Tema 10. Dinámica y funciones de la Atmosfera 2024
U5 t6 masina eai
1. Universidad de Oriente
Núcleo Monagas
Escuela de Ingeniería y Ciencias Aplicadas
Departamento de Ingeniería de Sistemas
Cursos Especiales de Grado
Área: Automatización y Control de Procesos Industriales
Estrategias para Automatización Industrial (EAI)
MASINA
(MultiAgent System INtegrated Automation)
Unidad V – NUEVOS PARADIGMAS DE LA AUTOMATIZACIÓN INDUSTRIAL
Tutor de Seminario: Integrantes:
Ing. Judith Devia Marcano Spréa, Estefani Carolina
C.I.: 20 646 564
Paris Acuña, Iliana Gabriela
C.I.: 22 968 567
Equipo OPC
Maturín, Marzo de 2016
2. ÍNDICE
INTRODUCCIÓN..................................................................................................................3
MARCO TEÓRICO ...............................................................................................................4
1. Agente..........................................................................................................................4
2. Sistema MultiAgente (SMA).......................................................................................4
3. Características de los Sistemas MultiAgentes .............................................................4
4. UML ............................................................................................................................5
5. TDSO (Técnica de Desarrollo de Sistemas de Objetos)..............................................5
6. Metodología MASINA ................................................................................................6
7. Fases de MASINA.......................................................................................................6
7.1. Fase 1: Conceptualización....................................................................................6
7.2. Fase 2: Análisis.....................................................................................................6
7.3. Fase 3: Diseño ......................................................................................................8
7.4. Fase 4: Codificación y Pruebas ............................................................................8
7.5. Fase 5: Integración ...............................................................................................8
7.6. Fase 6: Operación y mantenimiento .....................................................................8
DISCUSIÓN ...........................................................................................................................9
CONCLUSIONES................................................................................................................11
REFERENCIAS BIBLIOGRÁFICAS .................................................................................12
3. INTRODUCCIÓN
Con el paso del tiempo y el avance de la tecnología, han venido surgiendo nuevos
elementos y conceptos que quizá en un pasado se pensaron imposibles, tal es el caso de los
agentes inteligentes y la inteligencia artificial. Aunado a su evolución se han desarrollado
metodologías que permitan no sólo el conocimiento del funcionamiento de los mismos,
sino su aplicabilidad dentro de cada uno de los ámbitos empresariales e industriales.
Es necesario reconocer que el auge de los sistemas multiagentes ha ganado cada día más
presencia en el mundo y ya muchas herramientas se han basado en los mismos para poder
adaptarlos dentro del día a día. Así nace MASINA, una metodología que permite el estudio
y aplicación de agentes dirigido hacía la automatización industrial. Cabe destacar que dicha
metodología está constituida por ciertos elementos que dentro de esta investigación se
presentarán a fin de entender sus fases, tales como saber que es un agente y un sistema
multiagente y sus características, además de saber que es UML, ya que al conocer la
metodología estese encuentra muy presente.
4. 4
MARCO TEÓRICO
1. Agente
Según Weiss (1999) “Un agente es un sistema computacional que está situado en un
ambiente, y que es capaz de tomar acciones autónomas en ese ambiente con el fin de
cumplir con sus objetivos del diseño” [1]. Así, los agentes inteligentes, además de atributos
y métodos (propiedades de la programación orientada a objetos), poseen creencias, deseos e
intenciones que los vinculan con su entorno y les proveen estados mentales de los cuales
depende su comportamiento. Cada agente posee una serie de propiedades, entre las que se
cuentan la autonomía, movilidad, racionalidad, reactividad, sociabilidad y proactividad.
Además, pueden estar dotados de mecanismos de razonamiento que les permiten abordar
situaciones de manera inteligente y evolucionar por medio de la experiencia. [2]
2. Sistema MultiAgente (SMA)
Los SMA son sistemas que describen a los agentes en un entorno social, en el cual
dichos agentes cooperan para lograr tanto sus metas individuales como las metas colectivas
de la comunidad multiagente. Un SMA posee un lenguaje de agente que permite que los
mismos se relacionen para ofrecer o solicitar la ejecución de tareas del SMA. [2]
La interpretación e implementación de las características de los agentes puede significar
la diferencia en el logro de las metas propuestas. Sin embargo, la teoría de agentes ofrece
desde todo punto de vista, una visión clara para la construcción de sistemas
computacionales. La integración de disciplinas y áreas de la investigación que convergen
en un concepto coherente, brinda posibilidades reales de solución a problemas complejos.
[2]
3. Características de los Sistemas MultiAgentes
Autonomía: Weiss dice que la autonomía es la noción central de los agentes, y
argumenta que los agentes son autónomos si poseen la capacidad de tener un
comportamiento propio, y reaccionar a los estímulos externos basados en su estado
interno, sin la intervención humana ni de otros sistemas externos. [1]
Reactividad: los agentes son capaces de percibir estímulos de su entorno (recibir
una señal, o percibir un cambio de estado en el ambiente), y reaccionar a dichos
estímulos. [1]
Sociabilidad: los agentes son capaces de interaccionar con otros agentes (humanos
o no) a través de un lenguaje de comunicación entre agentes. Una sociedad de
5. 5
agentes es un grupo de agente que interactúan, se comunican, conversan, “piensan”,
y actúan en conjunto para lograr un objetivo común. [1]
Proactividad: los agentes no son solo entidades que reaccionan ante un estímulo,
sino que tienen un carácter emprendedor, y pueden actuar guiados por sus objetivos.
[1]
Movilidad: capacidad que tiene un agente de trasladarse desde un nodo a otro,
dentro de un sistema distribuido. [1]
Veracidad: suposición de que un agente no comunica información falsa a
propósito. [1]
Racionalidad: asunción de que un agente actúa de forma racional, intentando
cumplir sus objetivos si son viables. Un agente puede razonar acerca de lo que
percibe, a fin de definir una acción óptima. [1]
Adaptabilidad: esta característica está relacionada con el aprendizaje que aun
agente puede lograr, y con su capacidad para cambiar su propio comportamiento
basado en su aprendizaje. [1]
4. UML
Es un lenguaje gráfico para visualizar, especificar y documentar cada una de las partes
que comprende el desarrollo de software. UML entrega una forma de modelar aspectos
conceptuales como procesos de negocios y funciones de sistema y aspectos concretos como
expresiones de lenguajes de programación y esquemas de base de datos. [3]
5. TDSO (Técnica de Desarrollo de Sistemas de Objetos)
La técnica de desarrollo de sistemas de objetos (TDSO) está basada en el método de
deductivo y en la metodología OMT (Object Modeling Technique). Además, OMT fue
utilizada como base para el desarrollo de UML. Del primero contiene todas las fases,
incluyendo además las de especificación formal. De la segunda se toman algunos de los
diagramas que fueron transformados y adaptados para TDSO, que soportan todos los
constructos de la orientación por objetos. [4]
La extensión de tales métodos se hace con la inclusión de una guía para el desarrollo de
las pruebas de tales sistemas, utilizando el paradigma de la programación orientada por
objetos. Una de las principales ventajas de TDSO es que permite documentar las clases y
TDAs (Tipos de Datos Abstractos), los atributos y métodos de cada clase, las declaraciones
de las instancias de una clase y/o TDAs, las variables y los casos de prueba de cada
método, constituyendo una herramienta apropiada para el diseño de software. [4]
6. 6
6. Metodología MASINA
La metodología MASINA (MultiAgent System for INtegrated Automation, Sistemas
Multiagentes para Integración en la Automatización) es una extensión de MAS-
CommonKADS. El prefijo MAS que en ingles significa MultiAgent Systems (Sistema
multiagentes), es incluido para distinguirla de la metodología general. Esta metodología se
basa en una meta modelo que describe y recoge las características básicas de los sistemas
multiagentes; y ofrece un conjunto de modelos que agrupan los elementos básicos y
necesarios para describir al SMA, tales como las tareas, agentes y las comunicaciones. Los
modelos están basados en la identificación de atributos y sus relaciones; el producto
generado consiste en una serie de plantillas que describen al sistema multiagente. Son
modelos que implican un desarrollo cíclico, haciendo uso de la ingeniería de software. [2]
7. Fases de MASINA
Consta de las fases de conceptualización, análisis, diseño, codificación y pruebas,
integración y operación y mantenimiento, se explican a continuación:
7.1.Fase 1: Conceptualización
La fase de conceptualización consiste en la extracción y adquisición del conocimiento
para obtener una primera descripción del SMA. Se identifican los elementos que componen
el SMA, los procesos que realizan estos componentes del SMA y las relaciones que se
establecen para cumplir los objetivos globales. [4]
7.2.Fase 2: Análisis
En esta fase se lleva a cabo la especificación detallada de todos los elementos propuestos
en la fase de conceptualización, así como la especificación de las comunicaciones y
coordinación entre el SMA. Esta fase se conoce, en muchas metodologías, como análisis de
requisitos, ya que su objetivo o producto es la lista de requisitos formales para la
construcción del SMA, y permite construir lo que se denomina el modelo de especificación.
[4]
En la fase de análisis de MASINA se consideran cinco modelos, los cuales se consideran
suficientes para describir las características básicas de los SMA. [4]
El modelo de agente: se especifican las características de un agente como
habilidades, capacidades de razonamiento, sensores, grupos de agentes a los que
pertenece, clase de agente y servicios, entre otras. Además, a este modelo se le
agregan dos atributos: componentes del agente que permite indicar si el mismo es
un SMA (permite representar niveles de abstracción o jerarquías en el diseño de
SMA), y marco de referencia para indicar si la arquitectura del agente bajo diseño
está basada en un modelo de referencia dado. Un agente puede ser un agente
7. 7
humano, software, o cualquier entidad capaz de emplear un lenguaje de
comunicación de agentes. [4]
El modelo de tareas: describe las tareas que los agentes pueden realizar: los
objetivos de cada tarea, su descomposición, los métodos de resolución de problemas
para resolver cada objetivo, estos atributos pertenecen a la metodología MAS-
CommonKADS, además MASINA como extensión de dicha metodología agrega 2
atributos más, uno para especificar las tareas que requieren el uso de técnicas
inteligentes, y otro para describir el macro-procedimiento (sub-tareas) que se deben
seguir para la ejecución de dicha tarea. Así, los agentes pueden usar técnicas
inteligentes (Redes neuronales artificiales, Algoritmos genéricos, etc.) en función
del tipo de tareas que realizan (sean o no ellos inteligentes). [4]
El modelo de inteligencia: es presentado con sus atributos las relaciones entre
ellos, y su interrelación con los demás modelos de MASINA. Se propone un
esquema que integra conceptos como experiencia, representación de conocimiento
(conocimiento de dominio, conocimiento estratégico, conocimiento de tareas),
mecanismo de aprendizaje, y mecanismo de razonamiento. Este modelo se activa a
través del modelo de tareas, por tareas específicas que conlleven a procesos de
razonamiento, aprendizaje, etc. [4]
El modelo de coordinación: permite especificar las conversaciones que se dan
entre los agentes. El modelo de coordinación se centra en la definición de las
conversaciones que permiten una comunicación coordinada entre los agentes, y no
en los actos de habla específicamente involucrados, los cuales pasan a ser detallados
en el modelo de comunicación de MASINA. Las interacciones (actos de habla)
presentes en una conversación dada entre agentes, se representan a nivel grafico a
través de un diagrama de secuencia UML. Estos actos del habla son detallados en el
modelo de comunicación. El modelo de coordinación de MASINA permite una
descripción más detallada de cada conversación. En este modelo se especifica el
esquema de coordinación, la planificación, el mecanismo de comunicación directa o
indirecta, el metalenguaje y la ontología. [4]
El modelo de comunicación: considera las interacciones de una manera amplia y
propone un modelo de comunicación que describe los actos de habla involucrados
en las conversaciones entre los agentes del SMA, detalladas en el modelo de
coordinación. [4]
8. 8
7.3.Fase 3: Diseño
En la fase de diseño de MASINA se obtienen los siguientes modelos como paso previo a
la implementación del SMA [4]:
Diseño del SMA: se toman en consideración los agentes resultantes de los modelos
generados en la fase de análisis para generar la arquitectura final del SMA. Se
plasmarán los niveles de abstracción, es decir, visión holística del SMA. [4]
Diseño de la red: se describen los aspectos relevantes a la plataforma de SMA como
las bases de conocimiento, la arquitectura de red, etc. [4]
Diseño de la plataforma: se determina la plataforma de desarrollo del SMA, es
decir, se escogen las tecnologías (hardware y software) para implantar la plataforma.
[4]
7.4.Fase 4: Codificación y Pruebas
En la fase de codificación y pruebas se codifica y prueba cada agente utilizando las
herramientas escogidas para tal fin. Las dos tendencias principales son el uso de lenguajes
de propósito general o de lenguajes orientados a agentes. Cada agente se prueba para
asegurar que no tenga fallas, es decir, que funcionen de acuerdo con las especificaciones
definidas para el SMA en las fases de conceptualización y análisis. [4]
7.5.Fase 5: Integración
En la fase de integración se realiza el acoplamiento entre los agentes del SMA y de este
con la plataforma real donde funcionará. [4]
7.6.Fase 6: Operación y mantenimiento
La fase de operación y mantenimiento consiste en el funcionamiento del sistema
propiamente dicho, y en el cual se realizan tareas de actualización (mantenimiento) de los
componentes del sistema para adaptarlos a la evolución del entorno o a nuevos requisitos.
[4]
9. 9
DISCUSIÓN
MASINA se presente como una metodología basada en la diagramación de los distintos
agentes y procesos que se pueden definir en un sistema y para un proyecto. La importancia
que tiene MASINA es que se presenta como una opción hacía la automatización industrial.
Para el diseño de un sistema de supervisión y control automatizado para la unidad de
ahumado de carnes animal, primero se debe considerar, previo a un posible uso de la
metodología, si se trabajará con sistemas multiagentes.
A través de las características presentadas, y observando cada uno de los procesos a
tomar en cuenta dentro del ahumado de carnes se puede decir que en efecto se puede usar
sistemas multiagentes dentro del mismo ya que si se quiere automatizar el proceso se debe
contar con especificaciones que vayan en pro de la disminución de la intervención del
hombre y los sistemas multiagentes presentan dicha característica, igualmente se debe
considerar que, debido a las distintas configuraciones, con los sistemas multiagentes se
pueden mejorar los mismos, a través de la capacidad de aprender con el tiempo,
permitiendo entonces la optimización y eficiencia del proceso del ahumado de carnes. Pero
se debe considerar que la implementación de sistemas multiagentes puede resultar de mayor
costo dentro del mismo.
Una vez tomado en cuenta lo anterior, se puede decir que no necesariamente se necesite
de la implementación de la metodología MASINA, más sin embargo si puede presentar
aplicabilidad, es por ello que se procede a definir las fases de la metodología MASINA en
el mismo. Debido a que se cuenta con un diseño y no se llegará a desarrollar el mismo
entonces solo se implementaría hasta la fase de diseño por ahora, incluso se puede decir que
puede existir una fase de codificación y pruebas pero se realizaría de manera visual, pues
los dispositivos y elementos a usar no podrán probarse en físico. Entonces se procede a
realizar el análisis y aplicabilidad de las fases de la metodología MASINA:
Fase 1, Conceptualización: Siempre es importante conocer cómo funciona el SMA y
poder brindar una descripción del mismo. En el caso de un diseño de sistema de supervisión
y control automatizado ¿qué puede ser un SMA? El SMA en el proceso sería el sistema
completo que a través de una serie de configuraciones pueden permitir el funcionamiento
de todos los dispositivos a usar.
Fase 2, Análisis: En esta fase a través de los diferentes modelos que presenta se procede
a realizar un análisis de la conceptualización ¿cómo hacerlo? Pues definiendo cada uno de
los componentes, funciones y especificaciones que realizará el sistema a fin de generar los
posibles agentes que intervendrán en el proceso, es por ello que se presentan cinco tipos de
modelos donde se debe detallar, muy parecido a la definición de requisitos, el fin de
10. 10
definirlo en cinco modelos es debido a que se presente de manera más organizada y
especificada toda la información que pueda salir de aquí.
Por ejemplo, en el modelo de agente se deben definir los dispositivos o agentes y sus
capacidades, tales como los que se pueden definir en la etapa de dosificación, reposo y
ahumado. En el modelo de tareas la descripción de cada una de las tareas que pueden
realizar los agentes, como en la dosificación es necesario que la carne deba ingresar a la
inyectora para poder ser dosificada y luego ser enviada al cuarto de reposo.
El modelo de inteligencia va más enfocado a los agentes humanos que pueden estar
definidos en el proceso como el operario o administrador del sistema, incluso el sistema
mismo si se implementan las herramientas tecnológicas especificadas para esto. El modelo
de coordinación definiría las interacciones que deben existir entre los agentes a fin de poder
tener control del sistema y el modelo de comunicación que va muy relacionado con el
anterior.
Fase 3, Diseño: Como su nombre lo indica lleva más relación con el hecho que ya se
debe definir una estructura que sólo puede salir si los requisitos, el análisis y su
conceptualización ha sido bien definido. En el caso del diseño del sistema de supervisión y
control automatizado conllevaría la conexión de los dispositivos eléctricos y electrónicos
además de la definición de un software que permita la conexión de una plataforma
completa. Fase 4, Codificación y Pruebas: Como ya se mencionó esta fase se podría realizar
de manera visual, pues una simulación física no tendría cabida dentro del diseño. Las fases
siguientes se darían en el supuesto caso de que el proyecto se llegara a desarrollar.
Como se puede observar la metodología MASINA, al igual que muchas otras presenta
un ciclo de vida bien definido y puede ser implementado en los procesos de automatización
industrial, ya que es muy completa. Permitiendo de manera muy detallada describir cada
uno de los agentes que intervienen en el sistema, logrando un entendimiento claro y preciso
de los procesos.
11. 11
CONCLUSIONES
Los diagramas UML se presentan como un ente importante dentro de la definición
de las fases de la metodología MASINA, permitiendo un entendimiento de todas las
fases que se realizan en la misma.
La metodología MASINA se presenta como una expansión de la metodología MAS-
CommonKADS, pero se enfoca mayormente a la automatización industrial
aplicando agentes y sistemas multiagentes.
MASINA debido a sus fases se presenta como una metodología completa donde se
definen los distintos agentes que pueden intervenir dentro del proceso.
12. 12
REFERENCIAS BIBLIOGRÁFICAS
[1] Aguilar, J. Rivas, F. Cerrada, M. (2010). Sistemas multiagentes para la planificación
y manejo de los factores de producción en automatización. [Documento en línea].
Disponible en: http://www.ing.ula.ve/~aguilar/publicaciones/objetos/revistas/1070.pdf.
[Consulta: 2016, Marzo 5]
[2] Castellanos, R. (2008). VERIFICACIÓN DE LOS AGENTES DISEÑADOS CON
MASINA BASADO EN LÓGICA DE PRIMER ORDEN. Trabajo de Grado presentado en la
Universidad de Los Andes para optar al título de Magister Scientae en Ciencias de la
Computación. [Trabajo en línea]. Disponible en: [Consulta: 2016, Marzo 4]
[3] Wikipedia, la enciclopedia libre. Lenguaje de Modelado Unificado. [Página web en
línea]. Disponible en: http://es.wikipedia.org/wiki/Lenguaje_Unificado_de_Modelado
[Consulta: 2016, Marzo 5]
[4] Aguilar, J. Bessembel, I. Cerrada, M. Hidrobo, F. Narciso, F. (2008). Una
metodología para el modelado de sistemas de Ingeniería orientado a agentes. [Documento
en línea] Disponible en:
http://polar.lsi.uned.es/revista/index.php/ia/article/viewFile/569/553. [Consulta: 2016,
Marzo 4]