Использование автономных агентов программного обеспечения для создания нового поколения систем поддержки принятия решений

Использование автономных агентов программного обеспечения для создания нового поколения систем поддержки принятия решений *

РЕЗЮМЕ

Цель данного исследования заключается в изучении обещание автономных программных агентов в системах поддержки принятия решений (DSS). Поскольку определения программных агентов, сохранившихся в литературе расходятся, мы разрабатываем и предлагаем описательное определение полезным для наших целей. Выгоды агентов и конкретных характеристик агентов, ведущих к обогащению DSS рассматриваются. Для содействия этому мы строим DSS описаны в литературе и повысить его с различными типами автономных программных агентов. Исходя из этого опыта, общие рамки для агента с поддержкой DSS предлагается. Сделан вывод о том, что такое DSS в целом будет гораздо труднее построить, чем традиционные DSS, но по крайней мере некоторые агента с поддержкой DSS принесет значительные выгоды для пользователей.

Предметные области: Artficial интеллект, автономных систем, систем поддержки принятия решений, мобильных кодекса, а также программные агенты.

ВВЕДЕНИЕ

IBM прогнозирует, что программные агенты станет самым важным вычислительной парадигмы в ближайшие 10 лет (Гилберт, 1997). Все большее число коммерческих и научно-исследовательских агента реализации предоставляет доказательства того, что компьютерная отрасль признается потенциал этой новой парадигмы (Huhns

Это общая цель этого документа, чтобы изучить обещание программных агентов в области систем поддержки принятия решений (DSS), а также обеспечить руководство для разработчиков, стремящихся DSS агента включить их применения. Для этого прежде всего заметим, нынешнее состояние развития DSS в целом, и тогда реализаций программных агентов в DSS.

Обзор систем поддержки принятия решений

Поток DSS исследований возникла более 20 лет назад и получил прочную основу для продолжения исследований и развития работ Кин и Скотт Мортон (1978), Bonczek, Холсапл и Whinston (1980), Sprague и Карлсон (1982), Беннетт (1983) и другие. DSS обеспечивает поддержку для слабоструктурированных и неструктурированных решений и представляет междисциплинарные области составила исследователей из информационных систем управления, исследование операций, искусственный интеллект, организационные исследования и другие. Технологический прогресс и научно-исследовательские достижения в других дисциплинах, были быстро приняты в рамках отдельных компонентов и подсистем DSS, а именно: Диалог поколения Management System (DGMS), системы управления базами данных (СУБД), а базовая модель Management System (MBMS) ( Спраг

Использование программных агентов в DSS

Учитывая историю искусственного интеллекта в исследования DSS и текущих интересов в дальнейшей интеграции И. методов в DSS, это не удивительно, что DSS исследователи быстро осознал, обещание использованием программных агентов в DSS. Потенциальный вклад программных агентов для DSS были описаны как огромный (Whinston, 1997), и DSS реализации, которые сосредотачиваются на использовании агента, как программы для выполнения определенных функций, начали появляться в научных журналах (Elofson, Beranek,

Целью данного исследования является показать обещание программных агентов в области систем поддержки принятия решений. Поскольку определения программных агентов в литературе, так расходится, мы должны прежде всего значительные усилия в создании определение агентов поводу в DSS. Взносов к этой статье: (1) разработать полезные определения программных агентов; (2), чтобы дать пример агента с поддержкой DSS, что мы построили: например, мы представить является продолжением DSS сообщили Холсапл и Whinston (1996) и был улучшен с несколькими различными типами агентов; (3), чтобы продемонстрировать выгоды, получаемые от использования агентов в DSS, а также (4) использовать понимание получить от построения DSS, чтобы предложить общую основу для интеграции программных агентов в DSS. Мы также прокомментировать дополнительных усилий, необходимых при добавлении агентов DSS. Статья написана так, что она может быть полезна как учебное пособие для тех, новые концепции программных агентов.

Работа организована следующим образом. В первом разделе разрабатывает определение автономного агента программного обеспечения. Во втором разделе мы опишем agentenabled DSS мы построили, обеспечивая дальнейшее понимание основных функций и предоставления агентом. Общая выгода от использования средств, описанные в третьем разделе наряду с конкретной выгоды, полученные в наших агентов комплексного осуществления DSS. В четвертом разделе мы разрабатываем общие рамки для создания агента с поддержкой DSS. Наконец, последний раздел содержит выводы, ограничения, а также обсуждение расширения, некоторые из которых уже ведется.

АГЕНТ ПО ОПРЕДЕЛЕНИЕ

Термин агента означает разные вещи для разных авторов, многие из которых явно не провозглашенные. Начиная с литературой, мы развиваем наши собственные определения, которое мы считаем, будет полезным для обеих DSS разработчиков и практиков. Проблемы с определениями в литературе

При сопоставлении, литературе определения программных агентов могут быть противоречивыми и сотрясение. Агент реализации основанных на общество и система видеонаблюдения теории Минского (Минский, 1985) продержаться простые процессы, как агенты (Riecken, 1997; Boy, 1997), например, процедура, которая подчеркивает образ, когда курсор мыши перемещается над соответствующий текст считается агентом. С другой стороны, агент исследований на другом конце спектра точка зрения, что скидки и предполагает, что агенты Advanced Computing помощников (Мэйс, 1994; Негропонте, 1997). Но даже в определенной точки зрения, здесь еще можно путаницы и неточности в терминологии. Имам и Kodratoff (1997, стр. 75) указал, что "если исследователь или любой любопытный человек хочет узнать о интеллектуальных агентов, он / она может запутаться, после прочтения еще несколько работ ...." Различные исследователи утверждают, абстрактных таких качеств, как самостоятельность, ум, или проблемы, способность решать, как определение характеристик агента. Но, как Covigaru и Линдсей (1991) отметил в беседе интеллектуальных существ и автономных систем, Есть взаимосвязи этих (и подобных) термины, используемые в литературе. Каждый не может быть "ключевым собственности".

Мы считаем, что эти определения, возникли трудности по двум основным причинам: отсутствие явно обеспечить точкой отсчета в определении агента, а также неспособность различать основной (т.е. определения) агент характеристик от них расширения прав и возможностей. Мы будем стараться, чтобы распутать эти проблемы в целом, но отмечают, что вытекает из нашего подхода является молчаливое согласие с литературой (Брэдшоу, 1997), что программные агенты должны быть описаны (например, через списки атрибутов), если определений прогресса является быть сделаны. (Интересно отметить, что это тот же путь после с DSS в первые дни. См., например, Alter (1980, глава 2) и его семь типов DSS.) Общий список тех, программный агент атрибуты часто упоминаемых или подразумеваемых в литературе определений заключается в следующем: автономия, целевая направленность, настойчивость, реакционная способность, подвижность, интеллект и интерактивности.

Решение проблемы определения

Первый шаг, прежде чем рассматривать список атрибутов является уволить точки зрения Минский Societyof-Mind агентов в пользу понятия агентов, как Мэйс (1994) и Негропонте (1997) описал их, а именно как "продвинутые помощники вычислений". Мы делаем это потому, что мы считаем, поскольку это понятие будет более полезным на арене DSS. Мы также считаем, что большинство специалистов, будь то в области DSS или нет, не думаю, что движений мышью для подсветки изображения, как определение поведения агентов.

Ориентир

С учетом указанных выше различий в виду, агент является представителем или замена или замена на другую. Для определения агента обоснованно, надо указать (1), кто представляет агент (агент работодателя), (2) задачи должно быть сделано, и (3) области задач (см. Рисунок 1). Обратите внимание, что неспособность предусмотреть все три пункта в качестве ориентира может привести к путанице. Например, просто заявив, что баскетболист Майкл Джордан был агент не определить, что агент полезно. Если мы заявляем, что домен был агентом окладов переговоры с Национальной баскетбольной ассоциации, и что задача заключается в закупке и поддерживать наиболее благоприятные экономические условия для работодателя агента (в частности, Майкл Джордан), то мы признаем, что представлял его агент зарплаты переговоров, но вряд ли стоят за ним в баскетбол. Кроме того, мы отмечаем, что различные агенты будут выполнять самых различных задач. Например, чтобы быть успешным, Ваш автомобиль страховой агент должны делать различных рабочих мест, чем заработная плата агента Майкла Джордана и тех программного агента. Как следствие, различные агенты обладают неодинаковой значения атрибутов, перечисленных выше. Агент игрока бейсбола и долговечность экспертов Рипкен, Jr

Дифференциация

Как было предложено, определений, подход, используемый здесь, чтобы создать подмножество атрибутов из 7 в литературе приведенных выше; надежда найти два или три основных терминов, которые, взятые вместе, будет весьма полезно и четко описать программного агента. Следующим шагом в следующих через список атрибутов является перенаправление наше внимание на цели определения автономного агента программного обеспечения. Мы делаем это потому, что литература показывает, как будет видно, что автономия находится на самой сущности человека и, следовательно, поведения агентов, и, следовательно, более всеобъемлющий термин, чем другие шесть характеристик.

Вулдридж и Дженнингс (1995) заявил, что основной характерной для программ, направленных на действовать в агентами подобным образом в том, что они смогут "работать без непосредственного вмешательства человека или других людей и какой-то контроль над своими действиями и внутренним государства "(стр. 4). Они определили, что эта характеристика, как автономия. Это основная черта агента Аналогично определяется многими другими исследователями агент (Nwana, 1996, Франклин

Часть поиск в поиске определение агентов является определение человекоподобного атрибутов), что агенты должны обладать, когда они становятся дублеров или представители людей. Это связано с тем, что, хотя средства могут быть представителями других агентов, в конечном счете, какое-то высшее агентов уровне будут средства для людей. (В программное обеспечение, агенты часто служат пользователей, которые человеку.) В очень интересный документ о человеке-подобных систем, Covrigaru и Линдсей (1991) сделан вывод, что сущность человека-подобных систем является автономии. Они решили, что сущность человека на поведение как не решать проблемы как таковой, как это предполагалось в первые дни искусственного интеллекта. Скорее, они оговорили, лица, должны быть автономными, чтобы быть по-настоящему умный, по-настоящему живой, и по-настоящему гуманоида. Самостоятельность является Характерно, что позволяет человеку и человека-подобных операционных систем, чтобы выступать в качестве помощников. Covrigaru и Линдсей дальнейшее развитие идея, что некоторые другие атрибуты из литературы мы перечислили выше, являются компонентами определение автономии. Таким образом, мы заключаем с Covrigaru и Линдсей, что термин автономии всеобъемлющих-он включает в себя такие понятия, как цель ориентации.

Мы обратимся к поиску других атрибутов в список в качестве важных компонентов для нашего определения, но сейчас наша задача состоит в определении автономного агента. Литературе, к сожалению, дает лишь частичную поддержку, и мы будем вынуждены прибегать в конечном счете, к здравому смыслу.

Covrigaru и Линдсей (1991) утверждал, что суть автономии является то, что структура или система, должны попробовать сделать что-то, то есть она должна быть направлена цель. Скалы, к примеру, не преследуют цели и, таким образом, вряд ли кандидатов на работу агентов. Как литература не дает дальнейшего существенного руководства о том, какие функции необходимы, а какие нет, мы сегодня воспринимаем как "здравый смысл" посмотреть на определение автономного агента, начиная с исходной точки на рис 1.

Как левой части рис 1 предполагает, кого-то или что-то "нанимает" или работает агент выполнять задачу в конкретной предметной области. Одним из возможных способов задания задача (с нашей свинца Covrigaru и Линдсей, 1991), изложить цели задачи. Глядя на других условий, на наш список атрибутов агента, это не всегда важно, чтобы агент быть мобильным, потому что многие задачи, агент может быть выполнен в одном месте. Кроме того, она не является существенным, что агент разведки обладать, по крайней мере в том смысле, А. И. срока, потому что многие задачи, требующие решения как раз и не много рассуждений и умозаключений потенциал. Кроме того, интерактивность (например, умение взаимодействовать и общаться с другими людьми) не является одной из важнейших задач. Например, агент я использую, чтобы резал травы не нужно быть особенно интеллектуальных и великого коммуникатора. Тем не менее, агент должен обладать способностью реагировать на домен в какой-то фундаментальном уровне, и агент должны сохраняться достаточно долго, чтобы достичь целей работодателя. Таким образом, можно заключить, что агент должен обладать целевая направленность, настойчивость, и реакционная способность. Хотя разведки, мобильности и интерактивности может расширить возможности агента, они не существенные черты ..

Таким образом, перечень существенных признаков является целевая направленность, настойчивость, и реакционная способность. Опять же, заметим, что для данного агента, каждая характеристика определяется в зависимости от точки отсчета. Подобно тому, как человеческие агенты отличаются настойчивостью, мы не будем удивлены, увидев некоторых программных агентов, продолжающаяся миллисекунд, в то время как другие будут сохраняться в течение недели. Необходимо, чтобы агент выдержать достаточно долго, чтобы завершить указанные задачи в указанной области.

Остальные функции в первоначальный перечень из семи разведки, мобильности и интерактивности-составляют список расширения прав и возможностей агента черты. Использование одной или более из этих функций расширения прав и возможностей может существенно повысить полезность автономного агента, но, как отмечалось ранее, такие функции не считается важным.

Оба основных и расширение прав и возможностей атрибуты агента были обсуждены несколько свободно на данный момент. Теперь мы предлагаем нашим определение / описание автономных агентов программного обеспечения, за которым следует уточнение терминологии атрибут.

Наше определение

Автономного агента программное обеспечение программное обеспечение для реализации задач в указанном домене от имени или вместо отдельных или любого другого агента. Реализации будет содержать гомеостатических цели (целей), настойчивость, и реакция на такой степени, что реализация (1) будет сохраняться достаточно долго, чтобы выполнять цели (целей), и (2) будут реагировать достаточно в своей области, чтобы цели) которые должны быть выполнены и знать, что факт.

Обратите внимание на следующие вопросы в отношении этого определения:

ГОМЕОСТАЗА целей)

Трудно представить себе личного помощника или агента, который работает самостоятельно, имея какой-то контроль над своими действиями и внутренним состоянием, которое не имеет цели. Агент без цели, задачи, возложена ответственность и задачи, не дает помощи пользователю и не имеет возможности действовать самостоятельно, поскольку он не действовать для выполнения.

Сильнее зрения целенаправленного функция считает, что автономные организация должна делать больше, чем просто достижение цели, а затем прекращает свою деятельность. Вместо этого автономного образования должны стремиться к достижению цели, а затем утверждают, что целью государственной тех пор, пока пользователь желаний. Covrigaru и Линдсей (1991) ссылается на такие цели, как гомеостатических целей и заявил, что, как правило автономных систем для достижения этих целей гомеостатических, а не то, что описывается как достижимые цели. ГОМЕОСТАЗА цели не прекращаются, когда система находится в конечном состоянии, а, скорее, процесс мониторинга, начатый с целью повторного достижения конечного состояния, если переход от государственного, что происходит. Достижимые цели 1, что заканчивается, когда в конечном состоянии цель будет достигнута. Иными словами, гомеостатических целей действовать в качестве административного механизма, с тем, что агент может достигать и поддерживать свою собственную достижимые цели. Например, агент, предназначенный для отслеживания цен конкурса будут назначены достижимой целью наблюдения за изменением цен и отчетности, изменения, когда это происходит. Гомеостатических версия этой цели требуется агент для мониторинга цены конкурса на неопределенное время, а после отчетного изменения цены, продолжать следить за будущих изменений ..

По сути дела, гомеостатических цель выступает в качестве административного цели на более высоком уровне в том, что обеспечение достижимая цель преследовал правильно. Агент гомеостатических цели более точно представляет собой метафору личным помощником.

Настойчивость

В литературе агента программного обеспечения, особенностью сохранение интерпретируется как программа, которая постоянно работает (Chang

Реактивность

В литературе агента программного обеспечения, реактивной программы определяется как 1, которые могут распознать изменения в окружающей среде и реагировать на эти изменения своевременно (Франклин

Реакционная, как мы применяем его для программного обеспечения, не требует разведки и сравнима с "стимул-реакция сценария. Быть реактивной не обязательно требует интеллекта, доктор тестирования человека колено рефлексов будет указывать. Это не означает, что программное обеспечение, которое является либо интеллектуальные или в состоянии, даже, скажем, взаимодействуют с окружающей средой нежелательно. Это просто, что эти дополнительные функции не считаются необходимыми для разработки автономных агентов.

Таким образом, мы считаем, что это определение и описание трех основных функций обеспечивают утилита для строителя DSS. Разработка агента, застройщик должен включать три основных конструкций. Если выполнение было сделано, скажем, Java, настойчивость могут быть получены путем запуска агента в отдельном потоке, что может означать использование "расширяет тему" класс расширения. Гомеостатических цели могут быть достигнуты путем контроля за структурами, такими как ", а" петли и вложенные "если" заявления. Реакционная может быть достигнуто с "Слушатель", что ждет конкретных событий, а затем запускает обработчики событий, когда эти события происходят.

Расширение прав и возможностей

Указав описание автономного агента и определены его основные характеристики, мы теперь описать расширение прав и возможностей атрибуты агента. Расширение прав и возможностей и характеристик этих агентов (см. рисунок 1), мобильность, интеллект и интерактивности. Напомним, что эти признаки не являются существенными при определении агентства, но они могут иметь важное значение при принятии агента полезным или впечатляющее. Поскольку эти три условия, как правило, особое значение при использовании в контексте программного обеспечения, мы теперь указывают на следующие вопросы, литература.

Мобильность

В сетевой среде, приложения обычно общаются друг с другом посредством удаленного вызова процедур (RPC), либо путем обмена сценариев. Мобильный кодекс предусматривает альтернативные способы общения и часто связаны с программными агентами. В некоторых реализациях агента, программные агенты на самом деле определяется как мобильный код (Белый, 1997). Мобильный код отличается от RPC или обмена сценарии в том, что с мобильного кода, вся процедура "передается на удаленный сервер, включая его код, данные, выполнение государственных и маршрут" (Chang

Мобильный агент агент, который может транспортироваться как мобильный код. Агент, который проходит сообщений удаленного просто общения, а не особенность выставки мобильности. Мобильные агенты могут перейти на несколько удаленных сайтов, которые либо перевозят маршрут с ними или отправляют в другое место со стороны пользователя, агент сервера или другого агента. Стойкость и реакционная способность дать им возможность выполнить свои задачи, когда удаленные сайты недоступны, так как они могут подождать на их нынешнем месте, пока сайт доступен.

Мобильность является расширение прав и возможностей характерных агентом, поскольку она позволяет агентам использования распределенных ресурсов и более эффективного использования сетевых ресурсов. Распределенная обработка облегчается тем, что мобильные агенты используют вычислительные ресурсы текущего узла. Сеть ресурсы более эффективно использовать, поскольку мобильные средства могут перемещаться на различные сайты в поисках своих целей, вместо отправки многочисленных сообщений и RPC, на каждом сайте интересов.

В настоящее время, большинство реализаций агента являются собственностью по своему характеру и не поддерживают другие (например, иностранных) систем мобильной агента. Органов по стандартизации, таких как Object Management Group (OMG) ранее представил характеристики только для стационарных распределенных объектов (Chang

Интеллект

Интеллект является благоприятная возможность, которая позволяет агенту достигать своих целей более эффективно и с меньшими умело помощи со стороны пользователя или конструктор. IBM описывает в общем разведки в связи с его собственных агентов, как степень мышления и поведения узнал (Гилберт, 1997). Имам и Kodratoff (1997) пошел немного дальше, когда они обобщены Американской ассоциации искусственного интеллекта семинар усилия для определения этого термина. Они рассказали о интеллектуального агента в качестве "системы или машины, которая использует выведенный или сложных вычислительных методик для выполнения поставленных задач, представляющих интерес для пользователей" (стр. 76). Понятие вывода или (машина) обучения или рассуждения явного или неявного в обоих определений.

Первые попытки в искусственном разведывательного сообщества в разработке программы, которая функционирует как интеллектуальная, ориентированный на человека как существо сосредоточены на решении проблем (Хармон

Агентам различные виды разведки были выполнены, в том числе тех, которые используют генетические алгоритмы (Оливер, 1996), те, которые сочетают базы знаний и обучения на примере (Мэйс, 1994), и системы с памятью основе рассуждений (Лашкари, Метрал,

Интерактивность (коммуникативная способность)

Умение общаться с пользователями и другими агентами еще одну важную особенность условий для программных агентов (Франклин

Хотя связь не является обязательной функцией агента, агент, который может общаться с другими, может существенно расширить свои возможности. Например, агент, который может обмениваться информацией с другими агентами может быть более эффективным на основе сотрудничества и делегации. Коммуникативных и социальных агента может спасти себя путешествие в нескольких удаленных сайтов, общаясь с агентом, который уже знает, информацию, которую он ищет. Агент может дополнительно получить большую эффективность нереста несколько новых агентов и поручив им для выполнения задач параллельно.

Агент связи осуществляется на основе передачи сообщений, но, как мобильность, коммуникация характеристики в различных системах агент зачастую не совместимы. Языка агентов связи (ACL) была разработана ARPA (Advanced исследований Projects Agency) обмен знаниями усилий, чтобы обеспечить средства для связи между агентами, разработанных в различных средах программирования для разных целей и домены (Нечес и др.., 1991). ACL предоставляет стандартный набор связи перформативы или действия, которые будут использоваться между агентами и создания стандартных онтологий различных предметных областей. Язык был принят многочисленные реализации агента и особенно хорошо, полученные в агентного разработки программного обеспечения (Genesereth

Подводя итоги обсуждения данного расширения возможностей функций, стоит отметить, что в то время как мобильность, интеллект и интерактивности, безусловно, может расширить возможности агента, взятые по отдельности, эти особенности не создавать личный помощник вычислений. Существует нет автономии без трех основных функций и, таким образом, пользователь такой код не сможет делегировать ему. Вместо этого, пользователь будет вынужден сначала провоцируют действия он или она хотела взять код и постоянно reinstigate эти меры пока не нужны.

Чтобы проиллюстрировать наше определение автономного агента и некоторые ее нюансы, некоторые агенты будут описаны. Мы внедрили агентов в реальном DSS, тем самым создавая контексте. Описания отдельных агентов выделить основные функции и расширения, что эти агенты выставки, обеспечивая уровня реализации точки зрения функций, описанных выше.

ОСУЩЕСТВЛЕНИЯ КОМПЛЕКСНОЙ AGENT-DSS

Реализация описанных DSS базируется на примере используется в учебнике DSS (Холсапл

Холсапл и анализ отклонений Whinston в DSS

После доступа к DSS, авторизованный пользователь будет выбирать продукт для анализа, а затем просматривать текущие разницы для данного продукта. Стандартные и фактические параметры загружаются из базы данных, DSS позволяет пользователю выполнять WhatIf анализа этих параметров, загрузки любых требуемых изменений в бюджете параметры в базу данных. Разница, что превышает пороговое значение заранее помечены. Пользователи могут просматривать и редактировать множество порогов для каждого параметра.

Дополнительные критерии для исследования отклонений может быть пересмотрен и отредактирован. Эти критерии используются для назначения относительное значение дисперсии, рассчитанных ранее и оказать дополнительную поддержку пользователей при принятии решения о дисперсии должны быть расследованы. Если пользователь примет такое решение, расходы на исследования и источники дисперсии выявлено в ходе расследования могут быть записаны в базу данных и обзор, когда будущие отклонения происходят.

Таким образом, DSS поддерживает пользователей в принятии решений относительно расследования разница, что произошло между бюджете и фактические расходы. Эта поддержка позволяет пользователю избежать дорогостоящего расследования отклонений, которые имеют мало влияния на экономическое здоровье организации. Кроме того, подчеркивается DSS отклонений, которые должны быть исследованы, чтобы избежать дальнейшей эрозии для здоровья организации.

Ограничение DSS, однако, исторический характер поддержки. Разница лишь рассчитаны, проанализированы и рассмотрены пользователю после потребления ресурсов или курс отклонился от бюджета и пострадавших прибыли. Пользователь должен будет непосредственно управлять информацию, используемую DSS в целях прогнозирования будущих отклонений, эффективно работает "что-если анализы, используя оценки необходимых материалов. Такого рода ограничения, как правило, принято пользователей DSS, как статус-кво, из-за издержек автоматизации прогноз будущих отклонения реальных данных. Такие расходы будут включать мониторинг текущих показателей ресурсов. Например, для того, чтобы система по проектам разницы в объеме курсов, темпов труда, материалов и накладных расходов необходимо будет постоянно контролироваться. Такой тип мониторинга позволит пользователю наблюдать последствия увеличения стоимости материалов до фактически покупке каких-либо материалов на эту новую стоимость. Расходы, имеющие индивидуальный мониторинг всех материальных, трудовых и накладных цены и вводить эти изменения в DSS, однако, как правило, будут непомерно высокими. Было бы так же быть очень дорогостоящим, для отслеживания использования ресурсов при таком детальном уровне, что может DSS проекта чрезмерной разницы использования, прежде чем они произошли.

Агент интеграции

Для того, чтобы изучить преимущества агентов, Холсапл и Whinston (1996) Разница Анализ DSS описанный выше, был построен, а затем расширение с агентами.

Потому что мы хотели бы использовать Java-агенты, мы писали дисперсионного анализа DSS в J TM Microsoft в (1997), поддержка данных для приложения хранились в Microsoft Access TM (1997) базы данных. Программные агенты затем были включены в DSS использованием JavaTM (Sun, 1998) и Voyager TM библиотеки классов из ObjectSpace (1998). Часть усовершенствований мы включили участвующих решения задачи математического программирования. Для этого мы использовали Microsoft Excel'sTM Solver (1997) и пишет код в Visual Basic для приложений.

Агенты были включены в существующей DSS для автоматизации больше задач для пользователя, что позволяет более косвенное управление, и требует менее прямая манипуляция DSS. В частности, средства были использованы для сбора информации за пределы организации; для прогнозирования будущих отклонений в материалах, трудовых и накладных расходов, а также для создания решений альтернативы, которые позволят пользователю сосредоточиться на отклонения, которые были признаны существенными. Использование агентов обеспечивает автоматизированный, экономически эффективных средств достижения этих прогнозов и создания альтернативных вариантов действий. Предположения этой реализации: (1) общее признание агентов в области электронной торговли, включая наличие бизнес-партнеров, которые готовы принять у себя других агентов, а также (2) наличие каталогов и Посреднические услуги.

5 видов агентов, мы добавили к системе приведены в таблице 1. Кроме того, показано в таблице является помещение их в три компоненты DSS, по мнению строителя из DSS [с использованием Спраг и (1982) терминологии Карлсона]. Обратите внимание, что средства были размещены в каждом из компонентов, а также о том, что отдельный агент менеджер домена (DMA) был помещен в СУБД, MBMS и DGMS. Функция Эти районы является сохранение контроля над всеми агентов в их доменах.

Каждая из пяти агентов экспонатов существенные черты постоянства, реакционная способность, и цель ориентации, как показано в таблице 2. Отправной точкой для каждого агента, в частности, работодателя / клиента, задачи и области, также могут быть показаны в таблице. Таблица 3 описывает расширения возможностей функции экспозиции этих агентов.

Более функциональный вид возбудителя с повышенным DSS предоставляется на рисунке 2 и говорит больше История этого агента реализации. Для целей описания этой функциональности Предположим, пользователь принимает решение о развертывании данных мониторинга агента из СУБД на сайт поставщика, где он является контроль за ценами на части 0001. Для этого пользователю необходимо только указать URL поставщика, номер и текущую цену часть, как видно из интерфейса для агента показано на рисунке 2а. Агент остается на сайте поставщика, периодически проверяя цена стороны, о любых значительных изменений, которые произошли. Гомеостатических цель этого агента является мониторинг установленных частью номер и регистрировать изменения в цены, которые пересекают пороговые значения. Агент настойчиво, что он постоянно работает в свой собственный поток исполнения и контроля структуры, которая позволяет ему выполнять свои гомеостатических цели. Кроме того, агент периодически связывается с исходный сайт, так что в случае, если сайт поставщика выключается или агент закрыли на поставщика, исходный сайт является извещение об отсутствии агента. Механизм контроля агента позволяет ему адекватно реагировать на значительные изменения в своем окружении.

Для этого простого агента, существенное изменение происходит, если цена пересекает часть пороговых величин. Из-за своей простоты, данные мониторинга агент предлагает большой повторного использования. Многочисленные агенты могут быть направлены на различные сайты для мониторинга скорости материалы, рабочую силу, или наверху помощью этого агента 1 класса. Эта реализация предполагает участие поставщики готовы хостов для таких иностранцев, автоматизированных программ. В случае, если поставщики не желают служить в качестве агента хозяина, альтернативная версия агента данных мониторинга можно отфильтровать текст на веб-сайте поставщика для изменения цен. Код для datamonitoring агента приводится в приложении в качестве примера того, как такое средство может быть реализован ..

Сбор данных средств были включены в DSS, чтобы найти новые источники данных. В частности, сбора данных средств использовать службу каталогов для поиска потенциальных поставщиков изготовления деталей. (Несколько каталогов и / или Посреднические услуги были разработаны в сети Интернет или для сетевых общин агента. Смотреть Брэдшоу и др.., 1997; Genesereth, 1997.) Сбора данных агента может быть отправлен в каталог сайтов) искать альтернативные источниками определенной части. Когда новый источник будет найден, сбора данных агент собирает информацию об источнике, в том числе наименование, место нахождения и адрес нового источника. Сбора данных агента может быть отправлен с длительным маршруте каталог сайтов и доложить новых источников, как они будут найдены.

Если данные мониторинга агент обнаруживает изменения цены, или сбора данных агент находит нового поставщика, эти агенты об этих изменениях в их агент менеджер домена. Агент администратор домена отслеживает местоположение всех других субъектов, функционирующих на имени DSS и принимает или триггеры соответствующие меры после получения сообщений от местных и удаленных агентов, которые возникли в пределах своей области. Когда новый препарат будет создан, он сразу же зарегистрирован домен менеджер, который поддерживает его местонахождение ли она на месте или находится удаленно, независимо от количества прыжков в его маршрут. В случае, если агент закрыть и больше не работает, агент администратор домена предоставляет уведомление о смерти агента. Администратор домена построена по аналогии с данными мониторинга агента, что он получит свой собственный поток исполнения и управления, что позволяет ему постоянно преследовать свои цели. Зрения агента администратор домена интерфейс отображения сообщений от 2 агентов, данных мониторинга агента выше, а также сбора данных агента, показана на рис 2b. Обратите внимание, что сбор данных агент был занят в каталоге сайта в Интернете и сообщает о новых потенциальных поставщиков, а также, что данные мониторинга агент сообщил о повышении цен до $ 2,50 ..

Менеджер СУБД домена агент связывается (косвенно) соответствующего средства моделирования. функции моделирования агента заключается в создании решений альтернативы, которые позволят пользователю свести к минимуму отрицательное отклонение от бюджета. Этот агент отвечает за создание максимальной прибыли продукт-микс стратегии, в связи с повышением цен поставщиков и отчетности (косвенно) с любой пользователь signif ных сексуальных поведений последствия доллара. В действительности, моделирование агент делает это путем включения линейного программирования модели разработан и поддерживается в Solver надстройку из ExcelTM Microsoft, вместе с Visual Basic для приложений (VBA) модуля. Математическая модель, в формате электронных таблиц, показано на рисунке 3. Тем не менее, пользователь никогда не видит, потому что эта модель моделирования агент обеспечивает уровень абстракции между интерфейс прикладного программирования (API) о Solver, Excels VBA, и DSS, скрывая его сложности. Вывод из модели, если это будет сочтено косвенные доллар-мудрый, затем передается обратно на администратора домена и отображаются в DSS, как показано на рисунке 2, c. Модель выходное значение значение определяется через пороги, естественно, пороги могут быть установлены таким образом каждый продукт-микс изменений, как сообщается, при желании ..

В этот момент пользователь может выбирать принять DSS-рекомендованных ассортимента или может указать стратегии его или ее выбору. Чтобы контролировать фактические ответы пользователя на дисперсию случаи, предпочтение обучения агент был интегрирован в агента повышенной DSS. Агент также следит ли действие соответствует фактическим уровнем дисперсии и дисперсии параметром обрезания в действие в момент действия пользователя. Кроме того, как обучение агента треков действия пользователя, он вычисляет средний уровень дисперсии, при котором пользователь эффективно вносить изменения в ассортимент выпускаемой продукции. Пользователь может просматривать средний уровень дисперсии и обновить параметр обрезания разница в любое время.

Каждый из агентов мы построили экспонатов существенные черты агента в связи с его указанной точкой в DSS. Как указано в определении автономных агентов, однако, если любой из этих агентов перестали проявлять какой-либо из этих основных функций в рамках своего указанного домена в DSS, он будет перестанет быть агентом в DSS. Это преобразование (в "небытие") может появиться тревожные первоначально, но мы считаем желательным и полезным способом определения агента. Описанном случае похожа на ситуацию, в которой мы нанимаем налогового агента, который делает наши налоги течение многих лет, но когда новое налоговое законодательство будет принят, отдельные не примет новый код. В таком случае мы хотели бы избавиться от налогового агента, и либо получить новую или перейти на нашу собственную. Это человек перестал бы быть нашим агентом.

АГЕНТ преимущества в DSS

Описав сценарий агента комплексного DSS, мы обсудим преимущества использования автономных агентов в DSS. Общая выгода от использования агентов первого перечисленных, а затем обсуждаются в связи с DSS. После этого мы покажем, как необходимо и расширение функций экспозиции 5 отдельных агентов приносить пользу в контексте нашей реализации.

Общие преимущества

Программные агенты, в общем, появились в качестве средства косвенного управления компьютеров и компьютерных задач, связанных, а не непосредственно манипулировать ими (Мэйс, 1994). Агенты обеспечить этого косвенного управления, вводя уровень абстракции между пользователем и компьютером. Например, если руководитель просит (человека) личный помощник для планирования встреч с несколькими сотрудниками, то, что менеджер создал уровень абстракции между ним и ею, а также работников в связи с назначением детали. Научный руководитель избавлены от необходимости иметь дело со сложными проблемами, координация расписания. Кроме того, с компьютерной задачи, пользователь может быть избавлен от некоторых вычислительных сложностей с помощью программного агента, то есть личный помощник вычислений.

Брэдшоу (1997) отметил, что эта абстракция или сложности сокращение, могут помочь пользователю в двух важных областях: взаимодействие и пользовательских интерфейсов. По совместимости Брэдшоу означает, что агенты могут интегрировать гетерогенных приложений и сетей. С абстракции пользовательского интерфейса, пользователи могут быть освобождены от деталей все возрастающим объемом информации, которая будет обработана, и может иметь персональную информацию, как они предпочитают видеть. Оба интерфейса выгоды важны, поскольку они могут освободить пользователей от отвлекающих факторов, благоприятных концентрации на управленческие аспекты решения, например, вместо вычислительных мелочи.

Общие выгоды агентов, которые обсуждались выше, непосредственно применимых к DSS пользователей. Основное преимущество агента обогащенного DSS является абстракцией и в результате автоматизации и снижения сложности при условии. Агент обеспечивает дополнительный уровень поддержки между пользователем и фактической DSS. Благодаря этой абстракции, связанные с этим задача становится все более автоматизированными и требуют меньше действий со стороны пользователя.

Конкретные преимущества комплексного агент-DSS

С помощью этих общих, литература основе выгод в виду, особые выгоды каждого агента может теперь наблюдать, изучая их основных характеристик и расширение возможностей (эти функции были перечислены в таблицах 2 и 3).

Данные мониторинга агента

Напомним, что целью этого программного агента является наблюдение за изменениями цен данной пунктов на (дружественных) сайта поставщика. Когда "значительный" изменение цены происходит, агент отправить слово обратно в DSS на своей домашней странички, что произошло изменение. Этот агент повышает DSS в два основных пути: за счет автоматизации поиска информации, а также за счет улучшения качества этой информации (в том смысле, что база данных обновляется сразу на изменения в ценах поставщиков). Последняя подразумевает, что выгоды дополнительных DSS теперь может быть построен обладающих в режиме реального времени, онлайн-данными. Хотя не все DSS требуют этого аксессуара, это будет значительное преимущество для многих.

Льготы, перечисленные выше, основаны на сравнении агента с поддержкой DSS с традиционной (не агент) DSS. Важным является вопрос, почему должны агентов быть использованы для предоставления этих льгот. Нет ли nonagent подходов дает те же преимущества? Например, в случае с агентом данных мониторинга, почему бы не использовать мобильный код? Ответ заключается в определении агента: агент предоставляет автономию. Автономия означает, что пользователь переходит с задачей и освобожден от беспокойства о ней. Можно построить nonagent реализации задач, а затем, по определению, либо сохранение или реакционной способности или целей будет отсутствовать, и пользователь, должны будут представить, чего не хватает. В случае мобильного кода, пользователю придется периодически поручить мобильный код (с помощью вызовов удаленных процедур), чтобы проверить цену продавца, а затем пользователь должен был бы рассмотреть изменения, чтобы увидеть, если оно было значительным. Автономные агенты были использованы для укрепления DSS, потому что мы хотим пользователям управлять непосредственно меньше аспекты DSS, что дает им больше времени, чтобы сосредоточиться на фактическое решение будет принято.

Сбор данных агента

Этот агент едет в каталоге сайта для поиска альтернативных источников (поставщиков) в определенной части. Когда новый источник будет найден, агент посылает сообщение обратно к DSS с указанием наименования и местонахождения источника (в том числе URL). Этот агент создает преимущества для пользователя DSS посредством автоматизации поиска информации, как правило, не хранятся в корпоративных базах данных. Использование автономных агентов для выполнения этой задачи позволяет пользователю быть в курсе новых поставщиков, своевременно, не беспокоясь о деталях сбора этой информации.

Как с агентом данных мониторинга, мобильность агента сбора данных обеспечивает гибкость в том, что агент может само приспособление для транспортировки в любую директорию сайта. Кроме того, такой агент может также предоставить дополнительную выгоду (через интерактивность) путем обмена информацией (например, через агента в связи ARPA язык) с агентами из других систем на основе сотрудничества.

Моделирование агента

2 агентов рассматривается до сих пор предоставляли льготы на получение нужных данных для DSS. Следующий агент постоянно проживает в базовой модели и предоставляет преимущества, ссылаясь на моделях. Напомним, что этот препарат, когда уведомление по Domain Manager агента, формулирует линейного программирования (ЛП) модель и использует Microsoft Excels Solver, отчетности решений следствие к DMA, когда закончите. Моделирование агента содержит усовершенствования для DSS (1), обеспечивая доступ к вычислительной инструмент (ЛПМ); (2), автоматически изменит решения модели при любых изменениях данных, (3), обеспечивая уровень абстракции между Языки различных ДСС и моделирование применения, а также (4), сообщая пользователю только те изменения в оптимальное сочетание продуктов в DSS, которые считаются существенными.

Домен менеджер агент

Напомним, что этот препарат берет на себя полную и постоянную ответственность за все агент ресурсов в своей области. Пользователям не нужно дополнительных ответственность за управление агентами, и этот агент ручки этой задачи. В частности, делегация эту ответственность автономного агента избавляет пользователя от необходимости следить за работой приездов и отъездов из других субъектов в этой области и автоматизировать действия, которые должны быть приняты основе сообщений, полученных от этих агентов.

Предпочтение обучения агента

Этот агент наблюдает пользователей и предоставляет в пользу изучения родного стиля и тенденций. В частности, этот агент записей ли тот или иной пользователь принимает совет моделирования агента (например, результаты решения LP) или доходов самостоятельно. Предпочтение обучения агента распространяется решение поддержке DSS, изучая ли действия пользователя соответствует указанной пользователем параметров, хранящихся в DSS. Этот агент постоянно отслеживает ли параметры, используемые DSS в актуальном состоянии с действиями пользователя, избавляя пользователей следить за этой ситуацией сами.

Подведем к выводу, что автономные агенты, имеющие существенные черты постоянства, реакционная способность, и гомеостатических целей, может обеспечить реальные и значительные выгоды для пользователя DSS, хотя и не во всех DSS. Некоторые агенты проводить впечатляющие задачи, которые могут быть по-настоящему информативным, в то время как другие агенты провести несколько пешеходов усилия, которые менее впечатляющими. Несмотря на это, автономия предусматривает освобождение от отвлекающего задач для пользователя. Помощи как правило, приходят из основных характеристик агентов, а также расширения прав и возможностей с другими функциями (интеллект, интерактивность и мобильность). Льготы, предоставляемые автономных агентов создать более активную DSS, двигаясь DSS от исторического состояния прямого манипулирования новых государственных косвенного управления. Новое поколение DSS предоставляет больше информации, более качественной информации, и автоматизировать многие аспекты работы с решением поддержки.

РАМКИ ДЛЯ AGENT-ENABLED DSS

Изучив литературу на не-DSS реализации агента, а также построив агента с поддержкой DSS, наши усилия направлены на развитие основы для agentenabled DSS. Процедурной, мы начали с изучения дисперсионного анализа DSS, а затем попытался обобщить, что архитектура. Наша философия заключается в создании на фундаментальные подходы в литературе, разработка первого сократить основы, которая может быть повышена за счет других.

Мы начали каркас с тремя основными принципами. Первый фундаментальный, в соответствии с Спраг и Карлсон (1982), был сегмент DSS на три компоненты (СУБД, MBMS и MGMS). Второй том, что каждый сегмент DSS или компонент должен быть воплощен, будучи все же независимыми, как это возможно. Этот принцип был получен и от Спраг и Карлсон себя и от хорошей практики программирования. Третий фундаментальный мы приняли во включении в каждом компоненте DSS агент для контроля или управления другими субъектами в рамках этого компонента. Мы отметили, из литературы, что это обычная практика для агент менеджер ресурсов, которые будут использоваться для мониторинга и контроля этих агентов выполнения общих, функциональных задач (Брэдшоу и др.., 1997).

Рамки, содержащие такие основы для агента с поддержкой DSS мы построили показано на рисунке 4. Примечание несколько вещей, в отношении этого показателя. Во-первых, использование (округленно) прямоугольной формы не означает, что любой из трех компонентов DSS содержит только агенты, которые физически уточненного. Во-вторых, мы перешли к инкапсуляции путем включения прокси-агентов. Эти агенты облегчения коммуникации между тремя областями. Настаивая на том, что только в информационных потоков между компонентами через эти каналы, степень самостоятельности и инкапсуляции областях достигнут. Прокси-агенты выполняют перевод, необходимые для информирования потока. В-третьих, агенты администратора домена, по одному в каждом из компонентов DSS, взять на себя роль управления ресурсами и контроля над другими субъектами в их области.

Чтобы расширить рамки конкретного к более общему рамках DSS, мы рассмотрели и оценили агентов мы построили, а также другие обсуждаются в литературе. Мы пришли к выводу, что все агенты включены на рисунке 4 должна оставаться в общем DSS, а другие из литературы должны быть включены также. Рисунок 5 является результатом этого обзора и общие рамки для агента с поддержкой DSS. Сейчас мы опишем остальные участники показано на рисунке 5 по компонентам DSS.

В СУБД, использование данных для сбора и мониторинга данных средств было бы полезно в СУБД наиболее DSS для сбора и хранения информации, обычно не хранятся в корпоративных базах данных. Эти два вида агентов может быть как статическими (неподвижными) или мобильный телефон, по мере необходимости. Благодаря простоте и данных мониторинга и сбора данных агентов, код для этих агентов очень многоразовые, даже через DSS различных областях.

В MBMS, моделирование агентов обычно можно использовать для интеграции и мониторинга использования автономных приложений, таких как статистические и линейных пакеты программ, как показано в наших агентов комплексного DSS. Моделирование агенты также могут быть использованы для реализации подходов к моделированию, которые не доступны в автономные приложения. Эти агенты могут использовать иной форме машинного обучения, исследования операций методы или другие алгоритмы для производства решений альтернатив. В связи с настраиваемым характер модели, эти автономные агенты будет трудно повторного использования в полном объеме, но значительная часть кода должна быть расширяемой.

Метамоделирования агенты также могут быть использованы в MBMS для координации разработки и выбора альтернативных решений с учетом существования различных моделей в течение DSS. Эти агенты должны представлять альтернативный процесс оценки, которая будет оказывать поддержку DSS с несколькими целями. Опять же, из-за настраиваемый характер моделирования функций в DSS, повторного использования кода для этих метамоделирования агенты будут несколько ограничены.

В DGMS предпочтение обучения агентов могут быть созданы для каждого отдельного пользователя DSS. Эти агенты будут нести ответственность за мониторинг и хранение желаемых преференций установленного пользователем, как это предложил агент preferencelearning например, описанные в дисперсионного анализа DSS. Кроме того, для контактов будет отвечать за непосредственное общение с пользователем. Эти агенты будут уведомлять пользователей о конкретных изменениях в окружающей среде DSS (например, "цена пошла вверх") и будет направлять пользователей в эффективном использовании поддержке DSS. Эти общие агенты интерфейс будет работать в аналогично средств, разработанных в потоке взаимодействия человек-компьютер "(Эриксон, 1997; Нарди, Miller,

Таким образом, структура показана на рисунке 5 предлагается в качестве отправной точки для строителей DSS стремится агента включить их систем. Домена менеджеров и прокси-агентов установить основные строительные блоки для интеграции и управления агентов в DSS. Остальные средства привести примеры того, как агенты могут повысить функциональность подсистем DSS. Некоторые аспекты рамках может не подходить для конкретных DSS, а также некоторые DSS могут извлечь выгоду из агентов, которые не представлены.

ВЫВОДЫ И БУДУЩАЯ РАБОТА

Это исследование предоставило определению автономного агента программного обеспечения, определил основные характеристики и расширение таких агентов, а также описаны преимущества, которые могут зародиться в случае включения веществ в DSS. Например DSS 5 с различными видами средств был построен и обсудили, из которых обобщенной основой для агента с поддержкой строительства DSS был разработан.

3 особенности настойчивость, реакционная способность, и гомеостатических целей Было показано, что основные характеристики агента, а также объяснение того, как эти характеристики могут быть реализованы строителями DSS представлено не было. Было отмечено, что оснащение агентов с подвижностью, умом и интерактивности может дать им возможность, в интересах увеличения отдачи этих средств, чтобы обеспечить пользователям DSS. Однако, есть цена на эти льготы, и DSS строителей заплатить такую цену: DSS с агентами являются более сложными, чем развивать традиционные DSS. Это замечание не удивительно, если учесть, что агенты уменьшить сложность для пользователей за счет автоматизации более аспектов DSS. Эта сложность передается DSS строителей, которые должны осуществлять автономию и автоматизации агентов в коде. DSS строители несколько компенсировало дополнительные сложности осуществления повторного использования предлагаемых средств. Кроме того, агент инструментов и библиотек классов постоянно совершенствуется, смягчению некоторых дополнительное бремя исполнителями.

Это исследование также предлагает агентов, работающих в компонент СУБД может помочь в получении DSS в режиме реального времени, онлайн-данными. Хотя это не является необходимым усиление для всех DSS, он будет иметь важное значение для многих. Кроме того, агенты, работающие в компоненте DGMS может оказать дополнительную поддержку для персонализации DSS для отдельных пользователей, раннего условием функциональность установленных исследователей DSS.

Перспективным направлением для будущей работы заключается в добавлении в режиме реального времени планирует MBMS (Гесс, Rees,

Дополнительные стоит направлений дальнейшей работы, как правило, включают учета прогресса, достигнутого органами по стандартизации. Поскольку мобильные протоколы агента и агента Языки связи стабилизируются, агент интегрированных DSS принесет пользу и сотрудничества между этими DSS будет увеличен. В то же время, отсутствие стандартизации может помешать агент интегрированных DSS. Безопасность является также серьезной проблемой, что мы не учли здесь, но проводят в другом месте (Рис, Гесс,

Хотя выгоды от агентов в целом и основные рамки для их использования появляются твердые, только один DSS был исследован здесь. Кроме того, это исследование имеет только изучили технические аспекты включения агента. Очевидно, Есть много организационных, экономических и кадровых вопросов возможность решать, о чем свидетельствует наше обсуждение развития трудности DSS строители могут столкнуться. Надеемся, что эти результаты исследований станет основой дальнейших исследований до оказания поддержки и доработки. [Поступило: 1 апреля 1998. Принято редколлегией: 1 июля 1999.]

* Авторы выражают благодарность глубокий обратной связи и вопросов, представленных анонимными помощник редактора, которые значительно усилили эту бумагу.

Ссылки

Доступ 97TM. (1997). [Программное обеспечение]. Redmond, WA: Microsoft Corporation.

Alter, С. Л. (1980). Системы поддержки принятия решений: Современная практика и сохраняющиеся проблемы. Чтение, М.: Addison-Wesley.

Беннетт, J. L. (ed.) (1983). Обзор. Создание систем поддержки принятия решений. Чтение, М.: Addison-Wesley, 1-14.

Bonczek, Р. Х., Холсапл, К. W,

Программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 223-245. Брэдшоу, J. M. (ed.). (1997). Введение в программные агенты. Программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 3-46.

Брэдшоу, J. М., Dutfield, S., Бенуа, P,

Чанг, Д. Т.,

Covrigaru, А. А.,

Elofson Г. Beranek, P М.,

Эриксон, Т. (1997). Проектирование агентов, как если бы люди значение. В J. Брэдшоу (ред.), программные агенты. Менло-Парк, Калифорния: AAAI Пресса / Пресс МТТ, 79-96.

Excel 97TM. (1997). [Программное обеспечение]. Redmond, WA: Microsoft Corporation. Франклин, S.,

General Magic, Inc (февраль, 1998). Генеральный Magic's одиссею [Agent технологии]. Проверено 9 февраля 1998, от World Wide Web: http:l/ <a target="_blank" href="http://www.genmagic.com/html/agent" rel="nofollow"> www.genmagic. COM / HTML / <агент> overview.html

Genesereth, М. Р. (1997). Агентного основу для взаимодействия. В J. Брэдшоу (ред.), программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 317-345.

Genesereth, М. Р.,

Гилберт, D. (1997, июнь). Интеллектуальные агенты: нужной информации в нужное время. [IBM Интеллектуальный агент Белый] бумаги. Проверено 7 января 1998, от World Wide Web: <a target="_blank" href="http://www.networking.ibm.com/iag/iagwpl.html" rel="nofollow"> http:// www.networking.ibm.com / МГА / iagwpl.html </ A>

Хармон, P,

Гесс, T J., Rakes, T Р.,

Холсапл, К. В.,

Huhns, М. Н.,

Имам, I. R,

JavaTM Development Kit. (1998). [Программное обеспечение]. Пало-Альто, Калифорния: Sun Microsystems.

Кин, Г. P W,

Лашкари, Y, Метрал, М.,

Мэйс, P (1994). Агенты, которые уменьшают работу

Матурана, Ф. P,

McAllester Д.,

Минский, М. (1985). Общества сознания. Нью-Йорк: Саймон и Шустер. Mitsubishi Electric, TTA (3 марта 1997). "Конкордия": инфраструктура для совместной работы мобильных агентов, Mitsubishi Electric, ITA, Horizon систем Лаборатория: Concordia [Java Мобильный Агент технологии). Проверено 11 февраля 1998, от World Wide Web: http:l/www.ai.univie.ac.at/hpaolo/lva/vu-sa/ HTML / Concordia /

Нарди, Б. А., Миллер, Дж. Р.,

Нечес Р., Файкс Р., Финин, T., Грубер, T., Патил, Р., сенатора, T.,

Негропонте, Н. (1997). Агенты: от прямого манипулирования делегации. В J. Брэдшоу (ред.), программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 57-66.

Nwana, Х. С. (1996). Программные агенты: обзор. Инженерия знаний обзора, 11 (3), 1-40.

ObjectSpace, Inc (17 февраля 1998). ObjectSpace Voyager 1.0,1 Обзор космического объекта Core Technology: Агент для Java ORB [] технологии агента. Проверено 18 февраля 1998, от World Wide Web: http:/l <a target="_blank" href="http://www.objectspace.com/voyager/index.html" rel="nofollow"> WWW. objectspace.com / Voyager / index.html </ A>

Оливер, J. R. (1996). Машинного обучения подход к автоматизированной переговоров и перспективы электронной коммерции. Журнал информационных систем управления, 13 (3), 83-112.

Петри, К. J. (1996). Агент основе техники, веб-и разведки. IEEE экспертов, LL (6), 24-29.

Пинсон, С. Д., Лоуса, J. А.,

Радермахер, F J. (1994). Системы поддержки принятия решений: Объем и потенциал. Системы поддержки принятия решений, 12 (1), 257-265.

Рис, Л. П., Гесс, T J.,

Riecken, D. (1997). Система M. В J. Брэдшоу (ред.), программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 247-267.

Симон, H. (1960). Новой науки, принятия управленческих решений. Нью-Йорк: Харпер

Спраг, Р. Х.,

Visual J TM. (1997). [Программное обеспечение]. Redmond, WA: Microsoft Corporation. новый колледж мира Вебстера словарь. (1997). V Neufeldt

Whinston, А. Б. (1997). Интеллектуальные агенты в качестве основы для систем поддержки принятия решений. Системы поддержки принятия решений, 20 (1), 1.

Белый, Е. J. (1997). Мобильный агентов. В J. Брэдшоу (ред.), программные агенты. Менло-Парк, Калифорния: AAAI Пресса / MIT Press, 437-472.

Вулдридж, М.,

Трейси J. Хесс

Департамент информационных систем управления, Университет Центральной Флориды, Орландо, FL 32816, адрес электронной почты: <a href="mailto:thess@bus.ucf.edu"> thess@bus.ucf.edu </ A>

Лорен Пол Рис и Терри Р. Rakes

Департамент ofManagement науки и информационные технологии, Вирджиния политехнического института и государственного университета Блэксбург, В. А. 24061, адрес электронной почты .- <a href="mailto:loren@vt.edu"> loren@vt.edu </ A>, <A HREF = "mailto: trakes@vt.edu"> trakes@vt.edu </ A>

Трейси J Гесс доцента в Департаменте информационных систем управления в университете Центральной Флориды. Она защитила кандидатскую диссертацию в области науки управления и информационных технологий в Вирджинском политехническом институте государственного университета. Ее исследовательские интересы включают в себя использование программных агентов в поддержку принятия решений, планирования искусственного интеллекта и модели управления. Она является членом Ассоциации по информационным системам, Decision Sciences института и Института исследования операций и наук управления.

Лорен Пол Рис является Arthur Andersen / Andersen Consulting выпускников профессор информации по вопросам управления в Вирджинском политехническом институте государственного университета. Ранее был членом технического персонала в Bell Telephone Laboratories. Он получил докторскую степень в промышленности и инженерных систем из Технологического института Джорджии. Его исследовательские интересы включают моделирование и оптимизация программных агентов, и он опубликовал в таких журналах, как Decision Sciences, Naval Research Логистика, транспорт НИИ, сделки и другие. Он является членом Института Решение наук, Институт исследования операций и наук управления, а также Американской ассоциации искусственного интеллекта. Терри Р. Rakes является Уильям и Аликс C. Хаученс профессор научного менеджмента и информационных технологий в Вирджинском политехническом институте государственного университета. Он получил докторскую степень в науке управления из Вирджинии политехнического института и государственного университета. Его исследовательские интересы включают проблемы развития информационных систем и осуществления, включая системы поддержки принятия решений, программных агентов, а также искусственно интеллектуальных систем. Он является соавтором книги Наука управления: Введение, и опубликовал многочисленные статьи в журналах, в том числе менеджмент, Decision Sciences, Анналы исследования операций и другие.