Otimização paramétrica através de busca Hill Climbing distribuída em sistemas multiagentes / Parametric optimization via distributed Hill Climbing search in multi-agent systems

• Autor(a) principal: Vieira, Heitor Albuquerque
• Data de Publicação: 2021
• Outros Autores: Marques, Rafael Salema, de Castro, Paulo André Lima
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Revista Veras
• Texto Completo: https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/33861
• topic: Inteligência Artificial; Sistemas Multiagentes; Algoritmos De Busca; Inteligência Artificial Aplicada A Finanças; Sistemas Distribuídos.

Diversos problemas enfrentados por sistemas inteligentes podem ser modelados como problemas de busca. Um desses problemas é a definição de parâmetros de algoritmos de modo a maximizar (ou minimizar) uma função objetivo. Este tipo de problema pode demandar considerável gasto de tempo para realizar testes com vários valores de parâmetros e assim determinar os melhores valores para cada parâmetro. Descrevemos neste trabalho um sistema multiagente construído com a plataforma JADE capaz de realizar buscas de modo autônomo utilizando o algoritmo Hill Climbing por pontos de máximo (ou mínimo) em funções objetivo reais explorando a paralelização de processamento natural em sistemas multiagentes. Foram realizados diversos experimentos com os problemas clássicos das N-Rainhas e Caixeiro Viajante. Realizou-se ainda a otimização paramétrica de um agente operador em mercado financeiro desenvolvido construído para o simulador AgEx. Os resultados obtidos demonstram a eficácia e eficiência do sistema.