Neste trabalho foi investigado um novo modelo baseado em inteligência artificial como ferramenta para a resolução do problema de planejamento da operação de sistemas hidrotérmicos de potência. Esta abordagem, que utiliza os princípios da evolução genética, tem se destacado com alta eficiência na solução de problemas de otimização. Para atender a todas as características do problema foram feitas algumas adaptações dos operadores genéticos tradicionais de recombinação e mutação, sendo o problema codificado usando uma cadeia de números reais, e não binários como normalmente é apresentado na literatura. Para isto, foram realizados vários testes visando moldar a técnica ao problema em questão, levando em conta suas características específicas. O algoritmo proposto também foi aplicado em vários testes com usinas pertencentes ao sistema hidroelétrico brasileiro e mostrou o bom desempenho desta abordagem em determinar uma operação ótima, garantindo, da melhor forma possível, o atendimento da demanda por um custo mínimo e com confiabilidade. As aplicações incluíram sistemas complexos, de grande porte, com até 35 usinas hidroelétricas, onde foram obtidos resultados satisfatórios. / The present thesis investigates a new model based on artificial inteligence as a tool to solve the problem of the operational planning of hydrothermal systems. This approach, which uses the principle of genetic evolution, has been very successful and efficient in the solution of optimization problems. To represent all the characteristics of the problem some adaptations of the traditional genetic operators of recombination and mutation were made. The problem used a string of real numbers instead of binary as usually presented in the literature. Thus, several tests were performed in order to adapt the technique to the problem, taking into account its specific characteristics. The proposed algorithm has been applied in several tests in real hydrothermal systems, with plants belonging to the brazilian southeast system. The results achieved so far have indicated that the proposed approach can be an effective alternative or a complementary technique for the planning of hidrothermal system, as it determines an operation strategy for each power plant and minimizes the expected value of the operative cost along the planning horizon. The applications include large systems, with up to 35 hydroelectric plants, where good results were obtained.

The amount of digital data produce in the last years has increased significantly. MapRe- duce framework such as Hadoop have been widely used for processing big data on top of cloud resources. In spite of these advances, contemporary systems are complex and dy- namic which makes them hard to configure in order to improve application performance. Software auto-tuning is a solution to this problem as it helps developers and system ad- ministrators to handle hundreds of system parameters. For example, current work in the literature use machine learning algorithms for Hadoop automatic configuration to improve performance. However, these solutions use single machine learning algorithms, thus making unfeasible to compare these solutions with each other to understand which approach is best suited given an application and its input. In addition, current work is intrusive or expose operational details for developers and/or system administrators. This work proposes a transparent, modular and hybrid approach to improve the performance of Hadoop applications. The approach proposes an architecture and implementation of transparent software that automatically configures the Hadoop. Furthermore, this ap- proach proposes a hybrid solution that combines genetic algorithms with various machine learning techniques as separate modules. A research prototype was implemented and eval- uated proving that the proposed approach can significantly reduce the execution time of applications Hadoop WordCount and Terasort autonomously. Furthermore, the approach converges quickly to the most suitable configuration application with low overhead. / Nas últimas décadas, a quantidade de dados gerados no mundo tem aumentado de maneira significativa. A Computação em Nuvem juntamente com o modelo de programação Map- Reduce, através do arcabouço Hadoop, têm sido utilizados para o processamento desses dados. Contudo, os sistemas contemporâneos ainda são complexos e dinâmicos, tornando-se difíceis de se configurar. A configuração automática de software é uma solução para esse problema, ajudando os programadores e administradores gerir a complexidade desses sistemas. Por exemplo, há soluções na literatura que utilizam aprendizado de máquina para a configuração automática do Hadoop com o intuito de melhorar o desempenho das suas aplicações. Apesar desses avanços, as soluções atuais para configurar automaticamente o Hadoop utilizam soluções muito específicas, aplicando algoritmos de aprendizagem de máquinas isoladamente. Assim, esses algoritmos não são comparados entre si para entender qual abordagem é mais adequada para a configuração automática do Hadoop. Além disso, essas soluções são intrusivas, ou seja, expõem detalhes operacionais para programadores e/ou administradores de sistemas. Esse trabalho tem por objetivo propor uma abordagem transparente, modular e híbrida para melhorar o desempenho de aplicações Hadoop. A abordagem propõe uma arquitetura e implementação de software transparente que configura automaticamente o Hadoop. Além disso, a abordagem propõe uma solução híbrida que combina Algoritmos Genéticos e várias técnicas de aprendizado de máquina (machine learning) implementadas em módulos separados. Um protótipo de pesquisa foi implementado a avaliado mostrando que a abordagem proposta consegue diminuir significativamente o tempo de execução das aplicações Hadoop WordCount e Terasort. Além disso, a abordagem consegue convergir rapidamente para a configuração mais adequada de cada aplicação, alcançando baixos níveis de custos adicionais (overhead).

Submitted by Marcelo Seita (mrseita@gmail.com) on 2014-08-20T16:21:47Z No. of bitstreams: 1 Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5) / Approved for entry into archive by JOANA MARTORINI (joana.martorini@fgv.br) on 2014-08-20T16:29:41Z (GMT) No. of bitstreams: 1 Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5) / Made available in DSpace on 2014-08-20T19:02:48Z (GMT). No. of bitstreams: 1 Versão_4.3.pdf: 1745536 bytes, checksum: ae0ce9636f907bd1139ff730270fa1ce (MD5) Previous issue date: 2014-07-29 / Aiming to establish a methodology capable of segregate market’s moments and identifying investors's characteristics acting on a given financial market, this study employs simulations created by an Agent-based Artificial Financial Market, using a Genetic Algorithm to adjust such simulations to the real observed historic data. For this purpose, a Bovespa's index future contracts application was developed. This methodology could easily be extended to other financial markets by simply changing the model's parameters. Over the foundations established by Toriumi et al. (2011), significant contributions were achieved, promoting knowledge enhancements on the chosen target market, as well as on Artificial Financial Market modelling techniques, and also on the application of Genetic Algorithm into financial markets, resulting on experiments and analysis that suggest the efficacy of the methodology herein proposed. / Com o objetivo de estabelecer uma metodologia capaz segregar momentos de mercado e de identificar as características predominantes dos investidores atuantes em um determinado mercado financeiro, este trabalho emprega simulações geradas em um Mercado Financeiro Artificial baseado em agentes, utilizando um Algoritmo Genético para ajustar tais simulações ao histórico real observado. Para tanto, uma aplicação foi desenvolvida utilizando-se o mercado de contratos futuros de índice Bovespa. Esta metodologia poderia facilmente ser estendida a outros mercados financeiros através da simples parametrização do modelo. Sobre as bases estabelecidas por Toriumi et al. (2011), contribuições significativas foram atingidas, promovendo acréscimo de conhecimento acerca tanto do mercado alvo escolhido, como das técnicas de modelagem em Mercados Financeiros Artificiais e também da aplicação de Algoritmos Genéticos a mercados financeiros, resultando em experimentos e análises que sugerem a eficácia do método ora proposto.

Submitted by Fernando Reis de Odriozola (odriozola.fernando@gmail.com) on 2015-09-21T04:39:27Z No. of bitstreams: 1 Dissertação - Fernando R Odriozola.pdf: 881210 bytes, checksum: 13c5e46a6da326c976883920a7af7eb6 (MD5) / Approved for entry into archive by Renata de Souza Nascimento (renata.souza@fgv.br) on 2015-09-21T23:06:54Z (GMT) No. of bitstreams: 1 Dissertação - Fernando R Odriozola.pdf: 881210 bytes, checksum: 13c5e46a6da326c976883920a7af7eb6 (MD5) / Made available in DSpace on 2015-09-22T13:32:47Z (GMT). No. of bitstreams: 1 Dissertação - Fernando R Odriozola.pdf: 881210 bytes, checksum: 13c5e46a6da326c976883920a7af7eb6 (MD5) Previous issue date: 2015-08-24 / For complex systems, traditional analytical-approach with differential equations sometimes results in intractable solutions. An alternative approach could be through Agents-Based Models as a complementary tool witch systems can be modeled from their constituent parts and interactions. Financial Markets are good examples of complex system and thus Agent-Based Models would be a correct approach. This paper implements an Artificial Financial Market composed by market makers, information broadcasters and a set of heterogeneous agents who trade assets through a Continuous Double Auction mechanism. Several aspects of the simulation were investigated to consolidate their understanding and thus contribute to the design of models, where we can highlight, among others: distinctions between Discrete and Continuous Double Auction; implications of Market Maker spread settings; Budget Constraints effects on agents and Analysis of pricing formation in offer submissions. Thinking about the adherence of the model to the Brazilian market reality, a method named Inverse Simulation is used to calibrate the input parameters in a way that the output matches historical market price series. / Na modelagem de sistemas complexos, abordagens analíticas tradicionais com equações diferenciais muitas vezes resultam em soluções intratáveis. Para contornar este problema, Modelos Baseados em Agentes surgem como uma ferramenta complementar, onde o sistema é modelado a partir de suas entidades constituintes e interações. Mercados Financeiros são exemplos de sistemas complexos, e como tais, o uso de modelos baseados em agentes é aplicável. Este trabalho implementa um Mercado Financeiro Artificial composto por formadores de mercado, difusores de informações e um conjunto de agentes heterogêneos que negociam um ativo através de um mecanismo de Leilão Duplo Contínuo. Diversos aspectos da simulação são investigados para consolidar sua compreensão e assim contribuir com a concepção de modelos, onde podemos destacar entre outros: Diferenças do Leilão Duplo Contínuo contra o Discreto; Implicações da variação do spread praticado pelo Formador de Mercado; Efeito de Restrições Orçamentárias sobre os agentes e Análise da formação de preços na emissão de ofertas. Pensando na aderência do modelo com a realidade do mercado brasileiro, uma técnica auxiliar chamada Simulação Inversa, é utilizada para calibrar os parâmetros de entrada, de forma que trajetórias de preços simulados resultantes sejam próximas à séries de preços históricos observadas no mercado.

Made available in DSpace on 2014-06-11T19:31:37Z (GMT). No. of bitstreams: 0 Previous issue date: 2005-12-05Bitstream added on 2014-06-13T19:20:52Z : No. of bitstreams: 1 guimaraes_am_dr_botfca.pdf: 960847 bytes, checksum: a716ab7dc09b4f9f246b403c778558b1 (MD5) / Essa tese apresenta o desenvolvimento de um sistema de mineração de dados baseado na técnica de computação evolucionária denominada Algoritmos Genéticos. O sistema resultante, de nome MinAG, realiza a tarefa de classificação de dados contínuos e destina-se a minerar dados físico-químicos do solo e da água. Os padrões de comportamento dos atributos minerados são apresentados no formato SE-ENTÃO, facilitando a compreensão da informação descoberta. Foram definidos alguns requerimentos e restrições para o uso desse sistema relacionados às características do arquivo de dados possível de ser minerado. O MinAG adota o conceito de computação em grid, o que propicia para que mais e melhores resultados sejam obtidos. Os testes realizados permitiram concluir que o sistema executou as tarefas definidas para o mesmo e gerou resultados corretos ao minerar as bases de dados a que se propôs, atingindo, portanto os objetivos dessa tese. Foram realizados dois estudos de casos. No primeiro foi utilizada uma base de dados brasileira sobre dados físico-químicos do solo obtidos por equipamentos de agricultura de precisão na região de Campos Novos Paulista - SP. No segundo estudo de caso usou-se uma base de dados de qualidade de água do estado da Flórida - EUA. Em ambos os casos o sistema foi capaz de atingir seu objetivo encontrando padrões de comportamento nos dados. Pode-se concluir que o sistema MinAG apresenta-se como uma nova maneira de analisar a correlação entre os elementos físico-químicos do solo e da água. Esse sistema não deve ser entendido como um substituto de métodos de análise tradicionais, como a estatística. Sua função é servir como uma ferramenta adicional na geração de informações para auxílio à compreensão do comportamento existente nos dados. / This thesis presents the data mining system development based on an evolutionary computation technique named Genetic Algorithms. The MinAG system performs the continuous data classification task and mines water and soil physico-chemical datasets. The patterns discovered by mining the attributes are presented using the IF-THEN rule format. It makes it easier to understand the information discovered. Some requirements and restrictions related to the dataset features were defined in order to use the system. MinAG adopts the grid computing concept in order to produce more and better results. By the evaluation system, it was possible to conclude that it is able to perform the proposed tasks and produces correct results when mining the datasets. Therefore, the system reached the thesis goals. Two case studies were performed. In the first one, a Brazilian dataset related to soil physico-chemical properties was used. The data was obtained in Campos Novos Paulista - SP by Precision Agriculture equipment. In the second case study, a Florida - USA water quality dataset was utilized. The system discovered behavior patterns achieving the goals in both cases. The MinAG system presents a new way to analyse the correlation between the water and soil physico-chemical attributes. This system is not a substitute for traditional methods such as statistics. In fact, it is an auxiliary tool to generate information in order to help understand the behavior between data.

The methods of protein-ligand docking are computational methods usedto predict the mode of binding of molecules into drug candidates for its receptor. The docking allows tests of hundreds of compounds in ashort space of time, assisting in the discovery of new drug candidates. The great complexity that involves the binding of protein-ligand complex, makes the problem of docking computationally difficult to be solved. In this work, we used the Genetic Algorithms which is a technique of optimization based on the theory of biological evolution of Darwin. The proposed algorithm was implemented and tested initially by Camila S. de Magalhães in her doctoral thesis, with the Group of Molecular Modeling of Biological Systems at LNCC, with a range of 5 ligands of HIV-1 protease. It was built a new set used for test with 49 structures with several physico-chemical properties, distributed in 22 different families of protein, allowing for a broader test of the algorithm It was conducted a detailed study of the dependence of the genetic algorithm in relation to the distribution of its initial population and it was also investigated ways more efficient and robust to generate the same. Among these, the proposal to distribute the initial population based on the coordinates of individuals of lower energy in the population (proposal 5), it is very promising. This distribution has allowed the algorithm to obtain good results, finding solutions of lower energy in the population very close to experimental structure optimized, without having specific information about the experimental structure. This fact is very important, because the algorithm makes it more realistic in view that in the rational design of drugs, it has not the trial structure. / Os métodos de docking proteína-ligante, são métodos computacionais usados para predizer o modo de ligação de moléculas candidatas a fármaco em seu receptor. O docking permite o teste de centenas de compostos em um curto espaço de tempo, auxiliando na descoberta de novos candidatos a fármacos. A grande complexidade que envolve a ligação do complexo ligante-proteína, torna o problema de docking difícil de ser resolvido computacionalmente. Neste trabalho, são usados os Algoritmos Genéticos, que são uma técnica de otimização baseada na teoria da evolução biológica de Darwin. O algoritmo proposto foi implementado e testado inicialmente por Camila S. de Magalhães em sua tese de doutorado, junto ao Grupo de Modelagem Molecular de Sistemas Biológicos do LNCC, com um conjunto de 5 ligantes de HIV-1 protease. Foi construido um novo conjunto utilizado para teste, agora com 49 estruturas com propriedades físico-químicas diversas, distribuidos em 22 famílias distintas de proteínas, permitindo um teste mais amplo do algoritmo. Foi realizado um estudo aprofundado sobre a dependência do Algoritmo Genético em relação à distribuição da sua população inicial e investigou-se formas mais eficientes e robustas de gerar a mesma. Dentre estas, a proposta de distribuir a população inicial baseada nas coordenadas dos indivíduos de menor energia na população (proposta 5), é muito promissora. Esta distribuição permitiu o algoritmo obter bons resultados, encontrando soluções de menor energia na população muito próximas a estrutura experimental otimizada, sem possuir informações específicas sobre a estrutura experimental. Este fato é muito importante, pois torna o algoritmo mais realista, tendo em vista que no desenho racional de fármacos real não se dispoe da estrutura experimental.

Esta dissertação trata do problema do projeto de redes de transporte público por ônibus, que consiste em estabelecer as linhas de ônibus a serem operadas e seus respectivos trajetos e frequências. Busca-se determinar uma rede de tal forma a minimizar custos de operadores e usuários, constituindo um problema multiobjetivo. O custo dos operadores é representado tanto pela frota como pela quilometragem total necessária para atender às frequências exigidas; já o custo dos usuários é representado pela soma dos tempos de espera, tempos de viagem dentro do veículo e eventuais penalidades de transferência. Dado tratar-se de um problema multiobjetivo, de natureza combinatória e complexo, é proposto um método de solução baseado na metaheurística Algoritmo Genético. O mesmo baseia-se na construção inicial de um banco de rotas viáveis, e cada solução proposta é formada selecionando-se um subconjunto de rotas deste banco para formar a rede. São aplicadas estratégias de busca por soluções viáveis nos operadores do Algoritmo Genético, devido à grande proporção de indivíduos inviáveis. O modelo é avaliado através de uma instância de teste da literatura e os resultados são comparados com os já obtidos em trabalhos anteriores. A melhor solução encontrada através do método descrito deste trabalho é superior às já reportadas na literatura. Uma análise de sensibilidade foi realizada para avaliar a influência de parâmetros de entrada do modelo na qualidade das soluções. Um Sistema de Visualização foi desenvolvido para representar graficamente as linhas de ônibus e demais variáveis das soluções. Sugere-se, ao final do trabalho, um conjunto de pesquisas futuras associadas à melhoria do modelo. / This dissertation addresses the public transport network design problem, which comprises determining the bus routes, their associated itineraries and frequencies. The network is designed as to minimize operators and users costs, creating a multiobjective problem. Operators costs are represented by the total fleet and mileage necessary to address required frequencies while user costs are represented by the sum of waiting times, in-vehicle travel times and possible transfer penalties. Given the complexity of this combinatorial and multiobjective problem, a solution method, based on the genetic algorithm metaheuristic, is proposed. Initially a database of feasible routes is built, and each proposed solution is formed by selecting a subset of routes from the database to form the network. Feasibility search strategies are applied inside genetic algorithms operators to make up for the large number of unfeasible individuals. The model is evaluated with a small network and the results are compared with those obtained in previous studies. The best solution attained with the present method is superior to previously published results. A sensitivity analysis was conducted to evaluate the influence of different model input parameters on solution quality. A Visualization System was developed to graphically represent the solutions bus lines and other variables. A set of future research ideas, related to the model improvement, are presented at the end of this study.

Made available in DSpace on 2014-06-11T19:22:35Z (GMT). No. of bitstreams: 0 Previous issue date: 2007-05-25Bitstream added on 2014-06-13T20:49:18Z : No. of bitstreams: 1 goulartsobrinho_ef_me_ilha.pdf: 944900 bytes, checksum: 47dc5d964428b7cb8bd18e1e00e1d994 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Neste trabalho descreve-se uma metodologia para síntese e otimização de circuitos digitais, usando a teoria de algoritmos evolutivos e como plataforma os dispositivos reconfiguráveis, denominada Hardware Evolutivo do inglês- Evolvable Hardware - EHW. O EHW, tornou-se viável com o desenvolvimento em grande escala dos dispositivos reconfiguráveis, Programmable Logic Devices (PLD s), cuja arquitetura e função podem ser determinadas por programação. Cada circuito pode ser representado como um indivíduo em um processo evolucionário, evoluindo-o através de operações genéticas para um resultado desejado. Como algoritmo evolutivo, aplicou-se o Algoritmo Genético (AG), uma das técnicas da computação evolutiva que utiliza os conceitos da genética e seleção natural. O processo de síntese aplicado neste trabalho, inicia por uma descrição do comportamento do circuito, através de uma tabela verdade para circuitos combinacionais e a tabela de estados para os circuitos seqüenciais. A técnica aplicada busca o arranjo correto e minimizado do circuito que desempenhe uma função proposta. Com base nesta metodologia, são implementados alguns exemplos em duas diferentes representações (mapas de fusíveis e matriz de portas lógicas). / In this work was described a methodology for optimization and synthesis of digital circuits, which consist of evolving circuits through evolvable algorithms using as platforms reconfigurable devices, denominated Evolvable Hardware (EHW). It was became viable with the large scale development of reconfigurable devices, whose architecture and function can be determined by programming. Each circuit can be represented as an individual within an evolutionary process, evolving through genetic operations to desire results. Genetic Algorithm (GA) was applied as evolutionary algorithm where this technique evolvable computation as concepts of genetics and natural selection. The synthesis process applied in this work starts from a description from the circuits behavior. Trust table for combinatorial circuits and state transition table for sequential circuits were used for synthesis process. This technic applied search the correct arrange and minimized circuit which response the propose function. Based on this methodology, some examples are implemented in two different representations (fuse maps and logic gate matrices).

Made available in DSpace on 2016-06-02T19:05:49Z (GMT). No. of bitstreams: 1 3568.pdf: 2269626 bytes, checksum: abc81afada516e3439244198b3e60e74 (MD5) Previous issue date: 2007-12-14 / Search strategies have been used to solve the problem of scheduling of Manufacturing Systems with Shared Resources. However, depending on the size and complexity of the manufacturing system, the response time of the search becomes critical. Reseaches aim to use of Genetic Algorithms as a search method to solve the scheduling problem. This work proposes a modeling of Genetic Algorithm to solve this problem having as performance criteria the minimum makespan of the scheduling and obtaining a low response time of the search. / Várias estratégias de busca têm sido usadas para resolver o problema da programação da produção de sistemas de manufatura com recursos compartilhados. Entretanto, dependendo do tamanho e complexidade do sistema de manufatura, o tempo de resposta da busca torna-se crítico. Várias pesquisas apontam para o uso de Algoritmos Genéticos como método de busca para resolver o problema da programação da produção. O presente trabalho propõe uma modelagem de Algoritmo Genético para resolver tal problema de maneira eficiente, tendo como critério de desempenho o mínimo makespan da programação e obtendo baixo tempo de resposta da busca.

Made available in DSpace on 2016-06-02T19:06:14Z (GMT). No. of bitstreams: 1 6183.pdf: 2878708 bytes, checksum: f9bc336337651cbba67af52d8acb7ec2 (MD5) Previous issue date: 2014-06-10 / Financiadora de Estudos e Projetos / Vehicle fleets are an important component in several applications, moving materials and people. Examples include material handling in warehouses, factories and port terminals, people transportation as in taxi fleets and emergency services, such as medical assistance, fire-fighters and police. Fleet operation is crucial for these applications: it can mean loss of money and commercial partners in case of industry, os loss of lives in case of emergency services. Controlling the fleet to achieve efficient levels of performance is a difficult problem, though, and becomes even harder as the fleet grows. Research in the area has been linking vehicle fleet operation to Multi-Agent Systems, because vehicle fleets are naturally distributed and Multi-agent System is a convenient abstraction to cope with distributed Artificial Intelligence problems. Therefore, it is proposed a Multi-Agent System to control vehicle fleets, focusing on material handling application in warehouses. The proposed system has three types of agents: Vehicle Agent, Loading Point Agent and Storage Point Agent. Agents interact amongst themselves through messages, trying to efficiently realize the material handling in a warehouse. System implementation is done through a simulation of a warehouse operation, built on top of MASON multi-agent system simulation platform. Task assignment strategies is also an important problem, therefore four strategies are shown and tested using the simulation: CNET, Fuzzy, DynCNET and FiTA. To enable comparison among these strategies, a Genetic Algorithm is employed to systematically search good parameters for each strategy. The proposed system, as well as the simulation, are offered as a framework for development of other vehicle fleets controlling multi-agent systems and/or task assignment strategies. / Em várias aplicações, frotas de veículos são um componente importante, transportando materiais e pessoas. Exemplos incluem o manejo de materiais em depósitos, fabricas e terminais portuários, o transporte de pessoas como em frotas de taxis e serviços de emergência, como socorro medico, bombeiros e polícia. A operacao da frota e crucial para essas aplicações: pode significar perda de dinheiro e parceiros comerciais no caso dos exemplos na indústria, ou perda de vidas, no caso de serviços de emergência. Porem, controlar a frota de modo que ela opere eficientemente e um problema difícil, que se torna ainda mais custoso com o aumento da frota. Pesquisas na área tem ligado a operação de frotas de veículos a Sistema Multiagente, notando os fatos de que frotas de veículos são naturalmente distribuídas e que o conceito de Agentes (e, consequentemente, Sistemas Multiagentes) e uma abstração conveniente para lidar com problemas de Inteligencia Artificial de forma distribuída. Com base nisto, e proposto um Sistema Multiagente para controle de frotas de veículos, focando a aplicação dessa frota no manejo de materiais em um depósito. O sistema proposto possui três tipos agentes: Agente de Veículo, Agente de Ponto de Carga e Agente de Ponto de Armazenamento. Os agentes interagem entre si, trocando mensagens a fim de realizar o manejo dos materiais no deposito de forma eficiente. O sistema e implementado na forma de uma simulação de operação de um deposito, construída na plataforma de simulação de sistemas multiagentes MASON. Como a estrategia de associação de tarefas também e um problema importante, quatro estratégias são mostradas e testadas através da simulação: CNET, Fuzzy, DynCNET e FiTA. Para possibilitar comparações entre as estrategias, um Algoritmo Genetico foi utilizado para sistematicamente encontrar bons parâmetros para as quatro estrategias. O sistema proposto, bem como a simulação, são oferecidos como framework para construção de outros sistemas multiagentes para frotas de veículos e/ou estrategias de associação de tarefas.