Escolar Documentos
Profissional Documentos
Cultura Documentos
CLADIRE INTELIGENTA
0
ABSTRACT
Chiar si o cladire de dimensiuni reduse aduce o cantitate imensa de date care necesita sa
fie analizate, astfel incat tehnicile conventionale nu mai pot face fata. Deciziile trebuiesc luate
intr-un interval scurt de timp, adaugandu-se astfel noi constrangeri la metodologiile
conventionale de adoptare a deciziilor. Pentru a depasi acest handicap, sistemele AHA distribuie
din taskurile necesare adoptarii deciziilor catre diversi agenti autonomi, capabili sa ia decizii
bazandu-se pe datele de intrare relevante mediului de care apartin. Aceasta structura amplifica
procesul decizional local. Fiecare agent al sistemului are propriul sau obiectiv de indeplinit,
obiectivul global realizandu-se in urma cooperarii dintre acestia.
Practic, procesul decizional este modelat asemenea unui controller fuzzy-logic (FLC) care
ia decizii pe baza evaluarii continue a datelor de intrare, respectand regulile fuzzy alese. Aceste
reguli specifica ordinea conducerii intr-un sistem. Valorile de intrare achizitionate sunt
prelucrate prin intermediul unui proces de inferenta fuzzy pentru a obtine datele de iesire.
Acest proces cuprinde: functia de apartenenta, operatori logici fuzzy, reguli if-then.
1
INTRODUCERE
2
Marea majoritate a tehnologiilor utilizate in cadrul acestor sisteme inteligente necesita
de obicei asistenta din partea omului pentru luarea deciziilor importante. Nu este suficient
faptul ca dispunem de tehnologia pentru a intermedia comunicatia dintre operator si sistemul
inteligent, este necesara inlesnirea luarii deciziilor in mod autonom chiar de catre sistemul
inteligent, nemaifiind astfel necesara prezenta permanenta a unui operator uman.
La ora actuala, exista mai multe proiecte de acest gen in faza de cercetare precum ADA,
initiat in cadrul Universitatii Zurich – Institutul de Neuroinformatica in colaborare cu
Universitatea de Stiinte Aplicate Rapperswil, Oxygen, initiat in cadrul MIT, S.U.A. si DAI sustinut
in cadrul Universitatii Sussex, Marea Britanie.
Laboratorul de Inteligenta Artificiala din cadrul MIT si-a concentrat atentia mai degraba
asupra proiectarii de camere inteligente si nu pe cladirile inteligente in sine. Un exemplu in
cadrul acestui proiect este camera de conferinta inteligenta. Scopul acesteia este de a ajuta
utilizatorii camerei sa realizeze anumite activitati, procesandu-le comenzile explicite pe baza
tehnologiilor de recunoastere vocala si de procesare a imaginilor. O interactie exemplificativa ar
fi situatia unei persoane care indica o locatie pe o harta digitala si intreaba unde este locatia
respectiva. Raspunsul sistemului va fi, spre exemplu, “Zurich”. Proiectul se axeaza mai mult pe
interfata om-masina (HMI) decat pe invatarea comportamentului utilizatorilor.
3
Ultimul proiect mentionat se bazeaza mai mult pe agenti de tip sisteme embedded.
Acest lucru aduce o gama larga de constrangeri precum consum limitat de energie, marime
hardware, memorie si procesoare limitate. Atat entitatea fizica cat si cea logica se gasesc in
incapere. Fiecare incapere are un numar de senzori controlat de un agent care este fizic
pozitionat in acelasi perimetru. Toti acesti agenti de tip embedded comunica prin intermediul
unei retele. Procesul decizional se realizeaza prin intermediul logicii fuzzy, iar invatarea regulilor
se face pe baza algoritmilor genetici. Feedback-ul necesar procesului de invatare se face in mod
explicit de catre utilizatori.
4
ARHITECTURA
PRINCIPII DE BAZA
In mod normal, fiecare incapere a unei cladiri serveste la indeplinirea unui anumit scop
si este astfel tratata diferit de catre utilizatori. Pentru a reflecta acest lucru in cadrul schemei de
design a sistemului, conceptul principal pe care arhitectura AHA se bazeaza este o camera
(Figura nr 1). Totalitatea datelor primite de la senzori, cu exceptia celor primite de la senzorii
externi, precum starea vremii, sunt privite ca fiind legate de o singura camera. Acest lucru este
valabil si pentru procesul decizional al sistemului. Sistemul evalueaza datele disponibile si ia
decizii pentru fiecare camera a cladirii. Sistemul AHA se adapteaza astfel rapid schimbarilor de
utilizare necesare fiecarei camere in parte.
5
Agentii sistemului sunt legati logic de o camera, dar fizic, acestia nu sunt. Spre deosebire
de sistemele care pun accentul pe utilizarea agentilor embedded fizic-distribuiti, noi utilizam
agenti software care functioneaza ca o parte a unui sistem centralizat. Acest lucru ne permite sa
ne ocupam de problemele reale ridicate de sistem, nemaifiind necesar sa ne concentram atentia
asupra disponibilitatii reduse a resurselor care predomina in sistemele agent.
ARHITECTURA DE SISTEM
Sistemul global AHA este o combinatie a doua arhitecturi de retea complet diferite: o
retea de magistrale de date si o retea de calculatoare (precum Ethernet). O cladire moderna de
birouri are incorporata aceasta combinatie de retele, sistemul AHA avand nevoie sa opereze cu
ambele. Reteaua de magistrale (in cazul nostru LonWorks) este utilizata pentru a realiza
comunicatia cu senzorii si elementele de executie ale sistemului de automatizare a cladirii.
Reteaua de calculatoare realizeaza comunicarea dintre agentii sistemului.
Cele doua retele sunt conectate intre ele prin intermediul unui port comun. Acesta
faciliteaza transmiterea datelor de la reteaua de achizitie a senzorilor catre reteaua de
calculatoare, astfel incat toate partile software ale sistemului AHA sa dispuna de acces numai la
reteaua de calculatoare.
6
In figura 2 este reprezentata arhitectura retelei sistemului AHA. Sistemul AHA nu este
dependent de un sistem de magistrale de date. Reteaua standard de magistrale LonWorks
aleasa este una dintre posibilitatile software . LNS si iLON sunt produse specifice LonWorks care
lucreaza precum un port IP-LonWorks. Comunicatia dintre iLON (care este realul port IP
LonWorks) si Serverul LNS (care este doar un software) este deja realizata prin IP, asadar,
singurul dispozitiv care necesita acces direct la reteaua LonWorks este iLON. Singura
constrangere a sistemului LNS este ca agentul de colectare a datelor de la serverul fiecarui agent
trebuie sa se pozitioneze fizic si sa ruleze pe aceeasi masina cu serverul LNS. Acest lucru se
datoreaza faptului ca platforma LNS Java API este incapabila sa realizeze o conexiune remote
intre serverul de colectare dintre agenti si serverul LNS.
ARHITECTURA SOFTWARE
Sistemul MultiAgent este structurat in cinci nivele (Figura 3). Fiecare agent din sistem
apartine unuia dintre aceste nivele. Impartirea pe nivele nu este stricta, fiind posibila
7
comunicarea directa a agentilor pozitionati pe nivele diferite. Obiectivul impartirii pe nivele este
de a structura sistemul astfel incat nivelele inalte sa se confrunte cu mai putine date (mai
concentrate) decat agentii de nivele mai joase.
Nivelul 5: Cladirea
Nivelul 4: Camera
Nivelul 3: Variabile de retea
Nivelul 2: Servicii de baza/Acces la date (servicii suport, porturi de comunicatie)
Nivelul 1: Reteaua (hardware, conexiuni fizice)
8
Instantele acestor agenti ruleaza simultan si formeaza impreuna Sistemul MultiAgent.
Bus Agent: unul pentru fiecare tip de magistrale de date (LonWorks, EIB)
Display Agent: in mod arbitrar la cerinta utilizatorilor
Control Agent: unul pentru fiecare camera
History Agent: unul pentru fiecare jurnal de date
Boss Agent: unul pentru fiecare sistem
COLABORAREA MULTIAGENT
Comunicarea dintre agenti este realizata prin intermediul unui software responsabil de
distributia mesajelor catre agentii care sunt interesati de continutul acestora. Agentii se
inregistreaza la alti agenti de la care doresc sa primeasca anumite mesaje in viitor. Nu este
necesar ca emitatorul mesajului ca cunoasca numarul de receptori ai mesajului pe care il
transmite, aceasta fiind responsabilitatea software-ului. O alta sarcina a software-ului este de a
elimina in mod automat agentii care devin inactivi sau care nu mai proceseaza mesajele
receptionate. Mecanismul de transmitere asincrona a mesajelor ofera o flexibilitate ridicata
ceea ce face Sistemul MultiAgent mult mai flexibil si dinamic.
In figura 4 se poate observa modul in care agentii realizeaza schimbul de mesaje (este
reprezentata numai comunicatia inter-agent, comunicatia intra-agent se realizeaza, dar nu este
reprezentata). Exista trei tipuri de mesaje posibile: NV (network variables) set/get, properties
set/get si deciziile. Nivelul ce mai mic de abstractizare este nivelul variabilelor de retea. Valorile
variabilelor de retea (NV) sunt receptionate exclusiv si trimise in acelasi timp de catre BusAgent.
Sintaxa variabilelor de retea este specifica si depinde de standardul retelei de magistrale
utilizate. Cel de-al doilea nivel de abstractizare in comunicatie este nivelul de proprietati.
Acestea sunt reprezentarile independente, generice ale variabilelor de retea. Agentii se pot
inregistra ca observatori pentru aceste proprietati pentru a putea fi notificati de catre BusAgent
la introducerea unei noi valori. Agentii pot deasemenea sugera catre BusAgent asignarea unei
proprietati o anumita valoare. Nivelul cel mai inalt de abstractizare este cel decizional. Aceste
mesaje sunt trimise numai de catre Agentul de control si pot fi receptionate de orice agent
interesat de decizia luata de sistem. Agentul de control este deasemenea cel care executa
deciziile luate, ceea ce inseamna ca acesta trimite valorile proprietatilor stabilite care reflecta
executia deciziei anterior luate.
9
10
CERINTE PENTRU IMPLEMENTARE
Platforma independenta de lucru: AHA este conceput ca un sistem multi agent. Astfel,
trebuie sa fie posibila executia anumitor parti ale AHA pe diferite sisteme de operare
Bibliotecile: Este necesare prezenta unor biblioteci avansate pentru constructia
sistemelor multiagent disponibile
Calcul distribuit: mediul de executie trebuie sa suporte calcul distribuit
Disponibilitate interfetelor pentru sistemele FieldBus: Interfete pentru sistemele de
protocoale de comunicatii majore ar trebui sa fie disponibile pentru limbajul de
programare ales
Am selectat pentru cazul nostru arhitectura ABLE – Agent Building and learning Environment) de
la IBM alphaworks (ABL). Am selectat aceasta arhitectura deoarece:
Procesul decisional
11
Unul dintre cele mai importante taskuri ale unui sistem de control inteligent este luarea
deciziilor. Toate partile sistemului sunt prezente pentru a sustine procesul decizional. Acestea
include acizitiile de date, pre-procesarea, memoria, istoricul si post-procesarea (incluzand si
executa deciziilor).
Aceasta sectiune incepe printr-o introducere in elementele de baza ale logicii fuzzy.
Continua apoi cu o explicatie detaliata a schemei de design pentru diferite procese decizionale
si infrastructura lor.
Toate deciziile in sistemul AHA sunt luate la un nivel inalt ceea ce necesita date pre-
procesate inainte ca acestea sa fie trimise catre procesul de inferenta. Pentru a face mai flexibil
acest proces compex, se utilizeaza o structura software numita FFT (feed-forward pipeline). FFT-
ul este flexibil si permite cuplarea unui numar arbitrar de procese care se confrunta cu toate
datele trimise catre FFT secvential.
12
Primul task prezent in pipeline este ABLE Event Gateway. Acest task este responsabil
pentru comunicarea deciziilor catre agentii din sistem. Taskul Local Output este responsabil
pentru reactualizarea tuturor interfetelor utilizatorilor locali care sunt direct controlate de catre
agentul la care se iau deciziile. Responsabilitatea taskului 3 este de a executa deciziile luate de
catre mecanismul de inferenta. Executia presupune decizia daca solutia adoptata va fi realizata
sau nu (spre exemplu, inchiderea luminii). Exista mai multe motive pentru care decizia nu va fi
executata - unul dintre cele mai importante motive pentru a nu executa o decizie este
prevenirea oscilatiilor (spre exemplu, evitarea unor schimbari in decizie frecvente pentru a
accentua starea de stand-by a sistemului). Ultimul task, care ia deciziile de la mecanismul de
inferenta, este portul catre istoric. Acest task trimite toate datele relevante catre agentul
responsabil de istoric care va pune la dispozitie datele respective pentru analize statistice ale
comportamentului sistemului.
Logica fuzzy
Definitii
13
Presupunem ca X reprezinta o multime de valori non-fuzzy si A o multime de valori fuzzy
corespondente. Functia de apartenenta μA este o functie care asigneaza fiecarei valori t є X o
valoare din intervalul 0 x 1 .
A : X [0,1]
A( x ) A ( x )
Multimea corespondenta unei multimi fuzzy este formata din toate valorile x є X astfel
incat A(x)>0.
sup( A) {x X A( x ) 0}
Setul de valori a unei multimi fuzzy A defineste o submultime din X(non fuzzy).
{ }
{t X A(t) }, daca 0
[ A]
sup( A), daca 0
Functii de apartenenta
1 (a t) / , a t a
A(t ) 1 (t a) / , a t a
0, altfel
14
Grafic functia deapartenenta triunghiulara
1 (a t ) / , a t a
1, a t b
A(t )
1 (t b) / , a t b
0, altfel
15
Reprezentarea LR a ecuatiilor pentru o forma generalizata a functiei de apartenenta
trapezoidala. Forma scurta: A (a, b, , ) LR
L((a t ) / ), t [a , a]
1, t [a, b]
A(t )
R((t b) / ), t [b, b ]
0, altfel
1
f ( x)
1 e x
16
Grafic distributia gaussiana a functiei de apartenenta
Inferenta fuzzy
Controllerul face parte dintr-un sistem care este responsabil de ajustarea intrarii
sistemului in concordanta cu iesirea. Acest lucru este realizat in incercarea de a obtine rezultatul
dorit.
17
Controlul fuzzy-logic este construit pe acelasi principiu, dat foloseste o tehnica diferita
de a decide care ar trebui sa fie iesirea controllerului. Toate deciziile lui sunt realizate pe baza
unui set de regului fuzzy-logice care descriu relatia dintre variabilele fuzzy. FLC-ul pot lucra
numai cu variabile fuzzy si valorile iesirii trebuiesc convertite in informatii ferme (crisp). Aceste
doua procese se numesc fuzificare si defuzificare. O varianta mai imbunatatita a sistemului de
control original este in figura urmatoare.
FLC-ul este format din doua parti: mecanismul de inferenta si baza de reguli fuzzy.
Aceasta este formata dintr-un numar de regului care sunt utilizate de catre mecanismul de
inferenta pentru a ajunge la o concluzie utlizand variabilele din proces.
Procesul de fuzificare
Fuzificarea este procesul care foloseste functiile de apartenenta pentru a converti intrarile
numerice in variabile fuzzy. In cadrula cestui proces se ataseaza variabilelor ce urmeaza a fi
procesate, etichete ale multimilor fuzzy prin utilizarea diferitelor modele de reprezentare fuzzy
(curbe clopot, S, triunghiulare, trapezoidale).
18
Procesul de defuzificare
Rezultatul final, dupa evaluarea completa a tuturor regulilor, este un singur set de valori
fuzzy care reprezinta decizia luata. Pentru a putea aplica iesirea mecaismului de inferenta, este
nevoie de o informatie ferma. Defuzificarea este procesul care asigura conversia informatiilor
fuzzy in informatii ferme (crisp) si realizeaza scalarea variabilelor de comanda in forma de valori
compatibile cu intrarea elementului de executie. Defuzificarea este amanata pana in ultimul
moment deoarece toata informatia care este continuta in setul de informatii fuzzy este redusa la
un singur numar care contine, evident, mai putina informatie decat setul fuzzy. Acesta este o
considerabila pierdere de informatie.
aria setulu de date fuzzy este privit ca o zona fizica. Calculul centrului de greutate, de obicei, nu
este posibil pentru spatii continue. De aceea, ecuatia urmatoare, este utilizata in
practica pentru calcularea centrului de greutate al unui set de date fuzzy care are o functie de
apartenenta discreta. (z0 este variabila crisp a procesului de inferenta fuzzy)
19
Datele de intrare(temperatura, umiditate, iluminat, prezenta, switch-uri etc.) ale AHA primite
din parte senzorilor sunt preluate prin intermediul unui sistem de tip FieldBus. Aceste date sunt,
dupa pre-procesare, evaluate de catre FLC. Deciziile FLC sunt direct transmise dispozitivelor
responsabile din sistemul Fielbus.
Exista doua categorii de intrari: intrari globale si intrari pentru fiecare camera in parte.
Intrarile globale sunt preluate de la senzorii externi care sunt in numar de maxim unul pe cladiri,
in timp ce, datele per-camera sunt achizitionate de la senzori plasati in fiecare camera in numar
de cel putin unu. Toate deciziile sunt luate in contextul unei singure camere. Pentru aceasta,
fiecare camera este dotata cu un FLC propriu.
Baza de reguli
Urmatorul set de reguli prezinta fragmente din regula de baza care este utilizata pentru
contolul unei singure camere.
Setari
Declaratii ale variabilelor
Descriere ale functiilor de apartenenta
Specificatii ale variabilelor de intrare
Specificatii ale variabilelor de iesire
20
Diferite blocuri de reguli
Cele trei functii de apartenenta selectate, Temperatura, Nivel de radiatii si Iluminat interior
descriu corespondenta dintre valorile fixe (crisp) si valorile fuzzy. In figurile urmatoare sunt
ilustrate doua dintre functiile de apartenenta cu valorile lingvistice asociate:
21
Agentii
Agentul
Primul si cel mai important concept este agentul. Ce este mai exact un agent? Nu exista
o definitie formala a unui agent inca, dar sunt cateva care sunt acceptate in general:
Un agent este un sistem computational care este capabil sa actioneze autonom pentru a-
si indeplini obiectivele
Agentul este un sistem care isi reevalueaza continuu intrarile pentru a determina ce
iesire ar trebui sa trimita inapoi catre sistem
Care este diferenta dintre un agent si un agent inteligent? Un agent inteligent are urmatoarele
caracteristici:
In cazul cladirilor inteligente, sunt prezente toate cele trei tipuri de agenti: persoane,
agenti software si agenti hardware.
Arhitectura unui agent descrie tipurile de algoritmi si structurile de date pe care acesta
le utilizeaza. Exista patru tipuri diferite de arhitecturi pentru agentii mentionati I literatura:
22
Arhitecturi pe niveluri: procesul decizional este realizat prin intermediul diferitelor
software-uri, fiecare dintre acestea sunt mai mult sau mai putin explicite cu privire la
diferitele niveluri de abstractizare
Designul sistemului AHA este bazat pe o combinatie a arhitecturilor prezentate mai sus.
Unii dintre agenti sunt reactivi pentru ca ei reactioneaza la intrarile primite din partea mediului
in care sunt localizati. In acelasi timp, acestia se bazeaza pe principii logice deoarece ei iau
deciziile prin inferenta (operatia logica de trecere de la un enunt la altul, in care ultimul enunt
este dedus din primul) si sunt agenti befief-desire-intention deoarece acestia incearca sa
indeplineasca mai multe obiective (dorinte). Astfel, se observa ca aplicatiile din lumea reala ale
agentilor nu pot fi asociate cu nici una dintre definitiile din teorie, acestea fiind o combinatie a
acestor definitii.
Sistemul multiagent
Un sistem multiagent este un sistem in care agenti multipli activeaza in cadrul aceluiasi
mediu, ceea ce implica faptul ca agentii primesc aceleasi intrari (sau cel putin partial) si ca
actiunile acestora vizeaza acelasi mediu. In mod automat, acest lucru conduce la probleme mai
complexe – din momentul in care intr-un mediu comun actioneaza mai multi agenti, actiunea
unuia afecteaza deasemenea si restul agentilor din sistem. Astfel se poate observa necesitatea
unei comunicari intre acestia. Exista doua tipuri de sisteme multiagent: cooperative si
competitionale. Intr-un sistem cooperativ, agentii coopereaza pentru atingerea unui scop
comun. Agentii unui astfel de sistem pot avea, spre exemplu, o functie specializata si numai prin
intermediul unei cooperari multiagent isi pot atinge obiectivul care necesita mai multe dintre
aceste functii specializate. Intr-un sistem multiagent competitiv, pe de alta parte, agentii
concureaza intre ei pentru resursele limitate de care dispune sistemul, precum timpul de calcul.
AHA este conceput asemenea unui sistem multiagent cooperativ. Agentii din cadrul AHA
sunt agenti specializati care isi urmeaza obiectivul propriu. Pentru a-si atinge aceste obiective,
acesti agenti trebuie sa coopereze intre ei deoarece nu isi pot indeplini scopul fara a coopera.
23
Mediul pentru o cladire inteligenta, este, inainte de a face presupuneri si simplificari,
inaccesibil, non-determinist, non-episodic, dinamic si continuu, ceea ce il face unul dintre cele
mai complexe medii dintre toate. Este inaccesibil deoarece agentul nu poate observa intreaga
stare a mediului, non-determinist deoarece un agent care realizeaza o actiune nu poate fi sigur
de efectul pe care aceasta o va avea asupra intregii cladiri, non-episodic deoarece diferite
obiective interactioneaza si se influenteaza intre ele, dinamic datorita prezentei in cladire a altor
procese care nu pot fi controlate (spre exemplu, oamenii) si continuu datorita evenimentelor
care pot avea loc la orice moment in timp.
Mai multe motive ne conduc catre decizia ca toate datele despre activitatea din cladire,
mediul sau si activitatea sistemului ar trebui inregistrate. Aceste motive sunt urmatoarele:
Desigur, aceste date trebuiesc stocate intr-o baza de date. Pentru sistemul AHA a fost
selectat sistemul de management al bazei de date – Mysql datorita performantei, pretului si
aplicatiilor disponibile.
Agentul responsabil de istoric stocheaza doar valorile care sunt intr-adevar monitorizate
de anumiti agenti din sistem. Reteaua unei cladiri obisnuite are sute, daca nu mii de variabile
diferite ceea ce ar bloca baza de date pentru o perioada scurta de timp. Pentru a evita acest
24
lucru, agentul BusAgent stocheaza toate variabilele in asteptare pana agentul responsabil de
istoric le preia (figura 11).
Control Agent
25
Procesul decizional descris in sectiunile anterioare este implementat si in agentul de
control. Deciziile sunt luate prin intermediul controlului fuzzy-logic reprezentat in figura de mai
jos. Acestea sunt revizuite de indata ce noi date devin disponibile si pot influenta iesirea FLC.
Datele care sunt utilzate de catre FLC sunt inainte pre-procesate astfel incat doar datele
corect procesate sunt evaluate de catre FLC.
Detectorul de prezenta
Intr-o singura camera pot exista mai multe detectoare de prezenta, dar de regula, este
instalat numai unul, in mijlocul camerei. Detectorul de prezenta transmite mesaje de fiecare
data cand se modifica starea camerei care activeaza automat procesul de inferenta. Iesirea unui
detector de prezenta este foarte simpla – da sau nu. Dar a decide daca cineva este prezent sau
nu este un proces mai complex. Detectorul de prezenta trimite un semnal discontinuu de fiecare
data cand in camera exista miscare. Dar nici o miscare in camera nu inseamna ca nu este nimeni
26
prezent acolo. Consecinta acestui comportament este faptul ca este necesar un proces de
omogenizare (pentru reducerea frecventei semnalului) care reevalueaza intrarea detectorului
de prezenta in combinatie cu valorile trecute si timpul care a trecut pentru a decide daca este
cineva prezent in incapere sau nu. In figura urmatoare este reprezentat modul in care intrarea
reala si cea uniformizata arata.
Executia deciziilor
Luarea deciziilor este distribuita altor parti ale sistemului prin intermediul unei distributii
de tip pipeline. Aditional entitatilor interne de procesare ale agentului de control, toti agentii
externi care s-au dovedit interesati de noile decizii luate sunt notificati cand exista o noua
decizie disponibila.
27
Colaborarea intra-agent
Decizii
Bus Agent
Bus Agent este agentul de la cel mai jos nivel din sistem. Acest agent se comporta
asemenea unei porti dintre sistemul multiagent si sistemul fieldbus.
Responsabilitate
28
Colaborare intra-agent
Bus Agent este agentul de baza al sistemului AHA. Aproape toti ceilalti agenti
interactioneaza cu acesta. History agent se bazeaza in cea mai mare parte pe serviciile oferite de
catre acesta. BusAgent nu receptioneaza mesaje din parte nici unui alt agent.
BossAgent
Acest agent face sistemul sa reactioneze in mod automat la schimbarile din sistem
(configuratie dinamica). Ofera functionalitatea ca sistemul sa aloce automat agenti de indata ce
noi camere sunt adaugate (conectate) la retea.
Responsabilitate
Toti acesti agenti de control sunt setati pe inactiv, ceea ce inseamna ca, desi ei observa
mediul in care sunt (camera), nu actioneaza. Acest lucru a fost realizat pentru a nu controla
camerele care nu necesita control. Totusi, sunt capabili sa strangem date despre utilizarea
acestor camere.
29
Colaborarea intra-agent
BossAgent trimite un query catre BusAgent prin care solicita toate valiabilele de retea
disponibile si incearca sa extraga numele camerelor din numerele variabilelor. Boss agent ii
trimite o comanda agentului de control al camerei pentru a porni un anumit numar de agenti
pentru fiecare camera descoperita pe retea.
Agentul de afisaj
Responsabilitate
Agentul de afisaj este unicul agent din sistem cu o interfata rafica. Este construit pentru a
fi utilizat de utilizatorii sistemului pentru monitorizare si interactie manuala. Agentul de afisaj se
concentreaza asupra camerei – afiseaza intotdeauna variabilele care apartin camerei curent
selectate. In plus, afiseaza variabilele globale care sunt disponibile pentru intreaga cladire
(variabile ale vremei precum nivel de radiatii, umiditate, temperatura).
Acest agent nu este in totalitate necesar – sistemul poate functiona si fara el. Poate fi
accesat de un numar nelimitat de ori, chiar si pentru aceeasi camera. Acesta monitorizeaza
deciziile privitoare la camera curent selectata si valorile actualizate ale proprietatilor pentru
toate proprietatile camerei selectate.
Urmatoarele elemente de executie ale camerei pot fi controlate manual prin intermediul
agentului de display: storuri (sus, jos, stop, unghi) si luminile. Mai multe functionalitati ale
acestor elemente de executie pot fi controlate cu ajutorul agentului de afisaj decat este posibil
prin interactia directa cu dispozitivele fizice din camera. Deasemenea, acesta afiseaza
urmatoarele date: temperatura exterioara, nivelul de radiatii (din toate partile cladirii),
umiditate, iluminat intern, statusul storurilor si a luminilor.
30
Colaborarea intra-agent
CONCLUZII
31
termen lung, interactia normal cu sistemul sa nu fie necesara. Schimbarea dupa preferintele
utilizatorilor incepe de la nivelul intern al bazei de regului, adaptarea facandu-se o data cu
aparitia unor noi regului.
Sistemul AHA va fi proiectat astfel incat procesul de invatare sa fie unul continuu, pentru
a se adapta constant acestor variabile. Acest lucru este posibil, daca sistemul va avea
incorporate masini de prelucrare a algoritmilor de invatare. Solutia de fata se va baza pe
procesul de fata distribuit intr-un system multiagent. Acest lucru este deosebit de important
intrucat este foarte greu sa putem proiecta un singur system centralizat care sa se ocupe de
implementarea tuturor sarcinilor propuse.
32
BIBLIOGRAFIE
1. http://www.easc.ch/aha/Docu/aha1_1_0.pdf
2. http://www.google.ro/patents?hl=ro&lr=&vid=USPAT6263260&id=7aMIAAA
AEBAJ&oi=fnd&dq=Adaptive+Building+Automation&printsec=abstract#v=onep
age&q&f=false
3. http://www.smarthome.com
4. http://en.wikipedia.org/wiki/Smart_Home
5. http://www.cosmica.ro/automation_kit.php
6. http://www.electronica-azi.ro/articol.php?id_ar=251
7. http://www.smarthouse.ro/sfatul_specialistului.php
8. http://www.avitech.ro
9. http://www.moeller.ro
10. http://homix.ro/solutii.html
11. http://casa.schneider-electric.ro/hol.html
12. http://www.hager.ro/index.php?scr=1024&id=404
13. http://ezinearticles.com/?What-Is-A-Smart-Building?&id=394642
14. http://www.smarterhomes.org.nz
15. http://www.tiresias.org/cost219ter/inclusive_future/(14).pdf
16. http://www.clipsal.co.uk/downloads/Clipsal_Your_Home_Smart_Home_CC
P5952.pdf
17. http://www.knx.org/
18. http://www.homeauto.com
19, http:// www.ncs.com.sg
20. http:// www.simplyautomate.co.uk
21. http://www.boklok.co.uk
22. http://www.jrf.org.uk
23. http://www.uk.intertek-etlsemko.com
33
24.http://www.MileHighAutomation.com
25. http://www.smartkontrols.co.uk
26. http://www.siemens.co.uk/smarthomes
27. www.shdir.no/deltasenteret
28. http://smarthome.cs.cmu.edu/classes/smarthome/pubs/aldrich_past_present_fu
ture.pdf
34