基于多智能體協(xié)同的無線傳感網(wǎng)絡(luò)水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)＊

趙明光，張 賢

（淮海工學(xué)院 機(jī)械工程學(xué)院，江蘇 連云港 222005）

隨著人們對(duì)水產(chǎn)養(yǎng)殖產(chǎn)品需求的不斷增長，國內(nèi)水產(chǎn)養(yǎng)殖業(yè)已逐步從傳統(tǒng)的池塘養(yǎng)殖走向規(guī)模化、工廠化養(yǎng)殖；個(gè)性化的水產(chǎn)品需求，也帶動(dòng)養(yǎng)殖業(yè)向多樣化發(fā)展。在此背景下，建立功能完善的監(jiān)控系統(tǒng)，對(duì)養(yǎng)殖物生長環(huán)境的關(guān)鍵信息（水體的溶氧含量、pH、溫度等）進(jìn)行實(shí)時(shí)精確采集、處理以及問題預(yù)測(cè)，為規(guī)?；?、多樣化水產(chǎn)養(yǎng)殖提供了重要支撐?，F(xiàn)有的規(guī)?；B(yǎng)殖監(jiān)控系統(tǒng)多采用有線的方式［1－3］，只能對(duì)養(yǎng)殖環(huán)境進(jìn)行簡單的、近距離的網(wǎng)絡(luò)控制，并且存在現(xiàn)場(chǎng)凌亂、過程復(fù)雜、擴(kuò)展性差等缺陷，難以適應(yīng)規(guī)?；a(chǎn)養(yǎng)殖業(yè)進(jìn)一步發(fā)展的需求。隨著無線傳感網(wǎng)絡(luò)WSN（wireless sensor network）技術(shù)的發(fā)展及其在國防軍事［4－5］、環(huán)境監(jiān)測(cè)［6］、工程安全［7］以及生物醫(yī)學(xué)［8］等領(lǐng)域的應(yīng)用，近幾年 WSN已逐步應(yīng)用于養(yǎng)殖業(yè)的監(jiān)控系統(tǒng)［9－12］。然而，這些系統(tǒng)仍存在以下不足：① 系統(tǒng)不具備自學(xué)習(xí)能力。隨著養(yǎng)殖技術(shù)的不斷進(jìn)步，對(duì)于養(yǎng)殖物的生產(chǎn)周期、營養(yǎng)含量等要求越來越高，迫使監(jiān)測(cè)系統(tǒng)要具有自學(xué)習(xí)能力，不斷更新、補(bǔ)充新的監(jiān)控知識(shí)。② 現(xiàn)有的監(jiān)控系統(tǒng)功能僅限于對(duì)某一方面參數(shù)的監(jiān)控，如通過監(jiān)測(cè)養(yǎng)殖池中水體的溶氧含量、pH、溫度以及渾濁度等關(guān)鍵環(huán)境因子來判斷水環(huán)境的質(zhì)量等。而對(duì)于規(guī)模化養(yǎng)殖而言，除養(yǎng)殖物的生存環(huán)境需要監(jiān)控外，還需要對(duì)養(yǎng)殖物本身的質(zhì)體進(jìn)行監(jiān)控，以避免病害帶來的大規(guī)模損失。③ 規(guī)模化養(yǎng)殖基地已不再局限于一種甚至一類水產(chǎn)品的養(yǎng)殖。從大類上講有動(dòng)物和植物；從物種上講有魚、蝦、蟹、紫菜、海帶等。目前，水產(chǎn)養(yǎng)殖的監(jiān)測(cè)系統(tǒng)多局限于對(duì)某一類甚至某一種養(yǎng)殖物的生存環(huán)境進(jìn)行監(jiān)控，這顯然不能滿足規(guī)模化養(yǎng)殖的要求。

WSN是由在一定距離范圍內(nèi)的多個(gè)傳感器節(jié)點(diǎn)（連同匯聚節(jié)點(diǎn)、管理節(jié)點(diǎn)）組成的一個(gè)自組織網(wǎng)絡(luò)。各傳感器節(jié)點(diǎn)之間通過多跳的方式進(jìn)行無線通訊，將監(jiān)測(cè)的數(shù)據(jù)逐跳傳輸，最終路由到匯聚節(jié)點(diǎn)。管理節(jié)點(diǎn)以有線的方式與匯聚節(jié)點(diǎn)通訊，實(shí)現(xiàn)對(duì)傳感器網(wǎng)絡(luò)的配置和管理，發(fā)布監(jiān)測(cè)任務(wù)以及收集監(jiān)測(cè)信息［11－12］。

智能體（Agent）可以看成是一種具有某種特定功能的自主或半自主對(duì)象，能夠在復(fù)雜動(dòng)態(tài)環(huán)境中執(zhí)行一定任務(wù)；并具有一定的自學(xué)習(xí)能力，能夠?qū)⒅R(shí)和推理相結(jié)合，與環(huán)境協(xié)同作用、共同進(jìn)化。一個(gè)多智能體系統(tǒng)（multi－agent system，MAS）由多個(gè)智能體組成，在此系統(tǒng)中多個(gè)相對(duì)獨(dú)立的智能體通過通信協(xié)同作業(yè)，共同完成特定的目標(biāo)或任務(wù)。多智能體理論為解決復(fù)雜、分布式環(huán)境下的交互問題提供了新的認(rèn)識(shí)視角和理論框架，為復(fù)雜系統(tǒng)的建模、分析、設(shè)計(jì)和實(shí)現(xiàn)提供了新的途徑［13－14］。

綜上所述，WSN是分布式系統(tǒng)，各節(jié)點(diǎn)擁有獨(dú)立解決問題的能力，具有自治特性。多智能體系統(tǒng)同樣具有自主性、分布性、動(dòng)態(tài)性和協(xié)調(diào)性等特點(diǎn)，通過多智能體協(xié)作能夠進(jìn)行分布式問題合作求解和閉環(huán)控制，這些特點(diǎn)和功能恰如其分地響應(yīng)了基于WSN的協(xié)同水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)的實(shí)際需求。進(jìn)而，多智能體系統(tǒng)所具有的自組織能力、自學(xué)習(xí)能力和推理能力，能夠進(jìn)一步完善監(jiān)控系統(tǒng)的功能擴(kuò)展性和環(huán)境適應(yīng)性。因此，本文將多智能體技術(shù)引入到基于WSN的規(guī)?；a(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)中，以彌補(bǔ)現(xiàn)有監(jiān)控系統(tǒng)的不足，構(gòu)建功能完善的水產(chǎn)養(yǎng)殖智能監(jiān)控系統(tǒng)，對(duì)規(guī)?；a(chǎn)養(yǎng)殖的未來發(fā)展有著重大意義。

1 系統(tǒng)的整體結(jié)構(gòu)

本系統(tǒng)由信息采集智能體（information collection agent，ICA）、信 息 匯 聚 智 能 體 （information gathering agent，IGA）、環(huán)境調(diào)節(jié)智能體（environmental regulation agent，ERA）、現(xiàn)場(chǎng)監(jiān)控智能體（site monitoring agent，SMA）以及遠(yuǎn)程監(jiān)控智能體（remote monitoring agent，RMA）組成。其結(jié)構(gòu)圖如圖1所示。

現(xiàn)場(chǎng)監(jiān)控智能體（SMA）和遠(yuǎn)程監(jiān)控智能體（RMA）完成對(duì)養(yǎng)殖環(huán)境和養(yǎng)殖物健康狀況的實(shí)時(shí)監(jiān)控。SMA設(shè)置在養(yǎng)殖現(xiàn)場(chǎng)附近，主要任務(wù)是接收并處理信息匯聚智能體（IGA）上傳來的數(shù)據(jù)，依據(jù)處理結(jié)果，判斷是否需要環(huán)境調(diào)節(jié)智能體（ERA）工作，以實(shí)現(xiàn)對(duì)養(yǎng)殖環(huán)境的閉環(huán)控制。RMA設(shè)置在遠(yuǎn)端的監(jiān)控室，通過英特網(wǎng)與SMA相連，主要任務(wù)是監(jiān)控?cái)?shù)據(jù)的顯示與保存，并提供歷史數(shù)據(jù)查詢和報(bào)表打印服務(wù)。信息采集智能體（ICA）、信息匯聚智能體（IGA）和環(huán)境調(diào)節(jié)智能體（ERA）直接面向現(xiàn)場(chǎng)，通過ZigBee無線傳感網(wǎng)絡(luò)相連。ICA和IGA完成對(duì)養(yǎng)殖環(huán)境參數(shù)和養(yǎng)殖物生長狀態(tài)等信息的采集，并發(fā)送給現(xiàn)場(chǎng)監(jiān)控智能體；ERA根據(jù)SMA的指示工作，通過控制執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)對(duì)養(yǎng)殖環(huán)境的調(diào)節(jié)。為了便于信息的傳送，在每個(gè)養(yǎng)殖池中再設(shè)置一個(gè)IGA，每個(gè)養(yǎng)殖池中的ICA只能與本池中的IGA通信，ICA之間、ICA與SMA之間不能進(jìn)行數(shù)據(jù)交換。各養(yǎng)殖池中的IGA通過單跳的方式最終完成和SMA的數(shù)據(jù)通信。

圖1 系統(tǒng)總體結(jié)構(gòu)Fig.1 Architecture of system

2 智能體系統(tǒng)設(shè)計(jì)

2.1 信息采集智能體設(shè)計(jì)

信息采集智能體由信息采集模塊和CC2530芯片組成，兩者通過CC2530芯片的通用I／O口相連接，結(jié)構(gòu)如圖2所示。其控制核心為CC2530芯片，該芯片內(nèi)部集成有A／D轉(zhuǎn)換器、增強(qiáng)型8051處理器和ZigBee無線單元，負(fù)責(zé)對(duì)各類傳感器進(jìn)行管理，實(shí)現(xiàn)環(huán)境因子信息的采集、預(yù)處理和發(fā)送。信息采集模塊中的溫度傳感器、溶解氧傳感器、pH傳感器等采集到的環(huán)境因子數(shù)據(jù)，通過調(diào)理電路，進(jìn)行濾波和電壓整定，并通過I／O口送入A／D轉(zhuǎn)換器；增強(qiáng)型8051處理器讀取A／D轉(zhuǎn)換器數(shù)字化處理后的環(huán)境因子信息，最終送入ZigBee無線單元，該單元通過射頻信號(hào)將數(shù)據(jù)傳給該養(yǎng)殖池內(nèi)的信息匯聚智能體。每個(gè)養(yǎng)殖池內(nèi)可以在不同區(qū)域設(shè)有多個(gè)信息采集智能體，供信息匯聚智能體讀取數(shù)據(jù)，以保證采集數(shù)據(jù)的可信度。

圖2 信息采集智能體結(jié)構(gòu)Fig.2 Architecture of ICA

2.2 信息匯聚智能體設(shè)計(jì)

信息匯聚智能體結(jié)構(gòu)如圖3所示。該結(jié)構(gòu)具有兩項(xiàng)功能：一方面起到環(huán)境因子數(shù)據(jù)的中轉(zhuǎn)作用，按現(xiàn)場(chǎng)監(jiān)控智能體的要求，采用輪詢的方式讀取本池中各信息采集智能體發(fā)送來的數(shù)據(jù)，并發(fā)送給現(xiàn)場(chǎng)監(jiān)控智能體；另一方面兼有圖像采集與發(fā)送功能，利用串口CMOS攝像頭進(jìn)行養(yǎng)殖物圖像采集，攝像頭通過RS232與CC2530中的無線單元ZigBee相連，由無線單元ZigBee完成圖像向現(xiàn)場(chǎng)監(jiān)控智能體的傳輸。

圖3 信息匯聚智能體結(jié)構(gòu)Fig.3 Architecture of IGA

2.3 環(huán)境調(diào)節(jié)智能體設(shè)計(jì)

環(huán)境調(diào)節(jié)智能體由無線收發(fā)模塊和工控機(jī)組成，兩者通過RS485相連，如圖4所示。無線收發(fā)模塊負(fù)責(zé)接收現(xiàn)場(chǎng)監(jiān)控智能體通過無線通信發(fā)送過來的環(huán)境因子數(shù)據(jù)，進(jìn)行解調(diào)，最終上傳給工控機(jī)。工控機(jī)接收到數(shù)據(jù)后，首先根據(jù)其具備的知識(shí)對(duì)數(shù)據(jù)進(jìn)行推理（推理模塊），并將推理結(jié)果（調(diào)節(jié)任務(wù)）交給決策模塊進(jìn)行評(píng)價(jià)和決策。決策模塊利用已有的知識(shí)和各種狀態(tài)數(shù)據(jù)對(duì)推理結(jié)果進(jìn)行評(píng)價(jià)和決策，如果具備執(zhí)行該任務(wù)的能力，則交給控制模塊去執(zhí)行，否則啟動(dòng)通信模塊與現(xiàn)場(chǎng)監(jiān)控智能體進(jìn)行協(xié)商?？刂颇K通過設(shè)備接口把任務(wù)交給執(zhí)行機(jī)構(gòu)去完成。決策模塊還能通過人機(jī)界面向操作員分發(fā)報(bào)警、決策請(qǐng)求等事件，并接收操作員的輸入信息。工控機(jī)強(qiáng)大的控制功能和可擴(kuò)展性，使得一個(gè)環(huán)境調(diào)節(jié)智能體能夠?qū)λ叙B(yǎng)殖池的環(huán)境參數(shù)進(jìn)行調(diào)節(jié)。系統(tǒng)中的執(zhí)行機(jī)構(gòu)主要有電磁閥（溫度和pH調(diào)節(jié)）、水泵、增氧機(jī)、攪拌機(jī)等，用于調(diào)節(jié)養(yǎng)殖池中各環(huán)境因子，以提供養(yǎng)殖物生長的最佳環(huán)境。環(huán)境調(diào)節(jié)智能體對(duì)養(yǎng)殖環(huán)境的調(diào)節(jié)采取閉環(huán)控制，即執(zhí)行機(jī)構(gòu)在進(jìn)行環(huán)境調(diào)節(jié)的同時(shí)，該智能體中的無線收發(fā)模塊實(shí)時(shí)讀取養(yǎng)殖池中的各項(xiàng)環(huán)境參數(shù)，并進(jìn)行判斷，任一項(xiàng)參數(shù)達(dá)到調(diào)節(jié)要求即關(guān)閉相應(yīng)的執(zhí)行機(jī)構(gòu)。

圖4 環(huán)境調(diào)節(jié)智能體結(jié)構(gòu)Fig.4 Architecture of ERA

2.4 現(xiàn)場(chǎng)監(jiān)控智能體設(shè)計(jì)

現(xiàn)場(chǎng)監(jiān)控智能體由信息收發(fā)單元和監(jiān)控計(jì)算機(jī)組成，兩者之間通過RS232／485總線連接，其功能結(jié)構(gòu)與環(huán)境調(diào)節(jié)智能體基本相同。信息收發(fā)單元負(fù)責(zé)接收各養(yǎng)殖池中的IGA上傳來的信號(hào)，并傳送給監(jiān)控計(jì)算機(jī)進(jìn)行保存，監(jiān)控計(jì)算機(jī)通過比較判斷，如需要對(duì)環(huán)境進(jìn)行調(diào)節(jié)，則通過信息收發(fā)單元以無線方式通知環(huán)境調(diào)節(jié)智能體工作，實(shí)現(xiàn)對(duì)養(yǎng)殖環(huán)境的閉環(huán)控制。監(jiān)控計(jì)算機(jī)的另一項(xiàng)任務(wù)，是通過信息匯聚智能體定期采集養(yǎng)殖物質(zhì)體的圖像（此時(shí)信息采集智能體處于休眠狀態(tài)），并利用專用軟件對(duì)采集到的圖像進(jìn)行處理與診斷，如發(fā)現(xiàn)有病變嫌疑則及時(shí)報(bào)警，避免重大損失的發(fā)生。

2.5 各智能體間的協(xié)作

基于多智能體的協(xié)同水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)，通過多智能體之間的相互協(xié)作，來增強(qiáng)系統(tǒng)的監(jiān)控能力，系統(tǒng)具有更好的靈活性和魯棒性，便于適應(yīng)多變的養(yǎng)殖環(huán)境，其協(xié)作模型如圖5所示。下級(jí)智能體接收到上級(jí)智能體的任務(wù)請(qǐng)求后，根據(jù)自身的能力描述和當(dāng)前狀態(tài)，判斷任務(wù)是否可以接受：如果處于故障狀態(tài)或忙碌狀態(tài)，則對(duì)該請(qǐng)求進(jìn)行回絕；如果能接受這項(xiàng)請(qǐng)求，則返回接受信號(hào)，對(duì)請(qǐng)求的任務(wù)進(jìn)行評(píng)估并執(zhí)行。

圖5 多智能體協(xié)作模型Fig.5 Multi－agent cooperation model

3 監(jiān)控軟件設(shè)計(jì)

現(xiàn)場(chǎng)監(jiān)控智能體的監(jiān)控軟件采用C語言編制，具有參數(shù)配置、實(shí)時(shí)監(jiān)控、歷史數(shù)據(jù)和系統(tǒng)說明4個(gè)模塊的功能。

實(shí)時(shí)監(jiān)控模塊用于對(duì)養(yǎng)殖水體的溶解氧、溫度、pH以及水位等關(guān)鍵因子進(jìn)行自動(dòng)監(jiān)測(cè)。每臺(tái)計(jì)算機(jī)同時(shí)監(jiān)測(cè)6個(gè)養(yǎng)殖池，分池、分監(jiān)測(cè)點(diǎn)以數(shù)值的形式顯示關(guān)鍵因子，并通過算法綜合判斷，給出養(yǎng)殖環(huán)境狀態(tài)的提示。如圖6所示為1號(hào)池的實(shí)時(shí)監(jiān)控界面。歷史數(shù)據(jù)模塊用于對(duì)歷史數(shù)據(jù)進(jìn)行查詢。參數(shù)配置模塊用于對(duì)各養(yǎng)殖池的理想?yún)?shù)進(jìn)行設(shè)置。系統(tǒng)說明模塊提供相關(guān)信息服務(wù)，并對(duì)軟件的使用提供幫助。

圖6 實(shí)時(shí)監(jiān)控界面Fig.6 Interface of real－time monitoring software

4 現(xiàn)場(chǎng)試驗(yàn)

試驗(yàn)現(xiàn)場(chǎng)選在山東省日照市的某水產(chǎn)養(yǎng)殖有限公司，試驗(yàn)魚池規(guī)格為6m×6m，水深0.5m。魚池中養(yǎng)殖大菱鲆，其適宜的養(yǎng)殖環(huán)境為：溫度10～20℃，溶解氧大于6mg／L，pH 為7.6～8.2。據(jù)此，試驗(yàn)魚池的初始環(huán)境因子參數(shù)設(shè)置為：溫度17℃，溶解氧7mg／L，pH為7.9。試驗(yàn)以溫度值的變化為觀測(cè)點(diǎn)，以驗(yàn)證環(huán)境調(diào)節(jié)智能體的工作性能。實(shí)驗(yàn)數(shù)據(jù)如表1所示。

表1 水體的溫度、溶氧量、pH試驗(yàn)數(shù)據(jù)Table 1 Experimental data of temperature，dissolved oxygen，and pH of the water

從表1中的數(shù)據(jù)可以看出：

（1）系統(tǒng)的測(cè)量精度滿足要求。

（2）通過人工措施在10：30的時(shí)候使水體溫度降低到15.7℃，此時(shí)環(huán)境調(diào)節(jié)智能體開始工作，起動(dòng)加熱系統(tǒng)給水體加熱，11：21池中的測(cè)量溫度為16.6℃。試驗(yàn)測(cè)得加熱時(shí)間約為56min 42s，水溫達(dá)到設(shè)定溫度要求，加熱系統(tǒng)自動(dòng)停止。系統(tǒng)工作效率高于一般的在線監(jiān)測(cè)系統(tǒng)，滿足環(huán)境調(diào)節(jié)要求。

5 結(jié)論與討論

市場(chǎng)對(duì)水產(chǎn)品的個(gè)性化需求，使得規(guī)模化水產(chǎn)養(yǎng)殖向著多樣化發(fā)展。基于現(xiàn)有監(jiān)控系統(tǒng)在自學(xué)習(xí)能力和監(jiān)控范圍方面的局限，結(jié)合多智能體系統(tǒng)的功能特點(diǎn)，將多智能體技術(shù)引入到規(guī)?；a(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)中，提出了一種基于多智能體的無線傳感網(wǎng)絡(luò)協(xié)同水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)。通過無線傳感網(wǎng)絡(luò)進(jìn)行環(huán)境信息的采集與傳輸，依靠多智能體間的協(xié)作，實(shí)現(xiàn)信息的處理與反饋。智能體的自學(xué)習(xí)能力使系統(tǒng)的監(jiān)控能力得以增強(qiáng)，便于適應(yīng)多變的養(yǎng)殖環(huán)境。同時(shí)，系統(tǒng)擴(kuò)充了圖像處理功能，用于對(duì)養(yǎng)殖物質(zhì)體進(jìn)行監(jiān)測(cè)，以避免病變帶來的重大損失。試驗(yàn)結(jié)果表明系統(tǒng)的測(cè)量精度和調(diào)節(jié)功能均滿足要求。進(jìn)一步的研究工作主要在系統(tǒng)的優(yōu)化、路由改進(jìn)以及推理與決策算法等方面進(jìn)行，以期能夠設(shè)計(jì)出更具實(shí)用性的監(jiān)控系統(tǒng)。

［1］ 李道亮，傅澤田.智能化水產(chǎn)養(yǎng)殖信息系統(tǒng)的設(shè)計(jì)與初步實(shí)現(xiàn)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2000，16（4）：135－138.

［2］ 馬從國，趙德安，秦云，等.基于現(xiàn)場(chǎng)總線技術(shù)的水產(chǎn)養(yǎng)殖過程智能監(jiān)控系統(tǒng)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38（8）：113－115.

［3］ 苗雷，湯濤林，劉世晶.基于MCGS的養(yǎng)殖水質(zhì)在線監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.現(xiàn)代農(nóng)業(yè)科技，2012（23）：261－263.

［4］ 楊津驍，丁慧勇，程遠(yuǎn)國.基于多智能體的傳感器網(wǎng)絡(luò)協(xié)同目標(biāo)跟蹤技術(shù)研究［J］.軍事運(yùn)籌與系統(tǒng)工程，2007，21（3）：43－47.

［5］ 樊浩，黃樹彩，韋道知，等.傳感器交叉提示技術(shù)若干問題［J］.電光與控制，2012，19（11）：47－53.

［6］ 張凱，劉志勤.基于WSN的汽車尾氣監(jiān)測(cè)系統(tǒng)匯聚節(jié)點(diǎn)硬件沒計(jì)［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31（7）：1469－1472.

［7］ 史兵，趙德安，劉星橋，等.基于無線傳感網(wǎng)絡(luò)的規(guī)?；a(chǎn)養(yǎng)殖智能監(jiān)控系統(tǒng)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27（9）：136－139.

［8］ 吳紅星，彭承琳，吳紅梅.無線傳感器網(wǎng)絡(luò)的生物醫(yī)學(xué)應(yīng)用［J］.中國醫(yī)學(xué)裝備，2009，6（5）：33－34.

［9］ 張新榮，徐保國，邊雪芬.基于 WSN的水產(chǎn)養(yǎng)殖環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［J］.電測(cè)與儀表，2011，48（3）：59－62.

［10］ 陸健強(qiáng)，王衛(wèi)星，聶宏宇.基于 WSN的水產(chǎn)養(yǎng)殖監(jiān)測(cè)信息發(fā)布系統(tǒng)的設(shè)計(jì)［J］.廣東農(nóng)業(yè)科學(xué)，2012（15）：150－152.

［11］ SALVATORE D.Evaluating reliability of WSN with sleep／wake－up interfering nodes［J］.International Journal of Systems Science，2013，44（10）：1793－1806.

［12］ WALID B，YACINE C，ABDELMADJID B.A new class of Hash－chain based key pre－distribution schemes for WSN［J］.Computer Communications，2013，36（3）：243－255.

［13］ EMMANUEL A，THIERRY B，YVES S.Rolebased manufacturing control in a holonic multi－agent system［J］.International Journal of Production Research，2011，49（5）：1455－1468.

［14］ KUMAR N，TIWARI M K，CHAN F T S.Development of a hybrid negotiation scheme for multi－agent manufacturing systems［J］.International Journal of Production Research，2008，46（3）：539－569.