Portabilidade dos Modelos Epidemiológicos disponíveis na MDD4ABMS para a Plataforma Repast

• Fernando Santos UDESC
• Jéssica B. Petersen UDESC

Resumo

A MDD4ABMS é uma abordagem de desenvolvimento dirigido a modelos de simulações baseadas em agentes. Ela oferece blocos de construção prontos para uso e independentes de plataforma, permitindo especificar aspectos frequentemente utilizados em simulações baseadas em agentes. Um destes blocos oferece modelos epidemiológicos, para modelar doenças que se propagam através dos agentes. A MDD4ABMS oferece portabilidade destes modelos epidemiológicos através de geração automática de código, mas apenas para a plataforma NetLogo. Este artigo apresenta uma extensão da MDD4ABMS para oferecer portabilidade dos modelos epidemiológicos para a plataforma Repast. Um estudo de caso foi realizado. Os resultados obtidos com a execução das simulações Repast e NetLogo foram similares, evidenciando a viabilidade da portabilidade dos modelos epidemiológicos disponíveis na abordagem MDD4ABMS.

Referências

Adam, D. (2020). Special report: The simulations driving the world’s response to COVID-19. Nature, 580(7803):316–318.

Ferguson, N. M., Laydon, D., Nedjati-Gilani, G., Imai, N., Ainslie, K., Baguelin, M., Bhatia, S., Boonyasiri, A., Cucunubá, Z., Cuomo-Dannenburg, G., Dighe, A., Dorigatti, I., Fu, H., Gaythorpe, K., Green, W., e Hamlet, A. (2020). Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and health-care demand. Technical report, MRC Centre for Global Infectious Disease Analysis, London.

Garro, A. e Russo, W. (2010). easyABMS: A domain-expert oriented methodology for agent-based modeling and simulation. Simulation Modelling Practice and Theory, 18(10):1453–1467.

Keeling, M. J. e Rohani, P. (2008). Modeling infectious diseases in humans and animals. Princeton University Press.

Kermack, W. O. e McKendrick, A. G. (1932). Contributions to the mathematical theory of epidemics. ii.—the problem of endemicity. Proc. R. Soc. Lond. A, 138(834):55–83.

Klügl, F. e Bazzan, A. L. C. (2012). Agent-based modeling and simulation. AI Magazine, 33(3):29–40.

Luke, S., Cioffi-Revilla, C., Panait, L., Sullivan, K., e Balan, G. (2005). Mason: A multiagent simulation environment. Simulation, 81(7):517–527.

Macal, C. e North, M. (2014). Introductory tutorial: Agent-based modeling and simulation. In Proceedings of the 2014 Winter Simulation Conference, WSC ’14, pages 6–20, Piscataway, NJ, USA. IEEE Press.

Mernik, M., Heering, J., e Sloane, A. M. (2005). When and how to develop domain-specific languages. ACM computing surveys (CSUR), 37(4):316–344.

Mohagheghi, P., Dehlen, V., e Neple, T. (2009). Definitions and approaches to model quality in model-based software development – a review of literature. Information and Software Technology, 51(12):1646–1669.

North, M. J., Collier, N. T., Ozik, J., Tatara, E. R., Macal, C. M., Bragen, M., e Sydelko, P. (2013). Complex adaptive systems modeling with repast simphony. Complex Adaptive Systems Modeling, 1(1):1–26.

Santos, F., Nunes, I., e Bazzan, A. L. (2020). Quantitatively assessing the benefits of model-driven development in agent-based modeling and simulation. Simulation Modelling Practice and Theory, 104:102–126.

Santos, F., Nunes, I., e Bazzan, A. L. C. (2018). Model-driven agent-based simulation development: a modeling language and empirical evaluation in the adaptive traffic signal control domain. Simulation Modelling Practice and Theory, 83:162–187.

Santos, F. e Tenfen, R. (2019). Extensão da abordagem de desenvolvimento dirigido a modelos de simulações com agentes (MDD4ABMS) para suportar portabilidade de simulações. In Anais da III Escola Regional de Engenharia de Software, pages 33–40, Porto Alegre, RS, Brasil. SBC.

Wilensky, U. (1999). NetLogo. Center for Connected Learning and Computer-Based Modeling, Northwestern University. Evanston, IL.