Este documento presenta la metodología MASINA para el desarrollo de sistemas multiagentes aplicados a la automatización industrial. MASINA consta de 6 fases: conceptualización, análisis, diseño, codificación y pruebas, integración y operación y mantenimiento. En la fase de análisis se definen 5 modelos clave: agente, tareas, comunicación, coordinación e inteligencia. El diseño genera los modelos del sistema multiagente, la red y la plataforma. La metodología utiliza UML y T

1. Universidad de Oriente
Núcleo de Monagas
Departamento de Ingeniería de Sistemas
Cursos Especiales de Grado
Estrategias para la Automatización Industrial
Unidad V
MASINA
(MultiAgent System for INtegrated Automation)
Maturín, Abril de 2014
Tutor de Seminario: Equipo CRM:
Ing. Judith Devia Alejandro Elimar, C.I. 19.876.597
Parra Gabriel, C.I. 19.256.648

2. INDICE
Contenido
INTRODUCCIÓN .................................................................................................... 3
MARCO TEORICO.................................................................................................. 4
Agente.................................................................................................................. 4
SMA (Sistema Multi Agente) ................................................................................ 4
UML ..................................................................................................................... 4
TDSO (Técnica de Desarrollo de Sistemas de Objetos) ...................................... 4
Fases en MASINA................................................................................................... 5
Fases 1: Conceptualización ................................................................................. 5
Fase 2: Análisis.................................................................................................... 5
Fase 3: Diseño..................................................................................................... 6
Fase 4: Codificación y Pruebas............................................................................ 7
Fase 5: Integración .............................................................................................. 7
Fase 6: Operación y mantenimiento .................................................................... 7
DISCUSIÓN ............................................................................................................ 8
CONCLUSIÓN ...................................................................................................... 10
BIBLIOGRAFÍA ..................................................................................................... 11

3. INTRODUCCIÓN
Las metodologías enfocadas a los agentes o agentes de software están
empezando a ser utilizada cada vez más, los agentes surgen mediante la
expectativa de poder desarrollar software que se comporte de forma más
inteligente. La Inteligencia Artificial trajo consigo un gran número de tecnologías y
otras que se complementaban, como algoritmos más eficientes de búsqueda,
algoritmos genéticos, representación del conocimiento, sistemas expertos,
sistemas de aprendizaje.
El tema de los agentes comenzó a entrar de lleno en los años 90s impulsado por
el internet. Características como autonomía y colaboración los hacían atractivos
para ser implantados en ambientes donde estas aptitudes se necesitaban. En la
actualidad los agentes que tienen pequeñas tareas pueden llegar a evaluar si
están optimizando cierta tarea, con lo cual pueden modificar sus propias reglas de
comportamiento.
Las metodologías para el desarrollo de sistemas multiagentes (SMA) existentes
han surgido como extensiones tanto de metodologías orientadas a objetos, como
de metodologías de ingeniería de conocimiento.
En este trabajo se habla un poco sobre la metodología MASINA (MultiAgent
Systems for INtegrated Automation) la cual surge como una propuesta
metodológica para la especificación e implementación de sistemas basados en
agentes en ambientes de automatización industrial.

4. MARCO TEORICO
MASINA es una extensión del modelo orientado a objetos MAS-CommonKADS, y
se basa en el mismo ciclo de desarrollo, con modificaciones que permiten
incorporar comportamientos inteligentes (aprendizaje, razonamiento, etc.),
especificar los aspectos de comunicación, coordinación, integración, y un agente
como un SMA. La metodología MASINA consta de las fases de conceptualización,
análisis, diseño, codificación y pruebas, integración, y operación y mantenimiento
[2].
Para estudiar esta metodología es necesario conocer ciertos conceptos como son:
Agente:
Según (Weiss, 1999): “Un agente es un sistema computacional que está situado
en un ambiente, y es capaz de tomar decisiones autónomas en ese ambiente con
el fin de cumplir sus objetivos de diseño”.
Según (Wooldridge, 1995): “un agente es un sistema computacional autónomo y
flexible, que es capaz de actuar en un entorno”. [4]
SMA (Sistema Multi Agente):
Se puede definir un SMA como un sistema que se compone de dos o más agentes
que se comunican. Los SMA son una tecnología que aborda aspectos
fundamentales de investigación, tales como la coordinación, la cooperación, la
negociación, etc. [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. [1]
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. 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, 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. [2]

5. Fases en MASINA
Fases 1: Conceptualización
En la fase de conceptualización de MASINA, se definen los servicios requeridos
del sistema y quienes lo requieren, así como también se hace una primera
identificación de aquellos componentes del sistema que pueden ser considerados
agentes y se propone una arquitectura preliminar del SMA. [2]
Fase 2: Análisis
En la fase de análisis de MASINA se consideran cinco modelos, los cuales se
consideran suficientes para describir las características básicas de los SMA.
Particularmente, MASINA hace uso de los modelos de agente, tareas,
comunicación, coordinación y el modelo de inteligencia.
En el modelo de agente, MASINA específica, las características de un agente
tales 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 humano, software, o cualquier entidad capaz de
emplear un lenguaje de comunicación de agentes.
En el modelo de tareas se 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).
En 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.
En MASINA el modelo de coordinación permite especificar las conversaciones
que se dan entre los agentes. El modelo de coordinación de MASINA se centra en
la definición de las conversaciones que permiten una comunicación coordinada

6. 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.
En MASINA 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. [2]
Figura 1. Modelos de MASINA para análisis
Fase 3: Diseño
En la fase de diseño de MASINA se obtienen los siguientes modelos como paso
previo a la implementación del SMA:
 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.
 Diseño de la red: se describen los aspectos relevantes a la plataforma de
SMA como las bases de conocimiento, la arquitectura de red, etc.
 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. [2]

7. Fase 4: Codificación y Pruebas
En la fase de codificación y pruebas de MASINA 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. [2]
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. [2]
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. [2]

8. DISCUSIÓN
La metodología MASINA surge como una propuesta metodológica para la
especificación e implementación de sistemas basados en agentes en ambientes
de automatización industrial. A pesar de que la definición de un agente no está
completamente definida se toman las definiciones propuestas en el trabajo de [4].
En el mismo se especifican algunas características o propiedades de los agentes
como son:
 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.
 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.
 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 agentes es un grupo de agente que interactúan, se
comunican, conversan, “piensan”, y actúan en conjunto para lograr un
objetivo común.
 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.
 Movilidad: capacidad que tiene un agente de trasladarse desde un nodo a
otro, dentro de un sistema distribuido.
 Veracidad: suposición de que un agente no comunica información falsa a
propósito.
 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.
 Adaptabilidad: esta característica está relacionada con el aprendizaje que
aun agente puede lograr, y con su capacidad para cambiar si propio
comportamiento basado en su aprendizaje.
La metodología MASINA utiliza el UML y las TDSO para visualizar y representar
gráficamente todas las interacciones y comunicaciones que se dan entre los
distintos componentes y agentes del sistema.

9. Al utilizar las TDSO le permite:
 Definir el universo de clases y tipos de datos abstractos (TDA).
 Definir formalmente cada clase en términos de sus atributos, la
especificación sintáctica de sus métodos y/u operaciones, la especificación
semántica que presenta el escenario de cómo se deben utilizar los métodos
u operaciones así como su comportamiento, y las declaraciones de las
instancias de la clase, TDAs, atributos y/o variables que serán utilizadas en
el escenario de pruebas de la especificación semántica.
 Especificar formalmente cada método u operación de una clase.

10. CONCLUSIÓN
 La definición de los agentes que conforman el SMA se realiza en la fase de
conceptualización, utilizando diagramas de casos de uso y de actividades
de UML.
 La especificación detallada de los agentes definidos en esta fase se realiza
en la fase de análisis a través del modelo de agente, modelo de tarea,
modelo de inteligencia, modelo de coordinación y modelo de comunicación.
 El diseño de los agentes se realiza utilizando la técnica de desarrollo de
sistemas de objetos (TDSO), la cual incluye el diagrama de clases UML.

11. BIBLIOGRAFÍA
[1]. Wikipedia. Lenguaje de Modelado Unificado. Consultado el 6 de Abril de 2014.
[En línea]. Disponible en:
http://es.wikipedia.org/wiki/Lenguaje_Unificado_de_Modelado
[2]. Aguilar, J. Bessembel, I. Cerrada, M. Hidrobo, F. Narciso, F. Una metodología
para el modelado de sistemas de Ingeniería orientado a agentes. Consultado el 5
de Abril de 2014. [En línea]. Disponible en:
http://polar.lsi.uned.es/revista/index.php/ia/article/viewFile/569/553
[3]. Iglesias, Carlos. Definición de una metodología para el desarrollo de sistemas
multiagentes. Consultado el 5 de Abril de 2014. [En línea]. Disponible en:
http://www.upv.es/sma/teoria/agentes/tesiscif.pdf
[4].Aguilar, J. Rivas, F. Cerrada, M. Sistemas multiagentes para la planificación y
manejo de los factores de producción en automatización. Consultado el 5 de Abril
de 2014. [En línea]. Disponible en:
http://www.ing.ula.ve/~aguilar/publicaciones/objetos/revistas/1070.pdf