王文明
(連云港市水利工程管理處,江蘇連云港 222002)
物聯(lián)網(wǎng)是信息技術領域的一次重大變革,被認為是繼計算機、互聯(lián)網(wǎng)和移動通信網(wǎng)絡之后的第三次信息產(chǎn)業(yè)浪潮,它將海量的物理世界對象連接起來,通過信息技術檢測、分析和控制,潛力巨大[1,2]。物聯(lián)網(wǎng)技術的深入發(fā)展促使傳感器網(wǎng)絡得到了廣泛的應用并逐漸成為水利領域重要的基礎設施。同時,傳感網(wǎng)絡采集到的實時感知信息,也必然成為閘站等智能應用系統(tǒng)的信息來源和必要的決策依據(jù)。
為了解決傳感器底層查詢接口提供的信息不能與智能應用的實時感知信息需求準確匹配的問題,我們引入了基于語義模型網(wǎng)的物聯(lián)網(wǎng)信息資源描述、推理和應用模型以及多智能體系統(tǒng)(MAS,Multi-Agent System),其研究目的在于解決大型、復雜的現(xiàn)實問題,而解決這類問題已超出了單個智能體的能力。多智能體系統(tǒng)是多個智能體組成的集合,它的目標是將大而復雜的系統(tǒng)建設成小的、彼此互相通信和協(xié)調(diào)的、易于管理的系統(tǒng)。采用智能體技術將多個專家系統(tǒng)的決策方法有機地協(xié)調(diào)起來,可建立基于多智能體協(xié)調(diào)的環(huán)境決策支持系統(tǒng),實現(xiàn)從物聯(lián)網(wǎng)中準確定位具體的傳感器并獲取相應感知信息的實時決策信息支持機制。
物聯(lián)網(wǎng)是在互聯(lián)網(wǎng)的基礎上,通過各種信息傳感設備、無線通信等技術將各種實體與互聯(lián)網(wǎng)相連接,以實現(xiàn)遠程監(jiān)視、自動報警、控制、診斷和維護,進而實現(xiàn)管控一體化的一種網(wǎng)絡。在物聯(lián)網(wǎng)中,這些實體與技術主要包括:各種傳感器、嵌入式設備及紅外線感應器、激光掃描器、氣體感應器等其它電子設備,以及RFID(射頻識別)技術[3]、全球定位系統(tǒng)等,由這些技術構成的物聯(lián)網(wǎng)感知層,是物聯(lián)網(wǎng)體系的重要組成部分,其主要作用是利用傳感器節(jié)點完成海量信息的采集工作[4-9]。物聯(lián)網(wǎng)的重要基礎和核心仍舊是互聯(lián)網(wǎng),其通過各種有線和無線網(wǎng)絡與互聯(lián)網(wǎng)融合,實現(xiàn)實體之間的相互通信、相互操作。
筆者所討論的物聯(lián)網(wǎng)采用基于Web 服務為物聯(lián)網(wǎng)中各類實體的通信基礎,故將物聯(lián)網(wǎng)所涉及的元素分為:
(1)服務實體。主要是傳感網(wǎng)絡中的各種傳感節(jié)點,或者各種有感知能力的嵌入式設備,其具備通信能力。
(2)實體信息服務器。注冊實體服務信息,主要由各種類型的網(wǎng)關以及管理Web 服務資源的服務器組成。
(3)服務代理。是由Agent(智能體)構成的服務代理。
多智能體系統(tǒng)需要大量的實時信息作為決策依據(jù)來完成一個抽象復雜的任務。在物聯(lián)網(wǎng)中,大量的感知設備可以提供海量的信息。
圖1 多智能體決策技術示意圖
多智能體決策技術如圖1 所示,一個復雜抽象的任務通過任務接口傳遞給多智能體系統(tǒng),多智能體系統(tǒng)依據(jù)背景知識庫中的相關任務知識對該復雜任務進行分解,并劃分為若干個子任務,將每個子任務的完成分派給一個具體的智能體。智能體在完成任務的時候需要感知物理世界的實時狀態(tài),并據(jù)此進行合理的決策。
通過上述分析可知,任務是否能被成功執(zhí)行,取決于能否從物聯(lián)網(wǎng)中獲取任務執(zhí)行所需的信息資源。因此,當進行任務分解時,多智能體系統(tǒng)需要確定物聯(lián)網(wǎng)中的資源能否滿足任務執(zhí)行的信息需求。
多智能體系統(tǒng)是如何根據(jù)物聯(lián)網(wǎng)中的可用信息資源進行任務分解的。我們以閘站調(diào)度為例,假設多智能體系統(tǒng)收到抽象復雜任務“A 閘調(diào)度”。通過分解,可以得到多個子任務。其中,子任務Ti 為“對閘A 提閘”。要完成該子任務,需要的環(huán)境狀態(tài)感知為state=“A 閘現(xiàn)在的狀況”。物聯(lián)網(wǎng)無法直接理解并完成這種類型的環(huán)境狀態(tài)查詢,所以需要進一步對該抽象狀態(tài)查詢進行分解,最終生成能夠被機器直接理解并執(zhí)行的語義查詢操作,查詢操作集合={Q1=“A閘所在位置水位傳感器狀態(tài)”,Q2=“A 閘門壓力傳感器狀態(tài)”,…}。通過這些具體的查詢語句,多智能體系統(tǒng)就可以從物聯(lián)網(wǎng)中獲取所需要的環(huán)境信息。
通過一個例子來說明任務分解過程。假設某地A 發(fā)生連續(xù)暴雨,需要對其進行防洪減災操作。通過任務接口接收到“某地A 排澇”的復雜任務后,將其映射到知識庫中的“閘站調(diào)度”任務分解,得到如圖2 所示任務分解的拓撲圖。
在背景知識庫的支持下,將復雜任務“閘站A 汛期排澇”分解得到若干子任務:T1=“涉及到的閘站”,T2=“檢查是否汛期”,T3=“檢查是否預降”,T4=“防止潮水、污水倒灌”,T5=“上級調(diào)度指令”。完成這些子任務的前提是需要獲取相應的現(xiàn)實世界狀態(tài)信息,得到對應的抽象查詢:state1=“閘站清單”,state2=“汛期控制水位”,state3=“非汛期控制水位”,state4=“強降雨預降水位”,state5=“閘下游水位”,state6=“特殊情況”。
由此可以看出,利用知識庫中任務分解圖知識,將復雜任務快速分解,得到子任務集合。集合中的每項具體任務由一個具備領域知識的智能體負責完成,該智能體將執(zhí)行任務時所需物理信息通過物聯(lián)網(wǎng)查詢分解模塊分解為一系列針對物聯(lián)網(wǎng)感知信息的查詢,隨后再通過物聯(lián)網(wǎng)語義模型網(wǎng)將信息查詢映射到具體的物聯(lián)網(wǎng)資源查詢。
筆者針對連云港市區(qū)河道及閘站的分布和行洪特點以及調(diào)度背景知識庫,實現(xiàn)基于物聯(lián)網(wǎng)和多智能體決策技術的水利閘站智能調(diào)度系統(tǒng)。本系統(tǒng)能夠直觀表達市區(qū)河道及水情與雨情變化,為調(diào)度提供智能輔助決策支持,實現(xiàn)了閘站及河道水位智能實時監(jiān)測管理、雨水情監(jiān)測管理、智能調(diào)度管理、預案管理等基于多智能體的物聯(lián)網(wǎng)語義決策支持技術方案,其整體框架如圖3 所示。
圖2 任務分解圖示例
圖3 水利閘站智能調(diào)度系統(tǒng)框架圖
在本系統(tǒng)中,物聯(lián)網(wǎng)中的傳感節(jié)點與網(wǎng)關連接。網(wǎng)關將與其連接的傳感器節(jié)點的服務信息注冊到服務資源管理服務器,這一過程可以通過人工構建或者自動發(fā)現(xiàn)等方式實現(xiàn)。將智能手機作為一類特殊的智能終端,通過語音和短信等方式可獲取使用者的相關信息和狀態(tài),也可向指定執(zhí)行者發(fā)布指令。在物理傳感器網(wǎng)絡上,我們定義了資源管理服務器,用于生成注冊服務的語義元信息。系統(tǒng)中有多個服務資源管理服務器,因此,服務資源和其對應的語義元信息是分布式的,存儲在各個資源管理服務器中的分布式語義元信息便形成了物聯(lián)網(wǎng)語義模型網(wǎng)。由多智能體構成的服務代理系統(tǒng)通過分布式的語義推理,可實現(xiàn)物聯(lián)網(wǎng)資源發(fā)現(xiàn)、服務代理等。在本系統(tǒng)中,關于查詢的分解、匹配、資源定位均由服務代理系統(tǒng)完成。服務代理系統(tǒng)之上是多智能體應急事件處理系統(tǒng),該系統(tǒng)通過服務代理系統(tǒng)獲取資源管理服務器的實時信息,針對閘站調(diào)度事件執(zhí)行相應的任務分解和執(zhí)行,便形成了如圖4 所示的具體執(zhí)行方案。
通過基于語義模型網(wǎng)的查詢分解,任務中各種信息需求最終轉化為一系列傳感信息查詢和管理信息查詢。根據(jù)最終得到的任務查詢系統(tǒng)和底層傳感器網(wǎng)絡可獲取信息,返回給用戶作為決策支持。水利閘站智能調(diào)度系統(tǒng)實現(xiàn)效果如圖5 所示。
圖4 水利閘站智能調(diào)度
圖5 連云港市閘站智能調(diào)度系統(tǒng)圖
基于物聯(lián)網(wǎng)的多智能體決策支持應用中存在一個主要的問題,即:傳感器設備接口的不統(tǒng)一和傳感信息的異構性[10]。如何有效地使用傳感器的感知信息,是近年來的一個熱門研究課題。筆者采用基于物聯(lián)網(wǎng)語義的任務規(guī)劃方法,即利用面向物聯(lián)網(wǎng)資源的語義描述信息,通過任務分解,實現(xiàn)了從高層語義描述的信息需求到底層傳感器資源的獲取。該方法中多智能體決策系統(tǒng)可以有效地利用各種現(xiàn)有的物聯(lián)網(wǎng)感知信息資源,實現(xiàn)對水利閘站調(diào)度中各種任務的分配、監(jiān)測及任務重規(guī)劃等。
[1]武建佳,趙偉.WInternet:從物網(wǎng)到物聯(lián)網(wǎng)[J].計算機研究與發(fā)展,2013,50(6):1127-1134.
[2]胡永利,孫艷豐,尹寶才.物聯(lián)網(wǎng)信息感知與交互技術[J].計算機學報,2012,35(6):1147-1163.
[3]謝磊,殷亞鳳,陳曦,陸桑璐,陳道蓄.RFID 數(shù)據(jù)管理:算法、協(xié)議與性能評測[J].計算機學報,2013,36(3):457 -470.
[4]N Gershenfeld,R Krikorian,D Cohen.The internet of things[J].Scientific American,2004,291(4):76-81.
[5]M Tuters,K Varnelis.Beyond locative media:Giving shape to the internet of things[J].Leonardo,2006,39(4):357-363.
[6]Kevin Ashton.That ‘internet of things’thing[J].RFID Journal,2009,6:97-114.
[7]孫其博,劉杰,黎羴,范春曉,孫娟娟.物聯(lián)網(wǎng):概念、架構與關鍵技術研究綜述[J].北京郵電大學學報,2010,33(3):1-9.
[8]吳振強,周彥偉,馬建峰.物聯(lián)網(wǎng)安全傳輸模型[J].計算機學報,2011,34(8):1351-1364.
[9]朱洪波,楊龍祥,朱琦.物聯(lián)網(wǎng)技術進展與應用[J].南京郵電大學學報,2011,30(1):1-9.
[10]謝磊,陳力軍,陳道蓄,謝立.無線傳感器網(wǎng)絡的查詢處理機制研究綜述[J].計算機科學,2006,33(9):45-49,68.