Un enfoque de simulación basada en agentes en procesos estratégicos de formación de redes
La modelación individual de la interacción entre agentes en Economía ha recibido particular atención en los últimos años. Estos aportes han recaído inicialmente, y siguiendo la tradición académica, en modelos analíticos que contemplan la aparición de interacciones locales entre los individuos. Esta...
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Online |
| Idioma: | spa |
| Publicado: |
2010
|
| Acceso en línea: | http://repositoriodigital.uns.edu.ar/handle/123456789/2174 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | La modelación individual de la interacción entre agentes en Economía ha recibido particular atención en los últimos años. Estos aportes han recaído inicialmente, y siguiendo la tradición académica, en modelos analíticos que contemplan la aparición de interacciones locales entre los individuos. Esta ineracción permite, en algún punto, determinar resultados de conducta diferentes comparados con un análisis en el que los agentes se comporten aisladamente. La moderación de dicha interacción en términos formales ha utilizado herramitentas matemáticas que permiten la traslación de efectos por parte de un individuo hacia otro. La teoría de juegos, dado que analiza en el comportamiento óptimo de un agente que se ve restringido en su accionar por las estrategias de otros agentes, resulta un modelo analítico clásico de ciertos casos de interacción. La tesis utiliza el enfoque basado en agentes para modelar las interacciones entre agentes y comprobar si los resultados teóricos pueden ser alcanzados a través de un modelo computacionalmente evolutivol. Sus resultados no son formales sino numéricos. Su sustento no es básicamente matemático sino computacional. Los agentes resultan ser bajo este marco de investigaciòn objetos de programas. Los objetos agente tienen estados y reglas de comportamiento. Correr un modelo de agentes comprende la inicialización de la población de agentes, el proceso subsiguientede interacción entre los mismos y el monitoreo del resultado final. En definitiva, correr el modelo en el tiempo la suficiente cantidad de veces, en caso de ser estocástico, es lo único que se necesita para "resolverlo". La tesos comprende 5 capítulos. El primero es una introducción general mientras que el segundo se aboca a explayar los modelos teóricos que serán testeados por modelos computacionales. El tercer capítulo presenta la metodología computacional de algoritmos evolutivos y el capítulo 4 analiza el resultado de los experimentos computacionales. Finalmente, la tesis concluye con el capítulo 5. Como síntesis del trabajo, los algoritmos evolutivos fueron exitosos en reproducir los resultados extremos de formación de redes (la red vacía y la red completa) pero fallaron en replicar los resultados de arquitecturas intermedias propuestas por la teoría. |
|---|