SISTEMA MULTI-AGENTE PARA PLANEJAMENTO DE ATIVIDADES DE TRANSPORTE FLORESTAL
AUTOR(ES)
Araújo Júnior, Carlos Alberto, Leite, Helio Garcia, Soares, Carlos Pedro Boechat, Binoti, Daniel Henrique Breda, Souza, Amaury Paulo de, Santana, Antônio Ferraz, Torre, Carlos Moreira Miquelino Eleto
FONTE
CERNE
DATA DE PUBLICAÇÃO
2017-09
RESUMO
RESUMO O presente estudo objetivou propor e implementar um modelo conceitual de sistema inteligente em um ambiente georreferenciado para dimensionar a frota de transporte de madeira. Para isso, foi utilizada a teoria dos sistemas multiagentes, a qual é uma sub-área da Inteligência Artificial Distribuída. O modelo proposto considera a utilização do mapeamento de talhões e estradas florestais, bem como de informações sobre as capacidades de carga de diferentes tipos de caminhões. O sistema foi idealizado para se adaptar às mudanças que ocorrem durante a operação de transporte florestal, tal como modificações no volume de madeira demandado ou inclusão de restrições das rotas utilizadas pelos veículos. Para seu desenvolvimento, foi utilizada a linguagem de programação Java considerando-se a biblioteca LPSolve para os cálculos de otimização do sistema, a plataforma JADE para desenvolvimento dos agentes e a ArcGIS Runtime para determiner as rotas ótimas de transporte. Cinco agentes foram modelados: transportador, controlador, roteador, carregador e descarregador. O modelo foi capaz de determiner a quantidade ótima de caminhões dentre os diferentes tipos disponíveis de forma a attender a demanda de madeira e considerando a disponibilidade de rotas, com foco na minimização dos custos totais do transporte da madeira. O sistema também foi capaz de se rearranjar após alterações nas rotas de transporte.
ASSUNTO(S)
sistema de suporte à decisão tomada de decisão distribuída roteamento inteligência artificial pesquisa operacional
Documentos Relacionados
- Patrulha Multi-Agente com Aprendizagem por ReforÃo
- Um sistema multi-agente colaborativo para gestão da mudança de requisitos de software
- Integração de modelos baseada em sistemas multi-agente
- Estratégias pedagógicas para um Ambiente Multi-agente Probabilístico Inteligente de Aprendizagem - AMPLIA
- Aprendizado por Reforço com Valores deInfluência em Sistemas Multi-Agente