Desenvolvimento de um modelo de simulação social da cidade de Mandirituba

Desenvolvimento de um modelo de Simulação Social da cidade de Mandirituba – Brasil – Paraná

Leonardo A. Alcantara1, Fernando J. Esmaniotto1, Gustavo A. Giménez Lugo1

1Universidade Tecnológica Federal do Paraná – Curitiba – Paraná – Brasil

[email protected], [email protected], [email protected]

Abstract. Social simulation is a powerful tool in assisting city, state and federal management oversee populational growth. This paper discusses the creation a social simulation model prototype based on software agents, taking under account the Kohl model for urban segregation, and built on NetLogo.

Resumo. Simulação social é uma ferramenta poderosa no auxílio à gerência municipal, estadual e federal para análise de crescimento populacional. Este artigo discute a criação de um protótipo de modelo de simulação social baseado em agentes de software, considerando o modelo de Kohl para segregação urbana, e construída no NetLogo.

Introdução

O desenvolvimento urbano é um processo complexo que leva em consideração fatores sociais, políticos e econômicos. A utilização de GeoProcessamento, de acordo com [Godoy, 2004], é baseada numa visão estatística do mundo e elaboradas sobre suposições pré-estabelecidas. Uma abordagem dinâmica para modelos de crescimento urbano permite flexibilidade e possibilita novas representações dos dados e cenários.

A adoção de agentes de software no desenvolvimento de modelos de simulação social proporciona dinamismo ao mesmo. O uso dessa abordagem permite interatividade entre as entidades e com o ambiente onde elas se encontram.

Este artigo trata da criação de um protótipo de modelo de simulação social utilizando agentes para representar a população da cidade de Mandirituba no Paraná. O protótipo apresentado constitui o estudo inicial do desenvolvimento posterior de um modelo robusto e parametrizável.

O protótipo utiliza o modelo de Kohl, [Maretto et al, 2010] criado para prever o crescimento de sociedades pré-industriais. Este modelo foi utilizado devido ao fato de Mandirituba ser predominantemente rural e possuir 22.235 habitantes. Características similares às das cidades pré-industriais, contempladas no modelo de Kohl.

Descrição do modelo desenvolvido na ferramenta NetLogo

O protótipo foi implementado na ferramenta NetLogo. A ferramenta disponibiliza uma linguagem natural de programação permitindo aos desenvolvedores abstrair detalhes da criação e execução dos agentes e do mundo em si.

Dois conjuntos de dados simulados, do saneamento básico do município, serão utilizados. A utilização de dados de saneamento se deve ao fato de que apesar de pessoas residirem em locais sem luz elétrica o mesmo não se aplica a água.

O primeiro conjunto contém uma distribuição normal do saneamento a partir do centro urbano do município. Assim regiões afastadas possuem menos atratividade para os habitantes. O segundo conjunto contém dados similares, mas difere do primeiro por conter duas áreas de foco. A primeira o centro urbano e a segunda a região localizada entre o centro e a cidade de Curitiba. O intuito é simular duas áreas de interesse.

Ilustração 1 – Apresentação visual da distribuição do saneamento básico

Considerando a representação acima, a área em branco contém 50% de saneamento, a área em azul contém 75%, a área em vermelho contém 85% e a área em amarelo contém 90% de saneamento.

O modelo prevê a criação de três classes distintas de agentes sendo estas:

- Upper class (representado graficamente como )

- Middle class (representado graficamente como )

- Lower class (representado graficamente como )

Estas classes foram criadas para simplificar a classificação brasileira de classes A, B, C e outras. O modelo trabalha com habitantes com diferentes graus de poder aquisitivo. A utilização de três classes também remete ao modelo de Kohl, que prevê três classes, de acordo com [Maretto et al, 2010].

A renda per capita dos habitantes foi outro fator considerado na criação das classes dado que os trabalhadores recebem em média 2,2 salários mínimos. Considerando isto foi realizada a distribuição de classes em 5% de agentes Upper class, 10% de agentes Middle class e 85% de agentes Lower class.

Este protótipo não utilizará parametrizações. O modelo posterior contemplará o uso de parâmetros e os autores irão utilizar dados históricos obtidos como consumo de água, energia elétrica, população e outros.

Metodologia

Agentes procurando uma residência levarão em consideração a porcentagem de saneamento básico disponível na área. Agentes Upper class alocaram áreas com 90% ou mais de saneamento básico; agentes Middle class alocaram áreas com 60% ou mais e agentes Lower class alocaram áreas com 30% ou mais de saneamento.

Os agentes tentarão alocar as áreas de interesse primeiro, mas terão que obedecer a ordem de precedência. Ao procurar uma residência um agente poderá residir em áreas não alocadas ou que contém outro agente. Caso a área esteja alocada o primeiro poderá ocupá-la caso tenha precedência sobre o atual residente.

A precedência é determinada pelas classes dos agentes. Agentes Upper class tem prioridade sobre as outras classes, mas não sobre a mesma classe. Agentes Middle class tem precedência sobre agentes Lower class e estes não possuem precedência.

Caso um agente não tenha precedência ele irá realizar uma busca na vizinhança de Moore da área atual em busca de outra residência. Este comportamento será observado até o agente alocar uma área. O mesmo ocorre com agentes deslocados.

O NetLogo possui uma unidade temporal chamada tick que representa a execução de um conjunto de tarefas dos agentes. Foi definido que cada dia real corresponde a quatorze ticks. Uma execução simulará dez anos tornando possível obter uma visão temporal da ocupação do município. A cada dois anos uma fotografia do estado do modelo será extraída e apresentada.

Execução do modelo

As seguintes fotografias foram tiradas durante a execução do cenário.

Ilustração 2 - Execução do primeiro conjunto de dados

As seguintes fotografias foram tiradas durante a execução do segundo cenário.

Ilustração 3 - Execução do segundo conjunto de dados

Conclusão

A criação de um modelo de crescimento urbano baseado em agentes possibilitou a execução de dois cenários distintos. O uso de agentes proveu flexibilidade ao modelo sendo que a única diferenciação entre as execuções foram os conjunto de dados.

As ilustrações 2 e 3 mostram a evolução da execução do modelo em um corte temporal permitindo-se verificar diferentes estágios do desenvolvimento. A partir do sexto ano o padrão final de alocação dos agentes é perceptível de maneira que os agentes Upper class se encontram principalmente no centro; os agentes Middle class se dispõem em um quadrado ao seu redor e os agentes Lower class se dispôem de maneira quadricular a volta daqueles. Este comportamento se assemelha com o descrito pelo modelo de Kohl, [Maretto et al, 2010].

Ao longo da execução do modelo, em ambos os cenários, existe um movimento de disputa entre os agentes. Conforme o modelo é executado foi notado que agentes Lower Class e Middle Class, por se encontrarem em maiores quantidades, conseguiram alocar áreas privilegiadas. Posteriormente eles são deslocados por agentes Upper Class.

Conforme mencionado anteriormente a criação deste protótipo é a etapa inicial para a criação de um modelo que trabalhe com dados reais, e parametrizáveis, para produzir resultados sobre os mesmos. O estudo inicial feito a partir do modelo demonstra que a utilização desta ferramenta pode ser de extrema valia para gestores públicos.

Referências Bibliográficas

Davidsson, Paul. (2000), “Multi Agent Based Simulation: Beyond Social Simulation”, em Multi Agent Based Simulation (LINCS Vol. 1979), Springer Verlag.

Godoy, Marcela M. G. (2004), “Modelagem Dinâmica de Ocupação do Solo no Bairro Savassi, Belo Horizonte, Brasil”, Dissertação de Mestrado, Universidade Federal de Minas Gerais.

Lana, Raquel M. (2009), “Modelos Dinâmicos Acoplados para Simulação da Ecologia do vetor do Aedes aegypti”, Dissertação de Mestrado, Universidade Federal de Ouro Preto.

Mareto, Raian V. et al (2010), “Simulating Urban Growth and Residential Segregation through Agente-Based Modeling”, Brazilian Workshop on Social Simulation.

Sjober, G.(1960), The Pre Industrial City: past and present American journal of sociology

Svetsuk, Andres (2010), Path and place: a study of urban geometry and retail activity in Cambridge and Somerville, MA, Massachusetts Institute of Technology

Teixeira, Gustavo G. e Soares-Filho, Britaldo S. (2009), “Simulação da tendência do desmatamento nas Cabaceiras do Rio Xingu, Mato Grosso – Brasil”, Anais XIV Simpósio Brasileiro de Sensoriamento Remoto, p. 5483-5490.

Umbelino, Glauco. e Barbieri, Alisson. (2010), “Uso de Autômatos Celulares em estudos de população, espaço e ambiente”, Associação Brasileira de Estudos Populacionais.