Responsive image
Universidade Federal de Santa catarina (UFSC)
Programa de Pós-graduação em Engenharia, Gestão e Mídia do Conhecimento (PPGEGC)
Detalhes do Documento Analisado

Centro: Tecnológico

Departamento: Informática e Estatística/INE

Dimensão Institucional: Pesquisa

Dimensão ODS: Econômica

Tipo do Documento: Projeto de Pesquisa

Título: COMPLEXIDADE COMPUTACIONAL NO PARADIGMA DE AGENTES

Coordenador
  • MAICON RAFAEL ZATELLI
Participante
  • MAICON RAFAEL ZATELLI (Di)

Conteúdo

O objetivo desta pesquisa é realizar um estudo ...o objetivo desta pesquisa é realizar um estudo e propor um modelo e técnica para cálculo da complexidade computacional de um programa de agente, considerando sempre as características e conceitos inerentes ao paradigma de agentes. as formas atuais de medir o desempenho de um agente ainda não são ideais em muitos casos. por exemplo, muitas ferramentas e técnicas realizam a avaliação da eficiência em tempo de execução, o que depende da infraestrutura de hardware onde o agente é executado, da plataforma de execução, e da instância de execução. assim, o resultado da medição pode ter o efeito direto ou indireto da plataforma de execução, o que não permite uma avaliação do que de fato está relacionado ao agente, isto é, considerando exclusivamente o programa do agente. ou seja, não é possível estimar o tempo de execução sem que o sistema seja efetivamente executado. para que os objetivos sejam atingidos, inicialmente serão levantados os trabalhos relacionados a complexidade computacional e avaliação de desempenho com foco em agentes. serão estudadas técnicas para calcular complexidade computacional e avaliação de desempenho em sistemas concorrentes e distribuídos, baseados em linguagens lógicas (prolog), e outras áreas afins. a seguir, será feita uma caracterização da execução de agentes, para assim propor ou adotar um modelo de execução. neste modelo, entre outras coisas, pretende-se identificar de maneira clara as etapas de execução de uma agente (por exemplo, o ciclo de raciocínio), bem como suas demais atividades (intenções). então, será explorada a teoria de complexidade computacional a fim de adaptá-la para melhor calcular a complexidade computacional de um programa de agente, considerando seus próprios conceitos, características e modelo de execução. tanto o modelo de execução de agentes como a teoria de complexidade computacional (com foco em agentes) propostos serão avaliados com base em diversos cenários e também de maneira formal. os cenários serão concebidos de maneira que explorem características e demandas diferentes, que podem ser gargalos em algum agente, variações de carga de troca de mensagens, dinamicidade do ambiente, quantidade e tipos de metas, entre outros. uma comparação para realçar as semelhanças e diferenças entre a complexidade computacional utilizada na análise de algoritmos e a complexidade computacional proposta para avaliar um programa de agente também será realizada. assim, um dos principais resultados esperados é uma análise mais profunda em relação a como calcular a complexidade computacional de um programa de agente independentemente da plataforma de execução e da infraestrutura de hardware onde o agente é executado. a principal contribuição desta pesquisa vem no sentido de enriquecer o paradigma de agentes com técnicas mais apropriadas para a avaliação da eficiência de um agente, por meio da complexidade computacional, permitindo, entre outras coisas, estimar com mais precisão o tempo de execução de um agente nas fases de projeto e desenvolvimento.

Índice de Shannon: 3.95592

Índice de Gini: 0.93318

ODS 1 ODS 2 ODS 3 ODS 4 ODS 5 ODS 6 ODS 7 ODS 8 ODS 9 ODS 10 ODS 11 ODS 12 ODS 13 ODS 14 ODS 15 ODS 16
4,58% 5,75% 6,87% 7,10% 5,76% 4,79% 6,21% 6,71% 11,66% 4,43% 6,87% 5,87% 5,53% 6,00% 4,79% 7,08%
ODS Predominates
ODS 9
ODS 1

4,58%

ODS 2

5,75%

ODS 3

6,87%

ODS 4

7,10%

ODS 5

5,76%

ODS 6

4,79%

ODS 7

6,21%

ODS 8

6,71%

ODS 9

11,66%

ODS 10

4,43%

ODS 11

6,87%

ODS 12

5,87%

ODS 13

5,53%

ODS 14

6,00%

ODS 15

4,79%

ODS 16

7,08%