Una sistema multi-agente para la automatizacin de terminales de contenedores

M. Rebollo C. Carrascosa V.J. Julin V. Botti Universidad Politcnica de Valencia Camino de Vera s/n Valencia, Spain. e-mail: { mrebollo,carrasco,vinglada,vbotti}@dsic.upv.es

Palabras clave: Agentes, sistema multi-agente, ubicacin automtica, optimizacin, terminales de contenedores. Keywords: Agents, multi-agent system, automatic allocation, optimisation, container terminals. RESUMEN. En este artculo se presenta un sistema multi-agente para la resolucin del problema de la ubicacin automtica en terminales de contenedores, minimizando el tiempo de permanencia de los barcos en la terminal. Por la propia complejidad de este problema y por su naturaleza distribuida, parece adecuado aplicar el paradigma de sistema multi-agente para resolverlo. Este trabajo se enmarca dentro de un proyecto para la gestin integral de la terminal de contenedores de un puerto real. ABSTRACT. In this paper, a multi-agent system to solve the automatic allocation problem in port container terminals, minimising the ships' docking time, is presented. The multi-agent systems paradigm seems to fit this problem due to its inherent complexity. This work is framed into a project to the integral management of the containers terminal of an actual port. 1.- INTRODUCCION. Durante los ltimos aos, el uso del paradigma de agente/sistema multi-agente ha aumentado de forma considerable, llegando a ser uno de los campos de investigacin ms importantes dentro de la Inteligencia Artificial (IA). Este paradigma ha sido utilizado con xito en la resolucin de problemas complejos tales como control de procesos [Jennings95], robtica mvil [Neves97], gestin del trfico areo [Ljungberg92] y recuperacin inteligente de informacin [Julian99]. En este artculo se presenta una aproximacin a una arquitectura de sistema basada en el paradigma de agente/sistema multi-agente para la resolucin del problema de la ubicacin automtica en una terminal de contenedores. Las operaciones que se realizan en este tipo de terminal forman una de las tareas ms complejas en la industria del transporte, a causa de: La gran variedad de entidades que intervienen en el proceso de importacin y exportacin de contenedores. Interaccin con un entorno muy dinmico. La naturaleza distribuida del problema, ya que est compuesto por una serie de sistemas independientes, pero cuyas decisiones afectan directamente al funcionamiento de los dems. Debido a estos factores, es muy difcil construir una nica aplicacin que integre todas las funcionalidades necesarias. Por eso, cada tarea debe abordarse de forma independiente, aunque sin perder de vista la estrecha relacin existente entre ellas a la hora de optimizar el funcionamiento global del proceso de ubicacin. El modelo de sistema multi-agente parece un marco adecuado para abordar el diseo y posterior desarrollo de una aplicacin lo suficientemente flexible, adaptable al entorno y verstil como para gestionar de manera eficaz una terminal de contenedores. Teniendo en cuenta que cada barco invierte una media del 60% de su tiempo en los puertos y que los costes en los que incurre son del orden de 1.000$ por hora [Peterkofsky90], es muy

importante que el tiempo de permanencia en la terminal sea lo ms breve posible. Todo el proceso de ubicacin de contenedores debe estar dirigido a minimizar el tiempo de carga y descarga de los buques, primando este criterio por encima de cualquier otro. Este artculo se estructura de la siguiente forma: en el punto 2 se describe con detalle la problemtica asociada a la ubicacin de contenedores. En el punto 3 se define el paradigma utilizado para el diseo de la solucin del problema. En el punto 4 se detalla la arquitectura del sistema multi-agente. Por ltimo, en el punto 5 se exponen las conclusiones relacionadas con el trabajo y se sealan las lneas de desarrollo futuras sobre el mismo. 2.- DESCRIPCIN DEL PROBLEMA. El conjunto de operaciones que se llevan a cabo en la terminal es muy extenso, pero todas las aproximaciones identifican los mismos sistemas comunes [Holguin99]: Interfaz martima. Este sistema se encarga de cargar/descargar contenedores al/del barco. Habitualmente se utilizan dos o tres gras para cada barco. Sistema de transferencia. Se encarga de transferir los contenedores de la planta al muelle de carga y viceversa. El mtodo utilizado en la terminal es emplear camiones internos para realizar los transportes. Para coger o depositar un contenedor en la planta se emplean transtainers (figura 3). Sistema de almacenamiento de contenedores. Tiene como finalidad la ubicacin y control de los contenedores en la terminal. stos se organizan en pilas en zonas reservadas para tal fin. Interfaz terrestre. Centra su atencin en las interacciones con el transporte terrestre. 2.1. Interfaz martima. Describe el proceso de carga y descarga del barco. Dada la similitud de ambos problemas, slo se describe el proceso de carga, siendo aplicable todo lo dicho al proceso de descarga del buque. Antes de que un barco atraque en el muelle, se enva a la terminal un plano de sus bodegas, denominado perfil de carga (figura 1), en el que se indica el lugar en el que se deben situar los contenedores. Est formado por varias matrices de celdas que representan cada una de las secciones de las bodegas del barco. A un conjunto de celdas se le asigna un grupo de contenedores, identificndolos por un cdigo de color en funcin de sus caractersticas (puerto de descarga, longitud,...). El proceso detallado de la creacin de un perfil de carga puede encontrarse en [Shields84]. El proceso de planificacin de la carga de un barco puede dividirse en dos tareas [Kim99]: planificacin del trabajo y planificacin de la secuencia de carga. La segunda tarea corresponde al sistema de transferencia y se describe en el epgrafe correspondiente. La planificacin del trabajo tiene en cuenta el perfil de carga y la disponibilidad de las gras. Indica el orden en el que se cargan las bodegas del barco, resolviendo las posibles interferencias que

puedan producirse en las gras. Fig. 1 . Ejemplo de seccin de una bodega Existen dos estudios sobre el problema de planificacin de las gras en [Peterkofsky90] y [Daganzo89]. Ambos sugieren el uso de un algoritmo que minimice el tiempo de atasco en

conjunto. En [Chung88] se propone el uso de un espacio amortiguador en el rea de carga para incrementar la utilizacin de las gras y reducir el tiempo total de carga de los contenedores. Las distintas estrategias se evalan mediante simulacin. 2.2 Sistema de transferencia Una vez que se ha planificado el trabajo, comienza la planificacin de la secuencia de carga. El nmero de contenedores que se suele cargar en un barco es del orden de varios cientos, por lo que conseguir una planificacin ptima es un proceso muy complejo. El primer paso en la planificacin de la carga es determinar el recorrido de los transtainers a partir de la secuencia de carga de las gras y el plano de la planta de la terminal. Determina la secuencia de movimientos de cada transtainer y el nmero de contenedores que debe extraer de cada posicin. Adems, es necesario construir la secuencia exacta de contenedores teniendo en cuenta la actividad de transtainers y gras, criterios de estabilidad del barco, altura y peso mximos de apilamiento, etc... El resultado de esta fase es la lista de secuencia de carga (figura 2). Las aproximaciones existentes a este problema lo tratan mediante tcnicas de Investigacin Operativa. [Beliech74] propone un mtodo de planificacin de la carga en el que los principales criterios son la estabilidad del barco y la regulacin referente a la estiba de mercancas peligrosas. En [Cho82] se desarrolla una metodologa a travs de un modelo de programacin entera para asignar cada contenedor a una celda de la bodega del barco, aunque el elevado nmero de contenedores que se manejan en una terminal hace que sea impracticable computacionalmente. [Gifford81] describe un proceso heurstico para la carga de barcos en una terminal de contenedores que utiliza transtainers. Adems, existe una gran cantidad de problemas similares al de la planificacin de la carga que, si bien no estn relacionados con las terminales de contenedores, emplean tcnicas que pueden aplicarse al problema que nos ocupa. Un ejemplo tpico es el problema de recorrido de un recolector manual en un almacn, que trata de minimizar la distancia recorrida dada una lista de elementos que debe recoger [Goetschalckx88][Hall93][Ratliff83]. Tambin es similar al problema de recorrido de vehculos [Bertsimas92][Li92] y al viajante de comercio [Ong89][Rao80]. Para este ltimo, se han desarrollado mltiples algoritmos usando tcnicas de

camin Bloque 1

gra Bloque 2

transtainer

Bloque 3

Bloque 4

IA con probada eficacia. Fig. 2. Manipulacin de contenedores para carga/descarga 2.3. Sistema de almacenamiento de contenedores La distribucin de los contenedores en la terminal es un problema que afecta directamente a los dos sistemas anteriores. Una mala distribucin de los contenedores hace que los transtainers tengan que realizar ms movimientos y que las gras estn ms tiempo inactivas, lo que aumenta el tiempo de carga del barco. La forma de reducir los movimientos en vaco de los transtainers es incrementar la densidad de

apilamiento. As, todos los contenedores se encuentran en zonas prximas y el tiempo dedicado a los movimientos en vaco disminuye. Tpicamente, las aplicaciones existentes para la gestin del espacio en terminales de contenedores dividen el trabajo en dos tareas claramente diferenciadas [Cargo99]: configuracin de la planta y ubicacin automtica de los contenedores. Dado que el nmero de ubicaciones posibles en una terminal es excesivamente grande, la planta se divide en una serie de bloques en los que ubicar los contenedores. El criterio que se suele utilizar es asignar un bloque para un conjunto de barcos. Todos los contenedores que deban cargarse en uno de esos barcos debe ubicarse en el mismo bloque. De esta forma, el nmero de ubicaciones posibles para un contenedor se reduce drsticamente y hace que el problema pueda abordarse empleando un sistema informtico. Mediante esta alternativa, la ubicacin automtica de los contenedores es una tarea
Transtainer

Bloque 44 Bloque

63

43 33

3 2 1

relativamente sencilla. Cuando llega un contenedor a la terminal, el sistema determina cul de todas las posiciones libres es ms adecuada en funcin del buque en el que debe cargar, su destino, su tamao, su peso y, si est disponible, la posicin que debe ocupar en la bodega del barco. Si el nmero de ubicaciones posibles est acotado por la divisin en bloques, puede abordarse mediante tcnicas sencillas de programacin lineal. Fig. 3. Organizacin de los contenedores en la terminal 2.4. Interfaz Terrestre El objetivo de este sistema es el control de los accesos a la terminal de los camiones que traen contenedores para exportacin o van a llevarse alguno de los contenedores que se encuentran en la terminal (movimiento de importacin). La introduccin de la informacin de los contenedores en el sistema se realiza mediante mensajes en un formato EDI (Electronic Datra Interchange). De esta manera, el mismo transportista puede enviar los datos a travs de Internet a la terminal. Cuando llega un contenedor, se comparan sus datos con los del mensaje EDI para comprobar su correccin. Otra de las tareas de este sistema es el control de las puertas de acceso a la terminal, identificando tanto al camin como al contenedor mediante tcnicas de visin artificial. De este modo, se consigue un sistema de puertas desatendidas que permite agilizar la admisin de camiones, incrementando as la productividad global de la terminal. 3.- DEFINICIN DE AGENTE Y SISTEMA MULTI-AGENTE. Se pueden encontrar en la literatura un gran nmero de definiciones distintas de agente, entre las cuales la ms aceptada quiz sea la de Wooldridge y Jennings que lo definen como un sistema computacional, situado en algn entorno, que es capaz de actuar de forma autnoma y flexible con tal de lograr sus objetivos de diseo [Wooldridge95]. Junto con esta definicin bsica, existen toda una serie de atributos opcionales que puede tener un agente, pudiendo entonces hablar, por ejemplo, de agente social o de agente adaptativo, si posee esos otros atributos. Otras definiciones que se pueden encontrar de agente incluyen las de Franklin [Franklin96] un sistema situado dentro y como parte de un entorno que percibe ese entorno y acta sobre l, a

lo largo del tiempo, persiguiendo su propia agenda y as llevar a cabo lo que percibir en el futuro, o la de Huhns [Huhns98] son componentes activas y persistentes que perciben, razonan, actan y comunican, aunque en este ltimo caso aade ms atributos dentro de la definicin bsica de los que incluyen el resto, por lo que no parece una definicin tan bsica como las anteriores. El paradigma de sistemas multi-agente constituye actualmente un rea de creciente inters dentro de la IA, entre otras cosas, por ser aplicable a la resolucin de problemas complejos, no resueltos de manera satisfactoria mediante tcnicas clsicas. Los sistemas multi-agente se enfrentan al problema de la necesidad de comunicacin y cooperacin entre agentes autnomos, es decir, entidades cuyo comportamiento es guiado por ellos mismos. De acuerdo al planteamiento del problema que se ha realizado, el objetivo en este caso no es tener un nico agente capaz de resolver todo el problema, sino tener un conjunto de agentes (un sistema multi-agente) que van a cooperar en la resolucin del mismo, y por tanto, que van a interactuar, comunicarse y razonar sobre su propio conocimiento y sobre el conocimiento que poseen los dems. As, al cooperar los distintos agentes en la consecucin de la solucin, se consigue un sistema flexible que resuelve este, a priori, complejo problema. 4.- ARQUITECTURA DEL SISTEMA Para el diseo de la arquitectura del sistema, ste se ha dividido en funcin de sus principales tareas. Por tanto, se ha optado por desarrollar un agente para cada uno de los sistemas especificados en el punto anterior. Estos agentes estarn caracterizados fundamentalmente por realizar su tarea de forma independiente al resto de elementos del sistema, pero para ello debern coordinarse y comunicar ciertas decisiones al resto del sistema. La comunicacin entre agentes se realizar por medio de mensajes de forma asncrona, basndose en el estndar FIPAACL [FIPA97], por radio-frecuencia (RF). Este diseo, orientado segn el paradigma de agentes, permite dividir el problema en subproblemas y cada subproblema ser resuelto por un agente concreto. De esta forma se simplifica el diseo y se permite un desarrollo altamente robusto yendo ms all de las tradicionales subrutinas o diseos orientados a objetos. En este caso, cada agente es considerado como un razonador autnomo [Shoham91]. En el sistema podemos encontrar cuatro agentes globales, como puede observarse en la figura 4: El agente Interfaz Martima, encargado de la gestin de carga y descarga de todos los barcos que atracan en el puerto. El agente de Transferencia, encargado de controlar el proceso de la planificacin de la secuencia de carga y descarga de barcos. El agente de Almacenamiento, encargado de la distribucin de los contenedores en la terminal del puerto. El agente Interfaz Terrestre, el cual interacciona con el transporte terrestre.
Agente Agente Interfaz Martima Transferencia Agente Almacenamiento Agente Interfaz Terrestre

Barco. m Barco. 2 Barco 1

Ag. Transt. m Ag. Transt. 2 Ag. Transt. 1

Fig. 4. Arquitectura del sistema. Dentro del agente Interfaz Martima dispondremos de un subagente para la gestin de carga y descarga de cada barco. Por tanto, de forma dinmica existirn tantos subagentes de carga o descarga como barcos haya en el puerto en un momento dado. Adems, cada transtainer disponible en la terminal es modelado en el sistema como un agente, el cual controla la gestin del transtainer y la interaccin con su entorno. En los siguiente puntos se especifican las caractersticas de los agentes presentados en esta arquitectura. Por limitaciones de espacio nicamente se describe con ms detalle el agente de Almacenamiento. 4.1. Agente Interfaz Martima. Este agente debe encargarse de la planificacin de todas las gras en el rea de carga/descarga de la terminal. El objetivo principal es minimizar los posibles bloqueos entre las gras asignadas a un barco, de forma que todas las gras estn activas el mximo tiempo posible y se reduzca el tiempo de carga/descarga de cada barco. Para la gestin dinmica de esta labor el agente Interfaz Martima crear un subagente para cada barco que deba ser cargado o descargado. De esta forma, podramos decir que delega la gestin individual de cada barco a un subagente determinado. As, frente a la llegada o prxima salida de un barco (eventos de creacin de un agente de carga/descarga) el agente Interfaz Martima deber crear un nuevo subagente al cual le asignar un determinado barco y un determinado nmero de gras (mximo 3) y, evidentemente, el perfil de carga del barco asignado. 4.2. Agente de Transferencia. El agente de Transferencia es el encargado de obtener la planificacin ms adecuada para gestionar la estiba de contenedores en las secuencias de carga y descarga de barcos. En este punto el agente emplear tcnicas de bsqueda informada, como algoritmos de bsqueda heurstica (A*, IDA*, RBFS) [Hart72] [Korf85] [Korf93], que permiten reducir el espacio de soluciones del problema. Adems, el condicionamiento que sufre por la necesidad de adecuarse a la planificacin de la carga/descarga en las gras, hace que se puedan aplicar fuertes podas y conseguir que el proceso de bsqueda converja rpidamente a la solucin ptima. El agente deber poder conocer la siguiente informacin para poder desarrollar su labor: la secuencia de carga de las diferentes gras involucradas, los transtainers asignados a cada barco, los camiones asignados a cada gra y la posicin de los diferentes contenedores en la terminal. Los objetivos de las tcnicas utilizadas en el sistema de transferencia son minimizar los desplazamientos en vaco de las mquinas empleadas, evitar en lo posible la acumulacin de camiones en un transtainer y minimizar el nmero de mquinas necesarias para el transporte. Para desarrollar dichos objetivos el agente deber coordinarse con los subagentes de carga/descarga de los barcos con los que est operando y con el agente de almacenamiento. 4.3. Agente de Almacenamiento. Su funcin es determinar la ubicacin idnea en el recinto de los contenedores que vayan llegando (problema de la ubicacin) y la configuracin idnea de la planta. Para el desarrollo de su funcin de ubicacin, el agente deber enfocar el proceso de bsqueda hacia la obtencin de una solucin aproximada que se puede refinar progresivamente (aplicacin del algoritmo A* por niveles de profundidad) [Onaindia98], tratando de conseguir tiempos de respuesta cortos para la ubicacin de un contenedor y de obtener respuestas satisfactorias, cercanas a los valores ptimos. Para realizar estas funciones el agente debe tener conocimiento del mapa de la planta de la terminal, los datos del contenedor (tipo, tamao, peso, destino, barco,...) a ubicar y el factor de apilamiento.

Este agente reacciona frente a los siguientes eventos relativos al problema de la ubicacin de contenedores: 1. Actualizacin de la lista de contenedores esperados en el da: el agente Interfaz Terrestre, frente a un mensaje EDI, informa al agente de Almacenamiento de posibles llegadas o cancelaciones de contenedores en el da. Con esta informacin, el agente de almacenamiento mantiene actualizada su lista de contenedores esperados. 2. Llegada de un contenedor por un camin: este evento es emitido por el agente Interfaz Terrestre, comunicndole todos los datos del contenedor a almacenar. Con esta informacin y mediante una estrategia voraz, el agente determina la mejor ubicacin disponible para el contenedor en ese momento, teniendo en cuenta los contenedores que estn ya ubicados en la planta. El agente puede refinar esta primera solucin, si existe tiempo disponible, teniendo en cuenta la afluencia de contenedores esperada a lo largo del da, segn la informacin mantenida en la lista correspondiente. 3. Llegada de contenedores por un barco: el agente de Transferencia informar de la llegada de un conjunto de contenedores de un determinado barco, suministrndole una secuencia de descarga. Frente a este evento, el agente debe obtener la mejor ubicacin posible de este conjunto de contenedores. Al igual que en el caso anterior, tambin se tendr en cuenta la lista de contenedores esperados con el fin de refinar la posible solucin (siempre que exista tiempo suficiente). 4. Extraccin de un contenedor: este evento puede ser generado bien por el agente de Transferencia (solicitando un contenedor para cargarlo en un barco), o bien por el agente Interfaz Terrestre (solicitando un contenedor para cargarlo en un camin). Frente a este evento, el agente actualiza su informacin interna del estado de la planta. El objetivo de las tcnicas utilizadas en el sistema de almacenamiento de contenedores con respecto al problema de configuracin es maximizar la densidad de apilamiento en la planta. Para la obtencin de este objetivo el agente emplea tcnicas de aprendizaje no supervisado [Kung93], que permiten ajustar la bondad de la distribucin de la planta de forma automtica a travs de los resultados que obtiene el sistema a medida que aumenta su tiempo de utilizacin. El agente de Almacenamiento lanzar este proceso de forma automtica cuando lo considera necesario (proactividad), basndose en criterios tales como tiempo, conflictos en la asignacin de bloques posiciones sin utilizar o barcos que agotan sus zonas reservadas, densidad de apilamiento excesivamente baja, etc... La coordinacin de este agente es necesaria con los agentes de Interfaz Terrestre y con el de Transferencia. 4.4. Agente Interfaz Terrestre. Este agente se encarga de la interaccin con el exterior, esto es, la entrada o la salida de contenedores por tierra. Para ello deber gestionar las puertas de la terminal e informar al agente de almacenamiento cuando sea necesario, indicndole tanto la llegada de nuevos contenedores a almacenar como la llegada de camiones para retirar contenedores del recinto. Cuando llega un contenedor a la terminal se deber comprobar si sus datos son correctos. En caso afirmativo, se solicitar al agente de almacenamiento una ubicacin para el contenedor. Una vez que se conoce la posicin, se le comunica al camin para que se dirija al bloque correspondiente y se pide al agente de transferencia que asigne el contenedor a uno de los transtainers de la terminal para que lo apile en el lugar que le corresponde. 4.5. Agentes Transtainer Cada transtainer del problema ser modelado como un agente cuyo objetivo ser el de minimizar los movimientos en vaco, obteniendo la secuencia ms apropiada para el apilado y

desapilado de contenedores en el bloque en el que se encuentre. Cada uno de estos agentes estar a las ordenes del agente transferencia, el cual le ir indicando: Qu contenedores debe desapilar y de dnde para la carga de barcos o camiones externos. Qu contenedores debe apilar y dnde para la descarga de barcos o camiones externos. 4.6. Agentes de Carga y Descarga Estos agentes son creados de forma dinmica por el agente de Interfaz Martima. Sus objetivos son minimizar el tiempo de inactividad de las gras, maximizar su utilizacin, minimizar el tiempo de carga y descarga de los barcos, y minimizar los costes derivados de la estiba. Cada agente se enfrenta a un problema de scheduling, en el que deben asignarse una serie de recursos (las gras) a las distintas operaciones (carga de un contenedor), estableciendo un tiempo de uso del recurso (tiempo de carga del contenedor). El mtodo de resolucin para este problema se plantear como un problema de satisfaccin de restricciones (CSP) [Baptiste95][Fox90] [Kumar92][Sadeh96]. La informacin de que debe disponer este agente es la siguiente: el nmero de gras asignadas al barco, el perfil de carga del mismo, caractersticas del barco, el nmero de contenedores que se deben cargar, el puerto de descarga de cada contenedor, el tipo, tamao y peso de cada contenedor y, finalmente, el tiempo de operacin de las gras. 5.- CONCLUSIONES Y LNEAS DE TRABAJO FUTURAS. En este artculo se ha presentado una arquitectura de sistema multi-agente para el problema de la ubicacin automtica de contenedores en una terminal. Adems de los beneficios propios de un sistema multi-agente, cabe destacar la independencia conseguida en cada uno de los sistemas modelados, manteniendo la cooperacin necesaria para minimizar el tiempo de permanencia de los barcos en una terminal de contenedores. Actualmente, se est implementando una primera versin del sistema que modela el funcionamiento de la terminal de contenedores de un puerto real. A medio plazo este prototipo se deber integrar junto con un simulador de la terminal que se est desarrollando de forma paralela al resto del sistema. El objetivo final de este proyecto es su utilizacin para la gestin integral de la terminal de contenedores en el puerto objeto de estudio. REFERENCIAS.
[Baptiste95] Baptiste, P.; Le Pape, C. Nuijten, W.; Incorporating Efficient Operations Research Algorithms in Constraint-Based Scheduling, First International Workshop on Artificial Intelligence and Operations Research, Timberline Lodge, Oregon, (1995). [Beliech74] Beliech, D.E.; A Proposed Method for Efficient Preload Planning for Containerized Cargo Ships, Masters thesis, Naval Postgraduate School, Monterey, California, (1974). [Bertsimas92] Bertsimas, D.J.; A Vehicle Routing Problem with Stochastic Demand, Operations Research, Vol. 3, 40:574-585, (1992). [Cargo99] Recent developments in information technology for container terminal, Cargo Systems, 1999. [Cho82] Cho, D.W.; Development of a Methodology for Contenedoreship Load Planning, Ph. D. Dissertation, Oregon State Univ., (1982). [Chung88] Chung, Y.G.; Randhawa, S.U.; McDowell, E.D.; A Simulation Analisys for a Transtainer-based Container Handling Faciliyty, Comp. Indust. Eng., Vol. 2, 14:113-125, (1988). [Daganzo89] Daganzo, C.F.; The Crane Scheduling Problem, Transportation Research, Part B 23:159-175, (1989). [FIPA97] Foundation for Intelligent Physical Agents: FIPA 97 Specfication. Part 2, Agent Communication Language, (1997).

[Fox90] Fox, M.S.; Sadeh, N.; Why is Scheduling Difficult? A CPS Perspective, 9 European Conference on Artificial Intelligence, 34:1-38, (1990). [Franklin96] Franklin, S.; Graesser, A.; Is it an Agent, or just a Program?: A Taxonomy for Autonomous Agents. Proceedings of the Third International Workshop on Agent Theories, Architectures, and Languages. SpringerVerlag (1996). [Gifford81] Gifford. L.; A Contenedoreship Load Planning Heuristic for a Transtainer Based Container Port, Masters thesis, Oregon State Univ., (1981). [Goetschalckx88] Goetschalckx, M, Ratliff, H.D.; Order Picking in an Aisle, IEE Transaction, Vol. 1, 20:53-62, (1988). [Hall93] Hall, R.W.; Distance Approximations for Routing Manual Pickers in a Warehouse, IEE Transtacion, Vol. 4, 25:76-87, (1993). [Hart72] Hart, P.E.; Nilsson, N.J.; Raphael, B.; Correction to A formal basis for the heuristic determination of minimum cost paths, SIGART Newsletter, 37: 28-29, (1972). [Holguin99] Holgun-Veras, J.; Jara-Daz, S.; Optimal pricing for priority service and space allocation in container ports, Transportation Research, Part B 33:81-106, (1999). [Huhns98] Huhns, M.; Singh, M. P.; Readings in Agents. Readings in Agents. Chapter 1, 1-24. (1998). [Jennings95] Jennings, N. R.; Corera, J. M.; Laresgoiti, I.; Developing industrial multi-agent systems. En Proceedings of the First International Conference on Mulit-agent Systems, (ICMAS-95), 423-430, (1995). [Julian99] Julian, V.; Carrascosa, C.; Soler, J.; Una Arquitectura de Sistema Multi-Agente para la Recuperacin y Presentacin de Informacin, IV Congreso ISKO-Espaa, EOCONSID99, Mara Jos Lpez-Huertas y Juan Carlos Fernndez-Molina (editores), 291-296, (1999). [Kim99] Kim, K.H.; Kim, K.Y.; An Optimal Routing Algorithm for a Transfer Crane in Port Container Terminals, Transportation Science, Vol. 33, 1:17-33, (1999). [Korf85] Korf, R.E.; An optimal admissible tree search, Artificial Intelligence 27: 97-109, (1995). [Korf93] Korf, R.E.; Linear-space best-first search, Artificial Intelligence 62:41-78, (1993). [Kumar92] Kumar, V.; Algorithms for Constraint Satisfaction Problems: A Survey, AI Magazine, Vol.1 , 13:324, (1992). [Kung93] Kung, S.Y. ;Digital Neural Networks, Prentice Hall, Inc.; (1993). [Li92] Li, C.L.; Simchi-Levi, D.; Desrochers, M.; On the Distance Constrained Vehicle Routing Problem, Operations Research, Vol 4, 25:790-799, (1992). [Ljungberg92] Ljungberg, M.; Lucas, A.; The OASIS air-traffic management system. En Proceedings of the Second Pacific Rim International Conference on Artificial Intelligence, PRICAI'92, Seul, Korea, (1992). [Neves97] Neves, M. C.; Oliveira, E.; A Control Architecture for an Autonomous Mobile Robot. Agents97, ACM, (1997). [Onaindia98] Onaindia, E.; Barber, F.; Botti, V.; Carrascosa, C.; Hernndez, M.A.; Rebollo, M.; A Progressive Heuristic Search Algorithm for the Cutting Stock Problem, Lectures Notes in Artificial Intelligence, SpringerVerlag, pp:25 35, (1998). [Ong89] Ong, H.L.; Huang, H.C.; Asymptotic Expected Performance of some TSP Heuristics: An Empirical Evaluation, European Journal on Operation Research 43:231-238, (1989). [Peterkofsky90] Peterkofsky, R.I.; Daganzo, C.F.; A Branch and Bound Solution Method for the Crane Scheduling Problem, Transportation Research, Part B, Vol. 3, 24:159-172, (1990). [Rao80] Rao, M.R.; A Note on the Multiple Travelling Salesman Problem, Operations research, Vol. 3, 28: 629632, (1980). [Ratliff83] Ratliff, H.D.; Rosenthal, A.S.; Order-Picking in a Rectangular Warehouse: A Solvable Case of the Travelling Salesman Problem, Operations Research, Vol. 3, 31:507-521, (1983). [Sadeh96] Sadeh, N.; Hildum, D.; Laliberty, T.; Smith S.; Nulty, J., Kjenstand, D.; Mixed-initiative management of integrated process-planning and production-scheduling solutions, Proc. Workshop A.I. and Manufacturing Research, Alburquerque, (1996). [Shields84] Shields, J.J.; Contenedoreship Stowage: A Computer-Aided Preplanning System, Marine Technology, Vol. 4, 21:370-383, (1984). [Shoham91] Shoham, Y.; Agent0: A simple agent language and its interpreter. En Proceedings of the Ninth National Conference on Artificial Intelligence (AAAI-91), 704-709, (1991). [Wooldridge95] Wooldridge, M.; Jennings, N. R.; Intelligent Agents: Theory and Practice, The Knowledge Engineering Review, vol. 10 (2) pp. 115-152 (1995).

th