Made available in DSpace on 2015-04-14T14:49:04Z (GMT). No. of bitstreams: 1 410619.pdf: 1093376 bytes, checksum: 9f3a254816e018c7ea18576bcafe59c0 (MD5) Previous issue date: 2008-12-12 / A Web Sem?ntica prov? acesso a informa??es distribu?das e heterog?neas, permitindo aos softwares a media??o entre as necessidades dos usu?rios e as fontes de informa??es dispon?veis. Os agentes de software s?o uma das tecnologias mais promissoras para o desenvolvimento da Web Sem?ntica. Entretanto, as tecnologias baseadas em agentes n?o ser?o difundidas a menos que existam infra-estruturas adequadas para o desenvolvimento de sistemas multiagentes (SMAs). Tornar agentes de software uma abstra??o pr?tica, capaz de lidar com ontologias e de ser integrado com as ferramentas Web existentes s?o desafios ainda existentes. Este trabalho prop?e uma arquitetura para ser integrada a navegadores e a servidores Web para permitir a cria??o de dom?nios sem?nticos onde os agentes de software vivem, estendendo a Web, sem interferir na sua estrutura atual. Estes dom?nios alteram o atual paradigma request-response utilizado na Web para um paradigma h?brido requestresponse / peer-to-peer. Os agentes vivendo nas m?quinas cliente em dom?nios sem?nticos associados a navegadores Web ser?o capazes de comunicar-se com outros agentes em outros dom?nios e processarem conte?dos anotados semanticamente em p?ginas Web

Made available in DSpace on 2015-04-14T14:49:14Z (GMT). No. of bitstreams: 1 418217.pdf: 5227387 bytes, checksum: 76ac1f769c36938ad37dd102d268c451 (MD5) Previous issue date: 2009-03-26 / Sistemas Multiagentes ganharam muita aten??o nos ?ltimos anos atrav?s do surgimento de novas propostas para metodologias de desenvolvimento, linguagens de modelagem e plataformas para implementa??o e execu??o de tais sistemas, entre outras. Tais propostas visam o amadurecimento o processo de desenvolvimento de aplica??es orientadas a agentes. Entretanto, observamos a necessidade de um m?todo menos subjetivo para a identifica??o de pap?is de agentes, que simultaneamente n?o dependesse do conhecimento t?cnico dos analistas de sistemas e que n?o envolvesse a modelagem de sistemas em si, uma vez que nesta etapa do processo de desenvolvimento, o sistema j? est? em constru??o. Devido as vantagens fornecidas pela Modelagem de Neg?cio, muitas empresas come?aram a fazer o uso desta disciplina para reestrutura??o seus processos, buscando desta forma identificar poss?veis melhorias dentro da organiza??o. Dentro desse contexto, neste trabalho est? sendo proposta a introdu??o da Modelagem de Neg?cio ? uma metodologia voltada a constru??o de sistemas multiagentes para a realiza??o da identifica??o de pap?is de agentes. Junto com a introdu??o dessa disciplina, utilizamos conceitos provenientes do Processo Decis?rio com o intuito de tornar mais objetivo a etapa de identifica??o de pap?is de agentes.

Made available in DSpace on 2015-04-14T14:49:22Z (GMT). No. of bitstreams: 1 423297.pdf: 2125541 bytes, checksum: b720e373e04149e2df5133a9d6b6bb4e (MD5) Previous issue date: 2009-12-21 / Este trabalho aborda duas tecnologias emergentes na ?rea computacional: agentes de software e computa??o pervasiva. A computa??o pervasiva prev? que a computa??o esteja sempre dispon?vel, em qualquer lugar, a qualquer tempo, e que o usu?rio possa usar qualquer dispositivo para ter acesso ao seu ambiente computacional. O crescente interesse da comunidade cient?fica no uso da tecnologia de agentes para o desenvolvimento de aplica??es para ambientes pervasivos ? motivado por algumas propriedades dos agentes como autonomia, mobilidade e pr?-atividade. Existem v?rias plataformas para o desenvolvimento de sistemas multiagentes (SMAs) como JADE [BEL07], Jason [BOR07] e SemantiCore [RIB04] e, nenhuma delas possui caracter?sticas para gera??o de aplica??es pervasivas orientadas a agentes. A partir disso, faz sentido estendermos as plataformas para que incorporem caracter?sticas pervasivas as plataformas multiagentes usadas hoje em dia. Neste trabalho, veremos uma proposta de como tornar um ambiente de desenvolvimento multiagentes apto a criar aplica??es pervasivas.

Made available in DSpace on 2015-04-14T14:49:29Z (GMT). No. of bitstreams: 1 430145.pdf: 1689253 bytes, checksum: 95ce19fe718b20a4573cd392edd2c72a (MD5) Previous issue date: 2009-12-17 / Anualmente, os computadores s?o utilizados nas mais diversas ?reas do conhecimento humano e s?o imprescind?veis em v?rias atividades fundamentais na sociedade. Particularmente em aplica??es industriais, o sistema computacional t?m que ser confi?vel e tolerante ? falhas, ou seja permitir que o sistema permane?a operando mesmo na presen?a de falhas. Desta forma, esta disserta??o tem como objetivo descrever um modelo de agentes tolerantes a falhas. A fim de atingir tal objetivo foi feito um estudo de conceitos fundamentais de arquiteturas de agentes deliberativos baseados em estados mentais, esses descritos por cren?as, desejos e inten??es (modeio Belief Desire Intention), que podem ser implemenados utilizando a linguagem de programa??o orientada a agentes AgentSpeak e o mecanismo de toler?ncia a falhas de intera??o multiparticipante confi?vel (Dependable Multiparty Interaction). Atrav?s destes conceitos ? implementado um sistema composto por v?rios elementos computacionais interativos, denominados agentes, que interagem com outros agentes, formando um sistema multiagentes que s?o implementadas util?zando o interpretador Jason de linguagem AgentSpeak. Esse interpretador se comunica com o simulador da C?lula de Produ??o FZI, escalonando o trabalho da c?lula de produ??o atrav?s das cren?as e desejos, re-escalonando o trabalho se ocorrer alguma mudan?a do estado do sistema. A implementa??o de um agente tolerante a falhas permite que o sistema execute a??es concorrentemente mesmo na presen?a de falhas, pois o mecanismo DMI gera uma intera??o multiparticipante entre diversos dispositivos que permite o tratamento de falhas concorrentes. A intera??o multiparticipante ? criada pelos agentes conforme as percep??es adquiridas no simulador da c?lula de produ??o, gerando a??es que s?o enviadas ao simulador, conseq?entemente, alterando o estado dos dispositivos.

Made available in DSpace on 2015-04-14T14:49:32Z (GMT). No. of bitstreams: 1 431859.pdf: 2759990 bytes, checksum: fa20747a2a72b25f8fa46fc63e2a9a14 (MD5) Previous issue date: 2009-12-21 / Os Sistemas Multiagentes t?m apresentado grande crescimento na ?rea de desenvolvimento de software como um paradigma promissor para enfrentar a complexidade dos cen?rios atuais de tecnologia da informa??o. Muitas abordagens surgem no intuito de consolidar formas e meios de desenvolver um SMA, que podem ser classificadas como Metodologias, Linguagens de Modelagem e Plataformas de Implementa??o. Al?m disso, alguns trabalhos s?o propostos como tentativa de unificar os conceitos envolvidos e as nota??es que simbolizam estes conceitos, havendo uma gama enorme de simbologias divergentes e muitos conceitos em comuns entre estas abordagens. Este trabalho apresenta compara??es entre estes conceitos e nota??es visuais no intuito de encontrar um meio de mapear estas abordagens, mostrando suas diverg?ncias e converg?ncias. Como um primeiro passo no sentido da unifica??o, esse trabalho estende o Meta-modelo de Representa??o Interna de Agentes para permitir o mapeamento completo da metodologia Tropos. Assim, demonstra-se como um metamodelo pode prover a interoperabilidade entre diferentes abordagens desvinculando a cria??o de um SMA das exig?ncias de espec?ficas metodologias ou linguagens de modelagem. Tamb?m ? gerado um esqueleto de c?digo fonte a partir deste meta-modelo para o framework SemantiCore atrav?s de um prot?tipo, sendo poss?vel estend?-lo para que suporte a gera??o de c?digo-fonte para qualquer plataforma de implementa??o. Este processo de mapeamento e gera??o de c?digo ? demonstrado atrav?s da aplica??o de um exemplo presente da literatura da ?rea

Made available in DSpace on 2015-04-14T14:49:33Z (GMT). No. of bitstreams: 1 432344.pdf: 7745788 bytes, checksum: 549c47b2ba7b1705f384c25f11f7866d (MD5) Previous issue date: 2011-03-28 / A tecnologia de agentes ? cada vez mais citada como uma abordagem atrativa para o desenvolvimento de aplica??es em ambientes pervasivos [Gun08b]. No entanto, a maioria das plataformas dispon?veis ap?ia apenas a cria??o de agentes capazes de lidar com um conjunto limitado de situa??es (os agentes precisam ser reprogramados quando se deparam com situa??es n?o previstas). A dificuldade de produzir software para ambientes complexos como o pervasivo vem justamente do fato de o projetista n?o poder prever todas as circunst?ncias em que a aplica??o poder? ser usada, e tomar todas as decis?es em tempo de projeto. Assim, ? necess?rio desenvolver agentes que consigam aprender e se adaptar de forma a satisfazer as condi??es de um novo ambiente, ou de um novo contexto. Considerando essa necessidade, o objetivo desta pesquisa ? propor uma arquitetura para a cria??o de agentes adaptativos ao contexto - a arquitetura K2. De fato, a id?ia ? disponibilizar uma arquitetura que permita a modifica??o de partes de elementos estruturais de um agente de software, adaptando o seu comportamento e estrutura de acordo com as mudan?as percebidas no contexto em que o agente est? inserido. Uma das caracter?sticas da arquitetura proposta ? a separa??o do comportamento adaptativo do comportamento padr?o do agente. Para tanto, s?o criados elementos chamados de adaptadores, cuja implanta??o ? feita com programa??o orientada a aspectos. Para demonstrar a aplicabilidade da arquitetura desenvolvida, tr?s exemplos de uso s?o apresentados

Made available in DSpace on 2015-04-14T14:49:59Z (GMT). No. of bitstreams: 1 388545.pdf: 3555230 bytes, checksum: 87b9634f4c7e4233e5b4658ee7cdd9f2 (MD5) Previous issue date: 2007-01-24 / Toda vez que um agente de software adquire conhecimento pela experi?ncia ou pela absor??o de novos conceitos ? necess?rio controlar quais s?o os conhecimentos que o agente domina, ou seja, ? necess?rio gerir seu conhecimento. Sabendo-se que um processo de Gest?o de Conhecimento serve como um controlador dos recursos de conhecimento de uma organiza??o, auxiliando a encontrar, organizar e compartilhar o conhecimento, o presente trabalho utilizou-se das partes deste processo para desenvolver um framework para a organiza??o do conhecimento de agentes de software, onde o conhecimento ? estruturado por meio de ontologias. O framework proposto permite aos agentes capturar conhecimento para a execu??o de suas tarefas e tamb?m compartilhar o conhecimento dispon?vel para que ele possa ser reusado por outros agentes do sistema. O entendimento e uso de ontologias e motores de infer?ncia s?o caracter?sticas fundamentais em aplica??es que objetivam utilizar o framework proposto, pois, al?m de estruturar o conhecimento dispon?vel, ontologias s?o utilizadas na representa??o do conte?do de mensagens e dos objetivos dos agentes.

Made available in DSpace on 2015-04-14T14:49:59Z (GMT). No. of bitstreams: 1 448316.pdf: 3103458 bytes, checksum: b271ba4f6806f788988fdb8c59e61efc (MD5) Previous issue date: 2013-03-07 / In recent years, much research and development effort has been directed towards the fields of ubiquitous computing and multi-agent systems. Further progress is needed for taking full advantage of such technologies in order to provide a degree of intelligence, flexibility, and abstraction in building ubiquitous applications. This work presents the design of a programming language for the development of ubiquitous multi-agent applications. The language aims to define ubiquitous concepts at the same level of abstraction as multi-agent systems concepts, where important ubiquity concepts such as locations and devices are first-class abstractions. The design of the language was based on FAML, a generic meta-model for MAS development, and also draws upon some of the fundamental features of agent-oriented programming languages. / Nos ?ltimos anos muitos esfor?os em pesquisas e desenvolvimento tem sido direcionados para a ?rea de computa??o ub?qua e sistemas multiagentes (SMAs). O avan?o nessas ?reas ? necess?rio para obter vantagem na utiliza??o de suas tecnologias a fim de prover intelig?ncia, flexibilidade e novas abstra??es na constru??o de aplica??es ub?quas. Nesse contexto ? onde a intelig?ncia artificial e as t?cnicas de sistemas multiagentes desempenhar?o um papel importante. Este trabalho apresenta a constru??o de uma linguagem de programa??o para aplica??es multiagentes ub?quas. A linguagem define conceitos de ubiquidade no mesmo n?vel de abstra??o dos conceitos de sistemas multiagentes, onde conceitos importantes de ubiquidade como localiza??o e dispositivos s?o abstra??es de primeira ordem. O projeto da linguagem baseia-se no metamodelo FAML, um metamodelo gen?rico para o desenvolvimento de SMAs, e tamb?m em funcionalidades essenciais de linguagens de programa??o orientadas a agentes.

Made available in DSpace on 2015-04-14T14:50:06Z (GMT). No. of bitstreams: 1 451616.pdf: 18264447 bytes, checksum: 02e74b31d71030af5f9b0355ff4fef90 (MD5) Previous issue date: 2013-03-15 / There currently are approximately 16 million of unique (non-redundant) protein sequences in the GenBank. In the PDB, we can only find about 89,000 three-dimensional (3-D) protein structures and only 1,393 different SCOP protein folds. Thus, there is a huge gap between our ability to generate protein sequences and that of solving 3-D structures of proteins with unique, novel folds. This gap has been reduced with the aid from structural bioinformatics by addressing the problem of how a protein reaches its 3-D structure starting only from its amino acid sequence. This is called the protein structure prediction (PSP) problem. Thermodynamics considerations presented by Christian Anfinsen and co-workers in 1973 have it that a protein native structure is the one that minimizes its global free energy. Hence, we can treat the PSP problem as a minimization one within an NP-complete class of computation complexity. Several techniques have been used to predict the 3-D structure of proteins. In this work we supplement these techniques by adding artificial intelligence concepts still not much exploited in bioinformatics. More specifically, we propose a framework, based on an ab initio approach, of a cooperative hierarquical multi-agent system guided by a Simulated Annealing and a Monte Carlo scheme to address the PSP problem. Our multi-agent system has as input the protein amino acid sequence. Amino acids are represented by two agents: The C-Alpha agent (in lieu of the C alpha carbon atom) and the CBeta agent (in lieu of the side chain centroid). These Amino Acid agents can interact with each other. There are two other agents: one coordinates the Amino Acid agents; the other coordinates the protein system. The multi-agent system was created using the NetLogo platform. A clustering protocol was implemented for obtaining each simulation representant model. The results were compared with published papers regarding similar methodology and the use of Multi-Agent Systems to address the Protein Structure Prediction Problem. We present partial results which are encouraging for mini proteins. / Atualmente existem aproximadamente 16 milh?es de sequ?ncias ?nicas de prote?nas (n?o redundantes) no GenBank. Entretanto, no PDB, podemos encontrar apenas cerca de 85.000 estruturas tridimensionais (3D) de prote?nas das quais apenas 1.393 possuem dobramento SCOP diferentes. Existe ent?o uma grande lacuna entre nossas atuais habilidades no que se trata de gerar sequ?ncias de prote?nas e nossas habilidades em resolver estruturas 3D de prote?nas com novos dobramentos. Essa lacuna vem sendo reduzida com a ajuda da bioinform?tica estrutural por meio do endere?amento do problema de como uma prote?na alcan?a sua estrutura 3D partindo-se apenas de sua sequencia de amino?cidos. Esse ? conhecido como o Problema PSP, do ingl?s Protein Structure Prediction Problem. Considera??es termodin?micas apresentadas por Christian Anfinsen e colaboradores em 1973 deram inicio a uma forma de abordar o problema que hoje ? conhecida como a hip?tese de Anfinsen, a qual afirma que a estrutura nativa de uma prote?na ? aquela que minimiza sua energia global livre. Podemos ent?o, tratar o problema PSP como um problema de minimiza??o, tendo em mente ser um problema de complexidade NP-Completo. Neste s?o utilizados conceitos adventos da intelig?ncia artificial at? hoje n?o muito explorados na bioinform?tica. Mais especificamente, propomos um arcabou?o baseado em uma abordagem ab initio, envolvendo um sistema multi-agente hierarquicamente cooperativo e guiado por um esquema baseado no m?todo de Monte Carlo e de Arrefecimento Simulado, a fim de obter-se a otimiza??o de uma fun??o de energia. O sistema multi-agente tem como entrada apenas a sequencia de amino?cidos das prote?nas. Cada amino?cido ? representado por dois agentes: O agente C-Alfa (correspondendo o ?tomo C alfa) e um agente C-Beta (correspondendo ao centroide da cadeia lateral do amino?cido). Esses agentes amino?cidos interagem entre si. Existem dois outros tipos de agentes: um coordena os agentes Amino?cidos (C-Alfa e CBeta) e outro coordena o sistema por inteiro. O sistema multi-agente foi criado utilizando a plataforma NetLogo. Um protocolo de clusteriza??o foi desenvolvido para a obten??o da estrutura modelo de cada simula??o e os resultados foram comparados com a literatura no que se trata de PSP e multi-agentes e se mostraram promissores.

Made available in DSpace on 2015-04-14T14:50:12Z (GMT). No. of bitstreams: 1 458673.pdf: 3080106 bytes, checksum: 9e7d54d363eba0c316926ded1626fd2b (MD5) Previous issue date: 2014-02-24 / Buscando enfrentar os desafios de gerar energia de forma mais limpa, novas t?cnicas precisam ser desenvolvidas tanto para a produ??o de eletricidade com baixa emiss?o de g?s carb?nico quanto otimizar a distribui??o e consumo de energia existente. T?cnicas foram desenvolvidos especificamente para combater este ?ltimo desafio. Nossa pesquisa tem como objetivo contribuir para melhorar a efici?ncia do uso de energia em uma resid?ncia modelando os eletrodom?sticos como um sistema multi agentes (MAS). Modelamos este sistema como uma organiza??o virtual em que os agentes formam grupos e hierarquias e seguem espec?ficas regras de comportamento. Este modelo visa minimizar o consumo de energia, enquanto alcan?a um equil?brio entre o conforto do usu?rio e o custo da energia, al?m de limitar picos de demanda de energia. / In order to address the challenges of greener energy generation, new techniques need to be developed both to generate electricity with lower emissions and to optimize energy distribution and consumption. Smart grid techniques have been developed specifically to tackle this latter challenge. Our research aims to contribute to improve the efficiency of energy use within a single household by modeling appliances as a multi agent system (MAS). We model this system as a virtual organization in which agents form groups and hierarchies and follow specific behavioral rules. This model seeks to minimize energy consumption while reaching a tradeoff between user comfort, energy cost and limiting peak energy usage.