CobeanuIoana PDF

Investete n oameni!
FONDUL SOCIAL EUROPEAN

Programul Operaional Sectorial Dezvoltarea Resurselor Umane 2007 2013
Axa prioritar 1 Educaie i formare profesional n sprijinul creterii economice i dezvoltrii societii bazate pe cunoatere
Domeniul major de intervenie 1.5 Programe doctorale i post-doctorale n sprijinul cercetrii
Titlul proiectului: Investiie n dezvoltare durabil prin burse doctorale (INED)
Numrul de identificare al contractului: POSDRU/88/1.5/S/59321
Beneficiar: Universitatea Transilvania din Braov
Universitatea Transilvania din Brasov

Scoala Doctorala Interdisciplinara
Centrul de cercetare: Sisteme pentru Controlul Proceselor
Ing. Ioana C. COBEANU
Strategii de coordonare n
timp real a comportamentului
agenilor inteligeni mobili
Real-time coordination
strategies of the intelligent
mobile agents behaviour
Conductor tiinific
Prof.dr.ing. Vasile COMNAC
BRASOV, 2012
1
MINISTERUL EDUCAIEI, CERCETARII, TINERETULUI I SPORTULUI
UNIVERSITATEA TRANSILVANIA DIN BRAOV

BRAOV, B-DUL EROILOR NR. 29, 500036, TEL. 0040-268-413000, FAX 0040-268-410525
RECTORAT
D-lui (D-nei) ..............................................................................................................

COMPONENA
Comisiei de doctorat
Numit prin ordinul Rectorului Universitii Transilvania din Braov
Nr. 5364 din 29.08.2012
PREEDINTE:
Prof. Univ. Dr. Ing. Sorin-Aurel MORARU

Universitatea Transilvania din Braov
CONDUCTOR TIINIFIC:
REFERENI:
Prof. univ. dr. ing. Vasile COMNAC

Prof. univ. dr. ing. Clement FETIL
Universitatea Tehnic din Cluj-Napoca
Prof. univ. dr. ing. Dorian COJOCARU
Universitatea din Craiova
Prof. univ. dr. ing. Ioan MRGINEANU
Data, ora i locul susinerii publice a tezei de doctorat: 5 octombrie 2012, ora
09:00, sala V III 9, aflat la etajul 3 al corpului V al Universitii Transilvania din
Braov, Str. Mihai Viteazul, nr. 5.
Eventualele aprecieri sau observaii asupra coninutului lucrrii v rugm s
le transmitei n timp util, pe adresa Departamentului de Automatic i Tehnologia
Informaiei, Corpul V al Universitii Transilvania din Braov, Str. Mihai Viteazul,
nr. 5, 500174, la numrul de fax al departamentului: 0268 418 836, sau pe adresa
de email: ioana.cobeanu@unitbv.ro.
Totodat v invitm s luai parte la edina public de susinere a tezei de
doctorat.
V mulumim.
CUPRINS
Pg.Tez Rez.
1. INTRODUCERE .................................................................................................... 9..5
1.1 Obiectivele tezei .............................................................................................. 11
1.2 Structura tezei.................................................................................................. 12..7
2. SISTEME MULTI-AGENT .................................................................................. 15..9
2.1 Noiuni introductive ......................................................................................... 16
2.2 Arhitectura sistemelor multi-agent .................................................................... 19..9
2.3 Comunicaia n cadrul sistemelor multi-agent .................................................... 23
2.4 Domenii de utilizare ......................................................................................... 2710
2.5 Aplicaia propus ............................................................................................. 3010
2.6 Concluzii ......................................................................................................... 37
3. MODELAREA I SIMULAREA SISTEMELOR MULTI-AGENT .................... 3914
3.2 Instrumente utilizate n modelarea i simularea sistemelor multi-agent................ 40
3.3 Analiza comparativ a instrumentelor ............................................................... 4514
3.4 Platforma CoReMo .......................................................................................... 4716
3.5 Arhitectura platformei CoReMo ....................................................................... 4916
3.6 Concluzii ......................................................................................................... 55
4. PROCESAREA EVENIMENTELOR N CADRUL SISTEMELOR MULTI-AGENT
.............................................................................................................................. 5718
4.2 Arhitectura sistemelor bazate pe evenimente ..................................................... 5918
4.3 Procesarea evenimentelor complexe .................................................................. 6319
4.4 Evaluarea comparativ a platformelor CEP ....................................................... 6619
4.5 Utilizarea CEP n procesarea evenimentelor din cadrul sistemelor multi-agent .... 7220
4.6 Concluzii ......................................................................................................... 80
5. MODELAREA PROCESULUI DE DECIZIE ...................................................... 8324
5.2 Modelul de alocare al activitilor agenilor ....................................................... 84
5.3 Procesul de decizie al agenilor inteligeni ......................................................... 9024
5.4 Concluzii ....................................................................................................... 104
6. STRATEGII DE COORDONARE N TIMP REAL........................................... 10729
6.1 Noiuni introductive ....................................................................................... 108
6.2 Tehnici utilizate pentru realizarea coordonrii ................................................. 10929
6.3 Necesitatea coordonrii n cadrul sistemului multi-agent propus ....................... 11530
6.4 Strategia de coordonare n timp real propus ................................................... 11630
6.5 Evaluarea strategiei de coordonare .................................................................. 12233
6.6 Concluzii ....................................................................................................... 131
7. CONCLUZII ....................................................................................................... 13338
7.1 Contribuii personale ...................................................................................... 13641
7.2 Diseminarea rezultatelor................................................................................. 13843
3
7.3 Direcii viitoare de cercetare ........................................................................... 13944

BIBLIOGRAFIE SELECTIV .............................................................................. 14144
ANEXA 1. IMPLEMENTAREA ALGORITMULUI DE DETECTARE N TIMP REAL A
INCIDENTELOR ............................................................................................... 151
ANEXA 2. IMPLEMENTAREA ALGORITMULUI DE PLANIFICARE A
COMPORTAMENTELOR AGENILOR MOBILI INTELIGENI ................ 153
ANEXA 3. IMPLEMENTAREA ALGORITMULUI DE REPLANIFICARE A
COMPORTAMENTELOR AGENILOR MOBILI INTELIGENI ................ 161
LIST DE FIGURI ................................................................................................ 167
LIST DE ABREVIERI......................................................................................... 169
REZUMAT ............................................................................................................. 17347
ABSTRACT ........................................................................................................... 17547
CONTENT ............................................................................................................. 177
CURRICULUM VITAE ......................................................................................... 18148
CONTENT
Pg. Tess. Sum.
1. INTRODUCTION .................................................................................................. 9..5
1.1 Thesis objectives ............................................................................................ 11
1.2 Thesis structure............................................................................................... 12..7
2. MULTI-AGENT SYSTEMS ................................................................................. 15..9
2.1 Introduction ..................................................................................................... 16
2.2 Multi-agent systems architecture .................................................................... 19..9
2.3 Multi-agent systems communication ................................................................. 23
2.4 Areas of application ......................................................................................... 2710
2.5 Proposed application ........................................................................................ 3010
2.6 Conclusions ..................................................................................................... 37
3. MULTI-AGENT SYSTEMS MODELING AND SIMULATION ......................... 3914
3.1 Introduction ..................................................................................................... 40
3.2 Multi-agent systems modeling and simulation tools ........................................... 40
3.3 Tools comparison analysis................................................................................ 4514
3.4 CoReMo Platform ............................................................................................ 4716
3.5 CoReMo platform architecture ......................................................................... 4916
3.6 Conclusions ..................................................................................................... 55
4. PROCESSING EVENTS IN MULTI-AGENT SYSTEMS ................................... 5718
4.1 Introduction ..................................................................................................... 58
4.2 Event based systems architecture .................................................................. 5918
4.3 Complex Event Processing ............................................................................... 6319
4.4 CEP platforms comparison analysis .............................................................. 6619
4.5 Using CEP for event processing in multi-agent systems ..................................... 7220
4.6 Conclusions ..................................................................................................... 80
4
5. DECISION PROCESS MODELING .................................................................... 8324

5.1 Introduction ..................................................................................................... 84
5.2 Scheduling ..................................................................................................... 84
5.3 Intelligent agents decision process ................................................................ 9024
5.4 Conclusions ................................................................................................... 104
6. REAL-TIME COORDINATION STRATEGIES ......................................... 10729
6.1 Introduction ................................................................................................... 108
6.2 Coordination techniques .............................................................................. 10929
6.3 Coordination necesity in proposed multi-agent system .............................. 11530
6.4 Proposed real-time coordination strategy ......................................................... 11630
6.5 Coordination strategy evaluation..................................................................... 12233
6.6 Conclusions ................................................................................................... 131
7. CONCLUSIONS ................................................................................................. 13338
7.1 Personal contributions .................................................................................... 13641
7.2 Results dissemination.................................................................................... 13843
7.3 Further investigations ..................................................................................... 13944
SELECTIVE BIBLIOGRAPHY ............................................................................ 14144
APPENDIX 1. REAL-TIME DETECTION INCIDENTS ALGORITHM
IMPLEMENTATION ......................................................................................... 151
APPENDIX 2. MOBILE INTELLIGENT AGENTS PLANNING BEHAVIOUR
ALGORITHM IMPLEMENTATION ................................................................ 153
ANEXA 3. MOBILE INTELLIGENT AGENTS REPLANNING BEHAVIOUR
ALGORITHM IMPLEMENTATION ................................................................ 161
LIST OF FIGURES ................................................................................................ 167
LIST OF ABBREVIATIONS ................................................................................. 169
ABSTRACT ........................................................................................................... 17547
CONTENT ............................................................................................................. 177
CURRICULUM VITAE ......................................................................................... 18148
INTRODUCERE
Aplicaiile de control fac parte din viaa fiecruia dintre noi. Ele pot fi ntlnite n cadrul
locuinelor (controlul temperaturii n camer utiliznd termostatul centralei de nclzire,
controlul audio sau video n cazul sistemelor de supraveghere, etc.), pe strad (controlul
traficului n intersecii, controlul modului n care sunt livrate produsele de ctre firmele de
curierat, etc.), n halele industriale (controlul liniilor de producie, a modului de funcionare a
roboilor, etc.), i exemplele pot continua. n cadrul acestor aplicaii se urmrete obinerea unei
reacii la nivelul componentelor n timp real. De exemplu, n cazul aplicaiilor de control al
traficului, n momentul detectrii unui incident, autovehiculele aflate n trafic trebuie s aib
posibilitatea de a evita zona congestionat.
Complexitatea sistemelor care modeleaz aplicaiile de control depinde de numrul
entitilor implicate n rezolvarea problemelor. O dat cu dezvoltarea reelelor wireless de
senzori, a crescut foarte mult numrul nodurilor care pot fi conectate ntr-o reea. n acelai timp
nodurile reelelor wireless pot fi rspndite pe suprafee spaiale mari. Aceast evoluie face ca
5
sistemele de control s cunoasc o cretere a complexitii, fiind necesar dezvoltarea de noi

tehnologii pentru meninerea bunei funcionri a sistemelor [28].
Trendurile privind modul de dezvoltare al aplicaiilor de control sunt ca decizia s fie luat
ct mai aproape de proces i ca reacia la stimuli multipli s fie realizat local.
Tehnologiile propuse n dezvoltarea sistemelor de control complexe trebuie s fac fa
unor serii de provocri precum [28]: creterea flexibilitii sistemului (posibilitatea de a
introduce noi entiti n sistem fr a fi necesar reproiectarea acestuia), creterea independenei
fiecrei componente a sistemului, reacia componentelor n timp real, pstrarea robusteii
sistemului, procesarea unui volum mare de informaii, etc..
Pentru a putea realiza provocrile enunate anterior au fost dezvoltate sistemele distribuite
de control. Sistemele distribuite au fost introduse cu scopul de a elimina neajunsurile sistemelor
centralizate precum dependena de o entitate decizional, entitile componente ale sistemelor
centralizate nu prezint autonomie. Avantajele utilizrii controlului descentralizat sunt creterea
autonomiei entitilor sistemului, buna funcionare a sistemului nu mai depinde de o unitate
central.
Cercetarea realizat pe durata programului de doctorat a fost orientat pe utilizarea
tehnologiei sistemelor multi-agent n dezvoltarea aplicaiilor de control. Tehnologia sistemelor
multi-agent este utilizat cu succes n modelarea sistemelor distribuite. Prin construcia
aplicaiilor distribuite utiliznd aceast tehnologie se mbuntete flexibilitatea sistemelor i
capacitatea acestora de a rezolva situaiile neprevzute aprute n cadrul sistemului [53].
Sistemele multi-agent au cunoscut o mare rspndire n ultimii ani, fiind utilizate n aplicaii din
diverse domenii. Exemple de astfel de domenii sunt: transport [47] [19], industrie [46], sntate
[52] militare [43] etc.
n cadrul sistemelor multi-agent fiecare component este autonom. Agenii trebuie s
decid ce operaie trebuie s execute pe baza informaiilor obinute din cadrul sistemului.
n cazul sistemelor multi-agent cooperative agenii trebuie s duc la ndeplinire o sarcin
global [6]. Sarcina global este mprit n subsarcini care trebuie realizate de fiecare agent.
Problema care apare n aceste situaii este modul de coordonare a sarcinilor locale astfel nct s
fie ndeplinit scopul global al sistemului. Aceste probleme sunt soluionate prin construcia unei
strategii de coordonare. Prin realizarea coordonrii n cadrul unui sistem multi-agent se asigur
faptul c fiecare subproblem a scopului global este inclus n activitatea unui agent. Agenii
trebuie s i modeleze comportamentul astfel nct s poat duce la ndeplinire sarcina atribuit
[29].
Coordonarea reprezint o problem foarte important n modelarea unui sistem multiagent. n ultimii ani problema realizrii coordonrii n cadrul unui sistem multi-agent a prezentat
un mare interes pentru cercettori. n lipsa unei strategii de coordonare definit n cadrul unui
sistem multi-agent, ntregul sistem se comport haotic. Deciziile agenilor nu corespund strii
actuale a sistemului putnd duce la apariia conflictelor ntre ageni (n momentul n care acetia
vor s utilizeze aceeai resurs critic n acelai moment de timp) sau la nendeplinirea scopului
la nivel local sau la nivel global.
Crearea unei strategii de coordonare n cadrul unui sistem multi-agent presupune
coordonarea activitilor fiecrui agent. Pentru realizarea coordonrii au fost dezvoltate diferite
tehnici, mecanisme sau protocoale. Principale tehnici utilizate n construcia coordonrii
agenilor sunt prezentate n [6]. Acestea sunt tehnici bazate pe structuri organizaionale,
planificarea activitilor, negociere, licitaie, sau pe percepia mediului la nivelul agenilor.
6
n alegerea unei tehnici de realizare a coordonrii ntr-un sistem multi-agent trebuie s se in

cont de cerinele sistemului. Strategia de coordonare care face subiectul acestei teze are ca rol
principal detectarea n timp real a situaiilor care pot influena comportamentul agenilor i luarea
deciziilor la nivelul agenilor astfel nct acetia s i poat finaliza sarcinile atribuite n
concordan cu noua stare a sistemului. Tehnica utilizat pentru a construi aceast strategie a fost
planificarea, deoarece prin aceast tehnic se realizeaz evitarea aciunilor i interaciunilor
conflictuale [6]. Prin utilizarea tehnicilor bazate pe negociere sau licitaie nu se realizeaz
evitarea conflictelor i rezolvarea acestora.
Strategia de coordonare n timp real presupune procesarea unui volum mare de evenimente
transmise n cadrul sistemului. Pe baza acestor evenimente trebuie s se realizeze detecia
anumitor situaii neprevzute aprute n sistem. Acestea sunt acele situaii care pot afecta
comportamentul agenilor mobili. Tehnologia utilizat trebuie s aib capacitatea de a procesa n
timp real evenimentele, s poat asocia evenimentele cu momentul de timp la care au avut loc.
Soluia propus a fost utilizarea tehnologiei CEP (Complex Event Processing). Utiliznd CEP se
poate realiza detecia situaiilor neprevzute pe baza evenimentelor simple. Evenimentele simple
sunt procesate n timp real i prin corelarea acestora n funcie de momentul apariiei, de
informaiile coninute sunt generate evenimentele complexe. Prin evenimentele complexe este
semnalat apariia unei situaii neprevzute.
Un alt aspect foarte important este modelarea procesului de decizie al agenilor. Decizia
agenilor trebuie s fie generat ntr-un timp ct mai scurt, dar n acelai timp trebuie s
reprezinte un rspuns ct mai apropiat de cel optim la situaia actual a sistemului. Deoarece
problemele pe baza crora sunt generate deciziile sunt complexe probleme de optimizare,
generarea soluiilor optime se realizeaz ntr-un timp ndelungat. Pentru modelarea procesului de
decizie a fost propus spre utilizare programarea bazat pe constrngeri. Aceasta asigur o bun
flexibilitate n modelarea problemelor, prin utilizarea acestei metode putndu-se rezolva
probleme complexe de optimizare, putndu-se obine soluii ntr-un timp scurt care respect
totalitatea constrngerilor definite nefiind neaprat cele optime. Deciziile agenilor sunt potrivite
contextului actual al sistemului deoarece sunt generate ntr-un timp scurt i respect
constrngerile din sistem.
Obiectivul principal al cercetrii n urma creia a fost dezvoltat teza l reprezint proiectarea, modelarea, implementarea i testarea unei strategii de coordonare n timp real n cadrul
unui sistem multi-agent.
1.2 Structura tezei
n cadrul capitolului 1, Introducere, este prezentat importana utilizrii sistemelor multiagent n rezolvarea aplicaiilor de control, problematicii coordonrii agenilor mobili inteligeni
n cadrul sistemelor multi-agent i principalele obiective ale unei strategii de coordonare. n
cadrul acestui capitol a fost enunat obiectivul principal i obiectivele specifice tezei de doctorat
i structura acesteia.
Capitolul 2, Sisteme multi-agent, a avut ca prim scop scoaterea n eviden a principalelor
avantaje ale utilizrii sistemelor multi-agent n modelarea i controlul a diferite aplicaii de
control, tipurile de arhitecturi ale agenilor ct i ale sistemelor de acest tip i modul de realizare
a schimbului de informaii n cadrul unui astfel de sistem. Un alt scop al acestui capitol este
propunerea unei aplicaii de control a traficului care a fost dezvoltat cu scopul de a testa
strategia de coordonare propus. Tot aici a fost prezentat i arhitectura sistemului multi-agent
utilizat n modelarea i controlul acestei aplicaie i motivele alegerii fcute.
7
n vederea modelrii i simulrii sistemului multi-agent propus, n cadrul capitolului 3,

Modelarea i simularea sistemelor multi-agent, este realizat o analiz comparativ a
platformelor de modelare i simulare a sistemelor multi-agent. Analiza comparativ a avut ca
obiect patru astfel de platforme: JADE (Java Agent Development Environment), MatSim (MultiAgent Transport Simulation), SeSAm (Shell for Simulated Agent Systems Instrument pentru
simularea sistemelor multi-agent) i Repast Simphony (REcursive Porous Agent Simulation
Toolkit). Analiza comparativ a fost realizat pe baza unui set de criterii. Acesta a fost obinut n
funcie de necesitile sistemului multi-agent propus. n urma analizei comparative a rezultat
faptul c platforma Repast Simphony se apropie cel mai mult de necesitile simulrii sistemului
propus. Sistemul multi-agent propus a fost modelat n cadrul modulului CoReMo (Constraint
Responsive Mobility) Citadel al platformei CoReMo, dezvoltat n colaborare cu firma Siemens,
Braov, utiliznd platforma Repast. n acest modul este realizat simularea traficului oraului
Braov, la care sunt adugate componente de infrastructur specifice sistemului propus.
Pentru a putea realiza coordonarea n cadrul sistemului multi-agent care face subiectul
acestei teze, a fost necesar pentru nceput soluionarea a dou probleme: modul n care sunt
procesate evenimentele din cadrul sistemului multi-agent i modelarea procesului de decizie al
agenilor mobili inteligeni. Astfel n capitolul 4, Procesarea evenimentelor n cadrul sistemelor
multi-agent, este propus utilizarea procesrii complexe a evenimentelor aprute n cadrul
sistemului multi-agent. CEP permite procesarea n timp real a unui volum mare de evenimente,
poate realiza detecia anumitor situaii speciale aprute n cadrul sistemului (care pot influena
comportamentul agenilor). Pentru nceput a fost realizat o analiz comparativ a platformelor
CEP n urma creia a rezultat faptul c platforma Esper este potrivit cerinelor sistemului.
Procesarea evenimentelor este integrat la nivelul agentului detector al incidentelor. La finalul
capitolului sunt prezentate detaliat algoritmul propus pentru detectarea incidentelor n cadrul
sistemului multi-agent i avantajele utilizrii tehnologiei CEP n sistemele multi-agent.
Modelarea procesului de decizie al agenilor inteligeni este abordat n capitolul 5.
Modelarea procesului de decizie. n cadrul acestui capitol este propus utilizarea programrii
constrngerilor pentru a modela procesul de decizie a agenilor inteligeni. Avantajele acestei
abordri sunt faptul c ofer posibilitatea rezolvrii problemelor complexe de optimizare ct i o
bun flexibilitate n modelarea i controlul problemelor. Sunt prezentai algoritmii integrai la
nivelul agenilor inteligeni (dispecer i agenii care livreaz materialele) prin care acetia i
modeleaz comportamentul n timp real. Algoritmii au fost implementai utiliznd dou metode
ASP i CSP (Constraint Satisfaction Problem). n primul caz implementarea a fost realizat n
sistemul DLV, iar n cea de a doua solverul Choco. La finalul capitolului au fost evideniate
performanele ambelor implementri (att n cazul algoritmului de iniializare a rutelor agenilor
mobili inteligeni ct i n cazul algoritmului de replanificare a rutelor agenilor mobili
inteligeni) i analiza comparativ a acestora.
n capitolul 6, Strategii de coordonare n timp real, pentru nceput au fost analizate
tehnicile utilizate n realizarea coordonrii. Acestea au diferite proprieti i caracteristici, fiind
utile n diferite tipuri de medii i aplicaii. n cadrul acestui capitol a fost propus o nou
strategie de coordonare construit utiliznd tehnica bazat pe planificare. Pe baza planului iniial
agenii i modeleaz comportamentul astfel nct s urmreasc ruta iniial. n momentul
detectrii unui incident n trafic, agenii trebuie s decid dac trebuie s i recalculeze ruta
astfel nct acetia s i poat duce la ndeplinire sarcina atribuit. n cazul n care incidentul
detectat blocheaz o strad care face parte din ruta agentului, acesta trebuie s i reconfigureze
ruta. n evaluarea strategiei de coordonare s-au avut n vedere modul de obinere a controlului n
8
cadrul sistemului, costul de execuie al strategiei (performanele obinute de procesul de decizie

al agenilor inteligeni), modul n care sunt evitate conflictele i alte aspecte prin care se pot
urmri performanele unei strategii de coordonare.
Capitolul 7, Concluzii, prezint concluziile privind rezultatele cercetrii i au fost
evideniate contribuiile personale, modul de diseminare al rezultatelor i direciile viitoare de
cercetare.
Aceast tez de doctorat reprezint rezultatul cercetrilor efectuate n perioada 2009
2012 n domeniul Ingineria Sistemelor din cadrul Universitii Transilvania din Braov.
Cercetarea a fost realizat n cadrul proiectului Studii doctorale pentru dezvoltare durabil (SDDD) POSDRU/6/1.5/S/59321.
Doresc s mulumesc d-lui prof. dr. ing. Vasile COMNAC, conductorul tiinific al
acestei teze de doctorat, pentru colaborarea fructuoas avut pe parcursul cercetrilor pentru
elaborarea tezei de doctorat, cercetri ce au condus la multiple rezultate publicate mpreun.
Cercetrile nu ar fi putut fi dezvoltate fr suportul companiei Siemens. Platforma
CoReMo, pe baza cruia au putut fi obinute rezultatele experimentale, a fost dezvoltat n cadrul
centrului de cercetare al departamentului Corporate Technology, Siemens Braov, Romania. n
acelai timp mulumesc ntregului colectiv din cadrul acestui departament pentru colaborarea
care a avut loc pe durata celor 3 ani i pentru suportul acordat.
Mulumesc i celor din cadrul departamentului CT T CEE AT (Corporate Research and
Technologies CEE Austria) pentru oportunitatea de a desfura stagiul extern n cadrul acestui
departament. Mulumesc pentru noua direcie pe care au luat-o cercetrile n urma acestui stagiu,
pentru suportul acordat i pentru uurina cu care am fost integrat n cadrul colectivului.
Nu n ultimul rnd a dori s mulumesc prinilor, surorii mele i pritenului meu pentru
susinerea acordat pe tot parcursul studiilor doctorale, oferindu-mi suportul moral necesar.
SISTEME MULTI-AGENT
Tehnologia sistemelor multi-agent este utilizat cu succes n modelarea sistemelor
distribuite. Mediul sistemelor distribuite este unul dinamic. Tehnologia utilizat pentru
modelarea unui astfel de sistem trebuie s fac fa situaiilor neprevzute aprute n cadrul
sistemului [52]. Prin construcia aplicaiilor utiliznd tehnologia sistemelor multi-agent se
mbuntete flexibilitatea sistemelor i capacitatea acestora de a rezolva situaiile neprevzute
aprute n cadrul sistemului.
Sistemele multi-agent au cunoscut o mare rspndire n ultimii ani, fiind utilizate n
aplicaii din diverse domenii. Arhitectura sistemelor multi-agent difer n funcie de aplicaia n
care este utilizat. La realizarea unei astfel de arhitecturi este important s se cunoasc rolul
agenilor i modul n care acetia interacioneaz. Aceasta este construit n funcie de modul n
care se realizeaz coordonarea agenilor. n cadrul unui sistem multi-agent trebuie s fie posibil
schimbarea de informaii, astfel nct deciziile agenilor s fie luate n concordan cu
necesitile ntregului sistem.
2.2 Arhitectura sistemelor multi-agent
Arhitectura unui sistem software reprezint descrierea structurii acestuia. Arhitectura
reprezint primul artefact care poate fi analizat pentru a determina ct de bine dac sunt atinse
atributele sistemului privind calitatea i servete ca i plan al proiectului [3]. Arhitectura unui
9
sistem multi-agent este influenat de modalitatea de coordonare utilizat n cadrul acestuia. Un

sistem multi-agent este format din ageni i mediul sistemului. Prin arhitectura sistemului se
stabilesc tipurile agenilor care fac parte din sistem, rolurile acestora, modul de interacionare cu
ceilali ageni, legturile dintre ageni i structura fiecrui agent.
2.4 Domenii de utilizare
n literatura de specialitate au fost dezvoltate o serie de aplicaii care propun integrarea
sistemelor multi-agent n diferite domenii de aplicaii [12] precum domeniul transporturilor [19]
[25] [47], domeniul industriei [30] [44], domeniul sntii [45] [52] sau domeniul militar [21]
[43].
2.5 Aplicaia propus
Aplicaia propus face parte din domeniul transportului rutier. Aceasta reprezint o
aplicaie de control a traficului care propune detectarea n timp real a incidentelor aprute n
trafic i apoi rerutarea vehiculelor astfel nct timpul petrecut de acestea n trafic s fie ct mai
scurt.
Prin incidentele aprute n trafic se nelege orice eveniment care duce la un blocaj n
trafic. Incidentele pot fi periodice n cazul n care au loc la un anumit interval de timp. De
exemplu exist anumite intervale de timp zilnice n care fluxul autovehiculelor pe anumite strzi
este mai mare dect cel normal. Pe de alt parte incidentele neprevzute sunt acele incidente care
apar brusc din diferite cauze precum accidente, lucrrile la infrastructur, factori de ordin
climatic. Aplicaiile de control ale traficului propun detectarea ambelor tipuri de incidente, dar cu
precdere accentul este pus pe incidentele neperiodice.
Necesitatea existenei aplicaiilor de control al traficului devine esenial pentru meninerea
traficului n bune condiii. Acest tip de aplicaii ajut conductorii vehiculelor s poat lua
propriile decizii n funcie de condiiile traficului. Prin deciziile luate, acetia i pot scurta
timpul petrecut n trafic, pot evita incidentele aprute. Deciziile trebuie s fie luate ntr-un timp
ct mai scurt. Pentru aceasta este foarte important ca orice conductor de vehicul s poat avea
acces la informaiile privind condiiile traficului n timp real. n acest mod vehiculele pot evita
incidentele aprute n trafic precum accidente, ambuteiaje, etc. Dac informaiile privind
condiiile traficului nu sunt primite ntr-un timp ct mai scurt (de ordinul a cteva secunde),
acestea sunt inutile deoarece decizia luat nu mai corespunde cu starea actual a sistemului, sau
acesta nu mai are timp s reacioneze (s-i modifice ruta) [10].
La fiecare moment de timp autovehiculele are nevoie de informaii legate de celelalte
autovehicule care particip la trafic i informaiile primite de la componentele infrastructurii.
Pentru a face posibil transmiterea acestor informaii este necesar ca fiecare main s aib
dispozitive prin care s se realizeze schimbul wireless de informaii. n zilele noastre exist o
multitudine de dispozitive care s realizeze comunicaia wireless ntre anumite componente
precum telefoane, canale radio, computere, satelii, etc. Acestea pot fi conectate ntre ele prin
utilizarea infrastructurilor informatice deja existente. Sateliii GPS (Global Positioning System)
pot furniza informaii legate de poziia fiecrui vehicul aflat n trafic. Componentele
infrastructurii reelei de drumuri pot fi vzute ca i AP-uri (Access Points) n cadrul unei reele
WLAN (Wireless Local Area Network), n timp ce vehiculele pot fi vzute ca i CL (Clients) [9].
Informaiile pot fi transmise de la componentele infrastructurii la vehiculele din aria sa de
influen.
10
Scenariul propriu-zis propus se refer la livrarea materialelor de construcie i

echipamentelor la un numr de antiere distribuite ntr-un ora. Aceste antiere reprezint spaiile
n construcie (staii de metrou, blocuri, strzi, etc.) aflate n ora. Materialele trebuie s fie
livrate din mai multe depozite localizate n afara oraului prin utilizarea unor mini-utilitare.
Livrarea materialelor trebuie fcut astfel nct acestea s fie livrate n intervalul de timp stabilit.
n acelai timp rutele mini-utilitarelor trebuie s fie definite pentru ca timpul petrecut n trafic de
ctre acesta s nu depeasc timpul de lucru al unei zile.
Dup generarea rutelor iniiale ale fiecrei mini-utilitare, acestea vor avea capacitatea de a
i reactualiza rutele pentru a evita zonele n care sunt detectate incidente i n acelai timp
intervalele de timp stabilite la nivelul antierelor s fie respectate. Detecia incidentelor n timp
real trebuie realizat, aa cum a fost specificat anterior, pe baza informaiilor obinute din trafic
i de la ceilali participani la trafic.
n funcie de aria care este acoperit de antiere, o companie de livrare a produselor poate
utiliza unul sau mai multe depozite pentru stocarea temporar i expedierea materialelor
utiliznd mini-utilitarele.
Tehnologia sistemelor multi-agent este potrivit pentru a modela scenariul prezentat n
cadrul acestui subcapitol. Aplicaia prezentat este o aplicaie distribuit, fiecare vehicul care
livreaz materialele trebuind s aib posibilitatea de a decide ce rut urmeaz. Ruta trebuie
construit astfel nct agentul s poat livra materialele n intervalele de timp stabilite la nivelul
antierelor.
2.5.1 Arhitectura sistemului multi-agent
Pentru a construi arhitectura unui sistem multi-agent trebuie definite tipurile i rolurile
fiecrui agent care face parte din sistem i n acelai timp i interaciunile dintre acetia.
Arhitectura sistemului multi-agent prin care se va modela aplicaia de control al traficului
este prezentat n fig. 2.7. Prin construcia acestei arhitecturi se urmrete pstrarea autonomiei
entitilor sistemului prin inserarea la nivelul agenilor mobili inteligeni a unui modul de
inteligen artificial [13]. Prin utilizarea acestui modul fiecare agent are capacitatea de a i
adapta comportamentul n timp real n funcie de starea sistemului (mediu i ceilali ageni).
Fig. 2.7. Arhitectura sistemului multi-agent

11
2.5.1.1 Reprezentarea reelei de drumuri

Reeaua de drumuri este descris printr-un graf G ( N , A ) , n care N reprezint nodurile
grafului (interseciile strzilor), iar A reprezint arcele grafului (strzile care compun reeaua).
Fiecrui arc ( u ,v ) A i este atribuit un cost c( u ,v ) . Acest cost reprezint timpul mediu de
parcurgere al acelei strzi. El are o valoare pozitiv i este calculat utiliznd o funcie de cost.
n calculul costurilor se ine cont de lungimea strzii i de viteza medie cu care un vehicul
se poate deplasa pe acea strad. Costul unui arc ( u ,v ) A este calculat utiliznd urmtoarea
funcie:
f cos t (u, v)
l arc (u , v)
v med (u, v)
(2.1)
unde l arc reprezint lungimea strzii asociate arcului ( u ,v ) A i v med reprezint viteza medie
de parcurgere a strzii asociate arcului ( u ,v ) A .
2.5.1.2 Tipurile i rolurile agenilor
Principalele tipuri de ageni aflai n cadrul sistemului multi-agent propus sunt: agenii
mobili inteligeni numii ageni de livrare, agenii mobili reprezentai de participanii la trafic
care nu livreaz materiale, agentul care detecteaz incidentele aprute n trafic i agentul
dispecer care genereaz rutele iniiale ale agenilor mobili inteligeni. Aceast divizare a fost
realizat pe baza principalelor roluri pe care trebuie s le ndeplineasc fiecare n cadrul
sistemului multi-agent.
Agentul detector al incidentelor
Detectarea incidentelor poate fi realizat la nivelul fiecrui agent mobil de livrare sau la
nivelul unui agent detector al incidentelor localizat la nivel global fr a fi necesar un agent
coordonator.
Realizarea unui control distribuit ai agenilor mobili de livrare poate conduce la creterea
alarmant a numrului de mesaje trimise n cadrul sistemului, putnd duce chiar la blocarea
comunicaiei. Pentru a putea pstra procesul de decizie la nivelul fiecrui agent de livrare i
pentru a evita blocarea comunicaiei la nivelul sistemului s-a realizat detectarea incidentelor la
nivelul unui agent numit detector al incidentelor. n acest mod la nivelul agenilor mobili sunt
primite doar informaiile despre incidentele care le pot afecta comportamentul, i nu informaii
de la toi ceilali ageni care nu le influeneaz n nici un fel acel comportament. n acelai timp
informaiile legate de trafic de la ageni sau de la componentele infrastructurii sunt trimise doar
la un agent i nu la toi agenii de livrare. Agentul detector al incidentelor are rolul principal de a
detecta n timp real incidentele aprute n trafic.
Agentul dispecer
Agentul dispecer are rolul de a realiza planul iniial al agenilor mobili inteligeni. Prin
realizarea planului iniial se nelege stabilirea tuturor rutelor agenilor mobili inteligeni.
Algoritmul de stabilire a rutelor agenilor trebuie s in cont de urmtoarele constrngeri: rutele
trebuie s treac prin toate punctele de construcie unde trebuie livrate produsele, toate
materialele trebuie livrate n intervalul de timp stabilit la nivelul antierelor, timpul petrecut de
ageni n trafic trebuie s fie ct mai scurt, materialele se pot afla n mai multe depozite.
12
Agenii mobili participani la trafic

Un agent mobil este asociat unui autovehicul participant la trafic. Rolul acestor ageni este
acela de a permite autovehiculelor aflate n trafic s funcioneze ca un grup format din entiti
similare. Acetia au capacitatea de a se deplasa n cadrul reelei de drumuri, de a cunoate poziia
sa n spaiu i viteza cu care se deplaseaz.
Acest tip de ageni nu au inteligen proprie, comportamentele acestora fiind selectate la
iniializarea sistemului. Prin comportamentul acestora se nelege faptul c fiecare agent trebuie
s ajung din punctul de plecare n punctul de destinaie prin urmrirea unei rute.
Agenii mobili inteligeni participani la trafic
Spre deosebire de agenii mobili prezentai anterior acestui tip de ageni le este adugat un modul
de inteligen artificial. Prin utilizarea acestui modul agenii i pot reconfigura comportamentul
n timp real n funcie de starea sistemului. Arhitectura unui astfel de agent de tip deliberativ este
prezentat n fig. 2.8.
Fig. 2.8. Arhitectura Agentul Mobil Inteligent

Prin pstrarea planificatorului la nivelul fiecrui agent mobil inteligent se urmrete
crearea descentralizat a controlului (pstrarea deciziei la nivelul fiecrui agent inteligent). n
acest fel, chiar dac detectarea incidentelor este realizat la nivel global, decizia rmne la
nivelul fiecrui agent. Agenii au scopuri diferite (trebuie s livreze materiale la anumite
antiere), iar modificarea comportamentului este realizat astfel nct s-i ndeplineasc scopul.
Comportamentul agenilor mobili inteligeni este modificat doar n momentul n care apare
n mediu un incident care i blocheaz ruta. Aceast reconfigurare a rutelor trebuie s in cont de
respectarea constrngerilor din cadrul sistemului. Cele mai importante constrngeri sunt cea a
vizitrii tuturor antierelor pentru care deine materiale i cea a respectrii timpilor de sosire la
fiecare antier. La acestea se adaug i faptul c se urmrete minimizarea timpului petrecut n
trafic de fiecare agent.
2.5.2 Realizarea interaciunilor n cadrul sistemului multi-agent propus
Modul de interaciune ntre ageni este esenial n buna funcionare a unui sistem. Fiecare
agent aflat n cadrul unui sistem multi-agent trebuie s aib acces la informaiile legate de ceilali
ageni sau mediul din care fac parte pentru a putea lua deciziile legate de comportamentul su n
concordan cu starea sistemului. n acest mod se poate asigura realizarea coordonrii agenilor.
Informaiile sunt transmise n cadrul sistemului sub form de evenimente. Forma
evenimentelor este diferit n funcie de tipul de date pe cate le conine. Acestea pot conine date
13
despre fiecare autovehicul: poziia sa, strada pe care se afl i viteza sa, date despre incidentele
aprute n trafic precum strada pe care a avut loc incidentul.
Principalele interaciuni care au loc n sistemul multi-agent propus sunt:
Interaciunea Agentului Detector al Incidentelor i agenii mobili;
Transmiterea informaiilor ntre Agentului Detector al Incidentelor i agenii mobili se
realizeaz ntr-un singur sens. Informaiile sunt transmise doar de la agenii mobili la agentul
detector al incidentelor. Informaiile transmise sunt evenimente simple de poziie. Aceste
evenimente conin informaii legate de poziionarea fiecrui agent mobil. Pe baza acestor
evenimente simple Agentului Detector al Incidentelor realizeaz detecia n timp real a
incidentelor.
Interaciunea Agentului Detector al Incidentelor i agenii mobili inteligeni;
Transmiterea informaiilor ntre Agentului Detector al Incidentelor i agenii mobili
inteligeni se realizeaz n ambele sensuri. Informaiile transmise de la agenii mobili la agentul
detector al incidentelor sunt evenimentele simple de poziie prezentate anterior. Informaiile
transmise de la agentul detector al incidentelor la agenii mobili sunt evenimentele complexe prin
care agenii mobili sunt informai de detecia unui ambuteiaj pe o strad.
Interaciunea Agentului Dispecer i agenii mobili inteligeni;
Transmiterea informaiilor ntre Agentului Dispecer i agenii mobili se realizeaz ntr-un
singur sens. Agentul Dispecer transmite agenilor mobili inteligeni rutele lor iniiale. Rutele sunt
reprezentate sub forma unui vector n care sunt reinute punctele prin care trebuie s treac
agenii.
MODELAREA I SIMULAREA SISTEMELOR MULTI-AGENT

Fr a modela i simula un sistem multi-agent nu se pot urmri performanele obinute de
acesta. Prin performanele unui sistem multi-agent se pot nelege urmtoarele proprieti
caracteristice: arhitectura acestuia, comportamentul ntregului sistem, i a fiecrui agent,
strategiile de coordonare selectate pentru a obine o bun coordonare a agenilor, etc. Pe de alt
parte prin simularea unui sistem multi-agent se pot urmri performanele obinute de diferii
algoritmi i a diferitelor tehnologii utilizate pentru modelarea comportamentului agenilor.
Platforma utilizat n modelarea unui sistem multi-agent trebuie selectat n funcie de
anumite criterii alese pe baza cerinelor aplicaiei care urmeaz a fi creat. n lista criteriilor
trebuie s fie cuprinse toate facilitile pe care platforma le ofer utilizatorului astfel nct acesta
s poat crea scenariile dorite.
3.3 Analiza comparativ a instrumentelor
Pentru a putea selecta platforma de simulare a sistemelor multi-agent care va fi utilizat n
cadrul aplicaiei propuse a fost necesar selectarea criteriilor pe baza crora se va realiza analiza
platformelor prezentate n acest subcapitol. Principalele criterii luate n consideraie au fost:
modul de dezvoltare al agenilor: modul n care sunt definite comportamentele agenilor,
dac se pot integra module de raionare ale agenilor, dac proprietile agenilor sunt
conform standardului FIPA (Foundation for Intelligent Physical Agents) [58];
comportamentele predefinite ale agenilor: dac exist funcii predefinite care realizeaz
logica i comportamentul agenilor i dac se pot defini comportamente complexe;
14
accesul programatic la nivelul comportamentelor i mediului: acest criteriu este un criteriu

extrem de important deoarece pentru a modela diverse comportamente, pentru a realiza
schimbarea acestora n timp real n funcie de starea mediului i a celorlali ageni, trebuie
ca utilizatorul s aib acces programatic la nivelul comportamentelor agenilor. Pentru a
putea fi create scenarii ct mai diversificate utilizatorul trebuie s poat avea acces
programatic i la nivelul mediului.
limbajul de dezvoltare: limbajul n care este programat comportamentul agenilor i
mediul;
posibilitatea integrrii datelor de format GIS (Geographic Information System) n cadrul
platformei: dac se pot introduce hri pe care pot fi inserai agenii mobili i modul de
realizare a integrrii;
integrarea modulelor externe: tipul modulelor care pot fi integrate i n ce mod.
n cazul platformei JADE [7] caracteristicile agenilor sunt n conformitate cu standardul
FIPA, pot fi integrate module de raionare n cadrul unui agent. Agenii sunt reprezentai ca i
fire Java, putnd executa sarcini complexe i paralele, de unde rezult faptul ca agenii pot avea
comportamente complexe la care utilizatorul are acces programatic prin interfee special create.
Comunicaia agenilor este realizat utiliznd limbajul ACL_FIPA (The Foundation of
Intelligent Physical Agents - Agent Communication Language). n cadrul platformei JADE se pot
introduce date de format GIS i se pot integra module externe. Principalul dezavantaj al
platformei JADE, pentru care s-a renunat la utilizarea acestei platforme, este ncrcarea reelei.
n cazul n care n cadrul platformei sunt integrai un numr mare de ageni simularea merge
extrem de greu din cauza numrului foarte mare de mesaje transmise n cadrul sistemului.
Simulatorul MatSim [60] ofer posibilitatea planificrii comportamentului agenilor.
Dezavantajul pe care l prezint este faptul c nu se poate interveni n timpul execuiei simulrii
asupra comportamentelor agenilor, ci doar la sfritul unei simulri pe baza rezultatelor obinute
se poate replanifica activitatea acestora. Acest dezavantaj a fost esenial n eliminarea
posibilitii de a utiliza acest simulator n implementarea aplicaiei. n cadrul aplicaiei este
necesar necesar reconfigurarea activitilor agenilor n timp real.
Platforma SeSAm [63] dei nu deine unele caracteristici pe care un agent trebuie s le aib
conform FIPA (de exemplu independen), din punctul de vedere al aplicaiei care se dorete a fi
construit sunt satisfcute aspectele privind raionarea agentului. Exist funcii predefinite pentru
realizarea logicii i comportamentelor agenilor ns nu se pot defini comportamente avansate.
Nu ofer acces programatic la nivelul comportamentului agenilor sau mediului. Aplicaia este
realizat n Java ns deoarece nu exist acces programatic la comportamentele agenilor acest
lucru devine irelevant. Se pot integra n cadrul platformei date de tip GIS i se pot integra
module externe. Din cauza faptului ca nu exist acces programabil la nivelul agenilor aceast
platform nu poate fi utilizat n implementarea aplicaiei.
Platforma Repast Symphony [61] ca i platforma SeSAm dei nu deine unele caracteristici
pe care un agent trebuie s le aib conform FIPA (de exemplu independen), aspectele privind
raionarea agentului sunt satisfcute din punct de vedere al aplicaiei care se dorete a fi
construit. Repast faciliteaz implementarea simpl a unor tehnologii avansate de inteligen
artificial precum reele neurale, algoritmi genetici, regresii, logic fuzzy etc.. Agenii n Repast
sunt implementai sub forma de obiecte Java ns nu este impus nici un fel de relaie de
motenire fat de o anumit clas din platform (fa de JADE unde este impus extinderea
clasei Agent). Adnotrile i programatorul permit realizarea uoar de comportamente ciclice sau
15
determinate de diferite condiii, n timp ce metodele existente n cadrul proieciilor permit

implementarea uoar a relaiilor i a aciunilor de deplasare. Definirea comportamentelor se face
att vizual ct i programatic (n Java, Groovy etc.). Limbajul de implementare utilizat este Java.
Se pot integra n cadrul platformei date de tip GIS prin GISProjection i se pot integra module
externe realizate n Java foarte simplu. De asemenea bibliotecile Repast pot fi adugate la
proiecte Java deja existente. Aceasta permite vizualizare uoar a simulrii n timpul rulrii
deoarece fiecare proiecie are implementat un vizualizator parametrizabil ce poate fi configurat
n cadrul timpului de rulare al simulatorului. Permite colectarea i analiza uoar a datelor de
simulare prin integrarea de instrumente ce pot realiza export de date ctre MatLab, Weka, Excel,
etc. Datorit tuturor acestor avantaje platforma Repast a fost selectat pentru a fi utilizat n
implementarea aplicaiei.
3.4 Platforma CoReMo
Platforma CoReMo a fost dezoltat n colaborare cu Siemens Braov, Romania, n cadrul
centrului de cercetare al departamentului Corporate Technology. Aceasta a fost construit
utiliznd instrumentul Repast Simphony i are ca baz aplicaia RepastCity [62]. Aceast
aplicaie a fost dezvoltat de Nick Malleson pentru a modela un sistem multi-agent utilizat n
simularea infraciunilor (furturi), agenii fiind considerai infractori.
3.5 Arhitectura platformei CoReMo
Platforma CoReMo este alctuit din trei module (fig. 2.6):
CoReMo Core: n cadrul acestui modul sunt definite comportamentele de baz ale
agenilor (deplasarea agenilor de la un punct de origine i un punct de destinaie) i
include instrumentele utilizate n iniializarea mediului. Aplicaiile derivate ale acestui
modul l utilizeaz sub form de bibliotec;
CoReMo Citadel: reprezint o extensie a modului CoReMo Core prin care se definesc
comportamentele specializate ale agenilor;
CoReMo Sensor Network Processing: prin acest modul sunt inclui factorii de mediu n
cadrul simulrii;
3.5.1 CoReMo Core
Modulul CoReMo Core reprezint nucleul platformei CoReMo. n acest modul este
realizat simularea traficului dintr-o zon metropolitan. Oraul a crui hart a fost introdus n
cadrul simulatorului n formatul GIS a fost harta oraului Braov.
Spre deosebire de modelul aplicaiei RepastCity, n modelul CoReMo au fost adugate ca
i sub-contexte ale contextului oraului agenii parcai i interseciile. Sub-contextul locuinelor a
fost ters din cadrul acestui context deoarece scopul acestui simulator este de a urmri traficul
din cadrul zonei luate n calcul. Contextul ariilor a fost adugat deoarece harta oraului Braov
este mprit ntr-o serie de zone ce prezint interes i anume: zone rezideniale, zone de afaceri,
zone comerciale, zone de relaxare i zona cldirilor publice. Tot n cadrul contextului ariilor au
fost adugate i sub-contextele: parcrilor i punctelor de intrare.
La fel ca i n cazul aplicaiei RepastCity fiecare sub-context are asociat o proiecie GIS
prin care se stabilete locaia obiectelor. Proieciile GIS atribuie fiecrui agent o locaie spaial
( x, y ) i sub-contextul jonciunilor are i o proiecie a reelei drumurilor pentru a permite crearea
relaiilor ntre ageni.
16
3.5.1.2 Modelarea comportamentului agenilor mobili

n CoReMo Core este implementat comportamentul agenilor mobili. Acetia reprezint
autovehiculele aflate n trafic. Comportamentul acestuia definete deplasarea acestuia dintr-un
punct de start ctre un punct destinaie. Deplasarea trebuie s se realizeze numai pe drumurile
definite pe harta oraului. Punctele de start i destinaie reprezint parcrile de unde pleac
agentul i unde trebuie sa ajung acesta.
Fiecare agent este creat iniial ntr-o anumit zon a oraului n funcie de distribuia dat.
Acesta primete i un punct de destinaie. Ruta pe care o parcurge agentul ntre cele dou puncte
va fi calculat astfel nct aceasta s fie parcurs n timpul cel mai scurt.
Viteza de deplasare a agenilor este select aleator la nivelul fiecrui agent. Valoarea vitezei
poate lua orice valoare ntre 40 km/h i 80 km/h.
Metoda utilizat n CoReMo pentru a modela micarea agenilor pe strzi este
asemntoare cu cel utilizat n RepastCity. Micarea agenilor este modelat ca i n RepastCity
utiliznd proieciile GIS i proiecia reelei de drumuri.
Reeaua de drumuri a simulatorului este format din segmente. Aceste segmente sunt citite dintrun fiier .shapefile i fiecrui segment i este atribuit un obiect de timp arc. Arcele sunt orientate
(existnd i strzi cu sens unic). Reeaua de drumuri poate fi modelat printr-un graf orientat care
este format din totalitatea arcelor. O strad poate fi format din mai multe segmente. Interseciile
mai multor strzi reprezint jonciunile.
Fiecrui arc i este asociat un cost care reprezint timpul mediu de parcurgere a acestuia de
ctre ageni. Pe baza acestor costuri sunt calculate distanele cele mai scurte ntre dou puncte.
Algoritmul de rutare calculeaz, ca i n cazul algoritmului utilizat n RepastCity, list cu
coordonatele care formeaz rutele agenilor de la origine pn la destinaie i dup aceea
urmeaz deplasarea pe ruta planificat. Calculul celei mai scurte rute se realizeaz tot utiliznd
funcia specializat din RepastSymphony care folosete algoritmul Dijkstra. n cazul platformei
CoReMo costurile reprezint timpii de parcurgere a segmentelor.
n cazul platformei CoReMo distana cu care se deplaseaz fiecare agent la un interval de
timp stabilit este calculat n funcie de viteza acestuia. Agentul nu trebuie s ating fiecare
coordonat aflat n ruta predefinit. n cazul n care distana parcurs la un interval de timp
stabilit i permite trecerea de o anumit coordonat acesta va ajunge pe urmtorul segment i nu
la coordonat. n acest mod el i va pstra viteza stabilit iniial.
3.5.3 CoReMo Citadel
Modulul CoReMo Citadel reprezint o extensie a modului CoReMo Core. Acesta a fost
implementat cu scopul de a modela sistemul multi-agent propus n cadrul acestei tezei. n cadrul
acestui modul au fost adugate componentele de infrastructur, s-au extins comportamentele
agenilor mobili cu scopul de a face posibil implementarea scenariului de livrare a produselor i
a fost implementat comportamentul a doi noi ageni: agentul dispecer i agentul detector al
incidentelor.
Pentru a crea ntreaga infrastructur necesar modelrii scenariului propus au fost adugate
urmtoarele componente: depozitele n cadrul crora sunt depozitate materiale de construcie
(depozitele se afl n zone metropolitane la periferia oraului pentru ca acesta s poat fi
alimentat de autovehicule de mare tonaj), antierele (formate pentru construcia cldirilor, pentru
lucrri de reabilitare, etc.) care sunt distribuite n ntregul ora. Toate aceste componente sunt
preluate din fiiere .shp. Pentru depozite sunt definite locaiile acestora, iar n cazul antierelor
17
sunt definite locaiile acestora, intervalele de timp la care trebuie livrate materialele de
construcie i depozitul la care se afl acele materiale.
De transportul materialelor se vor ocupa agenii inteligeni mobili care aparin unei firme
de distribuie. n cadrul acestui modul se realizeaz modelarea comportamentului agenilor
mobili inteligeni (agenii care livreaz materialele n cadrul antierelor). La nivelul acestora a
fost integrat un modul de inteligen artificial prin care acetia i reconfigureaz
comportamentul n funcie de starea traficului.
La nivelul agentului dispecer sunt realizate planurile iniiale ale agenilor mobili, la nivelul
acestuia fiind integrat de asemenea un modul de inteligen artificial. La nivelul
comportamentului detector al incidentelor a fost integrat algoritmul care face posibil detectarea
n timp real a ambuteiajelor aprute n trafic.
PROCESAREA EVENIMENTELOR N CADRUL SISTEMELOR MULTIAGENT

Cercetrile privind sistemele multi-agent sunt orientate pe procesarea cunotinelor,
problema procesrii unui volum foarte mare de evenimente nefiind abordat ntr-un mod explicit
[20]. De aceea apare necesitatea integrrii n cadrul sistemelor multi-agent unei tehnologii prin
care s fie realizat procesarea n timp real unui volum mare de evenimentelor.
Tehnologia adoptat n lucrare n acest scop este CEP. n cadrul sistemului multi-agent
propus, CEP a fost integrat la nivelul agentului detector al incidentelor. n lucrare a fost propus
un algoritm care realizeaz detectarea n timp real a ambuteiajelor aprute n trafic. Pentru
realizarea testelor acest algoritm a fost integrat n cadrul modulului CoReMo Citadel.
4.2 Arhitectura sistemelor bazate pe evenimente
4.2.1 Evenimente i notificri
Un eveniment este definit n [23] ca fiind o ntmplare de orice natur care are loc n
cadrul unui sistem. Notificarea reprezint mesajul trimis care informeaz destinatarul n
legtur cu apariia evenimentului. n contextul sistemelor software evenimentul reprezint cauza
iar notificarea reprezint efectul.
Exist situaii (cazul n care evenimentele sunt produse de acelai tip de senzori) n care
structura i semantica anumitor evenimente rmne aceeai i se modific doar momentul de
apariie al evenimentului i datele coninute de acesta. Pentru acest tip de evenimente n locul
construciei fiecrui obiect asociat acestora sunt utilizate clase de evenimente [22]. Acest lucru
este echivalent cu definirea unui tip reutilizabil n cadrul limbajului de programare, iar acest tip
este numit tipul evenimentului. Fiecare obiect prin care este reprezentat un eveniment reprezint
o instan a unui tip de evenimente.
Evenimentele pot fi simple sau compuse (rezultnd din corelarea mai multor evenimente
simple sau alte evenimente compuse). Evenimentele simple pot fi generate prin observarea
individual a unui senzor, pot fi evenimente temporale etc. Evenimentele compuse rezult din
agregarea mai multor evenimente.
4.2.2 Transmiterea notificrilor
4.2.2.3 Modaliti de procesare a evenimentelor
Exist trei modaliti principale de a realiza procesarea evenimentelor [34]:
18
procesarea evenimentelor simple: n momentul n care a avut loc un eveniment n cadrul

sistemului se genereaz o aciune n conformitate cu acel eveniment;
procesarea fluxurilor de evenimente ESP (Event Stream Processing): notificrile
evenimentelor sunt trimise sub forma unor fluxuri consumatorilor. Aceast modalitate
permite luarea deciziilor n timp real.
procesarea evenimentelor complexe CEP: evalueaz mai multe evenimente i apoi se
genereaz deciziile. Corelarea evenimentelor poate fi cauzal, temporal sau spaial. CEP
necesit interpretri complexe ale evenimentelor, definirea modelelor de evenimente i
tehnici de corelare.
4.3 Procesarea evenimentelor complexe
CEP este utilizat cu succes n aplicaii care necesit transferul i procesarea unui numr
foarte mare de evenimente, care necesit monitorizarea n timp real a proceselor pentru analiza
datelor n timp real, generarea rezultatelor n timp real pentru a permite luarea deciziilor ntr-un
timp ct mai scurt.
Pentru a realiza procesarea evenimentelor n timp real CEP utilizeaz o abordare inovativ,
instrumente de nivel nalt pentru definirea modului de procesare i analiz a evenimentelor.
Acesta permite o definire simpl a logicii care este aplicat evenimentelor de intrare.
Conceptul utilizat de CEP pentru analiza i procesarea evenimentelor este asemntor
conceptulului fundamental al bazelor de date relaionale [54].
4.4 Evaluarea comparativ a platformelor CEP
Pe piaa platformelor CEP exist un numr mare de productori i specialiti. Pentru a
putea selecta din aceast multitudine de platforme pe cea potrivit n dezvoltarea propriei
aplicaii este necesar realizarea unui studiu comparativ. Forrester a realizat un astfel de studiu
comparativ al principalelor platforme CEP existente n 2009 pe pia [59].
Acest studiu general a reprezentat doar o orientare pentru realizarea comparaiei
platformelor propuse. Pentru a avea o imagine ct mai bun a platformelor s-a considerat o list
de 3 platforme care au fost evaluate n detaliu. Platformele considerate au fost StreamInsight,
Oracle i EsperTech.
Pentru nceput au fost considerate i TIBCO, Drools StreamInsight, Oracle i EsperTech.
Aceste dou platforme nu au fost incluse n studiul comparativ prezentat n continuare din cauza
lipsei documentaiei detaliate privind modul de dezvoltare al unei aplicaii, limbajul utilizat
pentru procesarea evenimentelor n cazul platformei TIBCO i faptul c limbajul de definire al
interogrilor n cazul platformei Drools este bazat pe regulile de producie (dezavantajele acestui
limbaj au fost discutate anterior).
Criteriile alese au inut cont de necesitile aplicaiei n care urmeaz s fie utilizat
platforma selectat. Acestea sunt:
Platforma de dezvoltare: platforma pe care este dezvoltat i ruleaz platforma;
Limbajul de definire al interogrilor: aceste limbaje trebuie s furnizeze mecanisme
precum filtrarea, corelarea, agregarea evenimentelor, utilizarea ferestrelor de timp, definirea
modelelor evenimentelor.
Modelul de dezvoltare al aplicaiilor: modul n care este construit o aplicaie.
Rata de transfer: timpul n care sunt procesate evenimentele;
Scalabilitatea: capacitatea platformelor de a manipula un volum mare de evenimente.
19
Disponibilitatea: abilitatea de a furniza un timp de funcionare continuu i de a preveni

pierderea evenimentelor.
Interfee pentru monitorizare i administrare: mecanismele disponibile dezvoltatorului
aplicaiei pentru monitorizare i control.
StreamInsight este o platforma CEP aflat la nceput. Rata de transfer obinut n cazul
acestei platforme este mult mai mare dect a celorlalte dou. Acest criteriu este unul foarte
important deoarece procesarea evenimentelor n cadrul sistemului multi-agent trebuie realizat n
timp real. Aceasta nu are implementate mecanisme pentru mbuntirea scalabilitii i
disponibilitii sistemului. Din aceste motive n cazul sistemului multi-agent nu va fi utilizat
aceast platform.
Oracle CEP pune la dispoziie, ca i Esper, instrumente pentru mbuntirea scalabilitii,
disponibilitii i performanelor sistemului. Ambele au rata de transfer la nivelul
microsecundelor, ceea ce este un lucru foarte important. Utiliznd una din aceste platforme se
poate obine detectarea incidente n timp real. Ambele platforme sunt dezvoltate n Java, ceea ce
reprezint un avantaj deoarece simulatorul CoReMo, n cadrul cruia trebuie integrat motorul
CEP, este dezvoltat tot n Java.
Limbajul Oracle CQL (Continuous Query Language) utilizat de platforma Oracle, este
bazat pe SQL (Structured Query Language) la care s-au adugat construcii pentru suportul
fluxurilor de date. Limbajul EPL (Event Processing Language) utilizat de platforma Esper este
bazat i acesta pe SQL permind o nvare uoar dar i suport pentru tehnologiile moderne.
Acesta este orientat pe obiecte.
Din aceste dou platforme Oracle i Esper ultima este open-source.
Pe baza celor prezentate anterior a fost selectat platforma Esper pentru a fi utilizat n
procesarea evenimentelor din cadrul sistemului multi-agent propus.
4.5 Utilizarea CEP n procesarea evenimentelor din cadrul sistemelor multi-agent
Utilizarea tehnologiei CEP n procesarea informaiilor transmise n cadrul unui sistem
multi-agent reprezint o abordare nou n tehnologia sistemelor multi-agent. Aceasta deoarece
pn n acest moment n literatura de specialitate, conform [20], nu exist abordri clare legate
de procesarea evenimentelor detectate n cadrul unui astfel de sistem. Metodele existente sunt
orientate pe procesarea cunotinelor. Acestea nu ridic problema procesrii n timp real a unui
volum mare de evenimente. n acelai timp n sistemele multi-agent lipsesc conceptele legate de
descrierea dependentelor temporale ntre evenimente [20].
4.5.1 Motivaia utilizrii CEP n cadrul sistemelor multi-agent
n cadrul unui sistem multi-agent, precum cel propus, datele transmise sunt reprezentate
sub forma notificrilor prin care sunt semnalate apariii ale diferitelor evenimente. n cazul
sistemului propus evenimentele sunt reprezentate de schimbarea poziiei agenilor mobili n
reeaua de drumuri. Numrul acestor evenimente crete considerabil o dat cu mrirea numrului
de ageni mobili care se deplaseaz pe strzi.
Notificrile tuturor evenimentelor sunt trimise la nivelul agentului detector al incidentelor,
care trebuie s detecteze n timp real, pe baza acestora, incidentele. Metoda utilizat pentru a
realiza procesarea evenimentelor trebuie s aib capacitatea de a detecta n timp real, pe baza
evenimentelor simple primite din cadrul sistemului, situaii neprevzute care pot influena
comportamentul agenilor mobili (n cazul de fa incidentele). n acelai timp modulul de
20
procesare a evenimentelor trebuie s aib capacitatea de a procesa un numr foarte mare de

evenimente n timp real.
4.5.2 Integrarea CEP la nivelul agentului detector al incidentelor
n cazul sistemului propus n aceast tez, tehnologia CEP a fost integrat n procesul de
decizie al agenilor. Sistemul inteligent de control al traficului nu i propune doar detectarea
global a incidentelor utiliznd mai muli ageni de procesare, ci integrarea la nivelul unui agent
global detectarea incidentelor. Informaiile privind detecia unui incident sunt transmise la
nivelul fiecrui agent inteligent, la nivelul crora sunt luate calculate noi rute.
4.5.3 Detectarea incidentelor n timp real utiliznd CEP
n literatur au fost propui diferii algoritmi pentru realizarea detectrii incidentelor
aprute n trafic. n cadrul acestor algoritmi se face distincia ntre detectarea unui accident sau
ambuteiaj.
4.5.3.1 Algoritmul propus
Algoritmul propus pentru detectarea incidentelor din trafic i propune doar semnalarea
ambuteiajelor. Detectarea unui accident se face prin ambuteiajului aprut n urma acestuia.
Datele de intrare ale algoritmului sunt informaiile legate de trafic care pot proveni de la
agenii mobili aflai n trafic sau de la componentele de infrastructur. Pentru a simplifica
scenariul s-a presupus ca informaiile pe baza crora se realizeaz detecia incidentelor provin
doar de la agenii mobili. Aceste date sunt primite la nivelul acestui agent sub form de
evenimente simple. Evenimentele simple sunt primite cu o frecven de o serie de cadre pe agent.
Pe baza evenimentelor simple, motorul CEP genereaz ca date de ieire evenimente complexe
rezultate din corelarea acestora (operaii precum gruparea, agregarea, sortarea, filtrarea, fuziunea,
divizarea sau duplicarea). Evenimentele complexe generate semnaleaz apariia incidentelor.
Ca n cazul oricrui algoritm de procesare a evenimentelor este necesar definirea
modelului evenimentelor i cel al interogrilor. Trebuie s se stabileasc nc din etapa
proiectrii care sunt evenimentele care prezint interes n cadrul sistemului i care sunt
interogrile utilizate n corelarea evenimentelor simple cu scopul de a detecta ambuteiajele
aprute n trafic.
Modelul evenimentelor
Pentru definirea modelului evenimentelor utilizat n cadrul algoritmului propus este
necesar definirea tipurilor de evenimente semnalate n cadrul sistemului care prezint interes.
Principalele tipuri de evenimente care prezint interes n cadrul aplicaiei propuse sunt
urmtoarele:
evenimentele care semnaleaz poziia autovehiculelor;
evenimentele care semnaleaz numrul de autovehicule aflate pe fiecare strad;
evenimentele care semnaleaz apariia incidentelor pe anumite strzi.
Din aceste trei tipuri de evenimente cele care semnaleaz poziia autovehiculelor sunt
considerate evenimentele simple. Aceste evenimente sunt generate la nivelul fiecrui autovehicul
n momentul n care acetia se deplaseaz pe strad.
Fiecare instan a acestui tip de evenimente conine n corpul evenimentelor urmtoarele
atribute:
21
identificatorul strzii pe care se afl vehiculul;

poziia actual a vehiculului;
numrul de nmatriculare a vehiculului;
viteza cu care ruleaz acesta n acel moment de timp.
Urmtoarele dou tipuri de evenimente generate n cadrul sistemului sunt considerate
evenimente complexe deoarece acestea rezult n urma interogrilor din cadrul motorului CEP.
Evenimentele care semnaleaz numrul de autovehicule aflate pe fiecare strad sunt generate n
urma interogrii realizate asupra evenimentelor simple (de poziionare).
Fiecare instan a acestui tip de evenimente conine n corpul evenimentelor urmtoarele
atribute:
identificatorul strzii pe care se afl vehiculul;
numrul de vehicule care se afl pe strada respectiv;
lungimea strzii i densitatea strzii.
Evenimentele care semnaleaz apariia incidentelor pe anumite strzi sunt generate n urma
interogrii realizate asupra evenimentelor complexe prin care se semnaleaz numrul de
autovehicule aflate pe fiecare strad. n cazul n care densitatea strzii este mai mare dect o
densitate etalon (densitatea maxim pentru care se poate considera circulaia normal pe o
anumit strad) este semnalat apariia unui incident. Incidentele se vor salva ntr-un vector care
va conine strzile blocate de un incident.
Modelul interogrilor
Pentru a realiza detectarea incidentelor s-au utilizat dou interogri:
prima este utilizat pentru detectarea numrului de maini aflate pe fiecare strad;
cea de a doua este utilizat pentru a detecta ambuteiajele care au aprut n trafic.
Evenimentele simple care semnaleaz poziia autovehiculelor sunt interogate pentru
nceput pentru a realiza calculul numrul de vehicule aflate pe fiecare strad la un moment dat de
timp. Interogarea se realizeaz astfel nct s se numere o singur dat un vehicul (chiar dac
acesta poate trimite evenimente legate de poziia sa cu o periodicitate mai mare dect cea a
calculului incidentelor). Acest lucru se face n funcie de numrul de nmatriculare al vehiculelor
(acesta reprezentnd identificatorul vehiculelor).
Evenimentele complexe care semnaleaz numrul de autovehicule aflate pe fiecare strad
rezultate dup prima interogare sunt din nou interogate cu scopul de a determina densitatea de
vehicule a fiecrei strzi. Formula de calcul a densitii pe o unitate de lungime L pe care se afl
un numr de n , la un anumit moment de timp t1 este dat de formula:
n( t1 )
(4.1)
L
Valoarea calculat prin aceast formula 4.1 este comparat cu o densitate etalon.
Densitatea etalon reprezint densitatea maxim admis pentru ca o strad s nu fie considerat
congestionat. n cazul densitii etalon se consider faptul c distana regulamentar dintre 2
autovehicule este de 5 metri. Astfel lund n calcul faptul c lungimea autovehiculelor este de 4
metri, distana necesar unui autovehicul este de 9 metri. Astfel n cazul n care n 1 , formula
densitii etalon devine:
1
(4.2)
K et
9
K L , t1
22
n cazul n care densitatea, calculat pentru o strad, este mai mare dect densitatea etalon
este semnalat apariia unui incident. Reconfigurarea noilor rute se va face pe baza noilor timpi
de parcurgere a strzilor. Acetia sunt modificai imediat dup detectarea unui incident pe o
anumit strad.
Costurile strzilor blocate sunt generate ca fiind un timp foarte mare, echivalent cu faptul
c strada respectiv este blocat.
4.5.4 Rezultate obinute prin integrarea n platformei CoReMo
Pentru a putea urmri rezultatele obinute de algoritmul de detectare a incidentelor s-a

realizat integrarea acestuia n simulatorul CoReMo la nivelul agentului detector al incidentelor.
n cazul n care un incident blocheaz traficul pentru o perioad mai mare de timp, acesta
este detectat de mai multe ori. Algoritmul de detectare al incidentelor va gsi toate incidentele
aprute n trafic pe durata unui interval de timp prestabilit. Aceasta indiferent dac un incidentul
a fost detectat i anterior. n acest mod nu este necesar estimarea timpului n care traficul strzii
este decongestionat.
n urma simulrii s-a observat c acest algoritm detecteaz ambuteiajele majore aprute n
trafic. Algoritmul, avnd la baza calculul densitii ntregii strzi, nu ine cont de distribuia
autovehiculelor, ci doar de numrul acestora. Acesta realizeaz detectarea n timp real a
ambuteiajelor care pot duce la creterea semnificativ a timpului petrecut n trafic de ctre
agenii mobili. Agenii pot rmne blocai n trafic doar n cazul n care acetia fac parte din
primii ageni sosii n urma producerii unui accident.
Rezultatele obinute au artat faptul c utilizarea CEP pentru a procesa n timp real
evenimentele din cadrul unui sistem multi-agent reprezint o metod fezabil. Avantajele
utilizrii CEP n detecia ambuteiajelor. Principalele avantaje ale utilizrii CEP n algoritmul de
detectare a incidentelor sunt [11]:
realizarea procesrii n timp real a unui volum mare de evenimente: procesarea numrului
mare de evenimente transmise de agenii mobili este creat ntr-un timp foarte scurt;
asocierea evenimentelor cu momentul de timp la care s-au produs: fiecare nou eveniment
prin care este semnalat poziia unui agent are asociat i momentul de timp la care a fost
semnalat;
corelarea evenimentelor simple n timp real: corelarea evenimentelor este realizat n
funcie de locaia i momentul de timp la care au fost semnalate;
face posibil detectarea n timp real a unor situaii care pot influena comportamentul
agenilor: n cazul de fa aceste situaii sunt reprezentate de ambuteiajele aprute n
trafic. Agenii, pe baza acestora, realizeaz calculul noilor rute.
Un alt avantaj considerabil este disponibilitatea modulului CEP. ntregul sistem multiagent depinde de buna funcionare a acestui modul. Pentru a evita situaiile n care modulul CEP
nu funcioneaz, platformele CEP pun la dispoziie diferite metode prin care s reduc timpii de
nefuncionare a sistemului la 0 i prin care previne pierderea evenimentelor. Prin aceste metode
este rezolvat problema ntreruperii funcionrii modulului de procesare a evenimentelor.
MODELAREA PROCESULUI DE DECIZIE

n cazul sistemului multi-agent propus este necesar luarea deciziilor la nivelul agenilor.
Acest lucru este necesar pentru ca agenii s poat realiza coordonarea comportamentelor n timp
real. Din acest motiv algoritmii propui att la nivelul agentului dispecer, dar mai ales cel
23
propui la nivelul agenilor mobili inteligeni trebuie s genereze soluiile ntr-un timp ct mai
scurt. Pentru ca algoritmii s genereze soluii optime, acetia necesit un interval de timp care n
cele mai multe situaii este mai mare dect timpul necesar gsirii unei soluii (sistemul fiind
dinamic starea acestuia se poate schimba ntr-un interval foarte scurt de timp, de ordinul
secundelor).
5.3 Procesul de decizie al agenilor inteligeni
n sistemul propus activitile agenilor sunt reprezentate de livrarea materialelor de

construcie la antierele din cadrul oraului. Fiecare livrare trebuie realizat ntr-un anumit interval
de timp, ceea ce duce la necesitatea alocrii strzilor care fac parte din ruta unui autovehicul pe
durata anumitor intervale de timp. Resursele sunt reprezentate de strzile oraului. Pe aceste strzi
nu poate circula un numr infinit de autovehicule, ci numrul acestora este stabilit n funcie de
lungimea strzilor, lungimea mainilor, numrul de benzi a strzilor, etc.
Planificarea i replanificarea rutelor n timp real reprezint probleme complexe care necesit
optimizarea timpului petrecut de ageni n trafic. Aceste probleme au ca origine problema TSP
(Travelling Salesman Problem), fiind probleme derivate acesteia.
5.3.2 Procesul de decizie al agenilor inteligeni mobili
5.3.2.1 Scenariul
Scenariul se refer la livrarea de ctre un agent a materialelor de construcie la antierele
distribuite n cadrul unui ora. Transportul trebuie realizat astfel nct fiecare material s fie livrat
n momentul utilizrii acestuia deoarece capacitatea antierelor este limitat. Pentru aceasta la
nivelul fiecrui antier este definit un interval de timp n care trebuie livrate materialele. Livrarea
trebuie s se realizeze astfel nct intervalele de timp s fie respectate i timpul petrecut de agent n
trafic s fie ct mai apropiat de timpul rutei iniiale.
5.3.2.2 Metoda propus
Algoritmul propus primete ca date de intrare reeaua de drumuri, locaia agentului, locaia
depozitului destinaie, locaia antierelor i intervalele de timp n care trebuie livrate materialele
asociate fiecrui antier.
Pentru reducerea acestui timp a fost necesar obinerea unui graf simplificat, derivat din
graful care descrie reeaua de drumuri. Prin construcia grafului simplificat (fig. 5.4) s-a urmrit
realizarea reducerii algoritmului de replanificare.
Fig. 5.4. Modul de obinere a grafului simplificat n cazul replanificrii rutei unui agent
24
5.3.2.3 Implementarea utiliznd solverul ASP DLV

Limbajul sistemului DLV [56] permite definirea att a constrngerilor tari, ct i a
constrngerilor slabe. n cadrul soluiilor generate, constrngerile tari sunt acele constrngeri
care trebuie neaprat respectate n timp ce cele slabe pot fi nclcate. Constrngerile slabe sunt
utilizate pentru a realiza optimizarea problemelor.
Constrngerile tari utilizate n cadrul algoritmului propus rezolv urmtoarele probleme:
calculul rutei agentului astfel nct s i continue drumul din punctul de unde se realizeaz
replanificarea i s ajung la depozitul destinaie trecnd prin toate antierele unde mai are
de livrat materiale;
calculeaz timpul de sosire la fiecare antier (innd cont de timpul petrecut de agent
pentru descrcarea materialelor);
respectarea intervalelor de timp definite la nivelul fiecrui antier.
Constrngerile slabe sunt utilizate n algoritmul propus pentru a minimiza timpul petrecut n
trafic de fiecare agent.
Seturile de rspunsuri generate de sistemul DLV conin arcele asociate rutei agentului.
Construcia rutei se realizeaz prin ordonarea acestor arce.
5.3.2.4 Implementarea utiliznd solverul CP Choco
Datele de intrare pentru algoritmul de planificare a rutelor agenilor implementat n
solverul Choco sunt: antierele cu intervalele de timp asociate i graful simplificat a reelei de
drumuri.
Pentru a rezolva problema propus a fost utilizat constrngerea global
tree( x, restrictions) [55] definit n cadrul solverului.
Matricea costurilor reprezint o matrice ptratic n care sunt introdui timpii medii de
parcurgere ai arcelor. Numrul liniilor i coloanelor este dat de numrul de antiere la care
agentul trebuie s livreze materialele la care se adun numrul 2 (locaia agentului i depozitul
destinaie). Pentru a obine rezultate ntr-un timp ct mai scurt s-a realizat o ordonare a nodurilor
n cadrul matricei costurilor. Aceasta a fost realizat n urmtorul mod. Prima coloan reprezint
costurile arcelor care unesc nodul reprezentat de poziia actual a agentului i toate cele x
noduri. Urmtoarele coloane reprezint costurile arcelor care unesc nodurile reprezentate de
antierele i toate cele x noduri. Ultima coloan reprezint costurile arcelor care unesc nodurile
reprezentate de antierele i toate cele x noduri.
antierele au fost ordonate n funcie de intervalele de timp definite pentru fiecare. A fost
considerat ordinea cresctoare a mijlocului intervalului de timp.
Suma costurilor arcelor reprezint variabila obiectiv a algoritmului. Scopul este de a
minimiza aceast valoare, astfel nct timpul petrecut de agent n trafic s fie ct mai scurt.
Pentru ca agenii s nu treac de mai multe ori pe la acelai antier a fost utilizat
constrngerea allDifferent( x1 ,..., x n ) .
5.3.3 Procesul de decizie al agentului dispecer
5.3.3.1 Scenariul
Scenariul se refer la crearea rutelor iniiale ale agenilor mobili inteligeni. Livrarea
materialelor de ctre ageni trebuie s se realizeze astfel nct intervalele de timp s fie respectate i
25
timpul petrecut de ageni n trafic s fie ct mai mic. Acest scenariu reprezint o variant extins a
scenariului prezentat la procesul de decizie a agenilor mobili inteligeni.
5.3.3.2 Metoda propus
Reeaua de drumuri, numrul depozitelor, materialelor depozitate n cadrul fiecrui depozit
i numrul agenilor care sunt disponibili reprezint datele de intrare pentru algoritm. Algoritmul
propus asociaz agenii cu depozitele astfel nct un agent s nu poat fi atribuit mai multor
depozite, asigur ca toate materialele de construcie s fie livrate la antierul asociat n intervalul
de timp stabilit i minimizeaz timpul petrecut de ageni n trafic.
Reprezentarea reelei de drumuri este fcut ca i n cazul algoritmului de replanificare a
rutelor la nivelul unui agent printr-un graf simplificat (fig. 5.8) [15].
Fig. 5.8. Modul de obinere a grafului simplificat n cazul planificrii rutelor iniiale
5.3.3.3 Implementarea utiliznd solverul ASP DLV

Algoritmul pentru planificarea rutelor agenilor reprezint o variant extins a algoritmului
utilizat n cazul replanificrii rutei unui singur agent. Din acest motiv au fost pstrate
constrngerile tari utilizate pentru crearea rutei unui agent, acestea fiind readaptate la construcia
mai multor rute. Constrngerile care au fost adugate au fost cele prin care se realizeaz
atribuirea materialelor de construcie agenilor.
Constrngerile slabe, ca i n cazul planificrii rutei unui agent, sunt utilizate pentru a
minimiza timpul petrecut n trafic de ageni.
Seturile de rspunsuri generate de sistemul DLV conin arcele asociate fiecrui agent.
Predicatul way este caracterizat prin identificatorul agentului, nodul de start a arcului, nodul de
final al arcului i costul arcului. Pe baza acestor arce sunt generate rutele fiecrui agent.
5.3.3.4 Implemetarea utiliznd solverul CP Choco
Datele de intrare pentru algoritmul de planificare a rutelor agenilor, implementat n
solverul Choco, sunt: numrul agenilor, numrul depozitelor, antierele cu intervalele de timp
asociate i graful simplificat al reelei de drumuri.
Matricea costurilor n acest caz este construit n felul urmtor. Primele coloane reprezint
costurile arcelor care unesc nodurile reprezentate de ctre depozitele de start i toate cele x
noduri. Urmtoarele coloane reprezint costurile arcelor care unesc nodurile reprezentate de
antierele i toate cele x noduri. Ultima coloan reprezint costurile arcelor care unesc nodurile
reprezentate de antierele i toate cele x noduri.
26
antierele au fost ordonate, ca i in cazul algoritmului de replanificare pentru un singur

agent, dup ordinea cresctoare a mijlocului intervalului de timp.
Suma costurilor arcelor reprezint i n acest caz variabila obiectiv a algoritmului. Scopul
este de a minimiza aceast valoare, astfel nct timpul petrecut de ageni n trafic s fie ct mai
scurt. Pentru ca agenii s nu treac de mai multe ori la acelai antier i n acest caz a fost
utilizat constrngerea allDifferent ( x1 ,..., x n ) .
5.3.4 Rezultate
Primul lucru observat n urma testrii ambilor algoritmi implementai cu DLV ct i cu

Choco a fost faptul c partea de optimizare a algoritmilor conduce la creterea timpului n care
sunt generate soluiile.
n cazul implementrii algoritmilor utiliznd sistemului DLV, constrngerile slabe nu au
putut fi eliminate deoarece fr utilizarea acestor constrngeri nu se poate obine reducerea
timpului petrecut de ageni n trafic. Soluia gsit pentru a mbunti timpul de generare a
soluiilor a fost de a aduga n invocaia sistemului cmpul cos tbount (se limiteaz valoarea
costului total al rutelor agenilor) i N (se limiteaz valoarea maxim a ntregilor care fac parte
din algoritmi).
i n cazul solverului Choco se pune problema ngrdirii costului total al rutelor agenilor.
Aceasta deoarece timpul necesar cutrii soluiei optime este mare n comparaie cu timpul
necesar generrii soluiilor dorit a fi obinut n cazul acestor algoritmi. Acest lucru este realizat
prin ncadrarea valorii costului total al rutelor ntr-un anumit interval.
Testele au fost realizate pe un calculator cu procesor Intel Core I5 cu frecvena de 2,27
GHz (Gigahertz) i RAM (Random Access Memory) de 4GB (MegaByte).
5.3.4.1 Algoritmul de planificare a rutelor agenilor mobili inteligeni
n cazul acestui algoritm valoare maxim a costului rutelor agenilor CostAgentimax este
calculat utiliznd urmtoarea formul:
CostAgentimax Int max NrLocCons * t ser
(5.21)
unde,
Int max reprezint valoare maxim a ntregului acceptat n cadrul sistemului;
NrLocCons reprezint numrul antierelor unde mai trebuie livrate materiale;
t ser reprezint timpul petrecut de un agent la fiecare antier.
n cazul implementrii utiliznd sistemul DLV valoarea maxim a ntregului Int max se
calculeaz utiliznd urmtoarea formul:
Int max TPr og NrAgenti
(5.22)
unde,
TPr og reprezint numrul maxim de ore pe care le lucreaz fiecare agent;
NrAgenti reprezint numrul agenilor care livreaz materiale.

Timpii generrii soluiilor rezultai n urma testrii celor dou implementri sunt prezentai
n tab. 5.1 [14].
27
Tab. 5.1. Rezultatele algoritmului de planificare a rutelor agenilor mobili intelegeni

Depozite
Ageni
Clieni
1
1
1
1
1
1
2
2
3
3
3
3
3
3
4
4
4
6
8
9
12
12
10
15
20
10
15
20
20
20
25
25
50
Timp
DLV
[secunde]
3.59
11.33
13.97
12.45
18.87
23.75
25.75
12.31
13.35
33.55
-
Timp
Choco
[secunde]
0.32
0.45
0.54
0.36
0.43
0.56
1.12
1.88
1.98
2.12
8.25
5.3.4.2 Algoritmul de replanificare a rutelor agenilor mobili inteligeni

n cazul acestui algoritm valoare maxim a costului rutei unui agent Cost max este calculat
utiliznd urmtoarea formul:
Cost max TEstSosire T parcurs I
(5.23)
unde,
TEstSosire reprezint timpul de sosire la depozitul destinaie calculat la replanificare precedent sau
la planificarea iniial n cazul n care aceea reprezint prima replanificare;
Tparcurs reprezint timpul parcurs de agent de la replanificare precedent sau la planificarea
iniial n cazul n care aceea reprezint prima replanificare;
I reprezint ntrzierea maxim acceptat.
n cazul implementrii utiliznd sistemul DLV valoarea maxim a ntregului acceptat n
cadrul sistemului Int max se calculeaz utiliznd urmtoarea formul:
Int max Cost max NrLocCons * t ser
(5.24)
unde,
Cost max reprezint valoare maxim a costului rutei unui agent;
NrLocCons reprezint numrul antierelor unde mai trebuie livrate materiale;
t ser reprezint timpul petrecut de un agent la fiecare antier.
Timpii generrii soluiilor rezultai n urma testrii celor dou implementri sunt prezentai
n fig. 5.11 [14].
Fig. 5.11. Rezultatele algoritmului de replanificare a rutelor agenilor mobili intelegeni
28
5.3.4.3 Analiza comparativ a implementrilor algoritmilor

Criteriile pe baza crora s-a realizat analiza comparativ a celor dou implementri sunt
urmtoarele [14]: modelarea problemei de programare (ct de intuitiv este modelarea),
modelarea constrngerilor (posibilitatea definirii de noi constrngeri), suport pentru controlul
cutrii (dac utilizatorul poate defini noi strategii de cutare a soluiilor) i timpul de generare a
soluiilor.
Din punctul de vedere al modelrii problemelor de programare sistemul DLV s-a dovedit
a fi o form care permite modelarea facil a acestui tip de probleme n special pentru utilizatorii
care nu sunt familiarizai cu CSP. Pe de alt parte modelarea problemelor de programare
utiliznd solverul Choco nu este la fel de intuitiv ca i DLV i necesit cunotine de
programare a constrngerilor. Choco poate manipula un numr mare de variabile n comparaie
cu DLV n care sunt permise definirea numai a variabilelor constante.
n cadrul solverului Choco se pot defini metode de modelare a datelor de intrare. Utiliznd
aceste metode se poate reduce cutarea succesorilor unui nod numai n acele noduri care au
mijlocul intervalului de timp mai mare dect a nodului propus. n sistemul DLV aceste aspecte
nu pot fi controlate de utilizatorul sistemului.
Dezavantajul sistemului DLV este faptul c ofer puin suport pentru controlul cutrii
soluiilor. n solverul Choco pot fi definite diferite strategii de cutare pentru a mbunti
performanele algoritmului propus. n cadrul solverului sunt definite constrngeri simple, dar i
globale. Constrngerile globale pun la dispoziie algoritmi de filtrare dedicai. Pentru a obine
performane ridicate ale algoritmilor este de preferat utilizarea constrngerilor globale. n afar
de acestea solverul ofer utilizatorului posibilitatea definirii de noi constrngeri.
Din rezultatele obinute se poate observa faptul c timpul de generare a soluiilor este mai
scurt n cazul implementrii realizat utiliznd solverul Choco.
STRATEGII DE COORDONARE N TIMP REAL

6.2 Tehnici utilizate pentru realizarea coordonrii
Principalele tehnici prin care se poate realiza coordonarea n cadrul unui sistem multi-agent
sunt: tehnici bazate pe structuri organizaionale [6] [35], tehnici bazate pe contractare [6] [32]
[41], tehnici bazate pe planificare [4] [27] [38] [51], tehnici bazate pe negociere [8] [35] [39]
[49], tehnici bazate pe licitaie [5] [17], tehnici bazate pe programarea orientat pe pia [48],
tehnici bazate pe formarea coaliiilor [37] [42], tehnici bazate pe argumentare [31] [50],
coordonare indirect [18] [33], tehnici adaptive de nvare [1] [18] [36].
6.3 Necesitatea coordonrii n cadrul sistemului multi-agent propus
Realizarea coordonrii n cadrul sistemului multi-agent propus reprezint o problem

esenial n proiectarea sistemului. Coordonarea agenilor mobili trebuie realizat n timp real.
Agenii trebuie s aib capacitatea de a i configura comportamentul n funcie de starea actual
a sistemului cu scopul de a duce la finalizare sarcinile alocate fiecruia. n lipsa coordonrii ntrun astfel de sistem se poate ajunge la situaii n care agenii mobili inteligeni nu i pot duce la
ndeplinire obiectivele (livrarea produselor ntr-un timp ct mai scurt i respectarea intervalelor
de livrare definite la fiecare antier).
Scopul global al agenilor mobili inteligeni este acela de a livra toate produsele stocate n
cadrul depozitelor la fiecare antier. Livrarea unui produs trebuie realizat n momentul n care
pe un antier este necesar acel material.
29
Pentru a realiza ndeplinirea acestui scop global fiecare agent inteligent mobil trebuie s
cunoasc materialele i antierele la care trebuie s livreze materialele. Scopul global trebuie
mprit n scopuri locale la nivelul fiecrui agent care livreaz produse. Pentru a realiza acest
lucru este necesar crearea unui plan iniial. Prin acest plan se realizeaz divizarea sarcinilor la
nivelul fiecrui agent. Planul iniial este realizat la nivelul agentului dispecer.
n momentul n care fiecare agent i cunoate sarcina pe care trebuie s o ndeplineasc,
acesta trebuie s i adapteze comportamentul la starea actual a sistemului. Adaptarea
comportamentului trebuie realizat n timp real, deoarece sistemul sistemului multi-agent este un
sistem dinamic.
6.4 Strategia de coordonare n timp real propus
Strategiile de coordonare n cazul sistemelor multi-agent bazate pe evenimente conduce la

scderea numrului de evenimente transmise n cadrul acestora [40]. Comportamentul agenilor
este definit astfel nct s reacioneze la un set specific de evenimente [24].
n cazul sistemului multi-agent propus comportamentul agenilor este definit s reacioneze
numai la apariia unui incident care le poate afecta timpul de sosire la antierele. Acetia nu
primesc notificri legate de alte evenimente din trafic precum starea celorlali ageni.
n cazul sistemului multi-agent propus evenimentele aprute n cadrul sistemului sunt
evenimentele de coordonare. Acestea sunt reprezentate de evenimentele trimise de la nivelul
agentului detector al incidentelor la nivelul fiecrui agent inteligent mobil. Pe baza acestor
evenimente fiecare agent decide dac la nivelul su este necesar replanificarea rutei. Un alt tip
de evenimente care apar n cadrul sistemului sunt evenimentele simple transmise de la nivelul
agenilor mobili la agentul detector al incidentelor. Acestea sunt evenimentele pe baza crora
sunt generate evenimentele de coordonare.
6.4.1 Tehnica utilizat pentru realizarea coordonrii
Tehnica utilizat n realizarea coordonrii trebuie s aib capacitatea de a evita apariia

conflictelor ntre ageni. Scopul principal al acesteia este alocarea resurselor n cadrul sistemului
multi-agent astfel nct s fie evitate situaiile n care o resurs este folosit de mai muli ageni
(o strad nu poate suporta dect un numr limitat de autovehicule pentru a se putea considera
trafic normal) n acelai moment de timp.
6.4.4.1 Tehnica bazat pe planificare
Strategia de coordonare n timp real propus n aceast tez de doctorat a fost creat
utiliznd tehnica bazat pe planificare. Aceasta face posibil evitarea conflictelor aprute n
cadrul sistemului.
Spre deosebire strategia propus n [38], agenii mobili inteligeni componeni ai sistemului
au capacitatea de a reconfigura rutele n timp real. Acetia nu in cont de experiena anterioar
deoarece n cazul apariiei unui incident care nu poate fi estimat, ruta calculat la nivelul
agenilor nu reprezint ruta potrivit cazului de fa.
Planificarea iniial este realizat ntr-un mod centralizat (rutele agenilor mobili inteligeni
sunt calculate global la nivelul agentului dispecer). Prin aceast planificare sunt alocate resursele
fiecrui agent, ct i activitile pe care trebuie s le execute acetia pentru a evitata conflictele
ntre ageni. Problema rezolvat la nivelul agentului dispecer este o problem de programare.
Acest tip de probleme pot fi considerate ca i probleme de planificare a activitilor agenilor,
deoarece planificarea reprezint o generalizare a procesului de programare.
30
Dup realizarea planului iniial fiecare agent are capacitatea de a-i replanifica activitile
pentru a evita incidentele aprute n trafic, fiind vorba de o planificare descentralizat.
Informaiile pe baza crora este realizat replanificarea sunt obinute de la agentul detector al
incidentelor. n cadrul sistemului nu exist nici un agent coordonator care s realizeze planurile
intermediare ale agenilor. n acest mod este pstrat autonomia fiecrui agent mobil i crete
flexibilitatea acestuia.
Politicile pe baza crora agenii realizeaz reconfigurarea rutelor sunt aceleai i anume: de
a evita incidentele aprute pe strzile ce fac parte din ruta iniial a acestora, de a respecta timpii
de sosire la antiere i de a minimiza timpul petrecut de acetia in trafic.
Dezavantajele principale ale tehnicilor bazate pe planificare sunt faptul c presupun
procesarea i transferul unui volum mare de informaii n cadrul sistemului. Acestea au fost
diminuate n cadrul strategiei de coordonare propuse prin urmtoarele metode.
Minimizarea numrului de informaii transmise n cadrul sistemului este realizat n primul
rnd prin faptul c sistemul este bazat pe evenimente. n acest mod mesajele nu sunt transmise de
ctre toi agenii mobili, ci doar de cei care se afl n trafic la momentul respectiv de timp.
Evenimentele transmise au rolul de a informa agentul detector al incidentelor cu privire la noua
lor poziie. Reducerea semnificativ a evenimentelor transmise este realizat de la nivelul
agentului detector al incidentelor la agenii mobili inteligeni. Mesajele transmise sunt doar cele
care semnaleaz detecia unui incident. n intervalul de timp n care traficul se desfoar n
condiii normale pe toate strzile, agenii mobili nu vor primi nici un mesaj.
Strategia de coordonare propus are ca obiectiv i minimizarea puterii de calcul necesare la
nivelul componentelor sistemului. n acest scop s-a propus ca detecia incidentelor s nu se fac
la nivelul fiecrui agent, ci la nivelul unui agent global. Astfel la nivelul agenilor mobili vor fi
integrai doar algoritmii de replanificare, iar agentul detector al incidentelor trebuie s realizeze
doar procesarea evenimentelor provenite de la agenii mobili. Complexitatea agenilor ct i
resursele necesare la nivelul fiecrui agent sunt prezentate n continuare.
6.4.2 Transferul datelor n cadrul sistemului multi-agent
Modelul utilizat n cazul coordonrii propuse este bazat pe modelul publish/subscribe.

Agentul detector al evenimentelor primete evenimentele legate de noile poziii ale agenilor
mobili. Aceste evenimente sunt trimise serverului CEP utiliznd interfaa EPRuntime pentru a
fi procesate la nivelul acestuia.
Serverul CEP n urma procesrii acestor evenimente genereaz evenimentele complexe
prin care este semnalat apariia incidentelor n trafic. Receptorii vor primi notificrile detectrii
incidentelor de fiecare dat cnd acestea sunt detectate. Acetia sunt nscrii la cea de a doua
interogare a algoritmului de detecie a incidentelor, cea care realizeaz detectarea incidentelor.
n cadrul acestei teze s-a considerat faptul c ntregul sistem se afl pe o singur unitate de
calcul, transferul propriu-zis al evenimentelor ntre autovehicule nefiind abordat.
6.4.3 Complexitatea agenilor
6.4.3.1 Agentul detector al incidentelor

Agentul detector al incidentelor este construit pe baza motorului Esper CEP. La nivelul
acestui agent a fost integrat n cadrul simulatorului CoReMo algoritmul necesar deteciei n timp
real a incidentelor aprute n trafic.
31
Nucleul motorului CEP ocup doar civa MB (n RAM). Pe disk acesta ocup 2MB
pentru fiierele .jar i logs i civa KB (KiloByte) pentru fiierele de configurare [57]. n
momentul execuiei unui algoritm gradul de ocupare al memoriei de ctre motorul CEP depinde
de numrul fluxurilor de evenimente care intr n motorul CEP, de numrul interogrilor, de
numrul i dimensiunea ferestrelor.
Algoritmul, prezentat detaliat n cadrul capitolului 4, este un algoritm simplu. n cazul
acestui algoritm s-a definit un singur flux de evenimente care intr n motorul CEP, fiind
reprezentat de evenimentele de poziie ale agenilor mobili. Algoritmul conine un numr redus
interogri ale evenimentelor. Pentru a realiza detecia incidentelor ntr-un interval de timp ct
mai scurt, s-a realizat reducerea numrului de ferestre definite. n acest algoritm este definit o
singur fereastr cu o durat de 0.25 secunde. Prin scderea numrului de ferestre ct i a duratei
acestora scade gradul de utilizare al procesorului.
6.4.3.2 Agentul dispecer
Agentul dispecer a fost implementat n Java, utiliznd solverul CP Choco. La nivelul
agentului dispecer a fost integrat algoritmul de planificare a rutelor iniiale ale agenilor mobili
inteligeni. A fost integrat implementarea utiliznd solverul Choco deoarece n urma
rezultatelor experimentale obinute n cazul implementrii algoritmului a rezultat faptul c timpii
obinui utiliznd solverul CP Choco sunt mai mici dect cei obinui n urma utilizrii sistemului
ASP DLV.
Memoria pe care o necesit solverul Choco este de 128 MB. Testele au fost realizate pe un
calculator cu procesor Intel Core I5 cu frecvena de 2,27 GHz i RAM de 4GB. Datele de intrare
ale algoritmului n cazul testrii au fost: 3 depozite n care sunt depozitate materialele, un numr
de 4 ageni pentru fiecare depozit, un numr de 47 antiere i un depozit final. n acest caz
rezult o cretere a utilizrii procesorului n momentul execuiei algoritmului de planificare de
aproximativ 20%. n cazul utilizrii memoriei aceasta este de ordinul a 0,02 GB. O dat cu
creterea numrului de depozite, a agenilor i a antierelor, va crete i gradul de utilizare a
procesorului.
Agentul dispecer pentru a genera planul iniial al agenilor realizeaz urmtorii pai:
Calculul grafului simplificat pe baza reelei de drumuri (costurile arcelor sunt cele iniiale);
Generarea rutelor utiliznd algoritmul de iniializare a rutelor.
6.4.3.3 Agenii mobili
Agenii mobili sunt implementai n cadrul modulului CoReMo Core. Comportamentul
acestor ageni const n calculul celei mai scurte rute dintre locaia de start i locaia la care
trebuie s ajung i deplasarea pe ruta stabilit indiferent dac apar sau nu incidente pe strzile
care compun aceast rut.
Funcia de calcul a celei mai scurte rute (cea implementat n cadrul platformei Repast)
poate duce la ntrzieri n cadrul ntregii simulri n cazul n care numrul agenilor devine mare.
La 2000 de ageni aceste ntrzieri pot fi vizibile, un interval de timp stabilit fiind executat ntr-o
secund, pe cnd n cazul simulrii cu 300 de ageni n cazul n care un interval de timp stabilit
este executat 0,1 secunde. La fiecare interval de timp se realizeaz deplasarea agenilor cu o
anumit distan fixat n funcie de viteza acestora i calculul rutelor n cazul n care n simulare
sunt introdui noi ageni mobili sau agenii iniial parcai ncep s se deplaseze.
32
6.4.3.4 Agenii mobili inteligeni

Procesul de decizie al agenilor mobili inteligeni a fost implementat n Java, utiliznd
solverul CP Choco. La nivelul acestor ageni a fost integrat algoritmul de replanificare al rutelor
agenilor mobili inteligeni. A fost integrat, ca i n cazul agentului dispecer, implementarea
utiliznd solverul Choco, deoarece timpul de generare al soluiilor este esenial n cadrul
sistemului multi-agent, acesta trebuind s fie ct mai scurt.
S-au considerat ca date de intrare ale algoritmului n cazul testrii 15 antiere. n acest caz
rezult o cretere a utilizrii procesorului n momentul execuiei algoritmului de planificare de
aproximativ 10%. n cazul utilizrii memoriei, aceasta este de ordinul a 0,01 GB. O dat cu
creterea numrului antierelor, va crete i gradul de utilizare a procesorului.
Fiecare agent mobil inteligent rutelor execut urmtorii pai n realizarea replanificrii:
Calculul grafului simplificat pe baza reelei de drumuri (costurile arcelor fiind actualizate
n funcie de incidentele detectate n trafic);
Generarea rutelor utiliznd algoritmul de replanificare a acestora.
Deplasarea pe noua rut.
6.5 Evaluarea strategiei de coordonare
Dup cum rezult din prima parte a capitolului, pentru realizarea coordonrii n cadrul unui
sistem multi-agent au fost propuse o mare varietate de tehnici. Aceste tehnici au diferite
proprieti i caracteristici, fiind utile n diferite tipuri de sisteme. Fiecare mecanism propus are
avantajele i limitrile sale. Problema care apare este modul n care se pot evalua. n cercetare
accentul s-a pus pe modul de creare al coordonrii i nu pe metode sau instrumente prin care se
poate realiza evaluarea mecanismelor de coordonare [6].
Procesul de decizie al agenilor, fie c este realizat online sau offline, trebuie realizat n
concordan cu strategia potrivit problemei date. n [2] este recomandat ca analiza strategiilor
de coordonare s se fac n termeni ai caracteristicilor dependente sau independente de domeniu:
cerine legate de strategii, costul de execuie al strategiei, calitatea soluiei, cerinele legate de
domeniu.
Instrumentele de evaluare ale strategiilor de coordonare pot ajuta la construcia unor
sisteme multi-agent mai eficiente i mai robuste i permit proiectanilor s discute calitatea
aciunilor coordonate ale agenilor. n [26] este propus urmtorul set de criterii care ofer
posibilitatea caracterizrii diferitelor elemente asociate coordonrii agenilor: predictivitatea,
adaptabilitatea,controlul aciunii, modul de comunicaie, conflicte, schimbul de informaii,
agenii, aplicaii, avantaje, dezavantaje
6.5.1 Rezultate experimentale
Pentru a putea evalua corect strategia de coordonare n timp real propus n controlul
traficului este necesar realizarea mai multor teste. Prin aceste teste se urmrete obinerea
performanelor acestei strategii: timpul necesar planificrii i replanificrii rutelor, resursele
necesare fiecrui proces, calitatea soluiilor gsite, numrul de evenimente transmise n cadrul
sistemului.
6.5.1.1 Planificarea rutelor iniiale ale agenilor mobili inteligeni
Agentul dispecer trebuie s dein cunotine legate de infrastructura oraului, depozitele
unde se gsesc materiale, numrul de ageni disponibili, antierelor i depozitele destinaie.
33
Planificarea rutelor este realizat n dou etape: prima const n crearea matricei costurilor
i cea de a dou de a genera rutele.
Timpii necesari agentului dispecer pentru a genera rutele iniiale ale agenilor sunt
prezentai n tabelul 6.1.
Tab. 6.1. Timpii necesari generrii rutelor iniiale la nivelul agentului dispecer
Timp
Depozite
Ageni
Clieni
Choco
[secunde]
1
3
10
2.02
1
3
15
2.15
1
3
20
2.24
1
4
10
2.06
1
4
15
2.13
1
4
20
2.26
2
6
20
2.82
2
8
20
3.58
3
9
25
3,68
3
12
25
3.82
3
12
50
9.95
Calitatea soluiilor generate depinde foarte mult de modul n care este dat intervalul n care
poate lua valori costul maxim al tuturor rutelor. Cu ct aceast valoare este mai mare cu att
calitatea soluiilor este mai mic. Aceasta din cauz c algoritmul utilizat nu caut soluia
optim. Soluiile generate nu impun ca suma timpilor petrecui de ageni n trafic s fie cea mai
mic. n schimb soluiile generate respect toate constrngerile definite n cadrul sistemului,
aceste soluii fiind reprezentate prin rute corecte, potrivite situaiei date.
6.5.1.2 Replanificarea rutelor agenilor mobili inteligeni
Agenii mobili inteligeni trebuie s dein cunotine legate de infrastructura oraului,
antierele unde trebuie s livreze materialele i depozitul destinaie.
Planificarea noilor rute este realizat n dou etape: prima const n crearea matricei costurilor i
cea de a doua n generarea rutelor.
Ca i n cazul agentului dispecer, construcia matricei costurilor duce la ntrzieri. La
fiecare reconfigurare matricea costurilor trebuie reactualizat n funcie de locaia din acel
moment a agentului i a antierelor nevizitate. Din aceast cauz la fiecare reconfigurare, n afara
ntrzierii provocate de cutarea soluiilor apare i ntrzierea cauzat de construcia acestei
matrice. n cazul n care agentul mai are de livrat produse la 3 antiere timpul construciei
matricei este de 0.6 secunde. Acest timp crete proporional cu numrul antierelor (fig. 6.5).
Calitatea soluiilor generate, ca i n cazul planificrii, depinde foarte mult de modul n
care este dat intervalul n care poate lua valori costul maxim al rutei. Soluiile generate nu
respect faptul c timpul petrecut de agent n trafic trebuie s fie cel mai mic. Aa cum a fost
argumentat anterior soluiile generate sunt reprezentate prin rute corecte, potrivite situaiei date.
34
6.5.1.3 Performanele simulrii

Simularea sistemului multi-agent poate fi realizat cu un numr variabil de ageni mobili.
n realizarea testelor au fost utilizate dou cazuri: primul caz sistemul multi-agent este format din
300 de ageni mobili, iar n al doilea caz din 2000 de ageni mobili.
Fig. 6.5. Timpii necesari generrii noilor rute ale agenilor mobili inteligeni
n cazul ambelor simulri gradul de utilizare a procesorului este aproximativ acelai, acesta
crescnd cu 60 % fa de utilizarea procesorului de dinaintea iniializrii. Memoria fizic
utilizat n timpul rulrii aplicaiei este de 0,23 n cazul simulrii cu 300 ageni i de 0,26 n
cazul simulrii cu 2000 de ageni.
Modul de ncrcare al sistemului este dat de numrul de evenimente care sunt transmise
ntre ageni. n fig. 6.9 i fig. 6.10 este reprezentat numrul agenilor i numrul evenimentelor
transmise la fiecare moment de timp. Numrul agenilor aflai n sistem pot fi 300 sau 2000, dar
numrul agenilor care transmit evenimente legate de poziia lor sunt doar cei care se afl n
trafic. De aceea numrul agenilor variaz pe durata simulrii. n fig. 6.9 sunt prezentate
rezultatele n cazul simulrii sistemului format din 300 de ageni, iar n fig. 6.10 n cazul
sistemului format din 2000 de ageni.
35
Fig. 6.9. Numrul evenimentelor i numrul agenilor n cazul simulrii cu 300 ageni
Fig. 6.10. Numrul evenimentelor i numrul agenilor n cazul simulrii cu 2000 ageni
6.5.2 Evaluarea
6.5.2.1 Controlul n cadrul sistemului multi-agent

Controlul n cadrul sistemului multi-agent propus este un control distribuit deoarece
procesul de decizie al schimbrii comportamentului agenilor este realizat la nivelul fiecrui
agent mobil inteligent.
In cazul unui control distribuit numrul mesajelor transmise n cadrul sistemului crete. n
cazul sistemului propus acest dezavantaj a fost minimizat prin realizarea deteciei incidentelor la
nivel global. Prin utilizarea tehnologiei CEP se obine o detecie n timp real a incidentelor din
sistem pe baza evenimentelor primite de la agenii mobili [16].
La nivelul fiecrui agent vor ajunge astfel doar evenimentele prin care sunt semnalate
apariia incidentelor n trafic. Prin aceast abordare nu mai este necesar transmiterea la nivelul
fiecrui agent a evenimentelor legate de starea celorlali ageni, ci doar a evenimentelor
complexe semnalate la nivelul agentului detector al incidentelor.
ntreaga strategie de coordonare depinde de buna funcionare a motorului CEP. n cazul n
care apar erori la nivelul acestuia, agenii nu mai pot primi informaii legate de starea actual a
sistemului, deciziile acestora fiind haotice. Prin utilizarea platformei Esper CEP este eliminat
acest neajuns deoarece aceast platform ofer soluii astfel nct timpul de nefuncionare a
motorului CEP s fie ct mai apropiat de zero.
6.5.2.2 Costul de execuie al strategiei
Ageni mobili inteligeni
Agenilor mobili inteligeni le sunt atribuite cunotine legate de infrastructura reelei de
drumuri i planul lor iniial (ruta iniial i antierele unde trebuie s livreze materialele cu
ferestrele de timp asociate). n momentul rulrii simulrii, agenii se deplaseaz pe ruta lor
iniial. Doar n momentul apariiei unui incident pe aceast rut acetia vor reaciona prin
replanificarea rutei. Resursele hardware necesare deplasrii agentului pe o anumit rut sunt
36
limitate. n momentul n care este necesar realizarea replanificrii rutei resursele necesare
agentului cresc, acesta trebuind s construiasc matricea costurilor i s utilizeze solverul Choco
pentru generarea noii rute.
Timpii necesari replanificrii rutelor au fost prezentat n cadrul seciunii anterioare. Timpul
necesar generrii noilor rute trebuie s fie ct mai scurt, dar n acelai timp trebuie s existe un
echilibru legat de calitatea soluiilor.
Prin utilizarea solverului Choco la nivelul de decizie al agenilor mobili inteligeni s-au
obinut timpi satisfctori n generarea soluiilor, nepericlitnd astfel ntr-un mod semnificativ
calitatea soluiilor. Agenii, utiliznd rutele generate, viziteaz toate antierele n intervalele de
timp stabilite i ajung la depozitul destinaie ntr-un timp ct mai scurt. Acest timp nu este cel
mai mic deoarece timpul generrii soluiei optime crete foarte mult.
Agentul detector al incidentelor
Agentul detector al incidentelor nu trebuie s dein cunotine legate de infrastructura
reelei de drumuri. Acesta detecteaz incidentele aprute n cadrul sistemului doar pe baza
evenimentelor primite de la agenii mobili. Deoarece algoritmul de detectare al incidentelor este
un algoritm simplu, care nu este bazat pe un numr mare de interogri i numrul tipurilor de
evenimente este redus, resursele utilizate la nivelul agentului fiind reduse ct mai mult posibil.
Numrul evenimentelor primite la nivelul acestui agent este mare. Tehnologia utilizat n
implementarea acestui agent trebuie s aib capacitatea de a procesa n timp real toate
evenimentele i prin corelarea acestor evenimente s detecteze situaii neprevzute n cadrul
sistemului.
Avantajele utilizrii CEP n procesarea evenimentelor sunt semnificative. Detectarea
incidentelor este realizat n timp real pe baza corelrii evenimentelor. Fiecare eveniment are
asociat i un moment de timp la care a avut loc ceea ce face posibil i corelarea temporal a
evenimentelor.
6.5.2.3 Conflictele
Aceast strategie nu ofer abilitatea de a aborda i rezolva conflictele aprute n cadrul
sistemului, ci doar de a le evita [16]. Prin aceast strategie sunt diminuate i consecinele unui
incident deoarece agenii vor evita zona congestionat. Evitarea conflictelor utiliznd o astfel
strategie de coordonare este realizat prin detectarea n timp real a evenimentelor neprevzute.
Pe baza acestor evenimente agenii realizeaz replanificarea comportamentului astfel nct s
ocoleasc spre exemplu incidentele aprute n trafic. Deoarece deciziile sunt luate ntr-un timp
ct mai scurt (n timp real), se poate prentmpina intrarea ntr-un ambuteiaj sau a unui conflict.
n acelai timp comportamentul agenilor mobili este format pentru a evita producerea
conflictelor ntre aceti ageni. Sunt definite politici clare n ce condiii se poate realiza depirea
altui agent sau prioritile din intersecii. Din aceast cauz singurele incidente care pot apare n
cadrul sistemului multi-agent sunt ambuteiajele i nu accidentele.
6.5.2.4 Alte aspecte
n afara agentului detector al incidentelor i agentul dispecer ceilali ageni sunt ageni
omogeni [16]. Acetia au aceeai structur intern, cunotine despre domeniu, aciuni posibile.
Agenii mobili inteligeni sunt ageni care i extind pe cei mobili. Acestora le este adugat
37
posibilitatea reconfigurrii rutei pe baza incidentelor detectate pentru a trece pe la toate antierele
unde trebuie s livreze materialele.
Aplicaiile potrivite pentru o astfel de strategie de coordonare pot face parte dintr-o gam
larg de domenii precum domeniul transporturilor (descrcarea i ncrcarea navelor n cadrul
unui port, realizarea unei aplicaii n controlul aerian), domeniul militar (coordonarea
submarinelor, coordonarea soldailor pe cmpul de lupt), domeniul sntii (controlul
ambulanelor), sau domeniul industriei (controlul proceselor de producie). O astfel de strategie
poate fi aplicat n orice sistem n cadrul cruia este necesar detecia anumitor situaii care pot
influena comportamentul agenilor, iar agenii pe baza situaiilor detectate decid modul n care
trebuie s i modifice comportamentul. Numrul evenimentelor simple pe baza crora sunt
detectate situaiile poate fi unul mare, deoarece motorul CEP are o putere mare de a procesa
astfel de evenimente. Procesul de decizie poate consta n rezolvarea problemelor complexe de
optimizare deoarece CSP permite acest lucru.
Un dezavantaj al acestui tip de strategii de coordonare este faptul c nu sunt predictive
deoarece agenii reacioneaz numai la evenimentele detectate n timp real. Agenii nu au
abilitatea de a determina stadiul viitor al agenilor sau al mediului.
CONCLUZII
Obiectul cercetrii realizate pe durata studiilor doctorale a fost realizarea unei strategii de
coordonare n timp real n cadrul sistemelor multi-agent. O astfel de strategie are ca scop
coordonarea agenilor mobili inteligeni componeni ai sistemului.
n prima parte a tezei a fost propus utilizarea tehnologiei multi-agent n modelarea unei
aplicaii de control a traficului rutier. Scenariul utilizat este cel de livrare a materialelor la
antiere distribuite pe suprafaa unui ora. Livrarea materialelor trebuie fcut astfel nct acestea
s fie livrate n intervalul de timp stabilit. n acelai timp rutele mini-utilitarelor trebuie s fie
definite pentru ca timpul petrecut n trafic de ctre acesta s nu depeasc timpul de lucru al
unei zile. Dup generarea rutelor iniiale ale fiecrei mini-utilitare, acestea vor avea capacitatea
de a i reactualiza rutele pentru a evita zonele n care sunt detectate incidente i n acelai timp
intervalele de timp stabilite la nivelul antierelor s fie respectate. Detecia incidentelor n timp
real trebuie realizat pe baza informaiilor obinute de la ceilali participani la trafic. Reeaua de
drumuri este descris printr-un graf ale crui noduri reprezint interseciile strzilor, iar arcele
grafului reprezint strzile care compun reeaua. Fiecrui arc i este atribuit un cost. Acest cost
reprezint timpul mediu de parcurgere al acelei strzi i este calculat n funcie de lungimea
strzii i viteza medie de parcurgere a acesteia.
Arhitectura propus este construit astfel nct s permit autonomia agenilor mobili.
Detectarea situaiilor neprevzute este realizat la nivel global, la nivelul agenilor mobili
inteligeni fiind primite doar evenimentele care semnaleaz apariia unui incident. Avantajele
acestei abordri sunt date de faptul c fiecare agent inteligent are o imagine ct mai complet
asupra strii sistemului, numrul evenimentelor transmise n cadrul sistemului este mai mic dect
n situaia n care procesarea evenimentelor este realizat la nivelul fiecrui agent mobil
inteligent i n acelai timp controlul sistemului este un control descentralizat deoarece decizia
este luat la nivelul fiecrui agent.
Evaluarea performanelor strategiei de coordonare a putut fi realizat deoarece ntregul
sistem a fost modelat i simulat n cadrul unei platforme de modelare i simulare a sistemelor
multi-agent. Astfel strategia a putut fi evaluat n contextul unei realizri concrete.
38
Primul pas n realizarea simulrii a fost selectarea platformei de modelare i simulare a

sistemului propus. Criteriile pe baza crora a fost realizat analiza comparativ a platformelor
existente au fost: modul de dezvoltare a agenilor, comportamentele predefinite ale agenilor,
accesul programatic la nivelul comportamentelor i mediului, limbajul de dezvoltare,
posibilitatea integrrii datelor de format GIS n cadrul platformei i integrarea modulelor externe.
Platforma Repast Simphony a rezultat ca fiind cea mai potrivit n modelrii sistemului propus n
primul rnd deoarece permite acces programatic la nivelul comportamentelor agenilor i
posibilitatea de a integra date de format GIS. Pornind de la programul RepastCity, creat pe baza
instrumentului Repast Simphony, a fost realizat platforma CoReMo n colaborare cu Siemens
Braov, Romania. Aceasta este format din 3 module: CoReMo Core, CoReMo Sensor Network
Processing i CoReMo Citadel.
Modulul CoReMo Core reprezint nucleul platformei CoReMo. n acest modul este
realizat simularea traficului dintr-o zon metropolitan. Simularea traficului este realizat pe
durata unei zile. n CoReMo Core este implementat comportamentul agenilor mobili. Acetia
reprezint autovehiculele aflate n trafic. Comportamentul acestuia definete deplasarea lui dintrun punct de start ctre un punct destinaie. Deplasarea trebuie s se realizeze numai pe drumurile
definite pe harta oraului.
Pentru a putea implementa sistemul multi-agent propus s-a implementat modulul CoReMo
Citadel n cadrul platformei CoReMo. Acesta reprezint o extensie a modului CoReMo Core. A
fost implementat cu scopul de a modela sistemul multi-agent propus n aceast tez. n cadrul
acestui modul au fost adugate componentele de infrastructur (depozitele aflate la periferia
oraului, antierele unde trebuie livrate materialele), s-au extins comportamentele agenilor
mobili cu scopul de a face posibil implementarea scenariului de livrare a produselor i a fost
implementat comportamentul a doi noi ageni: agentul dispecer i agentul detector al
incidentelor.
Necesitatea realizrii coordonrii n cadrul unui sistem multi-agent rezult din faptul c
fiecare agent (entitate autonom) trebuie s ia propriile decizii pe baza informaiilor obinute din
cadrul sistemului. Comportamentul ntregului sistem multi-agent trebuie s fie unul coerent, n
care agenii s urmreasc ndeplinirea unor scopuri locale sau a unui scop global. n construcia
strategiei de coordonare n timp real s-a inut cont de urmtoarele dou aspecte: procesarea
evenimentelor n cadrul sistemului multi-agent i modelarea procesului de decizie al agenilor
inteligeni mobili. Deoarece mediul unui astfel de sistem este n mod frecvent unul dinamic,
deciziile agenilor trebuie luate n timp real. Pentru aceasta procesarea datelor provenite din
sistem trebuie s se realizeze ntr-un timp ct mai scurt, la fel ca i procesul de generare a
soluiilor de ctre procesul de decizie.
Deoarece transferul datelor n cadrul sistemului este realizat pe baza evenimentelor,
cercetrile au fost concentrate pe procesarea evenimentelor. Exist trei modaliti principale de a
realiza procesarea unui eveniment: procesarea evenimnetelor simple, procesarea fluxurilor de
evenimente i procesarea evenimentelor complexe. Din acestea, pentru realizarea procesrii
evenimentelor din cadrul sistemelor multi-agent a fost utilizat tehnologia CEP. Pentru a realiza
implementarea modulului CEP a fost necesar n prealabil analiza comparativ a platformelor
CEP existente. Criteriile pe baza crora s-a realizat analiza comparativ sunt: platforma de
dezvoltare, limbajul de definire al interogrilor, modul de dezvoltare al aplicaiilor, rata de
transfer, scalabilitatea, disponibilitatea i interfee de monitorizare i administrare. Platforma
selectat n urma studiului comparativ a fost platforma Esper. Esper este dezvoltat n Java i
permite procesarea unui volum de 100000 500000 evenimente pe secund i rata de transfer
39
este de ordinul microsecundelor. Aceasta pune la dispoziie instrumente pentru mbuntirea

scalabilitii, disponibilitii i performanelor sistemului.
n cadrul sistemului multi-agent propus, CEP a fost integrat la nivelul agentului detector al
incidentelor. Algoritmul implementat pentru detectarea incidentelor din trafic i propune doar
semnalarea ambuteiajelor. Detectarea unui accident se face prin ambuteiajului aprut n urma
acestuia. Algoritmul presupune calculul densitii vehiculelor aflate la un moment dat pe o
strad. n cazul n care densitatea, calculat pentru o strad, este mai mare dect densitatea etalon
este semnalat apariia unui incident.
Rezultatele obinute au artat faptul c utilizarea CEP pentru a procesa n timp real
evenimentele din cadrul unui sistem multi-agent reprezint o metod fezabil. Aceasta deoarece
CEP realizeaz detectarea n timp real a situaiilor care influeneaz comportamentul agenilor.
Cunoscnd n timp real starea celorlali ageni i a mediului, fiecare agent inteligent i poate
modela comportamentul n funcie de acestea.
Procesul de decizie asigur faptul c agenii iau deciziile potrivite n momentul potrivit de
timp. Deciziile agenilor trebuie s fie luate n concordan cu starea actual a sistemului pentru a
asigura coordonarea comportamentelor agenilor componeni ai sistemului multi-agent. Pentru a
evita conflictele care pot aprea n cadrul sistemului, au fost integrate module de inteligen
artificial n procesul de decizie al agenilor. Prin integrarea acestor algoritmi se stabilesc
activitile agenilor astfel nct resursele limitate ale sistemului (n cazul de fa strzile) s nu
fie atribuite agenilor inteligeni mobili dac sunt suprasolicitate.
n modelarea procesului de decizie al agenilor inteligeni a fost propus utilizarea
programrii constrngerilor. Avantajele utilizrii acestei abordri sunt date de flexibilitatea
modelrii problemelor. Utiliznd aceast metod se pot rezolva probleme complexe de
optimizare. Soluiile generate de aceti algoritmi nu sunt neaprat cele optime (timpul generrii
soluiilor optime fiind crescut), ci sunt soluii care respect toate constrngerile aflate n cadrul
sistemului.
Implementarea celor doi algoritmi a fost realizat utiliznd dou variante: solverul CP
Choco i sistemul ASP DLV. Pentru reducerea timpului de generare al soluiilor, att n cazul
planificrii rutelor ct i a replanificrii acestora, a fost necesar obinerea unui graf simplificat,
derivat din graful care descrie reeaua de drumuri. Prin construcia grafului simplificat s-a
urmrit realizarea reducerii algoritmului de replanificare.
Limbajul sistemului DLV permite definirea att a constrngerilor tari, ct i a
constrngerilor slabe. Constrngerile slabe sunt utilizate pentru a realiza optimizarea timpului
petrecut de ageni n trafic. Acest tip de constrngeri genereaz ntrzieri n generarea soluiilor,
dar n cazul de fa nu au putut fi eliminate. Soluia gsit pentru a mbunti timpul de generare
a soluiilor a fost de a aduga n invocaia sistemului cmpul cos tbount (se limiteaz valoarea
costului total al rutelor agenilor) i N (se limiteaz valoarea maxim a ntregilor care fac parte
din algoritmi).
n cazul implementrii utiliznd solverul Choco a fost utilizat constrngerea global
tree( x, restrictions) definit n cadrul solverului. Pentru a obine rezultate ntr-un timp ct mai
scurt s-a realizat o ordonare a nodurilor n cadrul matricei costurilor.
n urma analizei comparative a celor dou implementri a rezultat faptul c DLV este mai
simplu de utilizat de ctre utilizatorii care nu sunt familiarizai cu CSP, ofer un mic suport
pentru selectarea de ctre utilizator a strategiei de cutare utilizat n cutarea soluiilor, iar
variabilele utilizate nu pot fi dect constante. n schimb pentru utilizarea solverului Choco sunt
40
necesare cunotine de CSP. Acesta permite definirea de noi constrngeri i deasemenea permite
accesul utilizatorului la definirea strategiilor de cutare a soluiilor (n acest mod putnd fi
mbuntite performantele algoritmului).
Soluiile generate nu sunt cele optime, dar sunt potrivite contextului actual al sistemului,
fiind generate ntr-un timp ct mai scurt. n acest mod se obine un echilibru ntre calitatea
soluiei, care trebuie s fie ct mai mare, i timpul generrii soluiilor care trebuie s fie ct mai
mic.
Strategia de coordonarea a agenilor mobili inteligeni este construit astfel nct s fac
posibil coordonarea acestora n timp real. Tehnica utilizat pentru a obine coordonarea
agenilor este cea a planificrii. Pe baza planului iniial agenii i modeleaz comportamentul
pentru a putea urmrii acest plan. n momentul detectrii unei situaii neprevzute n cadrul
sistemului, agenii trebuie s decid dac trebuie s i reconfigureze comportamentul astfel nct
s i poat duce la ndeplinire sarcina atribuit.
Simularea sistemului n cadrul simulatorul CoReMo a fcut posibil testarea strategiei de
coordonare propus. n evaluarea acesteia s-au urmrit n primul rnd performantele obinute n
urma integrri CEP i CSP n cadrul sistemelor multi-agent. S-au avut n vedere modul de
obinere a controlului n cadrul sistemului, costul de execuie al strategiei (performanele
obinute de procesul de decizie al agenilor inteligeni), modul n care sunt evitate conflictele i
alte aspecte prin care se pot urmri performanele unei strategii de coordonare (omogenitatea
agenilor, aplicaiile n cadrul crora se poate utiliza acest tip de strategie, etc.). Aplicaiile n
care poate fi utilizat acest tip de strategie sunt diverse, putnd fii aplicat n orice sistem unde este
necesar reacia ntr-un timp ct mai scurt a agenilor la apariia anumitor situaii. Situaiile
neprevzute pot fi detectate utiliznd CEP, iar prin utilizarea CSP la nivelul agenilor se pot
obine soluii potrivite situaiei actuale a sistemului.
7.1 Contribuii personale
Domeniul n care se ncadreaz cercetarea realizat pe durata studiilor doctorale este cel al
sistemelor multi-agent. n cadrul tezei este propus o nou strategie de coordonare a
comportamentelor agenilor mobili inteligeni. n cadrul acestei strategii a fost propus o nou
metod prin care se realizeaz procesarea datelor transmise n cadrul unui sistem multi-agent.
n continuare sunt evideniate principalele contribuii ale acestei teze de doctorat n cadrul
domeniului din care face parte.
7.1.1 Proiectarea sistemelor multi-agent
1. S-a propus o nou arhitectur a sistemului multi-agent propus cu scopul a modela o

aplicaie de control a traficului.
- definirea tipurilor i rolurile agenilor i a interaciunilor acestora.
7.1.2 Modelarea i simularea sistemelor multi-agent
2. S-a realizat simularea sistemului propus n cadrul modulului CoReMo Citadel aparinnd
simulatorului CoReMo.
- realizarea analizei comparative a instrumentelor utilizate n modelarea i simularea
sistemelor multi-agent;
- dezvoltarea modulului CoReMo Citadel n cadrul simulatorului CoReMo.
41
7.1.3 Procesarea evenimentelor n cadrul sistemelor multi-agent
3. S-a propus o nou metod de a realiza procesarea evenimentelor n cadrul sistemelor

multi-agent;
- s-a realizat analiza comparativ a platformelor CEP;
- elaborarea algoritmului de detectare n timp real a incidentelor aprute n trafic
utiliznd tehnologia CEP;
- implementarea algoritmului de detectare n timp real a incidentele aprute n trafic
utiliznd tehnologia CEP;
- integrarea algoritmului de detectare a incidentelor la nivelul agentului detector al
incidentelor n cadrul modulului CoReMo Citadel;
- testarea performanelor algoritmului de detectare a incidentelor.
7.1.4 Strategii de coordonare n cadrul sistemelor multi-agent
4. A fost propus o nou strategie de coordonare n timp real a comportamentului agenilor

mobili inteligeni;
- integrarea CEP n cadrul sistemului multi-agent cu scopul de a realiza procesarea
evenimentelor n timp real.
- elaborarea algoritmului de planificare a comportamentelor iniiale ale agenilor
mobili inteligeni;
- implementarea algoritmului de planificare a comportamentelor iniiale ale agenilor
mobili inteligeni utiliznd sistemul ASP DLV i solverul CP Choco;
- testarea performanelor algoritmului de planificare a comportamentelor iniiale ale
agenilor mobili inteligeni utiliznd sistemul ASP DLV i solverul CP Choco;
- elaborarea algoritmului de replanificare a comportamentelor agenilor mobili
inteligeni.
- implementarea algoritmului de replanificare a comportamentelor agenilor mobili
inteligeni utiliznd sistemul ASP DLV i solverul CP Choco.
- testarea performanelor algoritmului de replanificare a comportamentelor agenilor
mobili inteligeni utiliznd sistemul ASP DLV i solverul CP Choco
- realizarea analizei comparative a implementrilor algoritmilor de planificare i
replanificare a comportamentelor agenilor mobili inteligeni utiliznd solverele DLV
i Choco.
- integrarea algoritmilor de planificare implementai utiliznd solverul Choco la
nivelul procesului de decizie ai agenilor inteligeni, n cadrul modulului CoReMo
Citadel;
- modelarea procesului de decizie ai agenilor inteligeni;
- testarea performantelor obinute la nivelul procesului de decizie ai agenilor
inteligeni;
- testarea performanelor strategiei de coordonare n timp real a comportamentele
agenilor mobili.
7.2 Diseminarea rezultatelor
Ipotezele i prile originale ale lucrrii au fost validate prin recenzie sau dezbatere, n
cadrul a numeroase articole i conferine internaionale. Cercetrile ntreprinse n perioada
studiilor doctorale au permis elaborarea i publicarea, n calitate de prim autor, a unui numr de
42
8 articole tiinifice n buletine i reviste de specialitate, respectiv n volumele unor conferine

tiinifice internaionale, dup cum urmeaz:
articole publicate n buletine i n reviste de specialitate: 3;
articole publicate n volumele unor manifestrii tiinifice internaionale desfurate n ar:
1;
articole publicate n volumele unor manifestrii tiinifice internaionale desfurate n
strintate: 4.
Reviste indexate BDI
Cobeanu, I., Comnac, V., Multi-agent systems: traffic control application, Bulletin of the
Transilvania University of Braov, Vol 4, Issue 53, Series I, No. 2, pp. 107-114, 2011.
Cobeanu, I., Comnac V., Real-time Coordination Strategy for Control Traffic, Bulletin of the
Reviste indexate CNCSIS cod B+
Cobeanu, I., Comnac V., Multi-Agent System Architecture Used in Traffic Control
Application, Scientific Bulletin of Politehnica University of Timisoara, Transactions on
Automatic Control and Computer Science, Vol. 56, Issue 70, No. 4, pp. 153- 160, 2011.
Conferine internaionale cu volume indexate BDI
Cobeanu, I., Catrinescu, C., Mrgineanu, I., Itu, L.M., WLAN roaming simulator, Proceeding
of 12th International Conference Optimization of Electrical and Electronic Equipment,
Braov, Romnia, pp. 825-830, 2010.
Cobeanu, I., Comnac V., Embedding of event processing into multi-agent system decision
mechanism, Proceedings of 6th IEEE International Symposium on Applied Computational
Intelligence and Informatics (SACI), pp. 105 109, Timisoara, Romnia, 2011.
Cobeanu, I., Trnauc, B., Nechifor, S., Comnac V., Real-time Scheduling of Mobile Agents
Using Answer Set Programming, Proceedings of 13th International Conference on
Optimization of Electrical and Electronic Equipment (OPTIM), pp. 1505-1510, Braov,
Romnia, 2012.
Conferine internaionale
Cobeanu, I., Comnac V., Testing complex event processing capabilities embedded in multiagent systems for traffic control, Proceedings of 6th International Conference on
Interdisciplinarity in Education (ICIE), pp. 319-324, Karabuk, Turcia, 2011.
Cobeanu, I., Comnac V., Multi-Agent Scheduling using Constraint Satisfaction Problem,
Proceedings of 11th International Conference on Development and Application Systems
(DAS), pp. 183-186, Suceava, Romnia, 2012.
7.3 Direcii viitoare de cercetare
n urma cercetrilor realizate se pot identifica urmtoarele perspective de dezvoltare a

cercetrilor:
Pentru a face posibil implementarea propriu-zis a sistemului, trebuie ca fiecare
automobil s poat avea capacitatea de a transmite evenimente (legate de poziia sa
actual) n cadrul sistemului. n transferul mesajelor se poate utiliza JMS (Java Message
43
Service), variabile de reea, etc.

Includerea logicii fuzzy n cadrul procesrii evenimentelor i a procesului de decizie al
agenilor inteligeni;
mbuntirea performanelor algoritmului de detecie a incidentelor aprute n trafic prin
considerarea mai multor evenimente din trafic i adugarea a noi interogri;
mbuntirea performanelor algoritmilor de planificare i replanificare a
comportamentelor iniiale ale agenilor mobili inteligeni prin adugarea de noi
constrngeri i a tehnicilor de nvare;
Extinderea experimentelor pe un numr mai mare de ageni;
Compararea performanelor strategiei de coordonare n cazul introducerii la nivelul fiecrui
agent al modulului de procesare al evenimentelor;
Adugarea tehnicilor de negociere ntre agenii mobili inteligeni pentru a putea realiza
transferul materialelor de construcie de la unul la altul.
BIBLIOGRAFIE SELECTIV
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
Abdulhai, B., Pringle, R., Karakoulas, G. J., Reinforcement learning for true adaptive traffic
signal control, Journal of Transportation Engineering, Vol. 129, No. 3, pp. 278-285, 2003.
Barber, K.S., Han, D.C., Liu, T.H., Coordinating Distributed Decision Making Using Reusable
Interaction Specifications, Springer-Verlag Berlin Heidelberg, LNAI, Vol 1881, pp. 1-15, 2000.
Bass, L., Clements, P., Kazman, R., Software Architecture in Practice, Addison Wesley
Publishing Comp., 2003.
Bazzan, A., A Distributed Approach for Coordination of Traffic Signal Agents, Autonomous
Agents and MultiAgent Systems, Vol. 10, Issue 1, pp. 131-164, 2005.
Bauer, B., Muller, J., Odell, J., Agent UML: A Formalism for Specifying Multiagent Software
Systems, International Journal of Software Engineering and Knowledge Engineering, Vol. 11,
Issue 3, pp. 207-230, 2001.
Bedrouni, A., et. al., Distributed Intelligent Systems. A Coordination Perspective, Springer,
2009.
Bellifemine, F. L., Caire, G., Greenwood D., Developing Multi-Agent Systems with JADE,
Wiley, 2007.
Bussmann, S., Muller, J., A Negotiation Framework for Cooperating Agents, Proceedings of
CKBS-SIG, pp. 1-17, Keele, Anglia, 1992.
Cobeanu, I., Catrinescu, C., Mrgineanu, I., Itu, L.M., WLAN roaming simulator, Proceeding of
12th International Conference Optimization of Electrical and Electronic Equipment, Braov,
Romnia, pp. 825-830, 2010.
Cobeanu, I., Comnac V., Testing complex event processing capabilities embedded in multi-agent
systems for traffic control, Proceedings of 6th International Conference on Interdisciplinarity in
Education (ICIE), pp. 319-324, Karabuk, Turcia, 2011.
Cobeanu, I., Comnac V., Embedding of event processing into multi-agent system decision
mechanism, Proceedings of 6th IEEE International Symposium on Applied Computational
Intelligence and Informatics (SACI), pp. 105 109, Timisoara, Romnia, 2011.
Cobeanu, I., Comnac, V., Multi-agent systems: traffic control application, Bulletin of the
Cobeanu, I., Comnac V., Multi-Agent System Architecture Used in Traffic Control Application,
Scientific Bulletin of Politehnica University of Timisoara, Transactions on Automatic Control
and Computer Science, Vol. 56, Issue 70, No. 4, pp. 153- 160, 2011.
44
14.
15.
Cobeanu, I., Comnac V., Multi-Agent Scheduling using Constraint Satisfaction Problem,
Proceedings of 11th International Conference on Development and Application Systems (DAS),
pp. 183-186, Suceava, Romnia, 2012.
Cobeanu, I., Trnauc, B., Nechifor, S., Comnac V., Real-time Scheduling of Mobile Agents
Using Answer Set Programming, Proceedings of 13th International Conference on Optimization
of Electrical and Electronic Equipment (OPTIM), pp. 1505-1510, Braov, Romnia, 2012.
16.
Cobeanu, I., Comnac V., Real-time Coordination Strategy for Control Traffic, Bulletin
of the Transilvania University of Braov, Vol 5, Issue 54, Series I, No. 1, pp. 57-62, 2012.
17.
Collins, J., Ketter, W., Gini, M., A Multi-Agent Negociation Testbed for Contracting Tasks with
Temporal and Precedence Constraints, International Journal of Electronic Commerce, Vol. 7,
Issue 1, pp. 35-57, 2002.
Di Caro, G., Dorigo, M., AntNet: Distributed Stigmergetic Control for Communications
Networks, Journal of Artificial Intelligence Research, Vol. 9, pp. 317-365, 1998.
Dresner, K., Stone, P., A multiagent approach to autonomous intersection management, Journal
of Artificial Intelligence Research, Vol. 31, Issue 1, pp. 591 656, 2008.
Dunkel, J., et. al., Event-driven architecture for decision support in traffic management systems,
Expert Systems with Applications, Vol. 38, pp. 6530-6539, 2011.
Ekanayake, S., Pathirana, P.N., Smart Cluster Bombs Control of Multi-agent Systems for
Military Applications, Proceedings of IEEE International Conference on Networking, Sensing
and Control, pp. 471 476, Londra, UK, 2007.
Etzion, O., Niblet, P. Event Processing in Action, Manning Publications, USA, 2010.
Faison, T., Event-Based Programming: Taking Events to the Limit, Apress, 2006.
Fortino, G., et. al., Using event-driven lightweight DSC-based agents for MAS modeling,
International Journal of Agent-Oriented Software Engineering, Vol. 4, No. 2, pp. 113-140, 2010.
Fox, M., Barbuceanu, M., Teigen, R., Agent-Oriented Supply-Chain Management, International
Journal of Flexible Manufacturing Systems, Vol. V12, No. 2, pp. 165 188, 2000.
Frozza, R., Alvares, L.O., Criteria for the Analysis of Coordination in Multiagent Applications,
Springer-Verlag Berlin Heidelberg LNCS, Vol. 2315, pp. 158-165, 2002.
Halle, S., Chaib-draa, B., A collaborative driving system based on multiagent modelling and
simulations, Trasportation Research Part C, Vol 13, Issue 4, pp. 320 345, 2005.
Heck, B.S., Wills, L.M., Vachtsevanos, G.J., Software Technology for Implementing Reusable,
Distributed Control Systems, IEEE Control systems, Vol. 23, Issue 1, pp. 21-35.
Jennings, N.R., Commitments and Conventions: The Foundation of Coordination in Multi-Agent
Systems, Knowledge Engineering Review, Vol 8, No. 3, pp. 1-54, 1993.
Jennings, N.R., Controlling Cooperative Problem Solving in Industrial Multi-Agent Systems using
Joint Intension, Artificial Intelligence, Vol. 75, Issue 2, pp. 195 240, 1995.
Jennings, N.R., et. al., Automated Negotiation: Prospects, Methods, and Challenges,
International Journal of Group Decision and Negotiation, Vol. 10, No. 2, pp. 199-215, 2001.
Kraus, S., Automated Negociation and Decision Making in Multiagent Environments, Lecture
Notes in Artificial Intelligence, Vol. 2086, pp. 150-172, 2001.
Mamei, M., Zambinelli, F., Programming Stigmergic Coordination with the TOTA Middleware,
Proceedings of Fourth International Joint Conference on Autonomous Agents and Multiagent
Systems, pp. 415-422, New York, USA, 2005.
Michelson, B.M., Event-Driven Architecture Overview: Event-Driven SOA is Just Part of the
EDA Story, Patricia Seybold Group, 2006.
Nwana, H.S., Lee, L., Jennings, N.R., Co-ordination in software agent systems, BT Technology
Journal, Vol. 14. Issue 4, pp. 79-89, 1996.
Polvichai, J., Scerri, P., Lewis, M., An Approach to Online Optimization of Heuristic
Coordination Algorithms, In Proceedings of 7th Int. Conf. on Autonomous Agents and
Multiagent Systems (AAMAS), pp. 623-630, Estoril, Portugalia, 2008.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
45
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
Rahwan, T., Jennings, N., An algorithm for distributing coalitional value calculations among
cooperation agents, Artificial Intelligence, Vol. 171, pp. 535-567, 2007.
Raney, B., Nagel, K., Iterative route planning for large-scale modular transportation
simulations, Future Generation Computer Systems, Vol. 20, Issue 7, pp. 1101-1118, 2004.
Rosenschein, J.S., Zlotkin, G., Rules of Encounter: Designing Conventions for Automated
Negotiation among Computers, MIT Press, 1994.
Seyboth, G.S., Event-based Control for Multi-Agent Systems, Masters Degree Thesis, Stockolm,
2010.
Smith, R.., The Contract Net Protocol: High-Level Communication and Control in a Distributed
Problem Solver, IEEE Transactions on Computers, Vol. 29, No 12, pp. 1104-1113, 1980.
Shehory, O., Kraus, S., Feasible Formation of Stable Coalitions among Autonomous Agents in
Non-super-additive Environments, Computational Intelligence, Vol. 15, No 3, pp. 218251,
1999.
Song, S., Shin, S., Kim, M., Multiagent-Based Defensive Strategy System for Military
Simulation, Lecture Notes in Computer Science, Vol. 5044, pp. 329 338, 2009.
Tanenbaum, A.S., Steen M.V., Distributed Systems principles and paradigms, Prentice Hall,
2002.
Vazquez-Salced, J., Costes, U., Padget, J., Integrating the organ and tissue allocation precesses
through an agent-mediated electronic institution, Springer-Verlag LNAI, Vol. 2504, pp. 309
321, 2002.
Vinyals, M., Rodriguez-Aguilar, J.A., Cerquides, J., A survey on Sensor Networks from a
Multiagent Perspective, The Computer Journal, Vol. 54, Issue 3, pp. 455 470, 2011.
Wang, Y.-L., Flexible and Responsive Multi-agent Based Logistics Coordination Management,
Proceedings of The 2nd IEEE International Conference on Information Management and
Engineering (ICIME), pp. 43-47, Chengdu, China, 2010.
Wellman, M.P., Wurman, P.R., Market-aware agents for a multiagent world. Robotics and
Autonomous Systems, Vol. 24, pp. 115125, 1998.
Wollking, S., Valasek, J., Ioerger, T., Automated Conflict Resolution for Air Traffic Management
Using Cooperative Multiagent Negotiation, Proceedings of AIAA Guidance, Navigation, and
Control Conference, pp. 2004-4992, Rhode, Islanda, 2004.
Wooldridge, M., Reaching Agreements, In an Introduction to Multi-agent Systems, John
Wiley & Sons, Ltd, 2002.
Wu, F., Zilberstein, S., Chen, X., Online planning for multi-agent systems with bounded
communication, Artificial Intelligence, Vol. 175, pp. 487-511, 2011.
Yang, Q., Shieh, J.S., A multi-agent prototype system for medical diagnosis, Proceedings of 3th
International Conference on Intelligent System and Knowledge Engineering, pp. 1265-1270,
Fujian, China, 2008.
Zambonelli F., Dyke Parunak H. Van, Signs of a revolution in computer science and software
engineering, Lecture Notes in Computer Science, Vol. 2577, pp. 13 28, 2003.
*** Aleri, Analyse and Act on Fast Moving Data: An Overview of Complex Event Processing,
White Paper,2012, http://www.sybase.com/files/White_Papers/SYB_CEP_OverviewAnalyze_and_Act_WPJan2012_WEB.pdf, accesat n 2010.
*** Choco, http://www.emn.fr/z-info/choco-solver/, accesat n 2012.
*** DLV, http://www.dlvsystem.com/dlvsystem/index.php/Home, accesat n 2011.
*** Esper, http://esper.codehaus.org/, EsperTech, accesat n 2012.
*** FIPA, http://www.fipa.org/repository/aclspecs.html, accessed in 2010.
***, Forrester, The Forrester Wave: Complex Event Processing (CEP) Platforms,
http://www.forrester.com/rb/Research/wave&trade%3B_complex_event_processing_cep_platform
s,_q3/q/id/48084/t/2, Q3 2009, accesat n 2010.
*** MatSim, http://www.matsim.org/, accesat n 2010.
46
61.
62.
63.
*** Repast, http://repast.sourceforge.net/, accessed in November, 2010.

*** RepastCity, http://code.google.com/p/repastcity/, accessed in December, 2010.
*** SeSAM, http://www.simsesam.de/, accessed in November 2010.
REZUMAT
Cuvinte-cheie: sisteme multi-agent, coordonare, timp real, modelare i simulare,
procesarea evenimentelor complexe, proces de decizie, constrngeri, controlul traficului.
Tehnologiile utilizate n dezvoltarea sistemelor de control complexe trebuie s realizeze

creterea flexibilitii sistemului, creterea independenei fiecrei componente a sistemului,
reacia componentelor n timp real, pstrarea robusteii sistemului, procesarea unui volum mare
de informaii, etc..
Aceast tez a fost orientat pe utilizarea tehnologiei sistemelor multi-agent n dezvoltarea
aplicaiilor de control. Coordonarea reprezint o problem foarte important n modelarea unui
sistem multi-agent. Crearea unei strategii de coordonare n cadrul unui sistem multi-agent
presupune coordonarea activitilor fiecrui agent. Pentru realizarea coordonrii au fost
dezvoltate diferite tehnici, mecanisme sau protocoale. n alegerea unei tehnici de realizare a
coordonrii ntr-un sistem multi-agent trebuie s se in cont de cerinele sistemului.
Strategia de coordonare care face subiectul acestei teze are ca rol principal detectarea n
timp real a situaiilor care pot influena comportamentul agenilor i luarea deciziilor la nivelul
agenilor astfel nct acetia s i poat finaliza sarcinile atribuite n concordan cu noua stare a
sistemului. Tehnica utilizat pentru a construi aceast strategie a fost planificarea.
Aplicaia propus n aceast tez pentru a testa performanele strategiei de coordonare este
o aplicaie de control al traficului rutier. Aceasta presupune detectarea n timp real a incidentelor
aprute n trafic i replanificarea rutelor agenilor mobili inteligeni astfel nct acetia s poat
evita incidentele i s i poat respecta sarcinile. Arhitectura propus este construit astfel nct
s permit autonomia agenilor mobili.
Strategia de coordonare n timp real presupune procesarea unui volum mare de evenimente
transmise n cadrul sistemului. Tehnologia utilizat trebuie s aib capacitatea de a procesa n
timp real evenimentele, s poat asocia evenimentele cu momentul de timp la care au avut loc.
Soluia propus a fost utilizarea tehnologiei CEP (Complex Event Processing). Un alt aspect
foarte important este modelarea procesului de decizie al agenilor. Decizia agenilor trebuie s fie
generat ntr-un timp ct mai scurt, dar n acelai timp trebuie s reprezinte un rspuns ct mai
apropiat de cel optim la situaia actual a sistemului. Pentru modelarea procesului de decizie a
fost propus spre utilizare programarea bazat pe constrngeri.
Evaluarea performanelor strategiei de coordonare a putut fi realizat deoarece ntregul
sistem a fost modelat i simulat n cadrul platformei de modelare i simulare a sistemelor multiagent CoReMo.
ABSTRACT
Keywords: multi-agent systems, coordination, real-time, modeling and simulation,
complex event processing, decision process, constraint, traffic control.
47
The technologies used to develop complex control systems should lead to an improved
system flexibility, a better autonomy of system components, an improved real-time reaction of
the components, maintaining the systems robustness, processing a large volume of information.
This thesis proposes the use of multi-agent systems technology in developing the control
applications. Coordination represents a very important issue in multi-agent system modeling.
Creating the coordination strategy in a multi agent system involves the coordination of each
agents activities. Different techniques, mechanisms, and protocols used in developing the
coordination were developed. Choosing the coordination technique for a multi-agent system
should take into consideration the system requirements.
The coordination strategy, subject of this thesis, has the main role of detecting in real time
the various situations which could influence the behaviour of the agents and taking the decisions
at the agent level in order that they can accomplish the given tasks in compliance to the new state
of the system. The technique used to build this strategy is planning.
The proposed application in this thesis, used to test the performances of the coordination
strategy, is a traffic control application. This implies the real-time detection of incidents
appeared in traffic and replanning the mobile agents routes in such way that they can avoid the
incidents and fulfill their tasks. The proposed architecture is built in such manner that it permits a
higher degree of mobile agents autonomy.
The real-time coordination strategy implies the processing of a big volume of events sent
inside the system. The technology used must have de capability to process in real time the
events, to be able to associate events with the time when they occurred. The solution proposed
was using the CEP (Complex Event Processing) technology.
Another important aspect is modeling the agents decision making process. The agents
decisions need to be made in the shortest time possible, but at the same time they must represent
the closest answer to the optimal answer in regard to actual state of the system. Modeling the
decision process was made using constraint based programming.
Evaluating the performances of the coordination strategy could be accomplished because
the entire system was modeled and simulated in the CoReMo modeling and simulation platform
for multi agent systems.
CURRICULUM VITAE
Experiena Profesional
Data
Funcia sau postul ocupat
Principalele activiti i
responsabiliti
Numele angajatorului
Sectorul afacerii
Data
2011 - 2012
Asistent asociat
Predat laboratoare:
- Reele industriale (protocolul de comunicaie Modbus)
Aplicaiile de laborator sunt dezvoltate n mediul de programare
LabWindows/CVI
Universitatea Transilvania Braov, Facultatea Inginerie Electric i
tiina Calculatoarelor
Educaie universitar
Iunie 2011 - August 2011
Student doctorand
48
responsabiliti
Sectorul afacerii
Data
Programarea bazat pe constrngeri, Alocarea resurselor, ASP (Answer

Set Programming).
Siemens Austria, Departmentul: CT T CEE AT (Corporate Research and
Technologies CEE Austria)
Stagiu Extern de Cercetare
2009 2011
Asistent asociat
responsabiliti
Predat laboratoare:
- Calculatoare de process i sisteme de operare n timp real
- Utilizarea calculatoarelor n controlul proceselor
- Reele industriale (protocolul de comunicaie Modbus)
Aplicaiile delaborator sunt dezvoltate n mediul de programare
LabWindows/CVI

tiina Calculatoarelor
Sectorul afacerii
Educaie universitar
Educaia
Data
Titlul sau calificarea obinut
Principalele subiecte/aptitudini
obinute
Numele i tipul organizaiei care a
realizat educaia
Data
Titlul sau calificarea obinut
Octombrie 2009 Septembrie 2012

Studii doctorale
Limbajul de programare Java, sisteme multi-agent, procesarea
evenimentelor complexe, programarea bazat pe constrngeri, alocarea
resurselor.
Universitatea Transilvania Braov, Departmentul de cercetare tiinific:
Sisteme pentru Controlul Proceselor, Domeniul Ingineria Sistemelor.
Octombrie 2004 Iunie 2009
Diploma de inginer
Principalele subiecte/aptitudini Limbajele de programare C/C + +, Utilizarea calculatoarelor n controlul

obinute proceselor (mediul de programare, LabWindows/CVI), reele industriale,
dezvoltarea aplicaiilor n timp real, PLC (mediile de programare: Step7 200,
Step7 Manager), baze de date (mediul de dezvoltare SQL Server), circuite
digitale, teoria sistemelor.
Numele i tipul organizaiei care a
realizat educaia
Societi Profesionale
Limba matern

tiina Calculatoarelor, Secia Automatic i Informatic Aplicat.
SRAIT (Societatea Romn de Automatic i Informatic Tehnic)
Romn
Limbi strine
Auto-evaluare
Nivel european(*)
nelegere
Ascultare
Vorbire
Citire
Interaciuni
verbale
Scriere
Vorbire
Englez
C1
C1
C1
C1
C1
Francez
A2
A2
A2
A2
A2
(*) Common European Framework of Reference for Languages
49
Aptitudini i competene n Limbaje de programare: C/C + +, Java, Function Block Diagram, Ladder
domeniul calculatoarelor Diagram, Sequential, Function Chart
Medii de programare: LabWindowsCVI, DLV, Choco, MicroWIN 32 Step
7, Step 7 Manager, Matlab, SQL Server.
Microsoft Office (Excel, Word)
CURRICULUM VITAE
Work experience
Dates
Occupation or position held
Main activities and responsibilities
Name and address of employer

Type of business or sector
Dates
Dates

2011 2012
Junior University Associate
Labs taught: - Industrial Networks (Modbus communication protocol)
Laboratory applications are developed in LabWindows/CVI programming
environment
Transylvania University Braov, Faculty of Electrical Engineering and
Computer Science
University education
June 2011 - August 2011
PhD student
Constraint Programming, Enterprise resource scheduling, Answer Set
Programming.
Siemens Austria, Department of: CT T CEE AT (Corporate Research and
Technologies CEE Austria)
External Research Stage
2009 2011
Junior University Associate
Labs taught: - Computers and process real-time operating systems
- Using computers in process control
- Industrial Networks (Modbus communication protocol)
Laboratory applications are developed in LabWindows/CVI programming
environment
Transylvania University Braov, Faculty of Electrical Engineering and
Computer Science
University education
Education and training

Dates
Title of qualification awarded
Principal subjects/occupational
skills covered
Name and type of organisation
providing education and training
Dates
Title of qualification awarded
October 2009 September 2012

Ph.D. Studies
Programming language Java, Multi-Agent Systems, Complex Event
Processing, Constraint Programming, Enterprise resource scheduling.
Transylvania University of Brasov, Department of Scientific Research:
Process Control Systems, Systems Engineering Domain
October 2004 June 2009
Engineer diploma
50
Principal subjects/occupational Programming languages C/C + +, Using computers in process control

skills covered (programming environment, LabWindows/CVI), industrial networks,
developing real-time applications, PLC (programming environments: Step7
200, Step7 Manager), databases (development environment SQL Server),
digital circuitry, theory systems.
Name and type of organisation
providing education and training
Professional societies
Mother tongue(s)
Transylvania University of Brasov, Faculty of Electrical Engineering

and Computer Science, Department of Automation and Applied
Informatics
SRAIT (Romanian Association of Automatic and Technique Informatics)
Romanian
Other language(s)
Self-assessment
European level (*)
Understanding
Listening
Speaking
Reading
Spoken
interaction
Writing
Spoken
production
English
C1
C1
C1
C1
C1
French
A2
A2
A2
A2
A2
(*) Common European Framework of Reference for Languages

Computer skills and competences
Programming Languages: C/C + +, Java, Function Block Diagram, Ladder

Diagram, Sequential, Function Chart
Programming environments: LabWindowsCVI, DLV, Choco, MicroWIN 32
Step 7, Step 7 Manager, Matlab, SQL Server.
51

CobeanuIoana PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

CobeanuIoana PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Investete n oameni!

FONDUL SOCIAL EUROPEAN

Universitatea Transilvania din Brasov

MINISTERUL EDUCAIEI, CERCETARII, TINERETULUI I SPORTULUI

UNIVERSITATEA TRANSILVANIA DIN BRAOV

D-lui (D-nei) ..............................................................................................................

Prof. Univ. Dr. Ing. Sorin-Aurel MORARU

Prof. univ. dr. ing. Vasile COMNAC

7.3 Direcii viitoare de cercetare ........................................................................... 13944

5. DECISION PROCESS MODELING .................................................................... 8324

sistemele de control s cunoasc o cretere a complexitii, fiind necesar dezvoltarea de noi

n alegerea unei tehnici de realizare a coordonrii ntr-un sistem multi-agent trebuie s se in

n vederea modelrii i simulrii sistemului multi-agent propus, n cadrul capitolului 3,

cadrul sistemului, costul de execuie al strategiei (performanele obinute de procesul de decizie

sistem multi-agent este influenat de modalitatea de coordonare utilizat n cadrul acestuia. Un

Scenariul propriu-zis propus se refer la livrarea materialelor de construcie i

Fig. 2.7. Arhitectura sistemului multi-agent

2.5.1.1 Reprezentarea reelei de drumuri

Agenii mobili participani la trafic

Fig. 2.8. Arhitectura Agentul Mobil Inteligent

MODELAREA I SIMULAREA SISTEMELOR MULTI-AGENT

accesul programatic la nivelul comportamentelor i mediului: acest criteriu este un criteriu

determinate de diferite condiii, n timp ce metodele existente n cadrul proieciilor permit

3.5.1.2 Modelarea comportamentului agenilor mobili

PROCESAREA EVENIMENTELOR N CADRUL SISTEMELOR MULTIAGENT

procesarea evenimentelor simple: n momentul n care a avut loc un eveniment n cadrul

Disponibilitatea: abilitatea de a furniza un timp de funcionare continuu i de a preveni

procesare a evenimentelor trebuie s aib capacitatea de a procesa un numr foarte mare de

identificatorul strzii pe care se afl vehiculul;

Pentru a putea urmri rezultatele obinute de algoritmul de detectare a incidentelor s-a

MODELAREA PROCESULUI DE DECIZIE

n sistemul propus activitile agenilor sunt reprezentate de livrarea materialelor de

5.3.2.3 Implementarea utiliznd solverul ASP DLV

5.3.3.3 Implementarea utiliznd solverul ASP DLV

antierele au fost ordonate, ca i in cazul algoritmului de replanificare pentru un singur

Primul lucru observat n urma testrii ambilor algoritmi implementai cu DLV ct i cu

NrAgenti reprezint numrul agenilor care livreaz materiale.

Tab. 5.1. Rezultatele algoritmului de planificare a rutelor agenilor mobili intelegeni

5.3.4.2 Algoritmul de replanificare a rutelor agenilor mobili inteligeni

Fig. 5.11. Rezultatele algoritmului de replanificare a rutelor agenilor mobili intelegeni

5.3.4.3 Analiza comparativ a implementrilor algoritmilor

STRATEGII DE COORDONARE N TIMP REAL

Realizarea coordonrii n cadrul sistemului multi-agent propus reprezint o problem

Strategiile de coordonare n cazul sistemelor multi-agent bazate pe evenimente conduce la

Tehnica utilizat n realizarea coordonrii trebuie s aib capacitatea de a evita apariia

Modelul utilizat n cazul coordonrii propuse este bazat pe modelul publish/subscribe.

6.4.3.1 Agentul detector al incidentelor

6.4.3.4 Agenii mobili inteligeni

6.5.1.3 Performanele simulrii

6.5.2.1 Controlul n cadrul sistemului multi-agent

Primul pas n realizarea simulrii a fost selectarea platformei de modelare i simulare a

este de ordinul microsecundelor. Aceasta pune la dispoziie instrumente pentru mbuntirea

1. S-a propus o nou arhitectur a sistemului multi-agent propus cu scopul a modela o

7.1.3 Procesarea evenimentelor n cadrul sistemelor multi-agent

3. S-a propus o nou metod de a realiza procesarea evenimentelor n cadrul sistemelor

4. A fost propus o nou strategie de coordonare n timp real a comportamentului agenilor

8 articole tiinifice n buletine i reviste de specialitate, respectiv n volumele unor conferine

n urma cercetrilor realizate se pot identifica urmtoarele perspective de dezvoltare a

Service), variabile de reea, etc.

*** Repast, http://repast.sourceforge.net/, accessed in November, 2010.

Tehnologiile utilizate n dezvoltarea sistemelor de control complexe trebuie s realizeze

Programarea bazat pe constrngeri, Alocarea resurselor, ASP (Answer

Universitatea Transilvania Braov, Facultatea Inginerie Electric i