基于多智能体的大众生产系统稳定性研究

2023年12月17日发(作者：长城风骏5柴油皮卡价格表)

第３７卷　第３期　Ｖ０１．３７　?计算机工程　２０１１年２月　Ｆｅｂｒｕａｒｙ　２０１１　ＮＯ．３　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　博士论文?　文章编号：１００Ｏ～３４２８（２Ｏｌ１）０３—００ｌ３—０３　文献标识码：Ａ　中图分类号：ＴＰ３０１　基于多智能体的大众生产系统稳定性研究　姚灿中，杨建梅　（华南理工大学工商管理学院，广州５１０６４０）　摘要：采用多智能体建模与仿真的方法，基于ＲＥＰＡＳＴ平台分别研究大众生产系统在智能体数量不能增加的封闭系统中以及智能体数量　能够增长、具有生命期限且网络结构是动态变化的开放系统中的稳定性。分析结果表明，在封闭系统中，智能体数量无法大量增长，外部　干扰会通过智能体之间的网络拓扑结构扩大化，从而使系统走向崩溃；而在开放系统中，智能体数量能够快速增长，并具有生命期限时，　系统最终稳定时会运行在较低水平上，但整个系统不会出现崩塌现象。　关键词：多智能体建模与仿真；复杂网络；大众生产系统；稳定性　Ｒｅｓｅａｒｃｈ　０ｎ　Ｓｔａｂｉｌｉｔｙ　０ｆ　Ｐｅｅｒ　Ｐｒｏｄｕｃｔｉｏｎ　Ｓｙｓｔｅｍ　。　Ｂａｓｅｄ　０ｎ　Ｍｕｌｔｉ—Ａｇｅｎｔ　ＹＡＯ　Ｃａｎ－ｚｈｏｎｇ，ＹＡＮＧ　Ｊｉａｎ—ｍｅｉ　（Ｓｃｈｏｏｌ　ｏｆＢｕｓｉｎｅｓｓ　Ａｄｍｉｎｉｓｔｒａｔｉｏｎ，Ｓｏｕｔｈ　Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ　５１０６４０，Ｃｈｉｎａ）　［Ａｂｓｔｒａｃｔ］Ｔｈｅ　ｐａｐｅｒ　ｕｓｅｓ　ｔｈｅ　ｍｅｔｈｏｄ　ｏｆ　ｍｕｌｔｉ—Ａｇｅｎｔ　ｍｏｄｅｌｉｎｇ　ａｎｄ　ｓｉｍｕｌａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ＲＥＰＡＳＴ　ｐｌａｔｆｏｒｍ　ｔｏ　ｓｔｕｄｙ　ｔｈｅ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ｔｈｅ　Ｐｅｅｒ　ｐｒｏｄｕｃｔｉｏｎ　ｉｎｄｕｓｔｒｙ　ｉｎ　ｔｈｅ　ｃｌｏｓｅｄ　ｓｙｓｔｅｍｓ　ａｎｄ　ｔｈｅ　ｏｐｅｎ　ｓｙｓｔｅｍｓ．Ａｎａｌｙｓｉｓ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈａｔ，ｉｎ　ａ　ｃｌｏｓｅｄ　ｓｙｓｔｅｍ　ｔｈｅ　ｎｕｍｂｅｒ　ｏｆ　Ａｇｅｎｔｓ　ｃａｌｌ　ｎｏｔ　ｉｎｃｒｅａｓｅ　ａｎｄ　ｅｘｔｅｒｎａｌ　ｉｎｔｅｒｆｅｒｅｎｃｅ　ｍａｙ　ｅｘｐａｎｄ　ｔｈｒｏｕｇｈ　ｉｎｔｅｌｌｉｇｅｎｔ　ｐｈｙｓｉｃａｌ　ｎｅｔｗｏｒｋ　ｔｏｐｏｌｏｇｙ，ｗｈｉｌｅ　ｉｎ　ａ　ｏｐｅｎ　ｓｙｓｔｅｍ　Ａｇｅｎｔｓ　ｈａｖｅ　ｌｉｆｅ　ｐｅｒｉｏｄ　ａｎｄ　ｔｈｅ　ｎｕｍｂｅｒｓ　ｉｎｃｒｅａｓｅ　ｒａｐｉｄｌｙ，ｔｈｅ　ｅｎｔｉｒｅ　ｓｔａｂｉｌｉｚｅｄ　ｓｙｓｔｅｍ　ｗｉｌｌ／ｔｉｎ　ａｔ　ａ　ｌｏｗ　ｌｅｖｅｌ，ｂｕｔ　ｄｏｅｓ　ｎｏｔ　ａｐｐｅａｒ　ｃｏｌｌａｐｓｅｄ．　【Ｋｅｙ　ｗｏｒｄｓ］ｍｕｌｔｉ—Ａｇｅｎｔ　ｍｏｄｅｌｉｎｇ　ａｎｄ　ｓｉｍｕｌａｔｉｏｎ；ｃｏｍｐｌｅｘ　ｎｅｔｗｏｒｋ；Ｐｅｅｒ　ｐｒｏｄｕｃｔｉｏｎ　ｓｙｓｔｅｍ；ｓｔａｂｉｌｉｔｙ　ＤＯＩ：１０．３９６９￣．ｉｓｓｎ．１０００—３４２８．２０１１．０３．００５　１概述　比较和分析。开源生产乃至于大众生产的研究都引起了广泛　大众生产是指这样的一种生产方式，它由项目的发起人、　的关注。然而对大众生产概念的界定，迄今为止研究者们并　贡献者以及使用者组成，开发者往往也扮演着使用者的角色，　未达成一致的意见，Ｂｅｎｋｌｅｒ定义为：分散在各地的互联网用　他们在缺乏外在的经济激励下自愿的提供服务【ｌ　Ｊ。然而大众　户在一种基于对回报的期待和“礼物交换”文化的背景下，　生产在发展过程中，有的得到了进一步壮大，有的则趋向于　共同生产并共同享用知识产品的现象。本文将大众生产系统　消亡或被传统的商业生产模式所代替。本文从知识生产系统　界定为基于互联网技术和网民自愿参与而进行的一种知识生　的角度出发，采用基于ｍｕｌｔｉ—Ａｇｅｎｔ的建模与仿真的方法，对　产系统。文献【４］以Ｉｓｉｎｇ模型为基础，对开源生产的稳定性　系统演化的稳定性进行研究，揭示复杂系统的个体在网络拓　进行研究，采用数值仿真的方法对Ｌｉｎｕｘ和Ｈｙｐｅｒｍａｉｌ　２种不　扑结构中交互作用、外部干扰等因素与大众生产宏观系统稳　同的大众生产进行模拟，得出以下结论：（１）当出现弱外部影　定性之间的复杂关系。　响时，羊群效应可以出现，随着外部影响的增强羊群效应趋　２相关工作　弱。（２）具有随机连接特性的大网络更容易出现羊群效应。这　对大众生产进行研究的文献颇多，最早是２０世纪９０年　为研究大众生产系统的稳定性奠定了基础。基于Ａｇｅｎｔ建模　代的ＯＳＳ（Ｏｐｅｎ　Ｓｏｕｒｃｅ　Ｓｏｆｔｗａｒｅ）Ｅｌｉ开源软件项目［２１，但是大　与仿真（Ａｇｅｎｔ　Ｂａｓｅｄ　Ｍｏｄｅｌｉｎｇ　ａｎｄ　Ｓｉｍｕｌａｔｉｏｎ，ＡＢＭＳ）为研究　众生产真正为学者所关注的是２００１年初美国太空总署在启　大众生产复杂系统提供一种有效的工具ｌＳｌ。ＲＥＰＡＳＴ　动“绘制火星地图”项目时进行的一项实验，该实验请因特　（Ｒｅｃｕｒｓｉｖｅ　Ｐｏｒｏｕｓ　Ａｇｅｎｔ　Ｓｉｍｕｌａｔｉｏｎ　Ｔｏｏｌｋｉｔ）是目前较多的基　网用户参与确认月球表面的４０　０００多个飞行器的任务，任务　于Ａｇｅｎｔ建模与仿真的平台之一。它最早是由美国芝加哥大　本来计划通过受过专门训练的科研人员来完成，然而自愿参　学的社会科学计算中心设计的一个基于Ａｇｅｎｔ的类Ｓｗａｒｍ架　与的网民们出色地完成了该项任务，这完全超过了实验者的　构。其核心部分可看作是对基于Ａｇｅｎｔ建模服务的规范，它　预期，Ｂｅｎｋｌｅｒ关注到这个实验并称它为“大众生产的涌现”　提供一组用语Ａｇｅｎｔ建模的基类，建模者可以通过直接使用　（Ｅｍｅｒｇｅｎｃｅ　ｏｆ　Ｐｅｅｒ　Ｐｒｏｄｕｃｔｉｏｎ）。２００６年７月，Ｍａｎａｇｅｍｅｎｔ　这些基类或者这些类的继承子类来构造自己的模型。由于它　Ｓｃｉｅｎｃｅ出版了一期开源软件研究专刊，内容包括：个人和企　在研究复杂适应系统方面具有独特的优势，因此本文采用该　业参与开源的动机，开源项目治理、组织和创新过程，开源　平台对大众生产知识生产系统的稳定性进行研究。　软件对软件产业的影响，商业和开源组合的混合策略，产业　基金项目：国家自然科学基金资助项目（７０７７３０４１）　和大众生产的关系等。文献［３】首次对Ｐｅｅｒ　Ｐｒｏｄｕｃｔｉｏｎ的含义　作者简介：姚灿中（１９８３一），男，讲师、博士，主研方向：复杂系统，　进行了系统的阐述，对开源生产平台的特征，以及开源生产　复杂网络建模与仿真；杨建梅，教授、博士、博士生导师　和传统生产在激励机制和生产组织方式等方面都作了详细的　收稿日期：２０１０—０７—２０　Ｅ—ｍａｉｌ：ｙａｏｃａｎｚｈｏｎｇ＠ｓｃｕｔ．ｅｄｕ．ｃ；ｎ　１４　计算机工程　２０１１等２月５日　３　ＲＥＰＡＳＴ基本框架与大众生产系统模型的构建　３．１　ＲＥＰＡＳＴ基本框架　ＲＥＰＡＳＴ有很多内部类与包，设计者可以通过对Ｊａｖａ类　的继承完成对Ａｇｅｎｔ积累学习过程的设计，从而构造具有代　表性的仿真基本元素。在众多的包和类中，分析包和引擎包　是平台设计不可或缺的首要因素，分析包主要负责数据的收　集记录，数据源的定义，与表类、图形类建立监听渠道。引　擎包负责仿真模型的建立，控制与运行，共巾如ＳｉｍＭｏｄｅｌ　ｌｍｐｌ类是所有ＲＥＰＡＳＴ模型的基类，　Ｓｃｈｅｄｕｌｅ类负责建立　模型的时问调度机制等。另外本文对大众生产系统稳定性的　研究还涉及到合作者的网络结构，因此，引入网络包作为节　点和连边变化的基类。　在ＲＥＰＡＳＴ框架下有２个重要的机制：时间调度机制和　图形显示机制。时问调度负责仿真状态的转换，其中主要由　２个类来实现：（１）ＢａｓｉｃＡｃｔｉｏｎ类含一个ｅｘｅｃｕｔｅ方法实现；　（２）Ｓｃｈｅｄｕｌｅ类负责继承自ＢａｓｉｃＡｃｔｉｏｎ类的时间调度包括何　时执行、间隔等。仿真开始以后，模型在每一个“Ｔｉｃｋ”里　执行调用ＢａｓｉｃＡｃｔｉｏｎ的ｅｘｅｃｕｔｅ方法，通过ｅｘｅｃｕｔｅ方法调　用需要显示的对象变量来进行呈现。图形显示机制相对来说　比较复杂，Ｇｕｉ包中的ＤｉｓｐｌａｙＳｕｒｆａｃｅ最为重要，它主要负责　数据体的装载、显示、更新等功能，在模型的各个步骤都必　须对它进行仔细的定义。　３．２大众生产系统模型　对大众生产系统稳定性的研究从贡献者的角度出发，大　众生产系统中是不存在雇佣关系的，贡献者基本得不到金钱　或其他物质方面的激励，但是他们仍然愿意从事知识生产，　而支持他们持续贡献的动力来源是比较复杂的。在模型中，　本文认为贡献者之间是存在网络连接的拓扑关系的，这种网　络拓扑对他们持续贡献具有一定的推动力，另外外部随机因　素也会对贡献者的决策造成影响。　图１是系统模型的简单图示，模型中的Ａｇｅｎｔ表示参与　生产的贡献者之间存在着一个社会网络Ｎｅｔｗｏｒｋ；另外Ａｇｅｎｔ　的活动是在一个空间范围里的，称之为Ｓｐａｃｅ。在每一个时　间步，Ａｇｅｎｔ通过对预期不做贡献的邻居数量与实际不做贡　献的邻居数量的比例进行计算，从而调节自己的预期，体现　智能体的“适应性学习”特性。Ａｇｅｎｔ对不再参与贡献个体　数预期值越大，在下个仿真过程中它不再参与的概率也越高。　如图ｌ所示，在Ｓｐａｃｅ中，Ａｇｅｎｔｌ从实线框图变化为虚线框　图的Ａｇｅｎｔｌ，同时和其他２个Ａｇｅｎｔ的连边消失表示智能体　由于受到网络邻居或者外界噪音的影响而停止持续贡献的状　态，值得注意的是此时的Ａｇｅｎｔｌ并非退出系统，在以后的仿　真过程中，仍然有可能变为参与状态，即从虚线框图的Ａｇｅｎｔｌ　回到原始的Ａｇｅｎｔｌ。　图１　Ａｇｅｎｔ及环境设置　每一个Ａｇｅｎｔ都具有一定范围之内的随机生命值，在一　段时期后会“自动死亡”而退出系统。在图的右下方Ｅｘｔｉｎｃｔｉｏｎ　部分表示Ａｇｅｎｔｌ，Ａｇｅｎｔ２，Ａｇｅｎｔ３最终都将灭亡，退出系统。　同时会有新的Ａｇｅｎｔ进入系统，如左下方的Ｐ部分，它表示　新的Ａｇｅｎｔｌ以概率Ｐ进入系统同时成为大众生产的贡献者，　新进入系统的贡献者会和原有的贡献者Ａｇｅｎｔ２和Ａｇｅｎｔ３建　立随机联系。　总体而言，Ａｇｅｎｔ具有３种状态：（１）贡献；（２）不做贡献　但在以后可能贡献；（３）“死亡”退出系统以后将不再做贡献。　Ａｇｅｎｔ在仿真过程中受到外部噪音的影响。图１右上方　的Ｎｏｉｓｅ部分表示外部噪音影响。　３．３大众生产系统模基实现　根据模型的设置，并依照ＲＥＰＡＳＴ的设计思想，实际包　含３个大类：主模型类，Ａｇｅｎｔ类，Ｓｐａｃｅ类。在主模型类中，　主要包括ｓｅｔｕｐ方法和ｂｅｇｉｎ方法。ｂｅｇｉｎ方法中包括３个方　法的实现，分别是ｂｕｉｌｄＭｏｄｅｌ，ｂｕｉｌｄＤｉｓｐｌａｙ，ｂｕｉｌｄＳｃｈｅｄｕｌｅ。　在ｓｅｔｕｐ中，对显示容器等对象进行初始化，在ｂｕｉｌｄＭｏｄｅｌ　中产生小世界网络，并同时对Ａｇｅｎｔ进行初始化，每个Ａｇｅｎｔ　刚开始都是贡献者，生命值在［ＭｉｎＬｉｆｅ，ＭａｘＬｉｆｅ］之间。同时　设置将要监听的数据源。在ｂｕｉｌｄＤｉｓｐｌａｙ中添加在Ｓｐａｃｅ容器　中显示的Ａｇｅｎｔ序列。在ｂｕｉｌｄＳｃｈｅｄｕｌｅ中是进行智能体的计　算，Ａｇｅｎｔ的进入，死亡，从贡献状态到非贡献状态的转变　也在这一步完成，并设置有关数据源的更新。同时还设置了　智能体之间网络的变化情况。　在Ａｇｅｎｔ类中，设置预期的计算方法，定位各智能体在　Ｓｐａｃｅ中的坐标，计算生命的消失，选择贡献或者不参与贡　献。在Ｓｐａｃｅ类中，设置与智能体的坐标相互连接，判断空　问上格子是否被占据等。　４基于ＲＥＰＡＳＴ平台的仿真实验　４．１　网络邻居影响与外部干扰下系统稳定性　假设生命体不会死亡，也不考虑新的智能体进入系统，　这时系统是一个相对封闭系统，对应于现实中的短期，表示　短期内智能体数量不能有效增长也不会“死亡”。这时智能体　足否参与贡献取决于对邻居策略的预期以及外部的干扰。设　置外部干扰概率为ｐ＝０．０００　０１５的情况下，邻居问为小世界　网，集聚系数为０．４５５　７。预期的速度调节因子为２＝０．７。　图２中横轴ｔ表示时问序列，纵轴Ⅳ表示的是参与大众　生产贡献者的比例，一开始所有的人都参与，所以，曲线是　停留在１．０上。图２所示系统最终会趋向崩溃。最终智能体　全体选择不参与贡献。这是可以预料得到的结果，由于没有　正反馈机制，一个微小的外部干扰因素０．０００　０１５，也将通过　网络拓扑结构的放大作用，而使得系统最终处于完全崩溃状　态，所有的贡献者都会选择不参与贡献并且永久不参与贡献。　圈２　网络邻居影响与外部干扰下系统奠定性　为了更清晰地显示系统在整个过程中的各个阶段演化情　况，本文给出了图３～图５的结果。　在图３～图５中，智能体分布在Ｓｐａｃｅ空间中，其中，各　第３７卷第３期　姚灿中，杨建梅：基于多智能体的大众生产系统稳定性研究　智能俸分别表示智能体参与大众生产的状态以及智能体不参　与贡献状态（为了更好地呈现不同颜色智能体的动态演化过　程，图３～图５的曲线表示参与大众生产的智能体的数量变化　过程）。左边曲线和图２是一样的含义。右边的参数列表只列　出了部分参数。图３为系统演化的初始阶段，智能体参与大　众生产的状态较多表示参与贡献的智能体数量比例较多；　图４中的曲线处于下降阶段，表示系统面临崩溃，众多的贡　献者选择不再继续参与生产，这时Ｓｐａｃｅ空间中智能体不参　与贡献状态急剧增加，相反智能体参与大众生产的状态迅速　减少；在图５中，曲线处于稳定阶段，系统中所有的参与者　都已经停止贡献。由于智能体的数量并没增加，因此，在空　间上点的位置坐标都是始终不变的。外部干扰因素从　０．０００　０１５增加到０．０００　１５，因此，可以看到左边曲线下降的　时间点比图２下降的时间点早。　图３初始阶段系统蠢定情况　圈４系统处于崩溃时系统的情况　图５系统最终情况　４．２智能体数量增长以及生命周期的系统稳定性　考虑智能体（或者节点）进入和退出以及智能体具有生命　期限，这时系统是一个相对开放的系统，对应于现实中的长　期。新智能体的进入是和网络中原有的节点进行随机连接，　只连一条边。智能体均具有生命期限，在一定的期限后会灭　亡退出系统。退出系统的智能体以后将不再有能力参与贡献，　这是和暂时停止贡献的智能体最大的差别。在图６中，“死　亡”而退出系统的智能体将清除出Ｓｐａｃｅ空间（同时清除出内　存列表），空出位置为新增加的智能体提供空问。图６表示系　统演化过程的情况。从图６可以看到，在外部干扰概率、预　期调整因子等各个指标一样的条件下，在初始阶段参与贡献　智能体数量（红线）已经急剧下降，并且比相同情况下的封闭　系统（智能体数量没有增长以及不考虑生命期限的情况下）下　降的还要早。图６表示系统最终趋向于一稳定态，这时曲线　行走在较低水平的人数上，但是不为零表示由于有智能体的　加入，系统虽然运行在低水平上但不至于出现图５的全面崩　溃的情况。　圈６系统演化形态（考虑智蕾体数量增长与生１．ｒ期限）　从Ｓｐａｃｅ空间中可以看到，参与生产和不参与生产的智　能体数日不再是固定的，并且红点和绿点都有可能会突然消　失，这是由于智能体“死亡”的原因。而从图６中也可以看　出系统中参与贡献的智能体较多，这部分智能体由两部分组　成，一部分是之前放弃贡献而后在周围邻居的影响下“重操　旧业”的，另外一部分是由于各种原因刚进入系统的。　由于智能体每次进入系统都和系统保持连接，因此本文　对贡献者的网络连接情况进行研究。在图６中，左上角的图　表示的是网络的整体集聚系数，网络的集聚系数指标衡量的　是网络平均的密集程度，在该图中，纵轴为网络的集聚系数，　横轴为时间序列。从网络的结构角度来分析，可以看到，最　后网络是由众多孤立点组成的网络，进入系统的节点和系统　中原有的智能体几乎没有连接关系，稀疏的智能体各自独立　的对系统进行贡献。　５结束语　本文采用多智能体建模与仿真的方法，对大众生产系统　的稳定性进行研究，结果表明，在短期中，当智能体数量无　法大量的增长，智能体不会“死亡”，因此，在整体数量稳定　时，外部干扰会通过智能体之间的网络拓扑结构扩大化，从　而使得系统走向崩溃。而在长期中，智能体数量能够有效的　增长，也能够“死亡”，则系统最终稳定时会运行在较低水平　上，但整个系统不会出现崩塌。　参考文献　【１】ｖｏｎ　Ｈｉｐｐｅｌ　Ｅ，ｖｏｎ　Ｋｒｏｇｈ　Ｇ　Ｏｐｅｎ　Ｓｏｕｒｃｅ　Ｓｏｆｔｗａｒｅ　ａｎｄ　ｔｈｅ　Ｐｒｉｖａｔｅ　Ｃｏｌｌｅｃｔｉｖｅ　Ｉｎｎｏｖａｔｉｏｎ　Ｍｏｄｅｌ：Ｉｓｓｕｅｓ　ｆｏｒ　Ｏｒｇａｎｉｚａｔｉｏｎ　Ｓｃｉｅｎｃｅ［Ｊ］．　Ｏｒｇａｎｉｚａｔｉｏｎ　Ｓｃｉｅｎｃｅ，２００３，１４（２）：２０９—２２３．　【２】Ｌｅｍｅｒ　Ｊ，Ｔｉｒｏｌｅ　Ｊ．Ｓｏｍｅ　Ｓｉｍｐｌｅ　Ｅｃｏｎｏｍｉｃｓ　ｏｆ　Ｏｐｅｎ　Ｓｏｕｒｃｅ［Ｊ］．　Ｊｏｕｍ￣ｏｆＩｎｄｕｓｔｒｉａｌ　Ｅｃｏｎｏｍｉｃｓ，２０ｏ２，５０（２）：１－５５．　【３】Ｙｏｃｈａｉ　Ｂ．Ｃｏａｓｅ’Ｓ　Ｐｅｎｇｕｉｎ［Ｊ］．Ｔｈｅ　Ｙａｌｅ　Ｌａｗ　Ｊｏｕｒｎａｌ，２００２，１　１２（３）：　３６９－４４６．　［４］Ｗｏｎｓｅｏｋ　Ｏ，Ｊｅｏｎ　Ｓ．Ｍｅｍｂｅｒｓｈｉｐ　Ｈｅｒｄｉｎｇ　ａｎｄ　Ｎｅｔｗｏｒｋ　Ｓｔａｂｉｌｉｔｙ　ｉｎ　ｔｈｅ　Ｏｐｅｎ　Ｓｏｕｒｃｅ　Ｃｏｍｍｕｎｉｔｙ：Ｔｈｅ　Ｉｓｉｎｇ　Ｐｅｒｓｐｅｃｔｉｖｅ［Ｊ］．Ｍａｎａｇｅ—　ｍｅｎｔ　Ｓｃｉｅｎｃｅ，２００７，５３（７）：１０８６～１１０１．　【５】周铁军，李阳．Ｍｕｌｉｔ—Ａｇｅｎｔ协同进化算法研究【Ｊ１．计算机工　程，２００９，３５（１３）：２０５—２０７．　编辑陈文