Optimizacija svojstava usluge primjenom inteligentnih agenata

Rad obrađuje problematiku uvođenja inteligentnog agenta u općeniti sustav posluživanja, sa zadaćom usmjeravanja poziva, odnosno poslova poslužiteljima. Poseban naglasak stavljen je na istraživanje ponašanja agenta temeljenog na učenju ojačanjem. Konkretno, riječ je o metodi Q-učenja, koja se pokazala posebno pogodnom i interesantnom u sustavima koji zahtijevaju brzu prilagodbu. Razvijeno je nekoliko nadgradnji osnovnog modela agenta, s ciljem poboljšanja performansi u dinamičnoj okolini, kakvu predstavlja sustav posluživanja. Uz središnji model inteligentnog agenta, prikazani su i neki tradicionalni modeli temeljeni na često korištenim algoritmima za usmjeravanje. Na temelju modela sustava posluživanja, razvijen je simulator sustava posluživanja, pomoću kojeg su dobiveni usporedni rezultati ponašanja različitih agenata u identičnoj okolini, s ciljem isticanja prednosti i nedostataka uvođenja dodatne inteligencije u sustav posluživanja, to jest distribuciju poziva odnosno poslova.This paper covers the problem of an intelligent agent in a general purpose service system, acting as a call transfer or job distribution mediator. The focus is on the behaviour of a reinforcement learning based agent. More specifically, the agent relies on Q-learning method, which has proven to be especially interesting and well suited for systems that require fast adaptation. A couple of additions to the basic Q-learning agent model were developed, in order to improve the agent's performance in a dynamic environment, such as service system. Besides the central result of this work – the intelligent agent, some of the more traditional agent models were presented. These models corespond to the well known and widely used call and job distribution algorithms. Based on a model of service system, a simulator was developed to produce results of various agent models behaviour in the identical environment. These results illustrate the advantages and disadvantages which come with the introduction of intelligence in a service system, or more precisely distribution of calls and jobs