Дипломная работа студента 545 группы

«Мультиагентные платформы и их применение в сетевых задачах»

Дипломная работа студента 545 группы

Вольфсона Г.И.

Научный руководитель,

профессор А.Н. Терехов

доктор наук М.Б. Ярошевская

Заведующий кафедрой,

профессор А.Н. Терехов

Санкт-Петербург

2007 г.

Содержание

Стр.

1. 
   Введение______________________________________ 3
   
2. 
   Исследование предметной области________________ 5
   

2.2. Интеллектуальные агенты____________________ 7

2.3. Понятие мультагентной системы_______________8

2.4. Технологии создания мультиагентной системы__10

2.5. Обзор существующих методов________________11

3. Разработка мультиагентной системы______________12 3.1. Выбор мультиагентной платформы____________12 3.2. Особенности платформы JASDK_____________ 14

3.3. API-интерфейсы аглетов_____________________16

3.4. Реализация мобильности аглетов______________18

4. Реализация прототипов_________________________21

4.1. Простейший агент__________________________21

5. Область применения___________________________23

6. Заключение__________________________________25

7. Список литературы____________________________26

Приложение 1__________________________________27

Приложение 2__________________________________28

1. Введение

Концепция агентов, разработанная в рамках мультиагентных технологий и МАС, предполагает наличие активности, то есть способности программы самостоятельно реагировать на внешние события и выбирать соответствующие действия. Сегодня агентные технологии предлагают различные типы агентов, модели их поведения и свойства, семейство архитектур и библиотеки компонентов, ориентированные на современные требования, такие, например, как распределенность, автономность и др.

Задачами настоящей работы были:

• 
  Исследование предметной области
  
  • 
    Обзор и анализ технологий агентного программирования
    
  • 
    Рассмотрение и анализ существующих методов достижения поставленной цели
    
• 
  Выбор мультиагентной платформы
  
  • 
    Выработка критериев выбора мультиагентной платформы
    
  • 
    Анализ и оценка наиболее известных мультиагентных платформ по выработанным критериям
    
  • 
    Осуществление выбора платформы, в наибольшей степени удовлетворяющей целям настоящей работы
    
• 
  Разработка прототипов
  
  • 
    Разработка интеллектуального агента
    
  • 
    Разработка мобильного агента
    
• 
  Применение в коммерческой задаче
  

Данная работа обладает научной новизной, так как агентный подход к решению задач дистанционного управления сетевым трафиком применяется впервые.

2. Исследование предметной области

1. 
   Агенты. Основные понятия.
   

Практически во всех работах, где дается определение, что такое агент и каковы его базисные свойства, общим местом стало замечание об отсутствии единого мнения по этому поводу. Фактически, используя понятие “агент”, каждый автор определяет своего агента с конкретным набором свойств. Понятие агента используется в разных областях, например, на производстве агентом может называться робот, а в области телекоммуникаций - программа и т. п. Как следствие, в зависимости от среды обитания агенты обладают разными свойствами. Поэтому в процессе разработки и реализации систем в рамках данного направления появилось множество типов агентов, например: автономные агенты, мобильные агенты, персональные ассистенты, интеллектуальные агенты, социальные агенты и т.д. [2]

Таким образом, вместо единственного определения базового агента, имеется множество определений производных типов. Учитывая вышесказанное, понятие агента целесообразно трактовать как мета-имя или класс, который включает множество подклассов [Nwana, 1996]. Ряд определений агентов, данных разными исследователями, представлен в работе [Franklin, Graesser, 1996]. Можно остановиться на следующей нейтральной концепции:

Агенты описываются также рядом свойств, которые характеризуют понятие агента. Обычно агент обладает набором из следующих свойств [3]:

• 
  адаптивность: агент обладает способностью обучаться
  
• 
  автономность: агент работает как самостоятельная программа, ставя себе цели и выполняя действия для достижения этих целей
  
• 
  коллаборативность: агент может взаимодействовать с другими агентами несколькими способами, например, играя роль поставщика/потребителя информации или одновременно обе эти роли.
  
• 
  способность к рассуждениям: агенты могут обладать частичными знаниями или механизмами вывода, например, знаниями, как приводить данные из различных источников к одному виду. Агенты могут специализироваться на конкретной предметной области.
  
• 
  коммуникативность: агенты могут общаться с другими агентами
  
• 
  мобильность: способность к передачи кода агента с одного сервера на другой
  

Агенты бывают простые, смышленые и интеллектуальные. Интеллектуальные агенты отличаются от первых двух типов тем, что они способны обучаться, а также поддерживают real-time исполнения.

Для них необходимо не только наличие целей функционирования, но и возможность использования достаточно сложных знаний о среде, партнерах и о себе.

2. 
   Интеллектуальные агенты. Назначение и свойства.
   

Под интеллектуальным агентом в информатике и искусственном интеллекте

понимаются любые физические или виртуальные единицы, способные, по крайней мере, поддерживать взаимодействие с окружающим миром, получая от него информацию, и, реагируя на нее своими действиями, проявлять собственную инициативу, посылать и получать сообщения от других агентов и вступать с ними во взаимодействие, действовать без вмешательства извне, в том числе и без вмешательства человека.
Интеллектуальные агенты, обладая развитым внутренним представлением

внешней среды и возможностями рассуждений, способны запоминать и анализировать различные ситуации, предвидеть возможные реакции на свои действия, делать из этого выводы, полезные для дальнейших действий, и в результате прогнозировать свое будущее и изменения внешней среды. Интеллектуальные способности позволяют таким агентам строить виртуальные миры, работая в которых, они формируют планы действий.

• социальное поведение – возможность взаимодействия и коммуникации с

другими агентами;

• реактивность – адекватное восприятие среды и соответствующие реакции

на ее изменения;

• активность – способность генерировать цели и действовать рациональным

образом для их достижения;

• базовые знания – знания агента о себе, окружающей среде, включая других агентов, которые не меняются в рамках жизненного цикла агента;

• убеждения – переменная часть базовых знаний, которые могут меняться во

времени, хотя агент может об этом не знать и продолжать их использовать для своих целей;

• цели – совокупность состояний, на достижение которых направлено текущее поведение агента;

• желания – состояния и/или ситуации, достижение которых для агента важно;

• обязательства – задачи, которые берет на себя агент по просьбе и/или поручению других агентов;

• намерения – то, что агент должен делать в силу своих обязательств и/или

желаний.
Иногда в этот же перечень добавляются и такие свойства, как рациональность, правдивость, благожелательность, а также мобильность, хотя последнее характерно не только для интеллектуальных агентов.

2. 
   Понятие мультиагентной системы. Архитектуры МАС.
   

Мультиагентная система (далее – МАС) – есть совокупность нескольких агентов.

• архитектуры, основанные на поведенческих моделях типа «стимул-

реакция»;

• гибридные архитектуры.

Архитектуры MAC и их характеристики, широко используемые в настоящее

время, представлены в таблице [5]:

Организация MAC на принципах искусственного интеллекта имеет преимущества с точки зрения удобства использования методов и средств символьного представления знаний, разработанных в рамках искусственного интеллекта. Но в то же время создание точной и полной модели представления мира, процессов и механизмов рассуждения в нем представляют здесь существенные трудности.

подходов. Вот почему в последнее время явно прослеживается тенденция разработки

и использования именно гибридных МАС-архитектур и систем агентов.
При исследовании сложных систем с использованием технологии МАС реализуются следующие фундаментальные идеи:
1. Агенты. В сложных системах существуют автономные агенты, которые взаимодействуют друг с другом при выполнении своих определенных задач.

2. Агенты изменяют свое поведение на основе полученной информации и реагируют на свою среду.

3. Структура сложных систем формируется в результате взаимодействия между агентами. Результаты функционирования возникающей структуры могут быть как положительными, так и отрицательными, в силу чего их необходимо анализировать при разработке системы на базе агентов.

4. Системы с возникающими структурами часто существуют на грани порядка и хаоса. Для них характерно промежуточное состояние между упорядоченным состоянием и хаосом.

5. При создании систем на базе агентов необходимо учитывать их паразитизм, симбиоз, репродукцию, генетику, естественный отбор, т.е. подходы, которые сложились у природы при решении комбинаторных задач.

Агенты могут работать как неинтерактивные особи или как коллектив. В первом случае система очень проста: агенты делают то, о чем их просят. Для получения результата большего, чем сумма работ, выполняемых индивидуально отдельными агентами, необходимо их взаимодействие.

1. В возникающих структурах агенты организуются в целое, которое больше, чем просто сумма составляющих.

2. Простые правила могут генерировать логически связанное новое явление.

3. При проектировании систем на базе агентов для слабопрогнозируемых ситуаций наиболее применим подход снизу вверх, а не традиционный подход сверху вниз. Такой подход объясняется тем, что большинство систем возникают из популяции более простых систем.

4. Устойчивые возникающие структуры могут стать компонентами более сложных возникающих структур и приводят к иерархии возникающих структур и их масштабируемости.

5. Агенты и их взаимодействующие структуры могут формировать двунаправленную связь, т.е. взаимное влияние структуры на агентов.

6. Явление возникновения – это, как правило, устойчивые связи с меняющимися компонентами.

7. Множество агентов могут быть гомогенными или гетерогенными. Большинство систем создается на основе гетерогенности, используя действие различных видов агентов.

как принципиально новая информационная технология, сформированная на базе слияния информационных и телекоммуникационных технологий, но и как новая парадигма программирования, в какой-то мере альтернативная объектно-ориентированному программированию.

2. 
   Технологии создания МАС.
   

Для построения MAC необходим инструментарий, состоящий из двух компонентов:

• окружения периода исполнения.

Разработка мультиагентных систем идет по двум основным направлениям: системы на основе распределенного искусственного интеллекта и системы на основе сценариев [6].

Исследования в этом направлении в настоящее время идут по пути интенсивных теоретических исследований и прикладных разработок [4].

2.5. Обзор существующих методов решения поставленной задачи. Преимущества агентного подхода.

Конечно, задача дистанционного управления, в частности, мониторинга, появилась не вчера. Поэтому существует ряд программных продуктов, разработанных в разных странах, которые достаточно эффективно решают данную проблему. Одним из таких продуктов является ClickOnce от Microsoft [8].
Однако практически все эти системы обладают двумя существенными недостатками.
Во-первых, большинство из них ориентировано исключительно под операционную систему Windows. Что, конечно же, является серьезным недостатком, так как в последнее время в операционных системах ценится также и их доступность, чему в гораздо большей мере удовлетворяют системы класса UNIX.
Во-вторых, все это уже готовые программные продукты. Под словом «готовые» я подразумеваю тот факт, что система не эволюционирует со временем, то есть не реагирует на изменения. Таким образом, каждое изменение среды должно повлечь за собой изменение программного кода.
Агентный подход решает обе эти проблемы. Что касается операционной системы – так как я реализовывал агентов на языке Java, за счет переносимости Java-кода мне абсолютно все равно, какая операционная система будет использоваться.
Что касается эволюции – как можно видеть выше, интеллектуальные агенты как раз предполагают изменение своего поведения в зависимости от изменений во внешней среде. О том, как реализуется данная эволюция, мы поговорим чуть ниже.

3. Разработка мультиагентной системы

1. 
   Выбор мультиагентной платформы
   

Прежде чем начать разработку мультиагентной системы, разумеется, нужно выбрать среду разработки, ту мультиагентную платформу, над которой будут работать агенты.

Таблица 1. Сравнение мультиагентных платформ.

Поясним понятия, упомянутые в таблице:

Язык – язык программирования, используемый данной платформой,

Мобильность – способность данной мультиагентной платформы поддерживать мобильность создаваемых агентов (некоторые платформы ориентированы исключительно на интеллектуальных агентов, без мобильности),

Открытость – находится ли платформа в свободном доступе,

Поддержка разных ОС – зависит ли платформа от конкретной операционной системы,

Интерфейс – насколько удобен пользовательский интерфейс данной платформы,

Помощь – есть ли четко прописанное руководство пользователя, помогающее обращаться с данной платформой. Я намеренно вынес этот пункт отдельно, хотя формально его можно было бы приписать к пользовательскому интерфейсу. Однако в некоторых платформах процесс разработки достаточно удобен, пока используешь исключительно простые функции, а когда нужно разобраться в более сложных методах – начинаются проблемы, так как нет подробного пояснительного документа.

Итак, из таблицы видно, что всем вышеуказанным критериям удовлетворяет мультиагентная платформа JASDK (Java Aglets Software Development Kit). Эта мультиагентная платформа ориентирована на создание так называемых аглетов, то есть мобильных агентов.

3.2. Особенности платформы JASDK

Итак, аглет (aglet) - это Java-агент (апплет-агент), который может перемещаться от одного компьютера к другому. Работу аглета можно приостановить на одном компьютере, перенести на другой, удаленный, и продолжить там. При этом переносимость Java-кода гарантирует, что такой агент будет работать на любой машине и в любой операционной системе. Когда аглет перемещается с машины на машину, он переносит свой собственный код, состояние, в котором находился, и все объекты, которые были с ним связаны. Встроенный механизм безопасности защищает компьютер от непроверенных внешних аглетов.
Авторы технологии аглетов преследовали следующие цели:

1. 
   Создать простую, всеобъемлющую и расширяемую архитектуру для разработки мобильных агентов (аглетов), не прибегая к изменениям виртуальной машины Java и базовых методов, а опираясь только на возможности Web- и Java-технологий.
   
2. 
   Разработать гибкие механизмы совместной работы агентов, которые позволят им легко взаимодействовать друг с другом.
   
3. 
   Построить надежные и простые механизмы безопасности, которые обеспечат доверие к передвижным агентам со стороны конечных пользователей.
   

В результате получилась архитектура аглетов, которая состоит из двух наборов интерфейсов и двух слоев реализации:

-- -- -- слой реализации методов аглета;

-- передача агента по сети и интерфейс связи между аглетами;

-- -- -- транспортный слой.

3.3. API-интерфейсы аглетов

• 
  Запросить список доступных AgletProxy, вызывая метод AgletContext.getAgletProxies().
  
• 
  Получить AgletProxy для данного AgletID через метод AgletContext.getAgletProxy(AgletID) или Aglets.getAgletProxy(String contextName, AgletID).
  
• 
  Найти AgletProxy с помощью сообщения. AgletProxy может быть помещен в сообщение как один из аргументов и послан другому аглету.
  
• 
  Поместить AgletProxy в объект ContextProperty с помощью метода AgletContext.setProperty(String, Object) и использовать его совместно несколькими аглетами.
  

Технология аглетов включает стандартную реализацию интерфейса AgletProxy, поэтому программисты не обязаны его реализовывать. Однако, если приложение использует более сложную систему безопасности или модель обмена сообщениями между аглетами, то его разработчикам придется создавать свою собственную реализацию этого интерфейса.

3.4. Реализация мобильности аглетов

• 
  Метод Dispatch (послать) предназначен для передачи аглета на новый компьютер. Он предписывает получателю восстановить агент из содержимого запроса и запустить его на новом месте. Если запрос удовлетворен, то отправитель должен уничтожить агента на своем компьютере и освободить все занимаемые им ресурсы.
  
• 
  Метод Retract (вернуть обратно) используется в случаях, когда необходимо получить аглет с какой-либо системы. С его помощью можно заставить получателя переслать отправителю указанный аглет. При этом отправитель должен восстановить аглет и исполнить его. Если аглет успешно передан, то приемнику надлежит уничтожить у себя переданный аглет и освободить занимаемые им ресурсы.
  
• 
  Метод Fetch (получить) необходим для передачи информации об аглетах. Он, так же как и метод GET в протоколе HTTP, просит получателя сообщить идентификационную информацию аглета.
  
• 
  Метод Message (сообщение) используется для обмена сообщениями между удаленными аглетами. Он позволяет аглету, который находится на компьютере отправителя, передать сообщение аглету на компьютере получателя, используя при этом идентификационный номер аглета, который можно приобрести с помощью метода Fetch.
  

Поскольку подготовка спецификации протокола ATP еще не завершена, в окончательном варианте могут появиться дополнительные методы. Следует отметить, что параллельно с разработчиками ATP аналогичный протокол - MAF - разрабатывает группа OMG. Если MAF будет принят как стандарт, то разработчикам ATP придется пересмотреть спецификацию своего протокола.

Клиент
Клиентская программа не имеет тех возможностей, которые предусмотрены в серверной - в ее распоряжении есть только средства для удаленного создания, обслуживания и контроля аглетов или адресации им сообщений. Поэтому такое приложение требует меньше ресурсов для работы с аглетами, а это уменьшает потенциальную опасность, поскольку в этом случае невозможно загрузить любой аглет с внешнего компьютера и исполнить его.

4. Реализация прототипов

Теперь, когда мы выбрали мультиагентную платформу и поговорили о ее свойствах, настало время реализовать ряд прототипов – примеров, которые помогут нам в дальнейшем при создании искомой системы.
4.1. Простейший агент

Конечно же, я начал с так называемого Hello-Agent’а, который печатает “created!”, когда создается и говорит “hello!” когда запускается. В дальнейшем я его несколько усовершенствовал, добавив опцию “sayHelloAgain” – получив соответствующее сообщение, агент снова приветствует нас. Наконец, я добавил самую простую мобильность – включил опцию передачи агента на другой компьютер. Когда агент передается на другой компьютер, он пишет “bye!”. Полный программный код агента можно увидеть в Приложении 1.

4.2. Интеллектуальный агент

Затем, я создал простейшего интеллектуального агента. Данный агент был призван реагировать на изменения внешнего мира. Этот агент выдавал сообщения о прошедших десяти минутах (каждые десять минут, соответственно).

4.3. Мобильный агент

Агент был призван пройти по адресам, указанным в книге адресов, по прибытии в очередной узел сети он выдавал сообщение о приходе, после чего ждал указанное время, а затем переходил на следующий узел. Время задержки, сообщение и адреса можно ввести в диалоговом окне,
Интерфейс моего агента выглядел так:

Агент начинает перемещаться, когда пользователь нажмет на “GO!”

5. Область применения

Итак, я реализовал ряд вспомогательных прототипов моей системы.

Реализовал я свою систему в рамках проекта «Почта России» в компании СКБ ВТ «ИСКРА». В этой главе я кратко опишу данный проект, а также что я уже сделал и что предстоит сделать.

• 
  Мониторинг. Сюда входят такие моменты, как сбор информации на киосках, слежение за состояниями как киосков в целом, так и составных частей киосков.
  
• 
  Диспетчеризация. Здесь можно выделить анализ собранной информации, своевременная и правильная реакция на события, которые происходят в киоске. Например, своевременная замена отказавших частей, заполнение денежного ящика и т.д.
  
• 
  Изменение программы. Имеется в виду изменение, например, законодательства, процентов комиссии или стоимостей товаров.
  

И осенью 2006 года мной было предложено использовать агентные технологии при решении этих задач. Про первые два пункта уже было сказано немало, почему агентные технологии эффективны при решении подобных задач. Что касается третьего пункта, то его не сложно реализовать, учитывая способность агентов к взаимной коммуникации. В случае некоего изменения по сети распространяется агент, который общается с агентами на соответствующих узлах, после чего агенты на узлах «учатся», то есть изменяют свой код с учетом той информации, которую они получили.

Окончательный ввод в эксплуатацию запланирован на январь 2008 года.

Заключение.

Список литературы:

1. Etzioni O., Weld D. Agent Programming, 1995
2. Wooldridg, Jennings, Multi Agent Systems, 1995
3. Bradshow I. Agent Methods, 2001
4. Чекинов Г.П., Чекинов С.Г. Применение технологии многоагентных систем для интеллектуальной поддержки принятия решения (ИППР). // Сетевой электронный научный журнал «Системотехника», №1, 2003 http://systech.miem.edu.ru/2003/n1/Chekinov.htm
5. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. – М.: Наука, 2003.
6. Поспелов Д.А. Многоагентные системы – настоящее и будущее // Информационные технологии и вычислительные системы, № 1, 2002. – С. 14-21.
7. Евгенев Г.Б. Мультиагентные системы компьютерной инженерной деятельности // Информационные технологии, № 4, 2000. – С. 2-7.
8. http://www.microsoft.com
9. http://www.raai.org/about/persons/osipov/pages/ai/ai.html.
10. http://dll.botik.ru/nut/searchagents.html.

Приложение 1. Программный код простейшего агента.

public class HelloAglet extends Aglet {

public void onCreation(Object init) {

System.out.println("created!");

}

public void run() {

}

public boolean handleMessage(Message msg) {

System.out.println("hello!");

return true;

}

return false;

public void onDisposing() {

System.out.println("bye!");

}

}

package my;

import com.ibm.aglet.event.*;

import com.ibm.aglet.util.*;

import com.ibm.agletx.util.SimpleItinerary;

import java.lang.InterruptedException;

import java.io.Externalizable;

import java.io.ObjectInput;

import java.io.ObjectOutput;

import java.io.IOException;

import java.net.*;

import java.awt.*;

import java.util.*;

public class MyAglet extends Aglet {
String message = "Hi from MyAglet!"; // Сообщение

int worktime = 5; // время работы по умолчанию

transient Frame my_dialog = new MyDialog(this);

String home = null;

SimpleItinerary itinerary = null;

public void onCreation(Object init) {

itinerary = new SimpleItinerary(this);
my_dialog.pack();

my_dialog.resize(my_dialog.preferredSize());

my_dialog.show();
// Initialize the variables.

home = getAgletContext().getHostingURL().toString();

}
/*

* Обработчик сообщений

*/

public boolean handleMessage(Message msg) {

atHome(msg);

} else if (msg.sameKind("startTrip")) {

startTrip(msg);

} else if (msg.sameKind("sayHello")) {

sayHello(msg);

} else if (msg.sameKind("sendSelf")) {

sendSelf(msg);

} else if (msg.sameKind("sayClone")) {

setText("I'm clone"); // сказать, что я клон

} else if (msg.sameKind("dialog")) {

dialog(msg);

} else {

return false;

}

return true;

public void atHome(Message msg) {

setText("I'm back.");

}
// Начать путешествие!

public synchronized void startTrip(Message msg) {

try {

String addr, itin_str=null;

addr = new String( addr_seq.nextToken() );

itin_str = new String( ((String)msg.getArg()).substring(addr.length()) );

System.out.println( "go to ->" + addr );

System.out.println( "itinerary: " + itin_str );

itinerary.go( addr, new Message("sayHello", itin_str) );

}

} catch (Exception ex) {

}

}

public void sayHello(Message msg) {

setText(message);
waitMessage(worktime * 1000); // задержка, чтобы успеть прочитать
try {

StringTokenizer addr_seq = new StringTokenizer( (String)msg.getArg() );

String addr, itin_str=null;
if( addr_seq.hasMoreTokens() ) {

addr = new String( addr_seq.nextToken() );

if( ((String)msg.getArg()).indexOf(' ') == -1 )

itin_str = new String(" ");

else

itin_str = new String( ((String)msg.getArg()).substring( addr.length() +

}

else

System.out.println( "itinerary: " + itin_str ); // отладки

waitMessage(1000);

itinerary.go( addr, new Message( ((itin_str==null)? "atHome": "sayHello"), itin_str) );

} catch (Exception ex) {

ex.printStackTrace();

}

}

public void sendSelf(Message msg) {

// greetings

setText("I'll go to... " + (String)msg.getArg() );

waitMessage(1000);

try {

} catch (Exception ex) {

ex.printStackTrace();

}

}

* Создание и показ диалогового окна.

* Этот аглет хранит ссылку на вход диалога, чтобы избегать множественного

* открытия окна.

*/

public void dialog(Message msg) {

if (my_dialog == null) {

my_dialog = new MyDialog(this);

my_dialog.pack();

my_dialog.resize(my_dialog.preferredSize());

}

my_dialog.show(); // показать dialog box

}

/*

*/

class MyDialog extends Frame {

private MyAglet aglet = null;

private AddressChooser dest = new AddressChooser();

private TextField msg = new TextField(18);

private Label time_txt = new Label("Время работы (сек.):");

private TextField time = new TextField(4);

private Button go = new Button("GO!");

private Button send = new Button("Send CLONE!");

private Button close = new Button("CLOSE");

MyDialog(MyAglet aglet) {

this.aglet = aglet;

layoutComponents();

dest.setAddress("atp://");

msg.setText(aglet.message);

time.setText(""+aglet.worktime);

}
// Размещаем компоненты

private void layoutComponents() {

// Layouts components

GridBagLayout grid = new GridBagLayout();

GridBagConstraints cns = new GridBagConstraints();

setLayout(grid);
cns.insets = new Insets(5,5,5,5);
cns.weightx = 1.0;

cns.weighty = 1.0;

cns.gridheight = 2;

cns.gridwidth = GridBagConstraints.REMAINDER; // этот элемент - последний в строке

add(dest); // добавляем адресную книгу

grid.setConstraints(msg, cns);

add(msg);
cns.gridwidth = GridBagConstraints.RELATIVE;

grid.setConstraints(time_txt, cns);

add(time_txt);
cns.gridwidth = GridBagConstraints.REMAINDER;

cns.fill = GridBagConstraints.VERTICAL;

grid.setConstraints(time, cns);

add(time);

cns.fill = GridBagConstraints.NONE;

cns.gridheight = 1;
Panel p = new Panel(); // делаем панель и вносим в нее кнопки
grid.setConstraints(p, cns);

add(p);

p.add(go);

p.add(send);

p.add(close);

}
// обработчик событий

public boolean handleEvent(Event ev) {

if (ev.id == Event.WINDOW_DESTROY) {

hide();

}

return super.handleEvent(ev);

public boolean action(Event ev, Object obj) {

if (ev.target == send) {

aglet.message = msg.getText();

try {

StringTokenizer serv_seq = new StringTokenizer( (String)dest.getAddress() );

String serv = new String( serv_seq.nextToken() );

AgletProxy p = (AgletProxy)aglet.clone();

p.sendOnewayMessage( new Message("sendSelf", serv) );

}

} catch (Exception e) {

}

} else if (ev.target == go) {

aglet.worktime = ( new Integer(time.getText()) ).intValue();

aglet.handleMessage( new Message("startTrip", dest.getAddress()) );

} else if (ev.target == close) {

hide();

} else {

}

return true;

}