Agent Based Supply Chain Management1 ABSCM-Vorlesung im WS 2001/2002.

Slides:



Advertisements
Ähnliche Präsentationen
Agent Based Supply Chain Management1 ABSCM-Vorlesung im WS 2001/2002.
Advertisements

Schwerpunkt-Seminar im SS2001
Einfluss von Web Services Technologien auf organisatorische Strukturen Referent: Sergej Groß
Agent based computational economics Das Konzept rationalen Verhaltens im Umfeld maschineller Akteure Spezielles Seminar Wirtschaftsinformatik SS2001 Frankfurt.
Grundlagen der Systemtheorie
Modellbasierte Software-Entwicklung eingebetteter Systeme
What Computers still cant do A Critique of Artificial Reason Hubert L. Dreyfus.
Die Definitionsphase -Objektorientierte Analyse - Das statische Modell
Künstliche Intelligenz
Christian A. Kopf Institut für Informatik FU Berlin Episode Recognizer Framework - Rahmenwerk zur Episodenerkennung.
Prinzipal-Agenten Beziehungen
Proseminar “Software Pioneers” (Prof. Dr. Heike Wehrheim)
Objektrelationales Mapping mit JPA Testing Jonas Bandi Simon Martinelli.
Rationale Agenten.
Einführung.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme LE 3.2- LM 8 - LO 9 Definitionen zu LM 8.
Java: Objektorientierte Programmierung
Markplätze für Agenten Seminar Softwareagenten Timo Hoelzel.
SciAgents - Eine agentenbasierte Umgebung für verteilte wissenschaftliche Berechnungen Alexander StarkeSeminar Software Agenten
Lernende Agenten Seminar Softwareagenten Wintersemester 2001/2002 Norman Neuhaus.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Prof. Dr. Th. Ottmann.
Vorlesung Informatik 2 Algorithmen und Datenstrukturen (02 – Funktionenklassen) Tobias Lauer.
Praktikum Entwicklung und Einsatz von Geosoftware I - Sitzung 5 Polymorphismus Sommersemester 2003 Lars Bernard.
An Ideomotor Approach to Imitation
Was ist ein kognitives System?
Agent Based Supply Chain Management1 ABSCM-Vorlesung im WS 2001/2002.
Reinforcement Learning
3.6 Multiagenten-Systeme und Auktionen
Seminar: Architekturbeschreibungssprachen
1/16 UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS Agenten Andreas Goebels, Alexander Weimer.
1/25 UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS MultiAgenten-Systeme Andreas Goebels.
Was ist ein Modell ? Repräsentiert Zugang: Mathematik Zugang: Empirie
Theorie soziotechnischer Systeme – 12 Thomas Herrmann Informatik und Gesellschaft FB Informatik Universität Dortmund iundg.cs.uni-dortmund.de.
Zielvereinbarungen im Anschluss an den AQS-Bericht
I.4. Supply Chain Management
Tino Reindanz - FSU Jena Seminar Aktive Datenbanken – SS 2007 Folie 1 Seminar Aktive Datenbanken Rule Development Rule Development for Active Database.
12. Vorlesung: Aktivitätsdiagramme
Christian Schulz, Marc Thielbeer, Sebastian Boldt
1 Produktive ZDB-Schnittstellen : OAI Bernd Althaus / 10| Produktive ZDB-Schnittstellen: OAI| Althaus | 14. Oktober 2013.
Einführung in das Programmieren mit JavaScript Mag. Andreas Starzer weloveIT – EDV Dienstleistungen.
Fünf-Fünf-Zwei der 3. Vorlesung/Übung Requirements Engineering WS 10/11 Marin Zec.
Input / Wahrnehmung Control / Bewusstsein Output / Motorik Information.
Universität Stuttgart Wissensverarbeitung und Numerik I nstitut für K ernenergetik und E nergiesysteme Numerik partieller Differentialgleichungen, SS 01Teil.
Einführung in die Agenten-Technologie
Sequenzdiagramme (1) Festlegen des Inter-Objekt-Verhaltens (Interaktionsstruktur, Verantwortlichkeiten) Sequenzdiagramm ist temporal orientiert zeigt.
Sicherheitsanalyse an Schulen Arthur Englbrecht, Bernhard Meißner
Vorstellung des Projektergebnisses. Agenda I. Bla II. Änderungen beim Design III. Zeitliche Aufwände IV. Komplexität V. Produktpräsentation VI. Mögliche.
OOP-Begriffe Abstraktion Modellieren Klasse Objekt Attribute Methoden
Kompetenz -, Lern - und Prüfungsbereiche Anforderungsbereiche
Part Average Analysis PAA Rev. 2.0 / 2005
Zielsetzung Schaffung eines gemeinsamen Geschäftsverständnisses und Erstellung einer Basis der übergeordneten Vision und Strategie Visualisierung der Entwicklungen.
Zustandsübergangsdiagramme (1)
Programmierung von Agenten in Java: Implementierung einer Supply-Chain
Arbeitsbereich „Rechnernetze und verteilte Systeme“
Rehabilitationsgeld – Case-Management „Länger Arbeiten bei guter Gesundheit“ Mit dem SRÄG 2012 (BGBL I Nr. 3/2013) wurde für unter 50-ig jährige (Geburtsjahr.
Enhydra Shark Workflow-Management Frank Aurich Markus Reisch.
Unified Modeling Language UML
Artificial Intelligience
Agenten und Multi-Agenten-System
Inhalt Einordnung und Funktion der lexikalische Analyse Grundlagen
Seminar: Software-Architektur Einführender Vortrag
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Diskrete Mathematik II Foliendesign: Jörg Steinrücken & Tobias Kahn Vorlesung
Java-Kurs Übung Besprechung der Hausaufgabe
G. Gröger - Einführung in die Programmierung mit Java - 1. Semester - WS 02/ Übungsaufgabe vom Logische Ausdrücke 1.true & false | true 2.(10>2)
Lernen 1. Vorlesung Ralf Der Universität Leipzig Institut für Informatik
Bachelorkolloquium – Thema:
Coaching für ein Management Coaching für ein Management J.-J. Thommen 1Lt Janzyk.
Institut für Verkehrssystemtechnik Dipl.-Psych. David Käthner Telefon:0531 / Ein kognitives Fahrermodell:
Kompetenzniveaus Lernlupe Mathematik
 Präsentation transkript:

Agent Based Supply Chain Management1 ABSCM-Vorlesung im WS 2001/2002

Agent Based Supply Chain Management2 Intelligente Agenten (Michael Wooldrige)

Agent Based Supply Chain Management3 Was sind Agenten ? Autonome Gebilde, die in eine Umwelt mit folgenden möglichen Eigenschaften eingebettet sind: –zugänglich / unzugänglich –deterministisch / nichtdeterministisch –zyklisch / nichtzyklisch –statisch / dynamisch –diskret / kontinuierlich

Agent Based Supply Chain Management4 Interaktion Agent Umgebung

Agent Based Supply Chain Management5 Agenten und Objekte Unterschied zwischen Agenten und Objekten der OOP: Objects do it for free, agents do it for money

Agent Based Supply Chain Management6 Eigenschaften von intelligenten Agenten Wichtige Eigenschaften Reaktivität: Wahrnehmung der Umwelt und daraus resultierendes zielgerichtetes Verhalten Pro-Aktivität: Eigenständiges zielorientiertes Verhalten Sozialkompetenz: Interaktion mit anderen Softwareagenten und Menschen

Agent Based Supply Chain Management7 Architekturen für Systeme intelligenter Agenten I Abstrakte Ansätze zur Beschreibung von Agentensystemen Parameter von Agentensystemen rein reaktive Agenten Agenten mit differenzierter Wahrnehmung Agenten mit interner Zustandsmaschine

Agent Based Supply Chain Management8 Architekturen für Systeme intelligenter Agenten II Parameter von Agentensystemen Zustände der Umwelt S = {s 1, s 2, s 3,... } Aktionen des Agenten A = {a 1, a 2, a 3,... } Zustände der Umgebung S x A (S) Aufzeichnung der Interaktion Agent / Umwelt als Historie h: s 0 (a 0 ) s 1 (a 1 ) s 2 (a 2 ) s 3 (a 3 ) s u

Agent Based Supply Chain Management9 Architekturen für Systeme intelligenter Agenten III Rein reaktive Agenten Ohne Bezug zur Vergangenheit d.h. jede Entscheidung erfolgt nur aufgrund der aktuell beobachtbaren Zustands- variablen (kein Gedächtnis)

Agent Based Supply Chain Management10 Architekturen für Systeme intelligenter Agenten IV Agenten mit differenzierter Wahrnehmung Differenzierung zwischen zwei Subsystemen des Agenten: – Wahrnehmung: S P – Aktionen: P A Der Agent besitzt mehrere Sensoren P und entscheidet welche Wahrnehmung für seine nächste Aktion a relevant sind

Agent Based Supply Chain Management11 Architekturen für Systeme intelligenter Agenten V

Agent Based Supply Chain Management12 Architekturen für Systeme intelligenter Agenten VI Agenten mit interner Zustandsmaschine Zusätzlich zum Aktionsraum A wird noch ein interner Zustandsraum I (Gedächtnis) eingeführt. Der interne Zustand I wird mit der Wahrnehmung P auf einen neuen internen Zustand I abgebildet: I x P I

Agent Based Supply Chain Management13 Architekturen für Systeme intelligenter Agenten VII Agenten mit interner Zustandsmaschine Zustandsmaschine: Die Aktion eines Agenten erfolgt in Abhängigkeit des Internen Zustands (i 0 ) und der Wahrnehmung (s) Formale Darstellung einer Aktion: aktion ( i 0, s)

Agent Based Supply Chain Management14 Architekturen für Systeme intelligenter Agenten VIII

Agent Based Supply Chain Management15 Realisierungen von Agentenarchitekturen I Konkrete Realisierungen Logik-basierte Agenten Reaktive Agenten Überzeugung–Wunsch–Absicht–Systeme (BDI-Systeme)

Agent Based Supply Chain Management16 Realisierungen von Agentenarchitekturen II Logik-basierte Agenten Symbolische AI: Es werden logische Schlüsse aus der symbolisch repräsentierten Umwelt gezogen. Agenten besitzen Datenbanken, die ihre –Überzeugungen ( Believes ) und –Arbeitsregeln ( Deduction–Rules ) repräsentieren, aus denen mittels Logik erster Ordnung die nächsten Aktionen bestimmt werden. ( Wenn–Dann–Logik )

Agent Based Supply Chain Management17 Realisierungen von Agentenarchitekturen III Logik-basierte Agenten Probleme: Konsistenz der Datenbanken alles Agenten (häufig nicht in polynominaler Zeit lösbar) Umsetzung der Wahrnehmung in Believes ( z.B. Bilder)

Agent Based Supply Chain Management18 Realisierungen von Agentenarchitekturen IV Reaktive Agenten Alternative zum Einsatz des symbolischen Paradigmas Rationales Verhalten ist an die Umgebung gebunden und ein Produkt von Interaktion Intelligenz der Agenten ist ein emergenter Prozess einfacher Handlungsweisen

Agent Based Supply Chain Management19 Realisierungen von Agentenarchitekturen V Reaktive Agenten Subsumtions–Architektur – Situation Aktion – Verhaltensweisen der Agenten, die auf Erfüllung einfacher Teilaufgaben gerichtet sind – Keine symbolische Verarbeitung von Fakten nötig – Hierarchie der Verhaltensweisen: Schichtenmodell – Inhibitionsbeziehung der einzelnen Schichten – Starke Wahrnehmungs-Handlungskopplung – Niedrige Komplexität O(n²) der resultierenden Prozesse

Agent Based Supply Chain Management20 Realisierungen von Agentenarchitekturen VI Reaktive Agenten Probleme – Kein Umweltmodell: hinreichend lokale Information für den Agenten ist notwendig – Tendenz zu myopischem Verhalten der Agenten – Lernfähigkeit ist schwer implementierbar – Emergenz schwer versteh- und kontrollierbar – Effektive Agenten mit mehr als 10 Schichten (Regeln) sind kaum realisierbar

Agent Based Supply Chain Management21 Realisierungen von Agentenarchitekturen VII Überzeugung–Wunsch–Absicht–Systeme (BDI-Systeme) Grundlage der BDI-Architektur ist sog. praktisches Denken, also: Welche Ziele habe ich und was sind die geeignetsten Mittel diese zu erreichen?

Agent Based Supply Chain Management22 Realisierungen von Agentenarchitekturen VII BDI-Systeme Rolle der drei Grundelemente (Believe-Desire-Intention) Absichten (Intentions) werden von Überzeugungen (Believe) beeinflusst beschränken zukünftige Wünsche (Desire) Aber auch Wünsche (D) hängen von Überzeugungen ab Wünsche (D) beeinflussen Absichten (I) sollten längeren Bestand haben

Agent Based Supply Chain Management23 Realisierungen von Agentenarchitekturen VIII BDI-Systeme Dilemma Absichten müssen regelmäßig auf Validität überprüft werden Zu hoher Aufwand für Validitätskontrolle ist aktionshemmend Abwägung: Proaktivität vs. Reaktivität (zielorientiertes vs. ereignisgesteuertes Verhalten)

Agent Based Supply Chain Management24 Realisierungen von Agentenarchitekturen IX Elemente eines BDI-Systems Funktionstripel (B,D,I) mit den zugehörigen DBs Funktion zur Überzeugungskorrektur brf: (Bel) x P (Bel) Funktion zur Wunschgenerierung option: (Bel) x (Int) (Des) Filterfunktion zur Absichtsgenerierung filter: (Bel) x (Des) x (Int) (Int)

Agent Based Supply Chain Management25 Realisierungen von Agentenarchitekturen X Elemente eines BDI-Systems Aktionsgenerierung function action (p:P) : A begin B := brf (B,p) D := options(D,I) I := filter(B,D,I) return execute(I) end

Agent Based Supply Chain Management26

Agent Based Supply Chain Management27 Schichtarchitekturen I Notwendigkeit der Strukturierung von reaktivem und proaktivem Verhalten innerhalb einer Architektur Verwendung einer Hierarchie von interagierenden Schichten –Horizontale Schichten: direkte Verbindung der Schichten mit Sensoren und Ausgabeeinheit –Vertikale Schichten: Ein- und Ausgabe wird über eine Basisschicht bewerkstelligt

Agent Based Supply Chain Management28 Schichtarchitekturen II

Agent Based Supply Chain Management29 Horizontale Schichtarchitektur I Probleme: Max. m n Interaktionen sind zu betrachten Kontrollsystem zur Koordination ist erforderlich Beispiel für horizontale Architektur: TouringMachines

Agent Based Supply Chain Management30 Horizontale Schichtarchitektur II

Agent Based Supply Chain Management31 Vertikale Schichtarchitektur I Architektur mit einem Durchlauf Architektur mit zwei Durchläufen –Max. m 2 (n-1) Interaktionen –Weniger Flexibilität –Reduzierte Fehlertoleranz Beispiel für vertikale Architektur: Interrap

Agent Based Supply Chain Management32 Vertikale Schichtarchitektur II