摘  要： 針對敏感行業(yè)中分布式應(yīng)用的容錯需求問題，分析介紹Agent,、多Agent系統(tǒng)和容錯中間件技術(shù),，根據(jù)Agent和中間件特性結(jié)構(gòu)上的相似性，對利用多Agent技術(shù)構(gòu)建容錯中間件作了嘗試,，并著重研究了失效檢測與恢復(fù)系統(tǒng),；建立局部檢測與全局檢測互相結(jié)合的雙層失效檢測模型，提出融入定點(diǎn)恢復(fù)和異機(jī)恢復(fù)的改進(jìn)型REDO失效恢復(fù)策略,；最后給出基于JADE的一個系統(tǒng)實(shí)現(xiàn),。實(shí)驗(yàn)結(jié)果顯示雙層檢測模型和改進(jìn)型REDO恢復(fù)策略是可行的、高效率的,。
關(guān)鍵詞： 多Agent系統(tǒng)（MAS）,；容錯中間件；失效檢測,；失效恢復(fù),；JADE平臺

　容錯中間件[1-2]是一個可為開發(fā)者提供分布式應(yīng)用容錯支持的開發(fā)平臺。容錯中間件將容錯邏輯從應(yīng)用邏輯中分離出來,，為容錯應(yīng)用開發(fā)提供框架支持,，簡化業(yè)務(wù)應(yīng)用開發(fā),，同時使開發(fā)過程變得清晰。目前,，容錯中間件的研究和實(shí)現(xiàn)主要是基于分布對象,。國外主要產(chǎn)品有：基于JavaRMI的Arjuna系統(tǒng)，F(xiàn)ilterFresh系統(tǒng)等,；基于DCOM的COMERA系統(tǒng),；基于CORBA的OGS系統(tǒng)，Enteral系統(tǒng)等,。國內(nèi)方面主要有國防科學(xué)技術(shù)大學(xué)研發(fā)的分布應(yīng)用容錯計算平臺StarFT,。
　中間件包括平臺功能，自身具有自治性,、自主性,、隔離性、社會化,、激發(fā)性,、主動性、并發(fā)性,、認(rèn)識能力等特性,，是近似于Agent的結(jié)構(gòu)，因此利用Agent來建立容錯中間件是一個不錯的選擇,。
失效檢測[3]與恢復(fù)是實(shí)現(xiàn)容錯的核心問題,。檢測到失效是容錯恢復(fù)的前提，因此,，失效檢測是實(shí)現(xiàn)容錯不可或缺的一部分,。失效恢復(fù)是容錯的目標(biāo)，也是容錯技術(shù)提高系統(tǒng)效率的關(guān)鍵所在,。
　本文在分析介紹Agent[4]和多Agent系統(tǒng)[5-9]之后,，給出了容錯中間件中的失效檢測模型和恢復(fù)策略，最后討論了基于JADE[10-12]的系統(tǒng)實(shí)現(xiàn),。
1 相關(guān)技術(shù)
1.1 Agent的定義及其結(jié)構(gòu)
　Agent（代理）概念起源于人工智能領(lǐng)域,，是指用于模仿人類能力的自主實(shí)體，駐留在某一環(huán)境下能持續(xù),、自主地發(fā)揮作用,。Agent的基本結(jié)構(gòu)如圖1所示。

　Agent一般具有自主性,、反應(yīng)性,、交互性、協(xié)作性,、主動性和智能性等特性,。但在實(shí)際的系統(tǒng)中,，Agent并不能保證具有以上的全部特性。
1.2 多Agent系統(tǒng)
　多Agent系統(tǒng)是由多個Agent組成的一個社會整體,，不同的Agent可以控制或影響環(huán)境的不同部分,，多個Agent可以通過Agent通信語言進(jìn)行交互，分工合作,，實(shí)現(xiàn)更為復(fù)雜,、單個Agent無法解決的問題。多Agent系統(tǒng)可以有效地解決數(shù)據(jù),、控制具有分布性的問題,，并能提高系統(tǒng)的效率和魯棒性。
1.3 容錯技術(shù)
　使得系統(tǒng)在部分節(jié)點(diǎn)失效或是部分對象崩潰的情況下仍能正常運(yùn)行并得到預(yù)期結(jié)果的技術(shù)稱為容錯技術(shù),。軟件容錯借鑒硬件容錯的成功經(jīng)驗(yàn),，經(jīng)常采用冗余技術(shù)進(jìn)行處理。軟件容錯方法主要有錯誤回卷恢復(fù),、恢復(fù)塊,、N版本軟件。
　錯誤回卷恢復(fù)主要分為兩大類：基于檢查點(diǎn)的錯誤回卷恢復(fù),、基于日志的錯誤回卷恢復(fù),。基于檢查點(diǎn)的錯誤回卷恢復(fù)的核心思想是任務(wù)執(zhí)行過程中設(shè)置檢查點(diǎn),，發(fā)現(xiàn)失效時不需要從頭開始運(yùn)行,，而是直接從最后一個成功執(zhí)行的檢查點(diǎn)往下執(zhí)行?；谌罩镜腻e誤回卷恢復(fù)則是在判斷失效發(fā)生后，利用發(fā)生失效前最近的檢查點(diǎn)和日志信息完全重新運(yùn)行作業(yè)的過程,。
恢復(fù)塊的主要思想是：系統(tǒng)被劃分成若干恢復(fù)塊,，整個系統(tǒng)由這些恢復(fù)塊組成。每個塊包含一個首要執(zhí)行模塊和一些替換模塊,。若首要執(zhí)行模塊輸出結(jié)果驗(yàn)收失敗,，則調(diào)用第二個模塊；若再次失敗,，則繼續(xù)調(diào)用另外的替換模塊,。重復(fù)該操作，直到所有模塊均被調(diào)用,，或超出時間限制,。
    N版本軟件的方法與硬件容錯的NMR方法類似。N（N>=2）個以不同方式實(shí)現(xiàn)的功能相同的模塊同時執(zhí)行,，由表決器判定正確的結(jié)果,，作為模塊的結(jié)果,。
2 失效檢測
2.1 失效檢測模型
　本文設(shè)計的失效檢測系統(tǒng)主要由兩部分組成：局部檢測Agent，LDA（Local Detector Agent）和全局檢測Agent,，GDA（Global Detector Agent）,。LDA駐留在各節(jié)點(diǎn)，負(fù)責(zé)所駐留節(jié)點(diǎn)中實(shí)體的檢測工作,；GDA負(fù)責(zé)各LDA及其所駐留節(jié)點(diǎn)的檢測工作,。設(shè)計的檢測模型如圖2所示。

　各部分詳細(xì)描述如下：
　檢測對象：需要進(jìn)行檢測的實(shí)體,，可以是一個應(yīng)用程序?qū)ο?、也可以是一個進(jìn)程、甚至是一個Agent,；任何檢測對象在啟動時均需向LDA注冊,。
　LDA：每個工作中的節(jié)點(diǎn)均駐留有一個專屬的LDA，負(fù)責(zé)所屬節(jié)點(diǎn)中檢測對象的檢測及在發(fā)現(xiàn)失效時給出通告,；任何LDA必須成功注冊到GDA后才能開始工作,。
　GDA：整個系統(tǒng)只有一個GDA，GDA駐留在主控節(jié)點(diǎn),，主要負(fù)責(zé)對各LDA的失效檢測,、分類及通告的工作。
　失效處理器：接收來自LDA或GDA的失效通告,，對失效進(jìn)行處理,。
2.2 局部檢測Agent
　LDA必須成功注冊到GDA后才能開始工作，若注冊失敗,，允許重啟,，當(dāng)重啟次數(shù)超過設(shè)定閾值（比如3次）則給出警告，提請系統(tǒng)管理員介入,，查看是否LDA程序出現(xiàn)錯誤,。
　任何檢測對象在啟動時都需要向該節(jié)點(diǎn)所屬LDA注冊，LDA根據(jù)各檢測對象的注冊信息建立并維護(hù)檢測對象及其狀態(tài)等信息的狀態(tài)表,。流程如圖3所示,。
　LDA定時對狀態(tài)表中各檢測對象執(zhí)行失效檢測算法，然后更新狀態(tài)表,，并在發(fā)現(xiàn)失效對象時通告失效處理器,。執(zhí)行流程如圖4所示。

　失效檢測主要有兩種模式：心跳模式,，或稱“推”模式,；輪詢模式，或稱“拉”模式。“推”模式的思想是：被檢測實(shí)體定時向檢測器發(fā)送心跳信息,，檢測器在一段設(shè)定的時間內(nèi)沒收到心跳信息,，則判定實(shí)體失效；“拉”模式則為：檢測器定時向被檢測實(shí)體發(fā)送詢問信息,，被檢測實(shí)體應(yīng)答檢測器以申明自己未失效,，檢測器在發(fā)出詢問后一段設(shè)定的時間內(nèi)沒收到應(yīng)答，則判定實(shí)體失效,。本文采用的測試模式是“拉”模式,，在一個檢測間隔里完成對所有檢測對象的詢問及應(yīng)答的接收或失效的判斷。如果檢測間隔太短,，將無法正確處理對所有對象的檢測,；而如果檢測間隔太長，則無法及時發(fā)現(xiàn)失效,。因此,，檢測間隔的設(shè)定需要一個綜合的折中考慮。
2.3 全局檢測Agent
　整個系統(tǒng)只有一個GDA,，GDA駐留在主控節(jié)點(diǎn),，主要負(fù)責(zé)對各LDA及其所在節(jié)點(diǎn)的失效檢測工作。如LDA維護(hù)檢測對象的狀態(tài)信息表一般,，GDA根據(jù)各LDA注冊信息創(chuàng)建并維護(hù)針對LDA的狀態(tài)信息表,。由于GDA與LDA一般駐留在不同節(jié)點(diǎn)，檢測時需要進(jìn)行遠(yuǎn)程通信,，當(dāng)發(fā)現(xiàn)LDA失效,，需要進(jìn)一步識別失效類型。主要失效類型有：LDA失效,；通信失效,；LDA所在節(jié)點(diǎn)失效。
3 失效恢復(fù)
3.1 恢復(fù)策略
　本文主要采取的恢復(fù)策略是REDO策略,，即檢測對象失效時,，由失效處理器根據(jù)接收到的失效通告重啟該對象。在此基礎(chǔ)上針對一些比較特殊的檢測對象,，執(zhí)行更為符合其需求的恢復(fù)方法。
　對于大數(shù)據(jù)量處理的對象,，其執(zhí)行可能涉及成千上萬的數(shù)據(jù)庫記錄,，如果只是簡單的REDO，則已經(jīng)處理過的記錄將會全部被再次處理,，造成性能的重大浪費(fèi),。因此，可以建立該對象的執(zhí)行日志，維護(hù)該對象成功處理的記錄條數(shù)或是序號,；當(dāng)該對象需要被恢復(fù)時,，根據(jù)執(zhí)行日志直接從最后成功處理的記錄往下執(zhí)行，也就是對該對象進(jìn)行定點(diǎn)恢復(fù),。采用定點(diǎn)恢復(fù)將大大的提高系統(tǒng)的性能,，避免大量時間的浪費(fèi)。
　對于在同一節(jié)點(diǎn)多次失效的對象,，則可以考慮在另外的節(jié)點(diǎn)重新啟動,，稱為對該對象的異機(jī)恢復(fù)。
3.2 定點(diǎn)恢復(fù),、異機(jī)恢復(fù)
　定點(diǎn)恢復(fù)很重要的一個方面是恢復(fù)點(diǎn)的記錄,，本文采用的是建立執(zhí)行日志的方式。對于大量數(shù)據(jù)庫記錄處理的對象,，假設(shè)需要處理1 000條記錄,，每10條記錄設(shè)置一個恢復(fù)點(diǎn)，即當(dāng)成功執(zhí)行第10,、20,、30、……,、1 000條記錄時,，執(zhí)行日志將產(chǎn)生一行日志信息表示該條記錄以及其之前的記錄已成功執(zhí)行。若對象在執(zhí)行第901至910條記錄時失效,，恢復(fù)該對象時根據(jù)執(zhí)行日志最后一行信息可以知道第900條以及之前的記錄已成功執(zhí)行,，于是，可以直接從第901條記錄開始處理,，而不是從第1條記錄開始,。由此可見，運(yùn)用定點(diǎn)恢復(fù)可以避免大量無謂的時間浪費(fèi),，很大程度上提高系統(tǒng)的性能,。
　一個對象在同一個節(jié)點(diǎn)失效次數(shù)超過設(shè)定閾值（比如4次），無論是該節(jié)點(diǎn)機(jī)器兼容性問題還是資源搶占問題,，單純的在本機(jī)上的REDO已經(jīng)不能解決問題,。因此，可以考慮對該對象進(jìn)行異機(jī)恢復(fù),，在另一個節(jié)點(diǎn)重啟該對象,。
　對于只采取REDO恢復(fù)策略的對象，只需要在選定的節(jié)點(diǎn)上啟動該對象,，并在注冊信息里修改該對象所在地址即可實(shí)現(xiàn)異機(jī)恢復(fù),。
　對于已運(yùn)用定點(diǎn)恢復(fù)策略的對象，異機(jī)恢復(fù)時可以不考慮其已執(zhí)行情況，簡單地在另一個節(jié)點(diǎn)重啟,；也可以結(jié)合異機(jī)恢復(fù)與定點(diǎn)恢復(fù),，將該對象執(zhí)行日志復(fù)制到選定的節(jié)點(diǎn)，實(shí)現(xiàn)在異機(jī)上的定點(diǎn)恢復(fù),。
4 系統(tǒng)實(shí)現(xiàn)
4.1 基于JADE的系統(tǒng)實(shí)現(xiàn)
　JADE中,，任何Agent必須向AMS注冊[11]。因此,，對于檢測對象是Agent的情形,，其主要注冊信息可由AMS獲取，負(fù)責(zé)檢測該Agent的LDA或者GDA只需記錄該Agent的標(biāo)識及其狀態(tài),。
　系統(tǒng)實(shí)現(xiàn)的各Agent按照職能不同分別駐留在主控節(jié)點(diǎn)和各計算節(jié)點(diǎn)上,。主要有駐留在主控節(jié)點(diǎn)的容錯Agent（FTA，F(xiàn)ault Tolerant Agent）,、日志收集Agent（LCA,，Log Collector Agent）；駐留在各計算節(jié)點(diǎn)的局部檢測Agent（LDA,，Local Detector Agent）,、日志Agent（LA，Log Agent）,、恢復(fù)Agent（RA,，Recovery Agent）；檢測對象為在各計算節(jié)點(diǎn)上提供服務(wù)的計算Agent（CA,，Compute Agent）,。各Agent相互關(guān)系如圖5所示。

　各Agent詳細(xì)功能如下所述：
　LDA：負(fù)責(zé)CA,、LA,、RA的檢測工作。發(fā)現(xiàn)LA或CA失效時向RA發(fā)出本機(jī)恢復(fù)請求,；必要時向FTA發(fā)出CA異機(jī)恢復(fù)請求,；負(fù)責(zé)RA的本機(jī)恢復(fù)工作。（本文設(shè)定檢測間隔為1 000 ms）
FTA：負(fù)責(zé)LDA,、LCA的檢測工作,。發(fā)現(xiàn)LDA失效時向其所在節(jié)點(diǎn)的RA發(fā)出LDA恢復(fù)請求；接收來自LDA的CA異機(jī)恢復(fù)請求并將該請求轉(zhuǎn)發(fā)到合適的節(jié)點(diǎn),；負(fù)責(zé)LCA的恢復(fù)工作,。另外，F(xiàn)TA還負(fù)責(zé)LDA所在主機(jī)的檢測及通報工作,。
　RA：接收來自LDA的本機(jī)恢復(fù)請求，并按照請求恢復(fù)本機(jī)的LA或CA；接收來自FTA的LDA恢復(fù)請求,，并按照請求恢復(fù)本機(jī)上的LDA,；接收來自FTA的CA異機(jī)恢復(fù)請求，并在本機(jī)上啟動指定的CA,，實(shí)現(xiàn)異機(jī)恢復(fù),；必要時對CA進(jìn)行定點(diǎn)恢復(fù)。
　CA：計算能力提供者,，屬于業(yè)務(wù)系統(tǒng),，本文所設(shè)計容錯系統(tǒng)的服務(wù)對象。
　LA：本機(jī)日志記錄器,；負(fù)責(zé)本機(jī)上各Agent運(yùn)行情況的記錄,，并將必要的信息發(fā)送給日志收集器LCA；負(fù)責(zé)用于定點(diǎn)恢復(fù)CA所必須的CA執(zhí)行日志的創(chuàng)建及維護(hù),。
　LCA：日志收集器,；負(fù)責(zé)收集各節(jié)點(diǎn)的日志信息（CA執(zhí)行日志不在收集范圍內(nèi)）；負(fù)責(zé)記錄FTA的運(yùn)行情況,。
　分析上述Agent詳細(xì)功能,，RA即為前述檢測模型中的失效處理器（主要處理策略是REDO，即重新啟動）,；LDA除去本機(jī)檢測工作外,，還負(fù)擔(dān)了一部分失效處理器的工作（RA的恢復(fù)）；FTA主要表現(xiàn)為前述模型中的全局檢測器GDA,，此外,，也負(fù)擔(dān)了一部分失效處理器的工作（LCA的恢復(fù)；LDA恢復(fù)請求,、CA異機(jī)恢復(fù)請求的轉(zhuǎn)發(fā)）,。
4.2 容錯Agent
　容錯Agent（FTA）在系統(tǒng)中起著極其重要的作用，負(fù)責(zé)全局檢測工作與恢復(fù)請求的調(diào)度,。為檢測各LDA,，F(xiàn)TA需要維護(hù)一張記錄LDA信息的狀態(tài)表。由于LDA作為一個Agent,，其主要信息均可從AMS獲取,，F(xiàn)TA實(shí)際需要維護(hù)的信息僅僅是LDA標(biāo)識（AID）及LDA狀態(tài)（是否正常）。本文選用HashMap<AID,，Boolean>作為記錄LDA狀態(tài)信息的數(shù)據(jù)結(jié)構(gòu),，key-value對分別記錄LDA標(biāo)識及LDA狀態(tài)。
定義一個TickerBehaviour負(fù)責(zé)周期性的更新LDA狀態(tài)表和LDA的失效判斷與處理工作,。周期設(shè)定為1 000 ms,。LDA失效判斷與處理算法如下描述：
?。?）從AMS獲取Agent描述信息AMSAgentDescription；
?。?）遍歷LDA狀態(tài)表,，與AMSAgentDescription進(jìn)行比對，更新狀態(tài)表,；
?。?）若所有LDA狀態(tài)均為true，則算法結(jié)束,；否則,，轉(zhuǎn)到（4）；
?。?）對狀態(tài)為false的LDA,，通過AMSAgentDescription找尋與該LDA同節(jié)點(diǎn)的恢復(fù)Agent（RA）；若該RA存在,，則轉(zhuǎn)到（5）,；若不存在，則ping該節(jié)點(diǎn)地址,，然后轉(zhuǎn)到（6）,；
　（5）標(biāo)識失效類型為LDA失效并請求該RA恢復(fù)其節(jié)點(diǎn)所屬LDA,，然后轉(zhuǎn)到（7）,；
   （6）若ping該節(jié)點(diǎn)有響應(yīng)，則標(biāo)識失效類型為節(jié)點(diǎn)系統(tǒng)失效并給出警告,；若無響應(yīng),，則標(biāo)識失效類型為節(jié)點(diǎn)主機(jī)失效并給出警告；
   （7）若全部狀態(tài)為false的LDA均處理完畢,，則算法結(jié)束,；否則，取下一個狀態(tài)為false的LDA,，然后轉(zhuǎn)到（4）,。
5 實(shí)驗(yàn)結(jié)果
    系統(tǒng)主控節(jié)點(diǎn)的計算機(jī)配置如下：Windows 7（32位）操作系統(tǒng)；Intel（R）Core（TM）i3-2120 [email protected] GHz,；4 GB內(nèi)存,。
　系統(tǒng)計算節(jié)點(diǎn)（3臺）的計算機(jī)配置如下：Windows 7（32位）操作系統(tǒng)；Intel（R）Core（TM）2 Quad CPU [email protected] 2.67GHz,；4.00 GB內(nèi)存,。
5.1 系統(tǒng)測試
　臺風(fēng)預(yù)報系統(tǒng)[13]中的相似路徑計算是一個分布式、多Agent的計算過程,，其計算節(jié)點(diǎn)的失效將導(dǎo)致整體計算結(jié)果的不可靠,，故為其提供容錯是必要的,。在此背景下，本文以在臺風(fēng)預(yù)報系統(tǒng)中提供相似路徑計算服務(wù)的計算Agent為系統(tǒng)檢測對象,，對系統(tǒng)進(jìn)行功能和性能上的測試,。主控和各計算節(jié)點(diǎn)啟動、各功能Agent加載后,，可在主控節(jié)點(diǎn)RMA控制界面查看詳細(xì)信息。
　Main_Container（主容器）包含維持JADE平臺功能的3個服務(wù)：ams,、df和rma,；masterContainer（主控節(jié)點(diǎn)容器）包含3個Agent：容錯Agent（FTA）、日志收集Agent（LCA）和主控Agent（MA）,，MA屬于臺風(fēng)預(yù)報系統(tǒng)的業(yè)務(wù)處理Agent,，主要負(fù)責(zé)計算任務(wù)的分發(fā)，不是本文研究重點(diǎn),，故不進(jìn)行詳細(xì)敘述,；之后是3個computeContainer（計算節(jié)點(diǎn)容器），每個computeContainer里包含有計算Agent（CA）,、局部檢測Agent（LDA）,、日志Agent（LA）、恢復(fù)Agent（RA）以及負(fù)載平衡Agent（LBA）,，LBA負(fù)責(zé)計算各計算節(jié)點(diǎn)的負(fù)載值和計算能力值,，為MA分發(fā)任務(wù)和FTA申請異機(jī)恢復(fù)時選擇節(jié)點(diǎn)提供參考。為方便操作,，特制定Agent命名規(guī)則如下：（XXXXAgent）_（IP）_（端口號）,。如：
recoverAgent_218.193.124.101_1013@Softlab-C-PC：1099/JADE
　其中，“@”之前為本文系統(tǒng)指定的Agent名,，“@”之后則為JADE平臺自動添加的標(biāo)識,。
5.2 結(jié)論
　經(jīng)過比較大量的測試，各Agent本機(jī)恢復(fù)均可在1 s內(nèi)完成,；異機(jī)恢復(fù)花費(fèi)時間較長,，在2 s到3 s之間。系統(tǒng)功能和性能上均符合本文前述內(nèi)容的要求,。由此印證本文提出的兩層失效檢測模型和改進(jìn)行的REDO恢復(fù)策略真實(shí)可行,。
　Agent所表現(xiàn)出來的自主性、反應(yīng)性,、交互性,、協(xié)作性、主動性和智能性等特性,，為構(gòu)建容錯中間件提供了一種新的技術(shù)途徑,。采用兩層的失效檢測模型,，局部檢測Agent與全局檢測Agent等多Agent分工合作，能夠較好地協(xié)作完成失效檢測的工作,。定點(diǎn)恢復(fù)的采用大大的提高了系統(tǒng)的效率,。基于多Agent的容錯中間件融合了Agent技術(shù),、容錯技術(shù)與中間件技術(shù),，能夠?yàn)榉植际饺蒎e應(yīng)用開發(fā)提供框架支持，提供自主的,、協(xié)作的失效檢測和恢復(fù)服務(wù),，簡化業(yè)務(wù)應(yīng)用開發(fā)過程，提高系統(tǒng)的效率和魯棒性,。
參考文獻(xiàn)
[1] 張龍,，孟慶鑫.基于中間件的容錯服務(wù)的研究[J].計算機(jī)與網(wǎng)絡(luò)，2009（12）：62-64.
[2] 裘方敏.分布式系統(tǒng)容錯中間件的研究與實(shí)現(xiàn)[D].長沙：中南大學(xué),，2007.
[3] 雷燕,，豐雁.分布式系統(tǒng)失效檢測器模型的研究[J].河南科學(xué)，2011（5）：586-590.
[4] 毛新軍,，常志明.面向Agent的軟件設(shè)計模式[J].計算機(jī)工程與科學(xué),，2011（6）：72-78.
[5] TOM?魣?譒EK M. Architecture of Multi-Agent System[C]. International Conference on Emerging eLearning Technologies and Applications. High Tatras， Slovakia,， 2012.
[6] Jiang Guorui,， Wu Lin. Research on Method of Multi-Agent Negotiation Strategy Selection[C]. ICCGI 2010：110-115.
[7] 張偉.多Agent系統(tǒng)協(xié)商模型研究與設(shè)計[D].石家莊：河北經(jīng)貿(mào)大學(xué)，2011.
[8] 王俊,，鄭笛,，吳泉源.一種基于Agent的多粒度負(fù)載平衡中間件[J].計算機(jī)工程與科學(xué)，2007（9）：143-146.
[9] SYLVAIN D,， GUESSOUM Z,， ZIANE M. Adaptive Replication in Fault-Tolerant Multi-Agent Systems[C]. International Conferences on Web Intelligence and Intelligent Agent Technology， 2011.
[10] 劉漢雷.基于Jade的多Agent圖像檢索系統(tǒng)[D].武漢：華中科技大學(xué),，2011.
[11] 于衛(wèi)紅.基于JADE平臺的多Agent系統(tǒng)開發(fā)技術(shù)[M].第一版.北京：國防工業(yè)出版社,，2011：35-61.
[12] JADE PROGRAMMER′S GUIDE[DB/OL].http：//jade.tilab.com/doc/programmersguide.pdf.
[13] 鄒宇，郭朝珍.臺風(fēng)綜合預(yù)報GDSS的研究[J].計算機(jī)與現(xiàn)代化,，2010（2）：11-14.