TODAY

LINK
Informasi Kuliah

  

TEKNIK INDUSTRI UNPAS

 

Download
 

free counters

Facebook Yogi on Twitter


 

 

 

 

RSS Feed

Multi Agent System

image

Konsep Multi-Agent Systems

 

1.      Perkembangan Istilah Agen

 

Pengertian Intelligent Agents mulai muncul di literatur ilmu komputer dan kecerdasan buatan (Artificial Intelligent /AI) dalam akhir tahun 1980-an sebagai hasil dari pengembangan kajian   dalam orientasi obyek dan didistribusikan dalam bidang Intelligent Agents (Jennings et al., 1998). Meskipun lebih dari dua dekade sejarah, sebuah definisi untuk istilah agen masih diperdebatkan.

Schleiffer (2005) menyatakan bahwa " teknologi Intelligent Agents merupakan artikulasi perilaku pengambilan keputusan manusia dalam bentuk program komputer ".

Meskipun definisi ini adalah elegan, namun tidak cukup mendalam sehingga tidak secara eksplisit menentukan karakteristik perilaku manusia   agen berusaha untuk ditiru. Salah satu agen yang paling dikutip definisi diterbitkan oleh Wooldridge dan Jennings (1995). Mereka mengajukan empat karakteristik yang berbeda, yaitu: otonomi, kemampuan sosial,
Reaktivitas, dan pro-keaktifannya. Karakteristik ini diterima secara luas ketika mereka berada di agen pusat yang mewakili manusia didalam proses pengambilan keputusan. Kumpulan empat properti ini telah memperluas secara signifikan selama bertahun-tahun dan di beberapa lapangan kajian.

Tabel 2.3 menyajikan daftar agen karakteristik seperti kita temukan di seluruh kutipan literatur. Hal tersebut menggambarkan bahwa agen lebih dari "sekedar program" (Anumba et al., 2001).

Sebagian besar publikasi awal bekerja pada sistem agen tunggal, yaitu agen-agen yang mengumpulkan informasi atas nama pengguna, atau melakukan tugas-tugas khusus bagi mereka. Contohnya adalah artikel oleh Maes (1994), Guttman et al. (2001), Klusch (2001), Wooldridge (2001), dan Trappey et al. (2004).


2. Multi-Agent Systems (MAS)

Sistem yang terdiri dari beberapa agen berinteraksi satu sama lain dan lingkungan mereka dikenal sebagai sistem multi-agen. Dalam sistem seperti ini, tidak semua agen adalah sama: masing-masing agen dapat memiliki keunikan dan kemampuan serta tujuan, yang mewakili dunia yang nyata mitranya. Sebuah sistem multi-agen adalah perakitan agen yang berbeda, dengan peran yang berbeda, serta dengan kemampuan dan tujuan  untuk kategori yang berbeda
dari setiap agen   (Papazoglou, 2001).

Dalam sistem multi-agen, membangun agen menjadi lebih dari sekadar sebuah entitas dalam melakukan tugas-tugas lokal. Agen juga harus memiliki kemampuan untuk berkomunikasi dan berkoordinasi.

Ciri penting   dari sistem multi-agen tersebut adalah:

(1)     Agen saling   membutuhkan untuk kelengkapan informasi dan masalah pemecahan;

(2)     Tidak ada sistem kontrol global;

(3)     Desentralisasi data, dan

(4)     Asynchronous perhitungan (Rudowsky, 2004).

Caridi dan Cavalieri (2004) serta Moyaux et al. (2006) menambahkan :

(5)     Modularitas;

(6)     Kemungkinan untuk menanamkan multi-fungsi objektif, dan

(7)     Fakta bahwa desain dapat menjadi proses langkah yang bijaksana, sebagai manfaat tambahan MAS. Wooldridge (2005) memberikan daftar tiga potensi utama yang ditawarkan oleh sistem multi-agent, yaitu : Pertama , sistem MAS menyerupai organisasi bisnis itu sendiri, sehingga mudah bagi perancang dan analis untuk memahami fungsi dan perilaku. Kedua , masalah pemecahan dalam sistem ini didasarkan pada pemecahan masalah dalam organisasi (desentralisasi : tidak ada agen yang memiliki seluruh sistem). Ketiga , karena agen otonom dan selalu aktif, maka sistem ini responsif terhadap adanya perubahan dan masalah.

 

Metodologi yang diterapkan untuk mencapai komunikasi dan koordinasi di antara pendefinisian fitur MAS (Odell et al., 2002) : “Merancang sebuah sistem berbasis agen bukan hanya tentang merancang agen, tetapi juga tentang merancang lingkungan dan interaksi agen. Komunikasi agen digambarkan oleh bahasa dan metode pada saat mereka bertukar pesan. Agen
koordinasi  atau "interaksi"  mengacu pada mekanisme yang mengatur diri mereka agen
bekerja pada sistem yang penuh masalah.”

Komunikasi agen adalah bidang studi tersendiri, terletak di persimpangan linguistik, kognitif
ilmu pengetahuan, kecerdasan buatan, logika formal, dan ilmu komputer. Bidang komunikasi
didominasi oleh kedua bahasa semantik dan dialog protokol. Bahasa semantik mengacu pada
makna yang diungkapkan dalam bahasa atau kode. Sebuah dialog protokol, tambahan, menetapkan serangkaian aturan yang mengatur dialog antara dua atau lebih agen berkomunikasi (Endriss et al., 2003).

Koordinasi di antara sistem multi-agen adalah proses penting untuk memastikan bahwa
sistem bertindak dengan cara yang koheren (Nwana et al., 1996). Untuk tinjauan umum tentang perkembangan skema koordinasi,  dengan merujuk pada Durfee et al. (1989), Jennings et al. (1998) dan Caridi dan Cavalieri (2004). Agen dalam sistem multi-agen berkoordinasi satu sama lain dengan solusi untuk suatu masalah (Lesser dan Corkill, 1987). Dengan demikian, pola-pola interaksi termasuk urutan menjadi penting, dan merupakan dasar untuk pemodelan sebuah sistem MAS (Da Silva dan De Lucena, 2007). Peran penting dari FIPA (Foundation for Intelligent Physical Agen ) dan standar disebutkan oleh Willmott et al. (2004).

FIPA didirikan pada tahun 1996 untuk mempromosikan interoperabilitas antara perangkat lunak agen-agen yang berbeda dan berbasis sistem. FIPA 25 memiliki standar interaksi yang berbeda. FIPA sekarang telah berubah menjadi komite organisasi IEEE. De Weerdt et al. (2006) secara resmi menetapkan perencanaan agen multi-problem sebagai berikut : “Dengan adanya deskripsi keadaan awal, satu set tujuan secara umum, satu set (setidaknya dua) agen, dan untuk setiap agen satu set dari kemampuan dan tujuan-tujuan pribadi, menemukan sebuah rencana untuk setiap agen yang mencapai tujuan pribadinya, sehingga rencana ini secara bersama-sama berkoordinasi sehingga tujuan secara umum terpenuhi juga ”. MAS telah berakar pada ilmu komputer dengan fokus pada solusi "koordinasi melalui komunikasi" lebih dari pada algoritma terbaik. Shim et al. (2002), Schneeweiss (2003), Luck et al. (2004) dan Van Dijke (2008) melihat kesempatan untuk kolaborasi antara bidang penelitian MAS dan OR, terutama untuk meningkatkan karakteristik optimalisasi MAS. Makalah survei perencanaan didistribusikan oleh desJardins et al. (1999) menggambarkan bagaimana memisahkan penelitian yang berbeda masyarakat sebenarnya. Makalah tersebut ditulis dari perspektif artificial inteligent , dan benar-benar menggunakan kosa kata yang berbeda dan terminologi makalah dari komunitas lain. Selain itu, terdapat hampir tidak ada referensi untuk publikasi yang berasal dari CS, OR dan komunitas IS. Berlaku sama untuk sebagian besar makalah yang diterbitkan di masing-masing domain ini.

 

 

 

Alasan untuk menggunakan agen di logistik

 
Kebanyakan sistem perencanaan logistik secara alamiah adalah yang terpusat.
Pengolahan informasi terpusat dalam rantai pasokan hasil dalam jumlah minimum transaksi, dan satu
titik untuk pengoptimalan (Lewis dan Talalayevsky, 2004). Namun, solusi terpusat mengatasi kesulitan yang tinggi, kompleksitas dan perubahan, yang memerlukan solusi yang lebih baik untuk gangguan dan merekonfigurasi   bila perlu (Marik dan McFarlane, 2005). Solusi desentralisasi, yang multi-sistem agen contohkan, tampaknya cocok dalam situasi di mana sebuah solusi terpusat klasik kurang dari cocok dan di mana distribusi informasi dan pengambilan keputusan diperlukan.
Marik dan McFarlane (2005) khusus menyebutkan tiga kemungkinan karakteristik yang mendukung pendekatan solusi yang terdesentralisasi.

Pertama, adalah solusi terpusat  infeasibility . Setiap saat, setiap memungkinan pengambilan keputusan node hanya bagian dari informasi yang diperlukan untuk membuat keputusan. Ketidakpraktisannya adalah menjadi karakteristik kedua. Bahkan jika semua informasi secara potensial tersedia untuk pengambilan keputusan masing-masing node, kendala praktis (waktu, biaya, dan kualitas) untuk membuat pusat informasi yang tersedia atau pada saat melakukan sinkronisasi, pengambilan keputusan terpusat dapat menghambat sebuah keputusan berbasis sentralistik. Hal tersebut merupakan karakteristik ketiga, yaitu inadvisability . Bahkan jika pengambilan keputusan terpusat layak dan praktis, itu mungkin masih tidak bijaksana. Sebagai contoh, salah satu manfaat dari perencanaan terdistribusi adalah bahwa kelebihan komputer dapat lebih mudah terlibat dalam proses pengambilan keputusan (Mönch et al., 2006).   Kajian sistem terpusat telah ditulis oleh Lewis dan Talalayevsky (2004).   Penilaian yang kurang dalam penelitian tersebut adalah fakta penting bahwa biaya transaksi cepat jatuh dengan   menggunakan teknologi yang lebih maju. Dalam Tabel 2.4, kita telah mengumpulkan daftar keuntungan dan kerugian dari kedua paradigma, juga menggabungkan isu-isu yang diidentifikasi oleh Parunak (1996). Catatan bahwa sebagian besar perangkat lunak dalam industri SCM sekarang biasanya adalah yang terpusat. Hal ini logis terutama untuk tingkat operasional pengambilan keputusan (Singh et al., 2007). Karakteristik masalah   logistik yang mendekati ideal sistem multi-agen, menurut Davidsson et al. (2005). Fischer et al. (1996) secara ringkas mengidentifikasi empat alasan utama mengapa menerapkan sistem multi-agen untuk masalah perencanaan transportasi. Pertama, transportasi adalah pendistribusian tugas secara inheren. Truk dan pekerjaan tidak hanya secara geografis didistribusikan, tetapi juga mempertahankan tingkat otonomi dalam   lapangan. Kedua, transportasi harus menghadapi peristiwa dinamis. Agen arsitektur memiliki kemampuan untuk menangani dinamika tersebut. Ketiga, agar dapat menggunakan metode klasik bagi perencanaan transportasi, Informasi yang berjumlah besar harus dipertahankan secara terpusat. Keempat, perusahaan transportasi terlibat dalam negosiasi dan kerjasama tingkat tinggi dalam melaksanakan tugas sehari-hari. MAS memiliki kemampuan untuk meliputi kemampuan bekerjasama, namun tidak untuk optimasi berbasis algoritma.

 

Mon, 13 Oct 2014 @12:16


Tulis Komentar

Nama

E-mail (tidak dipublikasikan)

URL

Komentar

Copyright © 2018 Yogi Yogaswara · All Rights Reserved