Date of publication xxxx 00, 0000, date of current version xxxx 00, 0000.

Digital Object Identifier 10.1109/ACCESS.2017.Doi Number

Modelado de Flujos de Trabajo Orientado a Agentes.

Caso de Estudio WADE (Workflows and Agents
Development Environment)
Maria Fernanda Revelo-Bautista1
1
Pontificia Universidad Católica del Ecuador, Sede Esmeraldas, Esmeraldas, Espejo y Subida a Santa Cruz 060101, Ecuador

Corresponding author: (e-mail: maria.revelo@ pucese.edu.ec).

RESUMEN

Este documento presenta la implementación de un caso de estudio completo de WADE que es una plataforma de software
para el desarrollo de aplicaciones distribuidas basadas en el paradigma orientado a los agentes y que aprovecha la metáfora
del flujo de trabajo para definir las lógicas del sistema. Para comprender y evaluar adecuadamente las ventajas de WADE se
ha implementado en esta plataforma un caso de estudio junto con WOLF (Workflow Life Cycle Management Environment)
que facilita la creación de agentes en WADE debido a que utiliza características visuales para diseñar los flujos de trabajo.
La puesta en marcha del caso de estudio en WADE tuvo algunos contratiempos tales como la falta de documentación
actualizada y bastante escasa para su instalación, configuración y uso de la herramienta y aciertos que luego de un trabajo
bastante extenso, se logro implementar un ejercicio completo en el que se comprobó la forma de utilización y modelamiento
de la herramienta. La experiencia con esta herramienta nos permitió afirmar que en aplicaciones pequeñas no es conveniente
su utilización por las distintas configuraciones y modelamiento de flujos de trabajo ya que se tiene que realizar un trabajo
bastante extenso.

INDEX TERMS Software Agent, Business Process Management, JADE, Workflow, WADE.

VOLUME XX, 2017 1

I. INTRODUCIÓN
Los sistemas BPM (Business Process Management)
disponibles son ahora un movimiento sólido con una rápida
evolución y de manera más general, el uso de todo el
espectro de tecnologías de agentes [1].
Además de su papel central en Artificial Inteligencia, como
lo afirma Newell [2], desde la creación del FIPA
(Fundación para los Agentes Físicos Inteligentes, ahora
Comité de Normalización del FIPA del IEEE) [3] se ha
identificado las posibilidades que ofrecen las tecnologías de
agentes en el diseño y la realización de sistemas
distribuidos dinámicos y descentralizados.
Normalmente, el conjunto de agentes que forman el
denominado MAS (Multi-Agent System) es muy dinámico
y descentralizado, y la coordinación de las tareas de los
agentes no está integrada en una parte de un sistema
especifico, sino que está distribuida dinámicamente en el
MAS y los agentes individuales tienen pleno control sobre
su comportamiento.
Actualmente los agentes son una realidad madura en el
desarrollo de programas informáticos con notables éxitos
[4], por lo que la promesa de las tecnologías de agentes con
respecto al BPM es proporcionar garantías sólidas de mayor
dinamismo, agilidad y adaptabilidad [1].
Lamentablemente, muchas barreras impiden una
explotación masiva de la tecnología de agentes, tanto en lo
que respecta a las herramientas y metodologías de apoyo
como a la aceptación de sistemas de software que muestren
un cierto grado de autonomía [5].
En particular, la tendencia que está combinando agentes,
workflows, redes y SOA (Arquitectura orientada a
servicios) parece ser muy prometedora [1]. En este ámbito,
nace WADE (Workflows and Agents Development
Environment) una plataforma de software para el desarrollo
de aplicaciones distribuidas basadas en el paradigma
orientado a los agentes y que aprovecha la metáfora del
flujo de trabajo para definir las lógicas del sistema [6].
WADE es una evolución de JADE, un popular marco de
trabajo de código abierto para el desarrollo de sistemas
multiagente [7].
El propósito de WADE es hacer más fácil la ejecución de
tareas definidas utilizando flujos de trabajo proporcionando
una serie de mecanismos que ayudan a gestionar la
complejidad inherente de un sistema distribuido tanto en
términos de administración como de tolerancia a fallos.
VOLUME XX, 2017
Para comprender y evaluar adecuadamente las ventajas
reales de la utilización de WADE, se ha implementado un
caso de estudio con WOLF (Workflow Life cycle
management environment) que facilita la creación de agentes
en WADE debido a que utiliza características visuales para
diseñar los flujos de trabajo empleados por los agentes jade
para cumplir sus objetivos [1]. El ejemplo desarrollado está
dividido en dos proyectos principales: Uno encargado de
montar juguetes mediante un agente ensamblador y varios
agentes buscadores, y otro Proyecto que ofrece componentes
(piezas de juguetes) a los agentes buscadores mediante un
servicio web.
Este documento esta organizado por sección. En la sección 2
hacemos una discusión de trabajos relacionados. En la
sección 3 en lo concernite a materiales y métodos se describe
a JADE como herramienta popular de código abierto que
facilita el desarrollo de sistemas multiagente interoperables
[4], junto con WADE [8], [9] como una herramienta
innovadora que entrega BPM (Gestión de Procesos de
Negocio) basado en agentes de una manera muy peculiar,
donde se presenta una visión general y amplia de WADE y
destacamos algunas de sus características de WADE basada
en agentes; ademas se describe a la herramienta WOLF que
sirve para realizar flujos de trabajo de manera visual.
Luego, en la sección 4, realizamos una propuesta para la
construcción de un caso de estudio, en donde se describe los
elementos y su forma de trabajo. En la sección 5,
presentamos los resultados del caso de estudio utilizando
WADE.
En particular, presentamos la puesta en marcha y ejecución
de WADE y WOLF para workflows. Y por ultimo, en la
Sección 6 las conclusiones del articulo.
II. TRABAJOS RELACIONADOS
La plataforma WADE junto con sus distintas herramientas
que la forman parte han sido implementados en distintos
ambitos. Como en el estudio de [1], se ha realizado su
aplicación en Telefonia permitiendo resultados funcionales
su implementación dando un entorno tolerante a fallos, alto
rendimiento y escalabilidad, alta robustez, alto control y
mantenimiento.
9

Desde el punto de vista industrial como propone [6], WADE
puede ser particularmente útil para desarrollar aplicaciones
con fuertes exigencias de rendimiento y escalabilidad y una
gran flexibilidad en la definición de la lógica de los sistemas.
Los resultados fueron tan convincentes que Telecom Italia
eligió JADE, WADE y WOLF como el middleware de
habilitación para una oferta SAAS (Software As A Service)
para los clientes en los campos de la electricidad, el gas y el
agua [21]. Por lo que [7] menciona y describe varias
experiencias en la aplicación del mencionado enfoque a los
procesos operativos de Telecom Italia.
En la investigación de [22], los profesionales de la salud a
menudo requieren acceso instantáneo a información precisa
del paciente que puede estar dispersa sistemas dispares y
geográficamente dispersos. Con este fin, la arquitectura del
sistema propuesto implementa un marco de mediación
basado en el flujo de trabajo, construido sobre la tecnología
de los agentes, para proporcionar un entorno de sistema de
información sanitaria interoperable que permite la
integración y acceso seguro a la información médica,
independientemente del lugar en que se encuentre.
En [26] se describe un modelo de información clínica
diseñado para que los sistemas de información sanitaria sean
adecuadamente interoperables y computables con seguridad,
basado en un enfoque de Inteligencia Evolutiva que genera
escenarios cuantificables a partir de conocimientos
defectuosos. El modelo es una respuesta a una serie de
requisitos, que van desde los semánticos hasta la evaluación
del rendimiento del softwar en tiempo de ejecución; es uno
de los mayores desafíos de la ingeniería en la actualidad.
En el trabjao de [23] se ha utilizado el entorno WADE y se
ha desarrollado un sistema de supervisión de procesos
basado en múltiples agentes distribuidos llamado ENCORE.
Este esquema jerárquico se aplicó en el estudio de caso de la
producción de gas natural en alta mar. Ademas, propone [24]
una arquitectura de agentes BDI basada en una ontología.
En el campo de la telefonia movil se ha realizado un
desarrollo del complemento JADE para Android [4]. En la
investigación de [27], el sistema permitirá un seguimiento
más fácil de todas las transformaciones aplicadas a las
muestras analizadas, incluidas las virtuales (es decir,
digitales). La automatización será naturalmente mejorada: los
dispositivos físicos serán sometidos a un control directo
realizado por agentes de software. De este modo, será posible
la integración de sistemas e instrumentos heterogéneos,
VOLUME XX, 2017
incluidas las comunicaciones con los operadores de los
laboratorios, también a través de plataformas móviles.
En este documento se detalla un esfuerzo de investigación.
[29] en curso que busca proporcionar una visualización en
tiempo real de la cobertura de la red móvil mediante la
orquestación de una variedad de fuentes de datos,
simulaciones, técnicas de análisis de redes y modelos
cognitivos.
Esta variedad de aplicaciones se ensambla en un flujo de
trabajo a través de un marco de agentes inteligentes y se
utiliza para evaluar y mostrar la cobertura prevista para la
misión en curso en un mapa de GoogleEarth, lo que permite
a los participantes en la misión "ver" dónde comienza y
termina la cobertura para su dispositivo.
En la investigación de [11] presenta un ejemplo completo del
uso de JADEL, relacionado con la conocida demostración
del Meeting Scheduler de JADE. En la campo de la
computación [25], se utiliza WADE para implementar un
sistema tolerante a fallos en la computación en grid, se puede
decir que entre todos los diseños de sistemas disponibles es
preferible un diseño de dieciséis sistemas de servidores para
manejar las solicitudes, el balanceo de carga y la tolerancia a
fallos.
La metodología de Prometheus [28], se utiliza para validar la
propuesta. La arquitectura de la instalación de objetos (MOF)
se utiliza como un almacén en desarrollo de un editor de
MAS. Es una poderosa herramienta para diseñar
arquitecturas basadas en modelos (MDA) proporcionados
por el Marco de Modelización Gráfica (GMF) se utilizan
para generar el editor gráfico. De esta manera, el código se
genera automáticamenteutilizando como entrada los modelos
especificados con el editor gráfico.
El caso de estudio valida el método de entrada en Practicar el
desarrollo de un sistema de vigilancia de los agentes de la
familia. El método propuesto por [30] se basa en técnicas de
redes Petri, sistemas holónicos y multiagentes y arquitectura
orientada a servicios, que también se han asociado de forma
cuasi automática a la generación de lenguajes de control y a
la búsqueda, despliegue y simulación de errores.
La aplicación, que es un ejemplo, demuestra la eficacia del
sistema de control de los resultados, como la autonomía,
flexibility, la colaboración, la reutilización y la solidez.
Ademas de las aplicaciones anteriores no se ha encontrado
otro Proyecto comercial que utilice WADE, lo que nos lleva
a pensar que se extendido su utilización más hacia la
investigación de la inteligencia artificial antes que ser una
herramienta de uso industrial.
III.  MATERIALES Y METODOS
9
 A. JADE
JADE (Java Agent DEvelopment framework, jade.tilab.com)
[10] es un marco de software que permite construir sistemas
multiagente complejos y distribuidos. Con el JADE se
proporciona una amplia variedad de extensiones y APIs, y la
documentación de las APIs del JADE es exhaustiva y clara.
JADE permite el uso de la tecnología de agentes en diversas
áreas, como las aplicaciones inteligentes de emergencia y la
localización [11].
Actualmente se mantiene el JADE y en los últimos años se
han desarrollado algunos proyectos relacionados. En
particular, WADE [5], [12] (Workflows y Agents
Development Environment) añade un motor ligero workflow
a los agentes de JADE, apoyando así la gestión de procesos
de negocio, y AMUSE [13] (Agentbased Multi-User Social
Environment) se centra en juegos online multijugador
basados en Android.
Estas son algunas de las razones que hacen de JADE una de
las plataformas de agentes más completas y, por lo tanto, más
populares que cumplen con la FIPA. Aunque existe una
amplia y clara documentación de las API de JADE, los
nuevos desarrolladores y estudiantes en el campo de agentes
y sistemas multiagente pueden tener dificultades al acercarse
a JADE. De hecho, los usuarios de JADE tienen que lidiar
con muchos detalles técnicos complementarios que a veces
se perciben como dificultades y que son confusos en cuanto a
las características orientadas a los agentes [11].
Estas dificultades se deben al hecho de que JADE ha crecido
en complejidad y ahora tiene una curva de aprendizaje
bastante amplia [11]. JADE permite a los usuarios tomar las
decisiones de diseño apropiadas para sus dominios de
aplicación específica, sin obligarlos a depender de un modelo
de agente, que conlleva a ser flexible y adapatable [10].
La desventaja de ese enfoque es que las características
orientadas al agente se han utilizado de muchas maneras
diferentes, lo que ha dado lugar a una pérdida de
transparencia del modelo de agente [11].
B. WADE
WADE (Workflow and Agent Development Environment)
es una plataforma independiente del dominio, construida
sobre JADE [14], un middleware de código abierto para el
desarrollo de aplicaciones distribuidas basadas en el
paradigma orientado a los agentes. La distribución de JADE
incluye un entorno de ejecución, una biblioteca de clases que
los programadores pueden utilizar para desarrollar su
aplicación y algunas herramientas gráficas para fines de
administración y supervisión.
VOLUME XX, 2017
El componente principal de WADE es la clase agente
“WorkflowEngineAgent” donde esta se va a extender de la
clase Agent básica de JADE y proporcionara métodos y
herramientas para la ejecución de workflows mediante su
programación en lenguaje Java [15]. WADE añade a JADE
el apoyo para la ejecución de tareas definidas de acuerdo
con el flujo de trabajo y un número de mecanismos que
ayudan a gestionar la complejidad de la distribución tanto
en términos de administración como de tolerancia a las
fallas [9].
WADE puede ser visto como un agente orientado a motor
de flujo de trabajo adecuado para ser usado para la
orquestación de procesos de negocios [16] WADE añade a
JADE la posibilidad de poder definir las tareas del agente
según la metáfora del flujo de trabajo. Esta es una
arquitectura, de componentes y mecanismos adicionales
que facilitan la administración de una aplicación distribuida
basada en WADE.
Las aplicaciones basadas en el WADE pueden clasificarse
en dos grandes categorías, la primera categoría sería la de
Aplicaciones simples de JADE donde algunas tareas de los
agentes denominados comportamientos se definen como
flujos de trabajo y la segunda característica son las
aplicaciones estructuradas de la arquitectura completa de
WADE y por lo tanto son capaces de explotar todas las
características de WADE. [17] Se pueden encontrar
diferentes tipos de características de WADE entre ellas
podemos encontrar que en la arquitectura de la plataforma
WADE se distribuye en uno o varios sistemas huésped o
”host”.
Los Agentes WADE tienen algunos agentes específicos de
la plataforma [15], estos agentes son los siguientes:
1) Runtime Allocation Agent (RAA)
Este se activará en el contenedor principal y se encargará de
manejar las colecciones de agentes (Agent Pools) y de
gestionar fallos en la ejecución específicos de los agentes
[15].
2) Workflow Status Manager Agent (WSMA)
Se instancia en cualquier contenedor que necesite ejecutar
workflows y se encarga de supervisar su ejecución [15].
9
3) Event System Agent (ESA)
Se puede ejecutar en cualquier contenedor y se encarga de
manejar el sistema de eventos de WADE para que los
workflows puedan suspenderse en espera de cierto evento
concreto [15].
WADE no utiliza ningún estándar de definición de
workflows formal. Esto se debe a que, para explotar toda la
funcionalidad de eclipse y WOLF [18], los workflows se
defininen en Java siguiendo una serie de formalismos
propios de WADE. Algo muy importante de WADE es que
los agentes deben extender de la clase WadeAgentImpl en
lugar de jade.core.Agent, ya que estos permite registrar a
los agentes automáticamente en el DF (Directory
Facilitator), entre otras cosas que WADE hace, como por
ejemplo reiniciar agentes caídos o bloqueados
automáticamente [15].
Los flujos de trabajo son a menudo utilizados para guiar el
trabajo de las personas y a menudo somos testigos de flujos
de trabajo que sólo están destinados a interactuar con los
usuarios del sistema BPM [1].
Un sistema de WADE cada agente está equipado con un
conjunto de flujos de trabajo y el principal deber de un
agente es promulgar el flujo de trabajo adecuado
dependiendo de las situaciones dinámicas a las que se
enfrente. Tales flujos de trabajo se describen normalmente
usando la agradable notación visual de WOLF (WOrkflow
LiFe cycle management environment) que es un editor
gráfico para los flujos de trabajo basados en agentes [5].
El WOLF promueve un alto nivel vista de los flujos de
trabajo, es decir, de las tareas de los agentes, y le da a los
desarrolladores una herramienta amigable [18].
En la figura 1 podemos apreciar la arquitectura de la
plataforma WADE.
FIGURE 1.  Arquitectura de la plataforma WADE.
C. WOLF
VOLUME XX, 2017
WOLF (WOrkflow LiFe cycle management environment)
es el entorno de desarrollo gráfico para aplicaciones basadas
en WADE y se implementa como un plugin de Eclipse [18].
Permite la gestión de todo el ciclo de vida de los flujos de
trabajo, utilizando un único entorno de desarrollo y
proporciona soporte para:
1) Editar gráficamente los flujos de trabajo.
2) Controlar una aplicación local o remota basada en WADE.
3) Desplegar y ejecutar flujos de trabajo en la aplicación
controlada.
Este capítulo describe cómo gestionar proyectos basados en
WADE y cómo editar flujos de trabajo con el WOLF Editor.
El Editor Gráfico de Flujo de Trabajo ofrece una vista gráfica
de una clase java que representa un flujo de trabajo. WOLF
permite a los desarrolladores cambiar entre la vista gráfica
proporcionada por el Workflow Editor y la vista de código
proporcionada por el Eclipse Java Editor.
Por lo tanto, el Editor de Flujo de Trabajo está estrictamente
ligado al Editor de Java para garantizar la coherencia entre
las dos vistas.
La sincronización entre la vista gráfica y la vista de código se
mantiene de la siguiente manera: las modificaciones
realizadas a través del Editor de Flujo de Trabajo son
inmediatamente visibles en la vista de código; las
modificaciones realizadas a través del Editor de Java se
hacen visibles en la vista gráfica al hacer clic en el botón
Refrescar en la barra de herramientas principal de Eclipse.
Cuando se abre, el Editor de flujo de trabajo proporciona a
los desarrolladores las herramientas adecuadas para
modificar la vista gráfica y pasar de la vista gráfica a la vista
de código.
La figura 2 muestra una instantánea del Editor de flujo de
trabajo.
9
Figura 2.  Pantallazo de un flujo de trabajo de ejemplo.
IV.  PROPUESTA
Para el caso de estudio partimos de un diagrama del
protocolo FIPA-Request para la ejecución de un workflow y
posterior recogida de resultados si fuera necesario. Como se
lo puede observar en la figura 7.
El ejemplo desarrollado es un ensamblador de juguetes,
basado en el trabajo de [20], [6] y [17] para implementarlo
de una manera satisfactoria.
Figura 7.  Diagrama del protocolo FIPA-Request para la ejecución de
un workflow.
El ejemplo desarrollado está dividido en dos proyectos
principales: Uno encargado de montar juguetes mediante un
agente ensamblador y varios agentes buscadores, y otro
proyecto que ofrece componentes (piezas de juguetes) a los
agentes buscadores mediante un servicio web. Se lo puede
observar en la figura 8.
VOLUME XX, 2017
Figura 8.  Vista de la estructura de ficheros desde el explorador en
Eclipse.
Los proyectos se pueden describir como:
1) StoreKeeper: Contiene el servicio web, mantiene un
almacen de piezas y las ofrece al agente ensamblador.
2) ToysAssembler: Contiene los agentes ensamblador y
buscador que montan los juguetes.
El proyecto WADE en si mismo es toysAssembler, ademas
de las clases necesarias para mantener un listado de
componentes define dos agentes.
 Agente ensamblador
El agente ensamblador muestra la interfaz gráfica principal
de la aplicación (AssemblerAgentGui.Java) como se observa
en la figura 9 y define el propio agente
(AssemblerAgent.Java).
Figura 9. Interfaz de usuario del proyecto de ensamblaje de juguetes
Como en todo Proyecto WADE la clase AssemblerAgent
extiende la clase WorkflowEngineAgent que le permite
ejecutar workows. Inicializa y muestra la interfaz tras lo que
9
añaade un comportamiento de tipo SubscriptionInitiator para
mantener una lista actualizada de todos los agentes
buscadores que residen en el sistema. El único método
complejo que define el agente ensamblador se encarga de
ejecutar un flujo de trabajo y procesar sus resultados. Dicho
flujo de trabajo se encuentra en el paquete
modules/workflows dentro del proyecto y su representación
gráfica utilizando el plugin WOLF se puede ver en la figura
10.
Figura 10. Representación gráfica de flujo de trabajo de ensamble de
juguetes.
El flujo de trabajo recibe un tipo de juguete a montar
(marioneta o vagón de tren) y busca los componentes
necesarios mediante agentes buscadores para luego montarlo.
El flujo de trabajo se divide en las siguientes actividades:
 Identify Toy Components: Le pasa el tipo de
juguete al catálogo y obtiene una lista de
componentes necesarios.
 Select Next Component-Set To Search:
Selecciona el siguiente componente a buscar de la
lista obtenida en la actividad anterior. Esta actividad
y todas las siguientes except la final se ejecuta una
vez por cada tipo de componente (se puede ver
VOLUME XX, 2017
claramente en la representación gráficadel flujo de
trabajo mediante una flecha de realimentación).
 Get Component-Set coordinates: Llama al
servicio web publicado por “storeKeeper" para
obtener la disponibilidad y coordenadas dentro del
almacén de los componentes del tipo actual. Si no
hay existencias el flujo de trabajo termina y el
montaje falla.
 Map Coordinates To Room: Obtiene las
coordenadas del componente.
 Activate Search: Ejecuta un sub flujo (flujo de
trabajo anidado) que se encarga de similar el
movimiento de un robot (el agente buscador) dentro
del almacén hasta encontrar el componente
(alcanzar las coordenadas obtenidas en la actividad
anterior).
 Collect Components: Se trata de una actividad de
sincronizacion (explicada en el apartado elementos
básicos de ésta memoria) de tipo SubflowJoin que
obtiene todos los componentes concretos
encontrados por los agentes buscadores y los
almacena en una lista.
 Assemble Toy: Por último, con todos los
componentes necesarios en una lista se puede
ensamblar el juguete.
V.  RESULTADOS
En el tiempo de ejecución del caso de estudio podemos
apreciar al “Agente buscador” que son agentes buscadores
muy sencillos que tienen una velocidad (speed) y un campo
de búsqueda (viewsize). Como se puede apreciar en la Figura
15y Figura 16. Su única función es esperar a ser invocados
por el flujo de trabajo de búsqueda desde la actividad
“Activate Search” del flujo de trabajo principal y mostrar una
interfaz gráfica simulando dicha búsqueda.
9
Figura 15. Interfaz mostrada por los agentes buscadores durante el
proceso de recolección de partes.

Figura 16. El escenario de Interfaz mostrada por los agentes

buscadores durante el proceso de recolección de partes.

En la figura 16 se puede apreciar el escenario de como

estarán interactuamdo los agentes, donde el símbolo más (+)
significa la parte del juguete, donde tiene que llegar el robot,
el lugar donde se encuentre las partes del jueguete van hacer
aleatorias es por ello que hay dos símbolos siendo el símbolo
más rojo (+) como la pieza que quiere obtener el robot.

Figura 17. Sniffer agent y su salida.

Ademas, en la figura 17 muestra una salida generada por el

sniffer agent proporcionado por JADE en el caso de envio de
mensajes entre el “agente buscador” y el “assemble toy”,
donde se aprecia el proceso de envio de mensajes entre los
agentes para comprobar la lista de piezas para el armado del
juguete. VI- CONCLUSIONES RECOMENDACIONES

En este artículo se describe las tecnologías de código

abierto, JADE, WADE y WOLF, que proporciona a los
usuarios una visión gráfica de las abstracciones avanzadas
relacionadas con el BPM basado en agentes, como agentes,
flujos de trabajo, eventos y mensajes.

VOLUME XX, 2017 9

 A. INSTALACIÓN
La puesta en marcha del caso de estudio en WADE tuvo
algunos contratiempos y aciertos. Cabe resaltar que la La configuración del entorno de desarrollo para crear y
documentación esta desactualizada y es bastante escaso. desarrollar en WADE se detalla a continuación [19]:
Junto con la plataforma WADE y WOLF que la ultima
actualización fue en 2013. 1. El primer requerido es tener Java 6 o superior.
Especifivamente Java Development Kit.
Una de las principales ventajas de la plataforma que varios 2. El siguiente paso es descomprimir el archive zip de
autores lo sostienen como se puede apreciar en la sección distribución de WADE
anterior, es la forma de trabajar con BPM y los flujos de (https://jade.tilab.com/wadeproject/download/wade/
trabajo en la que personas sin mayor conocimiento de license/wade-download/?x=31&y=15). Como se lo
programación JADE puedan participar en el modelamiento. puede observer en la figura 3.
En la ejecución de nuestro caso de estudio se puede afirmar
que en aplicaciones pequeñas no es conveniente su
utilización por las distintas configuraciones y
modelamiento de flujos de trabajo se tiene que realizar un
trabajo bastante extenso.

WADE es una opción acertada frente a JADE porque su

linea de aprendizaje es bastante grande. Pero que por ser no
muy difundida en el ámbito industrial presenta varios
inconvenientes como su complejidad.

WADE en aplicaciones grandes como en la telefonia [9]

que es su principal carta de presentación en la que resulta
funcional su implementación dando como resultado un
entorno tolerante a fallos, alto rendimiento y escalabilidad,
alta robustez, alto control y mantenimiento, sin embargo,
requiere un nivel de conocimiento muy amplio de la
plataforma. Lo que se complica con la falta de
documentación que no permite aprovechar el potencial de
la herramienta.
Figura 3.  Carpeta de instalación WADE 3.6
3. WOLF es un plugin en Eclipse y lo tanto es
necesario instalar Eclipse en nuestro caso tenemos
instalado la version Kepler que permite el
funcionamiento del plugin de WOLF. Se realize la
descarga del siguiente link
(https://jade.tilab.com/wadeproject/download/add-
ons/). En versiones nuevas de eclipse no permiten el
funcionamiento de WOLF. Para realizar la
instalación agregamos el plugin de WOLF en la
carpeta plugin de nuestra instalación local de
Eclipse se puede observar en la figura 4.

VII. ANEXOS

Figura 4.  Carpeta instalación WOLF.

Instalación y configuración de WADE y un caso de estudio
modelado con la plataforma WADE y WOLF.
B. CONFIGURACIÓN

VOLUME XX, 2017 9

La configuración de WADE en eclipse para crear un
aplicación complete utilizando la herramienta requiere de los
siguientes pasos [17]:
1. Inicialmente es necesario crear un Proyecto WADE
donde se define la estrutura de aplicación y se
pueda escribir el código de la aplicación. Como se
puede observar en la figura 5. Hacemos clic en
crear un Nuevo Proyecto y escogemos la opción de
WOLF y WADE project.

Figura 6.  Configuración de propiedades de WADE.

3. Con estas configuraciones tenemos listo el entorno

para crear un nueva aplicación utilizando WADE.
4. Cabe mencionar que las distintas configuraciones
en los manuales de WADE no contienen la
información correcta para su configuración e
instalación junto con los links principales que estan
fuera de servicio.
Figura 5.  Crear Proyecto WADE en Eclipse.
Para ejecutar el caso de estudio ejecutamos WADE tools y
ejecutamos como primera instancia Bootdaemon. Y a
continuación “Run main container”, lo que permite ejecutar
toda la aplicación realizada en WADE. Como se puede
observar en la figura 11.

2. El siguiente paso, es configurar la instalación de

WADE para poder ejecutar de manera embebida o
una instalación externa. En nuestro caso es externo
debido a que tenemos WADE instalada en la raiz
del computador como Proyecto externo. En la
figura 6. Se observa las configuraciones requeridas.
Figura 11. Ejecución del caso de estudio en la plataforma WADE
Para probar el caso de estudio presionamos el boton de
ejecutar de la plataforma WADE y podremos apreciar la
aplicación funcionando con todos sus componentes como
podemos observar en las figuras 13 y 14.

VOLUME XX, 2017 9


Figura 13. Ejecución de caso de estudio en la plataforma WADE.
Figura 14. Ejecución de caso de estudio en la plataforma WADE
El resultado es visible mediante la interfaz gráfica, tambien
se pueden consultar las consolas de salida donde se muestra
información de la carga, ejecución y resultados de todos los
flujos de trabajo como se observa en la figura 12.
Figura 12. Consola con los mensajes de ejecución de caso de estudio en
la plataforma WADE.
REFERENCIAS
[1] F. Bergenti, G. Caire, and D. Gotta, “Mission-critical
business process management with WADE,” CEUR
Workshop Proc., vol. 1101, pp. 51–60, 2013.
[2] A. Newell, “The knowledge level,” Artif. Intell., vol.
VOLUME XX, 2017
18, no. 1, pp. 87–127, 1982.
[3] IEEE, “The Foundation for Intelligent Physical
Agents.” [Online]. Available: http://www.fipa.org/.
[Accessed: 25-Feb-2020].
[4] F. Bergenti, G. Caire, and D. Gotta, “Agents on the
move: JADE for android devices,” CEUR Workshop
Proc., vol. 1260, 2014.
[5] F. Bergenti, G. Caire, and D. Gotta, “Interactive
workflows with WADE,” Proc. Work. Enabling
Technol. Infrastruct. Collab. Enterp. WETICE, pp.
10–15, 2012.
[6] G. Caire, E. Quarantotto, and G. Sacchi, “WADE-An
open source platform for workflows and agents,”
CEUR Workshop Proc., vol. 494, pp. 69–72, 2009.
[7] L. Trione, D. Long, D. Gotta, and G. Sacchi,
“Wizard, WeMash, WADE: Unleash the power of
collective Intelligence,” Proc. Int. Jt. Conf. Auton.
Agents Multiagent Syst. AAMAS, vol. 2, pp. 1342–
1349, 2009.
[8] T. Italy, “Wade Site | Workflows and Agent
DEvelopment Environment.” [Online]. Available:
https://jade.tilab.com/wadeproject/. [Accessed: 25-
Feb-2020].
[9] G. Caire, D. Gotta, and M. Banzi, “WADE: A
software platform to develop mission critical
applications exploiting agents and workflows,” Proc.
Int. Jt. Conf. Auton. Agents Multiagent Syst.
AAMAS, vol. 3, no. Aamas, pp. 1717–1724, 2008.
[10] F. Bellifemine, A. Poggi, and G. Rimassa,
“Developing Multi-agent Systems with JADE,” pp.
89–103, 2001.
[11] F. Bergenti, E. Iotti, S. Monica, and A. Poggi, “A
case study of the JADEL programming language,”
CEUR Workshop Proc., vol. 1664, pp. 85–90, 2016.
[12] F. Bergenti, G. Caire, and D. Gotta, “Large-Scale
Network and Service Management with WANTS,”
Ind. Agents Emerg. Appl. Softw. Agents Ind., pp.
231–246, Dec. 2015.
[13] F. Bergenti, G. Caire, and D. Gotta, An Overview of
the AMUSE Social Gaming Platform. 2013.
[14] “Jade Site | Java Agent DEvelopment Framework.”
[Online]. Available: https://jade.tilab.com/.
[Accessed: 25-Feb-2020].
[15] S. Inteligentes and T. Final, “´ ster Universitario en
Sistemas Inteligentes Trabajo Final de M a
Arquitecturas avanzadas distribuidas escalables e
inteligentes,” 2016.
[16] J. Alfonso-Cendón, J. M. Fernández-de-Alba, R.
Fuentes-Fernández, and J. Pavón, “Implementation
of context-aware workflows with multi-agent
systems,” Neurocomputing, vol. 176, pp. 91–97,
2016.
[17] G. Sacchi, A. Marando, E. Quarantotto, and G.
Caire, “Wade Development Tutorial,” 2013.
[18] G. Caire, M. Porta, E. Quarantotto, and G. Sacchi,
“Wolf - an Eclipse plug-in for WADE,” Proc. Work.
Enabling Technol. Infrastruct. Collab. Enterp.
WETICE, pp. 26–32, 2008.
[19] T. Italia, “WADE Instalation Guide,” 2013.
[20] V. Pérez, “Arquitecturas avanzadas distribuidas
escalables e inteligentes,” Universidad de Jaume,
2016.
[21] F. Bergenti, G. Caire, D. Gotta, D. Long, and G.
9
 Sacchi, Enacting BPM-oriented Workflows with
Wade., vol. 741. 2011.
[22] V. Koufi, F. Malamateniou, and G. Vassilacopoulos,
“Building interoperable health information systems
using agent and workflow technologies,” Stud.
Health Technol. Inform., vol. 150, no. May 2014, pp.
180–184, 2009.
[23] and R. S. S. Natarajan., “A Distributed Intelligence
System for Improving Fault Daignostic Performance
in Large Scale Chemical Processes,” Escape-20,
no. December, 2010.
[24] C. H. Liu and J. J. Y. Chen, “Using ontology-based
BDI agent to dynamically customize workflow and
bind semantic web service,” J. Softw., vol. 7, no. 4,
pp. 884–894, 2012.
[25] G. Veeranjaneyulu and C. Srimathi, “FAULT
TOLERANCE IN GRID COMPUTING USING
WADE,” vol. 3, no. 4, pp. 21–25, 2012.
[26] M. Miranda, J. Machado, A. Abelha, J. Neves, and
J. Neves, “Evolutionary intelligence in agent
modeling and interoperability,” Adv. Intell. Soft
Comput., vol. 92, pp. 253–257, 2011.
[27] A. MacCagnan, T. Vardanega, E. Feltriny, G. Valley,
M. Rivaz, and N. Cannatax, “A Multi-Agent System
for the automated handling of experimental
protocols in biological laboratories,” CEUR
Workshop Proc., vol. 621, 2010.
[28] J. M. Gascueña, E. Navarro, and A. Fernández-
Caballero, “Model-driven engineering techniques for
the development of multi-agent systems,” Eng.
Appl. Artif. Intell., vol. 25, no. 1, pp. 159–173, 2012.
[29] R. M. McGraw and R. A. MacDonald, “Intelligent
agents for mobile network coverage analysis,” Proc.
2012 Int. Conf. Artif. Intell. ICAI 2012, vol. 1, pp.
103–109, 2012.
[30] Robson Marinho da Silva, Fabrício Junqueira,
Diolino José dos Santos Filho, and Paulo Eigi
Miyagi, “Implementing Reconfigurable and
Distributed Manufacturing Control System,” Proc.
23rd ABCM Int. Congr. Mech. Eng., no. 2008, 2015.

VOLUME XX, 2017 9