UN PROTOCOLO ESTÁNDAR PARA
DESCRIBIR LOS MODELOS
BASADOS EN EL INDIVIDUO Y
BASADOS EN AGENTES
IBM’s (Modelos Basados en Individuos)
Cómo las propiedades del nivel de sistema, emergen del comportamiento adaptativo
de las personas
Consideran:
- Variabilidad entre individuos
- Interacciones locales
- Ciclos de vida completos
- El comportamiento individual, adaptación a cambios en el entorno interno y externo
del individuo.
El sentido del agente, deja de ser genérico y se convierte en algo preciso y concreto, la
representación de un individuo con vida propia
■ Consisten en un cierto número de individuos (peces, pájaros, plantas, arboles,
mamíferos, humanos,...) que se definen a partir de sus comportamientos
específicos y característicos en un ambiente o marco cambiante (por ejemplo, mar,
acuario, aire, parcela, ciudades,...) dentro del cual se dan las interacciones.
■ Cada uno de estos individuos tiene sus propias características y reglas de
comportamiento
Concepto Esencial
■ Diseñar un modelo de individuo Un modelo de
medio ambiente
El ordenador “crea” diversos
organismos individuales, simula las
interacciones entre sí y con el medio
que los rodea
Código computacional
■ IBM son mas complejos en estructura, análisis, comprensión y comunicación, a
comparación de los modelos analíticos, fáciles de comunicar por formularse en
lenguaje matemático,
■ La ciencia se basa en observaciones reproducibles cómo comunicar los IBM´s
aumenta su credibilidad científica
No existe un protocolo estándar
para su descripción
Problemas de comunicación:
Se describen verbalmente, sin claridad en
ecuaciones, reglas y horarios utilizados
Con protocolo estándar: los lectores asimilan mejor la información, si se proporciona de
forma familiar y significativa.
En Conclusión….
Estructura general de descripción: estructura,
propósito y forma de implementación
Protocolo para IBM
Descripción matemática: ecuaciones, reglas y
horarios
Modelo propuesto: Modelo basado en individuos, modelos basados en agentes, simulaciones
multi-agente
Los 7 elementos del
protocolo ODD
MODELOS ODD
The ODD protocol
La secuencia consiste en 7
elementos agrupados en tres
bloques:
-Descripción general que consta de
tres elementos (proposito,
formulación de variables y escala, y
la programación del modelo) que
nos permite tener una idea rapida
de lo que hace el modelo. 8
-Conceptos de diseño: este punto
de diseño no describe el modelo en
si mismo sino que da una vista
general de los conceptos usados en
el modelo
-Detalles: Esta parte del diseño
que incluye la inicialización, las
entradas y los submodelos aborda
los conceptos que fueron omitido
en la primera parte pero que son
escenciales en el modelo.
1. VISTA
GENERAL DEL
MODELO
Propósito
▹ Es importante proveer una pequeña introducción sobre
el articulo para que los lectores puedan comprender los
conceptos empleados y así, explicar de la manera más
clara y concisa la función del modelo. 10
Formulación de variables y
escala
▹ El primer paso es describir todas las
variables empleadas en el modelo
iniciando con las de bajo nivel para 11
terminar con las de alto nivel.
▹ Las dimensiones de las variables tienen
que estar claramente definidas para no
presentar inconsistencias en el modelo.
Vista general de procesos y
programación
▹ La descripción conceptual de cada
proceso es suficiente para ofrecer una
vista concisa del modelo. 12
▹ Para programar el modelo es necesario
tener claridad en el orden en que los
procesos se van a efectuar.
2. Conceptos de
diseño
Esta parte nos provee un marco de
referencia en la que provemos una
corta lista que debe describir nuestro 13
modelo que muestre todo lo que
consideremos necesario para rtener
nuestro modelo claro.
Surgimiento Adaptación Aptitud
¿Qué fenomenos ¿Qué rasgos ¿El modelo de aptitud
surgen en el sistema y adaptativos tienen los física está dewscrito
cuales de esos son individuos del implicita o
impuestos? modelo? explicitamente?
Predicción Percepción Interacción
¿cómo podemos ¿Cuáles variables ¿Qué tipo de
predecir las perciben los individuos interacciones entre los 14
condiciones futuras para tomar sus individuos se dan?
que tendran los desiciones
individuos? adaptativas?
Estocasticidad Grupos Observación
¿Tenemos presencia ¿los individuos están ¿Cómo fueron
de la estocasticidad agrupados en algun recolectados los
en el modelo? tipo de colectivos? datos para
entenderlos, y
analizarlos’
3. Detalles del
Modelo
Inicialización
▹ Esta sección hace referencia a la
información que nos brindan los datos y
como podrían interactuar cada vez que el 16
modelo se reinicia.
▹ Comunicar el modo en que el IBM es
inicializado puede ser muy importante si
se quieren realizar modelos similares.
Entradas
▹ Las dinámicas de la mayoría de modelos están dadas
por condiciones ambientales que pueden cambiar con
el tiempo y atravez del espacio. Al ingresar estas
variables los individuos responden a ellas generando 17
salidas.
Submodelos
▹ En esta parte representamos de una manera mas
especifica los procesos mencionados en partes
anteriores, llegando a los detalles y la parametrización
del modelo. Para esta parte se puede hacer de dos 18
formas
Esqueleto matematico
Descripción total del
del modelo:
modelo:
Consiste en mostrar las
Tiene la misma
ecuaciones y reglas del
estructura del
modelo mencionando
esqueleto matematico
los parametros y las
pero aquí explicamos
dimensiones de cada 19
verbalmente a detalle
uno, manteniendo al
cada parametro y
minimo una explicación
ecuacion del modelo.
textual de ello.
EJEMPLO DE
APLICACIÓN ODD
El caso de las marmotas alpinas
■ Un modelo relativamente simple que
describe muchos procesos
empíricamente mediante el uso de
probabilidades, por ejemplo
'mortalidad’.
■ El objetivo del modelo es entender
cómo el comportamiento social de
las marmotas - en particular, la
territorialidad, la supresión
reproductiva, y la hibernación como
grupo - afecta a la dinámica de
población y en particular el riesgo de
extinción si las poblaciones son
pequeñas.
Variables de estado y escalas
■ El modelo consta de cuatro niveles
jerárquicos: individuales, territorio,
(meta) de la población, y el medio
ambiente. Los individuos se
caracterizan por las variables de
estado: número de identidad, la
edad, el sexo, la identidad del
territorio donde vive el individuo, y el
rango social. Los recién nacidos
tienen el peso de destete variable de
estado adicional, lo que afecta a su
mortalidad. Las personas que no
han completado su invierno primera
se conocen como los menores; 1
años de edad como potros de un
año, y todos los otros como adultos.
Aparte de esto, el rango social es
themain attributewhich cuenta la
diferencia entre los adultos
dominantes y subdominantes
Disposición espacial de los territorios
en el modelo
■ Territorios que están más cerca de
500m entre sí están unidos por líneas,
lo que indica la posibilidad de los
subdominantes de recolonizar
posiciones dominantes libres dentro de
este vecindad sin llevar a cabo la
dispersión a larga distancia. Las
diferentes escalas de grises de los
territorios indican diferentes calidades
de hábitat de los territorios.
Vision general del proceso de
programación
■ El modelo avanza en pasos de
tiempo anuales. Dentro de cada
paso año o la hora, siete módulos o
fases se procesan en el orden
siguiente: mortalidad en invierno,
desalojo, la herencia, la dispersión,
Historia de vida de las
marmotas modelo que
muestra las transiciones
entre diferentes edades y
clases sociales, así como los
procesos que causan estas
transiciones (añojo, sub
dominante, flotante y
dominante )
Los conceptos de diseño
■ Aparición: Dinámica de la población surgen del comportamiento de los individuos, pero el ciclo de vida del
individuo y su comportamiento están totalmente representados por reglas empíricas que describe, por
ejemplo, la mortalidad y las tasas de dispersión como probabilidades. La adaptación y la forma física de
búsqueda de lo que no se modelan explícitamente, pero se incluyen en las reglas empíricas.
■ Percepción: Los individuos se supone que conocer su propio sexo, la edad y el rango social para que se
apliquen, por ejemplo, sus probabilidades edad especifica y dispersión.
■ Interacción: Hay tres tipos de interacciones se modelan de manera implícita: la mortalidad invernal
disminuye con el tamaño del grupo, los individuos alfa suprimen la reproducción de subdominantes, y
después de los cambios en la posición de macho alfa en el año en curso, la hembra alfa no se reproduce.
Una interacción se modela de forma explícita: subdominantes y personas de la piscina puede tratar de
desalojar a la poblsción alfa.
■ Estocasticidad: Todos los parámetros demográficos y de comportamiento se interpretan como
probabilidades, o se han extraído de las distribuciones de probabilidad empíricas. Esto se hizo para incluir
el ruido demográfica y porque el objetivo del modelo es el fenómeno a nivel de población, no en el
comportamiento individual. Fuerza del Invierno fue tomada de una distribución normal truncada con el fin
de incluir el ruido ambiental (es decir, la variación de la tasa de crecimiento de la población impulsado por
las fluctuaciones de las condiciones abióticas). Del mismo modo, la calidad del hábitat fue tomada de una
distribución normal truncada con el fin de incluir la heterogeneidad espacial.
■ Observación: Para el ensayo de modelo, la distribución espacial de los individuos se observó proceso por el
proceso. Para el análisis de modelo, únicas variables a nivel de población se registraron, es decir, la
distribución de tamaño de grupo, tamaño de la población con el tiempo, y el tiempo para la extinción
Inicialización
■ Cada territorio fue ocupado inicialmente con
un par de 5 años de edad, de dominantes y
tanto una subdominante masculino
femenino de 1 año de edad, y. La evaluación
de cada simulación se inició en el primer año
cuando el número de adultos modelo era
igual al número de adultos observados en el
primer año del estudio de campo.
Entrada
■ En el análisis general de modelo, cada fuerza
invierno año se extrae de una distribución normal
con una media determinada empíricamente y la
desviación estándar (media = 117 días del año
para los territorios en la zona de estudio, s = 10,2
días). Esta fuerza total de invierno se modi fi ed
por diferencias en las condiciones de hibernación
entre territorios, es decir, de una distribución
normal con una media de cero y una desviación
estándar de 8,4 días. Thismeans que los territorios
que tienen una calidad superior a la media
convertido libre de nieve un cierto número de días
antes de fi especificados por la fuerza en general
invierno, mientras que las tierras de menor calidad
se convierten libre de nieve más tarde.
Submodelos
■ mortalidad invernal: Para marmotas
dominantes, la mortalidad de invierno -
interpretada como la probabilidad de morir
en un cierto invierno - se determina a partir
de los datos a largo plazo fijados por
regresión logística:
■ dónde UN es la edad, WS fuerza invierno, y
SUBY es el número de subdominantes
(incluyendo primales) presentes en un grupo
■ afirma que la mortalidad invernal de
dominantes aumenta con la severidad de las
condiciones de hibernación y con la edad,
pero disminuye con el número de
subdominantes y los primales.
■ Para los juveniles, encontramos además un
signi fi cativo influencia del peso al destete
sobre la mortalidad de invierno:
■ Por lo tanto, el lugar donde la sociabilidad entra en juego en nuestro modelo es en
las ecuaciones. (1) y (3) a través de la SUB variable. Dos modelos de normas
adicionales tienen en cuenta otros procesos que afectan a la mortalidad. En primer
lugar, en grupos sin subdominantes y los primales, la pareja dominante tenía un
mayor riesgo de mortalidad que fi especificados por la Ec. (1) . Ya sea la primera
marmota dominante (que se elige al azar) muere o sobrevive se determina de
acuerdo a la mortalidad se especifica en la ecuación. (1) . Si muere su pareja tiene
una mayor probabilidad de morir de PAG '= 0.66. Si este socio muere así, los recién
nacidos - si los hay - también morirán a su vez. Para evitar que esta norma introduce
una mortalidad total más alto que se especifica en la ecuación.
■ Desalojo: posiciones dominantes pueden quedado vacante no sólo debido a la mortalidad de
invierno, sino también porque el animal dominante existente ha sido desalojado por un miembro
del grupo subdominante o una oater fl. Suponemos que los individuos dominantes se evictedwith
una probabilidad de PAG EV = 0,15 y que todos los animales desalojados entran en la piscina fl
oater. Los siguientes threemodules de themodel describehowdominant positionswhich venzan
towintermortality y el desalojo se volvieron a ocupar vacante por subdominantes o dispersores.
■ Herencia: El animal subdominante más antigua tiene una probabilidad de PAG IN = 0,22 de tomar
la posición dominante. Si este animal falla o si no hay subdominante en el territorio, la posición
dominante permanece vacante y puede ser asumida por un oater FL (véase más adelante).
■ Dispersión: La mayoría de los subdominantes dispuestos para dispersar dejan su tierra natal en
primavera. La probabilidad de salir depende de la edad y está directamente tomada fromTable 2.
Los animales dispersos se compilan en una lista llamada la “piscina oater fl”. Esta lista se utiliza
para controlar la asignación de posiciones dominantes gratis a oaters fl. Tenga en cuenta que la
piscina fl oater contiene ambos verdaderos oaters fl que se dispersan más allá de 500 metros y
están sujetos a la mortalidad de dispersión durante el verano, y los animales que asumirá una
posición dominante en el vecindario.
Recolonización
■ En el modelo, la recolonización es implementado por el siguiente conjunto de
reglas. La primera regla decide con una Probabilidad de R N = 0,5 si la
posición dominante se volvió a ocupar vacante por una marmota que
proviene de un territorio vecino. Si este es el caso, la piscina fl oater se busca
(en orden aleatorio) para un animal tal, y si no se encuentra ningún animal de
la posición dominante permanece vacante. Después de repetir este
procedimiento para cada posición dominante vacante, los animales restantes
en la piscina fl oater son tratados como verdaderos oaters fl y tienen una tasa
de mortalidad de la dispersión PAG = D 0,3, es decir, aproximadamente 30%
de los oaters fl restantes mueren antes se aplican las siguientes reglas
modelo.
Reproducción
■ Sólo cuando un macho dominante y la hembra están presentes en una
reproducción territorio puede tener lugar. La probabilidad de una hembra que
tiene descendencia dominante es 0,64 ( Hackl ¨ ander y Arnold, 1999 ). El
tamaño medio de la camada ( L) es 3,3 y la desviación estándar es de 1,43.
La media del peso al destete (WW media) es 536g (SD = 126.3g), pero
disminuye con el tamaño de la camada. Por lo tanto un modelo de regresión
se utiliza para evaluar un peso al destete media en función de tamaño de la
camada. El sexo de la descendencia se determina por casualidad con un
sesgo hacia los machos de 0,58. Suponemos que hay reproducción se
produce si el titular de una posición dominante masculina ha cambiado
durante el año en curso.
Mortalidad en verano
■ o: las tasas de mortalidad de verano
solamente se conocen desde el campo
a los menores y los primales. la
mortalidad verano de adultos
residentes es pequeño pero difícil de
cuantificar. La mortalidad de los adultos
de verano es, pues, tomado indirecta e
implícitamente en cuenta las
probabilidades de desalojo y la
mortalidad dispersión. Los recién
nacidos y los primales mueren durante
el verano, con una probabilidad de 0,11
y 0,07, respectivamente.
4. Consejos prácticos
para el uso de ODD
(FAQ)
Los modelos de simulación son sistemas
¿Los experimentales (Peck, 2004),
escenarios, los
experimentos Materiales= trabajo empirico
de simulación
y el análisis de "experimentos de simulación"
sensibilidad
“Metodos”
forman parte
del protocolo? La hipótesis o propósito del experimento debe
establecerse claramente
¿Deben los
elementos de
ODD 1. Proporcionar
2. Explicar los
conceptos de
3. Presentar
todos los detalles
4. volver a
presentarse una visión
general
diseño
subyacentes al
que son
necesarios para
implementar el
modelo.
completa. comprender
siempre en la modelo.
completamente.
secuencia
dada?
¿Cómo se han diseñado o seleccionado tales modelos?
¿De qué otros sistemas se han “extraido” o “inspirado” los modelos para su
¿Dónde describir uso actual?
la
parametrización ¿Cómo se justifica la verificación y la validez de cada modelo utilizado?
y las pruebas de ¿Qué referencias y literatura relevante se puede aportar para cada
los submodelos? submodelo, respecto a su implementación independiente, contraste,
calibración y análisis?
¿Qué ecuaciones o algoritmos permiten representar cada modelo?
La descripción del modelo verbal puede contener algunas
ambigüedades que dificultan la reimplementación independiente
del modelo (Edmonds y Hales, 2003, Rouchier, 2003).
Codigo Archivo
fuente en linea
¿Qué pasa con
PARTES ELEMENTALES DE UN MODELO
el código
fuente y el Declaración de las entidades del
modelo.
programa
ejecutable?
La programación de los procesos
Las mismas reglas y ecuaciones
que se han utilizado para
representar los procesos.
Los requisitos mínimos para esto serían:
1,comentarios 3. El propósito
2, El significado
que identifiquen de los métodos,
de las variables
las tres partes funciones y
del programa .
elementales. procedimientos
Se deben incluir todos los archivos de inicialización, entrada y salida
que se requieren para ejecutar el programa.
¿Por qué no • Herramienta para describir el software
orientado a objetos en un formato unificador
utilizar el (Fowler, 2003).
lenguaje de • Es bastante complejo.
modelado • Desarrollar algo similar a UML para modelos
unificado basados en agentes y basados en individuos:
(UML)? • Usar un lenguaje declarativo visual que sea
fácil de usar y pueda compilarse directamente
en el código de la computadora.
Las revistas tienen diferentes requisitos de formato para titulares,
número de niveles de titulares, etc.
Recomendamos tratar de utilizar las etiquetas de elementos como
¿Cómo lidiar titulares.
con diferentes
formatos de
diario? "Propósito”
“Escalas
"Variables”
de estado"
Una estrategia de comportamiento no es parte del estado del
En modelos que individuo si todas las personas usan la misma estrategia.
incluyen agentes
humanos, ¿dónde Si los individuos pueden tener estrategias diferentes pero fijas,
entonces una variable que indique la estrategia utilizada por un
describimos la individuo sería una variable de estado, y el conjunto de estrategias
memoria y las sería un submodelo.
estrategias de
Si las estrategias de comportamiento varían continuamente,
comportamiento? entonces las variables y parámetros que especifican el
comportamiento de un individuo son las variables de estado que
caracterizan el comportamiento.
Me resulta difícil Las descripciones verbales generalmente no son suficientes para
describir el orden de los procesos en un modelo. Los diagramas de
describir flujo ciertamente son útiles y fáciles de entender, pero para
cualquier programación que se desvíe de una secuencia lineal de
claramente procesos, debe proporcionarse un pseudo código.
"programación"
