Pgina inicial do IPT  >  Ensino / Cursos  >  Solues  >   Dissertaes

Ps-graduao IPT


Dissertaes


compartilhe

Uma arquitetura para sistemas multiagente em ambiente de IoT residencial baseada em tcnicas de aprendizado por reforo


por CASTILLO, Mario Augusto Rivas


Estatistcas

Visitas: 532
Downloads: 38


Orientao: GIORNO, Fernando Antnio de Castro

Ano: 2018

  O conceito de Internet das Coisas (IoT) evoluiu com o tempo até abranger um amplo domínio de componentes inteligentes ligados por meio da Internet. A multiplicidade de padrões de projeto e modelos de arquitetura, decorrentes da ausência de entidades regulatórias globais, dificulta a interconexão de agentes de diferentes segmentos industriais e reduz a possibilidade de ambientes multiagente colaborativos. Neste contexto, resulta improvável alcançar a utilidade máxima esperada do ambiente sem receber informação de retorno (feedback) do sistema. O objetivo deste trabalho é propor uma arquitetura de sistemas multiagente especializada no ambiente de IoT residencial, que possibilite o aprendizado autônomo do sistema utilizando técnicas de aprendizado por reforço. Visando este objetivo, as principais referências acadêmicas e trabalhos relacionados ao campo de estudo são apresentados por meio de um levantamento bibliográfico. Com base nesta informação e na arquitetura de referência para IoT (ARM), os requisitos funcionais a não-funcionais da arquitetura são listados. A seguir é definida a arquitetura proposta, descrita em função de vistas (views) e perspectivas. Visando confirmar a capacidade de aprendizado de sistemas concretos criados a partir da solução proposta, um software de simulação de cenários é construído e executado num conjunto específico de casos. A análise dos resultados obtidos pelo experimento confirma a hipótese de aprendizado do trabalho e fornece detalhes de desempenho do sistema final, com destaque para o parâmetro da política de escolha de ações e as configurações dos sistemas multiagente. Verifica-se que a utilização de parâmetros iguais ou maiores que 10−1 aumenta a velocidade de convergência da curva de aprendizado com respeito a valores menores. Em relação à configuração dos sistemas multiagente, é possível observar curvas de convergência.

Acesse: cassiopea.ipt.br/teses/2018_EC_Mario_Rivas.pdf