образование. Тезисы докладов. Ростов-на-Дону. 2006. С. 145.

108. Кудрявцев К.Н. Об одной модели рынка и ее гарантированном по выигрышам и рискам решении // Вестник ЮУрГУ. Серия: Математика, Физика, Химия. Выпуск 7. №7(62). 2006. С. 46-52.

109. Кудрявцев К.Н. О гарантированном по выигрышам и рискам решении одной кооперативной игры // Современные информационные технологии. Сборник научных трудов. Выпуск 2. М:. РосЗИТЛП. 2006г. С. 68-76.

110. Кудрявцев К.Н. О гарантированном по выигрышам и рискам решении для одной модели рынка // Международная школа-симпозиум "Анализ, моделирование, управление, развитие экономических систем АМУР-2007",

111. Украина, Севастополь: ТНУ, 2007. с. 117-118.

112. Кудрявцев К.Н. О гарантированном по выигрышам и рискам решении одной дифференциальной игры // XVI международная конференция Математика. Экономика. Образование. Тезисы докладов. Ростов-на-Дону: Изд-во "ЦВРР". 2008. С. 185-186.

113. Кудрявцев К.Н. Функции риска в одной кооперативной дифференциальной игре // Информационные технологии моделирования и управления. №.6 (49). 2008. С. 665 674.

114. Кудрявцев К.Н. О существовании гарантированных по выигрышам и рискам решений в кооперативных играх: при неопределенности // Системы управления и информационные технологии. 2010. 1.1(39). С. 148-152.

115. Кудрявцев К.Н. Об отсутствии макиминных стратегий в одной дифференциальной игре // Вестник ЮурГУ. Серия: Математика. Механика. Физика. Выпуск 3. №30(206). 2010. С. 13-20.Р

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.