基于MAS的农机系统组成与结构研究

王　英，徐诗阳，董雪萌，程　光

(东北农业大学 工程学院，哈尔滨　150030)



基于MAS的农机系统组成与结构研究

王英，徐诗阳，董雪萌，程光

(东北农业大学 工程学院，哈尔滨150030)

摘要：针对目前农业机械化发展欠缺的系统领域研究，首先确定农机系统的组成，并结合实际农业生产情况将农机系统划分为若干个相互关联的子系统;其次，定义并描述农机子系统的自身行为及交互行为，并基于Agent理论对农机子系统的相关性质及结构进行分析研究;然后，提出由Agent个体进行结构拓展得到整个农机系统的Agent构架；最后，运用多Agent理论结合实际需求提出了基于MAS的农机系统结构。

关键词：农机系统；MAS；Agent理论；系统结构

0引言

随着我国农业的发展与农业机械化的推进，涉及农业机械与设备管理方面的研究必然成为其中的热点和关注点。目前，相关研究主要涉及农机的更新、选型及配备[1]，且研究多数以计算单台或机群的更新、配备等问题为主[2-4]。农业机器经济寿命的计算方法按其追求目标分为3类， 其基本的计算方法有4种[5]，主要为在技术进步条件下研究农业设备经济寿命的变化规律及技术进步对设备经济寿命的影响等[6-8]。

国外的相关研究主要以技术进步为前提，通过非线性整数优化、多目标规划及连续最优控制等数学方法对农业机器的更新进行研究[9-11]。同时，还涉及农机更新的技术变革分析[12-13]、基于连续和不连续技术变革的设备更换[14]、基于剩余价值考虑及基于人工神经网络分析的预防性维修研究[15-16]等。目前，缺乏针对整个农机系统的深入分析与探讨研究。

根据一定标准，可将所研究的某个农机系统划分为若干个相互关联子系统的集合，则该农机系统是由这些子系统构成的复合的、非纷繁的、非随机的、非线性的复杂系统，因此农机系统问题是复杂系统问题。

MAS又称多Agent系统，是由多个相交互的Agent个体组成的复杂系统[17-18]。由于单一的Agent个体很难对存在于动态开放环境中的大规模复杂问题进行求解[19]，因此将若干个Agent个体按照实际需求通过交互联系构建一个MAS，从而解决存在于动态开放环境中的大规模复杂问题[20-23]。国内外相关研究文献显示:MAS的应用研究已广泛经涉及工业制造、工业过程控制、噪声控制、空中交通控制、军事、农业、数据库、远程教育、信息提取、Internet网上信息处理等领域[24-26]。

本文从复杂系统的研究角度出发，以农机子系统为主要研究对象，运用复杂适应系统理论、复杂科学理论、人工智能技术和计算机仿真技术，并结合Multi-Agent System理论对农机系统的组成与结构进行深入的分析与研究。

1农机子系统分析

1.1　农机子系统的运行分析

本文研究的农机系统包括各种型号、各种机龄的农业装备，将某一农机系统根据不同机器型号进行分类，每类相当于农机系统中的一个子系统。同属一类的农机型号相同，按此方法将农机系统划分为若干个子系统，每个子系统至少包含一台农机。根据农业生产活动中的某项作业的工序，可以建立起各个子系统之间的联系，作业中的每个步骤对应相应型号的农机，共同完成一项农业作业的不同型号的农机有先后次序的联系[1]。考虑到功能相近的不同类农机之间存在替代作业的关系，因此替代作业也是子系统之间的一种交互联系。

农机系统主要由农业设备构成，农业的生产需求决定了农机系统的组成和结构；反之，农机系统的组成和结构也会影响农业生产活动。研究农机系统就是研究系统运行规律和农机的种类及机龄数量分布。

农机的种类主要由农业作业项目直接决定，还受资金等因素的影响。农机数量变化的直接影响因素是农机的报废率、更新率及更新规模。

其中，根据农机报废情况的不同，有待被更新的农机可以分为3类：第1类为达到机龄上限报废的农机；第2类为没达到机龄上限却达到经济寿命报废的农机；第3类为没报废但已经达到经济寿命的农机。设e为某类农机的经济寿命值，更新农机的分类如表1所示。其中，数字1表示存在这种情况，数字0表示不存在这种情况。

表1　更新农机分类

农机的报废和更新发生在同一研究周期内，且农机报废的情况发生在农机更新之前，但农机的报废和农机的更新对农机系统的影响发生在当前研究周期结束与下一个研究周期开始的交接部分。

更新率可由需要更新农机数量和实际更新农机数量决定，相应的农机更新率为

(1)

其中，Wc,t表示第c类农机在第t个研究周期需要更新的总数，即该类超过经济寿命的农机的数量总和；Nc,t表示第c类农机在第t个研究周期实际被更新的农机数量；βc,t表示在第t个研究周期该类农机的农机更新率。

农机更新在具备该周期内某类的农机报废统计数据后，依据该类农机经济寿命，确定待更新的农机机龄范围和数量，并结合相应的报废数据，判断有待被更新的农机分类；根据实际需求设置更新优先的次序，在资金受限下筛选出待更新的农机，选择更新模式，确定更新方案，并在实施更新前判断更新方案满足资金受限的条件；其他类农机依次类推，即可完成整个农机系统的更新。相应的农机更新步骤流程图如图1所示。

农机系统中农机的行为主要包括：按作业工序作业、替代作业、闲置保管、报废、更新及维修。其中，按作业工序作业及替代作业是不同子系统之间的联系，子系统内部也可能存在替代作业的联系。农机的报废和更新是每类子系统的自身行为，报废率同农机型号和机龄相关，更新率同农机型号相关。农机的报废会直接导致某类农机数量的减少，而农机的更新因为有待被更新农机分类的不同及更新模式的不同会导致某类农机数量的减少、增加或不变，从而可知导致农机系统中农机种类、数量变化的直接影响因素即为农机的报废和更新。

图1　农机更新步骤流程图

1．2　农机子系统的结构分析

Agent是指驻留在某一环境下能持续自主地发挥作用，具备驻留性、反应性、社会性、主动性等特征的计算实体。Agent可以看作是一类特殊的对象，即具有心智状态和智能的对象。Agent本身可以通过对象技术进行构造，而且大多数Agent都采用面向对象的技术，其本身具有的特性又弥补了对象技术本身存在的不足，成为继对象技术后计算机领域的又一次飞跃。

Agent的基本结构主要由环境感知模块、信息处理模块、通讯模块、决策与智能控制模块、知识库、任务表及执行模块构成，如图2所示。

图2　Agent基本结构图示

将每个农机子系统看成一个Agent个体，则构成农机子系统的每个Agent由环境感知模块、执行模块及讯通模块构成。该子系统与系统环境及其他子系统之间交互与联系，任务表记录该子系统应具备的功能和所需完成的任务，信息处理模块则负责对感知和对接收到信息进行初步地加工、处理与存储。决策与智能控制模块是农机子系统的核心部分，通过运用知识库中的知识对信息处理模块处理所得到的外部环境信息和其他子系统的通讯信息进行进一步的分析及推理，为子系统做出作业、替代作业、更新及闲置等行为做出合理的决策。基于Agent的农机子系统结构如图3所示。

图3　农机子系统结构图示

Agent子系统的结构描述了农机系统运行的复杂属性，其特点符合基于MAS构建的农机系统模型的研究思想。农机系统复杂建模的主要思想是：首先，依据Agent的自然描述特点和其人性化的特征，以一定的标准在一定的程度上对农机系统内部进行分类；然后，实现对应的每个Agent子系统的建立。结合上文，对每个Agent进行封装，建立MAS体系结构，实现多个Agent的综合集成，具体研究过程如图4所示。

图4　基于Agent的农机系统研究过程

2多Agent系统

由分布在网络上的多个问题求解器松散耦合而成的大型复杂系统称为MAS，有多个Agent相互关联作用，从而解决了单个个体能力和知识所不能处理的复杂问题。MAS研究的理论基础观点包括开放信息系统的观点、对策论观点、计算生态学观点和复杂适应系统观点[27]，其涉及的复杂适应系统，符合本文所要研究的对象—农机系统。

根据MAS的结构特点[28]：首先，已知每个Agent具有有限的信息资源和问题求解能力，缺乏实现协作的全局观点，农机系统中由每类农机构成的子系统对应MAS中的单个Agent，每类农机构成的子系统符合该特点。其次，MAS不存在全局控制，即控制是分布的。当农机系统依据农机型号分类后，每个子系统代表着与其他子系统是不同的一类，对农机系统的控制是通过分别对子系统控制实现的，满足控制分布。然后，MAS中的知识与数据都是分散的，农机系统中每个子系统具有自身的知识库和任务表，符合该特点。最后，MAS的计算是异步执行的，显然通过子系统交互涉及报废、更新等行为的农机系统的运行符合该特点。

MAS的结构为内部的Agent个体提供了它们之间交互的框架，为每个子系统的交互提供问题求解的基础与平台。在开放、动态环境中，基于MAS的农机系统的结构适应性十分重要。MAS研究主要包含3种典型的Agent体系结构：慎思型、反应型、混合型。其中，在考虑慎思型Agent和反应型Agent各自特点的基础上，混合型Agent综合了二者的优点，相对来说具有较强的灵活性和快速响应的特点。

本文采用混合型的Agent实现子系统的建立，其复合型Agent是在一个Agent体内组合多种相对独立和并行执行的智能形态，结构包括感知、动作、反应、信息处理、通信和决策等模块，如图3所示。在农机子系统中，子系统Agent通过内部的环境感知模块反映实际时间，并对系统所处环境的信息做出一个抽象，然后进行其他模块的处理，并按照一定的要求作出相应的决策，最后通过执行模块产生相应的行为反馈于环境。基于农机系统的主要组成，则个体与个体间的交互抽象成相对应的MAS结构建立MAS概念模型如图5所示。

图5　MAS的概念模型

3农机系统一般结构分析

农机系统的组成和结构是研究农机系统的基础和前提，MAS的体系结构有3种：网络结构、联盟结构及黑板结构。

根据农机系统的特点，本文选择Agent联盟结构的MAS体系结构。其中，协作Agent的实现方法有很多，如可以考虑通过人机交互实现，或除了农机构成的Agent外，特别设置这种负责子系统之间交互协作的Agent来实现。

农机系统是一个由许多相对独立的子系统组成的复杂动态系统。其中，子系统具有一定的智能、自控性，存在学习和适应行为；子系统间存在着复杂的联系与相互作用，联系与作用的实现以MAS的体系结构为基础。农机系统是现代农业生产的关键组成部分，也是提高农业生产率的核心所在，因此研究农机系统的内在结构和运行规律十分必要。根据文中的分析结果，依据农机系统中农机不同的型号将系统中所有的农机分成不同的Agent子系统，再根据子系统间功能是否相近形成一定范围的子系统群体。

子系统的行为包括：进行正常的农业作业、代替其他农机进行的替代作业、不需要作业时的闲置保管，以及农机的报废、更新及维修。其中，子系统之间的联系为按照作业工序有序地共同完成作业，或当工作的农机存在故障时，联系功能相近的农机进行替代作业，以及农机系统进行更新时子系统间更新资金分配的协商；而农机的闲置保管和报废主要是子系统的自身行为，一般情况下，不存在与其他子系统的交互。农机维修一般是分为群体行为和个体行为，但不影响农机种类和数量的变化。

农机系统中，子系统的主要行为与交互行为描述如下：

1)按照作业工序正常作业，子系统间的交互行为。一般来说，某项农业生产活动具有一定的作业工序，不同的农业设备机器要按照作业工序进行有序的配合才能完成该项目，因此产生了子系统间的交互。

2)替代作业，子系统间的交互行为。在进行农机作业时，若某台农机发生故障，导致其作业无法正常进行或按时完成，那么就要考虑用其他农机来替代继续作业；当子系统内部的农机无法实现及时替代时，则需考虑功能相近的农机进行替代，因此产生了功能相近的子系统间的交互。

3)闲置保管及维修。闲置属于子系统的自身行为，完成了所分配的农业作业或在非农忙时期不使用进行闲置保管；在被其他农机需要替代作业时，与其他子系统才产生联系。农机维修属于人机交互部分。

4)农机报废，子系统的自身行为。相关数据存在于Agent结构的任务表及知识库中，农机报废如农机故障产生一样是非可控因素。

5)农机更新。在农机系统中，子系统内部的执行模块负责实现子系统的行为，子系统的行为概括如图6所示。

图6　子系统行为

综上所述，则基于MAS的混合型、开放式、动态、联盟结构的农机系统的结构如图7所示。

图7　基于MAS的农机系统结构图

基于MAS的农机系统中，每个子系统都是依据农机型号的不同进行分类形成的单个Agent，每个Agent子系统间的交互与农业作业工序有关。功能相近的子系统构成了一个子系统群体，替代作业是其内部子系统间的交互联系。协助Agent也是一种子系统，是联盟结构的MAS结构体系中协助子系统间交互的子系统。

4结论

从Agent复杂系统角度出发，分析了农机系统的组成及结构，提出并建立了基于MAS的混合型、开放式、动态联盟的农机系统结构。在农业机械化的发展中，农机系统的研究是不可避免的重点，掌握农机系统内部特点及运行规律有助于优化农业机械在农业实践中的运用从而提高农业经济效益。因此，基于MAS的农机系统的理论研究与实际应用均存在着极大的经济价值和广阔的发展前景。

参考文献：

[1]余友泰.农业机械化工程[M].北京：中国展望出版社，1987:245-262.

[2]李宝筏，张东兴.农业装备系统优化[M].北京：中国农业大学出版社，2005：3-6.

[3]申吉才,张万昌.农机设备更新问题的探讨[J].农机化研究，1994(1):43-44.

[4]张万昌,唐守胜,方德贵.农机设备更新问题浅析[J].农场经济管理,1996(3):33.

[5]王福林.农业机器经济寿命计算的研究现状及其分析[J].农业机械学报,1995,26(2):111-115.

[6]郝庆升,王桂侠.农机经济寿命计算问题的探讨与商榷[J].农业机械报,1998,29(3):168-171.

[7]王英,方淑芬,吕文元.技术进步条件下设备经济寿命分析[J].东北农业大学学报,2007,38(1): 85-88.

[8]尤晓莎,吕文元.技术进步条件下设备更新决策[J].经济师,2009(2):18-19.

[9]Yuri Yatsenko,NataliHritonenko. Economic life replacemen tunder improving technology[J].Int.J.Production Economics，2011，133：596-602.

[10]Natali Hritonenko, Yuri Yatsenko.Integral equation of optimal replacement: Analysis and algorithms[J].Applied Mathematical Modelling,2009，33:2737-2747.

[11]Farid Mardin,Takeshi Arai.Capital Equipment Replacement Under Technological Change[J].The Engineering Economist, 2012,57:119-129.

[12]Torpong Cheevaprawatdomrong, Robert L. Smith.A paradoxin equipment replacement under technological improvement[J].Operations Research Letters ,2003 (31)：77-82.

[13]Natali Hritonenkoa,YuriYatsenkob.Optimal equipment replacement without paradoxes:Acontinuous analysis[J].Operations Research Letters ,2007(35):245-250.

[14]Jennifer L. Rogers,Joseph C.Hartman.Equipment replacement under continuous and discontinuous technological change[J].IMA Journal of Management Mathematics,2005(16):23-36.

[15]Raffaele Spinelli, Natascia Magagnotti, Gianni Picchi.Annual use, economic life and residual value of cut-to-length harvesting machines[J].Journal of Forest Economics ,2011，17：378-387.

[16]Abbas Rohani, Mohammad Hossein Abbaspour-Fard,Shamsolla Abdolahpour.Prediction of tractor repair and maintenance costs using Artificial Neural Network[J].Expert Systems with Applications,2011，38：8999-9007.

[17]Wooldridge M, Jennings N. Intelligent agents: theory and practice[J]. Knowledge Engineering Review,1995,10(2):115-152.

[18]Russdl S,NorvigP.Artificial intelligence:A modem approach [M]．Upper Seddle River：Prentice Hall,1995．

[19]杨鲲，翟永顺，刘大有．Agent特性与分类[J]．计算机科学，1999,26(9):30-34.

[20]胡舜耕，张莉，钟义信.多Agent系统的理论、技术及其应用[J].计算机科学，1999,26(9):20-24.

[21]齐磊磊.复杂系统的研究方法[J].系统科学学报，2014,22(2):24-26.

[22]周铁军,李阳.Multi-Agent 协同进化算法研究[J].计算机工程,2009(13)：205-207.

[23]蒋嶷川.网络结构化多Agent系统的任务分配[J].模式识别与人工智能，2012,25(2):262-270.

[24]王亚康，郭晶.基于Agent的复杂系统建模与仿真研究[J].电子设计,2011,19(9):100-103.

[25]高宝俊，宣慧玉，李璐.一个基于Agent的股票市场仿真模型的Swarm实现[J].系统仿真学报，2006,18(4):1019-1021.

[26]廖守亿，陈坚，戴金海，等．基于Agent的建模与仿真概述[J]．计算机仿真，2008,25(12):1-7.

[27]赵龙文，候义斌.多Agent系统及其组织结构[J].计算机应用研究，2000(7):12-14,25.

[28]李海刚，吴启迪.多Agent系统研究综述[J].同济大学学报，2003，31(6):728-731.

Research of Composition and Structure for Agricultural Machinery System Based on Multi-Agent System

Wang Ying, Xu Shiyang, Dong Xuemeng, Cheng Guang

(College of Engineering, University of Northeast Agricultural, Harbin 150030, China)

Abstract：In view of the lack of the present agricultural mechanization development about system research,this paper firstly determined the composition of agricultural machinery system, and connected with the actual situation of agricultural production demarcated farm machinery system into a number of interrelated subsystems. Secondly, It defined and described the behavior and the interaction of agriculture machinery subsystems , based on the Agent theory and analysized the relevant properties and structure of the agriculture machinery subsystems. Then, it put forward to expand the system structure frame from the individual Agent. Finally, on the basis of the theory of multiple Agent according to the actual demand of agricultural ,this analysis built agricultural machinery system structure based on Multi-Agent System.

Key words：agriculture machinery system; multi-agent system; agent theory; system structure

中图分类号：S232.3；TP39

文献标识码：A

文章编号：1003-188X(2016)10-0032-05

作者简介：王英(1976-)，女，哈尔滨人，教授，博士。通讯作者：徐诗阳(1990-)，女，黑龙江牡丹江人，硕士研究生,(E-mail) walxmlxmaw@163.com 。

基金项目：国家自然科学基金面上项目(71171044)；高等学校博士学科点专项科研基金-新教师类项目(20132325120022)；黑龙江省博士后科研启动基金项目(LBH-Q13021);黑龙江省自然科学基金项目(G201206)；东北农业大学博士启动基金项目(2009RC46)

收稿日期：2015-11-29