Simulador de Eventos Discretos Multiagente: Uma Proposta para Execução Distribuída em Larga Escala
Resumo
A tomada de decisão em diversos contextos complexos é um desafio devido ao seu alto custo e à dificuldade de implementação. A simulação tem se mostrado uma abordagem que pode auxiliar profissionais e pesquisadores a testarem suas soluções antes de aplicálas. No entanto, simular esses contextos complexos em larga escala é um desafio, devido ao seu tamanho e ao tempo necessário para a execução. Diante disso, este trabalho apresenta uma proposta inicial de um simulador de eventos discretos multiagente em larga escala, que executa em memória compartilhada e distribuída. Os resultados iniciais deste simulador são promissores, com a execução de uma simulação envolvendo 1.501.000 atores e a troca de 7,5 milhões de mensagens em apenas 7 minutos.Referências
Brito, A. V., Costa, L. F. S., Bucher, H., Sander, O., Becker, J., Oliveira, H., and Melcher, E. U. (2015). A distributed simulation platform using hla for complex embedded systems design. In Proceedings of the 19th International Symposium on Distributed Simulation and Real Time Applications, pages 195–202, Chengdu, China. IEEE Press.
Drogoul, A. and Ferber, J. (2018). Multi-agent simulation as a tool for studying emergent processes in societies. In Simulating societies, pages 127–142. Routledge.
Lamport, L. (1978). Time, clocks, and the ordering of events in a distributed system. Commun. ACM, 21(7):558–565.
Lin, Z. and Yao, Y. (2015). Load balancing for parallel discrete event simulation of stochastic reaction and diffusion. In 2015 IEEE International Conference on Smart City/SocialCom/SustainCom (SmartCity), pages 609–614, Chengdu, China. IEEE.
Santana, E. F. Z. (2019). InterSCSimulator: a scalable, open source, smart city simulator. PhD thesis, Universidade de São Paulo, Instituto de Matemática e Estatística.
Santana, E. F. Z., Lago, N., Kon, F., and Milojicic, D. S. (2017). InterSCSimulator: Large-scale traffic simulation in smart cities using erlang. In International Workshop on Multi-Agent Systems and Agent-Based Simulation, pages 211–227. Springer.
Wang, H., Yan, H., Rong, C., Yuan, Y., Jiang, F., Han, Z., Sui, H., Jin, D., and Li, Y. (2024). Multi-scale simulation of complex systems: a perspective of integrating knowledge and data. ACM Computing Surveys, 56(12):1–38.
Drogoul, A. and Ferber, J. (2018). Multi-agent simulation as a tool for studying emergent processes in societies. In Simulating societies, pages 127–142. Routledge.
Lamport, L. (1978). Time, clocks, and the ordering of events in a distributed system. Commun. ACM, 21(7):558–565.
Lin, Z. and Yao, Y. (2015). Load balancing for parallel discrete event simulation of stochastic reaction and diffusion. In 2015 IEEE International Conference on Smart City/SocialCom/SustainCom (SmartCity), pages 609–614, Chengdu, China. IEEE.
Santana, E. F. Z. (2019). InterSCSimulator: a scalable, open source, smart city simulator. PhD thesis, Universidade de São Paulo, Instituto de Matemática e Estatística.
Santana, E. F. Z., Lago, N., Kon, F., and Milojicic, D. S. (2017). InterSCSimulator: Large-scale traffic simulation in smart cities using erlang. In International Workshop on Multi-Agent Systems and Agent-Based Simulation, pages 211–227. Springer.
Wang, H., Yan, H., Rong, C., Yuan, Y., Jiang, F., Han, Z., Sui, H., Jin, D., and Li, Y. (2024). Multi-scale simulation of complex systems: a perspective of integrating knowledge and data. ACM Computing Surveys, 56(12):1–38.
Publicado
28/05/2025
Como Citar
ROCHA, Francisco Wallison; FRANCESQUINI, Emilio; CORDEIRO, Daniel.
Simulador de Eventos Discretos Multiagente: Uma Proposta para Execução Distribuída em Larga Escala. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DE SÃO PAULO (ERAD-SP), 16. , 2025, São José do Rio Preto/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 82-85.
DOI: https://doi.org/10.5753/eradsp.2025.9733.
