desarrollo software modelo de gestión urbana sostenible

Anuncio
SISTEMAS COMPLEJOS: SISTEMAS
URBANOS
EDUARDO E. ZUREK, Ph.D.
SHIRLEY ARANGO, Ing. de Sistemas
JOSÉ GABRIEL RAMIREZ SUAREZ, Ing. de Sistemas
ENCUENTRO AMBIENTAL: CIUDADES SOSTENIBLES III
UNIVERSIDAD DEL NORTE
BARRANQUILLA, COLOMBIA
OCTUBRE 21 DE 2010
100
Qué es un sistema complejo
101
Definición: Sistema Complejo
Un sistema complejo es un sistema para el que es difícil, si no imposible,
limitar su descripción a un número limitado de parámetros o variables que
lo caracterizan, sin perder sus propiedades funcionales, y según la
definición de sistemas, está compuesto por varias partes interconectadas
cuyos vínculos contienen información adicional y comunicación entre
ellas que puede estar oculta al observador (Pavard y Dugdale, 2000).
PARTES INTERCONECTADAS
102
Características de Sistemas Complejos
No Determinista
No lineal
Emergentes
Auto-organizable
Adaptativos
Evolutivos
Irreversibles
103
Sistemas Emergentes
Fenómenos urbanos:
Sociales, culturales o
políticos
Múltiples Componente
Unidades de Interacción
Propiedades Emergente
SISTEMA
COMPLEJO
Es un Comportamiento o característica
de un sistema que surge a partir de los
comportamientos individuales de los
componentes del sistema.
104
Características: Sistemas Emergentes
No existe un ente de control o jerárquico de arriba
hacia abajo que establezca que se debe hacer.
Cada elemento involucrado describe un
comportamiento no complejo que sigue reglas
sencillas y locales que sólo él las conoce.
La interacción entre las condiciones o reglas
locales y el azar produce un diseño emergente
global que es intrínseco entre las partes del
sistema.
105
Definición: Sistemas Auto-organizables
Algunas definiciones:
Louise K. Comfort (1996, p. 166) define la auto-organización como
“Reacomodo fundamental de energía y acción al interior del sistema, con
el objetivo de conseguir un mayor número de metas”.
Sergio Moriello (2003) interpreta a auto-organización como “la forma a
través de la cual el sistema recupera el equilibrio, modificándose y
adaptándose al entorno que lo rodea y contiene”.
Eric Bonabeau y colegas (1997. p. 188) definen a la auto-organización
como “el conjunto de mecanismos dinámicos por los cuales aparecen
niveles globales en un sistema a partir de interacciones entre sus
componentes de bajo nivel”.
106
Principios básicos de la auto-organización
1. Retroalimentación positiva
2. Retroalimentación negativa
3. Amplificación de las fluctuaciones
4. Interacciones múltiples
107
Definición: Sistemas Complejos Adaptativos
Un sistema complejo adaptativo (CAS) puede modificar su
comportamiento para adaptarse a los cambios en su entorno (Rammel,
Stagl y Wilfing, 2007. p. 10).
108
Principios básicos de los Sistemas Complejos Adaptativos
Agregación (Aggregation).
Etiqueta (Tagging)
No – Linealidad (Non-linearity).
Flujos (Flows).
Diversidad (Diversity).
Modelos Internos (Internal models).
Bloques de Construcción (Building blocks)
109
Aplicaciones de sistemas Complejos
Redes complejas
Redes Neuronales
Autómatas celulares
110
. Aplicaciones de Agentes Inteligentes
Aplicaciones industriales
- Proceso de control
- Manufactura
- Control de tráfico aéreo
Aplicaciones comerciales
- Gestión de la información
- Comercio electrónico
- Gestión de procesos empresariales
Aplicaciones medicas
- Monitoreo de pacientes
- Cuidado de la salud
Entretenimiento
- Juegos
- Teatro interactivo y cine
111
Herramienta utilizada para simular agentes
MADKIT
Es una plataforma modular y escalable multiagente escrito en Java y fundada en los AGR (agente / grupo
/ Rol) modelo de organización. MadKit permite una alta heterogeneidad en las arquitecturas de agente y
lenguajes de comunicación, y personalizaciones varias.
Los Agentes de MadKit se puede programar en Java, Scheme (Kawa), Jess
(Motor de reglas de base) o BeanShell. lenguaje de script Otras pueden ser fácilmente
agregó.
MadKit viene con un conjunto completo de las instalaciones y los agentes para poner en marcha,
mostrar, desarrollando y supervisar a agentes y organizaciones.
MadKit es un software gratuito basado en la licencia GPL / LGPL.
112
Modelación de sistemas complejos
Existen diversas técnicas para el modelado de sistemas complejos, entre
las más destacadas tenemos:
La basada en agentes
La basada en dinámica de sistemas
113
Esquema para el modelado de sistemas complejos
114
Roles en el modelado de sistemas complejos
EXPERTO
El experto es aquella persona cuyo conocimiento sobre el funcionamiento y
características del sistema real que se pretende modelar es confiable.
MODELADOR
El modelador es un profesional que posee un conocimiento explícito que le permite
modelar, analizar, diseñar e implementar modelos formales a partir del sistema real.
ORDENADOR
El ordenador es el que se encarga de resolver el modelo formal que ha sido abstraído
del sistema real. Este asume el papel que anteriormente tenían los matemáticos y
resuelve el modelo a partir de los valores iníciales y las primicias lógicas.
115
Esquemas en el modelado de sistemas complejos
ABSTRACCIÓN: Se obtiene un modelo preliminar
116
Esquemas en el modelado de sistemas complejos (2)
DISEÑO Y CODIFICACIÓN: Se obtiene un modelo formal
117
Esquemas en el modelado de sistemas complejos (3)
INFERENCIA: Se prueba el modelo formal
118
Esquemas en el modelado de sistemas complejos (4)
ANÁLISIS: Se analizan los resultados de la simulación
APLICACIÓN: Se aplica el conocimiento adquirido sobre el
sistema real
119
MODELACIÓN DE SISTEMAS COMPLEJOS
CON DINÁMICA DE SISTEMAS
Variables Observables: Las variables observables son variables
dinámicas cuyo comportamiento puede ser visto a simple vista y que por
lo general se encuentran sujetas a la ley de causa y efecto.
La modelación basada en dinámica de sistemas se centra
específicamente en identificar relaciones de casualidad que se producen
entre los distintos componentes y que retroalimentan el sistema
Una de sus principales ventajas consiste que estos se pueden
representar matemáticamente como un conjunto de ecuaciones cuyas
variables son componentes del sistema modelado
120
Modelos Urbanos : Enfoque Sistémico
Los modelos urbanos se pueden clasificar de acuerdo con el
enfoque que estos utilizan para predecir la distribución espacial de la
generación de soluciones y actividades de acuerdo con la solución que
proponen:
:
Se clasifican en:
1. Modelos basados en programación matemática
2. Modelos con variables de entrada-salida
3. Modelos de microsimulación
4. Modelos de enfoque ecológico
5. Modelos basados en procesos
6. Modelos estocásticos espaciales
121
Modelos Urbanos : Enfoque Sistémico(2)
7. Modelos basados en complejidad y autorganización
8. Modelos basados en autómatas celulares
9. Modelos basados en agentes
10. Modelos basados en sistemas
122
HECHOS DINÁMICOS
El modelo que se propone en la tesis se basa en un concepto novedoso
denominado Hecho Dinámico.
Un Hecho Dinámico se define de la siguiente manera:
Tiene un conjunto de variables de entrada que siempre provienen de otro
Hecho Dinámico
Un Hecho Dinámico genera una y solo una variable de salida
Un Hecho Dinámico puede replicarse y/o mutar
Un Hecho Dinámico consta de dos funciones: una función que asocia las
variables de entrada y una función que genera la salida
123
HECHOS DINÁMICOS(2)
El modelo que se propone en esta tesis se basa en un concepto novedoso
denominado Hecho Dinámico.
Un Hecho Dinámico se define de la siguiente manera:
Tiene un conjunto de variables de entrada que siempre provienen de otro
Hecho Dinámico
Un Hecho Dinámico genera una y solo una variable de salida
Un Hecho Dinámico puede replicarse y/o mutar
Un Hecho Dinámico consta de dos funciones: una función que asocia las
variables de entrada y una función que genera la salida
- Un Hecho Dinámico debe tener una función que asocie las variables de
entrada
- Un Hecho Dinámico debe generar una salida acotada
124
HECHOS DINÁMICOS(3)
Un Hecho Dinámico puede ser Fractal: los parámetros de todas las
funciones pueden ser resultado de otro Hecho Dinámico
Un sistema conformado por Hechos Dinámicos siempre es estable en un
punto de operación
Cambian con el tiempo
125
Gracias
Eduardo Zurek Varela
Shirley Paola Arango Rojas
José Gabriel Ramirez Suarez
ezurek@uninorte.edu.co
arangos@uninorte.edu.co
jramirez@uninorte.edu.co
126
Descargar