MODELO COMPORTAMENTAL COM BASE EM AGENTES...
of 208
/208
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
