Evaluación del rendimiento de algoritmos de programación multiagente basados en pujas para sistemas de fabricación
Autores: Gordillo, Antonio; Giret, Adriana
Idioma: Inglés
Editor: MDPI
Año: 2014
Acceso abierto
Artículo científico
2014
Evaluación del rendimiento de algoritmos de programación multiagente basados en pujas para sistemas de fabricación
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Inteligencia artificial
Programación de la fabricación
Programación basada en agentes
Sistemas multiagente
Asignación de tareas
Evaluación del rendimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Las técnicas de inteligencia artificial se han aplicado a muchos problemas en sistemas de manufactura en los últimos años. En el campo específico de la programación de la manufactura, se han publicado muchos estudios tratando de hacer frente a la complejidad del entorno de manufactura. Uno de los enfoques más utilizados es la programación basada en (multi)agentes. Sin embargo, a pesar de la extensa lista de estudios reportados en este campo, no existe un recurso o estudio científico sobre la medida de rendimiento de este tipo de enfoque en situaciones de ejecución muy comunes y críticas. Este artículo se centra en algoritmos basados en sistemas multiagente (MAS) para la asignación de tareas, particularmente en aplicaciones de manufactura. El objetivo es proporcionar un mecanismo para medir el rendimiento de los enfoques de programación basados en agentes para sistemas de manufactura en situaciones críticas clave como: entorno dinámico, reprogramación y cambio de prioridad. Con este mecanismo será posible simular situaciones críticas y estresar el sistema para medir el rendimiento de un determinado método de programación basado en agentes. El mecanismo propuesto es un enfoque pionero para la evaluación del rendimiento de enfoques MAS basados en ofertas para la programación de manufactura. El método propuesto y la metodología de evaluación pueden utilizarse para realizar pruebas en diferentes plantas de manufactura, ya que es independiente de la configuración del taller. Además, los resultados de evaluación presentados en este artículo muestran los factores y escenarios clave que más afectan a los enfoques MAS similares al mercado para la programación de manufactura.
Descripción
Las técnicas de inteligencia artificial se han aplicado a muchos problemas en sistemas de manufactura en los últimos años. En el campo específico de la programación de la manufactura, se han publicado muchos estudios tratando de hacer frente a la complejidad del entorno de manufactura. Uno de los enfoques más utilizados es la programación basada en (multi)agentes. Sin embargo, a pesar de la extensa lista de estudios reportados en este campo, no existe un recurso o estudio científico sobre la medida de rendimiento de este tipo de enfoque en situaciones de ejecución muy comunes y críticas. Este artículo se centra en algoritmos basados en sistemas multiagente (MAS) para la asignación de tareas, particularmente en aplicaciones de manufactura. El objetivo es proporcionar un mecanismo para medir el rendimiento de los enfoques de programación basados en agentes para sistemas de manufactura en situaciones críticas clave como: entorno dinámico, reprogramación y cambio de prioridad. Con este mecanismo será posible simular situaciones críticas y estresar el sistema para medir el rendimiento de un determinado método de programación basado en agentes. El mecanismo propuesto es un enfoque pionero para la evaluación del rendimiento de enfoques MAS basados en ofertas para la programación de manufactura. El método propuesto y la metodología de evaluación pueden utilizarse para realizar pruebas en diferentes plantas de manufactura, ya que es independiente de la configuración del taller. Además, los resultados de evaluación presentados en este artículo muestran los factores y escenarios clave que más afectan a los enfoques MAS similares al mercado para la programación de manufactura.