You are on page 1of 9

GRUPO_299310_2

APORTE TRABAJO COLABORATIVO 3

CURSO DE SIMULACION

PRESENTADO POR:

TUTOR: INGENIERO: WILSON ALMANZA MANIGUA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD ESCUELA DE CIENCIAS BASICAS TECNOLOGIA E INGENIERIA QUIBDO (CHOCO) - NOVIEMBRE DE 2012

GRUPO_299310_2 SISTEMAS BASADOS EN AGENTES Un modelo basado en agentes (MBA) es un tipo de modelo computacional que permite la simulacin de acciones e interacciones de individuos autnomos dentro de un entorno, y permite determinar qu efectos producen en el conjunto del sistema.1 Combina elementos de teora de juegos, sistemas complejos, emergencia, sociologa computacional, sistemas multi agente, y programacin evolutiva. Los modelos simulan las operaciones simultneas de entidades mltiples (agentes), en un intento de recrear y predecir las acciones de fenmenos complejos. Es un proceso de emergencia desde el nivel ms elemental (micro) al ms elevado (macro). Supuestamente los agentes individuales actan segn lo que perciben como sus intereses propios, tales como reproduccin, beneficio econmico, o status social, y su conocimiento es limitado. Los agentes MBA pueden experimentar aprendizaje, adaptacin y reproduccin. Dimensiones de los agentes Interaccin: desde lo colaborativo a la no interaccin. Lenguaje de comunicacin: seales simples a ninguna en modo alguno. Control/autonoma: desde cada agente como un proceso separado (o en hilo) hasta un proceso simple. Pro-activos: desde proactivos a reactivos. Claridad espacial: cada agente se le asigna una localizacin en el espacio hasta la no nocin de espacio. Movilidad cada agente movindose alrededor en un espacio fsico simulado hasta todos estando en estados estacionarios. Adaptabilidad: desde el aprendizaje a lo esttico Agentes software Trmino "agente" describe una abstraccin de software, una idea o concepto, similar a los mtodos, funciones y objetos en la programacin orientada a objetos. el concepto de un agente provee una forma conveniente y poderosa de describir una compleja entidad de software, que es capaz de actuar con cierto grado de autonoma, para cumplir tareas en representacin de de personas Pero a diferencia de los objetos (que son definidos por mtodos y atributos), un agente es definido por su propio comportamiento Sistema multiagente Un sistema multiagente (SMA) es un sistema compuesto por mltiples agentes inteligentes que interactan entre ellos. Los sistemas multiagente pueden ser utilizados para resolver problemas que son difciles o imposibles de resolver para un agente individual o un sistema monoltico Autmatas celulares

Historia Los autmatas celulares son mquinas discretas que pueden realizar cierto tipo de cmputos. Fueron inventados en la dcada de 1940 por John von Neumann

GRUPO_299310_2

Definicin Los Autmatas Celulares son universos lgicos de tiempo y espacio discreto, que cumplen su propia fsica local. Estructura de entes comunicados entre s de forma regular de manera que el comportamiento de cada uno est afectado por el de sus vecinos. Es esencial fijar una estructura regular o topologa en la que se distribuyen uniformemente los entes. El Espacio es particionado en elementos discretos llamados celdas y el tiempo progresa en pasos discretos. Cada celda del espacio est en uno de un nmero finito de estados (posibles estados) en cualquier tiempo Autmata Celular Todas las celdas son idnticas Cada celda est interconectada solo con sus vecinas La operacin de todas las celdas es sncrona No hay ningn control centralizado Utilidad Los autmatas celulares han sido estudiados y son de inters en diferentes disciplinas Simulacin de sistemas complejos, Como alternativa al enfoque tradicional de expresin de los sistemas mediante las ecuaciones diferenciales que describen el comportamiento de sus variables. Incluso en algunos trabajos se ha propuesto su uso como herramienta para la solucin de las ecuaciones asociadas a ciertos sistemas [Boo96]) Informtica terica, Alguno de ellos es computacionalmente completo, y como cualquier otra arquitectura abstracta discreta, son objeto de estudio de la Informtica Terica Como un nuevo sistema complejo: El estudio de los autmatas celulares tambin ha sido abordado por algunos autores como si fueran otros sistemas complejos fsicos ms ([Wol94]) Caractersticas

o o

Los AC existen en algn espacio. En un contexto urbano, cualquier nmero de ambientes artificiales pueden ser diseado para agentes que habiten, desde espacios pequeos hasta ciudades. Los agentes tienen atributos que describen su condicin y las caractersticas que gobiernan su comportamiento. Los agentes poseen algn lmite discreto que los separa del ambiente en el cual existen. Pueden ser diseados para imitar cualquier entidad urbana como por ejemplo, habitantes, negocios, vehculos, etc. Los agentes tienen conjuntos de atributos o estados que describen sus caractersticas. Los estados pueden ser formulados para representar los atributos de organizaciones urbanas reales:

GRUPO_299310_2
o o o

por ejemplo, un agente es diseado para imitar un grupo familiar que puede tener atributos tales como un ingreso medio, carro propio, etc. El intercambio de informacin es realizado a travs de las vecindades. El comportamiento de los agentes est dirigido por reglas de transicin. Cualquier nmero de reglas pueden ser diseadas para gobernar las actividades de los agentes: objetivos que los agentes buscan satisfacer (por ej., minimizar distancias de viaje en el algoritmo del vendedor viajero), preferencias que podran estar considerando disfrutar: ej: gustos o repugnancia por ciertos espacios, etc. Tipos de Autmatas Celulares Algunas familias interesantes son las siguientes: Autmatas celulares no deterministas. La funcin de transicin especifica un conjunto de posibles estados siguientes para cada configuracin de los vecinos. Autmatas celulares probabilistas. y la de los La funcin de transicin especifica un conjunto de posibles estados siguientes para cada configuracin de los vecinos y define, adems, una distribucin de probabilidades discreta para asociar una probabilidad a cada opcin. ELEMENTOS Un enrejado regular de celdas (o clulas). Cada celda puede estar en un estado tomado de un conjunto finito de estados. Cada celda tiene un conjunto finito de celdas vecinas. La relacin de vecindad es uniforme. Una funcin de transicin discreta y temporal, que indica cul ser el estado de una celda en el instante t+1 basada en los estados de sus vecinas y de ella misma en el tiempo t. La funcin es la misma para todas las celdas. Autmatas celulares

o o

GRUPO_299310_2

SISTEMAS BASADOS EN EL CONOCIMIENTO (SBC) Los sistemas basados en el conocimiento son el resultado de un largo proceso de investigacin realizado por los cientficos en el rea de la Inteligencia Artificial, cuando, en los aos setenta, comenzaron a comprender que la capacidad de un programa de ordenador para resolver problemas no reside en la expresin formal ni en los esquemas lgicos de inferencia que emplea sino en el conocimiento que posee. Arquitectura de los SBC

Lenguajes para la representacin del conocimiento En el caso de los sistemas basados en conocimiento, el lenguaje en el que se expresa la ontologa debe reunir caractersticas que a veces (dependiendo del dominio) no es fcil compatibilizar Sintaxis formalizada, para poder disear sobre bases slidas un procesador (lo que en sistemas expertos se llama tradicionalmente motor de inferencias , Apartado Semntica bien definida y que permita la implementacin procedimental en el procesador de algoritmos de razonamiento eficientes Desde el punto de vista pragmtico, expresividad suficiente para representar de la manera menos forzada posible el conocimiento. Esto significa que, para una determinada conceptuacin, el lenguaje con el que se construyen los modelos en el nivel simblico debe permitir una interpretacin declarativa (Figura que represente todos los aspectos de esa conceptuacin. En la prctica puede ocurrir que no encontremos el lenguaje ideal, y tengamos que forzar la conceptuacin para que se ajuste al lenguaje elegido.

Eficiencia en sistemas de reconocimiento de patrones El reconocimiento de patrones es la ciencia que se ocupa de los procesos sobre ingeniera, computacin y matemticas relacionados con objetos fsicos o abstractos,

GRUPO_299310_2 con el propsito de extraer informacin que permita establecer propiedades de entre conjuntos de dichos objetos Arboles de decisin Un rbol de decisin es un modelo de prediccin utilizado en el mbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de construcciones lgicas, muy similares a los sistemas de prediccin basados en reglas, que sirven para representar y categorizar una serie de condiciones que ocurren de forma sucesiva, para la resolucin de un problema Un rbol de decisin tiene unas entradas las cuales pueden ser un objeto o una situacin descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en ltimas es una decisin que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos. Se utilizan ms los valores discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicacin se denomina clasificacin y cuando se utilizan los continuos se denomina regresin Un rbol de decisin tiene unas entradas las cuales pueden ser un objeto o una situacin descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en ltimas es una decisin que es tomada a partir de las entradas. Los valores que pueden tomar las entradas y las salidas pueden ser valores discretos o continuos. Se utilizan ms los valores discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicacin se denomina clasificacin y cuando se utilizan los continuos se denomina regresin. Un rbol de decisin lleva a cabo un test a medida que este se recorre hacia las hojas para alcanzar as una decisin. El rbol de decisin suele contener nodos internos, nodos de probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre algn valor de una de las propiedades. Un nodo de probabilidad indica que debe ocurrir un evento aleatorio de acuerdo a la naturaleza del problema, este tipo de nodos es redondo, los dems son cuadrados. Un nodo hoja representa el valor que devolver el rbol de decisin y finalmente las ramas brindan los posibles caminos que se tienen de acuerdo a la decisin tomada.

Representacin de conocimientos

GRUPO_299310_2 La representacin del conocimiento y el razonamiento es un rea de la inteligencia artificial cuyo objetivo fundamental es representar el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir de dicho conocimiento. Analiza cmo pensar formalmente - cmo usar un sistema de smbolos para representar un dominio del discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir (realizar un razonamiento formal) sobre los objetos. Generalmente, se usa algn tipo de lgica para proveer una semntica formal de como las funciones de razonamiento se aplican a los smbolos del dominio del discurso, adems de proveer operadores como cuantificadores, operadores modales, etc. Esto, junto a una teora de interpretacin, da significado a las frases en la lgica. Cuando diseamos una representacin del conocimiento (y un sistema de representacin del conocimiento para interpretar frases en la lgica para poder derivar inferencias de ellas) tenemos que hacer elecciones a lo largo de un nmero de mbitos de diseo. La decisin ms importante que hay que tomar es la expresividad de la representacin del conocimiento. Cuanto ms expresiva es, decir algo es ms fcil y ms compacto. Sin embargo, cuanto ms expresivo es un lenguaje, ms difcil es derivar inferencias automticamente de l. Un ejemplo de una representacin del conocimiento poco expresiva es la lgica proposicional. Un ejemplo de una representacin del conocimiento muy expresiva es la lgica autoepistmica. Las representaciones del conocimiento poco expresivas pueden ser tanto completas como consistentes (formalmente menos expresivas que la teora de conjuntos). Las representaciones del conocimiento ms expresivas pueden ser ni completas ni consistentes. El principal problema es encontrar una representacin del conocimiento y un sistema de razonamiento que la soporte que pueda hacer las inferencias que necesite tu aplicacin dentro de los lmites de recursos del problema a tratar. Los desarrollos recientes en la representacin del conocimiento han sido liderados por la web semntica, y han incorporado el desarrollo de lenguajes y estndares de representacin del conocimiento basados en XML, que incluyen Resource Description Framework (RDF), RDF Schema, DARPA Agent Markup Language (DAML), y Web Ontology Language (OWL).

MICRO MUNDOS Micro Mundos es un ambiente de aprendizaje, basado en el lenguaje de programacin Logo, en el cual se pueden construir proyectos para cualquier materia del currculo, incorporando grficos, figuras animadas, texto, sonido y multimedia Los archivos de Micro Mundos se llaman proyectos, con Micro Mundos podr desarrollar muchos tipos distintos de ellos, como presentaciones, programas interactivos y proyectos de investigacin. Es un concepto desarrollado por Marvin Misnky y Seymour Papert, como un modelo para realizar representaciones de una realidad inmediata sobre un tema, que ser refinado o pulido por los alumnos, iniciando con un punto de partida que les permita crear sus propias "extensiones". ELEMENTOS: Argumento e historia. Variables de Control.

GRUPO_299310_2 Variables de Resultado. Mundo (Escenarios). Retos (Implcitos / explcitos). Personajes y Roles. Objetos (Herramientas). Zonas de Comunicacin. Mecanismos de Comunicacin. Usuario(Aplicacin). Ambientacin. Recuperacin de estados anteriores. Niveles de Dificultad, Manejo de informacin del usuario. Mecanismos para Anlisis de desempeo. Ampliacin de las posibilidades del micro mundo. Personalizacin del ambiente. Soporte al trabajo en grupo. Complejos, agentes y algoritmos bioinspirados Los problemas con los que nos encontramos en logstica son fundamentalmente de dos tipos: de optimizacin y de diseo. En el primer caso, dado un sistema ya existente se trata de encontrar los parmetros de funcionamiento que permitan aproximarse lo ms posible a un objetivo o conjunto de objetivos. En el segundo caso, se trata de disear el sistema desde el principio para que se cumplan los objetivos prefijados. Aunque el primer tipo de problemas es el ms comn, cada vez es ms frecuente encontrarse con problemas del segundo tipo. El enfoque tradicional en ambos casos es a lo que nos referimos como de arriba abajo (top down) y consiste en utilizar la experiencia y habilidad de las personas implicadas para desarrollar reglas y programas para el procesado de los datos del problema. Por tanto, el sistema final est limitado por la experiencia y capacidad del equipo diseador, as como por la disponibilidad y conocimiento de herramientas y tcnicas especficas. Inteligencia de enjambres El trmino Inteligencia de Enjambre fue introducido por Gerardo Beni y Jing Wang en 1989 en un trabajo sobre Sistemas Celulares Los sistemas de Inteligencia de Enjambre estn constituidos por agentes simples que interactan localmente unos con otros y con el ambiente. Siguen reglas simples y sin tener un control centralizado, como resultado de sus interacciones se produce la emergencia de una conducta global inteligente. La inteligencia de enjambre es una rama de la Inteligencia artificial que se basa en el comportamiento colectivo de sistemas descentralizados y auto-organizados Los sistemas de inteligencia de enjambre estn constituidos tpicamente de agentes simples que interactan entre ellos y con su ambiente. Los agentes siguen reglas simples y, aunque no existe una estructura de control que dictamine el comportamiento de cada uno de ellos, las interacciones locales entre los agentes conducen a la emergencia de un comportamiento global complejo. Ejemplos en la naturaleza incluyen colonias de

GRUPO_299310_2 hormigas, alineamiento de aves en vuelo, comportamiento de rebaos, crecimiento bacteriano y comportamiento de cardmenes. La aplicacin de los principios de enjambres a robots, es llamado robtica de enjambres, mientras que el trmino inteligencia de enjambres se refiere a un conjunto general de algoritmos. Caractersticas de un enjambre: * Compuesto de agentes simples (auto-organizados) * Funciona descentralizado * No hay un nico supervisor * No hay un plan global (emergente) * Es robusto, slido. * Las actuaciones se completan aunque un individuo falle * Es muy flexible * Puede responder a cambios externos * Tiene percepcin del entorno (sentidos) * No existe un modelo explcito de entorno/habilidad para cambiarlo Colonias de hormigas, modelo real, modelo virtual Las hormigas no son inteligentes - dice Deborah M. Gordon, biloga de la Universidad Stamford pero las colonias s lo son." Una colonia puede resolver problemas inasequibles para una hormiga individual, como hallar el camino ms corto a la mejor fuente de alimentos, asignar obreras a diferentes tareas o defender el territorio. Como individuos, puede que las hormigas sean tontas, pero como colonia responden con rapidez y eficacia a su entorno. Y lo hacen con algo denominado inteligencia de enjambre Cuando observamos a las hormigas y a otros insectos sociales, percibimos de inmediato que son una red, en la cual cada individuo tiene funciones especficas dentro de su comunidad; pero, a la vez tiene una enorme flexibilidad para adaptarse en cualquier momento a funciones diferentes, que no le son propias. http://es.wikipedia.org/wiki/Sistema_multi-agente http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060010/lecciones/Capitulo6/di mensiones.htm http://www.monografias.com/trabajos23/micromundos/micromundos.shtml http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/3-RC0-Intro_rep_conocimiento.pdf https://jfiascaro.wordpress.com/tag/enjambre/ Robticos. Http://en.wikipedia.org/wiki/Swarm_intelligence http://payomy-sistemasbasadosenagentes.blogspot.com/