Professional Documents
Culture Documents
FI-UNER
Modelos Globales
Modelos Locales
Motivacin
Necesidad de traslacin de cada individuo Necesidad de poder variar la cantidad de clulas Necesidad de trabajar con menos formalismos Poder adaptar las reglas y las estructuras
Modelo de Boids
Qu es un Agente?
algo identificable,
una individualidad discreta poseen un conjunto de caractersticas y normas que rigen su comportamiento. entes autnomos: deben tener capacidad de toma de decisiones.
Qu es un agente?Definicin actual
Cualquier tipo de componente independiente (software, modelos, personas, robots, etc) Su comportamiento puede variar:
desde
Qu es un agente?Definicin actual
La etiqueta de Agente est reservada para los componentes que pueden en cierto sentido, aprender de su entorno y cambiar su comportamiento en respuesta Los agentes deben contener tanto las normas de base para el comportamiento, as como un conjunto de reglas de alto nivel: "reglas para cambiar las reglas."
No son
Sistemas
Otras notaciones:
ABS
Autmatas y Agentes
Autmatas:
AEF=f(x,y,E,UE,E) Red:
Agentes:
Coincide
en muchos de sus aspectos con la definicin de objetos en los lenguajes de programacin orientados a objetos o basadas en objetos: clases, mtodos, atributos, eventos, parmetros
Regulacin central
Caractersticas
Est situado en un ambiente con el cual interacta junto a otros agentes Puede reconocer y distinguir los rasgos de otros agentes Su dinmica depende de su estado interior La sumacin del comportamiento individual genera un comportamiento global complejo Un agente puede estar dirigido a conseguir un objetivo respecto a sus comportamientos;
Caractersticas actuales
Es autnomo y autodirigido, en tanto que puede funcionar independientemente en su ambiente y en sus tratos con otros agentes (al menos sobre
un rango limitado de situaciones que son de inters)
Es flexible, dado que posee la capacidad de aprender y adaptar sus comportamientos basndose en la experiencia (recursos y memoria)
Cuando es importante que los individuos tengan un componente espacial en sus comportamientos e interacciones:
el
las interacciones entre agentes son complejas, no lineales, discontinuas o discretas la poblacin es heterognea, es decir cuando cada individuo es (potencialmente) diferente pueden variar en nmero
Se
involucren en comportamientos dinmicos estratgicos Tengan relaciones dinmicas con otros agentes y las relaciones entre agentes se forman y se disuelven Formen autorganizaciones (focking, crowding, fogging)
Principales aplicaciones
Interacciones sociales Empresas y Organizaciones Operaciones de Fabricacin Cadenas de suministro Mercados de Consumo Seguros Economa Mercados financieros Redes de Comercios
Principales aplicaciones
Principales aplicaciones
Sociedad y Cultura Antiguas civilizaciones Desobediencia civil Determinantes sociales de terrorismo Organizacin de redes
Principales aplicaciones
Biologa Dinmica poblacional Redes ecolgicas Comportamiento animal grupal Comportamiento celular y sub-procesos celulares Dinmica de las infecciones
Estocasticidad
3.
4.
5.
6.
identificar los agentes y su entorno proponer una teora del comportamiento de los distintos tipos de agente, obtener los datos necesarios relacionados con el agente, identificar las relaciones entre agentes y proponer una teora de la interaccin validar los modelos de comportamiento de los agentes, adems del modelo en su conjunto, correr el modelo y analizar la salida desde la perspectiva de vincular las conductas microescala de los agentes a los comportamientos macroscpicos del sistema
Agente-Agente Agente-Entorno
Implementar
Tips de implementacin
1. 2.
3.
4.
Inicializar matriz de autmatas/agentes Se deben recorrer de a uno todos los autmatas/agentes Se debe preguntar para cada autmata/agente en qu estado est conjunto de umbrales y dinmicas En funcin de la matriz actual se genera una matriz futura (la del prximo instante):
Para autmatas slo la matriz de clulas Para agentes se debe calcular la matriz de agentes y la matriz de posiciones y otros atributos para el instante siguiente
5.
6.
Recorridos todos los autmatas/agentes se iguala la matriz actual a la matriz futura Volver a 2.
Bibliografa
Modeling Biological Systems, J.W. Haefner, Springer, NY, 2005 Tutorial on agent-based modeling and simulation part 2: how to model with agents, Charles M. Macal, Michael J. North. IEEE 2006 Combining experiments with multi-cell agent-based modeling to study biological tissue patterning, Bryan C. Thorne, Alexander M. Bailey, Shayn M. Peirce, Oxford University Press, 2007. "Foundations of Mathematical Biology", Rosen, Vol I, II. "Computer Modelling of Complex Biological Systems", S. Sitharama Iyengar, CRC Press. Agent-based modeling: Methods and techniques for simulating human systems. Eric Bonabeau. PNAS 14/05/2002, vol. 99, supl. 3. pp. 72807287.