Professional Documents
Culture Documents
Nombre: Marta
Apellidos: Vega Bayo
email: marta.vega@edu.uah.es
Modalidad: Universidad
Estudios cursados en la UAH:
Grado en Ingeniería en Tecnologías
de las Telecomunicaciones (Escuela
Politécnica Superior)
Índice
Introducción ..................................................................................................................................................... 3
Dificultades de redes con elementos autónomos ............................................................................................. 4
Introducción a la teoría de grafos ..................................................................................................................... 5
Plan de evacuación........................................................................................................................................... 7
Diferentes divisiones del grafo ......................................................................................................................... 9
División simétrica.......................................................................................................................................... 9
División por distancia de nodos ................................................................................................................... 10
División por reparto de peones ................................................................................................................... 12
División por comunidades ........................................................................................................................... 13
Experimentos ................................................................................................................................................. 14
Clasificación de escenarios ............................................................................................................................ 15
Densidad del grafo ...................................................................................................................................... 15
Centralidad ................................................................................................................................................. 16
Análisis de resultados..................................................................................................................................... 18
Comparación de los distintos planes ........................................................................................................... 18
Comparación de los planes en los distintos tipos de escenarios ................................................................... 19
Conclusiones y trabajo futuro ........................................................................................................................ 21
Referencias .................................................................................................................................................... 22
2
Introducción
Tsumanis, terremotos o accidentes en centrales nucleares son ejemplos de catástrofes que pueden hacer
necesaria la evacuación de grandes ciudades. En estas situaciones, la existencia de planes de evacuación y
gestión de tráfico adecuados permiten reducir las consecuencias (en cuanto a daños humanas) derivadas de
estas situaciones.
El diseño de técnicas de evacuación para estas situaciones plantea múltiples dificultades. El principal problema
es la necesidad de implementar un plan de evacuación que sea aceptado y seguido por los ciudadanos, ya que
en última instancia son éstos quienes toman las decisiones, y lo hacen en general en situaciones de gran
intensidad emocional (pánico) donde no puede esperarse un comportamiento racional óptimo. El segundo
problema planteado en las evacuaciones es el gran tamaño y densidad de población de las ciudades implicadas,
así como las congestiones y atascos que pueden originarse en el proceso.
¿Puede la teoría de grafos contribuir a reducir los daños en la evacuación de grades ciudades? El siguiente
documento pretende demostrar que efectivamente la teoría de grafos puede mejorar estas situaciones. La
teoría de grafos puede ser empleada para automatizar la generación de planes de evacuación que tengan en
cuenta la capacidad de decisión de las personas, que se adapten a cada ciudad en concreto y a cada instante.
La idea propuesta es modelar las calles y vías de transporte mediante un grafo. Una vez se dispone del grafo, el
diseño de técnicas de evacuación planteado consiste en dividir el sistema a evacuar en varios subsistemas
interconectados que evolucionen de forma independiente. Los individuos pertenecientes a un subsistema
serán quienes decidan si existen o no puntos de entrada al subsistema, así como la posible ubicación de estos
puntos. De este modo, cuando se produzca un conflicto entre dos individuos de un subsistema al intentar
acceder a un mismo punto, se les habrá dado un motivo para aceptar el plan de evacuación y ceder el paso: la
garantía de que esa espera no les obligará a sufrir futuros conflictos, ya que pueden colocar las puertas de
entrada a su subsistema de forma que esto no suceda.
La modelización de las ciudades a evacuar mediante grafos permite, por un lado realizar divisiones del sistema
que exploten las propiedades del grafo y, por otro lado, clasificar las ciudades en función de las métricas del
grafo para poder aplicar en cada caso el método de división que mejor se adapte.
3
Dificultades de redes con
elementos autónomos
Muchos de los sistemas empleados actualmente, tales como tales como sistemas de comunicaciones, redes
eléctricas o infraestructuras de transporte, puede ser modelados como redes: conjuntos de nodos
interconectados. La falta de mecanismos que consigan soluciones optimas para los problemas de estos
sistemas da lugar a ineficiencias tales como infrautilización de recursos, retardos o atascos.
Unos sistemas de especial complejidad son las redes en las cuales existen elementos autónomos con capacidad
de decisión, y en las cuales, además, puede cambiar de forma dinámica la estructura de la red y los elementos
que forman parte del sistema. En estas redes hay un objetivo global al mismo tiempo que cada uno de los
elementos autónomos tiene unos intereses y objetivos particulares.
Las técnicas de optimización permiten alcanzar soluciones a nivel global en sistemas de gran tamaño, en
general empleando esquemas de tipo "divide y vencerás" (divide and conquer, D&C). Sin embargo, estas
estrategias tienden a fallar en sistemas donde existen elementos autónomos, ya que pueden tomar acciones
que entren en conflicto con la solución óptima si creen que esto les favorece. Por otro lado, las técnicas de
negociación son aplicables a sistemas con elementos autónomos e intereses particulares, pero presentan
graves problemas de eficiencia al aumentar la complejidad y tamaño de la red.
La evacuación de una ciudad puede ser modelada como una red con elementos autónomos, ya que se trata de
una infraestructura de transporte en la que existen a elementos con capacidad de decisión, los automóviles. En
un plan de evacuación, cada automóvil intentará salir lo antes posible, mientras que el objetivo a nivel social es
que la ciudad quede evacuada en el menor tiempo posible. Este sistema cambia de forma dinámica, ya que
cambia con el tiempo la ubicación de los automóviles y los puntos de congestión. Por tanto, la solución que se
proponga para este sistema deberá tener en cuenta este dinamismo y adaptarse a la situación en cada
instante.
4
Introducción a la teoría de
grafos
En la técnica de evacuación planteada, uso de grafos para el modelado y representación de las redes puede
facilitar la adaptación del paradigma propuesto a diferentes dominios y aplicaciones. Además, creemos que la
estructura de red del problema juega un papel primordial en el proceso, y por ello se va a emplear teoría de
grafos para intentar derivar técnicas de división adecuadas para cada escenario o familia de escenarios
concreta. Por ello, se va a comenzar con una breve introducción a la teoría de grafos que facilite la
comprensión de conceptos empleados posteriormente en el documento.
La teoría de grafos es una rama de la Topología aplicable a campos tan diversos como la química, la biología, la
sociología o la teoría de redes.
DEFINICIÓN DE GRAFO
Se denomina grafo G al par de conjuntos V(G) y E(G), donde
V(G) es un conjunto de vértices o nodos y E(G) es un
conjunto de aristas, pares de elementos de V(G). La figura 1
muestra a modo de ejemplo un grafo G formado por el
conjunto de nodos V(G)={,u,v,w,z} y por el conjunto de
aristas E(G)={(u,w), (w,v), (w,x), (w,w), (v,x), (v,x)}.
El grado de un vértice v, denominado g(v), es el número de aristas de un grafo que inciden en v. Los vértices de
grado 0 reciben el nombre de vértices aislados, mientras que los de grado 1 se denominan vértices terminal o
extremo.
Un lazo es una arista que tiene tanto como origen como por destino un nodo v, y contribuye de manera doble
al grado de v. En el ejemplo de la figura 1, la arista ww se trata de un lazo.
Un subgrafo de un grafo G es grafo cuyos vértices y aristas pertenecen a V(G) y E(G) respectivamente.
CLASIFICACIÓN DE GRAFOS
Un grafo simple es aquel en el que todo par de nodos está unido por, a lo
sumo, una arista.
Fig 2:digrafo
5
Un grafo completo es un grafo en el que todos los pares de nodos son
adyacentes estando conectados por una única arista. El número de arístas de
un grafo de este tipo de n vértices es por tanto n(n-1)/2.
Un grafo regular es aquel cuyos nodos tienen todos el mismo grado. El grafo
de la figura 3 es un grafo completo y regular.
Fig 3:Grafo completo
Fig 6:Trayectoria
6
Plan de evacuación
En las redes con estructura dinámica y elementos autónomos resulta especialmente complejo alcanzar
soluciones eficientes, ya que ni las técnicas de optimización ni las de negociación se adaptan a las necesidades
de estos sistemas. Por ello, es para este tipo de sistemas para los que se plantea un nuevo enfoque de división
que tenga en cuenta la capacidad de decisión de los elementos autónomos y proporcione a los participantes
incentivos para aceptar las soluciones. La idea consiste en dividir el sistema total en subsistemas
interconectados, mundos, de forma que cada mundo pueda evolucionar de forma independiente y que los
éstos se comuniquen e interactúen entre sí para establecer las interconexiones entre mundos. De este modo
resulta eficiente la negociación ya que se produce sólo entre mundos. Además, añade a cada uno de los
elementos autónomos un nuevo interés, la cooperación en el mundo para alcanzar la negociación entre
mundos, lo cual favorece el alcance de una solución global optima.
7
Una vez generados los mundos y establecidas las puertas de estos, los peones se mueven hacia la salida de su
mundo. En caso de que los obstáculos impidan a un peón alcanzar la salida de su mundo, se considera que éste
se moverá por el tablero completo, ignorando los mundos creados, aunque no los obstáculos. El proceso de
división del sistema, negociación de interconexiones y movimiento de peones se repite hasta que no quedan
peones en el escenario.
La modelización del sistema mediante un grafo permite la aplicación directa del paradigma propuesto a otro
tipo de red, así como el empleo de las propiedades de grafos para la clasificación de escenarios o la
implementación de diferentes divisiones del sistema, como se explica en el siguiente apartado.
8
Diferentes divisiones de la
red
En el paradigma propuesto, la división del sistema completo para generar mundos puede realizarse atendiendo
a múltiples criterios. A continuación se plantean cuatro criterios de división del sistema diferentes. La primera
división del tablero planteada consiste en dividir éste de forma simétrica. En las siguientes divisiones se aplica
la teoría de grafos para realizar la división de forma más genérica, de modo que pueda ser aplicable a otras
redes y de manera que se pueda explotar la estructura del grafo. La segunda división planteada se basa en
generar los mundos agrupando nodos con distancias semejantes a la salida. En la tercera se generan los
mundos de modo que los peones queden repartidos entre estos. Por último, se plantea la división del grafo en
comunidades para la formación de los mundos.
DIVISIÓN SIMÉTRICA
La primera división del tablero planteada consiste en obtener el menor cuadrado que contiene a todos los
peones y a la salida, y, a continuación, dividir dicho cuadrado en cuatro partes iguales.
La figura 10 muestra en color morado el mínimo tablero cuadrado que contiene todos los peones en un
escenario de ejemplo.
Una vez obtenido el mínimo tablero cuadrado, se divide este en cuatro partes iguales, a partir de cada una de
las cuales se forma un mundo. La siguiente imagen muestra la división del escenario ejemplo con éste método:
9
DIVISIÓN POR DISTANCIA DE NODOS
En teoría de grafos, la distancia entre dos nodos es el número mínimo de aristas que es necesario recorre para
unir dos vértices. La división del tablero planteada ahora consiste en formar los mundos agrupando los nodos
con distancias a la salida semejante.
En cada iteración del algoritmo se comienza reduciendo el grafo para obtener grafo con el mínimo número de
nodos que contiene a todos los peones y a la salida. Para realizar esta reducción del tablero se obtiene la
distancia a la salida del nodo más alejado. A continuación, se eliminan todos aquellos nodos cuya distancia a la
salida sea mayor, ya que estos nodos no van a ser empleados por los peones en sus movimientos. La siguiente
imagen muestra un ejemplo de la reducción del tablero y permite comprobar cómo son eliminados los nodos
cuya distancia a la salida es mayor de 11, ya que ésta es la distancia de los peones más alejados.
Una vez reducido el grafo, se divide este en tres secciones o conjuntos de mundos: una primera sección que
contiene la salida del tablero; un segundo conjunto de mundos que no contienen la salida pero que son
adyacentes al mundo que la contiene; y un tercer conjunto de mundos que se encuentran separados de mundo
con la salida por un mundo del segundo grupo. Con la división en tres secciones se pretende limitar a tres el
número máximo de mundos que un peón se verá obligado a atravesar en su camino hacia la salida. La primera
sección está formada por los nodos cuya distancia a la salida esté comprendida entre 0 y 1/3 de la distancia
máxima, es decir, cuya distancia a la salida sea menor o igual que 1/3 de la distancia máxima del grafo. La
segunda sección está formada por los nodos cuya distancia es mayor de 1/3 y menor o igual que 2/3.
Finalmente, la tercera sección se forma con los nodos restantes, nodos a distancia mayor que 2/3.La siguiente
imagen muestra las secciones formadas:
A partir de la primera sección se genera el primer mundo. A continuación, se procede a dividir las secciones dos
y tres en varios mundos, ya que estas secciones pueden tener componentes inconexos o ser muy extensas, en
cuyo caso una única salida beneficiaría a unos pocos peones, pero podría estar muy alejada o incluso aislada
de otros. Para realizar la división, se comienza obteniendo los componentes no comunicados de los grafos de
cada sección, para tratarlos de forma independiente. En este ejemplo, tanto la sección dos como la tres están
formadas por dos componentes.
10
Una vez obtenidos los componentes, para cada uno de ellos se
calcula la máxima distancia de sus nodos. Si esta distancia es menor
que dos veces la distancia empleada en la generación de la sección
(1/3 de la distancia máxima), se trata de un componente pequeño,
por lo que se genera directamente un mundo a partir de él. De este
modo se genera en el ejemplo de la figura 11 un mundo en ambas
secciones.
El resultado final de la división del grafo en mundos siguiendo éste criterio en el ejemplo planteado es el
siguiente:
11
DIVISIÓN POR REPARTO DE PEONES
El tercer método de división del tablero propuesto consiste en dividir el tablero en 5 mundos de modo que los
peones queden repartidos equitativamente entre estos.
En cada iteración se comienza reduciendo el tablero del mismo modo que se realizaba en la división por
distancias. Una vez obtenido el grafo reducido, se divide éste en tres secciones, cada una de las cuales
contendrá 1/5, 2/5 y 2/5 de los peones respectivamente. Las secciones dos y tres serán posteriormente
divididas en dos mitades, con lo que finalmente se tendrán 5 mundos con 1/5 de los peones cada uno de ellos.
La primera sección, que dará lugar a un mundo, se obtiene partiendo de la salida total y expandiéndose hacia
sus vecinos hasta alcanzar a 1/5 de todos los peones. A continuación, se determinan los nodos "frontera", es
decir, los nodos no pertenecientes a la sección 1 pero adyacentes a esta. A partir de estos nodos "frontera" se
va a formar la sección 2 expandiéndose hasta alcanzar a 2/5 de
los peones. Finalmente, los nodos restantes forman la tercera
sección, que contendrá 2/5 de todos los peones. Si al formar las
secciones 1 y 2 en un paso se alcanzase y superase la cantidad de
peones correspondiente a la sección para el reparto equitativo,
todos esos peones serían asignados a la sección, haciendo que en
esos caso el reparto no sea estrictamente igual.
Por el contrario, si un componente posee más peones y el número de nodos de conexión con la sección
anterior es mayor de uno, se divide el componente en dos mitades de modo que los peones queden repartidos
equitativamente. Para ello, al igual que el método anterior, se obtienen los nodos de "frontera" más alejados
entre sí y se comienza la expansión desde estos. En esta ocasión, a
diferencia del otro método, la expansión continua hasta que uno de
los mundos que se están formando contenga la mitad de los nodos del
componente. El resto de nodos son asignados al otro mundo si están
conectados a él, o pasan a formar un tercer mundo en caso contrario.
12
La división final del tablero en mundos con el método de reparto equitativo de peones se puede observar en la
siguiente imagen:
Existen múltiples algoritmos en teoría de grafos para la detección de comunidades, clasificados en tres grupos:
algoritmos aglomerativos, algortimos de división y algoritmos de maximización de modularidad. Entre los
algoritmos aglomerativos se encuentra el algoritmo "hierarquical clustering", basado en agrupar
progresivamente los nodos con mayor número de conexiones entre sí. Entre los algoritmos de división se
encuentra el algoritmo de mínimo número de cortes y el propuesto por Girvan_Newman. El de mínimo número
de cortes genera las comunidades de modo que se minimicen las conexiones entre ellas, mientras que el de
Girvan_Newman elimina progresivamente las aristas con mayor centralidad de intermediación hasta generar
subgrafos aislados. Los algoritmos basados en maximización de modularidad, como el algoritmo Louvain,
buscan la partición del grafo con mayor modularidad, medida de un grafo que relaciona la cantidad de
conexiones dentro de una comunidad con la cantidad de conexiones existentes entre nodos de diferentes
comunidades.
La división de nuestro tablero de ajedrez planteada ahora consiste en generar tantos mundos como
comunidades se generen en el grafo. En cada iteración del algoritmo, al igual que se hacía en la división
anterior, se reduce el tablero para obtener el mínimo grafo que contiene a todos los peones. A continuación,
empleando el algoritmo Louvain, se obtiene la partición del grafo con mayor modularidad. A partir de cada uno
de los conjuntos de nodos obtenidos en la partición se genera un mundo.
En la imagen se puede comprobar que se han eliminado los nodos situados una distancia mayor que 13,
distancia del peón más alejado. Además se observan los seis mundos generados a partir de la partición con
mayor modularidad.
13
Experimentos
Escenarios de los experimentos
Los cuatro métodos de división del sistema anteriormente explicados, sí como el método de solución sin aplicar
ningún tipo de control ni división, van a ser probados en tableros de ajedrez de 8x8 con 8,12,16 o 20
obstáculos y 8, 12, 16 ó 20 peones. De cada tipo de escenario se van a generar 50 grafos, los cuales van a ser
resueltos 50 veces cada uno.
Tiempo de evacuación
El tiempo de evacuación es el tiempo que tarda el último peón en abandonar el tablero, es decir el tiempo que
tarda el tablero en quedar vacio. Este tiempo va a ser empleado como criterio de comparación de los
diferentes métodos de evacuación diseñados.
Se van a calcular las pérdidas de un método de solución para un escenario concreto como el incremento,
expresado en porcentaje, del tiempo de evacuación obtenido con respecto al tiempo ideal de la mejor solución
posible.
[3]Para poder aplicar ANOVA deben cumplirse los siguientes tres requisitos:
El análisis ANOVA va a ser empleado para comprobar si los resultados de los distintos planes de evacuación son
diferentes y para determinar si las propiedades de los grafos influyen en los tiempos de evacuación y en el
funcionamiento de cada uno de los planes de evacuación.
14
Clasificación de escenarios
Creemos que la estructura de red del problema juega un papel primordial en el enfoque de división. Por ello,
en este apartado se van a clasificar los escenarios en función de las propiedades de los grafos para poder
después analizar el comportamiento de los diferentes métodos de solución propuestos en cada tipo de
escenario.
En primer criterio de clasificación de los escenarios va a ser la densidad de sus grafos. A continuación se va a
plantear la clasificación en función de la centralidad de los nodos, medida de la importancia de éstos dentro del
grafo.
Se denomina grafo disperso a aquel cuya densidad tiene un valor pequeño, mientras que los grafos densos son
aquellos que poseen gran número de aristas.
En los grafos de los tableros de ajedrez generados , la densidad será menor cuanto mayor sea el número de
obstáculos ya que añadir un obstáculo supone no solo eliminar 4 aristas, sino también eliminar un nodo. En
concreto, los grafos empleados en los experimentos tienen densidades comprendidas entre 0.0493 y 0.0796.
Para clasificarlos escenarios en función de la densidad de los grafos, se ha dividido el rango anterior en cuatro
intervalos equiespaciados, repartiéndose así los escenarios en cuatro conjuntos según el valor de su densidad.
Para determinar si la densidad del grafo es un factor influyente en los tiempos de evacuación, se va realizar el
análisis de anova. Se va a partir de los tiempos de evacuación obtenidos en los experimentos lo los diferentes
planes de evacuación para los 16 tipos de tableros de ajedrez distintos. Estos datos se van a agrupar en k=4
poblaciones en función de la densidad del grafo empleado en cada experimento. El p-valor obtenido en el
análisis anova es 1.9507e-073, lo cual implica que la hipótesis nula no es correcta y que por tanto la densidad
del grafo es un factor influyente en los resultados. La siguiente gráfica muestra las pérdidas de los tiempos de
evacuación en escenarios con diferentes densidades:
La grafica permite observar que cuantos mayor es la densidad, o lo que es lo mismo, mayor número de
obstáculos, menores son las pérdidas.
15
CENTRALIDAD
En teoría de grafos, la centralidad es una medida de la importancia relativa de un nodo dentro del grafo. Esta
importancia no es una propiedad intrínseca del nodo, si no que viene determinada por la posición de éste en el
grafo.
Existen múltiples métricas que permiten determinar la centralidad de un nodo. Estas métricas se clasifican en
dos grupos: métricas radiales y mediales. En las métricas radiales el nodo en cuestión es origen o destino de
caminos generados con un cierto criterio, y la métrica de centralidad determina la cantidad de caminos
existentes (métrica de volumen) o la longitud de estos (métrica de longitud). Sin embargo, en las métricas
mediales se emplea para determinar la centralidad de los nodos la cantidad de caminos que atraviesan dicho
nodo.
Algunas de las métricas de centralidad más importantes son la centralidad de grado, de cercanía, de
proximidad y de vector propio.
Métricas de centralidad:
Centralidad de grado
Centralidad de cercanía:
Centralidad de intermediación:
La centralidad de intermediación es una medida de centralidad medial que viene dada por la fracción de
caminos más cortos entre nodos del grafo que atraviesan el nodo en cuestión. Se calcula mediante la siguiente
ecuación:
16
Centralidad de vector propio:
Asignando a cada nodo un valor, su centralidad, se obtiene una función de los nodos del grafo . Esta
función es transformada en una función de probabilidad , ya que esta función cumple que la
suma de probabilidades es igual a uno. A partir de esta función probabilidad creada se calcula la entropía.
[1]
Cuanto mayor sea la entropía mayor será la diferencia de centralidad de sus nodos.
Partiendo de los tiempos de evacuación del problema de evacuación mediante la solución descentralizada y
mediante los cuatro técnicas de división propuestas, se ha realizado el análisis de la varianza empleando como
criterio de clasificación de los resultados la entropía de centralidad de grado del grafo empleado, la entropía de
centralidad de cercanía, la entropía de centralidad de intermediación y la entropía de centralidad de vector
propio. En los cuatro casos se han obtenido p-valores muy pequeños y pérdidas mayores en los escenarios de
mayor entropía, es decir, en los menos homogéneos.
A continuación se muestra el resultado del análisis empleando como criterio de clasificación de los grafos la
entropía de centralidad de intermediación:
Esto significa que los escenarios con peores tiempos de evacuación son aquellos que tienen mayor entropía de
intermediación, lo cual implica que los nodos de su grafo presentan mayores diferencias de centralidad.
17
Análisis de resultados
A continuación se van a analizar los resultados obtenidos al solucionar el problema de evacuación del tablero
de ajedrez mediante diferentes métodos. La primera solución analizada es la solución descentralizada en la que
los peones se mueven libremente por el tablero completo. Los siguientes métodos analizados consisten en
aplicar el enfoque de división y meta-negociación empleando los 4 criterios de división del escenario
anteriormente explicados. Estos 5 métodos de solución del problema de evacuación van a ser comparados con
mejor solución posible, solución que se obtendría si todos los peones tomasen su ruta más corta y aceptasen la
espera en caso de conflicto.
Realizando el análisis de anova con las pérdidas de los tiempos de evacuación y criterio para generación de
grupos el métodos de evacuación empleado, el p-valor obtenido es 0. Esto indica que los tiempos de
evacuación dependen de la técnica de evacuación empleada. La siguiente gráfica muestra el valor medio de las
pérdidas para cada uno de los métodos empleados y los intervalos de confianza al 95% de estos valores:
Referencia
División simétrica
Enfoque empleado
La gráfica anterior permite comprobar que la aplicación del enfoque planteado proporciona importantes
mejoras en la solución del problema, ya que las pérdidas en los tiempos de evacuación son reducidas del 160%
al 60%. El mejor método de solución del problema de evacuación propuesto es el método de la división
simétrica, seguido por el de la división por comunidades. La obtención de buenos resultados en el método de
división por comunidades concuerda con los resultados obtenidos en la clasificación de grafos en función de la
entropía de centralidad de intermediación, ya que en el análisis anterior se obtuvo que los grafos con menores
pérdidas eran los de menor entropía (es decir, los más homogéneos) y este método de división se basa en la
eliminación de los nodos con mayor centralidad de intermediación.
18
COMPARACIÓN DE LOS PLANES EN LOS DISTINTOS
TIPOS DE ESCENARIO
Plan=5,Densidad=3
Plan=4,Densidad=3
Plan=3,Densidad=3
Plan de evacuación y entropía de centralidad de intermediación
Plan=2,Densidad=3
Plan=1,Densidad=3
Plan=5,Densidad=2
Plan=4,Densidad=2
Plan=3,Densidad=2
Plan=2,Densidad=2
Plan=1,Densidad=2
Plan=5,Densidad=1
Plan=4,Densidad=1
Plan=3,Densidad=1
Plan=2,Densidad=1
Plan=1,Densidad=1
Plan=5,Densidad=0
Plan=4,Densidad=0
Plan=3,Densidad=0
Plan=2,Densidad=0
Plan=1,Densidad=0
La gráfica anterior muestra, en primer lugar, que las diferencias entre unos planes de evacuación u otros son
mayores en los escenarios con menores densidades (escenarios con menos obstáculos). Además se observa
que es en estos escenarios de baja densidad en los que los beneficios de los planes diseñados en comparación
con la solución si aplicar divisiones es mayor, llegando a superar el 100% de diferencia. En el conjunto de
escenarios generado existen pocos grafos de densidad mayor de 0.0644, lo cuál es el motivo que se estén
obteniendo intervalos de confianza tan amplios y hace que los resultados obtenidos para densidades elevadas
no sean significativos
Por otro lado, analizando los resultados del método de división simétrico (plan 5) se observa que este método
no se ve influenciado por la densidad del grafo, lo cual es razonable ya que la división no tiene en cuenta el
grafo.
Por último, la gráfica muestra que el método de división basado en reparto equitativo de peones (plan 3), en
los grafos de baja densidad introduce mejoras de hasta el 50% en comparación con la solución de referencia,
mientras que en los escenarios de baja densidad proporciona las mismas pérdidas. Esto muestra la
importancia de realizar un análisis previo de las propiedades del grafo antes de aplicar un método de
evacuación.
19
Influencia de la entropía de centralidad en cada plan de evacuación:
La siguiente gráfica muestra las pérdidas en los tiempos de
Plan 5 Plan de división simétrica
evacuación de los diferentes planes de evacuación propuestos en Plan 4 Plan de división por comunidades
escenarios con grafos de diferentes entropías de centralidad de Plan 3 Plan de división por reparto de peones
Plan 2 Plan de división por distancia
intermediación, donde los planes y entropías indicados son los Plan 1 Referencia, plan sin división
mostrados en la tabla de la derecha: Entropía 3 1.5734 < E < 1.6674
Entropía 2 1.4794 < E < 1.5734
Entropía 1 1.3854 < E < 1.4794
Entropía 0 1.2914 < E < 1.3854
Plan=5,Entropía=3
Plan=4,Entropía=3
Plan=3,Entropía=3
Plan de evacuación y entropía de centralidad de intermediación
Plan=2,Entropía=3
Plan=1,Entropía=3
Plan=5,Entropía=2
Plan=4,Entropía=2
Plan=3,Entropía=2
Plan=2,Entropía=2
Plan=1,Entropía=2
Plan=5,Entropía=1
Plan=4,Entropía=1
Plan=3,Entropía=1
Plan=2,Entropía=1
Plan=1,Entropía=1
Plan=5,Entropía=0
Plan=4,Entropía=0
Plan=3,Entropía=0
Plan=2,Entropía=0
Plan=1,Entropía=0
La grafica muestra que los beneficios de los planes de evacuación diseñados en comparación con la solución sin
realizar divisiones son mayores en los escenarios con grafos de mayor entropía de centralidad de
intermediación, grafos en los que además se obtienen las mayores pérdidas.
En la gráfica se observa también que la entropía de centralidad de intermediación afecta especialmente al los
planes de división por distancias y división por reparto equitativo de peones, mientras que la división simétrica
y la división por comunidades se ven menos afectados.
20
Conclusiones y trabajo
futuro
Muchos de los sistemas empleados actualmente, tales como tales como sistemas de comunicaciones, redes
eléctricas o infraestructuras de transporte, puede ser modelados como redes: conjuntos de nodos
interconectados. Unos sistemas de especial complejidad son las redes en las cuales existen elementos
autónomos con capacidad de decisión, y en las cuales, además, puede cambiar de forma dinámica la
estructura de la red y los elementos que forman parte del sistema. En estas redes hay un objetivo global al
mismo tiempo que cada uno de los elementos autónomos tiene unos intereses y objetivos particulares.
El plan de evacuación de una ciudad es un ejemplo de sistema con elementos autónomos y estructura
dinámica. Para automatizar el diseño de planes de evacuación se ha propuesto emplear la teoría de grafos para
modelar las vías de transporte y estructura de la ciudad como un grafo.
Una vez se dispone del grafo, la técnicas de evacuación diseñada consiste en dividir el sistema a evacuar en
varios subsistemas interconectados que evolucionen de forma independiente. Los individuos pertenecientes a
un subsistema serán quienes decidan si existen o no puntos de entrada al subsistema, así como la posible
ubicación de estos puntos. De este modo, cuando se produzca un conflicto entre dos individuos de un
subsistema al intentar acceder a un mismo punto, se les habrá dado un motivo para aceptar el plan de
evacuación y ceder el paso: la garantía de que esa espera no les obligará a sufrir futuros conflictos, ya que
pueden colocar las puertas de entrada a su subsistema de forma que esto no suceda. Los experimentos
realizados han permitido comprobar que este plan de evacuación permite reducir el tiempo de evacuación
hasta casi un 100% en comparación con el tiempo que se obtiene sin aplicar ningún plan de evacuación.
La aplicación de la teoría de grafos ha permitido además diseñar divisiones del sistema que tienen en cuenta la
estructura del grafo y que son aplicables a redes y sistemas generales. Además ha permitido clasificar los
escenarios en función de las propiedades de los grafos. Por último, se ha mostrado la necesidad de realizar un
análisis previo de las propiedades y estructura de grafo antes de aplicar un método de evacuación, ya que los
diferentes planes de evacuación no proporciona los mismos beneficios en grafos con diferentes propiedades.
En la línea del trabajo realizado quedaría realizar experimentos con grafos de mayor tamaño y con grafos
aleatorios, ya que los experimentos mostrados en este documento han sido realizados con unos escenarios
muy concretos. La realización de experimentos con otros grafos permitiría determinar la influencia de
propiedades de los grafos como el número de nodos o el diámetro del grafo. Por otro lado, sería el trabajo
comenzado con este documento continuaría aplicando los planes de evacuación diseñados a grafos de
ciudades reales.
21
Referencias
[1] Mowshowitz, A., & Dehmer, M. (2012). Entropy and the complexity of graphs revisited. Entropy, 14(3), 559-
570.
[2] Dehmer, M., & Popovscaia, M. (2010). Towards structural network analysis.Buletinul Academiei de Stiinte a
Republicii Moldova, 1(62), 3-22.
[3] www.uv.es/montes/biomecanica/2004/anova
22