Sistemas imunológicos artificiais no teste de agentes inteligentes

Abstract

Agentes inteligentes consistem em uma tecnologia da computação promissora para o desenvolvimento de sistemas distribuídos complexos. Apesar dos referenciais teóricos disponíveis para orientar o projetista desses agentes, existem poucas técnicas de testes propostas para validar esses sistemas. Sabe-se que essa validação depende dos casos de teste selecionados, os quais devem providenciar informações a respeito dos componentes na estrutura do agente que estão com desempenho insatisfatório. Este artigo apresenta a aplicação de sistemas imunológicos artificiais (SIA), por meio do algoritmo de seleção clonal (Clonalg), para o problema de otimização de seleção de casos de teste para o teste de sistemas computacionais baseados em agentes inteligentes. A fim de validar o uso do Clonalg, foram realizadas comparações entre as técnicas de algoritmos genéticos (AG) e algoritmos de otimização por colônia de formigas (ACO). Nos experimentos com a abordagem testando agentes inteligentes com diferentes tipos de arquitetura em ambientes parcialmente e totalmente observáveis, a abordagem selecionou um conjunto de casos de teste satisfatório em termos das informações geradas sobre o desempenho irregular do agente. Com base nesse resultado, a abordagem possibilita a identificação dos episódios problemáticos, permitindo ao projetista realizar mudanças objetivas na estrutura interna do agente de forma a melhorar seu desempenho.