Utilização de Sistemas Multiagentes para a Simulação do Comportamento de Usuários em Redes de Telecomunicações
Resumo
O aumento do fluxo de dados e a mudança do comportamento dos usuários, que passaram a consumir cada vez mais banda, têm impacto direto nas operadoras de telecomunicações, que recebem um crescimento da demanda de cerca de 100% ao ano. Sendo assim, o acréscimo do fluxo de dados em redes de telecomunicações, aliado à crescente concorrência entre as operadoras, demandam estudos sobre a influência do comportamento coletivo. Esse comportamento pode alterar de forma significativa os resultados financeiros das operadoras e a concorrência entre elas. Neste artigo será analisado o comportamento de um duopólio, permitindo a comparação e a regulação dos modelos existentes em sistemas de telecomunicações, por meio de uma simulação utilizando sistemas multiagentes. O objetivo deste artigo é apresentar os resultados de simulação de um duopólio e validar seus resultados com o modelo analítico de um enlace avulso estudado na literatura. A validação dos resultados de simulação com os resultados analíticos permitirá posteriormente a expansão dos estudos sobre a influência dos usuários em sistemas de telecomunicações.
Referências
Asmin, Bagabo Nantale; Semwanga, Agnes Rwashana; NGOMA, Muhammed. Agent-based modelling of response time to an advert: behaviour of different market segments in mobile telecommunication in Uganda. Information Technologist (The), v. 16, n. 2, p. 71-84, 2019.
Elreedy, Dina et al. A framework for an agent-based dynamic pricing for broadband wireless price rate plans. Journal of Simulation, v. 13, n. 2, p. 96-110, 2019.
Kumar, Anurag; Manjunath, D.; Kuri, Joy. Communication networking: an analytical approach. Elsevier, 2004.
Laffont, Jean-Jacques; Tirole, Jean. Competition in telecommunications. MIT press, 2001.
Ormerod, Paul; Rosewell, Bridget. Validation and verification of agent-based models in the social sciences. Epistemological aspects of computer simulation in the social sciences, p. 130-140, 2009.
Pereira, Marcelo de Carvalho; Dequech, David. A history-friendly model of the internet access market: the case of Brazil. In: The evolution of economic and innovation systems. Springer, Cham, 2015. p. 579-610.
Pindyck, Robert S.; Rubinfeld, Daniel L. Microeconomics (Global ed., The Pearson series in economics). Harlow: Pearson, 2018.
Railsback, Steven F.; Grimm, Volker. Agent-based and individual-based modeling: a practical introduction. Princeton university press, 2019.
Soares, M.A. & Madeira, Edmundo. A multi-agent architecture for autonomic management of virtual networks. 2012 Ieee Network Operations And Management Symposium, [s.l.], p.1183-1186, abr. 2012.
Takahashi, Hiroki, Nariaki Nishino, and Takeshi Takenaka. "Multi-agent Simulation for the Manufacturer's Decision Making in Sharing Markets." Procedia CIRP 67 (2018): 546-551.
Vega, Diego A., et al. "An Adaptive Trust Model for Achieving Emergent Cooperation in Ad Hoc Networks." Current Trends in Semantic Web Technologies: Theory and Practice. Springer, Cham, 2019. 85-100.
Von Zuben, Fernando J. Computação evolutiva: uma abordagem pragmática. Tutorial: Notas de Aula da disciplina IA707, Faculdade de Engenharia Elétrica e de Computação-Universidade Estadual de Campinas, 2000.
Waldman, Helio; Bortoletto, Rodrigo C.; Pavani, Gustavo S. Um framework para dimensionamento de redes Oticas em ambientes competitivos”. Proceedings 28◦ Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC), 2010.
Watson, Joel. Strategy: an introduction to game theory. New York: WW Norton, 2002.
Wilensky, Uri; Rand, William. An introduction to agent-based modeling: modeling natural, social, and engineered complex systems with NetLogo. MIT Press, 2015.
