Simulación de agentes

Comienza Ya. Es Gratis
ó regístrate con tu dirección de correo electrónico
Simulación de agentes por Mind Map: Simulación de agentes

1. La ciencia de la complejidad estudia a los agentes

1.1. Los agentes interactúan entre si de manera no lineal.

1.2. Los agentes interactúan con el entorno

1.3. La ciencia de la complejidad tiene el trabajo de la construcción de modelos

1.3.1. Principalmente, computacionales

1.4. La simulación basada en agentes es nueva para la ciencia de la complejidad.

1.4.1. A la simulación basada en agentes se le conoce como SBA.

1.4.2. Es posible hacer un vínculo entre las reglas que rigen el micro-comportamiento de los agentes y los macro-patrones que surgen en el nivel agregado

1.4.3. Es versátil y flexible

2. Sistemas complejos

2.1. Son sistemas esencialmente colectivos

2.2. La escala local donde operan e interactúan los componentes del sistema.

2.3. La escala global donde aparecen los patrones agregados

2.4. Es aquel que exhibe comportamientos emergentes y auto-organizados no triviales.

2.5. Comprensión diferencial y comprensión integrativa

3. SBA

3.1. Porción de la realidad, compuesta por partes (agentes) que interactúan entre sí y con el entorno

3.2. Creación de modelos

3.2.1. Es una representación explícita, finita y simplificada de un sistema

3.2.2. Pueden estar formulados en términos conceptuales, matemáticos o computacionales.

3.3. Es un modelado dinámico

3.4. Este permite cuatro aspectos

3.4.1. 1. Administrar un sistema

3.4.2. 2. Justificar decisiones

3.4.3. 3. Evaluar y verificar sistemas

3.4.4. 4. Ampliar conocimiento

4. Agenta

4.1. Agente+entorno+interacción=complejidad

4.2. Es una entidad autónoma que posee atributos, comportamientos y, de ser necesario, propósitos y objetivos

4.3. Capaces de interactuar con el entorno y otro agentes. Tienen memoria y evolucionan

4.4. Puede ser casi cualquier cosa

5. Metodología

5.1. No hay un marco metodológico estandarizado

5.2. Existen tres etapas fundamentales

5.2.1. Diseño Conceptual

5.2.1.1. Es determinar los elementos que se incluirán en el modelo

5.2.2. Implementación computacional

5.2.2.1. Consiste en la traducción del modelo conceptual a un código que pueda entender un computador

5.2.3. Análisis de resultados

5.2.3.1. No existe una estrategia única para analizar los resultados. Depende de la motivación elegida

6. Aplicaciones

6.1. Surge a través de varias ciencias y discplinas.

6.2. Modelo minimalista

6.2.1. Exploratorio

6.2.2. Probar una hipótesis

6.3. Modelo orientado a soportar la tomada de decisiones

6.3.1. Gran escala

6.3.2. Datos reales