论文部分内容阅读
以SFI-ASM（圣塔菲人工股票市场）为代表的，基于多Agent技术对股票市场进行建模仿真是研究股票市场性质和规律的主要方法之一，取得了一系列的重要研究成果。但这些人工股票市场仍存在着许多不足，主要体现在两个方面，首先这些人工股票市场都是单机串行的，市场中多Agent基于队列调度运行，Agent投资行为之间是伪并行的，与现实股票市场投资者的完全并行性区别很大；其次它们没有也无法实现多Agent之间的实时消息交互，这就严重限制和影响了多Agent间交互网络对市场行为影响的研究。本文针对这些问题，通过将分布式并行技术和消息中间件技术应用到基于多Agent的人工股票市场研究中，实现了一个基于多Agent的分布式并行人工股票市场——DPASM，解决了上述问题，其中主要的研究和工作包括三个部分：首先，对分布式环境下的Agent及多Agent运行控制结构进行了研究，设计了Agent决策算法库和消息交互接口，分别实现Agent的智能决策能力和消息交互能力，采用全分布式多Agent运行控制结构，使Agent之间具备故障独立性，增加了系统稳定性，并且多Agent之间是完全并行的，符合现实股票市场中投资者之间的关系。其次，研究了股票交易市场的交易机制和结构，分布式环境下，Agent可能在任意时刻提交订单，任意时刻也可能有多个Agent订单，因此交易市场采用连续竞价交易机制，同时利用动态线程池技术实现高负载和高并发能力。最后，研究了多Agent之间的消息交互结构及方法，针对多Agent之间交互网络在市场仿真期间固定不变的特点，采用集中式通信结构和消息队列技术，实现了一个轻量级的、有效的多Agent消息交互中间件——ASMMQ，它采用固定发布/订阅方法，实现多Agent之间实时的、异步的消息交互，且消息交互过程对所有Agent都是透明的。另外，本文还实现了一个人机交互终端，用来对市场属性进行初始化设置，直观的显示股票市场仿真过程中股票成交价格和成交量的情况，并且可以控制仿真的运行。