1. AGENTE RUTA TURISTICA APLICANDO INTELIGENCIA ARTIFICIAL Luis Eduardo Cuenca Ana Paz lecuencax@utpl.edu.ec akpaz@utpl.edu.ec RESUMEN El artículo contiene aspectos importantes de los agentes inteligentes y la resolución de problemas. El Agente tiene como objetivo recomendar al usuario que visita la Universidad Técnica Particular de Loja (congresistas, alumnos, profesores, otros), recomendar el mejor sitio a visitar según un rango de categorías; y proporcionar la ruta más corta desde algún punto hacia los lugares más relevantes de la ciudad de Loja (Hoteles, Parques, Bares, Iglesias). Alcanzar dicho objetivo dependerá de la publicidad y la buena administración de nuestro agente. A medida que aumente la satisfacción del turista implicara que crezca el turismo en nuestra Ciudad y lo más importante la satisfacción del agente. Sin embargo, es importante tener el apoyo de la Universidad y que ésta cuente con las máquinas necesarias. Para ello, es preciso crear un agente de información que sea rápido, fácil, simple y eficientemente; y por supuesto esté a la disposición del usuario. Con esta idea en mente, se ha comenzado a desarrollar una “Búsqueda de Información al camino más corto”, el cual podrá ser utilizado por el usuario a través de de una computadora localizada en algún punto dentro del Campus Universitario. MOTIVACIÓN Hoy en día nos encontramos dentro una verdadera revolución, debido al desarrollo e incorporación de nuevas tecnologías de información en nuestro diario vivir. Para muchos de nosotros, resulta imprescindible acceder a grandes cantidades de información que se encuentran dispersos alrededor del mundo; la toma de decisiones, en muchos sectores, depende de la calidad de la información que se consulta, y de que se acceda en ella en el menor tiempo posible. En fin, las nuevas tecnologías han hecho posible el acceder a estos tipos de información en tiempo real, información que es generada por distintas personas en distintos lugares geográficos alrededor del mundo. Es por eso que hemos considerado, la aparición de un agente Inteligente de Rutas Turísticas el mismo que le permita, al usuario final encontrar la Ruta más corta para llegar a su lugar de destino. En si desde nuestro punto de vista, este agente inteligente puede ser posible aplicando nuestros conocimientos adquiridos en la Materia de IA (Inteligencia Artificial) una opción es basarse en los algoritmos de Búsqueda que nos muestra la misma y de esa manera poder aplicar los más efectivos a nuestro Agente. PALABRAS CLAVES Inteligencia artificial, agente inteligente, actuadores, sensores. Rendimiento, algoritmos de búsqueda, búsqueda avara, turismo, REAS. INTRODUCCIÓN Como se sabe un agente es cualquier cosa capaz de percibir su medioambiente mediante sensores y actuar en ese medio a través de actuadores, además todo agente tiene un objetivo para el cual pretende ser utilizado. La efectividad de un agente se mide por medio de las medidas de rendimiento, y las decisiones que tome en un momento dado dependen de la secuencia de percepciones que tenga hasta ese instante [1]. La Ciudad de Loja se caracteriza por ser un lugar bello con muchos sitios turísticos, de la misma manera la UTPL es una institución que se identifica por sus eventos nacionales e internacionales. Miles de turistas visitan nuestra ciudad y es importante implementar este proyecto. Una de las necesidades que se tomo en cuenta es que los turistas llegan a nuestra universidad y desean conocer sitios turísticos como parques, iglesias y no conocen la ruta por el cual llegar. Por tal razón es vital el desarrollo este agente. Es necesario que éste cuente con la capacidad de ayudar a las personas a recomendarles los lugares pero proporcionando la ruta más corta al lugar según las características que desea visitar el usuario. Ruta más corta entre dos puntos seleccionados en el mapa, entre otras cosas. En un agente es preferible usar mediadas de utilidad considerando en el entorno que está rodeado, de tal modo de acuerdo al entorno se deberá comportarse el agente. El agente tiene un estado inicial, su lista de percepciones va incrementando por sus experiencias y acciones que va adoptando el agente en el entorno y en la medida de rendimiento, tratando obtener un aprendizaje diario y progresivo. Por tal razón lo fundamental de nuestro trabajo que es hecho en base a los conocimientos adquiridos en la materia, nos pueda aproximar al desarrollo y concepto de un agente inteligente. DEFINICION DEL PROBLEMA Crear un Agente Inteligente que permita que los turistas que visitan nuestra ciudad y nuestra prestigiosa Universidad, puedan de manera rápida y fácil acceder a conocer sitios turísticos como parques, iglesias, hoteles etc. Es decir podrán encontrar la ruta más corta atreves del mismo. En la primera etapa de este agente se desarrollo un póster científico para dar a conocer la Metodología, el método de aprendizaje, los resultados esperados y el REAS del agente. Esto se hizo con el propósito de tener una idea más clara, véase en la tabla 1.1 Medidas de RendimientoEntornoActuadoresSensoresRapidez y eficacia en la búsqueda en un lugarUsuarios que hacen uso del agente, rutas almacenadas por defectoMonitor (visualizador de las rutas).GPS, visualización de la ruta, teclado, matriz de lugares Tabla 1.1 Entorno del Agente AGENTES: que es un agente: Para definir un concepto de un agente existen muchos, pero hemos citado en nuestro trabajo los más relevantes. Podemos definir al agente inteligente como una entidad software que, basándose en su propio conocimiento, realiza un conjunto de operaciones destinadas a satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo requiere.[3]. Como podemos ver en la figura 1.1 los sensores son los principales responsables de captar las percepciones, y que se efectúan la acción. Figura 1.1 Agente inteligente Agentes Robóticas En los agentes robóticos, tanto sus sensores como sus efectores son sustituidos por cámaras infrarrojas y por motores Agentes de Software Es este tipo de agente, las percepciones y acciones vienen a ser la cadena de bits codificados. 2.3 Agente Racional Este el que tiene el mejor desempeño. El agente racional puede medir su propio desempeño. Los agentes pueden medirse pero no es recomendable. [2] CARACTERIZTICAS DEL AGENTE INTELIGENTE Las tres características que presenta por lo general todo agente inteligente son las siguientes: Comunicación. El agente puede comunicarse con el usuario, con otros agentes y con otros programas. Con el usuario se comunica con un interfaz amigable, mediante el que personaliza sus preferencias. Algunos agentes permiten comunicarse en lenguaje natural 3.1 El grado de inteligencia: varía mucho el tipo de agente estos se limitan a recoger las preferencias del usuario, quien debe personalizarlos 3.2 Autonomía. Un agente no sólo debe ser capaz de hacer sugerencias al usuario sino de actuar. ESTRATEGIA DE BÚSQUEDA: Modelo de la ruta más corta Hay que considerar que nuestro objetivo es una conexión de dos nodos especiales llamados origen y destino. A cada ligadura (arco no dirigido) se asocia una distancia no negativa. El objetivo es encontrar la ruta más corta (la trayectoria con la mínima distancia total) del origen al destino. Se dispone de un algoritmo bastante sencillo para este problema. La esencia del procedimiento es que analiza toda la red a partir del origen; identifica de manera sucesiva la ruta más corta a cada uno de los nodos en orden ascendente de sus distancias (más cortas), desde el origen; el problema queda resuelto en el momento de llegar al nodo destino. Algoritmo de la ruta más corta: Su propósito u objetivo es que de la n-ésima iteración: encontre el n-ésimo nodo más cercano al origen. (Este paso se repetirá para n=1,2,… hasta que el n-ésimo nodo más cercano sea el nodo destino.) Los Datos para la n-ésima iteración: n-1 nodos más cercanos al origen (encontrados en las iteraciones previas), incluida su ruta más corta y la distancia desde el origen. (Estos nodos y el origen se llaman nodos resueltos, el resto son nodos no resueltos.) Los candidatos para el n-ésimo nodo más cercano: Cada nodo resuelto que tiene conexión directa por una ligadura con uno o más nodos no resueltos proporciona un candidato, y éste es el nodo no resuelto que tiene la ligadura más corta. (Los empates proporcionan candidatos adicionales.) Cálculo del n-ésimo nodo más cercano: para cada nodo resuelto y sus candidatos, se suma la distancia entre ellos y la distancia de la ruta más corta desde el origen a este nodo resuelto. El candidato con la distancia total más pequeña es el n-ésimo nodo más cercano (los empates proporcionan nodos resueltos adicionales), y su ruta más corta es la que genera esta distancia. En el desarrollo del proyecto se ha considerado la búsqueda heurística, basándonos en este tipo de búsqueda informada, tenemos la búsqueda Avara. 6.1 Búsqueda Avara: consiste en reducir al mínimo el costo estimado para obtener la meta. Es decir, expande primero el nodo cuyo estado se considere ser el más cercano al estado de la meta. Para calcular tales estimados de costos utiliza una función denominada función heurística, simbolizada por h(n). h(n) = costo estimado de la ruta más barata que une el estado del nodo n con un estado objetivo. h puede ser cualquier función, pero debe cumplir con el requisito de ser h (n) = 0, cuando n sea una meta. Como podemos ver en la figura 1,2 Figura 1.2 Búsqueda avara La búsqueda avara y la preferente por profundidad se asemejan por su indicación a utilizar una sola ruta hasta llegar a la meta, pero se atorarán cuando topen con un callejón sin salida. Dado que en una búsqueda avara se guardan en memoria todos los nodos, la complejidad espacial es la misma que la temporal. Una buena función heurística permite disminuir notablemente la complejidad tanto de espacio como de tiempo, El grado disminución dependerá del problema particular y de la calidad de la función h, como se muestra en la figura 2.1 El algoritmo que tenemos a continuación estará aplicado en nuestro agente para obtener una ruta más corta: Para cargar los datos utilizamos el siguiente método: Primeramente cargamos los Datos y para esto utilizamos lo siguiente: function [AVARA MAPA]=cargar_datos [nombre, directorio] = uigetfile({'*.xls'},'Abrir Archivo');% Declaración del tipo de archivo a cargar; archivo=strcat(directorio,nombre); % Ruta desde donde se va a cargar el archivo; [numericosAvara textoAvara]=xlsread(archivo,'Dist_Directa');% Declaración de una hoja del libro; [numericosAsterisco textoAsterisco]=xlsread(archivo,'Dist_Real');% Declaración de una hoja del libro; [numericosMapa textoMapa]=xlsread(archivo,'Mapa');% Declaración de una hoja del libro; long=length(numericosAvara); for i=1:long textoAvara{i,2}=numericosAvara(i,1); % Recorrida para el índice de la hoja de excel; end long=length(numericosMapa); for i=1:long textoMapa{i,3}=numericosMapa(i,1); % Igualar de la hoja Mapa a la matriz numericosMapa; textoMapa{i,4}=numericosMapa(i,2); % Igualar de la hoja Mapa a la matriz numericosMapa; textoMapa{i,5}=numericosMapa(i,3); % Igualar de la hoja Mapa a la matriz numericosMapa; textoMapa{i,6}=numericosMapa(i,4); % Igualar de la hoja Mapa a la matriz numericosMapa; textoMapa{i,7}=numericosMapa(i,5); % Igualar de la hoja Mapa a la matriz numericosMapa; end BUSQUEDA AVARA AVARA=textoAvara; %ASTERISCO=textoAsterisco; MAPA=textoMapa; h = msgbox('Datos Cargados con Exito!!!','Datos Cargados','modal'); % Mensaje en el que se dice si los datos fueron o no cargados correctamente; También hemos considerado otra posibilidad de encontrar la ruta más corta para nuestro agente Inteligente la cual es la siguiente: function Avara (MAPA,AVARA,OBJETIVO,ORIGEN) lon=length(AVARA); i=1; ind=0; entrar=1; ban=0; while (ban == 0) && (i<=lon) if (strcmp(OBJETIVO,AVARA{i,1})==1)% Recorrer hasta el nodo objetivo; if (entrar == 1) ind_ini=i; entrar=0; end ind_fin=i; if (strcmp(OBJETIVO,AVARA{i+1,1})==0) % condición si se encuentra el nodo objetivo; ban=1; end end i=i+1; end if (i>lon) h=msgbox('La direccion no esta bien escrita o no fue considerada en el mapa Turistico','Direccion Inexistente!!!','warn','modal'); return end lon=length(MAPA); aux=ORIGEN; l=1; m=1; for i=1:lon if (strcmp(aux,MAPA{i,1})==1% Condición para tener el nombre de el nodo objetivo; ban=1; aux1=MAPA{i,2}; j=ind_ini; while (strcmp(aux1,AVARA{j,3})==0)% Condición para continuar el recorrido; j=j+1; end texto{l}=AVARA{j,3};% Para almacenar el nombre de los nodos visitados; valor(l)=AVARA{j,2};% Para almacenar el valor de los nodos visitados; l=l+1; end if (i < lon)&& (strcmp(aux,OBJETIVO)==0) if (strcmp(aux,MAPA{i+1,1})==0)&&(ban==1) [C ind]=min(valor);% Seguir recorriendo; camino{m}=texto(ind);% Escoje el valor de el indice menor; m=m+1; aux=texto(ind); texto=[]; valor=[]; l=1; ban=0; end end end cam=ORIGEN; for i=1:length(camino) cam=strcat(cam,',',camino{i});% Presenta el nombre de los nodos visitados para verlos en pantalla; end Dibujar_Mapa(MAPA,camino); h=msgbox(cam,'Resultado','modal');% envía los parametros para dibujar; 6.2 Búsqueda A*(I) y A*: Es una suma de las búsquedas heurística y optimal, utiliza la siguiente función para calcular el costo total para cada nodo f(n) = c(n)+h(n), donde: f(n) es el costo total de la ruta desde el estado n hacia el estado final, c(n) es el costo estimado de la ruta para ir del estado n al estado final y h(n) es la heurística asignada al estado n. [4] Ejemplo: En el mapa de carreteras, h es admisible. Solución obtenida por A*: Orden de expansión: “A, S, R, P, F, B” Encuentra la solución: “A, S, R, P, B” Aplicación algoritmo (ver siguiente página) Es la mejor solución. Se va a tener el resultado: Si h es admisible, A* es completo y óptimo. Plasmando lo dicho hemos utilizado el siguiente algoritmo para comprobar que A* Es un algoritmo que también puede servir de manera eficiente en nuestro algoritmo: ALGORITMO A* function Asterisco (MAPA,AVARA,OBJETIVO,ORIGEN) lon=length(AVARA); i=1; ind=0; entrar=1; ban=0; while (ban == 0) && (i<=lon) if (strcmp(OBJETIVO,AVARA{i,1})==1) % Recorrer hasta el nodo objetivo; if (entrar == 1) ind_ini=i; entrar=0; end ind_fin=i; if (strcmp(OBJETIVO,AVARA{i+1,1})==0) % condición si se encuentra el nodo objetivo; ban=1; end end i=i+1; end if (i>lon) h=msgbox('La direccion no esta bien escrita o no fue considerada en el mapa Turistico','Direccion Inexistente!!!','warn','modal'); return end lon=length(MAPA); aux=ORIGEN; l=1; m=2; camino{1}=ORIGEN; for i=1:lon if (strcmp(aux,MAPA{i,1})==1)% Condición para tener el nombre de el nodo objetivo; ban=1; aux1=MAPA{i,2}; j=ind_ini; while (strcmp(aux1,AVARA{j,3})==0) % Condición para continuar el recorrido; j=j+1; end texto{l}=AVARA{j,3}; % Para almacenar el nombre de los nodos visitados; valor(l)=AVARA{j,2}+MAPA{i,3};% Para almacenar el valor de los nodos visitados; l=l+1; end if (i < lon)&& (strcmp(aux,OBJETIVO)==0) if (strcmp(aux,MAPA{i+1,1})==0)&&(ban==1) % Seguir recorriendo; [C ind]=min(valor); % Escoje el valor de el indice menor; camino{m}=texto(ind);% Almacena los valores; m=m+1; aux=texto(ind); texto=[]; valor=[]; l=1; ban=0; end end end cam=[]; for i=1:length(camino) cam=strcat(cam,',',camino{i}); % Presenta el nombre de los nodos visitados para verlos en pantalla; end Dibujar_Mapa(MAPA,camino); h=msgbox(cam,'Resultado','modal');% envía los parametros para dibujar LUEGO DE HABER IMPLEMENTADO ESTOS METOS TENEMOS QUE IMPLEMENTAR EL METODO GRAFICAR O DIBUJAR; TENEMOS LO SIGUIENTE: function Dibujar_Mapa(MAPA,CAMINO) fondo=imread(strcat('mapa.jpg'),'jpg'); cont=1; fig=figure('Name','Mapa');imshow(fondo),title('Mapa Turistico');% linea con la que carga el fondo el mapa; figure(fig); lon=length(CAMINO); % igualar los valores para graficar; lon1=length(MAPA); % igualar los valores para graficar; Origen='Terminal'; destino=''; for i=1:lon for j=1:lon1 if (strcmp(Origen,MAPA{j,1})==1) if (strcmp(CAMINO{1,i},MAPA{j,2})==1) line([MAPA{j,4} MAPA{j,6}],[MAPA{j,5}, MAPA{j,7}]) % busca en la hoja las coordenadas y dibuja la línea end end end Origen=CAMINO{1,i}; end IMPLEMENTACION: 7.1 MODELO BASE: Este agente será desarrollado en base a un ejemplo de Planificador de rutas turísticas la cual busca la rutas de una Ciudad a otra; dicho proyecto es una simulación que tiene como objetivo principal encontrar una ruta entre dos puntos. Por lo cual hemos creído necesario implementar una aplicación para rutas turísticas para la ciudad de Loja con algunas mejoras las cuales detallaremos a continuación: Se creara una base de datos, la misma que contiene información sobre distintos lugares turísticos. El algoritmo de búsqueda aparte de encontrar rutas entre dos puntos este nos muestra la ruta más corta entre las mismas. Este agente es un recomendador es decir nos muestras diferentes opciones. Estas mejoras han sido de gran importancia ya que la misma ayuda a tener una mejor ubicación para el usuario final. Herramienta de Desarrollo Para el desarrollo del agente trabajamos sobre la plataforma Matlab. La estructura del agente se muestra en el siguiente esquema (Figura 1.3): Figura 1.3 Descripción de la Arquitectura Interfaz de Usuario: En esta capa se mostrara en si la fachada del agente es decir es aquí donde el usuario interactúa con el agente, de forma interactiva. Lógica de Negocios: En esta capa el usuario no se involucra, aquí estará implementado el algoritmo de búsqueda, así como las referencias a los datos que serán mostrados en la interfaz según fue la petición del usuario. Datos: Es en si el repositorio o el lugar donde están alojados los datos. Para ser más específicos es una BD donde se encuentra información de los diferentes lugares, que involucran el problema. Para generalizar el agente está compuesto o distribuido en tres capas que son independientes, pero para que el agente funcione estas deben interactuar entre sí. ESTADO DEL CONOCIMIENTO Creación de la Ontología para un Agente Inteligente para Rutas Turísticas. ONTOLOGIA EN PROTEGE Una vez realizada nuestra ontología la hemos plasmado en protege, luego de eso Validamos los RDF-OWL TABLAS Tripletas RDF-OWL Para poder realizar las tripletas se ha exportado las tablas que fueron creadas en el protege en a un archivo XML para después validarlo en W3C (World Wide WEB Consortium). RDF y OWL son recomendaciones del Consorcio de la World Wide Web (W3C) que hacen la posible la creación como tal de la Web semántica. Estas recomendaciones favorecen la interacción de las tecnologías implicadas en la Web y la compartición de información entre usuarios independientemente de que utilicen o no el mismo software Una tripleta se representa mediante nodos conectados por líneas con etiquetas. Los nodos representan recursos y las líneas con etiquetas las propiedades de esos recursos. Los 3 elementos de una tripleta se representan mediante URIs. Estas sentencias se pueden representar formalmente usando la tripleta (sujeto, predicado, objeto), pero existe otra forma de notación que es mostrar una sentencia mediante grafos dirigidos. [5]. Véase en la Figura 1.4 Figura 1.4 TRIPLETA PRINCIPAL RUTA TURISTICA CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS OBJECT PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS DATA PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS DATA PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS DATA PROPERTIES: CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS CLASES CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS INDIVIDUALS CODIGO RDF ELEMENTOS RDF GRÁFICO DEL MODELO DE DATOS Procedimiento de la Simulación Agente Rutas turísticas. Cuando se ingresa lo primero que se visualiza será una ventanita que nos mostrara opciones para buscar la ruta que queremos conocer: Seleccionamos el lugar: Y obtenemos lo siguiente: Aquí nos graficara la ruta que hemos escogido y nos mostrara en este caso el costo de la ruta. Luego de eso nos mostrara una pantallita que nos dice que lugares a recorrido el mapa. EN BUSQUEDA A* En la búsqueda A* realizamos el ,mismo proceso: Seleccionamos la Ruta: Tenemos lo siguiente: TRABAJOS RELACIONADOS Tenemos un tema que se relaciona con nuestro agente ya que este se refiere a la ruta de vehículos esta trabaja con búsqueda heurística, este agente en un grafo con nodos y arcos, los cuales representan la ubicación de los clientes y la red vial por la cual pueden circular los vehículos; es decir su objetivo es el mismo ya que el costo de la ruta puede estar dado por la duración total de la misma (en tiempo o distancia). CONCLUSIONES: Los agentes inteligentes son muy útiles para la resolución de problemas cotidianos, en caso particular el nuestro (ruta más corta y recomendada) Los agentes inteligentes ayudan a la optimización de recursos y a realizar búsquedas más eficientes. La satisfacción del usuario es considerable, al hacer uso de nuestro agente. El agente a utilizar dispone de algunos lugares de la ciudad en el cual el usuario especificara el lugar de especificación actual y los lugares a visitar, en si la aplicación presentara al usuario diferentes caminos incluyendo el más corto para llegar al destino. El estado del conocimiento nos da la facilidad de la comunicación y la compartición de la información entre diferentes sistemas y entidades. El proceso que se realizo fue de manera factible gracias a las herramientas que se utilizó. Los programas informáticos pueden utilizar un punto de vista de la ontología para una variedad de propósitos, incluyendo el razonamiento inductivo, la clasificación, y una variedad de técnicas de resolución de problemas. REFERENCIAS: Wooldridge, M. y Jennings, N. R. Intelligent agents: theory and practice. AGENTES INTELIGENTES http://cruzrojaguayas.org/inteligencia/Introducci%F3n1.htm. AGENTES INTELIGENTES, definición y topología. Los agentes de información. http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html. AGENTES INTELIGENTES, Planificador de rutas turísticas basado en Sistemas inteligentes y sistemas de información Geográfica RUTASIG, María Isabel Ruiz Henao y Juan Alberto Agudelo Betancur. BERNERS-LEE, Tim. What the Semantic Web can represent. http://www.w3.org/DesignIssues/RDFnot.html Martin Heidegger. Ontología. Hermenéutica de la facticidad, Ed. Alianza, Madrid. 1998. Trad. de Jaime Aspiunza. [2]BERNERS-LEE, Tim. What the Semantic Web can represent. http://www.w3.org/DesignIssues/RDFnot.html .