基于Multi-Agent的列控系統(tǒng)復(fù)雜運(yùn)營(yíng)場(chǎng)景建模與仿真方法研究

王 碩，張亞?wèn)|，郭 進(jìn)，和貴恒

(西南交通大學(xué)信息科學(xué)與技術(shù)學(xué)院，成都 611756)

列車運(yùn)行控制系統(tǒng)(簡(jiǎn)稱：列控系統(tǒng))是高速鐵路的核心技術(shù)裝備，在保障行車安全、提高運(yùn)輸效率方面具有重大作用[1]?，F(xiàn)代系統(tǒng)安全理論表明，隨著系統(tǒng)復(fù)雜度與耦合度的不斷提高，系統(tǒng)事故的發(fā)生往往不是若干危險(xiǎn)致因事件簡(jiǎn)單線性疊加作用的結(jié)果，而是由一系列危險(xiǎn)致因事件相互作用、相互耦合而導(dǎo)致的。因此，需要對(duì)列控系統(tǒng)不同運(yùn)營(yíng)場(chǎng)景，特別是復(fù)雜運(yùn)營(yíng)場(chǎng)景，充分考慮列控系統(tǒng)的各種特性，對(duì)其進(jìn)行建模與仿真，為列控系統(tǒng)復(fù)雜運(yùn)營(yíng)場(chǎng)景的系統(tǒng)安全分析奠定基礎(chǔ)。

目前有很多建模仿真方法應(yīng)用于列控系統(tǒng)，其中廣泛應(yīng)用的包括UML、Petri網(wǎng)、Scade等。文獻(xiàn)[2]利用UML2.0支持的底層語(yǔ)言擴(kuò)展機(jī)制，構(gòu)建面向列控系統(tǒng)混成特性的建模方法和原型工具。文獻(xiàn)[3-4]對(duì)UML面向混成性進(jìn)行擴(kuò)展，建立運(yùn)營(yíng)場(chǎng)景的UML模型，并將其轉(zhuǎn)換為PHAVer模型進(jìn)行驗(yàn)證。上述方法能夠滿足列控系統(tǒng)混成性的需求，但沒(méi)有體現(xiàn)列控系統(tǒng)的交互、并發(fā)特性。Petri網(wǎng)是具有嚴(yán)格語(yǔ)法語(yǔ)義的形式化方法，具備強(qiáng)大的數(shù)學(xué)理論支持，對(duì)系統(tǒng)的并發(fā)性也有很強(qiáng)的動(dòng)態(tài)分析能力[5]。如文獻(xiàn)[6]利用有色Petri網(wǎng)對(duì)車載設(shè)備RBC切換的兩種方式分別建模，模擬在GSM-R網(wǎng)絡(luò)中消息的傳輸過(guò)程和重發(fā)機(jī)制[6]。文獻(xiàn)[7]采用著色Petri網(wǎng)對(duì)RBC與列車之間的無(wú)線通信進(jìn)行研究。文獻(xiàn)[8]采用著色Petri網(wǎng)建立了列控中心軟件系統(tǒng)層次化模型，并利用狀態(tài)空間分析方法予以驗(yàn)證。然而，UML與Petri網(wǎng)方法多以狀態(tài)變遷為重點(diǎn)，對(duì)于復(fù)雜的列控系統(tǒng)，任何一個(gè)場(chǎng)景的狀態(tài)都呈現(xiàn)“爆炸”的態(tài)勢(shì)，無(wú)法準(zhǔn)確描述。Scade模型可以轉(zhuǎn)化為具有嚴(yán)格形式化語(yǔ)義的Lustre語(yǔ)言，能夠分析分布式系統(tǒng)的并發(fā)行為。如文獻(xiàn)[9]利用Scade數(shù)據(jù)流，建立系統(tǒng)功能性體系結(jié)構(gòu)模型和功能故障模型，并將兩種模型集成起來(lái)進(jìn)行分析，得到系統(tǒng)的安全關(guān)鍵功能和系統(tǒng)危險(xiǎn)源。文獻(xiàn)[10]利用Scade對(duì)CBI系統(tǒng)進(jìn)行建模和分析。但文獻(xiàn)[9-10]沒(méi)有提及系統(tǒng)混成性和交互性方面的論述。

Multi-Agent的思想來(lái)源于對(duì)生物界中群體運(yùn)動(dòng)現(xiàn)象的研究，通過(guò)功能獨(dú)立的Agent之間的交互協(xié)作，為復(fù)雜系統(tǒng)的建模與仿真實(shí)現(xiàn)提供了一條嶄新的途徑[11]。例如，文獻(xiàn)[12-13]提出了一種用于危害分析的Multi-Agent建模與仿真方法，并應(yīng)用在軍事對(duì)抗復(fù)雜系統(tǒng)中，達(dá)到了很好的效果[12-13]。近年來(lái)，Multi-Agent被引入到列車控制領(lǐng)域，文獻(xiàn)[14]建立了基于Multi-Agent的CBTC系統(tǒng)仿真框架，對(duì)實(shí)體模型和功能模型進(jìn)行了具體設(shè)計(jì)并實(shí)現(xiàn)仿真。文獻(xiàn)[15]利用Multi-Agent理論，建立了一種移動(dòng)閉塞條件下的多車追蹤運(yùn)行模型，并仿真研究了列車追蹤運(yùn)行的速度和密度問(wèn)題。文獻(xiàn)[16]應(yīng)用Multi-Agent技術(shù)，建立了應(yīng)急聯(lián)鎖系統(tǒng)的框架，并用C語(yǔ)言編程實(shí)現(xiàn)了分布式聯(lián)鎖軟件。然而目前Multi-Agent在列車控制領(lǐng)域的應(yīng)用多與文獻(xiàn)[14-16]相似，只是引用了Multi-Agent理論的概念進(jìn)行模型設(shè)計(jì)，并沒(méi)有采用面向Multi-Agent建模的工具和方法，并且在仿真過(guò)程中也依然采用傳統(tǒng)的面向?qū)ο蠡蛎嫦蜻^(guò)程的編程方法，沒(méi)有充分發(fā)揮Multi-Agent在描述模擬列控系統(tǒng)特性方面的優(yōu)勢(shì)。

因此，本文研究適用于列控系統(tǒng)特性的Multi-Agent建模仿真方法，并提出了基于Multi-Agent的高鐵列控系統(tǒng)復(fù)雜運(yùn)營(yíng)場(chǎng)景建模與仿真方法。該方法采用Multi-Agent理論，將列控系統(tǒng)技術(shù)規(guī)范與Prometheus建模方法相結(jié)合，并利用Multi-Agent仿真工具實(shí)現(xiàn)仿真。

1 Multi-Agent建模仿真理論基礎(chǔ)

1.1 Agent定義

Agent目前尚無(wú)統(tǒng)一的概念，本文引用如下定義。Agent是位于環(huán)境中的，具有自治性、反應(yīng)性、主動(dòng)性、靈活性、健壯性、社會(huì)性的程序軟件[17]。其組成包括感知(Percepts)、動(dòng)作(Actions)、目標(biāo)(Goals)、計(jì)劃(Plans)、事件(Events)、信念(Beliefs)等。其中，感知是通過(guò)一些傳感器從環(huán)境獲取信息；動(dòng)作是Agent做出一些影響環(huán)境的行為；目標(biāo)是Agent主動(dòng)去實(shí)現(xiàn)達(dá)成的任務(wù)；事件是由感知形成的，需要Agent以某種方式做出反應(yīng)；信念是Agent關(guān)于環(huán)境的認(rèn)識(shí)；計(jì)劃是實(shí)現(xiàn)目標(biāo)的方法；它們之間的相互作用關(guān)系如圖1所示[17]。

圖1 Agent元素間相互作用關(guān)系示意

1.2 Prometheus方法

Prometheus方法是比較成熟的面向Agent的軟件開(kāi)發(fā)方法，該方法定義了一個(gè)詳細(xì)的過(guò)程用來(lái)說(shuō)明、設(shè)計(jì)、實(shí)施、測(cè)試面向Agent的軟件系統(tǒng)。PDT(Prometheus Design Tool)是支持Prometheus方法的自動(dòng)化模型設(shè)計(jì)工具，在應(yīng)用過(guò)程中會(huì)產(chǎn)生一系列圖形和文本的描述，這些圖形和描述均與Agent的元素相對(duì)應(yīng)并作為仿真設(shè)計(jì)的依據(jù)。

Prometheus方法具體包括3個(gè)階段。第一階段是系統(tǒng)規(guī)范階段，分析確定系統(tǒng)的目標(biāo)和基本功能，同時(shí)確定系統(tǒng)的感知輸入及動(dòng)作輸出，該階段PDT會(huì)產(chǎn)生目標(biāo)概況圖模型。第二階段是結(jié)構(gòu)設(shè)計(jì)階段，確定系統(tǒng)中需要幾種Agent類型以及它們之間的交互，該階段PDT會(huì)產(chǎn)生系統(tǒng)概況圖模型以及交互協(xié)議圖。第三階段是詳細(xì)設(shè)計(jì)階段，關(guān)注每種Agent內(nèi)部的邏輯以及在整個(gè)系統(tǒng)中如何完成自身的目標(biāo)，該階段PDT會(huì)產(chǎn)生Agent概況圖模型。3個(gè)階段中PDT產(chǎn)生的模型涉及了感知(Percept)、動(dòng)作(Action)、協(xié)議(Protocol)、Agent、目標(biāo)(Goal)、能力(Capability)、數(shù)據(jù)(Data)、消息(Message)、計(jì)劃(Plan)等元素，表示它們的圖元如圖2所示。

圖2 Agent元素圖元示意

1.3 MASON仿真平臺(tái)

MASON是Multi-Agent仿真平臺(tái)，采用結(jié)構(gòu)化程序設(shè)計(jì)且可充分利用PDT建立的Multi-Agent模型。MASON擺脫了大多數(shù)Agent仿真平臺(tái)都側(cè)重于社會(huì)科學(xué)領(lǐng)域的缺陷，是通用的Multi-Agent仿真平臺(tái)。其理念之一是最大化執(zhí)行速度，能夠保證列控系統(tǒng)這類復(fù)雜系統(tǒng)仿真模擬的重現(xiàn)。

此外，MASON廣泛應(yīng)用于處理2維空間中連續(xù)的群體運(yùn)動(dòng)行為，群體運(yùn)動(dòng)中涉及了Multi-Agent間的交互、并發(fā)、混成等性質(zhì)，因而能夠滿足列控系統(tǒng)特性的需求。

2 列控系統(tǒng)Multi-Agent建模仿真方法

列控系統(tǒng)Multi-Agent建模仿真方法框架如圖3所示，分為6步。

圖3 列控系統(tǒng)Multi-Agent建模仿真方法框架

(1)依據(jù)技術(shù)規(guī)范，選定列控系統(tǒng)的運(yùn)營(yíng)場(chǎng)景，確定系統(tǒng)邊界，做出合理假設(shè)，提取設(shè)備主體、功能、交互等相關(guān)描述。

(2)確定系統(tǒng)和子系統(tǒng)所需完成的目標(biāo)以及從環(huán)境感知的信息以及作用于環(huán)境的動(dòng)作。

(3)根據(jù)系統(tǒng)包含的設(shè)備主體，確定Agent類型以及它們之間的交互行為。

(4)對(duì)每種Agent類型完成相應(yīng)目標(biāo)的計(jì)劃邏輯進(jìn)行描述，并對(duì)PDT產(chǎn)生的模型進(jìn)行校驗(yàn)。

(5)根據(jù)Multi-Agent模型，利用MASON編程實(shí)現(xiàn)仿真。

(6)利用MASON中的監(jiān)視器，監(jiān)視各個(gè)Agent運(yùn)行中產(chǎn)生的數(shù)據(jù)，并以此分析目標(biāo)實(shí)現(xiàn)情況以及對(duì)列控系統(tǒng)的適用情況。

2.1 列控系統(tǒng)的規(guī)范提取

對(duì)完整的列控系統(tǒng)進(jìn)行建模仿真，無(wú)疑是太過(guò)龐大和復(fù)雜，難以把握建模仿真的重點(diǎn)。選擇典型的運(yùn)營(yíng)場(chǎng)景進(jìn)行研究，既能夠較容易地從規(guī)范中提取信息，又能夠把握建模仿真的重點(diǎn)。同理，一個(gè)運(yùn)營(yíng)場(chǎng)景要實(shí)現(xiàn)其目標(biāo)需要獲取大量的信息，有些信息的產(chǎn)生過(guò)程與場(chǎng)景并非緊密相關(guān)，因而劃定系統(tǒng)邊界，令一些信息為外部環(huán)境信息(不關(guān)注該信息如何產(chǎn)生，只關(guān)注該信息對(duì)系統(tǒng)目標(biāo)的作用)，進(jìn)一步簡(jiǎn)化建模仿真的規(guī)模。

經(jīng)過(guò)簡(jiǎn)化處理后，從規(guī)范中提取指定場(chǎng)景涉及的設(shè)備主體、功能以及交互的描述，為建模奠定基礎(chǔ)。其中設(shè)備主體的提取主要確定場(chǎng)景中涉及哪些設(shè)備，以文本的方式記錄并進(jìn)行命名，為后續(xù)建模抽象Agent類型奠定基礎(chǔ)。其次，根據(jù)各個(gè)設(shè)備主體的技術(shù)規(guī)范提取涉及的功能名稱、功能描述及功能執(zhí)行條件，以功能列表的形式進(jìn)行記錄，為確定Agent目標(biāo)任務(wù)提供依據(jù)。最后，各個(gè)設(shè)備主體之間的關(guān)系及交互信息以序列圖的形式進(jìn)行提取，為確定Agent間的交互及系統(tǒng)中各個(gè)Agent的關(guān)系提供依據(jù)。

2.2 列控系統(tǒng)場(chǎng)景的Multi-Agent建模

基于規(guī)范中提取的內(nèi)容，利用Prometheus方法及其支持工具PDT進(jìn)行Multi-Agent建模。在建模過(guò)程中，充分利用從規(guī)范中提取的內(nèi)容，能夠簡(jiǎn)化Prometheus方法中的一些中間步驟，使得構(gòu)建的模型既來(lái)源于規(guī)范，又符合Prometheus方法。

首先利用提取的功能描述構(gòu)建Agent的目標(biāo)概況圖模型。將場(chǎng)景中的系統(tǒng)級(jí)功能構(gòu)建為目標(biāo)概況圖的頂級(jí)目標(biāo)，然后將為了實(shí)現(xiàn)系統(tǒng)級(jí)功能而必須實(shí)現(xiàn)的各個(gè)子功能構(gòu)建為頂目標(biāo)下的子目標(biāo)，以此逐層深入直至場(chǎng)景中所有交互的內(nèi)容都有指定的子目標(biāo)相對(duì)應(yīng)。

其次構(gòu)建系統(tǒng)概況圖模型，確定Agent類型及Agent類型之間的交互。在確定系統(tǒng)Agent類型過(guò)程中，直接根據(jù)提取的設(shè)備主體進(jìn)行劃分，例如將列車、車載設(shè)備、RBC等確定為不同的Agent類型。然后，需要詳細(xì)描述Agent類型之間以及與環(huán)境的交互，并以AUML(Agent UML)符號(hào)進(jìn)行表示。

最后詳細(xì)設(shè)計(jì)Agent內(nèi)部實(shí)現(xiàn)其目標(biāo)的邏輯，構(gòu)建每個(gè)Agent類型的Agent概況圖模型。Agent概況圖模型表達(dá)了Agent內(nèi)部為實(shí)現(xiàn)其目標(biāo)的輸入輸出邏輯關(guān)系，其中計(jì)劃是Agent類型中輸入輸出的邏輯表達(dá)，而能力是一組計(jì)劃的集合。消息和數(shù)據(jù)則為Agent的輸入輸出或內(nèi)部邏輯的中間產(chǎn)物。

至此產(chǎn)生了一些圖形化的Multi-Agent模型，圖形化模型中的每個(gè)元素還全部附有相應(yīng)的文本描述。其中文本描述主要包括元素的關(guān)系和屬性兩種，關(guān)系描述是在建模過(guò)程中自動(dòng)生成的；屬性描述由人工完成，是對(duì)各元素作用、邏輯、參數(shù)、公式等的表達(dá)。

模型的校驗(yàn)過(guò)程分為兩部分，以保證模型的準(zhǔn)確性。首先，人工檢驗(yàn)規(guī)范提取過(guò)程中有無(wú)遺漏的、錯(cuò)誤的功能或交互信息以及Multi-Agent模型是否全部準(zhǔn)確描述了這些功能和交互信息。其次，PDT能夠自動(dòng)校驗(yàn)元素的命名、交互協(xié)議的完整以及邏輯表達(dá)與交互內(nèi)容的對(duì)應(yīng)。

2.3 仿真實(shí)現(xiàn)與分析

依據(jù)每種Agent類型所需要完成的目標(biāo)，以Agent概況圖設(shè)計(jì)Agent類型中的變量及函數(shù)，根據(jù)“計(jì)劃”描述模型實(shí)現(xiàn)具體函數(shù)。之后，根據(jù)交互協(xié)議模型，通過(guò)MASON提供的Networks實(shí)現(xiàn)信息交互設(shè)計(jì)。再根據(jù)系統(tǒng)概況圖模型將環(huán)境與Agent關(guān)聯(lián)起來(lái)。最后，利用MASON提供的監(jiān)視器動(dòng)態(tài)監(jiān)視系統(tǒng)中Agent內(nèi)部的運(yùn)行數(shù)據(jù)，分析列控系統(tǒng)仿真中各個(gè)Agent的運(yùn)行情況。

此外，利用MASON的schedule方式打亂時(shí)間步次序，模擬系統(tǒng)中各子系統(tǒng)的并發(fā)行為；利用MASON的高質(zhì)量隨機(jī)數(shù)生成器模擬列控系統(tǒng)中測(cè)速定位誤差、通信延時(shí)誤差等不確定因素。

3 RBC切換場(chǎng)景Multi-Agent建模仿真實(shí)例

RBC切換是CTCS-3級(jí)列控系統(tǒng)14個(gè)主要場(chǎng)景之一，描述了在不同RBC邊界處，實(shí)現(xiàn)列車在兩個(gè)RBC間行車許可控制的安全切換過(guò)程[18]。RBC切換包括兩部GSM-R無(wú)線電臺(tái)都正常和只有一部GSM-R無(wú)線電臺(tái)正常的場(chǎng)景，本例研究?jī)刹縂SM-R無(wú)線電臺(tái)都正常的場(chǎng)景。

3.1 RBC切換規(guī)范提取

本例系統(tǒng)范圍界定為包括Train(列車)、OBE(車載設(shè)備)、RBCH(移交RBC)、RBCA(接收RBC)，設(shè)定列車的速度位置作用于環(huán)境，聯(lián)鎖信號(hào)授權(quán)、應(yīng)答器信息、測(cè)速定位數(shù)據(jù)從環(huán)境獲取。RBC切換場(chǎng)景部分功能列表舉例如表1所示。

表1 RBC切換場(chǎng)景部分功能

文獻(xiàn)[18-20]中描述了兩部電臺(tái)都正常的RBC切換流程，并有車地?zé)o線通信的消息內(nèi)容，將其提取為序列圖，如圖4所示。

3.2 RBC切換的Multi-Agent建模

依據(jù)提取的功能列表建立目標(biāo)概況模型如圖5所示，該圖主要以RBC切換和Train監(jiān)控為兩個(gè)頂目標(biāo)，逐層構(gòu)建各個(gè)子系統(tǒng)需要完成的目標(biāo)。

根據(jù)目標(biāo)概況圖模型及系統(tǒng)范圍界定建立RBC切換場(chǎng)景的系統(tǒng)概況圖模型，如圖6所示。該模型表達(dá)了RBC切換場(chǎng)景Multi-Agent模型所包含的Agent類型、Agent類型之間的交互關(guān)系、與環(huán)境之間的作用關(guān)系等，是模型中的核心的部分。

兩個(gè)Agent類型之間交互內(nèi)容的具體邏輯通過(guò)AUML描述，例如RBC切換場(chǎng)景中OBE-Train交互協(xié)議的AUML圖，如圖7所示，OBE從環(huán)境獲得測(cè)速測(cè)距信息，經(jīng)運(yùn)算判斷列車超速情況并下達(dá)制動(dòng)命令；而列車的實(shí)際速度位置更新則作用于外部環(huán)境。

圖4 RBC切換場(chǎng)景序列

圖5 RBC切換場(chǎng)景目標(biāo)概況模型

Agent內(nèi)部邏輯關(guān)系的構(gòu)建以Trainagent為例，其主要邏輯為根據(jù)收到的常用制動(dòng)命令和緊急制動(dòng)命令觸發(fā)相應(yīng)執(zhí)行命令計(jì)劃，從而使速度更新和位置更新作用于環(huán)境。Trainagent的Agent概況圖模型如圖8所示。

圖6 RBC切換場(chǎng)景系統(tǒng)概況模型

圖7 RBC切換場(chǎng)景OBE-Train交互協(xié)議AUML圖

圖8 Trainagent概況圖模型

3.3 RBC切換場(chǎng)景仿真實(shí)現(xiàn)與分析

根據(jù)RBC切換Multi-Agent模型，利用MASON仿真平臺(tái)編程實(shí)現(xiàn)仿真。其中，利用模型監(jiān)視器對(duì)Trainagent、OBEagent、RBCHagent、RBCAagent內(nèi)部交互情況以及列車的實(shí)際速度位置、車載獲取速度位置的監(jiān)視情況如圖9所示(長(zhǎng)度單位：m；時(shí)間單位：s)。

圖9 RBC切換場(chǎng)景動(dòng)態(tài)運(yùn)行數(shù)據(jù)監(jiān)視

圖10 Trainagent與OBEagent的位置走勢(shì)

圖9反映了Trainagent與OBEagent的速度位置隨時(shí)間的變化以及OBEagent讀取應(yīng)答器校正位置并向RBCH報(bào)告位置的交互情況。但由于測(cè)速誤差的存在Trainagent與OBEagent的速度位置數(shù)值并未保持一致，圖10監(jiān)視了二者位置隨時(shí)間變化的走勢(shì)，二者位置誤差隨時(shí)間積累越來(lái)越大，但在1 000 m附近由于應(yīng)答器的存在誤差幾乎消失，模擬了列控系統(tǒng)中的實(shí)際運(yùn)行情形。

Agent的執(zhí)行順序是指在系統(tǒng)一個(gè)時(shí)間周期中，各個(gè)Agent的執(zhí)行順序，從圖11中觀察到，各個(gè)Agent并不是以固定的時(shí)序執(zhí)行，而是以隨機(jī)的時(shí)序運(yùn)行。通過(guò)此種方式模擬場(chǎng)景各個(gè)Agent并發(fā)執(zhí)行的過(guò)程，以滿足列控系統(tǒng)的并發(fā)性。

圖11 各個(gè)Agent執(zhí)行順序

從整個(gè)動(dòng)態(tài)仿真數(shù)據(jù)可以看出，RBC切換場(chǎng)景Multi-Agent仿真實(shí)現(xiàn)了模型中的目標(biāo)，通過(guò)各個(gè)Agent的交互協(xié)作，模擬了RBC切換過(guò)程。其中各個(gè)Agent隨機(jī)的運(yùn)行時(shí)序，滿足列控系統(tǒng)的并發(fā)性；對(duì)連續(xù)速度位置以及離散邏輯和交互的模擬，滿足列控系統(tǒng)的混成性；對(duì)各個(gè)Agent協(xié)作交互的模擬，滿足列控系統(tǒng)的交互性。

4 結(jié)語(yǔ)

本文依據(jù)Multi-Agent理論，將列控系統(tǒng)技術(shù)規(guī)范與Prometheus建模方法相結(jié)合，提出了基于Multi-Agent的高鐵列控系統(tǒng)復(fù)雜運(yùn)營(yíng)場(chǎng)景建模與仿真方法。并將該方法應(yīng)用到CTCS-3級(jí)列控系統(tǒng)的RBC切換場(chǎng)景，仿真結(jié)果分析表明，該方法能夠滿足列控系統(tǒng)并發(fā)、混成、交互的復(fù)雜特性，填補(bǔ)了將Multi-Agent專用的建模方法及仿真平臺(tái)應(yīng)用于列控領(lǐng)域的空白。進(jìn)一步研究可將一些故障情況注入系統(tǒng)，將監(jiān)視到的數(shù)據(jù)用于系統(tǒng)安全分析。