Uma abordagem multi-agente para competição de agentes negociadores em gerenciamento de cadeias de suprimentos
| Autor(a) principal: | |
|---|---|
| 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 </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 </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 </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, </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 </span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">to these problems, we investigated how the social regulation of the market, intelligent products </span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">and machine learning could be combined as a mechanism of distributed control of resources </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 </span><span style="font-family: NimbusRomNo9L; font-size: 11.9552pt;">mechanism controlling the distribution of resources for distributed elements of the system. </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 |