O presente estudo objetivou propor e implementar um modelo conceitual de sistema inteligente em um ambiente georreferenciado para dimensionar a frota de transporte de madeira. Para isso, foi utilizada a teoria dos sistemas multiagentes, a qual é uma sub-área da Inteligência Artificial Distribuída. O modelo proposto considera a utilização do mapeamento de talhões e estradas florestais, bem como de informações sobre as capacidades de carga de diferentes tipos de caminhões. O sistema foi idealizado para se adaptar às mudanças que ocorrem durante a operação de transporte florestal, tal como modificações no volume de madeira demandado ou inclusão de restrições das rotas utilizadas pelos veículos. Para seu desenvolvimento, foi utilizada a linguagem de programação Java considerando-se a biblioteca LPSolve para os cálculos de otimização do sistema, a plataforma JADE para desenvolvimento dos agentes e a ArcGIS Runtime para determiner as rotas ótimas de transporte. Cinco agentes foram modelados: transportador, controlador, roteador, carregador e descarregador. O modelo foi capaz de determiner a quantidade ótima de caminhões dentre os diferentes tipos disponíveis de forma a attender a demanda de madeira e considerando a disponibilidade de rotas, com foco na minimização dos custos totais do transporte da madeira. O sistema também foi capaz de se rearranjar após alterações nas rotas de transporte.
This study aims to propose and implement a conceptual model of an intelligent system in a georeferenced environment to determine the design of forest transport fleets. For this, we used a multi-agent systems based tool, which is the subject of studies of distributed artificial intelligence. The proposed model considers the use of plantation mapping (stands) and forest roads, as well as information about the different vehicle transport capacities. The system was designed to adapt itself to changes that occur during the forest transport operation process, such as the modification of demanded volume or the inclusion of route restrictions used by the vehicles. For its development, we used the Java programming language associated with the LPSolve library for the optimization calculation, the JADE platform to develop agents, and the ArcGis Runtime to determine the optimal transport routes. Five agents were modelled: the transporter, controller, router, loader and unloader agents. The model is able to determine the amount of trucks among the different vehicles available that meet the demand and availability of routes, with a focus on minimizing the total costs of timber transport. The system can also rearrange itself after the transportation routes change during the process.
