Professional Documents
Culture Documents
to pick-samples
;;;
with-local-randomness [ if (random 100) < Eficiencia
[set color red
ask samples-here [die]] ]
end
Es decir, solo si la eficiencia del robot es alta el tiempo de
búsqueda será menor.
Cov(xj, y)
𝑟xj, y =
√Var(xj)Var(y)
robots 0.51812901
no_of_samples 0.91474563
no_of_obstacles -0.01657464
eficiencia -0.93478058
V. CONCLUSIONES
El método LHS se enfoca en escoger correctamente las
muestras que finalmente incide en tener menos iteraciones en
los experimentos con resultados confiables, para ello es
importante definir la distribución de probabilidades de las
variables de estudio. Con ello, la cantidad de ejecuciones del
modelo se reduce en comparación al método de Montecarlo.
Respecto al experimento, en una zona focalizada la
cantidad de robots no influye considerablemente en el tiempo
de búsqueda, es mejor invertir en un buen robot, confiable a la
hora de detectar una muestra, antes que en la cantidad.
Finalmente, como era de esperar, la cantidad de muestras
a encontrar influye directamente en el tiempo que va a
tomar la búsqueda, más no así la cantidad de obstáculos
que se deben eludir.