MODELO COMPORTAMENTAL COM BASE EM AGENTES...

of 208 /208
i UNIVERSIDADE DE BRASÍLIA FACULDADE DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL MODELO COMPORTAMENTAL COM BASE EM AGENTES PARA GESTÃO ADAPTATIVA DE ÁGUA: CASO DE ESTUDO DE CONSUMO DE ÁGUA RESIDENCIAL URBANA EM BRAZLANDIA/DF DIANA JIMENA MONSALVE HERRERA ORIENTADORA: CONCEIÇÃO DE MARIA ALBUQUERQUE ALVES TESE DE DOUTORADO EM TECNOLOGIA AMBIENTAL E RECURSOS HÍDRICOS BRASÍLIA/DF: fevereiro/2018

Embed Size (px)

Transcript of MODELO COMPORTAMENTAL COM BASE EM AGENTES...

i

UNIVERSIDADE DE BRASLIA

FACULDADE DE TECNOLOGIA

DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL

MODELO COMPORTAMENTAL COM BASE EM

AGENTES PARA GESTO ADAPTATIVA DE GUA:

CASO DE ESTUDO DE CONSUMO DE GUA

RESIDENCIAL URBANA EM BRAZLANDIA/DF

DIANA JIMENA MONSALVE HERRERA

ORIENTADORA: CONCEIO DE MARIA ALBUQUERQUE

ALVES

TESE DE DOUTORADO EM TECNOLOGIA AMBIENTAL E

RECURSOS HDRICOS

BRASLIA/DF: fevereiro/2018

ii

UNIVERSIDADE DE BRASLIA

FACULDADE DE TECNOLOGIA

DEPARTAMENTO DE ENGENHARIA CIVIL E AMBIENTAL

MODELO COMPORTAMENTAL COM BASE EM AGENTES PARA

GESTO ADAPTATIVA DE GUA: CASO DE ESTUDO DE

CONSUMO DE GUA RESIDENCIAL URBANA EM

BRAZLANDIA/DF

DIANA JIMENA MONSALVE HERRERA

TESE SUBMETIDA AO DEPARTAMENTO DE ENGENHARIA CIVIL

E AMBIENTAL DA FACULDADE DE TECNOLOGIA DA

UNIVERSIDADE DE BRASLIA COMO PARTE DOS REQUISTOS

NECESSRIOS PARA A OBTENO DO GRAU DE DOUTOR EM

TECNOLOGIA AMBIENTAL E RECURSOS HDRICOS.

APROVADA POR:

_________________________________________________

Profa. Conceio de Maria Albuquerque Alves, PhD (FT-UnB)

(Orientadora)

_________________________________________________

Prof. Oscar de Moraes Cordeiro Netto, Dr (FT-UnB)

(Examinador Interno)

_________________________________________________

Profa. Cybelle Frazo Costa Braga, Dra. (IFPB)

(Examinadora Externa)

________________________________________

Christophe Yvon Le Page, Dr. (CIRAD)

(Examinador Externo)

BRASLIA/DF, 23 de fevereiro de 2018

iii

FICHA CATALOGRFICA

MONSALVE-HERRERA, DIANA JIMENA

Modelo comportamental com base em agentes para gesto adaptativa de gua: caso de

estudo de consumo de gua residencial urbana em Brazlndia/DF

[Distrito Federal] 2018.

xviii, 190 p., 297 mm (ENC/FT/UnB, Doutora, Tecnologia Ambiental e Recursos

Hdricos, 2013).

Tese de Doutorado Universidade de Braslia. Faculdade de Tecnologia.

Departamento de Engenharia Civil e Ambiental.

1. Modelos baseados em agentes 2. Gesto adaptativa da gua 3. Consumo de gua residencial urbana 4. Sistemas Complexos Adaptativos

I. ENC/FT/UnB II. Ttulo (srie)

REFERNCIA BIBLIOGRFICA

Monsalve-Herrera, D. J. (2018). Modelo comportamental com base em agentes para gesto

adaptativa de gua: caso de estudo de consumo de gua residencial urbana em

Brazlndia/DF. Tese de Doutorado em Tecnologia Ambiental e Recursos Hdricos,

Publicao PTARH.TD-021/2018, Departamento de Engenharia Civil e Ambiental,

Universidade de Braslia, Braslia, DF, 190p.

CESSO DE DIREITOS

AUTOR: Diana Jimena Monsalve Herrera.

TTULO: Modelo comportamental com base em agentes para gesto adaptativa de gua:

caso de estudo de consumo de gua residencial urbana em Brazlndia/DF.

GRAU: Doutor ANO: 2018

concedida Universidade de Braslia permisso para reproduzir cpias desta Tese de

Doutorado e para emprestar ou vender tais cpias somente para propsitos acadmicos e

cientficos. O autor reserva outros direitos de publicao e nenhuma parte dessa tese de

doutorado pode ser reproduzida sem autorizao por escrito do autor.

____________________________

Diana Jimena Monsalve Herrera

Condomnio Belvedere Green, conjunto 15,casa 12

CEP: n 71680380. Braslia-DF.

iv

AGRADECIMENTOS

Aos meus pais pelo apoio e amor incondicional, por me ensinar o valor do estudo e da

perseverana, obrigada por estar sempre comigo a pesar da distncia.

Ao meu querido esposo Nano pelo apoio constante, por secar as lagrimas nos momentos de

desespero, por me dar motivos para continuar quando tudo parecia perdido, pela pacincia

nos dias estressantes, pela ajuda e companhia no trabalho de campo e pelo amor

incondicional que faz que a vida seja mais linda e simples junto a Luly e Campanita.

minha sogra Reina e meu cunhado Jhon pela torcida e os conselhos de vida.

minha orientadora, professora Conceio de Maria Albuquerque Alves pela confiana e

orientao prestada nessa pesquisa.

Ao grupo de Pesquisa InfoKnow-Computer Systems for Information and Knowledge

Treatment, especialmente professora Clia Ghedini Ralha, Cssio Giorgio Couto Coelho,

Carolina Gonalves Abreu, Christophe Le Page que me assessoraram no complexo mundo

dos agentes e deram apoio ao longo da pesquisa.

Ao Fernando Lucchesi Alencar, meu colega de estudo, pela ajuda na construo do modelo

de agentes, pela torcida e o apoio incondicional.

Aos meus amigos Beatriz Sarmiento (Bety), Harry Morales, Fabian Hurtado e Olga Caminha

(Olguita) pelo apoio, obrigada por me ajudar nas longas jornadas nas ruas de Brazlndia na

realizao dos questionrios dessa pesquisa, sem receber nada em troca. Obrigada pela

torcida e amizade incondicional!

Aos meus amigos Tati Lopez, Andrs Idrobo, Adriane Dias, Maria Elisa Leite, Patrcia

Bermond, Natalia Cabanillas, Pablito Santos, Ana Cevelyn Len, Adriana Rivera e Rogerio

Almeida pela amizade incondicional e apoio.

v

A Angela Costa, Serly Morais, Elizabeth Manes (Betinha), Lucas Achaval e Fernanda

Souza, pela amizade, a torcida e por me mencionar a palavra favorita dos brasileiros tudo

vai dar certo para me manter positiva e no desistir.

Ao pessoal do Departamento de Sade Ambiental da Fundao Nacional de Sade-Funasa,

pela torcida e por permitir realizar a oficina no I CIESA.

Aos habitantes de Brazlndia que abriram suas portas e me deram um pouco do seu tempo

para realizar minha pesquisa.

Ao conselho Nacional de Desenvolvimento cientfico e Tecnolgico- CNPq, pela ajuda

financeira atravs da bolsa de estudos. Companhia de Saneamento Ambiental do Distrito

Federal- CAESB, especialmente ao Diego Rezende Ferreira, Vanusa Meireles Gomes

Monteiro e Diogo Gebrim pelo apoio no fornecimento da informao necessria para

desenvolver o projeto.

Para todos muito obrigada!

(Muchas Gracias!)

Diana Jimena Monsalve Herrera

vi

melhor tentar e falhar, que preocupar-se e ver a vida passar,

melhor tentar, ainda que em vo, que sentar-se fazendo nada at o final.

Eu prefiro na chuva caminhar, que em dias tristes em casa me esconder.

Prefiro ser feliz, embora louco, que em conformidade viver

Martin Luther King

vii

DEDICATRIA

Aos meus pais: Martha Lucia e lvaro Antonio.

viii

RESUMO

MODELO COMPORTAMENTAL COM BASE EM AGENTES PARA GESTO

ADAPTATIVA DE GUA: CASO DE ESTUDO DE CONSUMO DE GUA

RESIDENCIAL URBANA EM BRAZLANDIA/DF

Autora: Diana Jimena Monsalve Herrera

Orientadora: Conceio de Maria Albuquerque Alves

Palavras-chave: Modelos baseados em agentes, Gesto adaptativa da gua, Consumo de gua

residencial urbana , Sistemas complexos adaptativos.

Programa de Ps-Graduao em Tecnologia Ambiental e Recursos Hdricos

Local e data da defesa: Braslia, 23 de fevereiro de 2018.

A problemtica de escassez hdrica que est afetando as capitais do Brasil est gerando uma

preocupao por parte dos gestores da gua, pois as medidas convencionalmente

implementadas para dar frente situao no sempre so efetivas colocando em risco o bem-

estar da populao. Para dar frente a esse cenrio tem-se desenvolvido diferentes ferramentas

computacionais de suporte deciso comumente com base em sistemas hidrolgicos, porm

necessrio que sistemas de informaes concebidos para apoiar o gerenciamento de

sistemas hdricos urbanos no deixem de incorporar o comportamento dos consumidores de

gua na concepo de modelos de simulao de disponibilidade hdrica em centros urbanos,

especialmente em situaes de implementao de Planos de Contingncia para

enfrentamento de escassez hdrica. A integrao do comportamento dos consumidores de

gua numa plataforma de apoio ao planejamento de sistemas hdricos oferece uma

abordagem promissora para lidar esse tipo de sistemas complexos por meio de uma gesto

adaptativa. A representao do comportamento dos consumidores de gua, da percepo

cultural e da interao entre os atores do sistema e seu ambiente tem sido um desafio a ser

superado por meio da construo de Modelos Baseados em Agentes (ABM) e sua

incorporao aos j usuais sistemas de apoio deciso em sistemas hdricos.

Nesse contexto o objetivo desse trabalho foi avaliar a contribuio de modelos

comportamentais baseados em agentes para a definio de medidas de reduo de consumo

de gua em domiclios de centros urbanos residenciais durante situaes de escassez hdrica,

atravs do uso de duas ferramentas; o Hydric-Agent, desenvolvido em parceria com o

Departamento de Cincias da Computao da Universidade de Braslia e o Water Evaluation

and Planning-WEAP. Na integrao dos modelos foram criados cenrios de variabilidade

hdrica, aplicando medidas de gesto como Campanhas Educativas e Tarifa de Contingncia

de gua. Os resultados obtidos mostraram a importncia da adaptabilidade de polticas de

gesto de gua em pocas de escassez hdrica, considerando o comportamento dos agentes

consumidores de gua e tambm a necessidade de integrao de modelos para obter melhores

resultados na gesto adaptativa da gua.

ix

ABSTRACT

AGENTS BASED BEHAVIORAL MODEL FOR ADAPTIVE WATER

MANAGEMENT: CASE STUDY OF URBAN WATER RESIDENTIAL

CONSUMPTION IN BRAZLNDIA/DF.

Author: Diana Jimena Monsalve Herrera

Supervisor: Conceio de Maria Albuquerque Alves

Key-words: Model Based Agent; Adaptive water Management, Urban residential water consumption,

Complex adaptive systems.

Programa de Ps-Graduao em Tecnologia Ambiental e Recursos Hdricos

Place and date of defense: Braslia, 23th February of 2018

The problem of water scarcity that is affecting the capitals of Brazil is generating a concern

of water managers, since the measures conventionally implemented to deal with the situation

are not always effective, putting at risk the well-being of the population. In order to address

this situation, different computational decision support tools have been developed, usually

based on hydrological systems, but it is necessary that information systems designed to

support the management of urban water systems do not fail to incorporate the water

consumers in the design of simulation models of water availability in urban centers,

especially in situations of implementation of Emergency Plans to cope with water scarcity.

The integration of agent behavior and into support water systems planning offers a promising

approach to dealing with complex systems through adaptive management. The

representation of water consumer behavior, cultural perception and interaction between the

actors of the system and its environment has been a challenge to be overcome through the

construction of Agent Based Models (ABM) and its incorporation into the usual decision

support systems in water systems.

In this context, the objective of this study was to assess the contribution of behavioral models

based on agents for the definition of measures to reduce water consumption of households

in urban centers during water shortages through the use of two tools; the Hydric-Agent,

developed in partnership with the Department of Computer Science at the University of

Brasilia and the Water Evaluation and Planning-WEAP. In the integration of the models we

created scenarios of water variability and applying management measures such as

Educational Campaigns and Contingency Tariffs. The results showed importance about

adaptive of water management policies in times of water scarcity, considering the behavior

of water consumption agent and also the need to integrate models to obtain better results in

the adaptive water management.

x

SUMARIO

1. INTRODUO ............................................................................................................. 1

2. OBJETIVOS................................................................................................................... 4

2.1. OBJETIVO GERAL ............................................................................................... 4

2.2. OBJETIVOS ESPECIFICOS ................................................................................. 4

3. FUNDAMENTAO TERICA e REVISO BIBLIOGRFICA ............................ 5

3.1. SISTEMAS COMPLEXOS ADAPTATIVOS-CAS .............................................. 5

3.2. SISTEMAS MULTIAGENTES-SMA ................................................................... 8

3.2.1. Modelo Conceitual para construo de sistemas multiagentes .................. 11

3.2.2. Arquitetura BDI ............................................................................................. 16

3.2.3. Modelagem Baseada em Agentes .................................................................. 18

3.2.4. Modelos baseados em agentes para gesto de recursos hdricos ................... 22

3.3. GESTO ADAPTATIVA DA GUA COMO FERRAMENTA PARA GESTO

DE SISTEMAS COMPLEXO ADAPTATIVOS ............................................................ 26

4. REA DE ESTUDO .................................................................................................... 37

4.1. CRISE HDRICA EM BRAZLNDIA ............................................................... 41

5. METODOLOGIA ........................................................................................................ 46

5.1. REVISO TERICA E BIBLIOGRFICA ....................................................... 47

5.2. CARACTERIZAO DO COMPORTAMENTO DOS CONSUMIDORES DA

GUA (CASO DE ESTUDO: BRAZLNDIA /DF) ..................................................... 47

5.3. INTEGRAO DE MODELAGEM DE SISTEMAS ........................................ 50

5.4.1. MODELAGEM BASEADA EM AGENTES ............................................... 50

5.4.2. MODELAGEM HDRICA (WEAP)............................................................. 64

5.4. ANLISE DE DADOS DE CONSUMO DE GUA EM BRAZLNDIA

FORNECIDOS PELA CAESB. ...................................................................................... 69

5.5. REALIZAO DE OFICINA: ATITUDE GUA: EU PERCEBO, EU

CONHEO, EU DEFENDO. .......................................................................................... 70

6. RESULTADOS ............................................................................................................ 73

6.1. MODELO CONCEITUAL DO COMPORTAMENTO DO CONSUMIDOR

DOMSTICO DE GUA EM BRAZLNDIA ............................................................. 73

6.2. RESULTADOS DA SIMULAO DE AGENTES REATIVOS ....................... 88

6.3. RESULTADOS DA SIMULAO DE AGENTES BDI ................................... 91

xi

6.3.1. Resultado da simulao BDI de agentes de renda baixa. .................................. 91

6.3.2. Resultado de simulao de BDI da renda mdia ............................................. 101

6.3.3. Resultado da simulao BDI da renda alta...................................................... 109

6.4. RESULTADOS DA OFICINA ATITUDE GUA: EU CONHEO, EU

PERCEBO, EU DEFENDO. ......................................................................................... 119

6.5. CONSUMO DE GUA DA REA RESIDENCIAL DE BRAZLNDIA

FORNECIDA PELA CAESB ........................................................................................ 127

6.6. RESULTADOS DA INTEGRAO DE HYDRIC-AGENT COM WATER

EVALUATION AND PLANNIG-WEAP ..................................................................... 144

6.7. Resultados da Integrao de Hydric-Agent com Weap em uma nica simulao.

145

6.8. Resultados da Integrao de Hydric-Agent com Weap para 100 simulaes ..... 151

CONCLUSES E RECOMENDAES ......................................................................... 154

BIBLIOGRAFIA ............................................................................................................... 159

ANEXOS ........................................................................................................................... 171

xii

LISTA DE FIGURAS

Figura 3.1- Componentes do modelo conceitual. Modificado de (Pace, 2000) .................. 12

Figura 3.2-Passos para o desenvolvimento do modelo conceitual. Adaptado de (Pace,2000)

............................................................................................................................................. 13

Figura 3.3- Tipos de dependncia entre os atores ............................................................... 15

Figura 3.4- Exemplo relacionamento meio-fim .................................................................. 16

Figura 3.5-componentes do BDI , modificado de (Weis, 1999).......................................... 18

Figura 3.6- Mudana da gesto da gua segundo o aumento da complexidade do sistema e

da populao. (adaptado de Kampragou et al.,2011) .......................................................... 28

Figura 3.7- Relaes lineares e no-lineares entre consumo e preo da gua. Modificado de

(ADB,1999) ......................................................................................................................... 31

Figura 3.8- Relao entre renda e demanda de gua. Modificado de (ADB,1999) ............. 35

Figura 4.1- Distribuio dos domiclios ocupados segundo as classes de renda domiciliar-

Brazlndia/DF/2015(Codeplan, 2015). ............................................................................... 38

Figura 4.2- Localizao da rea residencial de Brazlndia ................................................. 39

Figura 4.3- Domiclios ocupados, segundo a condio-Brazlndia/DF/2015 (Codeplan,

2015). ................................................................................................................................... 40

Figura 4.4- Resumo dos sistemas de abastecimento de gua do DF. (Agncia

Braslia,2017). ..................................................................................................................... 41

Figura 5.1- Sntese da Metodologia da pesquisa. ................................................................ 46

Figura 5.2- Entrevistas porta a porta em Brazlndia/DF. .................................................... 49

Figura 5.3- Construo do PAGE do modelo conceitual de consumo de gua domiciliar em

ambiente urbano .................................................................................................................. 52

Figura 5.4- Diagramas do framework i* utilizados na pesquisa ......................................... 54

Figura 5.5- Construo das Crenas, Desejos e Intenes (BDI) ....................................... 55

Figura 5.6-Arquitetura de Jadex adaptado de (JADEX,2017)............................................. 60

Figura 5.7- Grid de simulao de Hydric-Agent (Alencar,2017) ........................................ 62

Figura 5.8-Calassificao visual dos agentes no Hydric-Agent (Alencar,2017) ................. 63

Figura 5.9-Esquema da rede hdrica da rea de estudo construda em WEAP ................... 65

Figura 5.10- Taxa de crescimento projeta dos domiclios de Brazlndia no WEAP .......... 66

Figura 5.11- Insero de Vazes no Cenrio de Referncia da simulao nica ................ 67

Figura 5.12-Metodologia bootstrap de vazes utilizada na pesquisa .................................. 68

Figura 5.13- Sntese da modelagem do sistema estudado ................................................... 69

Figura 5.14- Trabalho em grupos da Oficina Atitude gua: eu percebo, eu conheo, eu

defendo, no I Congresso Internacional de Engenharia de Sade Pblica e de Sade

Ambiental da Funasa ........................................................................................................... 71

Figura 5.15- Metodologia da oficina utilizando Diagramas ................................................ 72

Figura 6.1-Escolaridade por rendas ..................................................................................... 74

Figura 6.2-mdia do nmero de pessoas por moradia ......................................................... 75

Figura 6.3- Percepo de consumo de gua dos agentes entrevistados em Brazlndia....... 76

Figura 6.4-Porcentagem de agentes que consomem gua abaixo da mdia em perodo seco

e chuvoso. ............................................................................................................................ 76

xiii

Figura 6.5-Reduo de consumo de gua por campanhas educativas ................................. 77

Figura 6.6-Diminuio de consumo de gua motivado por aumento de tarifa.................... 78

Figura 6.7-Uso da gua em aes cotidianas dos agentes: 6.7a) Agentes que usam

mangueira para lavar caladas,6.7b) Agentes que usam mangueira para lavar carro,6.7c)

Agentes que fecham a torneira enquanto escovam os dentes, 6.7d) Agentes que fecham a

torneira enquanto ensaboa a loua, 6.7e) Agentes que fecham o chuveiro enquanto se

ensaboam, 6.7e) Agentes que utilizam a capacidade mxima da mquina de lavar. .......... 79

Figura 6.8- Nvel de cooperao de agentes com diferentes aes para economizar gua: a)

Reutilizando gua da mquina. b) armazenando gua da chuva. (S=Sim, AV=s vezes,

N=nunca) ............................................................................................................................. 80

Figura 6.9- Armazenamento de gua da mquina de lavar na casa de um usurio do bairro

Setor Norte (Brazlndia), utilizada para limpar a casa. ....................................................... 81

Figura 6.10-Modelo conceitual da renda baixa ................................................................... 83

Figura 6.11-Modelo Conceitual da Renda Mdia ............................................................... 84

Figura 6.12-Modelo Conceitual da Renda Alta ................................................................... 84

Figura 6.14- Agentes Cooperativos de renda baixa, mdia e alta sem aplicar Aes de

Gesto .................................................................................................................................. 89

Figura 6.15- Porcentagem de agentes cooperativos de renda baixa, mdia e alta com

campanha educativa (CE) .................................................................................................... 89

Figura 6.16- Porcentagem de agentes cooperativos de renda baixa, mdia e alta devido a

aumento de tarifa (TR) ........................................................................................................ 90

Figura 6.17- Porcentagem de agentes cooperativos de renda baixa , mdia e alta com

campanha educativa (CE) e Aumento de Tarifa (TR) ......................................................... 90

Figura 6.18- Escolaridade encontrada de renda baixa a partir de dados levantados em

campo em Brazlnda/DF. .................................................................................................... 91

Figura 6.19-Comportamento do consumo de gua dos agentes de renda baixa , por

escolaridade, sem aplicar aes de gesto de demanda da gua ......................................... 92

Figura 6.20- Porcentagem de agentes cooperativos de renda baixa, por escolaridade, sem

aes de gesto (SG) e aplicando campanhas educativas................................................... 93

Figura 6.21- Consumo de gua da renda baixa por escolaridade, implementando

campanhas educativas.......................................................................................................... 95

Figura 6.22- Porcentagem de agentes cooperativos de renda baixa, por escolaridade,

implementando tarifa de contingncia ................................................................................. 96

Figura 6.23- Consumo de gua dos agentes de renda baixa, por escolaridade

implementando tarifa de contingncia ................................................................................. 97

Figura 6.24- Porcentagem de agentes cooperativos de renda baixa, por escolaridade,

implementando campanhas educativas e tarifa de contingncia ......................................... 99

Figura 6.25-consumo mdio de agentes de renda baixa, por escolaridade, aplicando tarifa

de contingncia e campanhas educativas........................................................................... 100

Figura 6.26- Escolaridade da renda mdia, segundo os dados coletados .......................... 101

Figura 6.27-comportamento do consumo de gua dos agentes de renda mdia , por

escolaridade, sem aplicar aes de gesto da gua ............................................................ 102

Figura 6.28- agentes cooperativos de renda mdia, por escolaridade aplicando campanhas

educativas .......................................................................................................................... 103

xiv

Figura 6.29-consumo mdio de agentes de renda mdia, por escolaridade, aplicando

campanhas educativas........................................................................................................ 104

Figura 6.30- porcentagem de agentes cooperativos de renda mdia, por escolaridade,

implementando tarifa de contingncia ............................................................................... 105

Figura 6.31- Consumo mdio de gua por domicilio da renda mdia, por escolaridade,

implementando tarifa de contingncia ............................................................................... 106

Figura 6.32- agentes cooperativos de renda mdia, por escolaridade, implementando tarifas

de contingncia e campanhas educativas........................................................................... 108

Figura 6.33- Consumo mdio de gua, por domicilio, da renda mdia, por escolaridade

implementando tarifa de contingncia e campanhas educativas ....................................... 109

Figura 6.34- Escolaridade da renda alta ............................................................................ 109

Figura 6.35-Agentes cooperativos de renda alta sem implementar aes de gesto da gua

........................................................................................................................................... 110

Figura 6.36- Agentes cooperativos de renda alta, por escolaridade implementando

campanhas educativas........................................................................................................ 111

Figura 6.37- Consumo de gua da renda alta, por escolaridade, implementando campanhas

educativas .......................................................................................................................... 112

Figura 6.38- Porcentagem de agentes cooperativos de renda alta, por escolaridade,

implementando tarifa de contingncia ............................................................................... 114

Figura 6.39-Consumo mdio de gua da renda alta, por escolaridade, implementando tarifa

de contingncia .................................................................................................................. 115

Figura 6.40- Porcentagem de agentes cooperativos de renda alta, por escolaridade,

implementando campanhas educativas e tarifas de contingncia ...................................... 116

Figura 6.41- Consumo mdio de gua da renda alta, por escolaridade, implementando

campanhas educativas e tarifa de contingncia ................................................................. 117

Figura 6.42- Resultado de percepo do grupo 1/ Paraba, oficina Atitude gua: eu

percebo, eu conheo, eu defendo ....................................................................................... 120

Figura 6.43- Resultados de percepo do grupo 2/Par oficina: Atitude gua: eu percebo,

eu conheo, eu defendo ..................................................................................................... 121

Figura 6.44- Resultados de percepo do Grupo 3/Par .Oficina Atitude gua: eu percebo,

eu conheo, eu defendo ..................................................................................................... 123

Figura 6.46- Resultados de percepo do grupo 3/DF, Atitude gua Atitude gua: eu

percebo, eu conheo, eu defendo ....................................................................................... 124

Figura 6.45-Medidas de gesto de demanda de gua indicadas como mais efetivas por

consumidores de renda baixa, mdia e alta. ...................................................................... 125

Figura 6.46-diminuio do consumo de gua dos agentes de renda mdia, baixa e alta para

considerando o perodo meteorolgico, simulado em Hydric-Agent. ............................... 126

Figura 6.47- Consumos mdios mensais de gua das reas residenciais de Brazlndia ... 128

Figura 6.48- Consumo mdio de gua por residncia, medido e faturado pela Caesb, da

Vila So Jos no perodo de 08/2014 a 12/2017 ............................................................... 130

Figura 6.49- Nmero de agentes cooperativos de renda baixa, obtido na simulao com

Hydric-Agent, implementando tarifa de contingncia e sem aes de gesto (SG) .......... 131

Figura 6.50- Consumo mdio de gua na renda baixa, obtido na simulao com Hydric-

Agent, aplicando tarifa de contingncia ............................................................................. 132

xv

Figura 6.51- Consumo mdio de gua da renda baixa obtido na simulao com Hydric-

Agent, aplicando campanhas educativas e tarifa de contingncia mais campanhas

educativas. ......................................................................................................................... 133

Figura 6.52- Porcentagem de agentes cooperativos de renda baixa implementando

campanhas educativas e tarifa de contingncia em conjunto, simulado em Hydric-Agent133

Figura 6.53- Consumo mdio de gua por domicilio, medido e faturado, no perodo de

08/2014 a 07/2017 do bairro Veredas................................................................................ 134

Figura 6.54-Consumo mdio de gua, medido e faturado, por residncia no perodo de

08/2014 a 07/2017 do Setor Sul ........................................................................................ 136

Figura 6.55-Consumo mdio de gua, medido e faturado, por residncia no perodo de

08/2014 a 07/2017 do Setor Norte. .................................................................................... 138

Figura 6.56- Consumo mdio de gua da renda mdia, simulado em Hydric-Agent,

implementando tarifa de contingncia ............................................................................... 140

Figura 6.57-Porcetagem de agentes cooperativos de renda mdia, simulados em Hydric-

Agent, aplicando diferentes aes de gesto. ..................................................................... 140

Figura 6.58-Consumo mdio de gua, medido e faturado, por residncia no perodo de

08/2014 a 07/2017 do Setor Tradicional ........................................................................... 141

Figura 6.59-Consumo de gua da renda alta aplicando diferentes medidas de gesto,

simulados em Hydric-Agent. ............................................................................................. 143

Figura 6.60-Porcentagem de agentes cooperativos de renda alta, simulados em Hydric-

Agent. ................................................................................................................................. 144

Figura 6.61-Demanda no atendida de gua dos agentes de renda alta simulada a partir da

integrao de Weap com Hydric-Agent da primeira simulao. ....................................... 146

Figura 6.62- Valor mdio da demanda no atendida de gua mensal dos agentes de renda

alta considerando trs cenrios diferentes, na primeira simulao. ................................... 147

Figura 6.63-Demanda no atendida de gua dos agentes de renda mdia simulada a partir

da integrao de Weap com Hydric-Agent da primeira simulao. ................................... 148

Figura 6.64-Valor mdio da demanda no atendida de gua mensal dos agentes de renda

mdia considerando trs cenrios diferentes ..................................................................... 149

Figura 6.65-Demanda no atendida de gua dos agentes de renda baixa simulada a partir da

integrao de Weap com Hydric-Agent da primeira simulao. ....................................... 150

Figura 6.66-Valor mdio da demanda no atendida de gua mensal dos agentes de renda

baixa considerando trs cenrios diferentes ...................................................................... 151

Figura 6.67-Demanda no atendida de gua de Brazlndia resultante do bootstrap nas

sries de vazes mensais.................................................................................................... 152

xvi

LISTA DE TABELAS

Tabela 3.1-Plataformas utilizadas para ABM (Gilbert (2007, p. 50), Najlis et al., (2001)

apud Chen, 2012). ............................................................................................................... 21

Tabela 3.2- Continuao da tabela 3.1-Plataformas utilizadas para ABM (Gilbert (2007, p.

50), Najlis et al., (2001) apud Chen, 2012). ........................................................................ 22

Tabela 3.3- Tarifa segundo o tipo de Residncia no Distrito Federal (Brasil,2017) ........... 32

Tabela 3.4- Tarifa segundo o tipo de Residncia de So Paulo, centro metropolitano

(Brasil,2017a) ...................................................................................................................... 33

Tabela 3.5- Tarifa segundo o tipo de Residncia de Cear (Brasil,2017b) ......................... 34

Tabela 4.1- Indicadores socioeconmicos de Brazlndia/DF. (Codeplan, 2015). .............. 38

Tabela 4.2- Tipos de domiclios em Brazlndia/DF (Codeplan, 2015). .............................. 40

Tabela 4.3- aes de gesto em situao de escassez hdrica. Adaptado de (Caesb,2016) . 42

Tabela 4.4- Cobertura de abastecimento de gua em Brazlndia (Codeplan,2015) ............ 43

Tabela 4.5- Problemas nos pontos de captao do sistema de abastecimento de

Brazlndia/DF (Caesb,2014) ............................................................................................... 44

Tabela 4.6- Descrio do sistema integrado de Brazlndia /DF(Caesb,2014) .................... 45

Tabela 5.1- nmero de agentes classificados por renda e escolaridade............................... 49

Tabela 5.2- Quantidade de gua utilizada para cada atividade dos agentes ....................... 57

Tabela 5.3- Valores mdios calculados da quantidade de gua economizada e desperdiada

segundo o tipo de ao, por escolaridade para renda baixa ................................................. 58

Tabela 5.4-Valores mdios calculados da quantidade de gua economizada e desperdiada

segundo o tipo de ao, por escolaridade para renda alta .................................................... 59

Tabela 5.5-Valores mdios calculados da quantidade de gua economizada e desperdiada

segundo o tipo de ao, por escolaridade para renda mdia ................................................ 59

Tabela 5.6- Mdia do consumo de gua anual simulado em Hydric-Agent inseridos em

anual water use rate de WEAP ........................................................................................... 68

Tabela 6.1- Percepes e aes dos agentes em categorias de renda e com base no

resultado de respostas das entrevistas. ................................................................................. 86

Tabela 6.2- Reduo de consumo de gua com respeito aos anos 2014,2015 e 2016, dos

bairros Veredas, Setor Sul e Setor Norte , aplicando diferentes aes de ......................... 139

Tabela 6.3- Valor mdio da demanda no atendida de gua da renda alta........................ 146

Tabela 6.4- Porcentagem da demanda total de gua no atendido em Brazlndia. ........... 152

Tabela 6.5. Porcentagem da demanda total de gua no satisfeita da renda alta, mdia e

baixa. ................................................................................................................................. 153

xvii

LISTA DE SIGLAS E ABREVIATURAS

ABM- Agent Based Model

ADASA - Agncia Reguladora de guas Energia e Saneamento Bsico do Distrito Federal

APA- rea de proteo Ambiental

AOS-Agent Oriented Software

ATA- Aumento de tarifa de gua

BDI- Believe, Desire, Intention

CAESB - Companhia de Saneamento Ambiental do Distrito Federal

CAS- Complex Adaptive System

CE-Campanhas Educativas

CEE- Campanhas educativas nas escolas

CET- Campanhas educativas na televiso

CIC- Departamento de Cincias da Computao

CIESA-Congresso Internacional de Engenharia de Sade Pblica e de Sade Ambiental da

Funasa

CODEPLAN - Companhia de Planejamento do Distrito Federal

CIRAD- Centro de Cooperao Internacional em Pesquisa Agronmica para o

Desenvolvimento

DF - Distrito Federal

FC-Fundamenta Completo

FI-Fundamental Incompleto

FIPA- Foundations of Intelligent Physical Agents

GDF- Governo do Distrito Federal

GO-Gois

INCRA- Instituto Nacional de Colonizao e Reforma Agrria

MAC- Multas por alto consumo de gua

MASE- Multi-Agent System for Environmental Simulation

MC-Mdio Completo

PAGE- Perceptions, Actions, Goals e Environment

PDAD- Pesquisa Distrital por Amostra de Domiclios - Brazlndia

PRS-Procedural Reasoning System

RA- Racionamento de gua

xviii

RTE- Reduo de Tarifa para quem economizar

SD-Strategic Dependency

SC-Superior Completo

SM-Salrio mnimo

SMA-Sistemas Multiagentes

SG-Sem aes de gesto

SR-Strategic Rationale

TR-Aumento de tarifa

WEAP - Water and Evaluation and Planning

1

1. INTRODUO

A gesto de sistemas hdricos urbanos se desenvolve com observncia a processos

hidrolgicos, econmicos, polticos e sociais. A complexidade das leis que governam esses

processos e as aes que resultam das interaes entre eles proporcionam propriedades aos

sistemas hdricos urbanos que permitem sua caracterizao como sistemas complexos

adaptativos (Mitchell,2009; Sichman, 2015).

A dinmica e a possibilidade de aprendizado, de evoluo e de adaptao de atores

envolvidos no funcionamento desses sistemas (consumidores de gua, companhias de

saneamento, agncias reguladoras) resultam em comportamentos no determinsticos que

caracterizam sistemas complexos.

Considerar esses elementos na simulao do comportamento de sistemas hdricos urbanos

pode contribuir para definio de programas (medidas e aes) de gesto mais efetivos e

adaptados realidade local (Giacomoni et al., 2013; Kanta e Zechman,2014).

fundamental considerar que as interaes entre usurios e consumidores de gua,

instituies reguladoras e companhias de abastecimento e entre esses atores e os sistemas

hdricos mudam ao longo do tempo e podem comprometer a efetividade de medidas

definidas em Planos de Contingncia, sendo importante considerar e modelar esses

comportamentos adaptativos da gesto da gua.

As caractersticas dos sistemas complexos podem ser identificadas nos sistemas hdricos que

contam com uma grande quantidade de componentes (agentes, componentes fsicos etc.) e

subsistemas que interagem de forma emergente. Nesse contexto relevante reconhecer que

se est lidando com sistemas complexos na gesto de recursos hdricos, pois possuem

mudanas pela interveno de diferentes agentes ou do ambiente existindo a necessidade de

adaptao.

O comportamento complexo dos sistemas hdricos muitas vezes dificulta a gesto do sistema

em situaes de conflito pelo uso da gua agravados pela escassez do recurso hdrico

(sistema fsico e natural), por problemas de articulao institucional, e ainda por altas

demandas de gua, portanto importante considerar um tipo de gesto no convencional que

se adapte s mudanas que se apresentam nesse sistema complexo.

2

A gesto adaptativa da gua considera a complexidade dos sistemas a serem gerenciados e

os limites de previso e controle. Isso implica uma abordagem de gesto integrada, que adote

uma perspectiva sistmica, em vez de lidar com problemas individuais e isolados (Keur et

al., 2010).

importante que a gesto da gua no seja concebida como um processo esttico, devido

interao dos diferentes atores sociais, governamentais e institucionais e disponibilidade

ou no do recurso hdrico. Ao longo do tempo as interaes entre esses atores e o recurso

mudam, sendo importante gerar processos adaptativos no que se refere gesto da gua.

Os sistemas hdricos abordados como sistemas complexos adaptativos (CAS- Complex

Adaptive System) podem ser simulados por meio de modelos baseados em agentes (Agent

Based Model-ABM) (Holland, 1995) que tm suas razes na rea da robtica, no campo da

inteligncia artificial e nos sistemas multiagentes, porm os ABM no podem ser concebidos

s como simulaes com agentes artificiais, pois, suas principais peculiaridades esto em

modelar o comportamento social e a tomada de decises individuais (de seres vivos em geral,

incluindo o ser humano) que representam a interao social, colaborao, e comportamento

de grupo (Bonabeau 2002; Macal e North, 2010).

Os ABM conseguem modelar sociedades artificiais que permitem a concepo de entidades

de manejo dos recursos naturais (Ducrot et al.,2004), dando importncia dinmica de nveis

de organizao (dos consumidores dos recursos e dos provedores) que atuam atravs de

regras e agentes (Rammel et al., 2007).

Considerando o anterior, a presente pesquisa tem como objetivo avaliar a contribuio de

modelos comportamentais baseados em agentes para a definio de medidas de reduo de

consumo de gua em domiclios de centros urbanos residenciais durante situaes de

escassez hdrica. Na pesquisa foram consideradas variveis como renda, escolaridade,

estao do ano e variabilidade na vazo dos mananciais, para observar o comportamento de

consumo de gua dos agentes e realizar recomendaes de gesto da gua de acordo com o

nvel de adaptabilidade dos agentes.

Para anlise dessa questo, foi tomado como caso de estudo a rea residencial urbana de

Brazlndia/DF, que possui um sistema de abastecimento de gua sem interligaes com

outros sistemas hdricos do Distrito Federal. A pesquisa permitiu realizar uma caracterizao

do consumidor de gua local, capturando as percepes dos consumidores frente a medidas

3

de gesto vigentes no Distrito Federal-DF durante o perodo de 2015 a 2017 implantadas por

causa da reduo da disponibilidade hdrica da Regio.

A metodologia proposta nessa pesquisa foi desenvolvida a partir da caracterizao da

capacidade de adeso do agente s medidas de gesto de gua implementadas, utilizando

modelos computacionais que permitiram simular o consumo de gua a partir do

comportamento dos atores e suas preferncias quanto s polticas propostas no modelo,

considerando a rea de estudo como um sistema complexo adaptativo a ser representado por

meio de modelagem baseada em agentes.

Foi realizada uma simulao dos agentes sociais atravs de uma parceria com o

Departamento de Cincias da Computao da Universidade de Braslia para construir uma

ferramenta de simulao denominada Hydric-Agent que considerou entrevistas em campo e

a construo de um modelo conceitual realizadas pela pesquisadora para estudar o

comportamento dos agentes frente a polticas de uso de gua. Os consumos de gua obtidos

na simulao de agentes foram simulados em cenrios de variabilidade hdrica das fontes de

abastecimento de gua da rea de estudo mediante a integrao de Hydric-Agent com a

plataforma Water Evaluation and Planning-WEAP (SEI,2001) permitindo avaliar o impacto

das medidas de gesto adaptativa da gua e a necessidade da integrao de ferramentas que

auxiliassem as tomadas de deciso nesse tipo de cenrios de disponibilidade hdrica.

A pesquisa considera duas hipteses: H1, o comportamento do usurio influencia na

efetividade das aes de gesto da gua na rea urbana, em pocas de crise hdrica. H2, os

sistemas de suporte deciso para gesto da demanda do recurso hdrico favorecido pela

incorporao de modelos comportamentais (ABM) na simulao de sistemas hdricos. Os

itens a seguir apresentam a estrutura do projeto de pesquisa, iniciando pelos objetivos no

captulo 2. No captulo 3 e 4 ser apresentada a fundamentao terica e reviso bibliogrfica

sobre sistemas complexos adaptativos, modelagem de sistemas complexos, Modelos

Baseados em Agentes (ABM) e Gesto adaptativa dos recursos hdricos. No captulo 5 ser

descrita a rea de estudo. No captulo 6 ser apresentada a metodologia desenvolvida no

projeto de pesquisa. Enquanto no captulo 7 sero apresentados resultados e anlises da

pesquisa.

4

2. OBJETIVOS

2.1. OBJETIVO GERAL

Avaliar a contribuio de modelos comportamentais baseados em agentes para a definio

de medidas de reduo de consumo de gua em domiclios de centros urbanos residenciais

durante situaes de escassez hdrica.

2.2. OBJETIVOS ESPECIFICOS

Os seguintes objetivos especficos foram implementados a fim de corroborar com o

objetivo geral dessa pesquisa:

-Caracterizar o sistema complexo adaptativo da rea de estudo para identificar os atores do

sistema e seus padres de comportamento referentes ao consumo de gua;

-Avaliar a adaptabilidade dos agentes residenciais frente a aes de gesto da gua em

situaes de crise hdrica do sistema complexo adaptativo analisado na pesquisa;

-Avaliar o comportamento de consumo de gua histrico da rea urbana residencial de

Brazlndia, considerando as diferentes polticas estabelecidas no perodo de 2014-2015;

-Analisar a contribuio da utilizao de modelos de simulao de sistemas hdricos e de

simulao de agentes para estabelecer polticas de gesto adaptativa de gua em perodos de

escassez hdrica em ambientes urbanos residncias.

5

3. FUNDAMENTAO TERICA E REVISO

BIBLIOGRFICA

Neste capitulo, mostrar-se- a fundamentao terica e reviso bibliogrfica com temticas

relacionadas a sistemas complexos adaptativos, gesto adaptativa da gua e sistemas

multiagentes que permitiram desenvolver a pesquisa.

3.1. SISTEMAS COMPLEXOS ADAPTATIVOS-CAS

Os sistemas complexos adaptativos (CAS- Complex Adaptive System) so caracterizados

pelas interdependncias atravs de vrias escalas que so dirigidas por interaes mtuas

entre o institucional, o ecolgico, tecnolgico e socioeconmico. Os CAS esto baseados em

comportamentos complexos, resultado das interaes entre os componentes do sistema (ou

agentes) ou, entre os componentes do sistema (ou agentes) e o ambiente. Atravs dessa

interao e do aprendizado com o ambiente, o sistema modifica seu comportamento para se

adaptar s mudanas (Rammel et al.,2007).

Mitchel (2009) define um sistema complexo como um sistema de grandes redes de

componentes que no tem controle central e trabalha com regras simples de operao dando

origem a comportamentos complexos coletivos, processamento de informaes sofisticadas

e adaptao via aprendizagem ou evoluo.

Os sistemas complexos tambm podem incorporar nveis hierrquicos com diferentes

escalas espaciais e temporais baseadas num dilogo co-evolucionrio onde as mudanas

ambientais esto relacionadas com adaptaes que surgem dentro do sistema

socioeconmico em termos de alteraes das instituies, tecnologias, polticas, percepes

e do comportamento (Rammel et al.,2007).No mbito dos recursos hdricos os CAS tambm

permitem visualizar a interao entre o crescimento populacional, a mudana de uso do solo,

os processos hidrolgicos, o consumo residencial da gua e as prticas conservacionistas

(Giacomoni e Zechman ,2010) ou simular estratgias de consumo e conservao de gua

(Kanta e Zechman , 2014).

6

Sichman (2015) cita algumas caractersticas dos sistemas complexos:

Emergncia: um padro de comportamento que ocorre conforme aumentam as interaes

das entidades e a complexidade do sistema, e que pode ser significativamente diferente do

comportamento do sistema em nveis mais baixos de complexidade. O surgimento de

propriedades ou comportamentos coletivos emergentes, no podem ser identificados em

nenhuma de suas unidades formadoras, pois surgem do processo de competio e cooperao

locais das entidades do sistema, de forma repetitiva e imitativa (Blashkovich, 2014).

Um exemplo disso pode ser observado no desenvolvimento territorial e na gesto do recurso

hdrico para consumo humano na cidade. Nesse caso o agente como indivduo no

responsvel pelo desenvolvimento do territrio, em vez disso as aes e interaes dos

diferentes atores como residentes e polticos e os fatores como a disponibilidade dos servios

de saneamento determinam esse desenvolvimento.

Na gesto do recurso hdrico, no caso particular da gesto da gua para consumo urbano,

tambm resultado emergente dos atores (companhia de saneamento, decisores,

consumidores etc.) atuando em conjunto. Essas propriedades emergentes retroalimentam-se

afetando as decises individuais, dessa maneira o desenvolvimento de um territrio pode ser

afetado pelas reas j ocupadas e pelos comportamentos estabelecidos nesse local.

A evoluo do uso do solo tambm pode ser afetada pela disponibilidade de recurso hdrico

e a infraestrutura para consumo de gua potvel, ou pelo contrrio a disponibilidade de gua

pode afetar a ocupao da paisagem. Esse comportamento mostra outra propriedade

importante dos CAS chamada dependncia de trajetria.

Heterogeneidade: esta caracterstica resulta de uma propriedade intrnseca (ou previamente

adquirida) do agente, que tem suas prprias preferncias. Isso pode ser observado no

comportamento diverso dos usurios referente ao uso da gua, pois dependendo das suas

necessidades e preferncias, ter-se- um consumo de gua excessivo ou no que pode afetar

o sistema hdrico.

Robustez: Esta caracterstica determina a capacidade do sistema de manter o

comportamento depois de remover algum componente do subsistema ou provocando alguma

7

perturbao. Esta propriedade desejvel nas polticas pblicas, que visam no ser alteradas

por causa de aes individuais ou alteraes no sistema.

Resilincia: Esta propriedade indica a capacidade adaptativa para se reorganizar numa

estrutura diferente mantendo a funo do sistema. A resilincia est relacionada com o

feedback que leva aprendizagem e auto-organizao dos atores e sistemas conforme

surgem novas condies. Esta propriedade pode estar representada na capacidade dos

usurios da gua em se adaptar s polticas de consumo para manter a disponibilidade do

recurso hdrico.

No linearidade: as interaes dos indivduos raramente seguem regras lineares. Cada ator

tem comportamentos e interaes diferentes.

Sistemas abertos: os indivduos entram e saem dinamicamente do sistema sem uma

governana global.

Os CAS podem ser simulados mediante diferentes modelos, entre eles existem os Modelos

Baseados em Agentes(ABM-Model Based Model) que podem utilizar sistemas multiagentes

(Holland, 1995) que modelam a interao entre as partes permitindo entender as

consequncias das decises sobre os diferentes atores e seus comportamentos (Akhbari e

Grigg,2013). Os ABM conseguem modelar sociedades artificiais relacionadas com o manejo

dos recursos naturais (Ducrot et al.,2004), dando importncia dinmica de nveis de

organizao (dos consumidores dos recursos e dos provedores) que atuam atravs de regras

e agentes (RAMMEL et al.,2007).

Outro modelo que permite simular os CAS o celullar automata (Wolfram,1983) composto

por trs elementos principais: uma rede, um conjunto de estados permitidos e vizinhana,

definidos pela estrutura e regras de transio considerando um componente temporal

(BATTY, 2001).

O comportamento adaptativo e evolutivo dos mtodos utilizados em sistemas complexos

permite que os indivduos modelados no mudem seu comportamento uma nica vez frente

a uma nova poltica, mas que se adaptem e evolua seu comportamento ao longo do tempo.

A aprendizagem automtica desses sistemas permite inferir modelos em nvel do indivduo

8

a partir de grandes conjuntos de dados, sendo til para avaliar como uma nova poltica pode

afetar as decises dos indivduos (RAND, 2015).

3.2. SISTEMAS MULTIAGENTES-SMA

O Sistema Multiagente -SMA pode ser definido como uma coleo de entidades autnomas

que interagem uns com os outros e com seu ambiente (Ferber, 1999). Essas entidades

geralmente so nomeadas agentes. Uma das vantagens dos SMA na rea de recursos hdricos

que essa abordagem de modelagem tambm pode representar as relaes sociais e

institucionais entre os usurios de gua permitindo capturar os fenmenos sociais como ao

coletiva (Berger et al., 2007) e sua influncia no alcance dos objetivos e metas de programas,

aes e medidas de gesto dos recursos hdricos.

No SMA um agente descrito como um instrumento para anlise de sistemas, qualquer

entidade que percebe seu ambiente atravs de sensores e age sobre ele (Russel e

Norving,2002). O ambiente (sistema) em que o agente ir atuar delimitar a abrangncia de

suas percepes e aes. Segundo Wooldridge e Jennings (1995) os agentes possuem as

seguintes caractersticas:

Autonomia: tem a capacidade de operar, seguir instrues e tomar decises sem

interveno de outros, tendo o controle de suas aes. Quando o agente aprende por

experincia e altera seu comportamento, tem autonomia funcional. Dessa maneira os agentes

so mais flexveis adaptando-se a novas condies do ambiente (Russel e Norvig, 2000);

Habilidade social: os agentes interatuam com outros agentes;

Reatividade: so capazes de perceber seu ambiente e responder s mudanas que ocorrem

nele;

Proativos: os agentes no s atuam com seu ambiente, eles tm a capacidade de ter um

comportamento dirigido a objetivos, tomando a iniciativa.

Nwana (1996), alm da autonomia, prope como caractersticas dos agentes os atributos de

cooperao e aprendizagem de cuja combinao deriva quatro tipos de agentes principais:

9

agentes colaborativos, agentes colaborativos com capacidade de aprendizagem, agentes de

interface e agentes verdadeiramente inteligentes.

Um agente inteligente um sistema computacional (hardware ou software) situado em um

determinado ambiente, capaz de realizar uma ao autnoma flexvel (reativo, proativo e

social) dentro do ambiente para executar objetivos predeterminados (Wooldridge, 2002).

Os agentes podem ser categorizados como (Russel e Norving, 2000):

Agentes Reflexivos Simples (Reativos): As aes so respostas das aes percebidas

no momento sem considerar o percebido anteriormente (memoria). So considerados

os tipos de agentes mais simples.

Agentes Reflexivos baseados em modelos1: o agente mantm algum tipo de estado

interno que depende do estado anterior e do percebido no ambiente.

Agentes baseados em objetivos: O agente define um objetivo para saber as situaes

desejadas, dessa maneira o agente pode escolher aes diretas ou complexas que

alcancem o objetivo e a tomada de deciso envolve a considerao do futuro e

implica a pesquisa e planejamento prvio. Este tipo de agente mais flexvel j que

diferentes comportamentos podem ser obtidos para o mesmo estado do mundo.

Agentes baseados em utilidade: a utilidade ser maior se o estado atual do mundo

estiver prximo aos objetivos. Os agentes baseados em utilidades so mais racionais,

pois avaliam a utilidade da execuo de uma determinada ao.

Considerando essas caractersticas um agente racional ideal deve saber se sua ao

maximizar sua medida de desempenho, baseado na evidncia da sequncia de percepo e

do conhecimento que ele tem ou adquiriu (Russel e Norvig, 2002).

Russell e Norvig (2002) tambm sugerem a caracterizao de agentes por meio da

metodologia denominada de PAGE (acrnimo para Perceptions, Actions, Goals e

Environment). Nesse caso o agente percebe estmulos do ambiente por meio de sensores; as

1 Tambm chamados Agentes com estado interno

10

aes (decises) so consequncias das percepes que so utilizadas para alcanar um

objetivo.

O ambiente o mundo, representado de forma virtual, onde atuam os agentes. O ambiente

pode ser representado por espaos geogrficos (como o caso de cidades, bairros, moradia)

ou por locais onde os agentes atuam e tomam decises (Gilbert,2007).

Russel e Norving (2002) classificam os ambientes da seguinte forma:

Acessvel ou Inacessvel: No ambiente acessvel o agente consegue obter informao

atualizada e completa do ambiente.

Determinstico ou No determinstico: no ambiente determinstico a ao selecionada

pelo agente determina o prximo estado do ambiente, cada ao tem um efeito nico sem

incertezas nos resultados.

Esttico ou Dinmico: o ambiente esttico inalterado, no dinmico o ambiente pode

mudar enquanto os agentes interagem.

Discreto ou Contnuo: discreto quando o nmero de percepes e aes so finitas.

A fim de representar e conceber agentes que se diferenciam por suas caractersticas e

habilidades podem ser utilizadas ferramentas de programao com arquiteturas de software

que facilitam a construo e concepo do comportamento de agentes em seus sistemas

complexos. Existem vrios tipos de arquiteturas de software de agentes, tais como (Russel e

Norvig, 2002):

Arquitetura Reativa: Os agentes respondem passivamente a outros agentes e ao

ambiente (Berglund,2015), com base em mecanismos estimulo-resposta.

Arquitetura Cognitiva ou Deliberativa: Os agentes desenvolvem aes ou tomam

decises atravs de um raciocnio lgico. A arquitetura BDI (Bratman, 1987)

(Believe, Desire, Intention) muito utilizada onde o comportamento humano

modelado segundo as crenas, desejos e intenes do agente.

Arquitetura Hbrida: combina componentes das arquiteturas reativas e deliberativas.

11

3.2.1. Modelo Conceitual para construo de sistemas multiagentes

Como apresentado no item 3.1 os sistemas complexos adaptativos podem ser simulados

mediante sistemas multiagentes os quais devem ser concebidos adequadamente para obter

resultados satisfatrios. O modelo conceitual o passo inicial para simulaes orientadas a

agentes, pois permite entender o seu comportamento, interaes e requisitos necessrios para

que o sistema funcione.

Para entender a construo de modelos conceituais para sistemas multiagentes (tratados

como sistemas complexos adaptativos) necessrio entender as bases do modelo. Para Pace

(2000) o modelo conceitual a maneira como o desenvolvedor traduz os requisitos do

modelo em uma estrutura detalhada que permite visualizar como dever ser realizada a

simulao e construdo o software; para Robinson (2004) o modelo conceitual uma

descrio no especfica do software do modelo de simulao a ser desenvolvido que

descreve os objetivos, recursos, sadas, contedo, pressupostos e simplificaes do modelo.

A construo de um modelo conceitual permite ter uma viso do que deve ser representado

na simulao e como realiza-lo considerando o comportamento dos atores, a interao entre

eles e seu ambiente como tambm as motivaes que modificam a tomada de decises.

Existem algumas caractersticas do modelo conceitual e sua definio, dentre elas tem-se

(Robinson,2004): (i) O modelo conceitual consiste em passar de uma situao problemtica

para uma definio do que ser modelado e como ser realizado atravs dos requisitos do

modelo. (ii) A modelagem conceitual iterativa e repetitiva, sendo o modelo revisado

continuamente ao longo de um estudo de modelagem (iii) A simulao do modelo conceitual

deve ser o principal mecanismo para a comunicao clara e completa entre o desenvolvedor,

designer do software e os usurios da simulao (Pace, 2000) (iv) O modelo conceitual

uma representao simplificada do sistema real.

A simulao do modelo conceitual abrange: o contexto de simulao, o conceito de

simulao e espao de simulao, como apresentado na Figura 3.1. O contexto de

simulao frequentemente uma coleo de indicadores e referncias que definem

12

comportamentos e processos para entidades que sero representadas dentro da simulao. A

informao contida no contexto de simulao estabelece as fronteiras para a construo do

modelo. O conceito de simulao compreende a representao do espao que inclui todos os

elementos de simulao e especfica como eles interagem entre si, incluindo informao

adicional, tanto funcional como operacional, necessrias para que a simulao alcance seus

objetivos. Quanto ao espao de simulao, ele contm toda a informao adicional (recursos

de pausa, reinicializao, coleta de dados e capacidades de exibio) necessria para explicar

como a simulao alcanar os objetivos (PACE, 2000).

Figura 3.1- Componentes do modelo conceitual. Modificado de (Pace, 2000)

Segundo Pace (2000) h quatro passos a serem realizados para o desenvolvimento de um

modelo conceitual, conforme apresentado na figura 3.2. Primeiro necessrio coletar as

informaes relevantes sobre o contexto de simulao que inclui suposies, algoritmos,

caractersticas, interaes, dados, etc. que possibilitem identificar e descrever os possveis

estados, comportamentos e atributos do sistema. No segundo passo so tomadas as decises

entre as entidades, suas representaes como entidades singulares e como comunidades ou

subsistemas. O terceiro passo a definio dos elementos de simulao, onde so tomadas

as decises sobre o nvel de preciso, resoluo dentre outras, necessrias para a

13

representao de uma entidade ou processo. No quarto e ltimo passo so definidos os

relacionamentos entre os elementos da simulao a fim de garantir que as restries e

fronteiras impostas pelo contexto da simulao sejam respeitadas.

Figura 3.2-Passos para o desenvolvimento do modelo conceitual. Adaptado de (Pace,2000)

O framework de modelagem i* (Yu,1995) muito utilizado como base de softwares para

construo de modelos conceituais. O framework facilita a tomada de decises em todas as

etapas, desde os requisitos iniciais at o design detalhado considerando algumas das etapas

anteriormente mencionadas. O nome i* est relacionado noo de intencionalmente

distribudo, baseando-se num ator estratgico e intencional. O framewor i* conta com dois

modelos diferentes (Yu,1995):

Modelo SD (modelo de dependncias estratgicas -Strategic Dependency): consiste em

uma rede de ns (atores) e links (dependum) entre os ns que indicam dependncia entre

eles para alcanar algum objetivo. O primeiro ator denominado depender ou

dependente e o segundo dependee ou de quem depende. Os tipos de dependncia,

apresentados na figura 3.3, so (Yu,1995):

Dependncia por meta (objetivo): O ator tem uma meta a cumprir e depende de outros

para a ao para que a meta seja alcanada.

14

Dependncia por tarefa: O ator depende de outro para que a tarefa seja desempenhada,

esta dependncia determina como e no por que a tarefa deve ser desempenhada.

Dependncia por recurso: o ator depende de outro par a disponibilizao de uma

entidade (fsica ou computacional). O depender pode usar a entidade como um recurso.

Dependncia por meta flexvel (objetivo secundrio): um ator depende de outro para

que desempenhe uma tarefa que permita alcanar uma meta flexvel

Na Figura 3.3 so apresentados alguns exemplos de dependncias entre os atores, na

dependncia por meta o consumidor de gua depende da companhia de gua para alcanar a

meta de conhecer o consumo de gua da sua residncia; na dependncia por recurso o

consumidor de gua depende da companhia para ter a fatura da conta de gua; na

dependncia por tarefa, o consumidor de gua depende do bombeiro hidrulico para que seja

realizada a tarefa de consertar o vazamento de gua e na dependncia por meta flexvel o

consumidor de gua depende da companhia de gua para alcanar a meta de se sentir

satisfeito no atendimento que a empresa fornece

15

Figura 3.3- Tipos de dependncia entre os atores

Modelo SR (modelo de razes estratgicas Strategic Rationale): O modelo SR descreve

os relacionamentos intencionais que so internos aos atores, por meio de relacionamentos

meio-fim onde desenhada uma seta direcionada para o n fim, que pode ser uma meta

alcanada, uma tarefa realizada, um recurso a ser produzido ou uma meta flexvel a ser

satisfeita, como apresentado na figura 3.4. Os tipos de relacionamentos meio-fim so: meta-

tarefa, o fim a meta e o meio a tarefa que pode ter vrios componentes; recurso-

tarefa, o fim o recurso e o meio a tarefa; meta flexvel-tarefa, o fim a meta flexvel

e meio a tarefa; meta flexvel-meta flexvel, o fim e o meio so as metas flexveis. O

Consumidor

gua

Companhia de gua

Conhecer o

consumo de gua

Consumidor

gua

Fatura conta de

gua

Companhia de gua

Consumidor

gua

Bombeiro hidrulico

Consertar

vazamento de

gua

Consumidor

gua

Companhia de gua

Satisfeito [atendimento

da companhia ao

consumidor]

Dependncia por Meta

Dependncia por Recurso

Dependncia por Tarefa

Dependncia por Meta flexvel

Meta Recurso Tarefa Meta

Flexvel Ator

Legenda

16

relacionamento meta flexvel-meta flexvel possui um tipo de contribuio que pode ser

positiva (+) ou negativa (-) e neutra (?).

A figura 3.4 mostra um exemplo de relacionamento meio-fim, nesse caso a meta da

Companhia fornecedora de gua que os consumidores paguem as contas de gua e a tarefa

meio receber o pagamento do cliente, esta tarefa se descompe em duas submetas flexveis

que so que a fatura de gua esteja correta e que o cliente pague na data certa, igualmente

existe uma submeta a qual que o consumidor de gua seja cobrado (fatura). Nesse caso

receber o pagamento do cliente contribui positivamente meta flexvel que oferecer um

servio de qualidade.

Figura 3.4- Exemplo relacionamento meio-fim

3.2.2. Arquitetura BDI

Uma das arquiteturas mais utilizada em sistemas multiagentes a arquitetura BDI (Bratman,

1987) onde o agente descrito como uma entidade que possui um estado computacional

Conta de gua

seja paga

Correto [fatura-

gua]

Receber

Pagamento do

cliente

Consumidor

seja cobrado

(fatura)

Data certa

[pagamento-

gua]

Companhia de gua

Servio de

Qualidade +

+/- Contribuio

Relacionamento meio-fim

Decomposio

Legenda

Tarefa Meta

Flexvel

Meta

Ator

17

anlogo ao estado mental, ou seja, com componentes mentais como crenas, desejos

capacidades escolhas, compromissos etc. No caso do BDI os agentes possuem um

processamento interno utilizando estados mentais (Believe, Desire, Intention) e o controle

de decises por meio de escolhas racionais. Os estados mentais do BDI so descritos como:

Crena (Believe): segundo Bratman (1987) crenas so as informaes que o agente

possui sobre o ambiente, os agentes e sobre ele mesmo. o conhecimento do mundo

(ambiente) de forma explcita.

Desejos (Desire): so estados do ambiente que o agente gostaria de atingir, motivam o

agente para agir de tal forma que alcance suas metas, porm ter um desejo no significa

necessariamente que o agente vai tentar atingi-lo. Os desejos podem estar em conflito com

outras crenas e com base nesses desejos que o agente seleciona suas intenes.

Intenes (Intentions): contm o plano de ao escolhido. Representam o componente

deliberativo do sistema.

Weiss (1999) define os seguintes componentes importantes de uma arquitetura BDI (Figura

3.5):

Um conjunto de crenas representando as informaes que o agente tem sobre seu

ambiente atual;

Uma funo de reviso de crenas. Um novo conjunto de crenas formado a partir das

entradas dos dados coletados do meio e das crenas atuais do agente;

Uma funo geradora de opes, que determina as opes disponveis para o agente, ou

seja, seus desejos, tendo como base suas crenas atuais sobre seu ambiente e suas intenes

atuais;

Um conjunto de opes representando os desejos atuais do agente;

Uma funo filtro de deliberao que determina as intenes dos agentes, tendo como base

suas crenas, desejos e intenes atuais;

Um conjunto de intenes atuais, representando o foco atual do agente;

Uma funo de seleo de ao, responsvel por determinar a ao a ser executada pelo

agente baseada no conjunto de intenes atuais.

18

Figura 3.5-componentes do BDI , modificado de (Weis, 1999)

Existem vrias implementaes para arquitetura BDI, dentre elas se encontram o Procedural

Reasoning System (PRS) (AIC,2001) para comportamentos reativos e orientados a objetivos,

uma estrutura para construir o raciocnio em tempo real de sistemas que podem executar

tarefas complexas em ambientes dinmicos e o dMARS (D'Inverno et al, 2004) que uma

reimplementao mais rpida e robusta do PRS em C ++, um framework para a construo

de sistemas de domnios dinmicos onde h conhecimento incerto e complexo.

3.2.3. Modelagem Baseada em Agentes

Existem ferramentas para desenvolvimento de sistemas multiagentes que possuem uma

estrutura pronta para criao de agentes inteligentes oferecendo flexibilidade ao usurio,

algumas delas so:

Jack (AOS,2005) que permite a criao das unidades funcionais, gerando o cdigo

automaticamente, um framework para o desenvolvimento de sistemas multi-agentes e

construdo pela AOS (Agent Oriented Software). A linguagem utilizada pelo JACK (JACK

Agent Language) construda a partir da linguagem Java podendo ser usada no

desenvolvimento de agentes

JAM (Huber, 2011): Este framework para agentes inteligentes foi desenvolvido com base

nas arquiteturas de agentes inteligentes do PRS (Procedural Reasoning System) e sua

implementao chamada UMPRS

19

JADE (JADE,2017]: JADE um framework orientado a objetos, escrito em Java,

implementa a arquitetura proposta pela FIPA- Foundations of Intelligent Physical Agents

para a definir o protocolo de interao no sistema.

JADEX (Baubrach et al, 2004): um mecanismo de raciocnio orientado a agentes para

escrever agentes racionais em Java. uma plataforma de desenvolvimento orientado a

agentes, integrado a Jade, no qual agentes racionais so escritos em XML (Extensible

Markup Language) e na linguagem de programao Java. Seus principais componentes so:

-Capacidades: Permitem que crenas, planos e objetivos sejam colocados num mdulo de

agente. Podem conter subcapacidades.

-Crenas: Representam o conhecimento do agente sobre seu ambiente. Pode ser qualquer

objeto Java, e so armazenadas em uma base de crenas.

-Objetivos: Objetivos motivacionais do agente orientam suas aes. Jadex trata-os como

desejos concretos e momentneos e no como eventos especiais, como em outros sistemas

BDI.

-Planos: Representam a forma como o agente atuar em seu ambiente. Planos so

selecionados em resposta ocorrncia de eventos ou objetivos. A seleo de planos feita

automaticamente pelo sistema.

-Eventos: podem ser de dois tipos. Eventos internos detonam uma ocorrncia dentro do

agente. Eventos mensagem representam uma comunicao entre agentes.

O raciocnio no Jadex um processo composto por dois componentes intercalados. Por um

lado, o agente reage a mensagens recebidas, eventos internos e objetivos, selecionando e

executando planos (raciocnio de meio final). Por outro lado, o agente delibera

continuamente sobre seus objetivos atuais, para decidir sobre um subconjunto consistente,

que deve ser perseguido.

Para desenvolver a modelagem baseada em agentes existem diferentes plataformas que

utilizam as ferramentas anteriormente citadas, como caso do MASE- Multi-Agent System for

Environmental Simulation (Coelho et al.,2016) desenvolvido pelo Departamento de Cincias

da Computao da Universidade de Braslia.

MASE utiliza sistemas multiagentes para entendimento de uso e transformao de cenrios

ambientais, permite entradas de regras, espao e atributos espaciais por meio de arquivos

20

descritores e imagens para que uma simulao seja executada e resultados possam ser

obtidos. Sua estrutura foi implementada em Java e seu framenwork em Jade. A plataforma

tambm foi implementada aplicando o modelo BDI nomeado como MASE-BDI utilizando

Java com o framework JADEX, que adiciona uma camada abstrata ao JADE para a

representao do modelo BDI e outras funcionalidades (Coelho et al.,2016). Alm do MASE

existem outras plataformas apresentadas na tabela 3.1.

21

Tabela 3.1-Plataformas utilizadas para ABM (Gilbert (2007, p. 50), Najlis et al., (2001) apud

Chen, 2012).

Plataforma SWARM REPAST MASON STARLOGO NETLOGO

Desenvolvedor Instituto Santa

Fe

Departamento

de pesquisa em

computao e

cincias sociais,

Universidade de

Chicago

Centro para

Complexidad

e Social,

Universidade

de George

Manson

Laboratrio

Media, Instituto

de Tecnologia

de

Massachusetts

Centro de

aprendizagem

conectado e

modelagem

baseada em

computador

Data de criao 1996 2000 2003 1999-2000 1999

Website

http://www.sw

arm.org/mailm

an/listinfo

http://repast.sou

rceforge.net

http://cs.gmu.

edu/~eclab/pr

ojects/mason

http://education.

mit.edu/starlogo

http://ccl.northwe

stern.edu/netlogo/

Linguagem da

modelagem Object-C,Java

Java/Python/Mi

crosoft.NET Java

Scripting do

proprietrio

Scripting do

proprietrio

Sistema

operacional

Windows,UNI

X,

Linux,

Macosx

Windows,UNIX

,

Linux, Macosx

Windows,UN

IX,

Linux,

Macosx

Windows,UNIX

,

Linux, Macosx

Windows,UNIX,

Linux, Macosx

Capacidades

de

programao

requeridas

Alta Alta Alta Bsica Bsica

Integrao com

funes de GIS Sim Sim No No Sim

Componentes

estatsticos/grf

icos/mapeamen

to

Sim Sim No Sim Sim

Documentao Parcial Limitada Limitada Limitada Boa

Base de

usurios Decrescente Grande Em aumento Mdia Moderada

Velocidade de

execuo Moderada Rpida Muito rpida Moderada Moderada

Desenvolvedor Instituto Santa

Fe

Departamento

de pesquisa em

computao e

cincias sociais,

Universidade de

Chicago

Centro para

Complexidad

e Social,

Universidade

de George

Manson

Laboratrio

Media, Instituto

de Tecnologia

de

Massachusetts

Centro de

aprendizagem

conectado e

modelagem

baseada em

computador

Website

http://www.sw

arm.org/mailm

an/listinfo

http://repast.sou

rceforge.net

http://cs.gmu.

edu/~eclab/pr

ojects/mason

http://education.

mit.edu/starlogo

http://ccl.northwe

stern.edu/netlogo/

Linguagem da

modelagem Object-C,Java

Java/Python/Mi

crosoft.NET Java

Scripting do

proprietrio

Scripting do

proprietrio

Sistema

operacional

Windows,UNI

X,

Linux,

Macosx

Windows,UNIX

,

Linux, Macosx

Windows,UN

IX,

Linux,

Macosx

Windows,UNIX

,

Linux, Macosx

Windows,UNIX,

Linux, Macosx

Capacidades

de

programao

requeridas

Alta Alta Alta Bsica Bsica

22

Tabela 3.2- Continuao da tabela 3.1-Plataformas utilizadas para ABM (Gilbert (2007, p.

50), Najlis et al., (2001) apud Chen, 2012).

3.2.4. Modelos baseados em agentes para gesto de recursos hdricos

Recentemente tem aumentado o interesse do uso de modelos baseados em agentes para

insero do componente social s simulaes do comportamento de sistemas ambientais para

representar a influncia da interao socioambiental na implementao de diferentes

alternativas de gesto. Em sistemas hdricos, especificamente, tem-se utilizado os modelos

baseados em agentes-ABM para obter informaes sobre o nvel de adaptao dos usurios

frente a diferentes polticas que melhorem tanto a disponibilidade de gua quanto o nvel de

satisfao dos mesmos.

Os trabalhos desenvolvidos na rea de gesto dos recursos hdricos utilizando ABM tambm

evidenciam a importncia da articulao da gesto do recurso hdrico com a gesto do solo

e recursos conexos para solucionar os conflitos relativos ao sistema de uma maneira

adaptativa, considerando o consumidor como agente social atuante nos sistemas hdricos e,

portanto, capaz de alterar o estado do sistema por meio de seus hbitos e comportamentos.

Da mesma forma, os atores gestores (instituies) tambm podem ser representados como

agente atuante no sistema por meio da regulao e do gerenciamento dos sistemas hdricos.

Plataforma SWARM REPAST MASON STARLOGO NETLOGO

Integrao com

funes de GIS Sim Sim No No Sim

Disponibilidade

de

demonstrao

de modelos

Sim Sim Sim Sim Sim

Documentao Parcial Limitada Limitada Limitada Boa

Base de

usurios Decrescente Grande Em aumento Mdia Moderada

Velocidade de

execuo Moderada Rpida Muito rpida Moderada Moderada

Fcil instalao Baixa Moderado Moderado Muito fcil Muito fcil

23

Trabalhos que utilizam os modelos baseados em agentes na rea da gesto de recursos

hdricos mostram-se promissores para anlise de aplicao de diferentes polticas e suas

implicaes, permitindo tambm explorar mecanismos de resilincia dos sistemas hdricos

(Schlter e Pahl-Wostl, 2007) e entender melhor a complexidade dos usos da gua e dos

usurios da gua em sub-bacias (Berger et al., 2007).

No intuito de melhorar a gesto integrada de recursos hdricos para usurios da gua como

indstria e agricultura, alguns autores integram ferramentas de modelagem baseada em

agentes com sistemas de simulao hdrica, sistemas de informao geogrfica, dentre outras

que permitam diminuir o estresse hdrico e o consumo de gua (Nikolic et al.,2013).

A representao da dinmica do uso da gua para irrigao e o efeito que tem sobre a

distribuio espacial e temporal dos recursos hdricos tambm tem se mostrado importante

especialmente em regies frequentemente assolada por longos perodos de estiagem

(semirido) e com predominncia de atividade agrcola irrigada (van Oel et al., 2010).

Considerando essa problemtica, interessante explorar a influncia de estratgias

alternativas de operao de reservatrios e de alocao do uso da gua, na distribuio do

uso da gua, mediante uma abordagem de simulao multiagente, considerando as

influncias naturais e antrpicas na disponibilidade de gua para reduo do conflito pelo

uso da de gua (van Oel et al., 2012). O comportamento dos usurios da gua na rea rural

(agricultores) tambm pode ocasionar problemas com a qualidade de gua, o que tambm

tem sido analisado em trabalhos com uso de sistemas multiagentes (Ng, et al., 2011;

Mazzega et al., 2014).

Alm dessas abordagens na gesto do recurso hdrico se faz necessrio aprofundar na

temtica de uso e manejo de gua por parte dos consumidores que pode fazer a diferencia

nas tomadas de deciso referente a este recurso (Galn et al., 2009; Akhbari e Grigg,

(2013,2014,2015); Holtz e Pahl-Wostl, 2012; Belaqziz et al., 2013; Farhadi et al.,2016),

considerando tambm os processos de governana e polticas de uso da gua (Wise e Crooks,

2012; Giuliani e Castelletti (2013); Mulligan, et al., 2014;Castilla-Rho et al., 2015; Leclert

et al., 2016, Han et al., 2017), que permitam desenvolver uma gesto adaptativa dos sistemas

hdricos abordados como sistemas complexos.

24

Medidas e aes impostas em planos emergenciais podem alcanar diferentes nveis de

efetividade conforme a adeso e a resposta apresentada por usurios do sistema. Campanhas

educativas, rodzio ou racionamento do abastecimento, tarifas de contingncia ou

bonificaes por reduo de consumo so exemplos de medidas cujas efetividades esto

diretamente relacionadas ao comportamento do usurio do sistema.

Tais medidas buscam atenuar as consequncias de um perodo prolongado de escassez

hdrica, porm importante considerar que a adequada adoo (aceitao) dessas estratgias

por parte da populao pode afetar o resultado esperado ou sua efetividade. Um modelo

baseado em agentes que represente essa situao pode contar com agentes em diferentes

papis, tais como usurios comerciais, usurios residenciais, companhias de abastecimento,

agncias reguladoras, comits de bacias hidrogrficas, associaes de comunidades, dentre

outros.

Considerar os sistemas hdricos como sistemas complexos adaptativos-CAS permite

visualizar a interao entre o crescimento populacional, a mudana de uso do solo, os

processos hidrolgicos, o consumo residencial de gua e as prticas conservacionistas

(Giacomoni e Zechman ,2010) ou simular estratgias de consumo e conservao de gua,

segundo as demandas do recurso (Kanta e Zechman ,2014) como tambm para avaliar

estratgias adaptativas na gesto dos recursos hdricos.

Existem vrios estudos que utilizam ABM para o desenvolvimento de polticas relacionadas

a sistemas de abastecimento urbano onde so avaliadas as dinmicas entre polticas de

recursos hdricos e polticas de recursos conexos (Ducrot et al., 2004), no caso dos trabalhos

de Giacomoni et al, (2013) e Koutiva e Makropoulos, (2016) essas polticas so avaliadas

abordando o sistema hdrico urbano como complexo considerando as diferentes dinmicas

que nele se desenvolvem , tornando o processo de gesto mais adaptativo, Kanta e

Zechman,(2014), desenvolvem abordagens similares integrando modelos estocsticos de

demanda.

Para avaliar as polticas de demanda de gua sob diferentes cenrios necessrio considerar

o comportamento do consumidor de gua e as mudanas no sistema, para isso muitas vezes

25

so utilizadas plataformas virtuais como no caso do trabalho de Ma e Li, (2015) que

utilizaram um modelo integrado de tomada de deciso on-line para a gesto sustentvel dos

recursos hdricos, utilizando uma simulao baseada em agente para avaliar o

comportamento dos atores. Metodologias de abordagem virtual so muito utilizadas, porm

na maioria das pesquisas so utilizados dados censitrios sobre fontes de gua, consumo de

gua (Gunkel e Klls, 2006), de crescimento populacional, pesquisas amostrais de

domiclios ou hipteses para modelar o comportamento dos consumidores de gua e dos

gestores nos ABM e desenvolver avaliaes sobre otimizao de demanda/oferta de gua

residencial (Chu et al., 2009 ;Tsegayes e Vairavamoorthy, 2009; Linkola et al., 2013; Yuan

et al., 2014; Koutiva e Makropoulos, 2016; Ali et al.,2017; Darbandsari et al., 2017),

alocao do recurso hdrico (Ding et al., 2016), dentre outras questes.

Os trabalhos desenvolvidos na rea de modelos baseados em agentes, mostraram o interesse

das diferentes linhas de pesquisa relacionadas gesto do recurso hdrico, porm uma das

crticas ao uso desses modelos que pelo fato de estudar sistemas sociais muitas vezes h

uma escassez de dados de sistemas sociais relevantes do mundo real, tornando difcil a

construo do modelo na realidade (Louie e Carly,2008), que permita predizer o

comportamento humano que pela sua natureza estocstica complexo e difcil de validar

(Schlter e Pahl-Wostl 2007; Bharathy e Silverman, 2015). Os modelos multi-agente de

sistemas sociais so difceis de validar porque esses modelos representam uma nova

abordagem de simulao para a qual mtodos de validao tradicionais nem sempre so

aplicveis (Louie e Carley,2008)

A verificao e a validao do modelo so crticas no desenvolvimento de um modelo de

simulao. Infelizmente, no h um conjunto de testes especficos que possam ser facilmente

aplicados para determinar a "correo" de um modelo. Alm disso, difcil determinar um

algoritmo para saber quais tcnicas ou procedimentos usar, tornando o projeto de simulao

um desafio novo e nico para a equipe que desenvolve o modelo (Sargent,2011)

26

3.3. GESTO ADAPTATIVA DA GUA COMO FERRAMENTA PARA

GESTO DE SISTEMAS COMPLEXO ADAPTATIVOS

Tradicionalmente a gesto de recursos naturais tem focado na otimizao e ganhos de

efi