Виды страховых агентов. Формирование каналов распределения Формально независимые посредники

Типы агентов

Существует несколько категорий агентов. Несмотря на то что не все агенты можно отнести к одной из них, с их помощью все же можно описать большинство агентов, которые уже нашли практическое применение. В табл. 12.1 перечислено пять основных категорий агентов. Очевидно, существуют и агенты смешанного типа, которые можно отнести к нескольким категориям одновременно, поскольку для распределения агентов по категориям нет никаких жестких правил. Эти категории представлены для удобства и используются в качестве отправной точки в попытке классифицировать агенты, которые, возможно, вам придется разрабатывать или использовать в своей работе.

В табл. 12.1 не указаны компоненты, которые должны иметь агенты. Здесь определены лишь виды деятельности, которые характерны для агентов той или иной категории. При этом следует понимать, что эти категории не являются исключительной сферой агентов. Подобным образом по категориям можно разделить и другие классы ПО (например, экспертные и объектно-ориентированные системы). В нескольких случалх единственным отличием может оказаться сам факт того, что мы говорим об агентах, а не об объектах или экспертных системах.

Табл и ца 12.1. Пять ос н ов н ых категор и й аге н тов

Интерфейсные агенты Представляют следующее поколение взаимодействия между человеком и компьютером. Эти агенты обеспечивают новый пользовательский интерфейс с компьютером

Агенты поиска Выполняют различные виды поиска информации

Агенты мониторинга /управления Патрулируют, наблюдают, отслеживают (выполняемые действия), управляют и контролируют устройства и условия, данные и процессы

Агенты сбора данных Уполномочены запросить некоторые данные или услуги от имени пользователя

Агенты поддержки принятия решений Обеспечивают анализ и синтез информации, интерпретацию условий и данных, планирование действий и оценку результата

Таблица 6.1

Дилеры – это оптовые (реже розничные) посредники, которые ведут операции от своего имени и за свой счет . Товар приобретается ими по договору поставки. Таким образом, дилер становится собственником продукции после полной оплаты поставки. Отношения между производителем и дилером прекращаются после выполнения всех условий по договору поставки. В логистической цепи дилеры занимают положение, наиболее близкое к конечным потребителям.

Дистрибьюторы – оптовые и розничные посредники, ведущие операции от имени производителя и за свой счет . Как правило, производитель предоставляет дистрибьютору право торговать своей продукцией на определенной территории и в течение определенного срока. Таким образом, дистрибьютор не является собственником продукции. По договору им приобретается право продажи продукции. Дистрибьютор может действовать и от своего имени. В этом случае в рамках договора на предоставление права продажи заключается договор поставки. В логистической цепи дистрибьюторы обычно занимают положение между производителем и дилерами (рис.6.6).

Комиссионеры – это оптовые и розничные посредники, ведущие операции от своего имени и за счет производителя . Комиссионер не является собственником продаваемой продукции . Производитель (или комитент в данной операции) остается собственником продукции до ее передачи и оплаты конечным потребителем. Договор о поставке продукции заключается от имени комиссионера. Таким образом, комиссионер является посредником только для комитента, а не для конечного потребителя, деньги которого перечисляются на счет комиссионера. При этом риск случайной порчи и гибели продукции лежит на комитенте. Комиссионер обязан обеспечить сохранность товара. Он отвечает за утрату или повреждение продукции по его вине. Вознаграждение комиссионеру выплачивается обычно в виде процентов от суммы проведенной операции или как разница между ценой, назначенной комитентом, и ценой реализации.

Рис.6.6. Пример организации канала распределения

Агенты – посредники, выступающие в качестве представителя или помощника другого, основного по отношению к нему лица (принципала ). Как правило, агенты являются юридическими лицами. Агент заключает сделки от имени и за счет принципала . По объему полномочий агенты подразделяются на две категории. Универсальные агенты совершают любые юридические действия от имени принципала. Генеральные агенты заключают только сделки, указанные в доверенности. За свои услуги агенты получают вознаграждение как по тарифам, так и по договоренности с принципалом. Наиболее распространенный вид агентского вознаграждения – процент от суммы заключенной сделки.

Брокеры – посредники при заключении сделок, сводящие контрагентов. Брокеры не являются собственниками продукции , как дилеры или дистрибьюторы, и не распоряжаются продукцией, как дистрибьюторы, комиссионеры или агенты. В отличие от агентов брокеры не состоят в договорных отношениях ни с одной из сторон заключающейся сделки и действуют лишь на основе отдельных поручений. Брокеры вознаграждаются только за проданную продукцию. Их доходы могут формироваться как определенный процент от стоимости проданных товаров или как фиксированное вознаграждение за каждую проданную единицу товара.

После выбора типов посредников в канале распределения необходимо определиться с количеством этих посредников. В маркетинге разработаны три подхода к решению этой проблемы:

1) интенсивное распределение;

2) эксклюзивное распределение;

3) селективное распределение.

Интенсивное распределение предполагает обеспечение запасами продукции в возможно большем числе торговых предприятий.

Эксклюзивное распределение предполагает намеренно ограниченное число посредников, торгующих данной продукцией в рамках сбытовых территорий.

Селективное распределение представляет собой нечто среднее между методами интенсивного и эксклюзивного распределения. Селективное распределение позволяет производителю добиваться необходимого охвата рынка при более жестком контроле и с меньшими издержками, чем при организации интенсивного распределения. Для повышения эффективности сбыта продукции и в целях экономии средств организации часто прибегают к использованию многоканальных систем распределения продукции.

Каждый производитель на основе маркетинговых исследований рынков сбыта своей продукции определяет структуру возможных каналов распределения, их связь с конкретными категориями потребителей и друг с другом (рис.6.7). Формы доведения товара до потребителя определяются прежде всего характером самого товара, местом и условиями его производства, потребления и возможностями транспорта.

Пример анализа возможных вариантов выбора канала распределения

Рассмотрим пример анализа возможных вариантов выбора канала распределения (рис.6.8). Два производства выпускают одинаковые товары А и В, т.е. каждый из распределительных центров (РЦ) может выбирать поставщика с более выгодными для себя условиями поставки. В свою очередь и производство может выбирать различные каналы распределения. Например, из производства А товар может попасть к конечному потребителю по одному из следующих маршрутов: 8; 1–6; 1–7–5; 2–5. Если производство А выйдет на рынок самостоятельно и свяжется с конечным потребителем (путь 8), то первоначальная стоимость товара возрастет лишь на сумму расходов, связанных с доставкой (т.к. посредники будут исключены из цепи).

Рис.6.8. Структурная схема каналов распределения товаров народного потребления

Но этот вариант не выгоден потребителю, т.к. ему придется покупать у одного поставщика большое количество одинакового товара, что скорее всего будет для него неприемлемо.

Второй путь 1–6 неудобен по той же причине, т.к. РЦ №1 расположен в месте производства и, как правило, закупает и продает также большие партии однородного товара. Т.е. эта категория посредников не формирует большого ассортимента.

Широкий торговый ассортимент формирует оптовик (РЦ№2), расположенный в месте сосредоточения потребления. Поэтому этот посредник специализируется на оказании максимального сервиса конечному потребителю. Т.е. наибольший сервис потребителю могут обеспечить пути 1–7–5 и 2–5. Из этих двух вариантов производителю более удобен путь 1–7–5, но для покупателя он приведет к наиболее высокой стоимости товара, вследствие использования двух посредников.

Тогда как для традиционных структур данных вполне обычными являются, например, алгоритмы сортировки и поиска, то для когнитивных структур данных более приемлемы методы рассуждений. Абстрактные типы данных, используемые вместе с когнитивными структурами данных, часто включают следующие:

вопросы события

факты вре м я

предположения заблуждения

убеждения цель

утверждени я обоснование

заключения

Безусловно, с когнитивными структурами данных можно сочетать и другие типы данных, но приведенные выше являются характеристиками программ, которые используют такие рациональные программные компоненты, как агенты. Эти абстрактные типы обычно реализуются как типы данных, объявленные с помощью ключевых слов struct или class. Напри м ер, так.

Шаблонные и контейнерные С++-классы можно использовать для организации таких когнитивных структур данных, как знания, например, так.

class preliminary_knowledge{ //.. .

map Opinion;

map SimpleKnowledge;

setArgument; //.- .

Методы рассуждений

Под методами рассуждений (см. рис. 12.1) пони м ают дедукцию, индукцию и абдукцию. (Краткое описание этих методов приведено в параграфе 12.1.) Несмотря на то что в агентно-ориентированной архитектуре требуется их использование, не существует конкретных ссылок на то, как они реализуются. Делукция, индукция и абдукция относятся к процессам высокого уровня. Подробности реализации этих процессов - личное дело разработчика ПО. Рассуждение - это процесс выведения логического заключения на основании посылок, истинность которых предполагается или точно установлена. Не существует единственно правильного способа реализации процесса рассуждений, ино г да называе м о г о машиной (и л и м еха н из м о м) логического вывода. При этом на практике приме н яется н еско л ько распростра н е н ных способов реализации это г о процесса. Напри м ер, можно испо л ьзовать методы прямого построения цепочки (рассуждений от исходных посылок к целевой гипотезе) или обратного построения цепочки (рассуждений от целевой гипотезы к исходным посылкам). Нашли здесь применение методы анализа целей и средств, а также такие алгоритмы обхода графов, как «поиск вглубь» (Depth First Search - DFS) и «поиск в ширину» (Breadth First Search - BFS). Существует также целал совокупность методов доказательства теорем, которые можно использовать для реализации методов рассуждений и механизмов логического вывода. Здесь важно отметить, что класс агента может иметь один или несколько методов рассуждений. Описание самых основных способов их реализации приведено в табл. 12.3.

Таблица 12.3. Основные способы реализации методов рассуждений

Обратное построение цепочки Управляемый целями метод, в котором процесс начинается с предположения, утверждения или гипотезы и стремится найти подтверждающие доказательства

Прямое построение цепочки Управляемый данными метод, который начинается с анализа имею щ ихся данных или фактов и приходит к определенным выводам

Анализ целей и средств Использует множество операторов для последовательного решения подзадач до тех пор, пока не будет решена вся задача в целом

Эти методы достаточно понятны и широко доступны во многих библиотеках, оболочках и языках программирования. Эти методы являются «строительными блоками» для базовых методов рассуждений. Чтобы понять, как происходит процесс рассуждения, используем одно из правил генерирования вывода, а именно молус поненс (правило отделения), и построим простой метод рассуждения. Возьмем следующее утверждение. Если существует автобусный маршрут из Детройта в Нью-Йорк, то Джон поедет в отпуск. Если мы выясним, что автобусный маршрут из Детройта в Нью-Йорк действительно существует, то будем знать, что Джон поедет в отпуск. Правило молус поненс имеет следующий формат.

P = Если су щ ествует автобусный маршрут из Детройта в Нью-Йорк, Q = Джон поедет в отпуск.

Мы могли бы спроектировать простой агент обеспечения решения, который позволит нам узнать, поедет Джон в отлуск или нет. Этому агенту нужно узнать все возможное об автобусных маршрутах. Предположим, у нас есть список автобусных маршрутов:

Толедо-Кливленд Детройт-Чикаго Янгстаун-Нью-Йорк

Кливленд-Колумбус Цинциннати-Детройт Детройт-Толедо

Колумбус-Нью-Йорк Цинциннати-Янгстаун

Каждый из этих маршрутов представляет обязательство, взятое на себя компанией ABC Bus Company. Если наш агент получит доступ к расписанию автобусных маршрутов этой компании, то приведенный выше список маршрутов можно будет использовать для представления некоторой части убеждений нашего агента. Возникает вопрос: как перейти от списка маршрутов к убеждениям? Для начала попробуем разработать простую структуру утверждений.

Затем попытаемся использовать контейнерный класс для представления убеждений нашего агента в отношении автобусных маршрутов.

set BusTripKnowledge ;

Если определенный автобусный маршрут содержится в множестве BusTripKnowledge, то наш агент убежден в том, что в указанное время автобус непременно отправится по этому маршруту из пункта отправления в пункт назначения. Итак, мы можем зафиксировать любой маршрут в соответствии с заданной структурой.

Trip. From. append (" Toledo ") ;

Trip.To.append(«Cleveland») ;

BusTripKnowledge. insert(Trip) ;

Если мы поместим каждый маршрут в множество BusTripKnowledge, то убеждения нашего агента об автобусных перевозках компании ABC Bus Company будут полностью описаны. Обратите внимание на то, что прямого маршрута из Детройта в Нью-Йорк не существует. Но Джон может добраться в Нью-Йорк из Детройта более сложным путем, осуществив следующие переезды автобусом:

из Детройта в Толедо; из Толедо в Кливленд; из Кливленда в Кол^мбус; из Колумбуса Нью-Йорк.

Поэтому, несмотря на то, что компания ABC Bus Company не предоставляет прямого маршрута (из пункта А в пункт Б), она позволяет совершить переезд с большим количеством промежуточных остановок. Задача состоит в следую щ ем: как об этом может узнать наш агент? Агент на основе своих знаний об автобусных маршрутах должен обладать некоторым алгоритмом генерирования вывода о том, су щ ествует ли маршрут из Детройта в Нью-Йорк. Мы используем простой цепной метод. Просматриваем элементы множества BusTripKnowledge и находим первый маршрут из Детройта- из Детройта в Чикаго. Опрашиваем атрибут То этого элемента. Если бы он был равен значению «Нью-Йорк», процесс поиска был бы прекращен, поскольку мы нашли нужный маршрут. В противном случае сохраняем найденный (промежуточный) маршрут в стеке. Затем ищем маршрут с атрибутом From, равным «Чикаго». При этом может оказаться, что таких маршрутов не прелусмотрено вообще. Поскольку далее хранить элемент множества, соответствующий маршруту «Детройт-Чикаго», нет никакого смысла, мы удаляем его из стека, сделав пометку, что этот маршрут уже был рассмотрен. Затем повторяем поиск маршрута с отправлением из Детройта. Находим такой маршрут: «Детройт-Толедо». Проверяем, не равен ли его атрибут То значению «Нью-Йорк», и поскольку наши надежды не оправдались, сохраняем этот элемент в стеке. Затем ищем маршрут с атрибутом From, равным «Толедо». Находим маршрут «Толедо-Кливленд» и также помещаем его на хранение в стек. После это г о просматриваем маршруты в надежде найти элемент, у которого атрибут From был бы равен значению «Кливленд». Для каждо го найденного маршрута проверяем значение атрибута То. Если он равен значению " Нью-Йорк» , то промежуточные маршруты, помещенные в стек, представляют в целом маршрут из Детройта в Нью-Йорк, начало которого находится на «дне» стека, а его конечный пункт - в вершине. Если мы пройдем по всему списку маршрутов и не найдем ни одного с атрибутом То, равным значению «Нью-Йорк», или иссякнут возможные варианты проверки атрибута То для верхнего элемента стека, то мы, извлекал верхний элемент из стека, будем искать следующий элемент, значение атрибута From которого совпадает со значением атрибута То элемента, расположенного в вершине стека. Этот процесс повторяется до тех пор, пока стек не опустеет или мы все-таки не най дем нужный маршрут. Для определения, существует ли маршрут из пункта А в пункт Б, используется в данном случае упрощ ен ный метод DFS (Depth First Search - «поиск вглубь»).

Наш простой агент будет использовать этот DFS-метод для выяснения, существует ли маршрут из Детройта в Нью-Йорк. Выяснив этот факт, агент может обновить свои убеждения насчет Джона. Теперь агент убежден, что Джон поедет в отпуск. Предположим, мы внесли дополнительное прелусловие относительно отпуска Джона.

Если Джон обслужит 15 или больше новых клиентов, его доходы превысят (>) 150000.

Если доходы Джона превысят 150000 и существует маршрут из Детройта в Нью-Йорк, то Джон отправится в отпуск.

Теперь агент должен выяснить, превышают ли доходы Джона лумму 150000 и существует ли маршрут из Детройта в Нью-Йорк. Чтобы выяснить положение дел насчет доходов Джона, агент должен сначала узнать, обслужил ли Джон хотя бы 15 новых клиентов. Предположим, мы уверяем программного агента в том, что Джон обслужил 23 новых клиента. Затем агент должен убедиться в том, что его доходы превышают 150000. На основе содержимо г о множества BusTripKnowledge агент сумел прийти к выволу о существовании маршрута из Детройта в Нью-Йорк. На основании убеждений об автобусных маршрутах и 23 новых клиентах агент использует процесс прямого построения цепочки (т.е. рассуждений от исходных посылок к целевой гипотезе) и приходит к заключению, что Джон таки поедет в отпуск. Формат рассуж-дений этого процесса имеет такой вид.

А -> В (В и С) -> D А С

А=ЕслиДжон обслужит не менее 15 новых клиентов, В = Доходы>150000,

С = Су щ ествует автобусный маршрут из Детройта в Нью-Йорк, D = Джон поедет в отпуск.

В этом примере агент убеждается, что эле м енты А и С истинны. С использование м правил ведения рассуждений агент заключает, что эле м енты В и D равны значению ИСТИНА. Следовательно, агент делает вывод о том, что Джон поедет в отпуск. Подобный вид обработки имеющихся данных можно было бы применить к агенту в ситуации, когда у директора фирмы в подчинении находятся сотни или даже тысячи служащих, и он хотел бы, чтобы агент регулярно составлял почасовой график работы для своих служащих. Директор намерен затем получать от агента справку о том, кто работал, кто находился в отпуске по болезни, а кто - в очередном отпуске и т.д. Агент должен обладать знаниями и полномочиями устанавливать график работы. Каждую неделю агент должен представлять ряд приемлемых графиков работы, очередных отпусков и сведений о пропусках по болезни. Агент в этом случае для получения результата использует простой метод прямого построения цепочки и метод DFS. Чтобы реализовать этот вид рассуждений, мы использовали такие типы данных, как struct и классы стеков и множеств. Эти классы используются для хранения знаний, предположений иметодов рассуждений. Они позволяют реализовать когнитивные структуры данных (Cognitive Data Structures - CDS). Для поддержки процесса рассуждений, а именно при опросе наших структур данных (стека и множества) мы использовали DFS-методы.

При сочетании метода прямого построения цепочки и метода DFS создается процесс, в соответствии с которым одно предположение может быть подтверждено на основе уже принятых предыдущих. Это очень важный момент, поскольку наш агент при достижении цели должен знать, что в действительности следует считать корректным. Такой подход также влияет на отношение к вопросам параллельного программирования. Тот факт, что агент рационален и действует в соответствии с правилами построения рассуждений, позволяет разработчику сосредоточиться на корректном моделировании задачи, выполняемой агентом, а не на стремлении явно управлять параллелизмом в программе. Минимальные требования параллелизма, выражаемые тремя «китами» - декомпозицией, взаимодействием и синхронизацией (decomposition, communication, synchronization - DCS), - по большей части относятся к архитектуре агента. Каждый агент для своего поведения имеет логическое обоснование. Это обоснование должно опираться на хорошо определенные и хорошо понимаемые правила ведения рассуждений. Декомпозиция зачастую выражается в простом назначении агенту одного или нескольких основных указаний (директив). Декомпозиция работ в этом случае должна иметь естественный характер и в конце концов выразиться в параллельных или распределенных программах, которые нетрудно поддерживать и развивать. Взаимодействие агентов проще представить, чем взаимодействие анонимных модулей , поскольку границы между агентами более четки и очевидны. Каждый агент имеет цель, которая лежит на поверхности. Знания, или информация, необходимые каждому агенту для достижения его цели, в этом случае легко определяются. Чтобы позволить агентам взаимодействовать, разработчик может использовать простые MPI-функции или средства взаимодействия объектов, которые являются частью любой CORBA-реализации. При обеспечении взаимодействия агентов самыми сложными являются следующие моменты:

Посредством чего должно происходить взаимодействие;

Кому нужно взаимодействовать;

Когда должно происходить взаимодействие;

Какой формат должно иметь взаимодействие.

Ответы на эти вопросы должны быть изначально заложены в проект агентов. Теперь осталось лишь определиться с физической реализацией взаимодействия агентов. Для этого можно воспользоваться библиотеками, которые поддерживают параллелизм. Наконец, что касается проблем синхронизации, то с ними можно легко справиться, поскольку именно логическое обоснование агента сообщает ему, когда он может и должен выполнять действия. Следовательно, сложные вопросы синхронизации сводятся к простым вопросам сотрудничества. Благодаря этому упрощается и задача разработчика в целом. Теперь рассмотрим базовую структуру агента и возможности его реализации в С++.

Реализация агентов в С++

Рассмотрим упрощенный вариант предыдущего примера агента и продемонстрируем, как его можно реализовать в С++. Цель этого агента - составлять график отпусков и выполнять подготовку к поездкам владельца компании ABC Auto Repair Company. В компании работают десятки служащих, и поэтому у хозяина нет времени заботиться о проведении своего очередного отпуска. Кроме того, если хозяин не получит определенного объема прибыли, об отпуске не может быть и речи. Поэтому владельцу компании хотелось бы, чтобы агент распланировал его отпуска равномерно по всему голу при условии процветания фирмы. По мнению владельца компании, главное, чтобы агент работал автоматически, т.е. после инсталляции на компьютере о нем можно было не беспокоиться. Когда агент определит, что подошло время для отпуска, он должен предъявить план проведения отпуска, забронировать места в отеле и проездные билеты, а затем по электронной почте представить хозяину маршрут. Владелец должен побеспокоиться только о формировании задания для агента. Он должен указать, куда желает отправиться и какой объем прибыли необходимо получить, чтобы запланированная поездка состоялась. Теперь рассмотрим, как можно спроектировать такой агент. Вспомним, что рациональный компонент (см. рис. 12.1) класса агента состоит из когнитивных структур данных и методов рассуждений (стратегий логического вывода). Когнитивные структуры данных (CDS) позволяют хранить убеждения, предположения, знания, заблуждения, факты и пр. Для доступа к этим когнитивным структурам данных в процессе решения проблемы и выполнения задач класс агента использует стратегии логического вывода. Для реализации CDS-структур данных и методов построения рассуждений можно использовать ряд контейнерных классов и алгоритмов, которые содержатся в стандартной библиотеке С++.

Типы данных предположений и структуры убеждений

Этот агент обладает убеждениями о показателях авторемонтной мастерской. Убеждения составляют информацию о том, сколько клиентов обслуживается в час, какова загрузка ремонтных секций в день и общий объем продаж (запчастей и услуг) за некоторый период времени. Кроме того, агент знает, что владелец фирмы любит путешествовать только автобусами. Поэтому агент хранит информацию об автобусных маршрутах, которые могут для отпускника оказаться привлекательными. В программе, насыщенной математическими вычислениями, используются в основном целочисленные значения и числа с плавающей точкой. В графических программах участвуют пиксели, линии, цвета, геометрические фигуры и пр. В агентно-ориентированной программе основными типами данных являются предположения, правила, утверждения, литералы и строки. Для построения типов данных, свойственных агентно-ориентированному программированию, мы будем опираться на объектно-ориентированную поддержку, прелусмотренную в С++. Итак, рассмотрим объявление класса предположения (листинг 12.1).

// Листинг 12.1. Объявление класса предположения

template class proposition {

bool TruthValue; public-virtual bool operator()(void) = О;

bool operator&&(proposition &X);

bool operator||(proposition &X);

bool possible(proposition &X);

bool necessary(proposition &X);

Предположение представляет собой утверждение, тема (предмет) которого подтверждается или отрицается предикатом. Предположение может принять значение ИСТИНА или ЛОЖЬ. Предположение можно использовать для фиксации одного убеждения, которое есть у агента. Кроме того, в качестве предположения может быть представлена некоторая другая информация, которая предлагается агенту и которую агент необязательно воспринимает как убеждение. Для представления предположений используется когнитивный тип данных, который должен быть таким же функциональным в агентно-ориентированной программе, как целочисленные и вещественные типы данных в математических программах. Поэтому, чтобы обеспечить некоторые основные операторы, применимые к предположениям, мы используем C++-средства перегрузки операторов. В табл. 12.4 показано, как такие операторы преобразуются в логические.

Класс proposition (см. листинг 12.1) представляет собой упрощенную версию (с сокращённым набором функциональных возможностей). Назначение этого класса- сделать использование типа данных proposition таким же простым и естественным, как использование любого другого С++-типа данных. Обратите внимание на слелующее объявление в классе proposition: virtual bool operator()(void) = 0;

Таблица 12.4. Преобразование операторов влогические

Пользовательские C++onepamopы Распространенныелогические операторы

Это объявление чисто виртуального метода. Если в классе объявлен чисто виртуальный метод, это означает, что данный класс - абстрактный, и из него нельзя создавать объекты, поскольку в нем отсутствует определение этого метода. Метод лишь объявлен, но не определен. Абстрактные классы используются для определения стратегий и являются своего рода проектами производных классов. Производный класс должен определить все виртуальные функции, которые он наслелует от абстрактного класса. В данном случае класс proposition используется для определения минимального набора возможностей, которыми может обладать класс-потомок. Необходимо также отметить еще одну важную особенность класса proposition (см. листинг 12.1): это шаблонный класс. Он содержит такой член данных: list UniverseOfDiscourse;

Этот член данных предполагается использовать для хранения значения предметной области, к которой относится предположение. В логике область рассуждения содержит все легальные сущности, которые могут рассматриваться при обсуждении. Здесь мы используем контейнер list. Поскольку в общем случае темы обсуждения могут быть самыми разными, мы используем контейнерный класс. Список UniverseOfDiscourse мы объявляем защищенным (protected), а не закрытым (private), чтобы к нему могли получить доступ все потомки класса proposition. Классу proposition также «знакомы» такие понятия модальной логики, как логическая необходимость и вероятность, которые весьма полезны в агентно-ориентированном программировании. Модальнал логика позволяет агенгу различать такие определения, как «вероятно, ИСТИНА» и «несомненно, ИСТИНА». Основные операторы, используемые для выражения логической необходимости и вероятности, перечислены в табл. 12.4. Мы определяем эти методы только в описательных целях; их реализация выходит за рамки рассмотрения в этой книге. Но они являются частью классов предположений, которые мы успешно применяем на практике. Чтобы сделать класс proposition «годным к употреблению», выведем из него новый класс и назовем его trip_announcement. Класс trip_announcement представляет собой утверждение о существовании автобусного маршрута из некоторого исходного пункта (отправления) в пункт назначения. Например, предположим, что существует автобусный маршрут из Детройта в Толедо. Эта информация позволяет сформулировать высказывание, которое может быть либо истинным, либо ложным. Если бы нас интересовало, когда это высказывание истинно или ложно, мы бы воспользовались понятиями временной логики. Временняя логика- это логика времени. Агенты также применяют обоснования, зависящие от времени. Но в данном случае все предположения относятся к текущему времени. Это утверждение декларирует, что в данное вре м я существует автобусный м аршрут из Детройта в Толедо. Агент должен «у м еть» удостовериться в этом и либо «довериться» это м у факту, либо отвергнуть его как ложное высказывание. Теперь м ожно расс м отреть объявление класса trip_armouncement, представленное в листинге 12.2.

// Листинг 12.2. Объявление класса trip_announcement

publiс proposition{

string Origin; string Destination;

stack Candidates; public:

bool operator==(const trip_announcement &X) const;

bool validTrip(list::iterator I,

stack candidates(void);

friend bool operator||(bool X,trip_announcement &Y);

friend bool operator&&(bool X,trip_announcement &Y);

Обратите вни м ание на то, что класс trip_armouncement наследует класс proposition. Вспо м ните, что класс proposition является шаблонным и требует задания параметра, определяющего тип. Объявление

class trip_announcement:

public proposition

{... } ;

обеспечивает класс proposition требуе м ы м типо м. Кро м е того, важно от м етить, что класс trip_announcement определяет операторный м етод operator (). Следовательно, наш класс trip_armouncement - конкретный, а не абстрактный. Теперь мы можем объявить и использовать предположение типа trip_announcement непосредственно в программе агента. В классе trip_announcement определены слелую-щие дополнительные члены данных: Origin Destination Candidates

Эти члены данных используются для указания пунктов отправления и назначения автобусного маршрута. Если автобусный маршрут требует пересадки с одного автобуса надругой и несколько остановок в пути, то член данных Candidates будет содержать полный путь следования. Следовательно, объект класса trip_armouncement представляет собой утверждение об автобусном маршруте и пути следования. В классе trip_armouncement также определены некоторые дополнительные операторы. Эти операторы позволяют уравнять класс trip_announcement «в правах» со встроенны м и типа м и данных языка С++. Помимо убеждений относительно автобусных м аршрутов, агент также обладает убеждения м и, связанны м и с показателя м и успешности функционирования расс м атривае м ой ко м пании. Эти убеждения отличаются по структуре, но в основном содержат высказывания, которые могут быть истинными либо ложными. Итак, мы снова испо л ьзуе м класс proposition в качестве базового. Влистинге 12.3 представлено объявление класса p eformance_statement.

// Листинг 12.3. Объявление класса performance_statement

public proposition{

bool operator==(const performance__statement &X) const;

friend bool operator||(bool X,performance_statement &Y);

friend bool operator&&(bool X,performance_statement &Y); //. . .

Обратите вни м ание на то, что этот класс также обеспечивает шаблонный класс proposition параметром .

class performance_statement:

public proposition {...}

Благодаря это м у объявлению класс proposition теперь определен д ля объектов типа performance_statement. Класс performance_statement используется для представления убеждений об объе м е продаж, количестве обслуженных клиентов (в час) и загрузке ре м онтных секций в день. Для каждого из перечисленных убеждений о том, что агент имеет в соответствующей области, существует отдельное высказывание. Эта инфор м ация хранится в таких членах данных:

Такие высказывания, как «По секции 1 объе м продаж составил 300тыс. долл., обслужено 10 клиентов в час, а коэффициент загрузки равен 4», м ожно представить с по м о щ ью объекта класса performance_statement. Итак, наш класс агента и м еет две категории убеждений, реализованных в виде данных, тип которых выведен из класса proposition. На рис. 12.2 представлена UML-диагра мм а классов trip_announcement и performance__statement. Эти классы предназначены для хранения структуры убеждений агента.

Класс агента

Классы, представленные на рис. 12.2, образуют фундаментдля когнитивных структур данных агента, которые делают агента рациональным. Именно рационализм класса агента отличает его от других типов объектно-ориентированных классов. Рассмотрим объявление класса агента, приведенное в листинге 12.4.

// Листинг 12.4. Объявление класса agent

list TripBeliefs;

listPerformanceBeliefs;

bool determineVacationAppropriate(void);

Как и классы предположений, класс агента представляет собой упрощенную версию. Полный листинг объявления класса, который можно было бы использовать на практике, занял бы три или четыре страницы. Но для описательных целей, которые мы преслелуем в этой книге, приведенного вполне достаточно. Итак, класс agent содержит два контейнера-списка.

li s t TripBeliefs;

listPerformanceBeliefs;

Контейнеры типа list - это стандартные С++-списки. Каждый список используется для хранения коллекции текущих убеждений агента. «Мировоззрение» нашего простого агента ограничено знаниями об автобусных маршрутах и характеристиках успешности его владельца. Содержимое этих двух контейнеров представляет полные знания агента и набор его убеждений. Если в этих списках есть утверждения, в которые агент больше не верит, их следует удалить. Если в процессе рассуждений агент обнаруживает новые утверждения, они добавляются в список уже существующих убеждений. Агент имеет постоянный доступ к информации об автобусных маршрутах и эффективности ведения бизнеса его владельца и при необходимости может обновлять свои убеждения. Помимо убеждений, агент имеет цели, которые иногда представляются как желания в модели убеждений, желаний и намерений (Beliefs, Desires, Intentions - BDI). Цели поддерживают основные директивы, выдаваемые агенту клиентом. В нашем случае цели сохраняются в высказываниях, приведенных ниже.

performance_statement Manager1;

performance_statement Manager2;

performance_statement Manager3;

trip_announcement Trip1;

trip_announcement Trip2;

trip_announcement Trip3;

С л едует иметь в виду, что мы значительно упрощаем представление целей и директив в классе агента. Но все же этого достаточно, чтобы понять, как построены эти структуры. Три Manager -утверждения содержат цели, связанные с эффективностью бизнеса, которые должны быть удовлетворены, прежде чем владелец фирмы сможет хотя бы подумать об отпуске. Три Trip -утверждения содержат автобусные маршруты, по которым владелец фирмы хотел бы прокатиться при условии успешности его бизнеса. Убеждения вместе с директивами образуют базовые когнитивные типы данных, которыми располагает агент. Используемые агентом стратегии логического вывода вместе с этими когнитивными типами данных образуют когнитивную структуру данных агента (Cognitive Data Structure - CDS). На базе CDS формируются рациональный компонент и характерные особенности класса агента. Помимо контейнеров, в которых хранятся убеждения и структуры, которые в свою очередь хранят директивы и цели, большинство классов агентов имеют контейнеры, предназначенные для хранения намерений, обязательств или планов агента. Агент получает директивы от своего клиента, а затем использует свою способность делать выводы и совершать действия, направленные на выполнение этих директив. Результат рассуждений и выполнения агентом действий часто сохраняется в контейнере с его намерениями, обязательствами или планами. Что касается нашего простого агента, то для хранения намерений или планов отдельного контейнера не ему требуется. Однако он должен зафиксировать путь следования (с пересадками и остановками) предполагаемой отпускной поездки на автобусе. Эта информация хранится в контейнере Candidates.

Намерения или планы должны быть обработаны аналогичным образом. Если агент может выполнить директивы, он распланирует поездку и по электронной почте подробно сообщит об этом своему владельцу. Агент приступает к своим обязанностям в момент создания объекта. Фрагмент конструктора агента представлен в листинге 12.5

// Листинг 12.5. Конструктор класса agent

agent: :agent(void) {

setGoals();

updateBeliefs () ;

if(determineVacationAppropriate()){

displayTravelPlan(); scheduleVacation();

cout « «Сообщение о возможности отпуска.» « endl;

} else {

cout « «В данное время отпуск нецелесообразен.» « endl;

Цикл активизации агента

Многие определения агентов включают требования непрерывности и автономности. Идея состоит в том, что агент должен непрерывно выполнять поставленные перед ним задачи без вмешательства оператора. Агент обладает способностью взаимодействовать со своей средой и (до некоторой степени) контролировать ее благодаря наличию цепи обратной связи. Непрерывность и автономность часто реализуются в виде событийного цикла, при выполнении которого агент постоянно получает сообщения и информацию о событиях. Эти сообщения и события агент использует для обновления своей внутренней модели мира, намерений и предпринимаемых действий. Однако непрерывность и автономность - понятия относительные. Одни агенты должны активизироваться каждую микросекунду, в то время как другие - лишь один раз в год. А в случае программного обеспечения полетов в дальний космос агент может иметь цикл даже больше одного года. Поэтому мы не будем акцентировать внимание на физических событийных циклах и постоянно активных очередях сообщений. Такая организация может подходить для одних агентов, но оказаться непригодной для других. Мы пришли к выводу, что лучше всего здесь применить понятие логического цикла. Логический цикл может (или не может) быть реализован как событийный. Логический цикл может длиться от одной наносекунды до некоторого количества лет. Общий вид простого логического цикла активизации агента показан на рис. 12.3.
Область рассуждения (см. рис. 12.3) представляет все, с чем наш агент может легитимно взаимодействовать. Эта область может состоять из файлов, информации от портов или устройств сбора данных. Получаемая информация должна быть представлена в виде предположений или утверждений (высказываний). Обратите внимание на существование цепи обратной связи от выходных данных агента к входным. Наш агент (см. листинг 12.4) активизируется только несколько раз в год. Следовательно, нет смысла помещать его в постоянно выполняющийся событийный цикл. Наш агент должен периодически активизироваться в течение года для выполнения своих задач. В листинге 12.5 представлен конструктор агента. При активизации агент устанавливает цели, обновляет убеждения, а затем определяет уместность отпуска. Если отпуск возможен, агент предпринимает некоторые действия и по электронной почте уведомляет об этом владельца фирмы. Если же отпуск в данное время нецелесообразен, владелец получает от агента сообщение другого содержания.
12.4.2.2. Стратегии логического вывода агента
Этот агент обладает способностями рассуждать, реализованными частично классом
и частично м етодо м . Вспомните, что в классе объявлен метод в виде чисто виртуальной функции. Поэто м у в производно м к л ассе необходи м о реализовать м етод operator (). Мы используем этот оператор, чтобы объект предположения мог самостоятельно определить свою «суть», т. е. понять, истинно данное предположение или ложно. Это означает самодостаточность классов предположений. Именно в самодостаточности и состоит фундаментальный принцип объектно-ориентированного программирования: класс представляет собой самостоятельную конструкцию, инкапсулирующую его характеристики и поведение. Итак, одной из основных линий поведения класса предположений и его потомков является способность определять, истинно данное предположение или нет. Для реализации этого средства используется перегрузка операторов и объекты-функции. Рассмотри м фрагменты определения класса и определений его потомков.
//Листинг 12.6. Фрагменты определений класса
// proposition и его потомков
template bool proposition::operator&&(
template bool proposition::operator||(
template proposition::operator void*(void) {
bool trip__announcement::operator()(void) {
list::iterator I; if(directTrip()){
Операторы "||" и "&&", используемые в классах предположений, позволяют определить, истинно данное предположение или ложно. В каждом из этих определений операторов в конечном счете вызывается метод
, определенный в классе-потомке. Обратите внимание на определение оператора "||" (см. листинг 12.6). Этот оператор определен следующим образом.
template bool proposition::operator||
Это определение позволяет использовать следующий код.
// Какие-нибудь действия.

При вычис л ении выражений А или В будет вызван оператор operator (). Каждый класс предположений определяет поведение оператора operator () по своему. Напри м ер, в классе trip_announcement оператор operator () определяется так.
bool trip_announcement::operator()(void) {
list::iterator I;
I = UniverseOfDiscourse.begin();
При выполнении этого кода станет ясно, существует ли маршрут из заданного исходного пункта в некоторый пункт назнаначения. Например, предположим, что нас интересует переезд из Детройта в Колумбус, при этом область рассуждений содержит следующие данные:
Детройт - Толедо
Толедо - Колу м бус
Тогда объект класса trip_announcement «доложит» о то м, что утверждение о су щ ествовании автобусного м аршрута из Детройта в Колу м бус истинно, нес м отря на то, что область рассуждений не содержит утверждения о пря м о м маршруте:
Детройт - Колу м бус
Объект класса trip_announcement действительно проверит, существует ли прямой маршрут из Детройта в Колумбус. Если он существует, объект возвратит значение ИСТИНА. В противном случае он попытается найти обходной путь. Подобное поведение реализуется так.
I = UniverseOfDiscourse.begin();
«Самоопределением» истинности объект обязан оператору operator () класса trip_anouncement. Метод directTrip () довольно прост, и его работа заключается в последовательном просмотре области рассуждений на предмет существования следующего утверждения:
Детройт - Колу м бус
, чтобы узнать, существует ли обходной путь, использует технологию поиска вглубь (Depth First Search- DFS). Определения методов и приведены в листинге 12.7.
// Листинг 12.7. Определения методов validTrip() и // directTrip()
bool trip_announcement::validTrip(list::iterator I, string TempOrigin)
if(I == UniverseOfDiscourse.end()){ if(Candidates.empty()){ TruthValue = false; return(false);
trip_announcement Temp; Temp = Candidates.top(); I = find(UniverseOfDiscourse.begin(), UniverseOfDiscourse.end(),Temp); UniverseOfDiscourse.erase(I); Candidates.pop(); I = UniverseOfDiscourse.begin(); if(I != UniverseOfDiscourse.end()){ TempOrigin = Origin;
TruthValue = false; return(false);
if((*I).origin() == TempOrigin &&
(*I).destination() == Destination){ Candidates.push(*I); TruthValue = true; return(true);
if((*I).origin() == TempOrigin){ TempOrigin = (*I).destination(); Candidates.push(*I);
return(validTrip(I,TempOrigin));
bool trip_announcement: :directTrip(void) {
list::iterator I; I = find(UniverseOfDiscourse.begin(),
UniverseOfDiscourse.end(), *this); if(I == UniverseOfDiscourse.end()){
TruthValue = true; return(true);

В обоих методах
и используется алгоритм find() из стандартной библиотеки С++. UniverseOfDiscourse - это контейнер, который содержит убеждения агента и подготовленные для него утверждения. Вспомните, что одним из первых действий, предпринимаемых агентом, является вызов метода updateBeliefs(), который заполняет контейнер UniverseOfDiscourse. Определение метода updateBeliefs () приведено в листинге 12.8.
// Листинг 12.8. Обновление убеждений
void agent::updateBeliefs(void) {
PerformanceBeliefs.push_back(TempP);
Temp.destination(«Windsor»);
На практике убеждения обычно поступают из среды выполнения агента ( т.е. из файлов, от датчиков, портов, устройств сбора данных и пр.). В листинге 12.8 инфор м ация, поступающая в списки TripBeliefs и PerformanceBeliefs, представляет новые высказывания, которые агент получает о приемлемых маршрутах и эффективности авторемонтной мастерской. Эти высказывания оцениваются относительно директив, выданных агенту. Установкой директив агента зани м ается м етод setGoals (). (Его опреде л ение приведено в л истинге 12.9.)
// Листинг 12.9. Метод установки целей агента
Tripl.destination(«Chicago»);
Trip3.destination(«Windsor»);
Эти директивы сообщают агенту о том, что его владелец хотел бы отправиться в отпуск из Детройта в Чикаго, из Детройта в Нью-Йорк или из Детройта в Виндзор. Помимо маршрутов, также устанавливаются финансовые цели. Чтобы отпуск состоялся, необходимо достижение одной или нескольких таких целей. После установки целей агент обновляет свои убеждения, и его следующая задача будет определена в зависимости от целей и убеждений при условии возможности планирования отпуска. И тогда вызывается второй компонент методов рассуждений агента:
determineVacationAppropriate()
Этот метод передает контейнер UniverseOfDiscourse каждому из объектов предположен и й. После это г о он использует утверждение, выраженное в следую щ ей форме: (А v В v С) ^ (Q v R v S) --> W
Это выражение можно озвучить так: если хотя бы одно из утверждений каждой группы истинно, то элемент W примет значение ИСТИНА. Для наше г о а г ента это означает, что если дости г нута хотя бы одна из целей эффективности бизнеса и существует хотя бы один из приемлемых автобусных м аршрутов, то отпуск м ожно планировать. Определение м етода determineVacationAppropriate () представлено в листинге 12.10.
// Листинг 12.10. Второй метод рассуждений
bool agent::determineVacationAppropriate(void) {
Managerl.universe(PerformanceBeliefs);
Manager2.universe(PerformanceBeliefs);
Manager3.universe(PerformanceBeliefs);
TruthValue = ((Managerl || Manager2 || Manager3) &&
(Tripl || Trip2 || Trip3)); return(TruthValue);
Обратите внимание на то, что списки TripBeliefs и PerformanceBeliefs являются аргументами метода universe() объектов Trip и Manager. Именно здесь объекты предположений получают информацию из предметной области (UniverseOfDiscourse). Прежде чем объект класса proposition вызовет оператор operator(), его контейнер UniverseOfDiscourse должен заполниться имеющимися у агента данными. В листинге 12.10 при вычислении выражения
((Managerl || Manager2 || Manager3) && (Tripl || Trip2 || Trip3));
оценивается шесть предположений (посредством выполнения оператора "||"). Оператор " | |" для каждого предположения выполняет оператор operator (), который для определения истинности предположения использует список UniverseOfDiscourse. Слелует иметь в виду, что классы trip_announcement Hperformance_statement наследуют довольно много функций класса proposition. В листингах 12.6 и 12.7 было показано, как определяется оператор operator() для класса trip_announcement, а в листинге12.11 приведено определение оператора operator () для класса performance_statement.
// Листинг 12.11. Класс performance_statement
bool performance_statement::operator()(void) {
list::iterator I;
I = UniverseOfDiscourse.begin();
while(I != UniverseOfDiscourse.end() && !Satisfactory) {
if(((*I).bays() >= Bays) || ((*I).sales() >= Sales)
|| ((*I).perHour() >=PerHour)){ Satisfactory = true;
Оператор operator () для каждого класса proposition играет «свою» роль в способности класса агента делать логические выводы. В листинге 12.6 показано, как вызывается оператор operator () при каждом вычислении оператора " || " или "&&" для класса proposition или для одного из его потомков. Именно такое сочетание методов operator (), определенных в proposition-классах, и методов класса agent образует стратегии логического вывода для класса agent. В дополнение к операторам "||" и "&&", определенным в классе proposition, классы trip_announcement и performance_statement содержат свои определения.
friend bool operator||(bool X,trip_announcement &Y); friend bool operator&&(bool X,trip_announcement &Y);
Эти friend -объявления позволяют использовать предположения в более длинных выражениях. Сделаем следующие объявления.
trip_announcement А, В, С; bool X;
При этом объекты А и В будут объединены с помощью операции ИЛИ, а результат этой операции будет иметь тип bool. Затем мы попробуем с помощью той же операции ИЛИ получить значение типа bool и объект типа trip_announcement: bool || trip_announcement
Без приведенных выше friend -объявлений такая операция была бы недопустимой. Определение этих функций-«друзей» показано влистинге 12.12.
// Листинг 12.12. Перегрузка операторов "||" и "&&"
bool operator||(bool X,trip_announcement &Y) {
bool operator&&(bool X,trip_announcement &Y) {
Обратите внимание на то, что в определении этих функций-«друзей» (благодаря ссылке на элемент Y ()) также используется вызов функции operator (). Эти функции определяются и в классе performance_statement. Наша задача - сделать использование proposition-классов таким же простым, как использование встроенных типов данных. В классе proposition также определен другой оператор, который позволяет использовать предположение естественным образом. Рассмотрим следующий код.
//... Некоторые действия.
Как в этом случае компилятор тестирует объект А? При выполнении инструкции if () компилятор стремится найти в скобках значение целочисленного типа данных или типа bool. Но тип объекта А совсем другой. Мы хотим, чтобы ко м пилятор восприни м ал объект А как высказывание, которое м ожет быть либо истинны м, либо ложны м. При таких обстоятельствах функция operator () не вызывается. Поэто м у для получения нужного эффекта м ы определяем оператор void*. Эту функцию-оператор можно определить следующим образом.
template proposition::operator void*(void) {
Это определение позволяет предположение любого типа, представленное «в единственном числе», протестировать как значение истинности. Например, когда наш класс agent собирается отправить по электронной почте владельцу фирмы сообщение, содержащее путь следования, агенту нужно определить, какой маршрут отвечает заданным требованиям. В листинге 12.13 представлен еще один фрагмент из методов обработки автобусных маршрутов.
// Листинг 12.13. Метод displayTravelPlan()
void agent::displayTravelPlan(void) {
stack Route;
cout << Route.top().origin() << " TO "« Route.top().destination() « endl; Route.pop();

Обратите внимание на то, что объекты Tripl, Trip2 и Trip3 тестируются так, как будто они имеют тип bool. Метод candidates () просто возвращает путь следования, соответствующий заданному маршруту. Таким образом, разработка стратегий логического вывода и когнитивных структур данных становится проще благодаря использованию перегрузки операторов и С++-шаблонов. Именно стратегии логического вывода и когнитивные структуры данных делают объект рациональным. C++-программист для разработки агентов использует конструкцию класса, а для реализации когнитивных сгруктур данных (CDS) - контейнерные объекты в сочетании со встроенными алгоритмами. Класс, который содержит CDS-структуры, становится рациональным, а рациональный класс - агентом.
Простая автономность

Поскольку наш простой класс агента не требует выполнения традиционного «цикла активизации», нам нужны другие средства, которые бы периодически активизировали агент без вмешательства человека. Возможны ситуации, когда агент нужно запускать на выполнение лишь иногда или только при определенных условиях. Среды UNIX/Linux оснащены утилитой crontab, которая представляет собой пользовательский интерфейс «хрон-систе м ы» (xpon- это де м он ОС UNIX, исполняющий предписанные команды в соответствии со строго определенными значениями даты и времени, указанными в спе циально м файле с именем crontab). Утилита crontab позволяет организовать периодическое выполнение одной или нескольких программ. Задания для утилиты crontab можно назначать с указанием месяца, дня недели, дня (месяца), часов и минут. Для использования утилиты crontab в нашем случае необходимо создать текстовый файл, который будет содержать график активизации агента. Записи этого файла должны иметь следующий формат:
м инуты часы день м есяц день недели ко м анда
Каждый эле м ент записи м ожет прини м ать следую щ ие значения:
минуты 0-59
день недели 1-7 (1 - понедельник, 7 - воскресенье)
команда может быть любой UNIX/Linux-командой, а также именем файла,
который содержит агенты
Созданный в таком формате текстовый файл передается «хрон-системе» с помощью слелующей команды:
$crontab NameOfCronFile
Например, предположи м, у нас есть файл activate.agent, содержи м ое которо г о и м еет такой вид.
15 8 * * * agentl
0 21 * * 6 agent2
* * 1 12 * agent3
После выпол н ения crontab-ко м анды $crontab activate.agent
агент agentl будет активизироваться каждый день в 8:15, агент agent2 - каждое воскресенье в 21:00, а агент agent3- каждый раз при наступлении первого декабря. Хрон-файлы можно при необходимости добавлять или удалять. Хрон-файлы могут содержать ссылки на другие хрон-задания, позволяя таким образом агенту «самому» перепланировать свою работу. Так, для обеспечения чрезвычайно гибкой, динамичной и надежной процедуры активизации агентов можно использовать сценарии оболочки в сочетании с утилитой crontab. Чтобы получить полное описание утилиты crontab, обратитесь к оперативным страницам руководства (manpages- г ипертекстовые страницы консультативной инфор м ации, поясняю щ ие действие конкретных ко м анд): $man crontab или $man at
Средства crontab и at представляют собой простейший способ автоматизации или регулярного запуска агентов, который не требует постоянного выполнения циклов активизации. Эти утилиты надежны и гибки. Однако для реализации автоматической активизации агента также можно использовать хранилище, или репозиторий, реализаций и брокер объектных запросов (object request brokers - ORB), который мы рассматривали в главе 8. Стандартные CORBA-реализации также предоставляют средства организации событийных циклов.
12.5. Мультиагентные системы
Мультиагентные системы- это системы, в которых задействовано несколько агентов, обладающих способностью в процессе решения некоторой задачи взаимодействовать, сотрудничать, «договариваться» или соперничать. У С++-разработчика программного обеспечения есть несколько вариантов для реализации мультиагентных систем. Агенты можно реализовать в отдельных потоках выполнения с помощью API-интерфейса POSIX thread. В этом случае одна программа разбивается на несколько потоков, каждый из которых содержит один или несколько агентов. Следовательно, агенты одного потока будут разделять одно и то же адресное пространство. Это позволяет агентам легко взаимодействовать путем использования глобальных переменных и простой передачи параметров. Если компьютер, на котором выполняется программа, содержит несколько процессоров, то агенты могут выполняться параллельно. В этом случае каждый агент должен быть оснащен объектами синхронизации (см. главы 5 и 11) и компонентами обработки исключительных ситуаций (см. главу7). Мультиагентные системы, реализованные посредством многопоточности, представляют самое простое решение, но тем не менее ограничивающее агентов рамками одного компьютера. Более гибкий подход к созданию мультиагентных систем предоставляет CORBA-реализация. Стандарт CORBA (помимо ядра спецификации CORBA) содержит спецификацию мультиагентного средства (multi-agent facility- MAF). MICO-реализацию, которую мы используем в CORBA-примерах этой книги, можно применять для реализации агентов, которые способны взаимодействовать через сети Internet, intranet и локальные сети. С++-привязка CORBA-стандарта имеет полную поддержку объектно-ориентированного представления и, следовательно, поддержку агентно-ориентированного программирования. В главе 13 мы рассмотрим, как можно использовать библиотеки PVM и MPI для поддержки агентов в контексте параллельного и распределенного программирования.
12.6. Резюме

Агенты - это рациональные объекты. Агентно-ориентированное программирование - это свежий взгляд на старые проблемы декомпозиции, взаимодействия и синхронизации, которые являются обязательной частью каждого проекта параллельного или распределенного программирования. С++-поддержка перегрузки операторов контейнеров и шаблонов обеспечивает эффективные средства реализации широкого диапазона классов агентов. Будущие системы с массовым параллелизмом и большие распределенные системы будут опираться на агентно-ориентированные реализации поскольку практически не существует других путей построения таких систем. Несмотря на «вводный» характер примеров создания агентов, представленных в этой главе, они вполне обеспечивают основу для понимания практических принципов построения агентных систем. Для развертывания мультиагентных систем можно использовать об щ е д оступные и популярные библиотеки POSIX thread API, MICO, PVM и MPI. Мультиагентные системы можно использовать д ля реализации решений, которые требуют параллельного или распределенного программирования. В этой книге представлены два основных варианта архитектуры для параллельного и распределенного программирования: первый представляют агенты, а второй - «классные доски» (которые предполагают использование агентов). О том, как использовать «классные доски» для реализации решений параллельного и распределенного программирования, мы поговорим в следующей главе.

Примечания:

POSIX- Portable Operating System Interface for computer environments- интерфейс переносимой операционной системы (набор стандартов IEEE, описывающих интерфейсы ОС для UNIX).

IEEE- профессиональное объединение, выпускающие свои собственные стандарты; членами IEEE являются ANSI и ISO.

При использовании термина объект в определении агента мы включаем родственные для него понятия из области искусственного интеллекта: исполнитель и фрейм .

Мы намеренно избегаем термина интеллектуальный . В настоящее время неизвестно, будем ли мы когда-либо создавать интеллектуальное программное обеспечение Но бесспорно то, что мы можем создавать рациональное ПО на основе хорошо понимаемого логического формализма.

Из нашего определения когнитивных структур данных намеренно исключены такие относящиеся к психике человека понятия, как воображение, паранойя, беспокойство, счастье, грусть и т.п. Нас интересует рациональное эпистемологическое, а не интеллектуальное

Рассматривая основные типы посредников, можно дать следующую характеристику.

Агент (маклер, брокер, комиссионер, коммивояжер и т. д.) - физическое или юридическое лицо, совершающее операции или выполняющее деловые поручения другого лица за его счет и от его имени, представляющее интересы покупателя или продавца на относительно постоянной основе, не принимающее на себя право собственности на товар. Агент ведет поиск потенциальных покупателей, продавцов, организует между ними переговоры, готовит проекты договоров, помогает в оформлении передачи права собственности на товары, рекламирует товар, заинтересовывает в покупке товара.

Брокер (оценщик, комиссионер) - физическое или юридическое лицо, выступающее посредником при заключении оптовых сделок между заинтересованными сторонами. Иногда брокер может принимать на себя право собственности на товар. За посредничество брокер получает вознаграждение в виде определенного процента от суммы сделки или заранее указанную в договоре абсолютную сумму.

Дистрибьютор - физическое или юридическое лицо - оптовый посредник, обслуживающий разные отрасли промышленности, имеющий склады и транспортные средства и осуществляющий коммерческую деятельность от своего имени и за свой счет.

Комиссионер - посредник в сделке, совершающий сделки за определенное вознаграждение (комиссионные), в пользу и за счет заказчика (клиента), но от своего имени.

Комитент - лицо, дающее поручение другому лицу (комиссионеру) заключить сделку с товаром от имени комиссионера, но за счет комитента.

Коммивояжер - разъездной агент торгового предприятия, фирмы, предлагающий покупателям товары по имеющимся у него образцам, каталогам.

Консигнатор - оптовый торговец, получающий от поручителя товары и продающий их со своего склада и от своего имени за вознаграждение, которое поручитель выплачивает консигнатору по договору.

Маклер - посредник при заключении сделок на биржах недвижимости, фондовых и универсальных биржах, совершающий операции за счет клиентов и получающий вознаграждение в виде комиссионных.

Джоббер - посредник, не имеющий своих складских помещений и продающий товар за короткие сроки. Вид сделки - «just in time» («точно во время»). Продает свой товар «с колес».

Всех посредников можно объединить в две большие группы: независимых (дистрибьютор, дилер), представленных на рис.

Рис.

Дистрибьюторы, как основной вид торговых посредников, делятся на 2 типа:

*имеющие или арендующие складские помещения;

*не имеющие и не арендующие складские помещения (торговые маклеры).

Зависимые посредники не претендуют на право собственности на продаваемые ими товары и работают за комиссионное вознаграждение. Размер вознаграждения зависит от объема и сложности совершаемых ими сделок. Такой вид торговых посредников менее распространен, чем дистрибьюторы.

Рис.

Наиболее распространенной формой зависимых посредников являются торговые агенты, которые разделяются на промышленных и сбытовых. Промышленные агенты, как правило, заменяют службу сбыта предприятия, но получают заработную плату и комиссионное вознаграждение, которое может колебаться от 3 до 10% от объема сбыта. Деятельность промышленных агентов зависит полностью от решений руководства предприятия. Промышленные агенты очень ограниченно влияют на маркетинговую программу производителя и уровень цен.

Сбытовые агенты имеют дело с небольшими предприятиями и отвечают за маркетинг всей продукции. По существу они становятся маркетинговым подразделением производителя и полномочны вести переговоры по ценам и другим условиям реализации. Конторы сбытовых агентов расположены в непосредственной близости от потребителя.

Брокеры сводят покупателей и продавцов для совершения сделки. Они хорошо информированы о состоянии рынка, условиях продаж, уровне цен, владеют искусством вести переговоры. В отдельных случаях могут обеспечить доставку и хранение продукции. За посредничество между покупателем и продавцом брокер получает комиссионное вознаграждение, как правило, от обеих сторон сделки, чем отличается от других зависимых посредников.

Комиссионеры получают продукцию от изготовителей на принципах консигнации, состоящей в поручении одной стороны (консигнанта) другой стороне (консигнатору) продать товар со склада от своего имени, но за счет продавца. Комиссионеры располагают конторой, а также складскими помещениями для хранения и продажи изделий. Комиссионеры могут вести переговоры по ценам с потребителями в интервалах, определенных производителем.

Аукционы - один из видов сбытовых предприятий, работающих на рынке антиквариата, предметов роскоши, а также бывшего в употреблении оборудования. Операционные расходы аукционов в общем объеме оптовых продаж составляют около 3%. Тем не менее аукционная форма торговли в нашей стране имеет благоприятные перспективы, поскольку рынок подержанного оборудования у нас довольно значителен.

Разные типы посредников берут на себя выполнение разных функций. Ниже приведены отличительные качества наиболее распространенных типов посредников.

· Простые - торговые фирмы, лица и организации, способствующие заключению договоров, но сами не участвующие в их выполнении. (Брокеры или брокерские фирмы).

· Поверенные - фирмы, лица или организации, которые привлекаются продавцами или покупателями (доверителями) к совершению сделок от имени и за счет доверителей.

· Комиссионеры - фирмы, лица и организации, которые подыскивают партнеров и подписывают договоры купли-продажи от своего имени, но за счет продавцов или покупателей (комитентов), которые и несут коммерческий риск.Комиссионер является самостоятельным коммерсантом и может находиться в долгосрочном договорном отношении или иметь краткосрочные поручения. По предмету трудовой деятельности различают торговых и фондовых комиссионеров, по роду трудовой деятельности - по закупке и по сбыту.

· Консигнаторы - разновидность комиссионеров, работающих на определенных условиях, в частности они принимают товары на свой склад; реализуют их на рынках в течение длительного срока; непроданные товары могут возвращать производителю.

· Агенты - юридические (фирмы, организации) или физические лица, совершающие определенные операции по поручению другого лица (принципала) за его счет и от его имени, а также обеспечивающие подготовку сделок, но обычно без права подписания договора.

· Сбытовые - независимые торговые фирмы, занимающиеся сбытом товаров (купцы, перекупщики, дистрибьюторы).

Особенности деятельности торговых посредников

· Простые: исследование рынка; информирование о тенденциях развития товаров и рынков; встреча и обеспечение представителей и их товара помещением, транспортом; организация деловых встреч с контрагентами; осуществление рекламы; создание благоприятного мнения; информирование о предстоящих крупных закупках, торгах.

· Поверенные: заключение договоров от имени и за счет доверителя на условиях не хуже: объем, сроки, условия поставки и т. д.

· Комиссионеры: исследование рынка; осуществление рекламы, технического обслуживания изделий; защита коммерческих интересов комитента.

· Консигнаторы: возможность повышать цены на товар, если хорошо идет сбыт.

· Агенты: в разных странах истолковывают по разному: в США и Англии - любой посредник (простой, поверенный, комиссионер), в евро-континентальных - простой или поверенный. Могут называть также дилеров, маклеров, личных представителей, адвокатов, осуществляющих свои действия с ведома принципала по агентскому соглашению за вознаграждение.

· Сбытовые: заключение договоров купли-продажи от своего имени, как с продавцами, так и с покупателями (самостоятельно). Изучение конъюнктуры рынка; реклама товаров и производителя; содержание складов запаса товаров. Выполнение предпродажного сервиса и предпродажной доработки товаров; создание стабильной сбытовой сети, в которой могут быть дистрибьюторы по регионам, конечные продавцы (дилеры); обеспечение технического обслуживания продукции во всех звеньях; несут ответственность за все виды рисков (порчу, утрату приобретенного товара и т. п.). Сами назначают цену; сами отвечают за риски по кредитам покупателей.

Подводя итог, необходимо отметить, что часто предприятиям целесообразно использовать разные каналы товародвижения. Так, при высокой концентрации потребителей однородной продукции в одном регионе рационален прямой канал, при их разбросанности в другом - реализация с использованием посредников.

В практике зарубежных страховых компаний распространение страховых продуктов производится через посредников - страховых брокеров, генеральных страховых агентов, т.е. по традиционным и нетрадиционным каналам распространения. По различным характеристикам различаются:

1) прямые страховые агенты;

2) мономандатные страховые агенты;

3) многомандатные страховые агенты;

4) генеральные агенты.

К этой работе привлекаются также субагенты.

Прямые страховые агенты

Прямыми страховыми агентами являются агенты, состоящие в штате страховой компании, продающие страховые полисы от имени только этой компании и имеющие кроме комиссионной постоянную оплату труда. Такими страховыми агентами легко управлять, как и организовывать их работу, так как они имеют высокий уровень профессиональной подготовленности. Недостаток заключается в том, что страховая компания несет постоянные расходы по оплате - независимо от производительности труда. Кроме того, число сотрудников трудно менять в зависимости от состояния рынка. Например, в период роста страхования жизни страховые компании Италии были вынуждены набирать много прямых страховых агентов. Когда же процесс заключения договоров пошел на спад, эти компании были лишены возможности уволить лишних страховых агентов, что привело к большим затратам заработной платы, которая не покрывалась приростом страховых премий. Отличительной особенностью характеризуются агенты «Ллойда» (Lloyd"s Agents)". «Ллойд» имеет своих агентов во всех главных портах мира. Агенты не проводят никаких страховых операций, связанных с аквизицией страхования. Основной их задачей является направление «Ллойду» информации о движении судов, авариях и другой, представляющей интерес для страховщиков, включая информацию по коммерческим вопросам. Агенты «Ллойда» используются как самим «Ллойдом», так и страховыми компаниями многих стран мира в качестве аварийных комиссаров по осмотру аварийных судов и грузов. В ряде случаев им дается право на ликвидацию убытков.

Мономандатные страховые агенты

В настоящее время в ряде стран широкое распространение получили страховые агенты, связанные с компанией специальным контрактом. К их числу относятся мономандатные страховые агенты, котооые характеризуются: - привязанностью (идентификацией к одной страховой компании); - оплатой только комиссионных; - постоянным отношением с клиентом;

Гибкостью структуры.

Как видно из характеристики, такие агенты имеют постоянные контакты с клиентами, прочные отношения с которыми позволяют в короткий срок довести до клиента сведения о новом «товаре». Работа с такими агентами обеспечивает большую гибкость структуры и исключительные отношения агентов со страховой компанией, представляющих на рынок продукт только своей компании. Свою заработную плату они получают за счет комиссионных, и в зависимости от потребностей рынка их число можно увеличить или уменьшить. Как правило, такие агенты обслуживают частных клиентов.

Многомандатные страховые агенты

Многомандатные страховые агенты - это те агенты, которые могут работать на несколько или многие страховые компании, т. е. как бы получают от них мандаты на свою деятельность.

Как правило, такие страховые агенты занимаются или специализируются на одном или нескольких видах страхования. Услугами таких страховых агентов очень выгодно пользоваться вновь созданным страховым компаниям. С одной стороны, таких агентов можно отнести к нейтральным консультантам. С другой стороны, нельзя забывать, что страховой агент, работающий на несколько фирм, будет предлагать те услуги, которые, по его мнению, кажутся наиболее выгодными, т.е. будет продавать такие договоры страхования, за которые он получит большее комиссионное вознаграждение. Такие страховые агенты должны состоять в контрактных отношениях со страховыми компаниями, на которые они работают. Многомандатные страховые агенты характерны для канадского страхового рынка.

Генеральные агенты Генеральный агент - это продавец страховых продуктов, в задачи которого входит осуществление контакта с клиентами и передача готовых сделок в свою страховую компанию. Генеральный агент не состоит в штате страховой компании - он работает независимо от нее. Перед генеральными агентами, работающими в Европе, страховые компании ставят следующие задачи: - «завоевание» клиента; - «управление» клиентом;
- управление рисками. В решении каждой из этих задач генеральный страховой агент заинтересован, так как за их реализацию он получает от компании комиссионное вознаграждение.
Статус генеральных агентов закрепляется правовыми актами. Совокупность правовых норм закрепляет различный статус агентов в страховых компаниях. С каждым генеральным агентом компания подписывает «Соглашение о назначении», которое может быть изменено только с согласия обеих сторон. Должностные обязанности страхового агента регламентируются этим соглашением. В соответствии с законодательством работа генерального агента должна строиться на следующих принципах:

Страховой портфель является собственностью страховой компании;

Генеральный агент должен соответствовать определенным требованиям приема на работу: возраст, образование, компетентность и добросовестное отношение к своим должностным обязанностям;

Генеральный агент вместе с портфелем получает также всю информацию, касающуюся этого портфеля;

Генеральный агент имеет право на свободную организацию своего рабочего дня;

Генеральный агент должен обязательно застраховать свою гражданскую ответственность;

Генеральный агент имеет право работать только с одной компанией. Он является уполномоченным компании.

Все вышеперечисленные принципы можно подразделить на пять основных разделов:

Связь с компанией;

Комиссионное вознаграждение;

Эксклюзивность территории;

Эксклюзивность представительства;

Юридический статус.

Отношения между генеральным агентом и страховой компанией характеризуются двумя основными принципами:

Независимостью обеих сторон;

Незыблемостью и неприкосновенностью их прав и обязанностей.

Отличительной же чертой взаимоотношений между генеральными агентами и страховыми компаниями является партнерство, заключающееся в обоюдном интересе в увеличении получаемой страховой премии.

Одной из главных обязанностей генерального агента является своевременное перечисление на счет компании полученных страховых взносов. Эти сроки устанавливаются компаниями и, как правило, не превышают одного месяца. Срок меняется от типа деятельности агента. Любая задержка в перечислении на счет компании страховых взносов приводит к потере денежных средств. Комиссионное вознаграждение генерального агента состоит из:

Комиссионных за совершение новых сделок (зависят от количества заключенных договоров);

Управленческих комиссионных (выплачиваются за проведение организационной и технической работы);

Комиссионных за управление рисками;

Компенсации перед выходом на пенсию (накапливается в течение всего трудового стажа).

Сложность в этом вопросе заключается в одновременном соблюдении интересов генерального агента и страховой компании. Комиссионное вознаграждение напрямую зависит от принятых на страхование рисков и собранных премий. Чем больше риск, принятый на страхование, тем больше комиссионное вознаграждение. Компенсационное вознаграждение по окончании трудовой деятельности рассчитывается от всей суммы комиссионных. В настоящее время страховые компании предусматривают дополнительные выплаты по финансовым результатам деятельности. Эти выплаты основываются как на качественных, так и количественных показателях. Заработанные средства генеральным агентом и компанией зависят от страхового продукта. Генеральный агент зарабатывает свои средства на количестве продаваемых страховых продуктов, а страховая компания - на их качестве.

Эксклюзивность территории означает, что на время действия мандата генерального агента страховая компания гарантирует неприкосновенность принадлежащей ему территории. Права же собственности на клиента не существует. Агент свободен в принятии на страхование рисков от клиентов, проживающих на других территориях. Эксклюзивность территории!ащищает его только от внедрения на его территорию другого агента.

Эксклюзивность представительства означает необходимость сохранения генеральным агентом эксклюзивности страхового продукта. В случае, если генеральный агент выступает одновременно и от имени другой компании, то он обязан также сохранять эксклюзивность ее продукта.

В настоящее время статусом генерального агента может обладать как физическое, так и юридическое лицо.

На примере работы французских страховых компаний к генеральным агентам относят физических лиц, уполномоченных одним или несколькими страховыми обществами, которые он представляет в каком-либо определенном регионе на основе соглашения о назначении на должность. Генеральные агенты могут объединяться и образовывать юридическое лицо.

Например, на французском страховом рынке многие генеральные страховые агенты являются членами Национальной Федерации синдикатов генеральных страховых агентов, которая представляет и защищает их интересы.

Генеральный агент, уполномоченный страховым обществом или обществами, как было сказано выше, действует в пределах какой-либо территории и заключает контракты только в пользу компании, уполномочившей его; исключение составляют те риски, которыми компания не занимается или которые отказывается рассматривать.