TALLER #4

SIMULACIÓN BASADA EN AGENTES:

ANYLOGIC Y NETLOGO

ASIGNATURA: MODELOS Y SIMULACIÓN

ID GRUPO: ModSim_302

INTEGRANTES:

SANTIAGO ACOSTA ARTUNDUAGA

JULIO CESAR BEDOYA GUTIERREZ
JORDAN MAURICIO ESCARRAGA AVILA

BOGOTÁ D.C.
JUNIO 2022

UNIVERSIDAD NACIONAL DE COLOMBIA

Problema de NetLogo: Bahria University Student Cafe
1. Planteamiento del problema

El análisis presente se hace con base al modelo Bahria University Cafe, creado por
Muhammad Orangzaib, del portal http://modelingcommons.org.

El modelo consta de una cafetería estudiantil a la cual van estudiantes masculinos y

femeninos, en donde se tiene como regla que no es posible que se sienten en la
misma mesa. También hay una cantidad fija de estudiantes por sexo que se
generarán según sea la configuración.

2. Plan general y problemas a resolver

Para realizar el modelo se debe tener en cuenta el enfoque por agentes y la

simulación en NetLogo, la cual posibilita todo el proceso ya que el software es
completo para este tipo de simulaciones. Es importante no olvidar aplicar
correctamente las reglas por sexo a las localizaciones del modelo, además de
registrar como un parámetro la cantidad de estudiantes masculinos y femeninos se
van a generar en la simulación. Unas consideraciones más generales son cómo se
moverán los agentes por la cafetería, cuánto tiempo será su estancia, son todas
dudas que se deben tener en cuenta al planear la simulación en general y que serán
resueltas en el próximo apartado.

3. Planteamiento en NetLogo

Para la implementación en NetLogo no se usarán familias o breeds como

normalmente se acostumbra para diferenciar entre agentes, en cambio, se crearán 2
poblaciones de tortugas que representarán a los estudiantes masculinos y a las
estudiantes femeninas, los cuales se diferenciarán por su color.

Para la representación de la cafetería, se tendrá una zona de espera para cada tipo
de estudiante, se tendrán 4 mesas, 2 para cada tipo de estudiante, las cuales se
diferencian por el color de sus asientos, los cuales serán recorridos por los
estudiantes en su tiempo de alimentación

4. Implementación del modelo en NetLogo 6.2.2

El código de la implementación se adjuntará con este informe.

5. Documentación según protocolo ODD

a. Revisión
■ Propósito
 El propósito de este modelo busca representar y analizar las
agrupaciones e interacciones con el entorno de agentes que se rigen por
reglas sencillas, esto mediante un caso concreto de estudiantes
separados por una característica concreta.

■ Entidades, variables de estado, escalas

Existen un conjunto de entidades estáticas y dinámicas en el modelo, las

dinámicas son los propios agentes (que se manejan como tortugas o
turtles) del modelo que son los estudiantes, que posee un atributo color
que desempeñará el papel de diferenciar su sexo. El estudiante posee
una figura de persona y una posición inicial general para cada tipo de
estudiante. También están las mesas, la sala de espera y las sillas, como
lo señala el autor.

Hay dos variables de estado que controlan la población total de cada tipo
de estudiante, Male_students y Female_students, éstas se modifican por
medio de un deslizador en la pantalla de ejecución del modelo.

Para el tiempo y el espacio no se manejan escalas especiales más allá de

las que usa el programa de forma predeterminada.

■ Revisión de proceso y agendamiento

El proceso es sencillo, no tiene más eventos que la entrada de los

agentes a las mesas, parten de la sala de espera que se genera con la
inicialización del modelo y una vez se ejecuta los estudiantes recorren los
asientos disponibles de una de sus respectivas mesas.

b. Conceptos de diseño
■ Principios básicos

El modelo está creado para representar comportamientos sencillos de

agentes, asimismo se busca ejemplificar como es la creación y escritura
de estos comportamientos en el programa NetLogo.

■ Salidas (Emergence)

El modelo no presenta ninguna salida más que la visual que posee la

interfaz gráfica de las parcelas.
 ■ Adaptación

No hay adaptación en el modelo, por no decir que casi todos los

comportamientos son determinísticos, por lo que no hay mucho cambio en
el modelo, menos adaptación por parte de los agentes.

■ Objetivos

No hay datos de los agentes que sirvan como un factor al momento de la

toma de decisiones, existe una disposición física de las ubicaciones de
agentes que no varía para mesas y asientos que podría resultar útil pero
que no almacena o muestra algún resultado matemático.

■ Observación

Si se tiene en cuenta que el modelo es creado para ejemplificar

justamente como se diseñan los modelos de agentes en NetLogo, es
posible rescatar un concepto que es el movimiento de los agentes según
sea su disposición posible en las parcelas, en este modelo es posible
apreciar que los estudiantes se mueven en cada parcela según se
especificó en el código y lo hacen todos simultáneamente.

c. Detalles
■ Inicialización

El modelo tiene unos valores predeterminados tanto en la construcción del

modelo como de los parámetros que sirven a los estudiantes. La
disposición de las mesas, salas de espera y asientos (contando también
los asientos donde se ubicarán los estudiantes) es estática y no varía en
ningún caso, tampoco lo hacen los colores de los mismos o de los
estudiantes, siendo el color masculino el verde y el femenino el rosado.

Los parámetros que definirán las cantidades de cada grupo de

estudiantes y que son suministrados por medio de los deslizadores, son
inicializados como 30 y 15 para las poblaciones masculina y femenina
respectivamente.

■ Datos de entrada

No hay datos externos que se tengan en cuenta en el modelo.

 ■ Submodelos

En el portal donde se ha extraído el modelo, se encuentran distintas

variaciones del mismo que si bien tienen sus diferencias (algunos solo en
color y una ejecución nula) su comportamiento es básicamente el mismo,
sin estocasticidad o variaciones, solo estudiantes recorriendo la cafetería
de distintas maneras.

6. Resultados

El modelo funciona tal cual se espera, las entidades interactúan de tal forma en que
los estudiantes efectúan el recorrido esperado desde la zona de espera hasta las
mesas y respectivamente sus asientos, recorriéndolos de manera continua hasta
detener la ejecución del modelo.

Se pueden considerar varios puntos como la generación de entidades y como

configurar sus atributos, en este caso, su color y forma, además de que se ve un
comportamiento de los estudiantes acorde al modelo planteado, solo recorren los
asientos que tienen permitido.
7. Análisis y conclusiones

Del anterior punto se puede concluir que la simulación y el modelamiento por

agentes es fácilmente simulable en el lenguaje de simulación NetLogo, que posee
distintas herramientas que permiten crear modelos desde cero, todo esto mediante
el uso de sus agentes principales, que son: las tortugas, las parcelas, los enlaces y
el observador.

Por medio de las entidades construidas se pueden construir modelos que

representen un caso concreto de la realidad donde el papel de los individuos es
importante en la repercusión del sistema como conjunto, por ello se concluye que la
simulación basada en agentes es muy útil.

8. Dificultades

El modelo anteriormente expuesto no posee un apartado de información como si

existe en los modelos del programa o algunos modelos de personas ajenas a
NetLogo, esto impidió que se pudiera entender por completo la perspectiva del autor
y que buscaba lograr con la simulación, además de que una información concreta
habría permitido hacer cambios propios al modelo desde cero.

Un punto que se desprende de lo anterior es que la forma en la que está construido

el modelo no facilita su modificación de terceros, pues no parece tener un
comportamiento dinámico sino más bien seguir un algoritmo al pie de la letra, sin
mucha posibilidad de edición, más bien parece ser necesario la reconstrucción del
modelo para lograr alguna implementación distinta.
Problema de Anylogic: Flexible Manufacturing Supply Chain

1. Planteamiento del problema

El análisis presente se hace con base al modelo Flexible Manufacturing Supply

Chain, desarrollado en el software de modelado y simulación Anylogic el cual a su
vez es planteado por la misma empresa Anylogic

El modelo se basa en una cadena de suministros en la que cada uno de los

productores encontrados en esta simulación producen un producto, esto lo hacen
con materia prima brindada por otro productor.

La producción se detiene cuando la cantidad de producto terminado en el almacén

del productor alcanza un cierto umbral y, de manera similar, la materia prima se
ordena cuando su cantidad actual cae por debajo del umbral de pedido. Un
productor (y también el consumidor final) puede elegir entre varios proveedores
alternativos.

La elección se hace en función de las capacidades de los proveedores y sus

pedidos actuales. Por lo tanto, los participantes de la cadena de suministro pueden
ser considerados como agentes con cierto nivel de inteligencia

2. Plan general y problemas a resolver.

Para realizar el modelo se debe tener en cuenta el enfoque por agentes y la

simulación en NetLogo, la cual posibilita todo el proceso ya que el software es
completo para este tipo de simulaciones. Es importante no olvidar aplicar
correctamente las reglas por sexo a las localizaciones del modelo, además de
registrar como un parámetro la cantidad de estudiantes masculinos y femeninos se
van a generar en la simulación. Unas consideraciones más generales son cómo se
moverán los agentes por la cafetería, cuánto tiempo será su estancia, son todas
dudas que se deben tener en cuenta al planear la simulación en general y que serán
resueltas en el próximo apartado.

3. Planteamiento en Anylogic
Para realizar este modelo se va a emplear un enfoque multimétodo, en el cual se
combinan los enfoques de dinámica de sistemas y simulación basada en agentes,
esto con el fin de modelar el comportamiento productor-productor utilizando
simulación basada en agentes y los procesos que ejecuta internamente cada
productor utilizando dinámica de sistemas

Con el fin de visualizar los diferentes procesos y su rendimiento se van a utilizar los
siguientes indicadores mostrados en la siguiente imagen

● La línea negra entre los productores indica que un productor espera un

suministro de otro productor, el ancho de la línea muestra el tamaño del pedido.
● La altura de la barra amarilla cerca de un productor indica el nivel de productos
terminados.Cuando hay suficientes productos terminados para cumplir con el
pedido, se ejecuta la acción de envío.
● La altura de la barra verde representa el stock de materias primas. Cuando
cuando este baja más del umbral de pedido predefinido, se ejecuta la acción de
pedido

4. Implementación del modelo en Anylogic 8.7.12.

El código de la implementación se adjuntará con este informe.

5. Documentación según protocolo ODD

a. Revisión
■ Propósito.
 El propósito de este modelo es representar y analizar el funcionamiento
de una cadena de suministros de fabricación flexible, la cual ilustra un
enfoque multimétodo utilizando los enfoque de dinámica de sistemas y
simulación basada en agentes

■ Entidades, variables de estado, escalas

Este modelo cuenta con un conjunto de entidades las cuales interactúan

entre sí por medio de un paso de mensajes, este paso de mensajes
determinará la siguiente acción de la entidad que recibe dicho mensaje,
un ejemplo de esto es la solicitud de materia prima que un productor le
hace a otro productor

Hay una variable de estado que controla la cantidad de el producto

solicitado, esta variable es orderSize, la cual define que tanta materia
prima tiene que completar cada productor para cumplir con el pedido

Para el tiempo y el espacio no se manejan escalas especiales más allá de

las que usa el programa de forma predeterminada.

■ Revisión de proceso y agendamiento

El proceso de esta simulación se basa en la interacción que existe entre

productores con el fin de generar la cantidad definida de productos
requeridos, esto mediante el paso de mensajes productor-productor y la
decisión que tiene cada productor a la hora de seleccionar a que
productor le hará la solicitud de materia prima basándose en el estado
actual de materia prima producida de dicho productor

b. Conceptos de diseño
■ Principios básicos

El modelo tiene como fin implementar una cadena flexible de suministros

de fabricación, y para ello implementa un enfoque multimétodo utilizando
los enfoque de dinámica de sistemas y simulación basada en agentes y
para se utiliza el programa Anylogic el cual se especializa en simulación
de enfoques multimétodo.

■ Salidas (Emergence)
El modelo genera como salida un promedio entre los tiempos en que se
completaron de manera satisfactoria las órdenes de productos, a su vez
produce una gráfica con los diferentes valores de dicho tiempo

● Estocasticidad:.

La estocasticidad en este modelo se observa en el momento en el que la

simulación inicializa el ambiente de la misma, mas específicamente en la
instanciación de los productores, ya que estos definen los valores de sus
umbrales tanto de producción como de pedido con una distribución
uniforme que retorna un valor aleatorio entre un mínimo y un maximo
definidos dando asi ese factor de aleatoriedad que se presenta en un
ambiente de trabajo en la vida cotidiana

■ Adaptación

La adaptación que existe en el modelo es dado por la capacidad que tiene

cada productor a la hora de seleccionar a qué productor le hará la
solicitud de materia prima basándose en el estado actual de materia prima
producida de dicho producto, esto con el fin de optimizar el tiempo de
producción del producto solicitado

■ Objetivos

El principal objetivo de esta simulación es identificar el tiempo tiempo

promedio de producción dado por una cadena flexible de suministros de a
la hora de producir cierta cantidad de productos utilizando 4 lineas de
produccion y cada una de estas líneas cuenta con 4 productores
independientes, esto funciona como base para identificar las ventajas que
brindan este tipo de cadenas de producción.

■ Observación
 Este modelo ilustra un diseño multimétodo en Anylogic y como estsos
interactúan entre sí para modelar situaciones robustas como lo son las
cadenas flexibles de producción, además este modelo puede ser
empleado por compañías que producen mercancía con el fin de aplicar
este modelo de cadena flexible en la producción de sus mercancias

c. Detalles
■ Inicialización

El modelo cuenta con una inicialización del ambiente predeterminada, el

cual consiste de 4 líneas de producción las cuales cuenta con 4
productores independientes, a su vez el tamaño de la orden esta
predeterminado a 300, pero este valor puede ser modificado por el
usuario antes de que la simulación inicie por medio de una barra
deslizadora.

■ Datos de entrada

No hay datos externos que se tengan en cuenta en el modelo.

■ Submodelos

En la página de la empresa Anylogic se encuentran varias simulaciones

de diferentes cadenas de suministros, estas tienen un principio de
funcionalidad diferente ya que no cuentan con la característica flexibilidad
con la que cuenta este modelo

5. Resultados

El modelo funciona de una manera adecuada, este muestra un ambiente 3D el cual

facilita el entendimiento de los procesos mostrados por la simulación, se pueden ver
als interacciones entre los diferentes productores y la cantidad de materia prima y
de productos producidos por medio de dos barras aledañas a el diseño que
representa cada productor, además se puede ver una gráfica a tiempo real donde
se registran los datos de cada proceso de producción junto con su valor promedio.
6. Análisis y conclusiones

De este modelo se puede concluir que la simulación utilizando un enfoque

multimétodo es una muy buena herramienta para simular ambientes complejos, y a
su vez esto ilustra lo robusto que es el software de simulación Anylogic a la hora de
implementar este tipo de enfoques
 Este modelo lo pueden considerar diferentes empresas de producción de mercancia
con el fin de considerar la posibilidad de implementar el método de cadena flexible
de producción

7.Dificultades

Una dificultad identificada con respecto al modelo anteriormente expuesto es la falta

de información dada con respecto al modelo y cómo implementa el enfoque
multimétodo lo cual dificulta de sobremanera el entendimiento de su diseño en el
software de simulación Anylogic

Una dificultad que nace de la anterior dificultad expuesta es que para entender este
modelo se necesita consultar el libro que brinda Anylogic sobre su software de
simulación, pero este no se encuentra actualizado con respecto a la version actual
del software de simulación, lo cual dificulta aun mas el entendimiento del diseño de
este modelo

Simulación basada en Agentes utilizando ANYLOGIC y

NETLOGO
● Planteamiento del problema

Suponga una situación en la que un conjunto de hospitales (n en total), cada uno con
una estación de ambulancias, deben ser asignados en un espacio de 40x40 celdas.
Cada estación alberga un número m de ambulancias. Las ambulancias deben recoger
heridos, los cuales se generan aleatoriamente en el mapa de acuerdo con una
distribución discreta uniforme (entre 0 y 20 cada 60 minutos).

Para atender al herido, se le asigna a este una ambulancia del hospital más cercano.
En caso de no haber ninguna ambulancia disponible, se le asigna una del siguiente
hospital más cercano (en caso de no haber ambulancias disponibles en este se utiliza
la misma lógica).

Cada herido tiene un tiempo de vida v en el cual puede sobrevivir sin recibir atención.
Este tiempo es determinado por una distribución exponencial con λ=0.05 (se utilizan
minutos para medir el tiempo en este modelo). Cada hospital tiene una capacidad
máxima Cm de pacientes que se encuentran en recuperación.

· Si hubiera 5 hospitales, calcule el número de ambulancias que debe haber en

cada estación para que mueran menos de:

● 10% de los pacientes.

 ● 5% de los pacientes.
● 2% de los pacientes.
● 1% de los pacientes.

· Si cada estación de ambulancias sólo pudiera albergar hasta 5 ambulancias,

calcule el número de hospitales que tiene que haber para que mueran menos
de:

● 10% de los pacientes.

● 5% de los pacientes.
● 2% de los pacientes.
● 1% de los pacientes.

· Calcule la capacidad que debe tener cada hospital (Cm) para atender a
todos los pacientes en cada uno de los casos listados anteriormente.

Imagine qué otras variables habría que tener en cuenta si usted fuera el encargado de
resolver el problema hipotético en la vida real y cómo cambiarían la forma de
solucionarlo.

● Plan general y problemas a resolver

Para realizar el modelo se debe tener en cuenta el enfoque por agentes y la simulación
en Anylogic y Netlogo, la cual posibilita la realización exitosa de la simulación, debido a
que estos dos programas están diseñados para soportar este tipo de simulaciones.

En Anylogic es importante crear de manera adecuada las clases a utilizar e

interconectarlas de manera adecuada. Una de las consideraciones más importantes es
definir con las herramientas GIS, el espacio en el cual la simulación se llevará a cabo.

En Netlogo es importante establecer de manera adecuada cuáles serán los aspectos

visuales de la simulación y cómo interactúan los agentes pertenecientes a la
simulación.

● Planteamiento en Anylogic

Se crean los agentes de tipo, persona , Clinica y ambulancia. Los cuales se vinculan
mutuamente y se ubican al interior de la región delimitada (Sur de Bogotá).

El funcionamiento del modelo establece un número constante de hospitales, y permite

la variación del número de ambulancias por hospital, la cual es igual para todos los
centros de atención médica.

Posteriormente, mediante un evento se genera la aparición de pacientes en la región

delimitada, con una tasa uniforme de entre 0 y 20 pacientes por hora (Según especifica
el enunciado del problema). Mediante la utilización de herramientas como GIS map,
GIS point y GIS región, podemos hacer uso de la función getNearestPoint(), la cual
permite que el agente persona seleccione el punto de atención médica más cercano,
posteriormente se envía una señal a una de las ambulancias pertenecientes a esa
clínica más cercana, con el fin de que realice el consecuente recorrido, hasta llegar de
nuevo a la clínica y pase a estar disponible para la siguiente llamada.

● Implementación del modelo en Anylogic

El código de la implementación se adjuntará con este informe.

● Documentación según protocolo ODD

■ Propósito

El propósito de este modelo busca representar y analizar las agrupaciones e

interacciones con el entorno de agentes que se rigen por reglas sencillas, esto
mediante un caso concreto de pacientes, ambulancias y clínicas.

■ Entidades, variables de estado, escalas

Los siguientes agentes son los que interactúan entre ellos, durante la simulación.

● Clínicas
● Ambulancias
● Pacientes

Las siguientes herramientas delimitan el espacio en donde se desarrolla la simulación;

proveen de las condiciones espaciales de cada uno de los agentes usados en la
simulación.

● GIS Map
● GIS Region
● GIS point

por último el elemento slider, que permite establecer la capacidad máxima de

ambulancias por hospital.

■ Revisión de proceso y agendamiento

Mediante un evento se genera la aparición de pacientes en la región delimitada, con

una tasa uniforme de entre 0 y 20 pacientes por hora (Según especifica el enunciado
del problema), después se puede hacer uso de la función getNearestPoint(), la cual
permite que el agente persona seleccione el punto de atención médica más cercano,
posteriormente se envía una señal a una de las ambulancias pertenecientes a esa
clínica más cercana, con el fin de que realice el consecuente recorrido, hasta llegar de
nuevo a la clínica y pase a estar disponible para la siguiente llamada.

■ Principios básicos

El modelo está creado para representar comportamientos sencillos de agentes,

asimismo se busca ejemplificar cómo es la creación y escritura de estos
comportamientos en el programa Anylogic.

■ Salidas (Emergence)

El modelo no presenta ninguna salida más que la visual que posee la interfaz gráfica.

■ Adaptación

No hay adaptación en el modelo, por no decir que casi todos los comportamientos son
determinísticos, por lo que no hay mucho cambio en el modelo, excepto por que el
cambio en la cantidad de ambulancias asignadas a cada clínica.

■ Objetivos

Encontrar la clínica más cercana al paciente, enviar una ambulancia a recogerlo y

posteriormente llevarlo a la clínica,

■ Interacción

El paciente herido necesita que el hospital más cercano envíe una ambulancia para
poder trasladarlo a esa clínica.

■ Aleatoriedad

El paciente se genera en una zona aleatoria perteneciente al cuadrante previamente

delimitado, con una tasa uniforme de entre 0 y 20 pacientes por hora y tiene un tiempo
de vida v en el cual puede sobrevivir sin recibir atención. Este tiempo es determinado
por una distribución exponencial con λ=0.05.

■ Colectivos
Tenemos un conjunto de hospitales, que atienden de manera individual al paciente más
próximo a ellos.

■ Observación

Si se tiene en cuenta que el modelo es creado para ejemplificar justamente cómo se

diseñan los modelos de agentes en Anylogic, es posible rescatar un concepto que es la
localización de agentes en un espacio como lo es el que provee GIS, y observar cómo
interactúan entre ellos, también se puede apreciar la aleatoriedad de generar pacientes
en un espacio delimitado.

■ Inicialización

Haciendo uso de las herramientas GIS se establece el espacio en el cual se ubicaran

todos los agentes, posteriormente se establece que los pacientes se generarán
aleatoriamente con una tasa uniforme de entre 0 y 20 pacientes por hora (Según
especifica el enunciado del problema), se utilizaran 5 hospitales colocados en
posiciones previamente establecidas, y se establecerá el número de ambulancias por
cada clínica utilizando el slider.

■ Submodelos

El modelo no representa un caso real en concreto, se limita a tener la cantidad de 5

clínicas ubicadas previamente en un espacio, las cuales cuentan cada una con un
número entre 1 a 5 ambulancias que se encargan de atender al paciente más próximo
a ellas (Podría considerarse un caso básico de una simulación de accidentes y
atención hospitalaria).

● Resultados

En este caso podemos observar la simulación en acción. Con el número máximo (5) de
ambulancias por hospital.
 ● Análisis y conclusiones

Este modelo en particular presenta un uso más complejo del concepto de espacio visto
previamente en trabajos de simulación como por ejemplo wildfire, debido al uso de
herramientas SIG que permiten la disposición de los agentes en un contexto conocido,
además del uso de rutas más cercanas a la realidad.

Las rutas al programarse en términos de coordenadas, y que los pacientes tengan un

tiempo de vida establecido según cierta distribución, genera un grado de complejidad
que en anteriores trabajos no se había presentado; teniendo como consecuencia que el
sistema posea cierto grado de realismo.

● Dificultades

Se presentaron dificultades en el uso del software debido a que se requerían realizar

tareas más complejas que las previamente presentadas en clase, el uso de
herramientas GIS género el estudio de cómo integrar de manera exitosa, este tipo de
herramientas pertenecientes a Anylogic. El modelo debido al grado de complejidad que
posee se implementó de la mejor manera posible, aunque se reconoce que se necesita
conocer el software a una mayor profundidad para la realización adecuada de esta
simulación.
 ● Planteamiento en NetLogo

El procedimiento setup, cambia el color del espacio de simulación y se genera un

número determinado de clínicas, las cuales son ubicadas de forma aleatoria.

En adición a lo anterior, se crea un número de ambulancias perteneciente a cada

clínica, esta cantidad está definida por el usuario; la asignación de ambulancias es
igual para cada clínica y esta acción se realiza mediante el procedimiento
asig_ambulancias.

Después se continua mediante el procedimiento crear_accidentes a crear entre 0 y 20

accidentes por hora, con ubicación aleatoria por todo el espacio del modelo.

Para cada accidente creado se genera un link con todas las clínicas existentes en el
modelo y se calcula la distancia del paciente a cada clínica (distancia del link), estos
valores se guardan en una lista, en la cual se encuentra la menor distancia y al conocer
el hospital más cercano al paciente, mediante el procedimiento sos, se procede a
evaluar si el hospital más cercano dispone de alguna ambulancia para atender al
paciente, en caso afirmativo se envía una ambulancia aleatoria atender al paciente y
trasladarlo al hospital más cercano.

A su llegada se marcará el tiempo que demoró en todo el servicio. En caso de que el

hospital más cercano no disponga de ambulancias, se trasladará el servicio al siguiente
hospital más cercano y se realizará el mismo procedimiento.

● Implementación del modelo en NetLogo

El código de la implementación se adjuntará con este informe.

● Documentación según protocolo ODD

■ Propósito

El propósito de este modelo busca representar y analizar las agrupaciones e

interacciones con el entorno de agentes que se rigen por reglas sencillas, esto
mediante un caso concreto de pacientes, ambulancias y clínicas.

■ Entidades, variables de estado, escalas

Los siguientes agentes son los que interactúan entre ellos, durante la simulación.

● Clínicas
 ● Ambulancias
● Pacientes o Heridos

por último 2 elementos sliders que permiten establecer la cantidad máxima de clínicas y
la capacidad máxima de ambulancias por hospital.

■ Revisión de proceso y agendamiento

Mediante un evento se genera la aparición de pacientes, con una tasa uniforme de

entre 0 y 20 pacientes por hora (Según especifica el enunciado del problema), después
para cada accidente creado se genera un link con todas las clínicas existentes en el
modelo y se calcula la distancia del paciente a cada clínica (distancia del link), estos
valores se guardan en una lista, en la cual se encuentra la menor distancia y al conocer
el hospital más cercano al paciente, mediante el procedimiento sos, se procede a
evaluar si el hospital más cercano dispone de alguna ambulancia para atender al
paciente, en caso afirmativo se envía una ambulancia aleatoria atender al paciente y
trasladarlo al hospital más cercano.

A su llegada se marcará el tiempo que demoró en todo el servicio. En caso de que el

hospital más cercano no disponga de ambulancias, se trasladará el servicio al siguiente
hospital más cercano y se realizará el mismo procedimiento.

■ Principios básicos

El modelo está creado para representar comportamientos sencillos de agentes,

asimismo se busca ejemplificar cómo es la creación y escritura de estos
comportamientos en el programa NetLogo.

■ Salidas (Emergence)

El modelo no presenta ninguna salida más que la visual que posee la interfaz gráfica y
algunas impresiones de consola.

■ Adaptación

No hay adaptación en el modelo, por no decir que casi todos los comportamientos son
determinísticos, por lo que no hay mucho cambio en el modelo, excepto por que el
cambio en la cantidad de clinicas y ambulancias asignadas a cada clínica.

■ Objetivos
Encontrar la clínica más cercana al paciente, enviar una ambulancia a recogerlo y
posteriormente llevarlo a la clínica,

■ Interacción

El paciente herido necesita que el hospital más cercano envíe una ambulancia para
poder trasladarlo a esa clínica.

■ Aleatoriedad

El paciente se genera en una zona aleatoria perteneciente al cuadrante previamente

delimitado, con una tasa uniforme de entre 0 y 20 pacientes por hora.

■ Colectivos

Tenemos un conjunto de hospitales, que atienden de manera individual al paciente más

próximo a ellos.

■ Observación

Si se tiene en cuenta que el modelo es creado para ejemplificar justamente cómo se

diseñan los modelos de agentes en NetLogo, es posible rescatar un concepto que es la
localización de agentes en un espacio, y observar cómo interactúan entre ellos,
también se puede apreciar la aleatoriedad de generar pacientes en un espacio
delimitado.

■ Inicialización

Se establece la cantidad de pacientes y clínicas, después se generarán aleatoriamente

con una tasa uniforme de entre 0 y 20 pacientes por hora (Según especifica el
enunciado del problema), y se asignan las ambulancias por cada clínica.

■ Submodelos

El modelo no representa un caso real en concreto, se limita a tener la cantidad de n

clínicas ubicadas previamente en un espacio, las cuales cuentan cada una con un
número entre 1 a 5 ambulancias que se encargan de atender al paciente más próximo
a ellas (Podría considerarse un caso básico de una simulación de accidentes y
atención hospitalaria).

● Resultados

En este caso podemos observar la simulación en acción. Con el número máximo (5) de
ambulancias por hospital.
 ● Análisis y conclusiones

El modelo generado permite observar que para un número n de hospitales y un número

m de ambulancias, se puede obtener cual es el hospital más cercano a cada uno de los
diferentes accidentes que se generan aleatoriamente en el modelo.

Aunque el modelo se establece para un espacio determinado se puede ampliar, para

simular el comportamiento en grandes ciudades (Incrementando el número de
hospitales y el número de accidentes). De esta forma, a pesar de no ser tan exacto
como en de Anylogic se puede establecer un buen sistema base para la simulación de
heridos y atención hospitalaria.

● Dificultades

Se presentaron dificultades para el procesamiento de los datos que se encuentran

dentro de listas, puesto que la distancia de cada link se dispone dentro de una lista, el
obtener la distancia mínima entre el paciente y el hospital genero dificultades, en su
mayoría a la poca familiaridad con el software.