Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-02-13T15:08:25Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Tese_FernandoRocha.pdf: 2031602 bytes, checksum: c22be1291e0dd7d53360e8930c5f5927 (MD5) / Made available in DSpace on 2017-02-13T15:08:25Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
Tese_FernandoRocha.pdf: 2031602 bytes, checksum: c22be1291e0dd7d53360e8930c5f5927 (MD5)
Previous issue date: 2015-03-13 / CAPES / O desenvolvimento de soluções de Inteligência Artificial (IA) para sistemas computacionais é complexo dado a natureza dos problemas atacados, em particular quando envolvem problemas multiagentes e multitarefas (MAMT). Apesar de existirem vários métodos para o desenvolvimento de Sistema Multiagentes (SMA), são poucos os que dão alguma importância à compreensão do problema; e mesmo estes métodos não abordam os problemas MAMT com o devido detalhamento. Abordando a deficiência destas metodologias, estamos propondo o método Icelus que foca em guiar o analista em compreender e descrever corretamente o problema a ser solucionado. Icelus permitirá uma melhor abordagem na análise e compreensão de um problema MAMT, facilitando a distribuição do conhecimento para o restante do time de desenvolvimento, reduzindo o risco de erros de codificação ao longo do desenvolvimento do projeto. / The development of Artificial Intelligence (AI) to computational systems is a complex activity, given the nature of the problems attacked, in particular when they involve multi-agent problems and multitasking (MAMT). Although there are several methods for the development of Multi-agent System (MAS), there are just a few that give any importance to understanding the problem; and even these methods do not address the problems with all detailing that MAMT problems needs. Addressing the deficiency of these methods, we are proposing the Icelus method that focuses on leading the analyst to understand and describe correctly the problem to be solved. Icelus will enable a better approach in the analysis and understanding of a MAMT problem, facilitating the distribution of knowledge to the rest of the development team, reducing the risk of coding errors throughout the development of the project.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/18302 |
| Date | 13 March 2015 |
| Creators | ROCHA, Fernando Antônio Farias |
| Contributors | http://lattes.cnpq.br/9783292465422902, RAMALHO, Geber Lisboa, TEDESCO, Patrícia Cabral de Azevedo Rastelli |
| Publisher | Universidade Federal de Pernambuco, Programa de Pos Graduacao em Ciencia da Computacao, UFPE, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds