Resumo

Transcrição

1 SISTEMAMULTIAGENTEPARAALOGÍSTICA DE UM CENTRO DE DISTRIBUIÇÃO Bernardo Ordoñez,DiegoP.Andrade,João R. C. Melo,MoacyrF.Neto DAS - Departamento de Automação e Sistemas UFSC - Campus Universitário Caixa Postal Florianópolis, SC, Brasil ordonez@das.ufsc.br, diegopandrade@gmail.com, joaorcm@das.ufsc.br, moacyrfranconeto@gmail.com Resumo Neste trabalho é apresentada uma plataforma de sistema multiagente para tratar o problema de gerenciamento inteligente de um centro de distribuição, no qual um agente inteligente, denominado agente distribuidor, interage com agentes empilhadeira, para coordenar e distribuir de forma adequada um determinado tipo de produto em lugares específicos do estoque. Existe ainda o agente caminhão, responsável pela distribuição dos produtos em uma região específica. Para implementação desta plataforma, além de conceitos englobados no contexto de sistemas multiagente, também são utilizadas ferramentas basedas em inteligência computacional (sistema especialista, algoritmo genético) na implementação dos agentes inteligentes. Finalmente, o SMA (sistema multiagente) é composto pela integração destes agentes, o que possibilita controlar a logística do centro de distribuição. Palavras chave: Sistemas multiagente, inteligência computacional, gestão de estoque. 1 Introdução O gerencimento de estoques é uma tarefa complexa, cujo o desempenho reflete-se diretamente no lucro da empresa, dado que os estoques consomem capital de giro, necessitam de espaço físico, requerem transporte e manuseio de produtos e ainda podem deteriorar-se. Portanto, a manutenção de estoques pode acarretar um alto custo sobre o sistema de manufatura. O estoque sempre existirá independentemente do produto armazenado, ou da sua posição no ciclo de operação, pois há uma notável diferença no ritmo entre os fluxos de fornecimento e demanda. Os variados motivos causadores deste desiquilíbrio entre fornecimento e demanda em diferentes estágios da operação conduzem a tipos de estoque diversificados. Os estoques são classificados em quatro grupos: estoque de ciclo (parte do estoque total varia diretamente com o tamanho do lote), estoque de segurança (parte do estoque total que se destina a proteger a empresa contra incertezas do mercado), estoque de antecipação (parte do estoque total destina-se a absorver as variações de demanda e fornecimento) e estoque em movimento (parte do estoque total que está sendo movimentada) [Slack et al., 2002], [Krajewski e Ritzman, 1999]. Uma vez que o problema de logística de estoque não é trivial, a utilização de sistemas multiagente em conjunto com técnicas baseadas em inteligência artificial, tais como sistemas especialistas e algoritmo genéticos, pode aportar uma solução bastante eficaz no gerenciamento e manutenção de estoques. Na Seção 1, além da introdução, é apresentada a motivação e proposta de trabalho. Alguns conceito relativos à inteligência computacional e sistemas multiagente são relatados na Seção 2, e também discutese breviamentesobreos principais aspectos teóricos das ferramentas utilizadas neste trabalho. Na Seção 3 é discutida de forma detalhada a implementação do sistema multiagente, principalmente no que se refere aos agentes coordenador do estoque, empilhadeiras e caminhão de entrega. A conclusão do trabalho é feita na Seção 4, na qual são discutidos os resultados alcançados mediante simulação do sistema. 1.1 Motivação e proposta do trabaho A totalidade das grandes empresas necessitam um gerenciamento responsável sobre os recursos, equipamentos e informações que possibilitam o cumprimento das atividades para as quais destina-se a empresa. Esta gestão pode ser denominada como logística, a qual engloba atividades como transporte, movimentação de produtos e armazenagem. Os aspectos operacionais destas atividades sofrem crescente

2 complexidade, como por exemplo o aumento do número de variáveis do processo e prazos para execução mais curtos, o que dificulta uma tomada de decisão correta. A utilização de sistemas multiagente aliados a ferramentas baseadas em técnicas de inteligência computacional é uma eficaz solução para o gerenciamento logístico, e com isso, é possível obter uma tomada de decisão que atenda aos requisitos operacionais, e que ainda incremente o desempenho do sistema gerencial do estoque. Este trabalho tem como proposta uma plataforma de SMA que faça o gerenciamento de um centro de distribuição de maneira eficiente, ou seja, responsabilidade sobre o uso de recursos disponíveis para armazenagem de produtos em um estoque e posteriormente, distribuição destes produtos em uma determinada região, conforme mostrado na Figura 1. A&B Estoque A&B Figura 1: Problema geral de gestão do CD Primeiramente, um caminhão chega ao estoque com produtos do tipo A e B, com diferente tamanhos, para serem armazenados no estoque. A quantidade de produtos é definida pelo usuário. Vide Figura 2. B B A A B A A&B Figura 2: Entregas dos produtos para armazenagem Uma vez que os produtos chegam ao estoque, o agente distribuidor é responsável pela distribuição dos mesmos nas prateleiras de forma inteligente. No agente é implementado um sistema especialista, o qual é responsável pela tomada de decisão sobre o local de armazenagem do produto e qual empilhadeira será acionada. Estas informações são enviadas para as empilhadeiras, as quais são responsáveis pela armazenagem física do produto. Para evitar colisão entre as empilhadeiras, dado que existe limitação física do espaço, as empilhadeiras anunciam seus respectivos caminhos para um agente negociador, o qual utiliza um modelo de redes de contrato para selecionar a melhor proposta com objetivo de solucionar o problema de uma possível colisão. Na Figura 3 é ilustrado este ambiente. Um agente professor também aparece na mesma figura, ele é sempre questionado pelas empilhadeiras quando estas recebem uma tarefa completamente nova.

3 Estoque Agente Distribuidor A Rota A Agente Negociador B Rota B???? Agente Professor Figura 3: Gerenciamento do estoque Da mesma forma que os agentes distribuidor e empilhadeiras trabalham na armazenagem dos produtos, eles o fazem de maneira análoga para carregar o pedido do agente caminhão, o qual éresponsável pela distribuição dos produtos em uma região. Para que a distribuição dos produtos seja a melhor possível, faz-se uso de um algoritmo genético no agente caminhão para calcular a melhor rota entre as cidades que o mesmo deve passar, conforme mostrado na Figura 1. 2 Conceitos de sistemas multiagente, inteligência computacional e ferramentas Nesta seção primeiramente são abordadas algumas definições e conceitos sobre os sistemas multiagente, e depois, são discutidos os principais aspectos teóricos das ferramentas utilizadas na implementação do trabalho. 2.1 Agentes A definição de agente não é única, e por isso, dado que existem inúmeras definições sobre o que é um agente, é mais eficaz iniciar com uma definição em termos gerais que expressas as propriedades, ou características, que diferenciam os agentes de outras entidades computacionais, baseado em Rabelo [2009], são elas: Certo grau de autonomia para raciocinar e tomar decisões por vontade própria; Capacidade de interagir com outros agentes/sistemas/humanos; Certo grau de independência para resolver um problema, isto é, o agente tem conhecimento sobre como resolver o problema, ou pelo menos parte deste. Contudo, ainda destacam-se duas definições que parecem bastante completas em suas intenções. A primeira de Franklin et al. [1996], na qual um agente autônomo é um sistema situado em um ambiente, e parte do mesmo, percebendo este ambiente e agindo sobre o mesmo no decorrer do tempo, de acordo com sua própria agenda e de modo a afetar o que ele perceberá no futuro. E uma segunda definição de Jennings et al. [1998], na qual um agente é um sistema computacional, posicionado em algum ambiente, que é capaz de agir com autonomia flexível visando atingir os objetivos para o qual foi projetado. Os agentes também podem ser separados em grupos com determinadas características. Por exemplo, em relação a inteligência do agente, eles podem ser classificados em reativos (as empilhadeiras) e cognitivos (os agentes distribuidor e caminhão). Os principais aspectos de cada um são: Agentes reativos: Não possuem uma representação explícita do ambiente no qual estão inseridos e suas ações são fortemente acopladas com estímulos oriundos do ambiente, e portanto, não têm objetivo explicitamente representado;

4 Agentes cognitivos: Possuem uma representação interna do mundo. Têm um modelo de inferência lógica para a tomada de decisões baseadas no seu modelo de mundo, e agem de acordo com seu objetivo. Têm capacidade de cooperação, raciocínio, o que leva a um comportamento individual inteligente. Geralmente, agentes são utilizados em ambientes distribuídos, podendo ser classificados como móveis se houver mobilidade do seu código ou estacionários. Quando estáticos, eles trabalham apenas através da troca de mensagens. Todos os agentes implementados neste trabalho (Agentes distribuidor, caminhão e empilhadeiras) são estacionários. Um sistema multiagente consiste de uma aplicação distribuída, composta por um conjunto de processos autônomos, heterogêneos, distribuídos e inteligentes, que cooperam entre si para a solução de um problema complexo que está além das suas capacidades individuais [Rabelo, 2009]. Em Silva et al. [2001] são definidas as características que os sistemas multiagente devem conter: Mobilidade: autonomia para trafegar entre as diferentes máquinas de uma rede, sem que a aplicação que o criou tenha conhecimento sobre seu estado. Desta forma, caso a máquina que estiver executando o agente for desligada, seu estado é perdido prejudicando parte ou todo sistema; Coordenação: agentes devem executar de forma cooperativa e sincronizada com intuito de evitar duplicidades e outros problemas, porém, para que tal fato ocorra é necessário algum tipo de coordenação, seja ela centralizada ou descentralizada; Comunicação: o sistema deve implementar um protocolo de comunicação para agentes, possibilitando a troca de mensagens. Esta troca de mensagens pode ser síncrona ou assíncrona, dependendo da aplicação; Persistência: agentes têm autonomia para tornarem-se ativos ou inativos, armazenando seus estados de forma persistente. Desta forma, quando um agente torna-se inativo, o sistema deve assegurar que outro agente assumirá suas atividades com o objetivo de manter o sistema funcionando de forma persistente. 2.2 Algoritmo genético O algoritmo genético (AG) contextualiza-se sob a computação evolutiva, a qual éumdosramosda ciência da computação que faz uso de paradigmas alternativos ao processamento de dados convencional. O AG foi originado de estudos sobre autômatos celulares pelo professor John Holland, da Universidade de Michigan (U.S.A), que publicou Adaption in Natural and Artificial Systems em O algoritmo genético está fundamentado sobre a teoria da evolução de Charles Darvin, descrita em As Origens das Espécies, obra publicada em Em AG é realizada uma analogia aos processos naturais da evolução das espécies, nos quais dado uma população de indivíduos, aqueles que contêm características genéticas melhores terão maiores chances de sobrevivência ao meio, e têm maior probabilidade de gerar descendentes cada vez mais aptos e adaptáveis, enquanto os indivíduos com características menos evoluídas tendem a desaparecer. As características genéticas dos descendentes são parcialmente herdadas de seus genitores e tendem a se propagar para as novas gerações através da hereditariedade genética de forma que as qualidades genéticas de uma população anterior sejam melhoradas a cada novo clico de novas gerações. Segundo Neto [2005], algoritmos genéticos são estocásticos baseados em população e seu desempenho depende dos seguintes operadores: Reprodução/Seleção, Cruzamento e Mutação. A reprodução éum processo iterativo com o objetivo de enfatizar as melhores soluções e penalizar as piores de uma população. Durante a reprodução são geradas recombinações chamadas de crossover de genes, nas quais genes dos pais se combinam para formar um cromossomo. Este novo cromossomo poderá sofrer mutação devido a fatores ambientais ou por erro de cópias. A mutação éresponsável pela geração de diversificação na população. Durante o processo iterativo de recombinação e mutação são gerados os indivíduos mais evoluídos, ou seja, os que melhor se adaptam ao meio. A aptidão fitness éresponsável pelo processo de seleção dos indivíduos, na qual são selecionados os que melhor se adaptam ao meio, desta feita, os indivíduos que possuem maior aptidão terão maiores chances de reprodução. 2.3 Sistema especialista Os sistemas especialistas foram desenvolvidos para tomada de decisão sobre problemas de forma análoga a que faria um grupo de especialistas humanos sobre determinada área de atuação, admitindo sempre que os dados e regras implementados no S.E. estejam devidamente de acordo com a opinião do grupo.

5 Os dados e regras que o sistema especialista dispõem é denominada base de conhecimento, a qual também é formada por heurísticas que visam emular o comportamento humano. Uma etapa crucial no desenvolvimento do sistema é a coleta do conhecimento, tanto pela dificuldade inerente que pode existir para transmissão de determinado conhecimento, como pela boa vontade do especialita em transmitir tal conhecimento. 2.4 Ontologia O termo ontologia, quando utilizado no contexto da inteligência artificial, consiste na especificação de um conjunto de entidades com suas relações, restrições, axiomas e vocabulário. Um aspecto importante é que as ontologias podem ser consideradas como a materialização do nível de conhecimento, dado que, idealmente, nãorefletemnenhumformalismoespecífico, usualmente elas representam um vocabulário entre usuários e sistemas [Clark, 1999]. Ontologias são utilizadas para capturar conhecimento sobre um domínio de interesse, no qual descrevem-se os conceitos e relaçõesexistentesnodomínio especificado, sendo assim, segundo Sachs [2006], pode-se dizer que ontologia pode ser utilizada para: Compartilhar um entendimento comum da estrutura da informação entre pessoas ou agentes de software; Possibilitar o reuso do domínio de conhecimento; Tornar explícitas hipóteses sobre o domínio; Separar o conhecimento do domínio e o conhecimento do conhecimento operacional; Analisar o domínio de conhecimento. Os fundamentos básicos de um projeto de ontologias incluem: Classes ou conceitos; Propriedades de cada classe, ou slots, que descrevem características e atributos destes; Facetas, algumas vezes denominadas restrições sobre slots. 2.5 JASON OJASON(Java-based AgentSpeak Interpreter Used With Saci For Multi-agent Distribution Over the Net) é um interpretador para AgentSpeak(L), que é uma linguagem abstrata baseada na arquitetura BDI, que provê uma plataforma para implementação de sistemas multiagente. Segundo Correia et. al. [2005], os seguintes conceitos são utilizados: Crenças: predicados de primeira ordem, podem ser gerados internamente (pelo próprio agente) ou externamente (pelo ambiente); Objetivos de conquista: predicados. O agente quer alcançar um certo estado do mundo no qual o predicado associado é verdadeiro; Objetivos de teste: verifica a existência de uma crença do agente associada com um predicado informado; Eventos: associados àinclusão ou exclusão de crenças ou objetivos de conquista, e podem iniciar a execução de um plano; Planos: são associados a um evento e possuem um contexto que deve condizer com as crenças correntes do agente para o corpo do plano ser considerado aplicável. O corpo do plano pode conter ações básicas que o agente pode executar, além de adições de novas crenças e objetivos de conquista que podem iniciar novos planos; Intenções: pilhas de planos parcialmente estanciados. Os planos aplicáveis são armazenados em intenções, que poderão ser selecionadas para execução; Desejos: objetivos de conquista presentes em um evento ou em intenções. Algumas características importantes do JASON équesetratadeumopensource,ecomojá dito é capaz de implementar a arquitetura BDI, o que permite a modelagem de agentes complexos. Ainda tem flexibilidade quanto a customização da arquitetura interna do agente. Sobre requisito para funcionamento, destaca-se que é necessário apenas um sistema operacional com JVM (Java Virtual Machine).

6 2.6 Ferramentas Para o desenvolvimento da platoforma de sistema multiagente é necessária a utilização de algumas ferramentas que permitem o uso de técnicas de I.A. no contexto de SMA. A seguir são apresentados os principais aspectos teóricos sobre estas ferramentas Jess Jess, umacrônimo para Java Expert System Shell, é um motor de inferências escrito em Java por Ernest Friedman-Hill no Sandia National Laboratories, Canadá. A utilização do Jess permite o desenvolvimento de aplicações que têm capacidade de raciocínio na sua tomada de decisão, mediante consulta a conhecimento previamente fornecido na forma de regras declarativas. O Jess é uma ferramenta indicada para o desenvolvimento de sistemas especialistas, como já explicado, este sistema objetiva emular o conhecimento humano de um especialista na tomada de decisão, o que implica que o Jess é voltado para aplicações baseadas em regras. O Jess tem uma licença que expira em 30 dias, e após, uma licença de uso é requerida, e como requisito, exige que o sistema operacional tenha JVM (Java Virtual Machine). Existem três formas de representar o conhecimento no Jess, são elas: Regras (conhecimento heurístico baseado em experiência); Funções (paradigma procedural); Programação orientada a objeto (paradigma procedural). Em sistemas especialistas dois algoritmos são utilizados para resolver o problema, são eles: Forward Chaining e Backward Chaining, que podem ser traduzidos como encadeamentos diretos ou indiretos, respectivamente. No primeiro modo, o encadeamento tem como ponto de partida o problema e como alvo a solução, ou analogamente, o raciocínio parte de fatos no sentido de buscar conclusões que derivam destes fatos. Este funcionamento pode ser divido em três etapas, conforme abaixo: Inicia com os fatos conhecidos, e verifica todas as regras cujas premissas são satisfeitas; Adiciona suas conclusões aos fatos conhecidos; Repete o procedimento até que a consulta seja respondida (assumindo que uma resposta apenas baste), ou até que nenhum novo fato possa ser adicionado. Um problema do Forward Chaining é que o algoritmo pode gerar muitos fatos irrelevantes ao objetivo final. Como solução a este fato, está obackward Chaining, no qual o encadeamento é iniciado a partir do objetivo, e retrocede nas regras de modo a encontrar fatos conhecidos que suportem a prova, ou de outro modo, trata-se de um alvo que pode ser atingido satisfazendo condições de sub-alvos. A sua utilização se dá principalmente em programação lógica Protègè O Protègè é editor de ontologias open source, quetambém pode ser utilizado para criar bases de conhecimento. Existem um conjunto de ferramentas próprias para modelagem de vários domínios de conhecimento com ontologias, esta ferramenta possibilita a criação, visualização e manipulação de ontologias, declarada em diversos formatos de representação. Protégé é baseado em Java, éextensível, e existe a vantagem de integrá-lo com outras aplicações, dado que tem código aberto e possui uma API Java. A plataforma do Protègè suporta duas maneiras de modelar ontologias: Protègè-Frames: os usuários modelam as ontologias baseadas em frames, de acordo com o protocolo OKBC (Open Knowledge Base Connectivity). Neste modelo, uma ontologia consiste de um conjunto de classes organizadas em uma hierarquia para representar o conceito de um domínio, um conjunto de slots associados a classes para descrever suas propriedades e relacionamentos e um conjunto de instâncias destas classes. Protègè-OWL: usuário modela as ontologias para a web semântica, no formato padrão OWL (Web Ontology Language) da W3C. Uma ontologia em OWL pode incluir descrições de classes, propriedades e suas instâncias. Dada uma certa ontologia, o OWL especifica como derivar suas consequências lógicas, isto é, fatos que não estejam presentes na ontologia, mas existem pelas relações semânticas. Na Tabela 1 é mostrada a correspondência de nomenclaturas que existe entre as duas formas de modelar ontologias.

7 Tabela 1: Correspondência entre as nomenclaturas Protègè-Frames Protègè-OWL Instâncias Indivíduos Slots Propriedades Classes Classes JADE O JADE,um acrônimo para Java Agent DEvelopment Framework, é um framework totalmente implementado em JAVA com código aberto. As suas aplicações estão ligadas ao paradigma de agentes. Utiliza a especificação FIPA (the Foundation for Intelligent, Physical Agents) para sistemas multiagentes inteligentes interoperáveis. No JADE o agente é conceituado como um processo independente e autônomo que possui uma identidade, possivelmente persistente, que requer comunicação com outros agentes para realizar sua tarefa. Ainda segundo Correia et. al. [2005], as principais características e serviços desta ferramenta são: Utiliza classes intuitivas que devem ser estendidas ou instanciadas para a criação do agente, acesso e envio de mensagens, criação de comportamentos entre outros; Provê esqueletos para padrões típicos de interações, como negociações, leilão e delegação de tarefas; Suporta protocolos de interação FIPA-request, FIPA-Contract-Net e FIPASubscribe; Interface gráfica que permite monitoramento, depuração e registro; Mobilidade de agentes, agendamento de múltiplas tarefas; Serviços FIPA: gerenciamento de ciclo de vida, serviços de nomes e de páginas amarelas, serviço de transporte de mensagens ponto a ponto, estrutura de mensagens baseada em speech act e serviço de ontologia. Compatibilidade com outras plataformas que implementam a especificação FIPA. Portabilidade: para ser executado em qualquer ambiente com JVM. Provê o mesmo conjunto de APIs independente do ambiente Java (J2EE, J2SE, J2ME) 2.7 Protocolos de negociação Os protocolos de negociação são necessários para que os agentes possam comunicar-se uns com os outros, principalmente em questões de conflitos, neste trabalho, esta questão está refletida na possibilidade que as empilhadeiras tenham um percurso em comum, sendo assim, é necessária uma troca de mensagens para resolução do problema. O protocolo pioneiro neste contexto foi o redes de contrato, proposto por Smith [1980], o qual pode ser dividido em três etapas. A primeira é denominada etapa de anúncio, na qual um agente que tem o problema faz anuncia seu problema a agentes que possivelmente possam estar interessados nele (nesta etapa, o problema pode ser dividido em sub-problemas para facilitar a sua solução). Na segunda parte, os agentes solicitados fazem sua proposta com devidas condições para resolver o problema, dentro um determinado prazo estipulado. E por fim, o primeiro agente que anunciou o problema, define as melhores propostas recebidas e faz um contrado com os respectivos selecionados, o que define a terceira etapa do processo das redes de contrato. 3 Projeto e implementação do SMA na gestão do centro de distribuição Para implementar o SMA foi definido um esquema de estoque, na forma de matriz (10x11, coordenada x e y, respectivamente), conforme Figura 4, na qual é mostrado o esquema do centro de distribuição, com os elementos do sistema identificados na legenda ao lado. O local de chegada de mercadoria (em vermelho na Figura 4) é onde a empilhadeira retirará as mercadorias, e para tal, ela deve estar na garagem, e não no quadrado vermelho. E no local de entrega para o agente caminhão, para que as empilhadeiras tenham acesso ao caminhão, elas devem estar em

8 y x Caminho das empilhadeiras Local de chegada de mercadorias Garagem das empilhadeiras Parede do estoque Lugar disponível no estoque Local de carga do agente caminhão Figura 4: Esquema do centro de distribuição (x = 10,y = 2), para realizarem a carga do caminhão. Quando o caminhão estiver estacionado, as empilhadeiras terão acesso ao caminhão via corredor (y =2). Sobre os produtos para armazenagem são dois os tipos: caixa de frango e caixa de peixe. Existem também dois tipos de empilhadeiras, com diferença na capacidades de suportar cargas, são elas: empilhadeira tipo 1, que tem capacidade para empilhar 1 caixa de peixe, e empilhadeira do tipo 2, que tem capacidade para empilhar 1 caixa de peixe ou 1 caixa de frango. Esta diferença ocorre porque definiu-se que o peixe é mais leve, mas tem o mesmo volume, assim apenas um tipo de empilhadeira é capaz de suportar a carga de frango. Na implementação do sistema multiagente foram definidas algumas regras gerais para o gerenciamento do estoque, são elas: Duas empilhadeiras não podem passar por espaços iguais (coordenada x e y) ao mesmo tempo (limitação física); O centro de distribuição geral terá apenas um caminhão para entrega; Caso o estoque não tenha o produto requerido pelo agente caminhão, assim que a dita mercadoria chegar na pista, a empilhadeira enviará diretamente o produto ao caminhão sem a necessidade de armazená-lo no estoque; Os agentes conversarão utilizando ontologia. Na Figura 5 é apresentado o diagrama de sequência do SMA, no qual pode-se constatar que existem dois processos, o primeiro de entrada de mercadorias, e um segundo de saídadeprodutos.noprimeiro, N produtos chegam ao centro de distribuição para serem armazenados, em seguida, o agente distribuidor aloca estes produtos em locais específicos mediante tarefas para as empilhadeiras, que a cada tarefa cumprida, reporta-se para o agente distribuidor. Jã no processo de saída, o agente caminhão faz a solicitação de uma lista de produtos para a o agente distribuidor, que por sua vez, repassará tarefas para as empilhadeiras, e por fim, o agente caminhão recebe a confirmação de pedido realizado. Na Figura 5 é mostrado um quadro Produtor, deixa-se claro que não se trata de um agente, quem faz o envio de N produtos para o centro de distribuição é o usuário, conforme interface gráfica, que está identificada na seção de interfaces. A seguir serão detalhadas as principais características dos agentes que compõem o SMA, são eles: Agente distribuidor, Agentes empilhadeiras e Agente caminhão. 3.1 Agente distribuidor O agente distribuidor é o responsável direto pelo correto gerenciamento do estoque, e para tanto, esperase que esta gestão seja feita de forma inteligente e produtiva. As seguintes regras foram definidas para implementação do agente: Na saída a preferência é sempre para o produto com validade mais próxima;

9 Produtor Ag. Distribuidor Ag. Empilhadeira Ag. Caminhão Envia_N_produtos (1) N_tarefas (2) Final_N_tarefas (3) Envia_pedido (4) Pedido_finalizado (5) Figura 5: Diagrama de sequência Ordenar uma empilhadeira do tipo A ou B dar entrada ou saída no estoque de forma que os produtos fiquem empilhados seguindo as regras gerais do estoque; Dar entrada nos produtos de forma que os produtos do mesmo tipo fiquem o mais próximo possível. Implementado utilizando um sistema especialista para definir os procedimentos; É papel do sistema especialista definir a melhor forma de organizar o estoque, e mandar uma mensagem, coordenada (x, y) e produto, para as empilhadeiras; Caso vier peixe, o S.E. deve dar prioridade de chamar a empilhadeira leve, chamando a pesada somente quando a leve já estiver em uso; Após a empilhadeira realizar entrada/saídanoestoqueelavoltará para garagem. O agente distribuidor foi desenvolvido em JADE, sendo que para a cognição do agente utilizada a ferramente Jess. 3.2 Agentes empilhadeiras O agente empilhadeira éresponsável pela tarefa de armazenar e esvaziar o estoque, obedecendo ordens do agente distribuidor, e ainda, deve-se evitar que as empilhadeiras sofram uma colisão. Para tal, foram implementados 2 agentes extras, denominados agente professor e agente negociador. O primeiro é solicitado pela empilhadeira sempre que esta necessite aprender um novo caminho, devido as tarefas solicitadas pelo agente distribuidor. Já o agente negociador éresponsável pela mediação de um possível conflito entre as empilhadeiras pela passagem do corredor. Todos estes agentes estão implementados em JASON. Algumas regras gerais que foram implementadas nos agentes empilhadeiras são: É papel da empilhadeira após receber do agente distribuidor (produto e coordenada (x, y)) anunciar cada passo ao agente negociador; Responsável pela comunicação ao agente distribuidor sua disponibilidade; Duas empilhadeiras podem efetuar a saída de estoque (ir até o caminhão) desde que utilizem a faixa de estoque diferente, ver esquema do estoque na Figura 4; Apresentar uma interface gráfica demonstrando a armazenagem e saída dos produtos do estoque. Sobre a questão da negociação, na Figura 6 é apresentado o problema de forma gráfica. Primeiramente notar que a velocidade da empilhadeira é um quadrado por iteração do sistema, sendo assim, existe um conflito de caminho, e certamente, se as duas empilhadeiras seguirem seus caminhos de forma independente haverá uma colisão! Para resolver este problema é necessário antes identificá-lo, e para tal, definiu-se na implementação das empilhadeiras que estas obrigatoriamente devem anunciar seu passo (coordenadas x e y), para o agente negociador, e este verifica qual é a melhor proposta, segundo as seguintes condições: Qual éadistância que falta ser percorrida para o destino; Se a empilhadeira está, ou não, carregada; Qual é o tipo de empilhadeira. O agente negociador avalia as duas propostas de percurso das empilhadeiras, mediante conceitos de rede de contrato, e segundo os critérios já expostos, decide qual é a empilhadeira que irá selocomover.

10 COLISÃO!!! Figura 6: Conflito de percurso entre as empilhadeiras 3.3 Agente caminhão Na implementação do agente caminhão algumas regras foram definidas as seguintes regras e procedimentos: Responsável por anunciar sua chegada ao CD central ao agente distribuidor; Responsável pelo pedido: quantidade X produto A e Y do produto B ao agente distribuidor; Mecanismo de controle interno para saber se sua carga já estacompletaounão; Utilização de um algoritmo genético para definir o melhor sequenciamento das rotas de entrega aos sub-cd; Interface gráfica para mostrar o sequenciamento das rotas. Neste trabalho de logística, o AG é utilizado para solucionar o problema de busca e otimização, dado seu caráter adaptativo, devido a que seu uso possibilita uma exploração de pontos diferentes no espaço de soluções, de forma que não se prenda a um solução ótima local. Para o desenvolvimento da ferramenta foi utilizada a plataforma JADE. As informações sobre as rotas foram extraídas com base no mapa das cidades de Santa Catarina, mapa este que foi adquirido na internet. Para o cálculo das distâncias entre as cidades, foi montanda umaescalamedidaempixel, na qual a distância foi calculada como sendo a distância da reta que liga o ponto central da ciadade a cidade vizinha no mapa. Para obter a distância entre todos as cidades foi utilizado o algoritmo de Floyd-Warshall, que é um algoritmo para cálculo de caminhos mínimos entre todos os pares de um grafo. Na Figura 7 é mostrado o resultado gerado pelo algoritmo genético, admitindo que o caminhão deve passar por todas as cidades do mapa. 3.4 Implementação das ontologias As ontologias foram implementadas seguindo um curso lógico de desenvolvimento, segundo os autores, já que não existe uma metodologia única para seu desenvolvimento. Primeiramente foram definidas as classes necessárias para modelar o sistema. Na Figura 14 são mostradas duas classes: produto e localização. O passo seguinte é a definição de hierarquias entre as classes. Neste ponto, surge uma terceira classe, denominada tarefa, a qual é composta pelas duas classes já citadas, dado que uma tarefa écomposta por uma localização e um produto. Em seguida, é necessário definir os slots, ou propriedades, e as relações que existem entre as classes. Por exemplo, produto tem a propriedade de ter data validade, ou então, localizacao tem a propriedade de ter coordenada XY. Por fim, é necessário preencher os valores destes slots com as instâncias, ou indivíduos.

11 A&B Figura 7: Rota do caminhão de entrega Produto nome peso Localização coordenada_x data_validade coordenada_y Figura 8: Representação de classes Em um primeiro momento utilizou-se o Protègè v.4 para desenvolvimento das ontologias, o que gerou um arquivo OWL. Porém, na comunicação dos agentes não foi possível incluir este arquivo, a solução foi buscar um forma de exportar a ontologia em JAVA. Para tal, utilizou-se uma versão mais antiga do Protègè, a v , que adicionada de um plugin, denominado Java Bean Generator, é capaz de exportar o arquivo de ontologia em JAVA, e assim, foi natural a inclusão das ontologias nas trocas de mensagens entre os agentes. Na Figura 9 é mostrada a tela inicial do Protègè, na qual pode-se ver a aba das classes, onde está marcada a classe Produto, que tem três slots: Peso, data validade e nome. Ainda com relação aos slots, pode-se definir a cardinalidade e o tipo. Figura 9: Implementação das classes no Protègè Na Figura 10, a aba para criação dos slots é mostrada. As características dos slots que aparecem na aba anterior são definidas nesta aba. Ressalta-se que cada slot é associado a um domínio, neste caso uma das classes. Por fim, na Figura 11 são mostradas as instâncias criadas que estão associadas com a classe Produto,

12 Figura 10: Implementação dos slots no Protègè neste caso, são duas, correspondentes aos produtos do tipo frango e peixe. Note que cada instância tem associado um nome, data de validade e peso. Figura 11: Implementação das instâncias no Protègè 3.5 Interfaces gráficas do SMA OSMAtemtrês interfaces gráficas para que o usuário interfira ou somente acompanhe o processo. A primeira diz respeito a entrada de produtos, ou seja, os produtos que chegam ao estoque para armazenagem. Na Figura 12 é mostrada esta interface, na qual o usuário pode escolher entre frango e peixe, a quantidade de produtos está relacionada aos cliques que o usuário aplica no botão correspondente aos produtos. Na Figura 13, é mostrada a interface gráfica do centro de distribuição, que como esperado, ébastante parecido com a da Figura 4. As empilhadeiras são representadas pelos dois círculos, e os demais elementos são os mesmos da Figura 4. Ressalta-se que o usuário não pode interferir sobre esta interface, éapenas para acompanhamento do processo. A última interface está relacionada com a saída de produtos do estoque, novamente o usuário deve interagir com a tela, na qual pode-se escolher as cidades individualmente, ou todas, através do botão marcar todos, e logo em seguida realizar o pedido, através do botão pedido. Para um novo pedido basta clicar no botão novo pedido.

13 Figura 12: Interface gráfica para entrada de produtos Figura 13: Interface gráfica do centro de distribuição Figura 14: Interface gráfica para saída de produto

14 4 Conclusão Neste trabalho foi apresentada uma proposta de sistema multiagente para gerenciamento de um centro de distribuição. A necessidade de automatizar processos, e consequentemente a tomada de decisão com tempos cada vez mais curtos aliados ao incremento do desempenho do sistema como um todo, abre uma área interessante para aplicação de sistemas multiagente que efetivamente são os responsáveis pela tomada de decisão. Uma vez que existe a necessidade de utilização de SMA, algumas técnicas de inteligência computacional são essenciais para a implementação dos agentes, entre as quais, destacam-se neste trabalho, o sistema especialista (na gestão de alocação de produtos no estoque - agente distribuidor) e algoritmo genético (no cálculo das rotas de entrega para o agente caminhão). Para o gerenciamento de todo o centro de distribuição foi necessária a utilização de seis agentes. Além dos dois agentes citados no parágrafo anterior, os outros quatro agentes dizem respeito a implementação dos agentes empilhedeira. Na implementação destes, outros dois agentes foram desenvolvidos, o agente professor e o agente negociador, o primeiro com objetivo de ensinar como cumprir determinada tarefa ao agentes empilhadeira a cada nova solicitação, e o segundo com intuito de negociar um possível conflito de percurso entre os dois agentes empilhadeira. A integraçãodestesseis agentesnão é trivial, ainda mais quando estão implementadosem plataformas diferentes, já que os agentes distribuidor e caminhão de entrega utilizam o JADE e os demais usam JASON. A comunicação entre as ações de entrega e estoque não foram problema, já que ambos estão na mesma plataforma, o principal problema foi a comunicação entre o agente distribuidor e os agentes empilhadeira, o que foi resolvido com bastante esforço de menbros da equipe. Como resultado final ressalta-se a dificuldade que existe na implementação de um sistema multiagente, principalmente no que diz respeito a integração dos vários elementos do trabalho, que geralmente, são desenvolvidos de forma individual, neste caso, os agentes distribuidor, empilhadeiras e caminhão de entrega, no qual cada um opera na sua plataforma, mas são obrigados a integrar suas habilidade para que seja possível o gerenciamento do centro de distribuição. Os resultados obtidos com a automatização desta gerência do estoque podem ser melhorados, porém, com os resultados preliminares têm-se uma noção de que épossível aumentar o desempenho do sistema com a implementação do SMA. Bibliografia CLARK, D. (1999). Mad cows, metathesauri, and meaning. IEEE Intelligent Systems. CORREIA, G. B. e BAGGIO, R. M. C. (2005). Construção de um sistema multi-agentes para controle semafórico de um ambiente simulado de tráfego urbano. Tecnologia em Informática, Departamento de Informática, Universidade Tecnológica Federal do Paraná, Curitiba. FRANKLIN, S. e GRAESSES, A. (1996). Is it an agent, or just a program? a taxonomy for autonomous agents. Proceedings 3rd International Workshop on Agent Theories, Architectures, and Languages. Springer-Verlag. KRAJEWSKI, L. J. e RITZMAN, L. P. (1999). Operations Management: Strategy and Analysis. Addison-Wesley. 5a ed. Reading. HORRIDGE, M. (2009). A Practical Guide To Building OWL Ontologies Using Protege 4 and CO-ODE Tools. Ed. 1.2, The University Of Manchester, UK. JENNINGS, N. R., SYCARA, K. e WOOLDRIDGE, M. (1998). A Roadmap of Agent Research and Development. Journal of Autonomous Agents and Multi-Agent Systems, v.1 (1). pp NETO, R. F. T. (2005). Planejamento e Vistoria Usando Robôs Móveis Autônomos e Otimização pelo Algoritmo de Colônia de Formigas. Dissertação de Mestrado, PUC-PR. Curitiba. RABELO, R. J. (2009). Sistemas multiagentes. Transparências de aula - DAS 6607: Inteligência Artificial Aplicada à Controle de Processos e Automação Industrial. Universidade Federal de Santa Catarina, Brasil.

15 SACHS, E. (2006). Getting Started with Protege-Frames. Disponível na internet: < started/get-started.html>. SILVA, O., GARCIA, A., LUCENA, C. (2001). T-Rex: A reflexive Tuple Space Environment for Dependable Mobile Agent Systems. PUC-RIO, Departamento de Ciência da Computação. Disponível na internet: < SLACK, N., CHAMBERS, S. e JOHNSTON, R. (2002). Administração da Produção. 2a ed. São Paulo: Atlas SMITH, R. G. (1980). The Contract Net Protocol: High-Level Communication and Control in a Distributed Problem Solver. IEEE Transactions on Computers, v. 29 (12).