Escolar Documentos
Profissional Documentos
Cultura Documentos
Para el primer caso, lo que resulta especialmente interesante es que las Redes de
Petri al ser un modelo matemático del sistema, nos permiten analizarlo y verificar
propiedades específicas, entre las que podemos mencionar al menos dos grupos, las de
seguridad y las de vivacidad [1], las primeras nos permiten conocer el tiempo “guía” de
nuestro sistema (lead time es un concepto que implica el tiempo requerido desde la
puesta de orden del cliente hasta la obtención del producto y está asociado a los tiempos
de proceso internos), los límites de nuestros lugares, exclusiones mutuas, etc. El
segundo grupo de propiedades nos permite saber si no hay posibilidad de quedarse
estancado (deadlocks), cuáles son los estados iniciales del sistema, y si su
funcionamiento en pocas palabras puede perpetuarse en tanto que haya material que
ingrese a la línea.
En este punto y sólo revisando el enfoque de las Redes de Petri, existen diversos
autores que han presentado sus algoritmos para resolver estos sistemas de manera
óptima. Desde quienes hacen el análisis de cada posible reconfiguración y en base a
estos datos finales se revisa cuál reconfiguración nos da el resultado buscado, hasta los
que emplean algoritmos complejos para realizar la comparación. Por ejemplo, Jun Li et
al [2] presentó un método de diseño rápido de Redes de Petri que modelaran el aspecto
de control del RMS (supervisión). Para desarrollar esto, primero era necesaria una
transformación del sistema a uno dinámico, y con la utilización de diagramas de
actividad de Unified Modeling Languages, versión 2 (UML 2) describía las posibles
configuraciones creando de estas su propia Red de Petri. De estas últimas Redes de Petri
se hacía una configuración para validar cuál era la que lograba cumplir la meta
designada para el sistema. Sin embargo, es notable que además este método mide los
cambios en los diagramas de actividad.
2. El agente tendría que poder actuar a nombre suyo, no solo brindar consejo.
Debe estar “capacitado” para interactuar con quienes son externos a el.
3. El agente tendría que tener cierta independencia de acción, sería inútil un agente
que para cada pequeño detalle tenga que detener su búsqueda y llamarnos o
tenernos en llamada en espera mientras ubica todas las posibles opciones de
acción. Un buen agente colectaría la información suficiente de usted, encontraría
su mejor opción y sólo llamaría para confirmar y revisar las opciones. Debe ser
proactivo.
5. Finalmente, como nota al pié de página, algo que en nuestra relación con los
agentes “humanos” no nos preocupa sobremanera es cómo definir el límite de lo
que éste puede o no realizar a nombre de su usuario, ya que existen regulaciones,
leyes y en última instancia, un sentido común propio de nuestra cultura. En el
caso de los agentes de programación, estos límites deben ser adecuadamente
definidos desde la definición del mismo.
Kornienko [3] presenta lo que el llama una planeación de “bajo nivel”, donde se
considera la solución multiagente hacia el “trabajo-máquina”. Es decir, considera la
sustitución de humanos por máquinas bajo ciertas circunstancias y los agentes son
ideales para modelar esta realidad. El punto principal es la flexibilidad del sistema de
planeación al asignar roles y tipos de emergencias a los agentes. De acuerdo a éstos, el
sistema recibe grados de libertad adicionales para adaptar su planeación en el piso de
manufactura. Las actividades de “rescate” de los agentes, el acercamiento de la
optimización y el propio método están basados en las Redes de Petri.
Los sistemas multiagente también pueden coordinar con los equipos de control
PLC y CNC [8], pueden orientarse para resolver la reconfiguración en función del
tiempo de procesamiento de una unidad (problema de Earliness/tardiness, es decir, el
tiempo perdido por que la unidad a procesar llegue al equipo antes o después del
momento en que el equipo esté listo para recibirle) funcionando como un sistema
holónico (agrupación de unidades embebidas unas en otras) donde existe un agente que
toma las decisiones en base a la información aportada por los demás [9] o bien, operar
bajo una división de problemas y tareas que se agrupan para que ciertos agentes las
traten con sus propios conocimientos y razonamiento para posteriormente cooperar y
tener una solución sistémica [10].
El punto crucial aquí, es entonces, poder definir para qué sistemas emplear solo
agentes es suficiente y adecuado, en qué casos las Redes de Petri de manera individual
también son suficientes y finalmente si la combinación de ambos, aportan realmente a la
solución, facilitando su obtención y no sólo complicando el proceso ya que,
especialmente considerando el caso de las Redes de Petri existen pocos intentos por
automatizar la creación de estos modelos a partir de los datos de un layout de planta por
ejemplo. Esto además se debe a que existen varias formas de simplificación de una Red
que pueden o no dar una nueva Red que pueda resolverse. Siendo este el caso, el uso de
las Redes de Petri implica siempre la presencia de un usuario experto que pueda definir
el sistema en términos de este método.
Referencias
[1] M. Silva and R. Valette, “Petri Nets and Flexible Manufacturing,” Advances in
Petri Nets 1989, Lecture Notes in Computer Science, 1990, pp. 374-417.
[2] J. Li, X. Dai, Z. Meng, J. Dou, and X. Guan, “Computers & Industrial Engineering
Rapid design and reconfiguration of Petri net models for reconfigurable
manufacturing cells with improved net rewriting systems and activity diagrams,”
Computers & Industrial Engineering, vol. 57, 2009, pp. 1431-1451.
[3] S. Kornienko, O. Kornienko, and J. Priese, “Application of multi-agent planning to
the assignment problem,” Computers in Industry, vol. 54, 2004, pp. 273-290.
[4] M. Perse, M. Kristan, J. Pers, G. Music, G. Vuckovic, and S. Kovacic, “Analysis of
multi-agent activity using Petri nets,” Pattern Recognition, vol. 43, 2010, pp. 1491-
1501.