Modellbasierte Entwicklung von Ontologien für den Einsatz in agentenbasierten Automatisierungslösungen und Integration in den Systementwurf
Publication date
2025-07-24
Document type
Dissertation
Author
Törsleff, Sebastian
Advisor
Referee
Eicker, Stefan
Granting institution
Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg
Exam date
2025-07-14
Organisational unit
Publisher
Universitätsbibliothek der HSU/UniBw H
Part of the university bibliography
✅
Language
German
Keyword
Ontologie
Agenten-System
Agentensystem
Smart grid
Ontology
Multi-agent System
Abstract
Die Realisierung sogenannter Smart Grids, also intelligenter Stromnetze, ist ein wesentlicher Beitrag zur Erreichung der Klimaziele. Die Vielzahl und Dynamik der zu koordinierenden Elemente in einem Smart Grid machen es jedoch zu einem komplexen System, für das zentrale Automatisierungsansätze nur bedingt geeignet sind. Eine vielversprechende Alternative hierzu stellen dezentrale Architekturen und insbesondere Agentensysteme dar. Die Vorteile von Agentensystemen bestehen unter anderem in ihrer Verteiltheit, Flexibilität, Ausfallsicherheit und Skalierbarkeit. Zwei Kerneigenschaften von Agentensystemen sind lokales Wissen und die Fähigkeit zur Kommunikation. Für beides stellen Ontologien ein geeignetes Mittel dar, denn sie ermöglichen eine formale Beschreibung von Wissen und darüber hinaus logisches Schließen in Bezug auf dieses Wissen. Zudem existiert eine Vielzahl an frei nutzbaren Ontologien, die wiederverwendet werden können. Entsprechend gibt es viele Arbeiten, die sich mit dem Einsatz von Ontologien in Agentensystemen befassen. Demgegenüber steht allerdings ein Mangel an geeigneten Methoden. Bestehende Engineering-Methoden für Agentensysteme behandeln die Ontologie-Entwicklung nur oberflächlich und Ontologie-Entwicklungsmethoden berücksichtigen nicht die spezifischen Anforderungen von Agentensystemen. Die vorliegende Arbeit verfolgt das Ziel, diese Lücke zu schließen, um so einen Beitrag zur Effizienzsteigerung im Engineering von Agentensystemen zu leisten. Die hierzu entwickelte Methode stellt eine Ergänzung zu existierenden Engineering-Methoden für Agentensysteme dar und besteht aus drei Bausteinen. Zuerst werden die Anforderungen an die zu entwickelnde Ontologie systematisch aus dem UML-basierten Entwurf eines Agentensystems abgeleitet. Hierbei wird eine Semi-Formalisierung der erhobenen Anforderungen vorgenommen, um eine adäquate Grundlage für die spätere Ontologie-Verifizierung zu schaffen. Anschließend erfolgt die Ontologie- Entwicklung. Hervorzuhebende Merkmale hiervon sind der Fokus auf die Wiederverwendung von existierenden Ontologien, die zentrale Rolle von Domänenexperten und die Automatisierung von Teilschritten. Zuletzt erfolgt die Ontologie-Integration im Rahmen der Implementierungsphase des Agentensystems, um den Agenten Zugriff auf die Ontologie als lokale Wissensbasis zu geben und eine Ontologie-basierte Kommunikation untereinander zu ermöglichen. Zu diesem Zweck wurden eine Software-Bibliothek (Semantic Agent Framework) und ein dazugehöriges Vorgehen entwickelt, mit denen die Nutzung von Ontologien in Agentensystemen vereinfacht und somit der Implementierungsaufwand reduziert wird. Im Rahmen von drei Fallstudien aus der Smart Grid Domäne sowie einer Reihe von Experteninterviews konnte gezeigt werden, dass die entwickelte Methode das Forschungsziel der vorliegenden Arbeit erfüllt und einen Beitrag zu Effizienzsteigerung im Engineering von Agentensystemen leisten kann.
The development of smart grids will be a significant contribution to achieving climate targets. However, the large number and dynamics of the components that interact in a smart grid make it a complex system, for which centralized automation approaches are only suitable to a limited extent. Decentralized architectures and multi-agent systems in particular represent a promising alternative. The advantages of multi-agent systems include their distributed nature, flexibility, reliability, and scalability. Two core properties of agent systems are local knowledge and the agent’s ability to communicate. Ontologies are a suitable means for both, as they enable a formal description of knowledge and logical reasoning about this knowledge. In addition, there is a large number of freely available ontologies that can be reused, contributing to lowering the engineering effort. Accordingly, there are many works that deal with the utilization of ontologies in multi-agent systems. However, there is a lack of suitable methods that support the development and utilization of ontologies in the context of multi-agent systems. Existing engineering methods for multi-agent systems deal with ontology development only superficially, while dedicated ontology development methods do not take into account the specific requirements of multi-agent systems. The aim of this thesis is to close this gap and thus contribute to increasing efficiency in the engineering of multi-agent systems. The method developed for this purpose is supplemental to existing engineering methods for multi-agent systems and consists of three components. First, the requirements for the ontology to be developed are systematically derived from the UML-based design of a multi-agent system. This involves a semi-formalization of the elicited requirements to create an adequate basis for the later ontology verification. Subsequently, the ontology is developed. Key features of this are a focus on the reuse of existing ontologies, a central role of domain experts, and the automation of individual steps in the method. Finally, ontology integration takes place as part of the implementation phase of a multi-agent system to provide agents access to the ontology as a local knowledge base and to enable ontology-based communication with each other. For this purpose, a software library (Semantic Agent Framework) and associated procedures were developed. This significantly simplifies the use of ontologies in multi-agent systems and reduces the implementation effort. Three case studies from the smart grid domain and a series of expert interviews showed that the method developed fulfills the research objective of this thesis and can contribute to increasing efficiency in the engineering of multi-agent systems.
Version
Published version
Access right on openHSU
Open access