Simulação Multiagente para Controle de Poluição na Água
Resumo
Um dos recursos naturais mais importantes para um ecossistema é a água. Entretanto, esse recurso vem sofrendo com o impacto da poluição. Para contornar esse problema, alternativas como os Sistemas Multiagente (SMA) podem ser utilizadas. A partir dessa técnica, é possível desenvolver sistemas virtuais semelhantes a realidade, onde a ação dos agentes e suas consequências no ambiente podem ser analisadas, e os resultados de cenários futuros podem ser utilizados para prevenir possíveis problemas dentro do sistema. Neste artigo, um SMA, chamado Poluição X Drone, é apresentado em detalhes. Nesse modelo, é possível analisar o impacto da poluição no ambiente, e como tecnologias, tal como drones, podem auxiliar na diminuição e controle de poluição.
Palavras-chave:
Sistemas Multiagente, Recursos Hídricos, Poluição
Referências
Campo, P. C., Mendoza, G. A., Guizol, P., Villanueva, T. R., and Bousquet, F. (2009). Exploring management strategies for community-based forests using multi-agent systems: A case study in palawan, philippines. Journal of environmental management, 90(11):3607–3615.
Da Fonseca, C. N. and Dos Santos, R. (2014). Um modelo de simulação a partir do ambiente netlogo. XX Encontro Regional de Estudantes de Matemática do Sul.
Farolfi, S., Müller, J.-P., and Bonté, B. (2010). An iterative construction of multi-agent models to represent water supply and demand dynamics at the catchment level. Environmental Modelling & Software, 25(10):1130–1148.
Ferber, J. (1999). Multi-agent systems: an introduction to distributed artificial intelligence. London: Addison-Wesley.
Ghazi, S., Khadir, T., and Dugdale, J. (2014). Multi-agent based simulation of environmental pollution issues: a review. In International Conference on Practical Applications of Agents and Multi-Agent Systems, pages 13–21. Springer.
Gilbert, N. and Troitzsch, K. (2005). Simulation for the social scientist. Buckingham: Open University Press.
Novak, M. and Wilensky, U. (2006). Netlogo wolf sheep stride inheritance model. http://ccl.northwestern.edu/netlogo/models/wolfsheepstrideinheritance. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
Wilensky, U. (1997). Netlogo termites model. http://ccl.northwestern.edu/netlogo/models/fire. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
Da Fonseca, C. N. and Dos Santos, R. (2014). Um modelo de simulação a partir do ambiente netlogo. XX Encontro Regional de Estudantes de Matemática do Sul.
Farolfi, S., Müller, J.-P., and Bonté, B. (2010). An iterative construction of multi-agent models to represent water supply and demand dynamics at the catchment level. Environmental Modelling & Software, 25(10):1130–1148.
Ferber, J. (1999). Multi-agent systems: an introduction to distributed artificial intelligence. London: Addison-Wesley.
Ghazi, S., Khadir, T., and Dugdale, J. (2014). Multi-agent based simulation of environmental pollution issues: a review. In International Conference on Practical Applications of Agents and Multi-Agent Systems, pages 13–21. Springer.
Gilbert, N. and Troitzsch, K. (2005). Simulation for the social scientist. Buckingham: Open University Press.
Novak, M. and Wilensky, U. (2006). Netlogo wolf sheep stride inheritance model. http://ccl.northwestern.edu/netlogo/models/wolfsheepstrideinheritance. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
Wilensky, U. (1997). Netlogo termites model. http://ccl.northwestern.edu/netlogo/models/fire. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
Publicado
15/10/2019
Como Citar
LEITZKE, Bruna; PEREIRA, Letiane; ADAMATTI, Diana.
Simulação Multiagente para Controle de Poluição na Água. In: ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 16. , 2019, Salvador.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 142-153.
ISSN 2763-9061.
DOI: https://doi.org/10.5753/eniac.2019.9279.
