Inferencia en sistemas multiagente
- Autores: David Oviedo Olmedo
- Directores de la Tesis: María del Carmen Romero Ternero (dir. tes.)
- Lectura: En la Universidad de Sevilla ( España ) en 2013
- Idioma: español
- Tribunal Calificador de la Tesis: Francisco Perez García (presid.), Iñigo Monedero Goicoechea (secret.), Juan Luis Pavón Mestras (voc.), Antonio Moreno Ribas (voc.), Carlos Carrascosa Casamayor (voc.)
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
En esta tesis se ha realizado un estudio de diferentes mecanismos de inferencia basados en modelos de inteligencia artificial, integrándolos en un sistema multiagente para resolver problemas en los que no hay un conocimiento completo del medio y las reglas que definen al comportamiento del mismo son difusas, es decir contemplando situaciones de incertidumbre. La tesis plantea, en primer lugar, una comparación de estos sistemas de inferencia aplicados a sistemas multiagente y, en segundo lugar, estudia de forma empírica el rendimiento-coste de los mismos.
Por último, se han combinado de forma satisfactoria dichos mecanismos de inferencia con el objetivo de construir agentes capaces de realizar evaluaciones complejas de un problema dado, considerando incluso situaciones de incertidumbre, sin la ayuda o intervención directa de un ser humano.
El trabajo realizado en esta tesis se ha centrado en los siguientes puntos:
1. Estudio de las distintas alternativas de sistemas de inferencia existentes dentro del campo de la inteligencia artificial: a. Sistemas Expertos: emulan el comportamiento de un experto (humano) en un dominio concreto.
b. Redes neuronales: indicadas para ciertas tareas como la clasificación y el reconocimiento de patrones. Están basadas en el concepto de "aprender" mediante la agregación de un gran número de elementos simples.
c. Lógica Difusa: permite tomar decisiones bajo condiciones de incertidumbre.
2. Modelado y propuesta de arquitectura de sistema multiagente optimizada para el problema a resolver: un sistema de telecontrol inteligente.
3. Integración de los distintos motores de inferencia en los agentes que componen un sistema multiagente.
4. Estudio de los requerimientos necesarios para la ejecución de sistemas de inferencia en función de distintos parámetros: rendimiento, coste, velocidad de respuesta, etc.
5. Realización de un sistema multiagente que cuya función es la mejora del telecontrol y el mantenimiento de redes industriales en general, y de huertos solares en particular.
6. Simulación funcional y verificación de la plataforma hardware elegida para el sistema multiagente.
7. Despliegue del sistema multiagente en el sistema hardware específico, para la mejora al telecontrol y mantenimiento de redes industriales.
8. Comparación de resultados obtenidos con las distintas opciones de motores de inferencia implementados, tanto en su uso combinado como discreto.
Para finalizar, en esta tesis se describen detalladamente los estudios llevados a cabo para modelar y diseñar correctamente los distintos sistemas de inferencia integrados en el sistema multiagente desarrollado.
