Segundo JENNINGS e WOOLDRIDGE (1999), os SMA são compostos por agentes que cooperam entre si para a resolução de problemas que fogem das capacidades individuais dos agentes. Esta abordagem pode diminuir o custo e a complexidade associados ao desenvolvimento de sistemas distribuídos.
A utilização de SMA para o gerenciamento de cadeias de suprimentos é uma técnica utilizada por vários autores (HUHNS e STEPHENS, 2006; MOYAUX, CHAIB-DRAA e D’AMOURS, 2006; DAVIDSSON et al., 2008; SADEH, HILDUMB e KJENSTADC, 2003; LOU et al., 2004; TA, CHAI e LIU, 2005 ; FOX, BARBUCEANU e TEIGEN, 2004). O motivo é a inexistência de uma entidade centralizadora nas organizações reais que possui todas as informações para executar os processos dos negócios. O que acontece na prática é a
1 A única abordagem que possibilita encontrar a solução ótima é a proposta por MÁS (2001), mas se executada exaustivamente e sem considerar as margens de otimalidade.
distribuição dessas informações, entre setores especializados em algumas atividades. Assim, o sucesso da organização depende da distribuição das informações e na coordenação das ações, assim como em SMA.
Segundo HUHNS e STEPHENS (2006), um SMA aparenta ser menos eficiente que uma solução centralizada, isso porque a distribuição dos dados dificulta o processo de otimização, entretanto, os mesmos autores defendem a utilização de SMA pelas vantagens que os mesmos apresentam. Primeiro, os SMA são mais fáceis de entender e implementar quando o problema por si só já é distribuído. Além disso, uma solução distribuída pode forçar programadores a proporem novos algoritmos que, por meio de paralelismo na execução das tarefas, podem acelerar a resolução de problemas complexos. HUHNS e STEPHENS (2006) concluem o raciocínio dizendo que soluções centralizadas podem ser impossíveis na realidade, porque sistemas e dados podem se encontrar em organizações independentes.
Na maioria dos casos, os agentes necessitam interagir com outros agentes autônomos para atingirem seus objetivos. Como os agentes não possuem um controle direto sobre o comportamento dos outros, torna-se necessário a utilização de técnicas para negociação entre agentes (FARANTIN, SIERRA e JENNINGS, 1998).
Segundo PRUITT (1981), negociação é um processo no qual uma decisão conjunta é tomada por duas ou mais partes. As partes primeiramente verbalizam demandas contraditórias e então buscam um aceite mútuo.
Com o objetivo de conhecer alguns modelos de SMA aplicados ao gerenciamento de cadeias de suprimentos, bem como identificar os agentes/módulos e os métodos de negociação mais utilizados, foi realizada uma pesquisa bibliográfica para fundamentar a modelagem do SMA proposto, onde foram selecionados sete trabalhos mais significativos.
MOYAUX, CHAIB-DRAA e D’AMOURS (2006) descrevem uma estrutura para um SMA gerenciar uma cadeia de suprimentos. Segundo os autores, para atingir os objetivos de uma cadeia de suprimentos, é necessário gerenciar os fluxos de produtos (logística), informações e recursos financeiros. Além disso, os processos de transporte e armazenamento de produtos devem ser otimizados, uma vez que não agregam valor ao produto final.
Segundo os autores, um SMA gerenciador de cadeia de suprimentos deve ser formado por agentes que representam fornecedores de matéria prima, fábricas, estoques e clientes. Quanto à organização dos SMA, os mesmos precisam ser organizados como sociedades reais, possuindo inclusive comportamentos sociais. Para a comunicação entre os agentes, uma linguagem de comunicação entre agentes (ACL – Agent Communication Language) deve ser
utilizada, além de uma ferramenta para o gerenciamento social, para organizar os agentes em grupos e distribuir as tarefas.
Em DAVIDSSON et al. (2008), os autores apresentam um sistema de simulação
multiagente para o gerenciamento de cadeias de transportes. Esse sistema, chamado TAPAS (Transport and Production Agent-based Simulator) é composto de duas camadas. A primeira camada simula as atividades físicas da cadeia, como produção, estocagem e transporte de mercadorias. A segunda camada simula os diferentes atores no processo de interação e tomada de decisão. Para a implementação da segunda camada, foi utilizada a plataforma JADE (BELLIFEMINE et al., 2007; JADE, 2008), onde cada agente corresponde a um ator em particular da cadeia de transporte. O objetivo do trabalho é demonstrar como os atores de uma cadeia de transportes se comportam quando diferentes políticas governamentais são aplicadas, como quando se altera os valores de combustíveis, valores de pedágios e impostos dos veículos.
Na camada que simula as atividades físicas da cadeia, a rede de transporte é modelada como um grafo, onde cada nó é uma localização física, sendo eles interligados por arestas. As arestas possuem uma velocidade média para o transporte e uma distância. Os nós podem conter depósitos de consumidores, fábricas ou depósitos das fábricas. No sistema ainda existem os produtos que devem ser transportados, o produto possui uma massa, um volume e um valor. Os produtos são transportados por veículos que possuem uma velocidade máxima, um tipo de combustível e emissões ( NOx, CO e CO2) por unidade de distância, além de possuir uma capacidade e um gasto de combustível por distância.
Na segunda camada do TAPAS, existem seis tipos de agentes:
• Costumer: a função do Costumer é evitar que falte produto em seu estoque. Para isso envia solicitações de produtos para o Transport Chain Coordinator. O Costumer trata situações como atraso na entrega de produtos e a oscilação do preço de transporte; • Transport Chain Coordinator: esse agente possui as regras centrais do SMA. É de sua
responsabilidade receber requisições, enviar produtos e agendar o transporte no sistema. Ao receber uma requisição do Costumer, o Transport Chain Coordinator encontra a possibilidade mais barata para fornecer o produto, levando em consideração os custos de produção e transporte;
• Product Buyer: esse agente opera entre o Transport Chain Coordinator e o
Production Planners. Quando uma requisição de produto é recebida do Costumer, o Transport Chain Coordinator solicita o produto do Product Buyer, que encaminha a
Planners, o Product Buyer encaminha as respostas para o Trasport Chain Coordinator;
• Transport Buyer: agente responsável pela elaboração da solução de transporte de produtos da fábrica para o consumidor. O processo para encontrar a solução mais barata para envio do produto é tratado como um problema de caminho mínimo;
• Transport Planner: cada Transport Planner controla um veículo da frota que opera em cada par de nós no grafo. Esse agente recebe pedidos de cotação para o transporte entre os dois nós, respondendo o pedido com informações como o custo do transporte e o tempo estimado para o mesmo.
Para a comunicação entre os elementos do SMA, foi utilizado o protocolo de comunicação Contract-Net (SMITH, 1980), que possibilita realizar a negociação entre os agentes como sendo um leilão. Nesse tipo de negociação, o agente que deseja um recurso envia uma proposta para os agentes que o fornecem, esses respondem a proposta com os custos. O agente que deseja o recurso então seleciona a proposta que melhor atenda suas necessidades, seja ela a que possua menor preço ou o menor prazo para entrega.
Em SADEH, HILDUMB e KJENSTADC (2003), é apresentada a arquitetura MASCOT (MultiAgent Supply Chain cOordination Tool), uma arquitetura flexível para o planejamento e agendamento em cadeias de suprimentos baseado em SMA. Essa arquitetura utiliza um recurso de coordenação central que permite aos agentes permanecerem com as informações atualizadas durante a execução do sistema, além de avaliar como o sistema se comporta com a inclusão de novos produtos/componentes, definindo os novos fluxos de informação dentro do sistema. Para a negociação entre os agentes do sistema, é utilizada uma heurística específica que faz uso de uma base de conhecimento localizada em um elemento central da rede (blackboard), nesse elemento os agentes podem consultar o histórico das transações, bem como atualizar ou recuperar esses dados.
Para o gerenciamento da cadeia de suprimento, a arquitetura MASCOT utiliza quatro módulos: gerenciamento de ofertas, gerenciamento de aquisições, planejamento e agendamento de recursos. Os módulos são formados por agentes que cooperam para atingirem os objetivos em comum.
Em LOU et al. (2004), é apresentado o Agile Supply Chain, um SMA para
gerenciamento de cadeia de suprimentos, que possui como principal característica a habilidade de reconfigurar-se dinamicamente a partir das alterações na demanda de mercado. Recursos como sincronização das informações foram enfatizados nessa arquitetura. O Agile é
gerenciado por um conjunto de agentes inteligentes, são eles: Agente Estoque, Agente Fornecedor, Agente Transporte, Agente Fábrica, Agente Cliente e Agente Design.
Para a comunicação, o Agile faz uso do protocolo de leilão Contract-Net utilizando o
Case-Based Reasoning (HARRISON, 2008) para a tomada de decisões, onde as informações
do histórico de transações já efetuadas são utilizadas como base de conhecimento.
TA, CHAI e LIU (2005) também propõem um modelo baseado em SMA para o planejamento, agendamento e execução de tarefas em cadeias de suprimentos utilizando mecanismos de leilão combinatorial, através do protocolo Contract-Net.
A solução divide-se em cinco módulos:
• Supply Chain Network Design and Optimization: determina a localização, capacidade e quantidade de produção;
• Supply Chain Plan Scheduling and Optimization: gerencia o estoque e desenvolve uma estratégia de produção;
• Supply Chain Performance Management: módulo que avalia os indicadores de desempenho, esse módulo define mercados alvos, verifica dados de execuções anteriores e informações da simulação;
• Supply Chain Operation: módulo responsável por executar os planos definidos pelo
Plan Scheduling and Optimzation;
• Supply Chain Process Tracking: seu objetivo é coletar informações distribuídas pelo sistema, verifica a demanda atual e inicia o Supply Chain Operation.
FOX, BARBUCEANU e TEIGEN (2004) apresentam o Agent Building Shell, uma biblioteca de classes com elementos reutilizáveis para criação de SMA utilizado no gerenciamento de cadeias de suprimentos. A arquitetura é composta de seis tipos de agentes: agente de venda – responsável pela negociação e venda de produtos aos clientes; agente de logística – monta estratégias para possibilitar a entrega dos produtos no prazo estipulado, gerencia a movimentação de produtos na cadeia de suprimento; agente de transporte – responsável por gerenciar a transferência de produtos entre as fábricas ou módulos; agente de agenda – responsável por agendar as produções e entregas diárias; agente de recurso – responsável por negociar e comprar produtos dos fornecedores e; agente de entrega – responsável por encontrar uma solução para entregar um produto, caso a fábrica não consiga fabricá-lo dentro do prazo. O Agent Building Shell utiliza a KQML (FININ et al. 1994) como linguagem de comunicação entre agentes, que possibilita a argumentação entre os agentes
através da linguagem de conteúdo KIF (Knowledge Interchange Format – PATIL et al. 1992), a qual facilita a troca de informações e a tomada de decisão.
A arquitetura MetaMorph, apresentada por MATURANA, SHEN e NORRIE (1999),
também é um modelo de gerenciamento de cadeias de suprimentos, sendo sua principal característica a cooperatividade dos agentes, possibilitando a formação de coalizões para atingirem um objetivo comum.
Nessa arquitetura, os agentes são de dois tipos: agentes de recursos e agentes mediadores. É instanciado um agente de recurso para cada dispositivo e operação da cadeia de suprimento, já os agentes mediadores são usados para coordenar as interações entre diferentes agentes.
O núcleo do mecanismo de negociação está na decomposição de tarefas e formação dinâmica de grupos de agentes. As tarefas mais complexas da cadeia de suprimentos são inicialmente decompostas pelos agentes mediadores em subtarefas mais simples, sendo estas distribuídas entre diferentes agentes por meio de um plano de execução definido pelo agente mediador. Os agentes mediadores aprendem dinamicamente através das interações entre os agentes e identificam as possíveis coalizões para distribuição das tarefas.
Outra característica dessa arquitetura está na interface gráfica com o usuário, onde agentes humanos conseguem interagir com o sistema, sendo possível através de mensagens KQML interferir nas regras e decisões do sistema.
Todos os trabalhos citados são compostos por agentes/módulos que representam os elementos do sistema e que se comunicam para atingirem os objetivos comuns. A Tabela 3 apresenta um resumo destes SMA. É possível identificar na tabela os principais agentes/módulos de cada sistema, o método de negociação utilizado entre agentes e se a estratégia do sistema é de responsabilidade de um agente ou dispersa em vários agentes.
Para a modelagem de cadeias de suprimentos como SMA, a maioria dos autores utilizaram agentes/grupos de agentes para representar os fornecedores; compra de matéria prima (compradores); venda de produto final (vendedores); consumidores, e fabricação e estocagem. Atividades como definição de estratégias e previsões, em muitas situações, foram distribuídas na lógica dos agentes do sistema. Estes modelos inspiraram a construção do simulador proposto com módulos adaptados ao problema do porto.
Para não trabalharem de forma isolada, os agentes precisam trocar informações e negociarem para atingirem um objetivo. Para que isso ocorra, a escolha da técnica de negociação entre agentes é muito importante.
Tabela 3: Informações sobre alguns SMA para gerenciamento de cadeias de suprimentos
SMA Agentes/Módulos Protocolo de
Negociação Estratégia distribuída/centralizada TAPAS (DAVIDSSON et al. 2008) • Costumer
• Transport Chain Coordinator • Product Buyer
• Transport Buyer • Transport Planner
Leilão utilizando
Contract-Net Dispersa em vários agentes
MOYAUX, CHAIB-DRAA e D’AMOURS (2006) • Fornecedores de Matéria Prima • Fábrica • Estoque • Cliente
Não Informado Dispersa em vários Agentes MASCOT (SADEH, HILDUMB e KJENSTADC, 2003) • Gerenciador de ofertas • Gerenciador de Aquisições • Planejador • Agenda de Recursos Heurística específica centralizada (Black Board) Centralizada em um Agente AGILE SUPPLY CHAIN (LOU et al.
2004) • Estoque • Fornecedor • Transporte • Fábrica • Cliente • Design Leilão utilizando
Contract-Net Dispersa em vários Agentes
TA, CHAI e LIU (2005) • Supply Chain Network Design
and Optimization
• Supply Chain Plan
Scheduling and Optimization
• Supply Chain Performance
Management
• Supply Chain Operation • Supply Chain Process
Tracking
Leilão utilizando
Contract-Net Centralizada em um Agente
AGENT BUILDING SHELL (FOX, BARBUCEANU e TEIGEN, 2004) • Venda • Logística • Transporte • Agenda • Entrega Negociação baseada
em argumentação Dispersa em vários Agentes
METAMORPH (MATURANA, SHEN e NORRIE, 1999) • Agentes de Recursos • Agentes Mediadores Formação de Coalizões e alocação de tarefas Dispersa em vários Agentes