Архітектура та функціональні компоненти агентних систем в автоматизованому управлінні логістичними процесами
Анотації
Проаналізовано основні структурні елементи ІАС, зокрема агенти, агентне середовище, комунікаційну інфраструктуру, базу знань і системи прийняття рішень. Окрема увага приділена класифікації агентів за функціональним призначенням: координатори, монітори, аналізатори та виконавці. Запропоновано типову схему їх взаємодії в умовах динамічного логістичного середовища. The article analyses the main structural elements of IAS, including agents, agent environment, communication infrastructure, knowledge base and decision-making systems. Particular attention is paid to the classification of agents by functional purpose: coordinators, monitors, analyzers and executors. A typical scheme of their interaction in a dynamic logistics environment is proposed.
URI:
https://ir.lib.vntu.edu.ua//handle/123456789/48308
Відкрити
Пов'язані елементи
Showing items related by title, author, creator and subject.
-
Автоматизоване планування в інтелектуальних розподілених системах мультиагентним підходом на базі LLM
Медяков, О. О.; Хорканін, М. Ю.; Mediakov, O. O.; Khorkanin, M. Yu. (ВНТУ, 2025)The paper presents a novel approach to automating management of intelligent distributed information systems (DIS) using a hybrid multi-agent architecture with AI agents based on large language models (so-called LLM agents). ... -
Загальна модель електронного інформаційного середовища на основі концепції дзеркал
Коваленко, О. О.; Kovalenko, O. O. (ВНТУ, 2019)В статті представлено концепцію дзеркал для побудови моделі електронного інформаційного середовища з метою визначення загальної композиції та функціональних блоків електронного інформаційного середовища. Результати аналізу ... -
Автономні AI-агенти в СОС: нове поле бою між кібератакою та захистом
Залевський, Д. В.; Катаєв, В. С.; Zalevskyi, D.; Kataiev, V. (ВНТУ, 2026)The paper explores how autonomous AI agents are transforming Security Operations Centers (SOCs) from rule-based automation to AI-driven autonomy. We show that AI SOC agents can dramatically reduce detection and response ...

