Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos

Detalhes bibliográficos
Autor(a) principal: Gomes, Gilzamir Ferreira
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UECE
Texto Completo: https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67309
Resumo: <span style="font-style: normal;">Esta dissertação objetivou a concepção de uma abordagem computacional para o problema de gerenciamento de cadeias de suprimento no cenário </span><em>Trading Agent Compeition for Supply Chain</em> (TAC-SCM) quando perturbações no processo de fabricação são consideradas. Foi realizada uma investigação sobre a natureza centralizada e descentralizada do planejamento. Simulações realizadas têm demonstrado que a abordagem descentralizada baseada em produtos inteligentes é promissora em termos de robustez do sistema de controle e planejamento. Contudo, essa mesma abordagem tem obtido resultados pobres em termos de lucro. Dessa forma, é requerido mais investigação sobre como sistemas podem utilizar o melhor de ambas as abordagens: planejamento centralizado e descentralizado. Para se chegar a uma arquitetura multi-agente híbrida e robusta à estes problemas, foi investigado como a regulamentação social de mercado, os produtos inteligentes e aprendizagem de máquina poderiam ser combinados em um mecanismo de controle distribuído de recursos e responsabilidades. Os resultados mostraram que a solução desenvolvida é promissora quando combinada com técnicas adequadas de aprendizagem de máquina (ou mesmo boas heurísticas) e algum mecanismo de mercado controlando a distribuição de recursos para os elementos distribuídos do sistema. Palavras-Chave: Sistemas Multi-Agente, Inteligência Artificial, Produtos Inteligentes
id UECE-0_f5c2b88784974161c87b75c7416e23b4
oai_identifier_str oai:uece.br:67309
network_acronym_str UECE-0
network_name_str Repositório Institucional da UECE
repository_id_str
spelling Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentosCiência da computação Inteligência artificial Sistema multi-agente<span style="font-style: normal;">Esta dissertação objetivou a concepção de uma abordagem computacional para o problema de gerenciamento de cadeias de suprimento no cenário </span><em>Trading Agent Compeition for Supply Chain</em> (TAC-SCM) quando perturbações no processo de fabricação são consideradas. Foi realizada uma investigação sobre a natureza centralizada e descentralizada do planejamento. Simulações realizadas têm demonstrado que a abordagem descentralizada baseada em produtos inteligentes é promissora em termos de robustez do sistema de controle e planejamento. Contudo, essa mesma abordagem tem obtido resultados pobres em termos de lucro. Dessa forma, é requerido mais investigação sobre como sistemas podem utilizar o melhor de ambas as abordagens: planejamento centralizado e descentralizado. Para se chegar a uma arquitetura multi-agente híbrida e robusta à estes problemas, foi investigado como a regulamentação social de mercado, os produtos inteligentes e aprendizagem de máquina poderiam ser combinados em um mecanismo de controle distribuído de recursos e responsabilidades. Os resultados mostraram que a solução desenvolvida é promissora quando combinada com técnicas adequadas de aprendizagem de máquina (ou mesmo boas heurísticas) e algum mecanismo de mercado controlando a distribuição de recursos para os elementos distribuídos do sistema. Palavras-Chave: Sistemas Multi-Agente, Inteligência Artificial, Produtos Inteligentes<div><span style="mso-spacerun:'yes';font-size:11.9552pt;font-family:NimbusRomNo9L;color:rgb(0,0,0);">This work aimed to design a computational approach to supply chain management problem&nbsp;</span><span style="font-size: 11.9552pt; font-family: NimbusRomNo9L;">in the scenario </span><span style="font-size: 11.9552pt; font-family: NimbusRomNo9L; font-style: italic;">Trading Agent Competition for Supply Chain </span><span style="font-size: 11.9552pt; font-family: NimbusRomNo9L;">(TAC-SCM) when disturbances&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">on manufacturing process are considered. Simulations have shown that the decentralized ap</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">proach based on smart products is promising in terms of robustness of the system of control&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">and planning. However, this same approach has achieved poor results in terms of profifit. Thus,&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">it is required more research into how systems can make the best of both approaches: central</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">ized planning and decentralized planning. To achieve a hybrid multi-agent system and robust&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">to these problems, we investigated how the social regulation of the market, intelligent products&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">and machine learning could be combined as a mechanism of distributed control of resources&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">and responsibilities. The result showed that the solution developed is promising when com</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">bined with techniques appropriate machine learning (or even good heuristics) and some market&nbsp;</span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">mechanism controlling the distribution of resources for distributed elements of the system.&nbsp;</span><span style="font-size: 11.9552pt; font-family: NimbusRomNo9L-Medi; font-weight: bold;">Keywords</span><span style="font-size: 11.9552pt; font-family: NimbusRomNo9L;">: Multi-Agent System, Artifificial Intelligence, Intelligent Products</span></div>Universidade Estadual do CearáGustavo Augusto Lima de CamposGomes, Gilzamir Ferreira2011-04-05T00:00:00Z2010info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67309info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UECEinstname:Universidade Estadual do Cearáinstacron:UECE2011-04-05T00:00:00Zoai:uece.br:67309Repositório InstitucionalPUBhttps://siduece.uece.br/siduece/api/oai/requestopendoar:2011-04-05T00:00Repositório Institucional da UECE - Universidade Estadual do Cearáfalse
dc.title.none.fl_str_mv Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
title Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
spellingShingle Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
Gomes, Gilzamir Ferreira
Ciência da computação
Inteligência artificial
Sistema multi-agente
title_short Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
title_full Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
title_fullStr Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
title_full_unstemmed Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
title_sort Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
author Gomes, Gilzamir Ferreira
author_facet Gomes, Gilzamir Ferreira
author_role author
dc.contributor.none.fl_str_mv Gustavo Augusto Lima de Campos
dc.contributor.author.fl_str_mv Gomes, Gilzamir Ferreira
dc.subject.por.fl_str_mv Ciência da computação
Inteligência artificial
Sistema multi-agente
topic Ciência da computação
Inteligência artificial
Sistema multi-agente
description <span style="font-style: normal;">Esta dissertação objetivou a concepção de uma abordagem computacional para o problema de gerenciamento de cadeias de suprimento no cenário </span><em>Trading Agent Compeition for Supply Chain</em> (TAC-SCM) quando perturbações no processo de fabricação são consideradas. Foi realizada uma investigação sobre a natureza centralizada e descentralizada do planejamento. Simulações realizadas têm demonstrado que a abordagem descentralizada baseada em produtos inteligentes é promissora em termos de robustez do sistema de controle e planejamento. Contudo, essa mesma abordagem tem obtido resultados pobres em termos de lucro. Dessa forma, é requerido mais investigação sobre como sistemas podem utilizar o melhor de ambas as abordagens: planejamento centralizado e descentralizado. Para se chegar a uma arquitetura multi-agente híbrida e robusta à estes problemas, foi investigado como a regulamentação social de mercado, os produtos inteligentes e aprendizagem de máquina poderiam ser combinados em um mecanismo de controle distribuído de recursos e responsabilidades. Os resultados mostraram que a solução desenvolvida é promissora quando combinada com técnicas adequadas de aprendizagem de máquina (ou mesmo boas heurísticas) e algum mecanismo de mercado controlando a distribuição de recursos para os elementos distribuídos do sistema. Palavras-Chave: Sistemas Multi-Agente, Inteligência Artificial, Produtos Inteligentes
publishDate 2010
dc.date.none.fl_str_mv 2010
2011-04-05T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67309
url https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=67309
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual do Ceará
publisher.none.fl_str_mv Universidade Estadual do Ceará
dc.source.none.fl_str_mv reponame:Repositório Institucional da UECE
instname:Universidade Estadual do Ceará
instacron:UECE
instname_str Universidade Estadual do Ceará
instacron_str UECE
institution UECE
reponame_str Repositório Institucional da UECE
collection Repositório Institucional da UECE
repository.name.fl_str_mv Repositório Institucional da UECE - Universidade Estadual do Ceará
repository.mail.fl_str_mv
_version_ 1828295845298044928