Beruflich Dokumente
Kultur Dokumente
http://grasia.fdi.ucm.es
http://www.insisoc.org
Este trabajo ha sido desarrollada dentro del marco del proyecto TIN2008-06464-C03, financiado por el MICINN
http://grasia.fdi.ucm.es
9 PhD
Co-directors: Juan Pavn and Jorge Gmez Sanz
Javier Arroyo, Rubn Fuentes, Celia Gutirrez Coso, Manuel
Ortega, Samer Hassan Collado, Milln Arroyo (Dep. Sociologa
IV)
Collaborators: Francisco Garijo, Jos R. Prez Agera
3 Assistant professors
Carlos Cervign, Eva Ulln, Diego Blanco, Lucila Finkel (Dep.
Sociologa IV)
ICARO-T
INGENME
MDE
+
AOSE
SiCoSSys
Self-MML
SociAAL
INGENIAS Methodology
Model Driven Engineering tools: IDK, INGENME
Patterns: ICARO-T
Applications: aeronautics, intelligent interfaces, business process
management, web site personalization, resource management,
Self-management systems
Self-MML
Social simulation
SiCoSSys models
SiCoSSys methodology
Social network analysis: Krowdix
Knowledge management
Technology watch
Sistemas complejos
No linealidad
Complejidad
Emergencia
Auto-organizacin
Racionalidad limitada
Interaccin Local
No lineal
No lineal:
Catico
Sensible a las condiciones iniciales
Similar a los sistemas depredador/presa o productor/consumidor
Compleja
Dunas
Avalanchas caticas
Formas predecibles
Hormigas
Organizaciones humanas
Emergente
Ejemplos:
Fsica y biologa
Temperatura
Hormigueros
Sistemas sociales
Las modas
Los atascos de trfico
Auto-organizacin
Mercados
Internet
10
Racionalidad limitada
11
Interaccin Local
12
Simulacin
Simulacin
Datos de
configuracin
Modelo
Comportamiento
observable
13
Demasiado caro
Demasiado complicado
Cuestiones ticas
14
Modelado y simulacin
Modelo
Abstraccin
Sistema
objetivo
Resultados de
la simulacin
Simulacin
Similitud
estructural
Recogida de datos
Datos
recogidos
Adaptado de: Nigel Gilbert and Klaus G. Troitzsch, Simulation for the Social Scientist, 2nd
edition. Open University Press (2005)
SiCoSSys project, 2010
15
Simulacin social
Sistema social
16
y Sistemas Multi-Agentes
Un Sistema Multi-Agentes es
Conscientes de su entorno
Evolucionan en el tiempo
17
De: Jos M. Galn, EVALUACIN INTEGRADORA DE POLTICAS DE AGUA: MODELADO Y SIMULACIN CON SOCIEDADES
Simulacin de sistemas complejos con agentes
SiCoSSys project,
2010
ARTIFICIALES
DE AGENTES.
Tesis doctoral. Burgos 2007
18
De: Jos M. Galn, Simulacin basada en agentes de juegos evolutivos en redes de normas. Presentacin UCM 2009
SiCoSSys project, 2010
19
20
21
Observando su evolucin
Diagnsticos
Predicciones
Formacin
Entretenimiento
Juegos
22
Java
Swarm (www.swarm.org)
Gran influencia en otras (Ascape, Mason, RePast)
Inicialmente en Objective-C, ahora en Java
RePast (repast.sourceforge.net)
Mason (cs.gmu.edu/~eclab/projects/mason/)
Anylogic (http://www.xjtek.com/anylogic)
SeSAm (www.simsesam.de)
Otras
NetLogo (ccl.northwestern.edu/netlogo/)
Evolucin de StarLogo
Basada en el lenguaje Log, fcil de usar
Plataformas de agentes
JADE (http://jade.tilab.com/)
23
Repast
SiCoSSys, 2011
Repast
24
Repast - Historia
Repast 3 (http://repast.sourceforge.net/repast_3/)
Actualmente
SiCoSSys, 2011
Repast
25
Basado en eclipse
Espacios 2D y 3D
SiCoSSys, 2011
Repast
26
SiCoSSys, 2011
Repast
27
http://www.econ.iastate.edu/tesfatsi/acecode.htm
http://www.grids.ac.uk/Complex/ABMS/ABMS.html
28
Historia
30
El mundo Netlogo
Netlogo es
un mundo 2D o 3D
31
Netlogo agentes
Elementos conceptuales
32
33
34
Programacin de un modelo
Variables globales
Procedimientos
De la interfaz
Sub-procedimientos
Sin valores de retorno
Con valores de retorno
35
Rebellion
36
Rebellion
37
Rebellion
;; define los tipos de agentes
breed [personas persona]
breed [polis poli]
;; atributos de los agentes persona
personas-own [
riesgo
; R, aversin al riesgo [0..1]
percepcion-dureza ; D, [0..1]
activa?
; es true cuando el agente se ha rebelado
tiempo-carcel
; cuantos turnos le quedan de carcel (si 0, libre)
]
;; atributos de los agentes poli
polis-own [
eficacia
; cada poli tiene ms o menos eficacia para atrapar sospechosos
]
;; atributos del entorno
patches-own [
vecindad
; patches alrededor en el rango de visin
]
38
Rebellion
;; Comportamiento de los agentes persona
;; decide si se rebela (o si deja de rebelarse)
;; se rebelar si el malestar excede el riesgo neto en una cantidad (umbral)
to cambia-comportamiento
set activa? (malestar - riesgo * probabilidad-estimada-de-ser-arrestado > umbral)
end
;; clculo del malestar
to-report malestar
report percepcion-dureza * (1 - legitimidad-gobierno)
end
;; clculo del riesgo de ser arrestado
;; en funcin del nmero de polis y agentes rebelados alrededor
to-report probabilidad-estimada-de-ser-arrestado
let C count polis-on vecindad
let A 1 + count (personas-on vecindad) with [activa?]
report 1 - exp (- k * floor (C / A))
end
39
Rebellion
;; Comportamiento de los agentes poli
to arrestar
if any? (personas-on vecindad) with [activa?] [
;; arresta sospechosa
let sospechosa one-of (personas-on vecindad) with [activa?]
ask sospechosa [
set activa? false
set tiempo-carcel random max-tiempo-carcel
]
move-to sospechosa ;; ocupa el patch de la persona sospechosa
]
end
40
Rebellion
;; Inicializacin del modelo
to setup
clear-all
ask patches [
set pcolor gray - 1 ;; color de fondo
set vecindad patches in-radius vision ;; calcula los patches alrededor de cada uno
]
create-polis round (densidad-polis * .01 * count patches) [
move-to one-of patches with [not any? turtles-here]
pinta-poli
]
create-personas round (densidad-personas * .01 * count patches) [
move-to one-of patches with [not any? turtles-here]
set heading 0
set riesgo random-float 1.0
set percepcion-dureza random-float 1.0
set activa? false
set tiempo-carcel 0
pinta-persona
]
end
SiCoSSys project, 2010
41
Rebellion
;; Ejecucin de la simulacin
to go
ask turtles [
; 1) Mover a un sitio dentro del rango de visin
if (breed = personas and tiempo-carcel = 0) or breed = polis
[ move ]
42
44
M. Pechouzeck
Objetivo:
Maximizar la capacidad del trfico areo planificando las
trayectorias de mltiples aviones evitando colisiones entre
ellos
Mecanismos:
Aviones son agentes con un alto grado de autonoma
Interaccin sofisticada entre los aviones en tiempo real
45
..\..\..\Agentes\Simulacin\Michal Pechouzek
\af_01_operator.avi
..\..\..\Agentes\Simulacin\Michal Pechouzek
\mlca_with_history.avi
46
Urban dynamics
Technology dissemination
Opinion dissemination
47
48
Conclusions
Publications:
49
50
Market performance
on fixed bid behaviours
K-ZIP-GD
Fixed behaviour
50%K-50%GD
INSTITUTION
Continous double
auction
AGENTS
How much to bid?
K
ZIP
GD
E
l
e
c
ti
o
n
Change in behaviour
Initial:50%K-50%GD
When to bid?
When to accept?
51
Conclusions
Publications:
52
Problem
Purpose
Cognitive
Emotional
Social
Personality
53
TEAKS: Architecture
54
TEAKS tasks
BEGIN
TASK 1
TASK 2
TASK 4
END
TASK 5
TASK 3
TASK 7
...
TASK N
TASK 8
Outcome
Input
Number of Participants
Estimated duration
Sequence
Difficulty
Specialisation level required
Priority
Estimated cost
Timeliness
Quality
of tasks
55
TEAKS agents
Social Characteristics
Introverted / Extroverted
Prefers to work in team / Prefers to work alone
Cognition:
depending on role: Project Manager / Engineer / Technician /
Assistant
and abilities: Creativity / Level of expertise
56
TEAKS agents
Goals Achievement
Task Timeliness
Team Collaboration Level
Required Supervision Level
Task Quality
57
TEAKS results
58
SiCoSSys
Juan
Pavn
project,
Mestras,
2010
UCM 2009-10
Simulacin
Simulacin
de sistemas
Social
complejos
con Agentes
con agentes
59
Gestores de proyecto
Gestores de recurso
Coordinador
Simulacin
Simulacin
de sistemas
Social
complejos
con Agentes
con agentes
60
Conclusiones
El sistema asigna recursos a las tareas de los proyectos dinmicamente. Ayuda adems a la
toma de decisin sobre la conveniencia de rechazar algn proyecto teniendo en cuenta el
valor aportado el estado del sistema.
Los precios aportan informacin sobre la criticidad que tienen los diferentes recursos para el
logro de los objetivos globales. Los precios permiten valorar en tiempo real, si se debe
adquirir ms recursos de un tipo durante un cierto periodo de tiempo, o si se debe tratar de
dotar con capacidades adicionales a ciertos recursos.
Esta aproximacin contribuye a rellenar el hueco de literatura existente entre la gestin de
cartera de proyectos generalmente centrada en estrategia corporativa y finanzas y el
trabajo en direccin de proyectos fundamentalmente dedicado a aspectos operacionales
como la asignacin de recursos y la programacin .
Publicaciones relevantes:
SiCoSSys
Juan
Pavn
project,
Mestras,
2010
UCM 2009-10
Simulacin
Simulacin
de sistemas
Social
complejos
con Agentes
con agentes
61
62
63
Conclusions
References
64
Altruism model
Candy Sansores (UCM GRASIA, 2007)
Each simulation cycle includes one daily and one nightly stage
During the daily stage, bats perform the social activities
In the night bats hunt
65
Altruism model
The Java model (using RePast):public class CreditLink extends DefaultEdge implements
DrawableEdge {
private Color color;
package sim.templates.repast;
private DisplaySurface
surface;
void setStrategies() {
public
Schedule
schedule;
strategies.put("Cheater", new Integer(-3));
private OpenSequenceGraph graph;
strategies.put("Prudent", new Integer(-1));
import java.util.HashMap;
import java.util.Map;
Simulacin
de sistemas complejos con agentes
66
Altruism model
67
Altruism model
Mi = 0
RoleInher
Altruist
RoleInher
Mi = 0.3
RoleInher
pick_box
Mi = 0.5
WFPlays
RoleInher
Bat
RoleInher
Mi = 0.8
Cooperative
Mi = 1
WFPlays
drop_box
Recipient
GTPursues
68
Altruism model
success_evidence
Runtime
Agent
AContainsME
AContainsME
AHasMS
ConditionalMentalState
PositiveFeedback
Condition:
Mi=Mi++
AContainsME
ApplicationEventSlots
MA_Network
success_evidence: int
targets_received: int
links_in_out: int
SiCoSSys project, 2010
AContainsME
ApplicationEventSlots
BehaviorFacts
Mi: int
strategy: String
targets_known: object
69
Altruism model
Agents organization
70
Altruism model
Repast
Mason
Publications:
71
Conclusiones
72
SiCoSSys Goals
SiCoSSys Project
03/2011
73
SiCoSSys Approach
SiCoSSys
methodology
Case study
Case study
concepts
INGENME
Domain
Specific
Modelling
language
customize
IDK
MDE
based
tools
code gen.
Agent
Simulation
Platform
...
Case study
Case study
SiCoSSys Project
concepts
Domain
Specific
Modelling
language
customize
03/2011
MDE
based
tools
code gen.
Agent
Simulation
Platform
74
Simulation and
validation of models
SiCoSSys Project
03/2011
75
Defines metamodel
for a concrete
domain and can
customize the editor
Creates code
generation modules
SiCoSSys Project
03/2011
76
Bibliografa
Bsica:
Referencias:
http://www-personal.umich.edu/~axe/research/Hammond-Ax_Ethno.pdf
77
78
Great flexibility
79
Herramientas de modelado
MASS
Lenguaje funcional para describir modelos (FABLES)
Wizards para visualizar y analizar resultados
80
MAS
Organization
Metamodel
Interaction
Metamodel
Agents
Metamodel
Environment
Metamodel
Goals/Tasks
Metamodel
Domain specific
editors defined by
metamodels
INGENIAS
Development Kit
(IDE)
Developed with
INGENIAS Eclipse plugin
Code Generator
Agent-Grid Enabler Add-on
SiCoSSys project, 2010
81
Simulation Agents
Monitor Agents
ABSS Framework
Agent Info
Grid Services
Simulation
Manager
Java Execution
Grid Services
Program
Execution
Schedulers
Grid Services
Data Services
Core Services
Globus Grid Infrastructure
WS-Resource Framework
Web Services Messaging, Security, Etc.
SiCoSSys project, 2010
82
Por esta razn es necesario poder escalar los modelos, sin limitar
su tamao
83