规则驱动的自适应多代理系统研究

Our understanding of the requirements is doomed to be incomplete and will never be perfect when we design a software system, simply because a large part of them will come into clearer recognition in the future. For this reason, we must rely on good design, one that can improve software adaptivity, rather than attempt to capture as much requirements knowledge as possible to relieve the burden of software maintenance that caused by the continuous requirements change. To this end, we propose a research method that combines Multi-Agent System and Model-Driven Architecture to improve software adaptivity. Recognising the vast investment already made on software components and services by the industry, our method will try to make full use of them. At the same time, we introduce Multi-Agent System as the high level abstraction. Rule-based knowledge models are used to capture requirements. These are configurable and able to drive agent behaviour at runtime. Whenever requirements change, domain experts reconfigure the business rule models, agents interpret and execute the new rules dynamically, and new requirements are adopted. This may be the establishment of new business partnership, making of new business decisions, processing of new business tasks, and completion of new business processes. At the same time, the components and services already developed in the environment are chosen, bound, and invoked in a new manner, in support of new business behaviour. Software adaptivity is thus greatly improved, via the reuse of both the models and the components.

当我们设计一个软件系统时，对需求的了解注定是不全面的，因为这方面的知识很大一部分将在未来慢慢明了。因此我们必须依靠好的设计：一种可以提高系统自适应性的技术，而不是试图掌握全部需求知识来减轻因其连续改变而造成的软件维护负担。我们提出结合多代理技术和模型驱动体系结构的研究方法来提高软件的自适应能力。在尊重现有基于组件与服务的基础设施投资，充分复用这些构件的前提下，引入多代理系统作为高层抽象，同时用可反复配置的规则模型捕捉需求知识，实时驱动代理行为。当需求发生变化时，业务专家动态配置规则，通过代理的实时解释和执行，系统自动改变其行为模式并适应新的需求，这有可能体现在建立新的业务协作关系，作出新的业务决策，处理新的业务任务，完成新的业务流程等。同时业已开发的组件与服务等可复用计算资源被代理按需重新选择、绑定、调用，来支持新的业务行为。通过对需求模型与组件服务的持续配置与复用，大大提高软件自适应性。

软件需求在设计和开发之初注定是不完整的，随时面临来自用户和环境要求的变化。项目提出一种提高软件自适应能力的方法，通过对需求的灵活维护和配置动态驱动系统行为，研究围绕规则驱动的自适应多代理系统展开。.主要研究内容包括：1）多代理系统层作为高级抽象，由规则知识层实时驱动代理行为； 2）规则知识层捕捉需求，由业务专家动态配置以反映当下需求； 3）可复用服务层实现基本业务功能，根据规则配置按需由代理使用。在项目中我们考察一个具体的业务领域，即多代理驱动的临床决策支持：此时临床指南知识作为具体需求建模的对象驱动代理的决策行为；知识以规则的形式表达并随技术进步和专家维护不断变化；多个临床决策参与者由多代理辅助在一个公共服务平台下实现共同的目标。.研究的重要成果包括：设计完成了规则驱动的多代理整体框架，包括代理层、规则层、服务层，及规则执行引擎、知识录入和校验、按需动态生成数据采集与辅助决策的人机交互界面引擎等成套的工具。代理层规范了多代理概念模型，提出一套完整机制完成目标分解、交互协议建立、角色选择、团队协作管理、执行监控等核心任务；规则层规范了过程式行为规则和宣言式推导规则，将驱动代理处理各自业务的行为流程和代理统一需要遵从的业务对象制约关系这两类知识体系分离，系统具有更强的可维护性；服务层规范了数据共享服务、规则匹配服务、决策逻辑服务、数据定义服务等，在运行期与代理动态绑定，更新后通过代理立即体现新的功能，实时反映技术进步或需求变化，实现自适应性。.研究产生的关键数据主要体现在据上述方法设计和实现的乳腺癌三重评估多代理原型系统，及相关规则库、规则引擎、数据采集与辅助决策界面生成引擎、规则录入与校验工具、多代理执行监控工具等。成果发表于多篇论文并通过在建的在线知识库和相关工具在更广的范围展示。.研究的科学意义在于，提出一种新的设计方法在对传统基于构件开发与复用的基本模式与对现有信息化基础设施投资的保护之上，通过引入可动态配置的需求知识模型和可被动态驱动行为模式的高层代理，实现软件自适应性，对需求的维护就是对最终系统本身的维护，大大降低维护成本。而通过对临床知识驱动的多代理辅助决策系统的实践，不仅印证了软件方法学上的设想和目标，更通过信息化手段让新的医疗成果实时用于临床决策支持，无需重新系统开发即可以最低的成本方便大众享受最新医疗成果，整体上提高医疗服务质量、减少医疗差错。