Modeling of a multi-agent subsystem for solving the problem of power management in a Smart Home System

Author:

Диденко С.С.

Abstract

В статье описана архитектура системы домашней автоматизации. Система состоит из двух частей: централизованной, представляющей решение линейных задач и являющейся регулярной сервисной частью, и мультиагентной, отмеченной сингулярной сервисной частью. Для описания поведения элементов регулярной сервисной части вводится понятие служб. Данные службы разделены на три вида: службы конечных пользователей, которые непосредственно обеспечивают комфорт для жителей, промежуточные службы, которые управляют накоплением энергии, и вспомогательные службы, которые производят электроэнергию для промежуточных и конечных пользователей. Для решения проблем, связанных с неопределенностью, предлагается трехслойная архитектура мультиагентной подсистемы: локальный слой, реактивный слой и упреждающий слой. Так же обозначены временные и постоянные службы, и соответствующие им агенты подсистемы для описания поведения в реактивных и упреждающих механизмах. Агенты реактивного механизма ведут себя в соответствии с процессом стимул-реакция с возможностью коммуникации. Роль такого агента заключается в контролировании своего уровня удовлетворенности. Если критический уровень удовлетворенности достигнут, агент инициализирует запуск процесса обмена сообщениями. Основной принцип работы упреждающего механизма состоит в том, чтобы разделить проблему на независимые подзадачи. Решение вычисляет прогнозируемый план для каждой подзадачи с использованием алгоритма имитации отжига. This article describes the architecture of a house automation system. The system consists of two parts: a centralized one, which represents the solution of linear problems and is a regular service part, and a multiagent one, marked with a singular service part. The concept of services is introduced to describe the behavior of the elements of the regular service part. These services are divided into three types: end-user services that directly provide comfort for residents, intermediate services that manage energy storage, and auxiliary services that produce electricity for intermediate and end-users. A three-layer architecture of a multiagent subsystem is proposed to solve the problems associated with uncertainty: a local layer, a reactive layer, and a proactive layer. Temporary and permanent services are also designated, and their corresponding subsystem agents are used to describe behavior in reactive and proactive mechanisms. The agents of the reactive gear behave following the stimulus-response process with the possibility of communication. The role of such an agent is to monitor their level of current satisfaction. If the critical level of satisfaction is reached, the agent initializes the start of the messaging process. The basic principle of the proactive mechanism is to divide the problem into independent subtasks. The solution calculates the predicted plan for each subproblem using an annealing simulation algorithm.

Publisher

Voronezh Institute of High Technologies

Reference11 articles.

1. Kaushik Chowdhury, Dave Cavalcanti, Tommaso Mazza, Chittabrata Ghosh. Modeling and Simulation of Smart and Green Computing Systems. IEEE Computer Society.2012;9(45).

2. Svanes D. Context-Aware Technology: A Phenomenological Perspective. Human Computer Interation, Special issue on context-aware computing. Lawrence Erlbaum Associates.2001;1.

3. Oliveira G. D., Jacomino M., Ploix D. L. H. S., Optimal power control for smart homes, in: 18th IFAC World Congress, Milan, Italy.2011;1.

4. Abras S., Ploix S., Pesty S., Jacomino M., A multi-agent home automation approach for power management, in: Proceedings of the 1st IFAC Workshop on Convergence of Information Technologies and Control Methods with Power Plants and Power Systems, Cluj-Napoca, Romania.2017;1:51-53.

5. Lucidarme P., Simonin O., Li´egeois A., Implementation and evaluation of a satisfaction/ altruism based architecture for multi-robot systems, in: IEEE International Conference on Robotics and Automation. 794 Hussein Joumaa et al. / Energy Procedia 6.2011;1:786–794.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3