Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-21T09:42:55Z (GMT). No. of bitstreams: 0 / Neste trabalho propomos uma ferramenta de autoria que facilita a tarefa de um professor no desenvolvimento do conteúdo de um sistemas tutor inteligente (STI) projetado de acordo com o modelo conceitual MATHEMA. O modelo pedagógico que controla a interação entre o aprendiz e o STI gerado é implementado por uma Rede de Petri a Objetos (RdPO), automaticamente traduzido em regras para um sistema especialista. As fichas da RdPO são compostas por objetos de dados que contêm ponteiros para os modelos do aprendiz e do domínio. As transições da RdPO são controladas por condições que se referem ao modelo do aprendiz e o disparo destas transições produzem ações que atualizam este modelo. Estas condições são automaticamente incluídas no modelo pedagógico e o professor só precisa especificar os conteúdos do modelo do domínio. Um STI para ensinar Estrutura da Informação, construído de acordo com a metodologia de autoria proposta, também é apresentado brevemente.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica. / Made available in DSpace on 2012-10-20T12:19:24Z (GMT). No. of bitstreams: 1 199970.pdf: 4881711 bytes, checksum: b10fb47c5038b2b7e781af125ab3f0c7 (MD5) / Tendo em vista a dinâmica das relações comerciais realizadas entre as empresas atualmente, tecnologias de informação que supram suas necessidades e dêem suporte a esta nova tendência de negócios são necessárias. Como uma das conseqüências desta nova tendência de realização de negócios surge o conceito de empresa virtual (EV). Uma EV pode ser considerada, em termos gerais, como sendo a união temporária de várias empresas para atender a uma oportunidade de negócios e que, para tal, partilham recursos e habilidades pela rede de computadores.

Made available in DSpace on 2014-08-27T14:36:48Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-08-08Bitstream added on 2014-08-27T15:57:13Z : No. of bitstreams: 1 000778066.pdf: 2713116 bytes, checksum: 2d3365fe8052a52d337ff53bc9cae111 (MD5) / A utilização da Web como plataforma para a educação a distância (e-learning) tem sido uma das grandes alternativas para a educação em sala de aula tradicional. Embora esses sistemas sejam amplamente utilizados, existem limitações quanto à dificuldade de busca, integração e reuso dos objetos de aprendizagem (OAs). A incorporação das tecnologias da Web Semântica, ontologias e agentes inteligentes nos sistemas educacionais baseados na Web, permitem aprimorar os processos de adaptação e de interoperabilidade dos ambientes educacionais, principalmente na recuperação e na recomendação de OAs. As ontologias são utilizadas para a integração e o compartilhamento de recursos, enquanto a tecnologia de agentes inteligentes é utilizada para o desenvolvimento de componentes autônomos, flexíveis e interativos, permitindo um melhor gerenciamento, controle e integração das atividades envolvidas. Assim, o objetivo deste trabalho foi propor uma arquitetura multiagente para servir como modelo de referência para o desenvolvimento de sistemas Web semânticos para a gestão de conteúdos educacionais. Um levantamento bibliográfico foi realizado para definir os principais requisitos desta arquitetura. Um conjunto de agentes foi identificado e especificado, utilizando uma metodologia de desenvolvimento de software orientada a agentes. Os agentes foram definidos para a automação das atividades relacionadas à gestão de conteúdos educacionais, tais como a autoria de metadados de OAs e de cursos, a busca e a anotação semântica de OAs. Um conjunto de ontologias foi especificado para a anotação semântica dos OAs e dos cursos, com o objetivo de descrever o conhecimento da aplicação e integrar OAs descritos por padrões de metadados heterogêneos, recuperados de diferentes repositórios. O conhecimento mantido nessas ontologias auxilia os professores nas atividades de autoria de metadados de OAs... / The use of the Web as a platform for distance education (e-learning), has been one of the great alternatives for education in traditional classrooms. Although these systems are widely used, there are limitations related to the difficulty of search, integration and reuse of learning objects (LOs). The integration of Semantic Web, ontologies and intelligent agents technologies in Web-based educational systems, improve the adaptation and interoperability processes of educational environments, especially in the recovery and recommendation of LOs. Ontologies are used for the integration and sharing of resources, while the intelligent agent technology is used for the development of autonomous, flexible and interactive components, allowing better management, control and integration of the involved activities. The objective of this work was to propose a multi-agent architecture to serve as a reference model for the development of Semantic Web systems for management of educational content. A literature review was conducted to define the main requirements of this architecture. Using an agent-oriented software development methodology a set of agents was identified and specified. The agents were defined in order to automate the activities related to management of educational content such as the authoring of LOs metadata and courses, search and semantic annotation of LOs. A set of ontologies was specified for the semantic annotation of LOs and courses, in order to describe the application knowledge and to integrate LOs described by heterogeneous metadata standards, retrieved from different repositories. The knowledge held in these ontologies assists teachers in the activities of authoring of LOs metadata, construction and update their courses. Using the proposed architecture a prototype was developed to annotate and integrate LOs of Mathematics discipline for ninth year of elementary school. The LOs used for tests...

Made available in DSpace on 2014-11-10T11:09:41Z (GMT). No. of bitstreams: 0 Previous issue date: 2013-07-30Bitstream added on 2014-11-10T11:58:46Z : No. of bitstreams: 1 000787312.pdf: 3890205 bytes, checksum: 8da919abeca178df298784b7faeb5bb6 (MD5) / Os avanços tecnológicos ocorridos nos últimos anos, principalmente em relação aos softwares e hardwares têm contribuído para o aumento da utilização de sensores e controladores pelas indústrias. Nesses ambientes, o grande desafio é o desenvolvimento de sistemas computacionais cada vez mais complexos para a integração dos componentes heterogêneos, o gerenciamento e a análise da grande quantidade de dados gerados, com a finalidade de automatizar as atividades dos operadores na supervisão e no controle dos processos envolvidos. Nesse contexto, a abordagem de sistemas multiagentes oferece um caminho promissor e inovador para entender, desenvolver, gerenciar e manter sistemas complexos. Assim, o objetivo desse trabalho consiste em especificar uma arquitetura utilizando a abordagem de sistemas multiagentes, de forma que essa arquitetura possa ser utilizada como um modelo de referência para o desenvolvimento de sistemas computacionais voltados para a supervisão e controle de processos. A arquitetura foi especificada a partir dos aspectos e requisitos analisados em um conjunto de trabalhos correlatos que utilizam a abordagem de sistema multiagente em aplicações no domínio de supervisão e controle. Utilizando a arquitetura proposta foi desenvolvido o protótipo de um sistema para supervisionar as operações de perfuração de poços de petróleo. No desenvolvimento do protótipo foi definida uma ontologia para descrever o conhecimento do domínio de perfuração de poços de petróleo, representando as operações, as anormalidades e os agentes. O protótipo foi testado utilizando um conjunto de dados reais, onde foi possível validar alguns dos aspectos da arquitetura proposta / The technological advances occurred in last years have contributed to increase the use of sensors and controllers in industries. In these environments, the major challenge is the development of complex computer systems to integrate heterogeneous components, to manage and analyze the large amount of produced data, in order to automate the operators’ activities to supervise and control involved processes. In this context, multi-agent approach offers a promising and innovative way to understand, develop, manage and maintain complex systems. The objective of this work is to specify a reference architecture using the multi-agent approach. The architecture was proposed to be used as a reference model for the development of computational systems for processes monitoring and control. The architecture has been specified through an analysis of the aspects and requirements found in a set of related works that use the multi-agent approach in the development of applications in the field of supervision and control. Based on the proposed architecture was developed a system prototype to supervise oil well drilling operations. In this prototype, an ontology was defined to describe knowledge of oil well drilling domain, in order to represent operations, abnormalities and agents. This prototype was tested using a real data set, with the tests was possible to validate some aspects of the proposed architecture

Nesta dissertação, o autor aborda a dificuldade de prever-se o desempenho dos recursos humanos em um processo de desenvolvimento de software em um ambiente de Programação Extrema (XP) (BECK, 2000) e propõe uma solução com potencial para minimizar esse problema. Especificamente, o problema, a ser tratado neste trabalho, consiste em melhorar as previsões dos gerentes de projeto – no âmbito do ambiente mencionado - com relação ao desempenho dos recursos humanos na geração de valor para o negócio. Tal valor para o negócio é alcançado através da implementação, por parte dos programadores, das diversas funcionalidades de um sistema de software. Para a construção da solução proposta neste trabalho, o autor analisou um sistema XP de desenvolvimento de software (composto por ambiente, pessoas e processo), conforme o processo de modelagem proposto por Streit (2006) e apoiado na revisão da literatura relevante. Em seguida, o autor estruturou esse sistema em um modelo conceitual para, finalmente, desenvolver um modelo computacional do sistema analisado, baseado em múltiplos agentes inteligentes modelados conforme a arquitetura Beliefs-Desires-Intentions (BDI), ou Crenças-Desejos-Intenções. O modelo computacional da simulação multi-agente foi desenvolvido com o apoio da ferramenta SeSAm (KLÜGL, 2006). Testado através da experimentação estatística 2k Fatorial (LAW e KELTON, 2000), o modelo de simulação multi-agente de processos de desenvolvimento de software, para ambientes de Programação Extrema, demonstrou eficácia e aplicabilidade prática sobre o problema em questão. / In this research, the author adresses the difficulty to forecast the performance of the human resources in a software development process in an Extreme Programming (XP) (BECK, 2000) environment and proposes a solution that may be suitable to minimize this problem. Specifically, the main problem consists on how to improve the assumptions of the project managers - in the aforementioned environment - related with the human resources performance in generating value for the business. This value generation is reached through the implementation, by programmers, of the various functionalities of a software system. To build the solution proposed in this research, the author analysed a XP software development system (composed of environment, people and process) considering the modeling process proposed by Streit (2006) and also the relevant related works. This system was later structured in a conceptual model and, in sequence, in a computational model based on the Beliefs-Desires-Intentions (BDI) architecture of intelligent agents. The computational model of the multi-agent simulation was build with the support of the SeSAm (KLÜGL, 2006) tool. The tests of the multi-agent simulation of XP software develoment process model used the 2k Factorial statistical experimentation (LAW e KELTON, 2000) and their results demonstrated the effectiveness and practical applicability of the model for the research problem.

Uma cadeia de suprimentos é uma rede composta por fornecedores, plantas de manufatura, depósitos, centros de distribuição e varejistas através da qual matériasprimas são adquiridas, transformadas e entregue aos consumidores. A gestão de cadeias de suprimentos (do inglês, Supply Chain Management - SCM) envolve a tomada de decisão nos níveis estratégico, tático e operacional, cujo objetivo é otimizar o desempenho da cadeia . O desenvolvimento de modelos para a avaliação de cadeias de suprimento é uma boa alternativa para estudar a gestão da demanda por produtos, bem como para analisar a efetividade de políticas de gerenciamento. Sistemas multiagentes são apropriados para estudar cadeias de suprimento, pois as diferentes unidades de negócio envolvidas podem ser modeladas como agentes autônomos, assim como suas regras de gerenciamento. Além disso, a modelagem do fluxo de produtos e do fluxo de informações, tais como volume de pedidos e prazos de entrega de um elo da cadeia para outro é facilitada. A análise da literatura especializada da área demonstra que a maior parte dos estudos procura resolver problemas específicos e sem considerar agentes normativos interferindo no comportamento individual de cada ator da cadeia. Este trabalho procura contribuir com o estado da arte da área de gestão de cadeias de suprimento da seguinte forma: (1) propondo um modelo de simulação, composto por agentes genéricos que podem ser facilmente estendidos e utilizados e outros contextos de aplicação, e (2) propondo a utilização dos conceitos de agentes normativos no contexto de cadeias de suprimento. A união dessas áreas (SCM e sistemas multiagentes normativos) aumenta as possibilidades de modelagem de cadeias de suprimento, permitindo a inclusão de entidades externas que normalmente exercem influência na gestão, tais como órgãos do governo, agências reguladoras e instituições eletrônicas. A modelagem da cadeia do biodiesel é apresentada como estudo de caso; os principais resultados obtidos são apresentados e discutidos. / The supply chain is a network of suppliers, factories, warehouses, distribution centers, and retailers through which raw materials are acquired, transformed, and delivered to customers. Supply-chain management (SCM) is the strategic, tactical, and operational decision making that optimizes supply-chain performance. Modeling supply chain is a good way of studying order fulfillments processes and investigating the effectiveness of management policies. Multiagentes models are increasingly being used of this purpose. A multiagent model fits well with the task of simulation supply chain because the businesses involved can be modeled as agents, each with its own inventory rules. It is also easy to model the flow of products down the chain and the flow of information, such as order volumes and lead times, from one organization to another. The analysis of the relevant literature shows that most research works carried out in this area aim to resolve specific problems. Some methodologies and more generic solutions have been proposed, but without considering normative agents which may interfere in the behaviour of actors of the supply chain. This work aims to contribute with the state of the art in the SCM area as follows: (1) building a simulation model to the supply chain context, providing generic agents which may be easily extended and used in other application contexts, and (2) exploiting normative agents in the context of supply chain modeling. The integration of these areas (SCM and normative multi-agent systems) increases the possibilities of supply chain modeling, allowing the inclusion of external entities which normally influence management, such as governmental organizations, regulating agencies and electronic institutions, to give some examples. The modeling of the biodiesel supply chain is presented as a case study; the main results are presented and discussed.

Sistemas multiagente são construídos para atingir objetivos complexos e abrangentes, que estão além da capacidade de um único agente. Estes objetivos podem ser representados através de tarefas, que devem ser realizadas pelos agentes de forma a otimizar o desempenho do sistema. Em muitos ambientes reais, a escala do problema envolve tanto uma grande quantidade de agentes, quanto uma grande quantidade de tarefas. Além disto, os agentes devem lidar com informações incompletas, realizando tarefas em tempo hábil. O termo extreme teams foi introduzido na literatura para designar as seguintes quatro características da alocação de tarefas: oa ambientes são dinâmicos; os agentes podem realizar múltiplas tarefas; os agentes podem possuir funcionalidades sobrepostas; e podem existir interrelacionamentos entre tarefas, impondo, por exemplo, necessidade de realização simultânea. Abordagens existentes na literatura tratam, efetivamente, apenas as três primeiras características de extreme teams. Esta dissertação apresenta um algoritmo para alocação de tarefas, chamado eXtreme-Ants, que trata todas as quatro características de extreme teams. O algoritmo é inspirado no sucesso ecológico dos insetos sociais, e utiliza as metáforas de divisão de trabalho e recrutamento para transporte cooperativo. A metáfora de divisão de trabalho proporciona decisões rápidas e eficientes, atendendo as três primeiras características de extreme teams. O recrutamento permite formar grupos de agentes comprometidos com a realização simultânea de tarefas que exigem esforço conjunto, atendendo a quarta característica: inter-relacionamentos entre tarefas. Com isto, concretiza-se de fato o conceito completo de extreme teams. Experimentos foram realizados em dois ambientes distintos: um simulador independente de domínio e o simulador RoboCup Rescue. Os resultados obtidos demonstraram que a eficiência do eXtreme-Ants é balanceada com relação ao desempenho, quantidade de comunicação e esforço computacional. / Multiagent systems aim at achieving complex and broad goals, which are beyond the capability of a single agent. These goals can be represented by tasks, which must be performed by the agents in order to optimize the performance of the system. In many real-world environments, the scale of problems involves both a large number of agents and a large number of tasks. Besides, the agents must reason with incomplete and uncertain information, in a timely fashion. The expression extreme teams was introduced in the literature to describe the following four characteristics regarding task allocation: dynamic environments; agents may perform multiple tasks; agents can have overlapping functionality; and inter-task constraints (such as simultaneous execution requirements) may be present. Existing approaches effectively deal with just the three first characteristics of extreme teams. This dissertation presents an algorithm for allocating tasks to agents, called eXtreme- Ants, which deals with all the four characteristics of extreme teams. The algorithm is inspired in the ecological success of social insects, and uses the metaphors of division of labor and recruitment for cooperative transport. The metaphor provides fast and efficient decision-making, complying to the first three characteristics. The recruitment ensures the formation of groups of agents committed to the simultaneous execution of tasks that require joint efforts, complying to the fourth characteristic: inter-task constraints. Thus, the full concept of extreme teams is indeed realized. Experiments were performed in two distict environments: a domain independent simulator, and the RoboCup Rescue simulator. The results shown that eXtreme-Ants achieves a balanced efficiency regarding performance, communication, and computational effort.

O tamanho da representação de ações e estados conjuntos é um fator chave que limita o uso de algoritmos de apendizado por reforço multiagente em problemas complexos. Este trabalho propõe o opportunistic Coordination Learning (OPPORTUNE), um método de aprendizado por reforço multiagente para lidar com grandes cenários. Visto que uma solução centralizada não é praticável em grandes espaços de estado-ação, um modode reduzir a complexidade do problema é decompô-lo em subproblemas utilizando cooperação entre agentes independentes em algumas partes do ambiente. No método proposto, agentes independentes utilizam comunicação e um mecanismo de cooperação que permite que haja expansão de suas percepções sobre o ambiente e para que executem ações cooperativas apenas quando é melhor que agir de modo individual. O OPPORTUNE foi testado e comparado em dois cenários: jogo de perseguição e controle de tráfego urbano. / The size of the representation of joint states and actions is a key factor that limits the use oh standard multiagent reinforcement learning algorithms in complex problems. This work proposes opportunistic Coordination Learning (OPPORTUNE), a multiagent reinforcement learning method to cope with large scenarios. Because a centralized solution becomes impratical in large state-action spaces, one way of reducing the complexity is to decompose the problem into sub-problems using cooperation between independent agents in some parts of the environment. In the proposed method, independent agents use communication and cooperation mechanism allowing them to extended their perception of the environment and to perform cooperative actions only when this is better than acting individually. OPPORTUNE was tested and compared in twm scenarios: pursuit game and urban traffic control.

Atualmente pesquisadores de inteligência artificial buscam métodos para solucionar problemas de aprendizado por reforço que estão associados a uma grande quantidade de recursos computacionais. Em cenários multiagentes onde os espaços de estados e ações possuem alta dimensionalidade, as abordagens tradicionais de aprendizado por reforço são inadequadas. Como alternativa existem técnicas de generalização do espaço de estados que ampliam a capacidade de aprendizado através de abstrações. Desta maneira, o foco principal deste trabalho é utilizar as técnicas existentes de aprendizado por reforço com aproximação de funções através de tile coding para aplicação nos seguintes cenários: presa-predador, controle de tráfego veicular urbano e jogos de coordenação. Os resultados obtidos nos experimentos demonstram que a representação de estados por tile coding tem desempenho superior à representação tabular. / Nowadays, researchers are seeking methods to solve reinforcement learning (RL) problems in complex scenarios. RL is an efficient, widely used machine learning technique in single-agent problems. Regarding multiagent systems, in which the state space generally has high dimensionality, standard reinforcement learning approaches may not be adequate. As alternatives, it is possible to use techniques that generalize the state space to enhance the ability of the agents to learn through the use of abstraction. Thus, the focus of this work is to use an existing reinforcement learning technique, namely tile coding, that is a better form of state representation. This kind of method is key in scenarios where agents have a high number of states to explore. In the scenarios used to test and validate this approach, our experimental results indicate that the tile coding state representation outperforms the tabular one.

A abordagem de sistemas multiagentes tem sido cada vez mais utilizada para o desenvolvimento de sistemas complexos, o que despertou o interesse das pesquisas na área de engenharia de software orientada a agentes (AOSE) e modelos organizacionais. Neste contexto, esta tese estuda a aplicabilidade de alguns métodos formais tradicionais de engenharia de software para a especificação formal de organizações de sistemas multiagentes, analisando o uso da linguagem de especificação formal RSL para representar o modelo organizacional PopOrg. A escolha da linguagem RSL ocorreu pelo fato de ela ser uma linguagem de especificação formal que cobre amplo espectro de métodos de especificação formal (baseados em modelos e baseados em propriedades, aplicativos e imperativos, sequenciais e concorrentes) e o modelo PopOrg foi escolhido por ser um modelo mínimo de organização de sistemas multiagentes, concebido para representar o conjunto mínimo de aspectos estruturais e operacionais que tais organizações devem ter. O uso da linguagem RSL foi avaliado tanto para a especificação do aspecto estrutural dos sistemas PopOrg, quanto para especificação operacional desses sistemas. Um estudo preliminar realizado com a linguagem CSP para a especificação operacional do modelo PopOrg também é apresentado, visto que serviu como base para a especificação em RSL. Ao final, apresenta-se uma sugestão de extensão da linguagem RSL para sua maior aplicabilidade à especificação de sistemas multiagentes. / The multiagent systems approach have been increasingly used for the development of complex systems, which aroused the interest of research in Agent Oriented Software Engineering (AOSE) and organizational models. In this context, this thesis studies the applicability of some traditional formal methods of software engineering for the formal specification of multiagent systems organizations, analyzing the use of RSL formal specification language to represent the PopOrg organizational model. The choice of RSL language occurred because it is a formal specification language that covers a wide spectrum of formal specification methods (models-based and properties-based, applicative and imperative, sequential and concurrent) and the PopOrg model was chosen because it is a minimal model of multiagent systems organization, designed to represent the minimum set of structural and operational aspects that such organizations should have. The use of RSL language was evaluated both for specifying the structural aspect of PopOrg systems and the operational specification for these systems. A preliminary study carried out with the CSP language for the operational specification of PopOrg model is also presented, as was the basis for the specification in RSL. In the end, a suggestion is given for an extension of the RSL language, to allow for its wider applicability to the specification of multiagent systems.