Orientador: Fernando Antonio Campos Gomide

Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação

Resumo: A inteligência artificial distribuída tem como objetivo a criação de modelos flexíveis para a resolução de problemas através de um conjunto de agentes inteligentes. Cada um dos agentes, embora possuidor de conhecimento incompleto, incerto ou eventualmente inconsistente, deve interagir com...

Resumo: A inteligência artificial distribuída tem como objetivo a criação de modelos flexíveis para a resolução de problemas através de um conjunto de agentes inteligentes. Cada um dos agentes, embora possuidor de conhecimento incompleto, incerto ou eventualmente inconsistente, deve interagir com seus pares, procurando resolver cooperativamente um problema comum. A teoria dos conjuntos nebulosos tem sido foco de intensa pesquisa, tanto no campo teórico quanto na área de aplicações nos últimos anos. Sua utilização tem se estendido pelos mecanismos de tratamento de incertezas e a flexibilidade que provê aos sistemas. Os sistemas baseados em casos provêem mecanismos que mimetizam características importantes do raciocínio humano na tomada de decisões, utilizando modelos e experiências de decisões anteriores para aplicá-las a situações similares novas. Permitem a tomada de decisões complexas, reaproveitando o esforço computacional anterior. Os algoritmos genéticos constituem-se em uma ferramenta para a resolução de problemas e tomada de decisões em ambientes pouco estruturados. Propiciam adaptação e aumento de desempenho nesses ambientes, evitando máximos ou mínimos locais. Este trabalho decorre da simbiose entre a inteligência artificial distribuída, a teoria dos conjuntos nebulosos, os sistemas baseados em casos e os algoritmos genéticos. Seu objetivo é o de propor uma abordagem única e coesa que apresente características de resolução distribuída de problemas, cooperação, manipulação de incertezas, flexibilidade, utilização de experiências anteriores e adaptação a novas situações. A abordagem proposta, denominada Inteligência Computacional Distribuída, fornece base para o desenvolvimento de um sistema distribuído de controle de tráfego urbano. Vários testes de desempenho são apresentados, comparando-se seus resultados com os de estratégias tradicionais de controle de tráfego urbano

Abstract: Distributed artificial intelligence aims at creating flexible models for problem solving through intelligent agents. Agents have to interact with one another seeking for cooperation, despite their incomplete, uncertain or even inconsistent knowledge. Fuzzy sets theory has been a focus of...

Abstract: Distributed artificial intelligence aims at creating flexible models for problem solving through intelligent agents. Agents have to interact with one another seeking for cooperation, despite their incomplete, uncertain or even inconsistent knowledge. Fuzzy sets theory has been a focus of intense research in the last years, both in the theoretical as well as in the application fields. Its use has spread over for its mechanisms for handling uncertainties and for the flexibility it provides. Case-based systems provides mechanisms to mimic human behavior in decision making through the use of past decisions models in similar situations. They allow complex decision making, re-using previous computational effort. Genetic algorithms are often used for problem solving and decision making in new environments. They lead to adaptation and performance increase, avoiding local maxima or minima. This work constitutes a symbiosis among distributed artificial intelligence, fuzzy sets theory, case-based systems, and genetic algorithms. It aims at introducing an approach that provides distributed problem solving, cooperation, uncertainties handling, flexibility, use of past experiences, and adaptation to new situations. The Distributed Computational lntelligence approach is a basis for the development of a distributed traific control system. Several performance tests are presented, and their results are compared to conventional traific control strategies