Методы и программные средства анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Устиненков, Евгений Сергеевич

• Устиненков, Евгений Сергеевич
• кандидат технических наук
• 2010

Оглавление диссертации кандидат технических наук Устиненков, Евгений Сергеевич

ВВЕДЕНИЕ.

1 АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ, МОДЕЛЕЙ И ПРОГРАММНЫХ СРЕДСТВ ДЛЯ АНАЛИЗА МУЛЬТИАГЕНТНЫХ СИСТЕМ.

1.1 Основные задачи и методы анализа мультиагентных систем.

1.2 Когнитивные модели для анализа мультиагентных систем.

1.2.1 Традиционные знаковые когнитивные карты и их развитие.

1.2.2 Нечеткие когнитивные карты Коско и их развитие.

1.2.3 Нечеткие когнитивные карты Силова.

1.2.4 Нечеткие продукционные когнитивные карты.

1.3 Нечеткие игровые модели для построения и анализа мультиагентных систем.

1.3.1 Нечеткие игровые модели с нечеткими стратегиями и целями игроков

1.3.2 Нечеткие игровые модели с информацией о предпочтении игроков в использовании стратегий и о степени уверенности в выборе противником стратегии.

1.3.3 Лингвистические нечеткие игровые модели.

1.3.4 Несовместные нечеткие игровые модели с критерием Нэша.

1.3.5 Нечеткие игровые модели нескольких игроков.

1.4 Совместное использование игровых и когнитивных моделей для описания сложных систем.

1.5 Средства построения и анализа мультиагентных систем.

1.6 Требования к нечетким когнитивным и игровым моделям для построения и анализа мультиагентных систем.

1.7 Постановка задачи исследования.

1.8 Выводы.

2 РАЗРАБОТКА НЕЧЕТКИХ КОГНИТИВНЫХ И ИГРОВЫХ МОДЕЛЕЙ ДЛЯ АНАЛИЗА МУЛЬТИАГЕНТНЫХ СИСТЕМ.

2.1 Разработка нечеткой игровой модели для анализа мультиагентных систем.

2.1.1 Постановка задачи.

2.1.2 Алгоритм решения нечеткой игровой модели.

2.1.3 Нечеткие игры с несколькими критериями.

2.2 Разработка нечетких когнитивных моделей для анализа мультиагентных систем.

2.2.1 Описание состояний и значений концептов.

2.2.2 Опосредованное влияние одного концепта на другой.

2.3 Модель динамики для анализа взаимодействия агентов в мультиагентных системах.

2.3.1 Анализ тенденций взаимодействия агентов.

2.3.2 Нормирование влияний концептов.

2.4 Разработка нечеткой коалиционной когнитивной модели для оценки ситуаций взаимодействия агентов.

2.5 Выводы.

3 РАЗРАБОТКА МЕТОДА И СРЕДСТВ АНАЛИЗА МУЛЬТИАГЕНТНЫХ СИСТЕМ НА ОСНОВЕ НЕЧЕТКИХ КОГНИТИВНЫХ И ИГРОВЫХ МОДЕЛЕЙ.

3.1 Метод анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

3.1.1 Моделирование динамики в мультиагентных системах.

3.1.2 Определение числа взаимодействующих агентов.

3.1.3 Определение множества коммуникативных действий.

3.1.4 Определение набора возможных стратегий агентов и способов их выбора.

3.1.5 Выработка рекомендаций по использованию выделенных ситуаций взаимодействия - выявление коалиций агентов.

3.1.6 Выявление видов взаимодействия агентов.

3.1.7 Выявление ситуации взаимодействия агентов.

3.1.8 Идентификация ролей агентов.

3.2 Средства анализа мультиагентных систем.

3.2.1 Методика построения программных средств для анализа мультиагентных систем.

3.2.2 Функциональность и основные особенности программных средств для построения и анализа мультиагентных систем.

3.2.3 Функциональность и основные особенности программных средств для построения и анализа нечетких когнитивных моделей.

3.2.5 Алгоритм поиска решения нечеткой игровой модели.

3.2.6 Алгоритм шага моделирования динамики когнитивной модели . 98 3.3 Выводы.

4 ОЦЕНКА ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ РАЗРАБОТАННЫХ ПРОГРАММНЫХ СРЕДСТВ АНАЛИЗ А МУЛЬТИАГЕНТНЫХ СИСТЕМ

4.1 Методика анализа мультиагентных систем с использованием разработанных программных средств.

4.2 Оценка адекватности разработанных программных средств анализа мультиагентных систем.

4.3 Практическое применение разработанных программных средств.

4.3.1 Анализ мультиагентной региональной информационной системы межведомственного взаимодействия структур в системе управления охраной труда.

4.3.2 Ранжирование и продвижение Web ресурсов.

4.3.3 Анализ торговых сетей.

4.4 Выводы.

Введение диссертации (часть автореферата) на тему «Методы и программные средства анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей»

В настоящее время проводятся интенсивные исследования, связанные с расширением интеллектуальных возможностей современных компьютерных систем. При этом одним из наиболее активно развивающихся направлений в этой области является создание методов и программных средств для решения задач создания и анализа мультиагентных систем (MAC), наиболее важными из которых являются следующие: формализации агентов и MAC; описание моделей среды и поведения агентов в среде; описания, декомпозиции и распределения задач между агентами в MAC; синтеза (композиции) решений в MAC; взаимодействия (коммуникации) агентов.

Исследования данной области основываются на работах отечественных ученых Я. 3. Цыпкина, Д. А. Поспелова, В. Б. Тарасова, А. Н. Аверкина, А. А. Башлыкова, В. Н. Вагина, В. В. Емельянова, А. П. Еремеева, О. П. Кузнецова, В. М. Курейчика, О. И. Ларичева, А. С. Нариньяни, Г. С. Осипова, А. Б. Петровского, Г. С. Плесневича, Э. В. Попова, Г. В. Рыбиной, В. Н. Финна, И. Б. Фоминых, В. Ф. Хорошевского; зарубежных ученых J. Allen, С. Demetresku, R. Detcher, A. Gereviny, G. Italiano, A. Krokhin, I. Meiri, L. Schubert, T. Van Allen.

Вместе с тем, существующие методы и модели не обеспечивают развитые возможности анализа взаимодействия мультиагентных систем при решении следующих задач: построение модели взаимодействия агентов; определение числа и стратегий взаимодействующих агентов; идентификация ситуаций взаимодействия; планирование в MAC с выделением и распределением ролей агентов; согласование решений и координация действий агентов; разрешение конфликтов между агентами из-за ресурсов [65].

Различные ситуации взаимодействия характерны для многих приложений мультиагентных систем, где сталкиваются интересы агентов. В информационных системах различные ситуации взаимодействия возникают при решении задач распределенной обработки данных, проектировании приложений, основанных на клиент-серверной архитектуре, при совместной работе пользователей над разделяемыми объектами, такими как программный код, документы, проектные решения. Типичными примерами ситуаций взаимодействия с конфликтами сторон являются спортивные состязания, арбитражные споры, аукционы, выборы при наличии нескольких кандидатов.

На решение задач анализа конфликтных ситуаций и согласования целей ориентированы методы теории игр и когнитивного моделирования.

Предметом теории игр являются методы формализации (в виде игровых моделей) и принятия решений в конфликтных ситуациях, в которых сталкиваются интересы игроков, преследующих зачастую противоположные цели. Данные ситуации взаимодействия сложны для непосредственного анализа из-за необходимости учета множества факторов, которые, к тому же, могут быть разнокачественными, оцениваться с помощью различных шкал. Часто знания агентов о действиях друг друга либо о состоянии системы могут быть противоречивыми, неполными. Для формализации таких факторов и построения игровых моделей целесообразно использовать методы теории нечетких множеств и нечеткой логики.

Аппарат нечетких когнитивных карт, основанный на соединении когнитивного моделирования и теории нечетких множеств в рамках концепции «мягких» вычислений (Soft Computing) [27], позволяет адекватно представлять и анализировать широкий класс систем и процессов с учетом неопределенности, неточности и неполноты исходных данных [46, 61]. Данный класс моделей может быть эффективно использован для анализа конфликтных ситуаций, в которых присутствует неполная или противоречива информация, в качестве основы для анализа мультиагентных систем, существенно расширяя их свойства. Вместе с тем, несмотря на активные исследования в данной области, вопросы анализа нечетких когнитивных карт с учетом как индивидуальных, так и коалиционных действия агентов при столкновении их интересов развиты недостаточно. А именно, отсутствует научно-методический аппарат (обоснованные показатели, модели, способы) оценки согласованности действий агентов, существующие модели динамики не позволяют учесть коалиционные действия агентов. Отсутствуют методики построения и анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей, а также программные средства, реализующие эту методику. Кроме того, в настоящее время отсутствует подход к анализу мультиагентных систем, основанный на сочетании нечеткого игрового и когнитивного подходов.

Таким образом, задача исследования и разработки методов и программных средств анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей является актуальной и практически значимой.

Целью исследования является повышение эффективности процессов обработки знаний в компьютерных системах за счет создаваемых методов и программных средств анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

Научной задачей диссертационной работы является создание и исследование методов и программных средств для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

Для этого необходимо решить следующие задачи.

1. Исследование задач анализа мультиагентных систем и возможностей использования нечетких когнитивных и игровых моделей для их решения.

2. Обоснование показателей оценки взаимодействия агентов на основе свойств нечетких когнитивных моделей.

3. Построение нечетких когнитивных и игровых моделей для анализа мультиагентных систем.

4. Разработка модели динамики для анализа взаимодействия агентов в мультиагентных системах,

5. Создание метода анализа мультиагентных систем, включающего в себя решение основных задач анализа взаимодействия агентов и процедуру анализа коллективного поведения агентов в рамках совместной конкуренции за ресурсы.

6. Создание методики построения программных средств для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей, позволяющих проводить практические исследования процессов обработки знаний о предметной области в компьютерных системах.

7. Разработка и практическая реализация программных средств для анализа мультиагентных систем, основанных на нечетких когнитивных и игровых моделях.

8. Моделирование и оценка эффективности использования программных средств для анализа мультиагентных систем, основанных на создаваемых нечетких когнитивных и игровых моделях.

В ходе работы над диссертацией были использованы следующие методы исследований: методы теории принятия решений, теории игр и когнитивного моделирования, мультиагентных систем, нечетких множеств, нечеткого вывода и нечетких систем, анализа и проектирования алгоритмов и программ.

Обоснованность научных результатов, выводов и рекомендаций, сформулированных в диссертации, определяется корректным применением использованных методов исследования.

Достоверность научных положений подтверждена сравнением с данными из литературных источников, результатами экспериментов на основе компьютерного моделирования, а также результатами практического внедрения.

Объектом исследований являются программные средства для анализа мультиагентных систем.

Предметом исследований являются методы и программных средства для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

Научная новизна работы заключается в следующем.

1. Предложена нечеткая когнитивная модель для создания программных средств анализа мультиагентных систем, отличающиеся наличием системных показателей, позволяющих осуществлять оценку взаимодействия агентов при преобладании индивидуальных действий над коалиционными.

2. Разработана модель динамики для создания программных средств анализа мультиагентных систем и отличающаяся учетом взаимодействия агентов с различными уровнями ресурсов, а также реализацией игрового подхода путем задания стратегий поведения агентов и способов их выбора.

3. Разработаны коалиционные когнитивные модели, предназначенные для создания программных средств анализа мультиагентных систем на основе нечетких продукционных когнитивных карт, позволяющие учитывать как совместные, так и индивидуальные действия агентов в рамках общей конкуренции за ограниченные разнородные ресурсы.

4. Созданы метод и алгоритмы анализа мультиагентных систем на основе нечетких игровых и когнитивных моделей, позволяющие анализировать поведение агентов в конфликтных ситуациях, а также осуществлять решение основных задач анализа взаимодействия агентов.

Практическую значимость работы составляют:

1. Методика построения программных средств для анализа мультиа-гентных систем на основе нечетких когнитивных и игровых моделей.

2. Программные средства анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей, позволяющие проводить практические исследования процессов представления и обработки знаний о предметной области в компьютерных системах.

3. Методическое обеспечение практического применения разработанных программных средств для анализа мультиагентных систем в различных предметных областях.

4. Описанные практические применения разработанных метода, моделей, алгоритмов и средств для анализа мультиагентных систем при решении задач: создания программно-технического комплекса региональной информационной системы управления охраной труда; учета, ранжирования и оптимизации Web ресурсов; анализа торговых сетей.

На защиту выносятся:

1. Нечеткая когнитивная модель для анализа взаимодействий в мультиагентных системах на основе предложенных системных характеристик и способа их вычислений.

2. Модель динамики для анализа взаимодействия агентов в мультиагентных системах.

3. Нечеткая коалиционная когнитивная модель для анализа типов взаимодействия агентов с использованием предложенных коалиционных показателей.

4. Метод и алгоритмы анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

5. Методика построения программных средств для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

Реализация результатов работы. По результатам работы разработан прототип программной системы для анализа MAC. Теоретические и практические результаты работы использованы при выполнении следующих НИР: «Исследование, разработка и создание программно-технического комплекса мультиагентной региональной информационной системы межведомственного взаимодействия структур в системе управления охраной труда по вопросам обязательного социального страхования от несчастных случаев на производстве и профессиональных заболеваний» (Минздравсоцразвития РФ, Госконтракт №11-2.17/05 от 18.11.2005 г.); «Исследование и разработка нейро-нечетких моделей в сложных организационно-технических системах» (Ро-собразование, ГОУВПО «МЭИ(ТУ)», Аналитическая ведомственная целевая программа «Развитие научного потенциала высшей школы (2006-2008 г.г.)», Per. № проекта в программе 1.28.06, № гос. per. 01200605938); «Исследование и разработка нечетких моделей и методов формирования и обработки знаний в интеллектуальных системах поддержки принятия решений» (Рособ-разование, ГОУВПО «МЭИ(ТУ)», Аналитическая ведомственная целевая программа «Развитие научного потенциала высшей школы (2009-2010 г.г.)»,

Per. № проекта в программе 1.41.09, №гос. per. 01200950521), а также используются в учебном процессе Филиала ГОУВПО «МЭИ(ТУ)» в г. Смоленске, что подтверждено соответствующими актами о внедрении.

Апробация работы. Основные результаты работы докладывались и обсуждались на следующих конференциях: Межрегиональная научно-техническая конференция студентов и аспирантов «Информационные технологии, энергетика и экономика» (Смоленск, 2004); Ш Межвузовская научно-методическая конференция «Современные информационные технологии в научных исследованиях, образовании и управлении» (Смоленск, 2005); IX Международной конференции «Системы компьютерной математики и их приложения», СКМП-2008 (Смоленск, 2008).

Публикации. По результатам работы опубликовано 9 работ, в том числе 2 статьи в журналах из перечня ВАК. Результаты диссертации отражены в 4-х отчётах о НИР.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, приложений. Во введении обоснована актуальность темы диссертации, определены цель и научные задачи, решаемые в диссертации. Сформулированы научная новизна, практическая значимость работы, а также основные положения, выносимые на защиту. Также дана характеристика структуры и объема работы.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Устиненков, Евгений Сергеевич

Основные результаты диссертационной работы

1. Разработана нечеткая когнитивная модель, позволяющая на основе предложенных системных показателей осуществлять анализ взаимодействий в мультиагентных системах.

2. Предложена модель динамики, предназначенная для анализа взаимодействия агентов в мультиагентных системах и отличающаяся учетом различного уровня ресурсов, а также реализацией нечеткого игрового подхода при задании стратегий поведения агентов и способов их выбора.

3. Разработана нечеткая коалиционная когнитивная модель, предназначенная для анализа различных типов взаимодействия агентов с использованием предложенных коалиционных показателей, позволяющая на основе нечеткого игрового подхода задавать стратегии поведения агентов, а также учитывать как совместные, так и индивидуальные действия агентов в рамках конкуренции за ограниченные ресурсы.

4. Предложен метод и алгоритмы анализа мультиагентных систем на основе предложенных нечетких когнитивных и игровых моделей, позволяющие решать основные задачи анализа взаимодействия агентов.

5. Разработана методика построения программных средств для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

6. На основе разработанного научно-методического аппарата и предложенной структуры знаний созданы программные средства анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей, позволяющие проводить практические исследования процессов представления и обработки знаний о предметной области в компьютерных системах.

7. По результатам экспериментальных исследований показана эффективность применения созданных программных средств анализа мультиагентных систем, выработаны рекомендации по применению разработанных метода, моделей, алгоритмов и средств для анализа мультиагентных систем при решении задач: создания программно-технического комплекса региональной информационной системы управления охраной труда; учета, ранжирования и оптимизации Web ресурсов; анализа торговых сетей.

Между тем ряд существует ряд задач для дальнейшего исследования. А именно, построение модели MAC на основе нечетких когнитивных и игровых моделей для нескольких разнородных ресурсов, которыми оперируют агенты, развитие гибкости разработанных программно инструментальных средств, путем настройки их на конкретную предметную область.

ЗАКЛЮЧЕНИЕ

Таким образом, достигнута цель исследования и решена задача, имеющая важное научно-практическое значение, заключающаяся в создании и исследовании метода и программных средств для анализа мультиагентных систем на основе нечетких когнитивных и игровых моделей.

Список литературы диссертационного исследования кандидат технических наук Устиненков, Евгений Сергеевич, 2010 год

1. Аверкин А. Н., Батыршин И. 3., Блишун А. Ф., Силов В. Б., Тарасов В. Б. Нечеткие множества в моделях управления и искусственного интеллекта. -М.: Наука, 1986.

2. Алиев Р. А., Алиев Р. Р. Теория интеллектуальных систем и ее применение. -Баку: Чашыоглы, 2001.

3. Батыршин И. 3. Методы представления и обработки нечеткой информации в интеллектуальных системах // Новости искусственного интеллекта. 1996. -№2. - С. 9-65.

4. Батыршин И.З. Основные операции нечеткой логики // Новости искусственного интеллекта. 2001. - №4. - С. 18-22.

5. Белнап Н., Стыл Т. Логика вопросов и ответов: Пер. с англ. -М.: Прогресс, 1981.

6. Блинов A. JI., Петров В. В. Элементы логики действий. М.: Наука, 1991.

7. Борисов В. В., Мнев В. И. Моделирование сложных нечетко-целевых систем на основе обобщенных нечетких когнитивных карт // Информационный бюллетень Академии военных наук. Смоленск: Изд-во ВУ ВПВО ВС РФ, 2001.

8. Борисов В. В., Федулов А. С. Обобщенные нечеткие когнитивные карты // Нейрокомпьютеры: разработка, применение, № 4,2004.

9. Борисов В. В., Устиненков Е.С. Анализ взаимодействий в сложных системах на основе нечетких когнитивных и игровых моделей // Нейрокомпьютеры: разработка и применение, № 8,2009. С. 4-12.

10. П.Валькман Ю. Р. Интеллектуальные технологии исследовательского проектирования: формальные системы и семиотические модели. Киев: Port-Royal, 1998

11. Василькова В. В. Порядок и хаос в развитии социальных систем. — СПб: Лань, 1999.

12. Венда В. Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. -М.: Машиностроение, 1990.

13. Вентцель Е.С. Исследование операций: задачи, принципы, методология. //М. Наука, 1980.

14. Волков А. М., Микадзе Ю. В., Солнцева Г. В. Деятельность: структура и регуляция. М.: Изд-во МГУ, 1987.

15. Гаврилова Т. А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб: Питер, 2000.

16. Гладун В. П. Партнерство с компьютером. Киев: Port-Royal, 2000.

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

18. Городецкий В. И. Многоагентные системы: современное состояние исследований и перспективы применения // Новости искусственного интеллекта. 1996. - № 1. - С. 44-59.

19. Городецкий В. И., Грушинский М.С., Хабалов А. В. Многоагентные системы (обзор) // Новости искусственного интеллекта. 1998. - №2. -С. 64-116.

20. Горский Ю.М. Основы гомеостатики. Гармония и дисгармония живых, природных, социальных и искусственных систем. — Иркутск: ИГЭА, 1998.

21. Емельянов В. В., Ясиновский С. И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. -М.: Анвик, 1998.

22. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений: Пер. с англ. М.: Мир, 1976.

23. Заде JI. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных/интеллектуальных систем // Новости искусственного интеллекта. 2001. - №2-3. - С. 7-11.

24. Захаров В. Я., Ульянов С. В. Нечеткие модели интеллектуальных промышленных регуляторов и систем управления. IV. Имитационное моделирование // Известия Академии наук: Техническая кибернетика. -1994,-№5.-С. 168-210.

25. Карпенко А. С. Логика на рубеже тысячелетий // Логические исследования. Вып. 7. -М.: Наука, 2000. С. 7-60.

26. Князева Е. И., Курдюмов С. П. Законы эволюции и самоорганизации сложных систем. -М.: Наука, 1994.

27. Комарцова JI.Г. Нейрокомпьютеры. // М. Изд-во МГТУ им. Н.Э. Баумана, 2002.

28. Коршунов Ю.М. Математические основы кибернетики. //М. Энерго-атомиздат, 1987.

29. Кравченко С.А. Принципы создания автоматизированной технологии проектирования интегрированных экспертных систем // Новости ис-кус-ственного интеллекта. 1993. -№4. - С. 105-116.

30. Круглов В.В. Нечеткие игровые модели и их применение в задачах принятия решений, классификации и прогнозирования// Вестник МЭИ. 2004 №1

31. Круглов В.В., Нечеткая логика и искуственные нейронные сети. //М.: Физматлит, 2001.

32. Кузин JI.T. Основы кибернетики В 2-ч т. Т.2 Основы кибернетичкских моделей. //М.: Энергия, 1979.

33. Ларичев О. И. Новое направление в теории принятия решений: вербальный анализ решений // Новости искусственного интеллекта. -2001.-№1. -С. 26-31.

34. Ленский В. Е. Концепция субъектно-ориентированной компьютеризации управленческой деятельности. -М.: ИПРАН, 1998.

35. Лорьер Ж. Л. Системы искусственного интеллекта: Пер. с франц. М.: Мир, 1991.

36. Луговская Е. А., Тарасов В. Б. Разработка интеллектуальных обучающих систем на базе многоагентных технологий // Программные продукты и системы. 2001. - №2. - С. 29-34.

37. Мальцев А.И. Алгебраические системы. -М. Наука 1970.

38. Миллер Д., Галантер Е., Прибрам К. Планы и структура поведения: Пер. с англ. -М.: Мир, 1965.

39. Мильнер Б.З. Теория организаций. М.: ИНФРА-М, 1998.

40. Моисеев Н. Н. Алгоритмы развития. М.: Наука, 1987.

41. Нариньяни А. С. НЕ-факторы: неточность и недоопределенность различие и взаимосвязь // Известия РАН: Теория и системы управления. -2000.-№5.-С. 44-56:

42. Нариньяни А. С. Искусственный интеллект: стагнация или новая перспектива? // Сборник научных трудов VI-й Национальной конференции по искусственному интеллекту (Пущино, 5-11 октября 1998). Т. 1. -Пущине: РАЙИ, 1998. С. 15-29.

43. Пиаже Ж. Избранные психологические труды: Пер. с франц. и англ. — М.: МПА, 1994.

44. Пэранек Г. В. Распределенный искусственный интеллект// Ис-кус-ственный интеллект: применение в интегрированных производственных си-стемах/ Под ред. Э. Кыосиака. -М: Машиностроение, 1991. -С. 238-267.

45. Рыбина Г. В. Принципы создания автоматизированной технологии проектирования интегрированных экспертных систем // Новости ис-кус-ственного интеллекта. 1993. - №4. - С. 105-116.

46. Рыбина Г. В., Петухов Д. М. Модель взаимодействия интеллектуальных агентов // Труды Международной научно-практической конференции «Знание диалог - решение». Т. 2 (KDS-2001, Санкт-Петербург, 19-22 июня 2001 г.). - СПб: Лань, 2001. - С. 548-553.

47. Сергеев В. М. Искусственный интеллект: опыт философского осмысления // Будущее искусственного интеллекта. М.: Наука, 1991. - С. 216-241.

48. Сипов В. Б. Принятие стратегических решений в нечеткой обстановке. М.: ИНПРО-РЕС, 1995.

49. Силов В.Б., Маригодов В.К. Метод 1-г аппроксимации для построения лингвистических моделей. В кн.: Алгоритмические методы и программирование в электронике. Рязань, 1981, с.37-41.

50. Скобелев П. О. Виртуальные миры и интеллектуальные агенты для моделирования деятельности компаний // Сборник научных трудов VT-й Национальной конференции по искусственному интеллекту (Пущино, 5-11 октября 1998). Т. 2. -Пущино: РАЙИ, 1998. -С. 714-719.

51. Смирнов А. В., Шереметов JI. Б. Многоагентная технология проектирования сложных систем. Ч. 1//Автоматизация проектирования. 1998. -№3. Ч. 2//Автоматизация проектирования. - 1999.-№1. -С.42-46.

52. Смирнов С. В. Онтологии в задачах моделирования сложных систем //Труды П-й международной конференции «Проблемы управления и моделирования в сложных системах» (Самара, 20-23 июня 2000 г.). -Самара: Самарский научный центр РАН, 2000. С. 66-72.

53. Стефанюк В. JI. Пример задачи на коллективное поведение двух автоматов // Автоматика и телемеханика. 1963. - Т. 24, № 6. - С. 781-784

54. Стефанюк В.Л. От многоагентных систем к коллективному поведению// Труды Международного семинара «Распределенный искусственный интеллект и многоагентные системы» (DAIIVL^VS'97, Санкт-Петербург, 15-18 июня 1997). С. 327-338.

55. Таран Т. А. О разрешении конфликтов в многоагентньх^с системах на основе аргументации // Искусственный интеллект (Доцекпс, Украина). -1997.-№1-2.-С. 36-50.

56. Тарасов В. Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте // Новости искусственного интеллекта. 1998. — 2. - С. 563.

57. Тарасов В. Б. Искусственная жизнь и нечеткие эволюционные многоагентные системы основные теоретические подходы к построению. // Новости искусственного интеллекта. - 1994.

58. Тарасов В. Б. Нечеткие алгебры и формализация экстремальных принципов операторской деятельности // Формализация экстремальных принципов операторской деятельности в задачах проектирования систем ЛА. М.: МЭИ, 1987. - С. 15-20.

59. Тарасов В. Б. Нечеткие отношения и психологический ситггез деятельности // Принятие решений (методологические, психологические, математические аспекты). Рига: РВВАИУ, 1986. - С. 12-27.

60. Тарасов В. Б. Новые стратегии реорганизации и автоматизации предприятий: на пути к интеллектуальным предприятиям // Новости искусственного интеллекта. 1996. - №4. - С. 40-84

61. Тарасов В. Б. От искусственного интеллекта к искусственной жизни: новые направления в науках об искусственном интеллект^ // Новости искусственного интеллекта. 1995. - №4. - С. 93-117.

62. Тарасов В. Б. Эволюционная семиотика и нечеткие многоагентные системы — основные теоретические подходы к построению зинтеллекту-альных организаций // Информационные технологии и числительные системы. 1998. -№ 1. - С. 54-68.

63. Тарасов В.Б. Многоанетные системы и виртуальные организации // Сборник научных трудов третьей международной школы—оеминара поискусственному интеллекту для студентов и аспирантов. -Минск:1. БГУИР, 1999.

64. Тарасов В.Б. От многоагентных систем к интеллектуальнызм: организациям.//М.УРСС, 2002.

65. Устиненков, Е. С. Анализ динамики состояния сложных си стем на основе обобщенных нечетких продукционных когнитивных карт/ В. В. Борисов, А. С. Федулов, Е. С. Устиненков// Нейротссхмпьютеры: разработка, применение. 2007. -№ 1. - С. 21-30.

66. Устиненков, Е. С. Анализ мультиагентных систем на основе? игровых и когнитивных моделей/ В. В. Борисов, Е. С. Устиненков// Сисетемы компьютерной математики и их приложения СКМП-2008: <26. трудовмеждунар. науч. конф./ СмолГУ-Смоленск, 2008. С. 107-108.

67. Устиненков Е.С. Способ анализа мультиагентных систем на основе нечетких когнитивных карт/Е.С. Устиненков// Информационный бюллетень Академии военных наук. -№ 22. Смоленск: Изд-во ВА ВПО ВС РФ, 2010. - С. 110-115.

68. Устиненков Е.С. Анализ мультиагентной региональной информационной системы управления охраной труда//Е.С. Устинен-ков//Информационные технологии моделирования и управления №6/Воронеж, Научная книга, 2009.

69. Aubin J.P., Cooperative fuzzy games, // Math. Oper. Res. 6 (1981) 1-13.

70. Azrieli Y., E. Lehrer, On some families of cooperative fuzzy games, School of Mathematical Sciences, Tel Aviv University, April 3, 2006.

71. Badredine Arfi, Linguistic Fuzzy-Logic Game Theory, JOURNAL OF CONFLICT RESOLUTION, Vol. 50 No. 1, February 28-57,2006

72. Billot A., Economic theory of fuzzy equilibria, / Billot A.//Springer-Verlag, Heidelberg, 1995.

73. Branzei R., D. Dimitrov, S. Tijs, Egalitarianism in convex fuzzy games, Descussion paper, CenterER, No 2002-97, October 2002

74. Branzei R., D. Dimitrov, S. Tijs, Hypercubes for cooperative fuzzy games, Descussion paper, CenterER, February 2002

75. Branzei R., D. Dimitrov, S. Tijs, Compromise values for cooperative fuzzy games, Descussion paper, CenterER, No 2004-109, November 2004

76. Butnariu D., Possible solution of a two-person fuzzy game , //Str. Tepes Vo-da nr.l, Romaia, 1979

77. Butnariu D., An existence theorem for solution of a fuzzy game , //Str. Tepes Voda nr. 1, Romania, 1979

78. Butnariu D., Fuzzy games: a description of the concept, Fuzzy Sets and Systems//! (1978)181-192.

79. Butnariu D., Fuzzy games: a description of the concept.// Str. Topes Voda №2, Romania, 1977

80. ButnariuD., L-Fuzzy topologies, //Str. Tepes Voda nr.3-4, Romania, 1975

81. Butnariu D. Solution concepts for n-person fuzzy games, //Str. Tepes Voda nr.2, bloc 6, Romaia, 1979

82. Dickerson J. A., Kosko B. Virtual worlds as fuzzy cognitive maps. Presence vol. 3,1994, pp. 173-189.

83. Ferber R., Halpern J., Les systemes multi-agents. Vers une intelligence collective. — Paris: InterEditions, 1995.

84. Finin Т., Labrou V., Mayfield J. Software Agents / Cambridge МАЛ MIT Press, 1997.

85. Garagic D., J. B. Cruz, Jr, An Approach to Fuzzy Noncooperative Nash Games, JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS: Vol. 118, No. 3, pp. 475-491, September 2003,

86. Genesereth M.R., Ketchpel S.P. Software Agents / Communications of the ACM. — 1994. Vol. 37. — №7.

87. Goguen J.A., L-fuzzy sets //J. Math. Anal. Appl. 18 (1967) pages 145174.

88. Herrera, F., and E. Herrera-Viedman. Aggregation operations for linguistic weighted information. IEEE Transactions on Systems, Man, and Cybernetics-Part A: Systems and Humans 27 (5): 646-56,1997.

89. Kaufmann A., Introdution a la Teorie des Ensimble Flous//, Vol 1 (Mas-son and Co. Paris, 1973)

90. Kosko B. Fuzzy cognitive maps. Int. Journal of Man-Machine Studies, vol. 24,1986.

91. Lebret A., Fuzzy cooperative games and political models, //GEMMA Discussion Paper No. 1-2001,2001.

92. Molina E., The equalizer and the lexicographical solutions for cooperative fuzzy games: characterizations and properties, // Fuzzy Sets and Systems 125 (2002) 369-387.

93. Neumann J., Theory of Games and Economic Behavior //(Princeton University Press, 1970)

94. Nishizaki, Fuzzy and Multiobjective Games for Conflict Resolution, // Physica-Verlag, Heidelberg, 2001.

95. Owen G., Game Theory //(Saunders Co., Philadelphia, 1968).

96. Reinmann S. On the design of artificial auto-associative neural networks. -Neural Networks, vol. 11,1998.

97. Rodica Branzei, Egalitarianism in convex fuzzy games, CentER and Department of Econometrics and Operations Research // Tilburg University, The Netherlands 2002

98. Sakawa M., A lexicographical concept in an n.person cooperative fuzzy game // Fuzzy Sets and Systems 61 (1994) 265-275.

99. Shapley L.S., A value for n-person game, //Contribution to the theory of Games, vol.2 (Preston University Press, 1953)

100. Swkagi Т., Iwai S., Katai О. An integration on qualitative causal knowledge for user-oriented decision support. Contr. Theory and Advanced Technology. - Vol. 2, no. 3,1986.

101. Tijs S., R. Branzei, S. Ishihara, S. Muto, Fuzzy clan games and bi-monotonic allocation rules., Descussion paper, CenterER, No 2002-116, De-cemver 2002.

102. Tijs S., R. Branzei, S. Ishihara, S. Muto, On cores and stable sets for fuzzy games, Descussion paper, CenterER, No 2002-116, Decemver 2002.

103. Tolman E. C. Cognitive maps in rats and men. Psychological Review, vol. 42, no. 55, 1948.

104. Tsurumi M., Tanino Т., A Shapley function on a class of cooperative fuzzy games, Europ. J. Oper. Res. 129 (2001) 569-618.

105. Zadeh L. A. Fuzzy Sets // Information and Control. — 1965. Vol. 8.